| Project/Area Number |
22K17979
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 61050:Intelligent robotics-related
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2022-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
|
|---|
| Keywords | 触覚センサ / 多指ロボットハンド / 深層学習 |
|---|
| Outline of Research at the Start |
本研究では複数種類の触覚センサからの情報を統合して多指ロボットハンドの指先や指腹を使ったより巧みかつ安定した操り動作を目指す．近年は様々な触覚センサを利用した多指ハンドの研究が多い．しかし，光学式は搭載するスペースを要求し，磁気式は触覚情報が少ないと課題があり，多指ハンドへの触覚センサの搭載も指先など限定的で可能な操り動作も限られていた．これに対し，ロボットハンドへの各部位に必要機能によって搭載するセンサを変えることで，その課題を克服しつつ必要な触覚情報を取得する．さらに，各センサのサイズ形状やセンシング方法が異なるという課題を深層学習による統合的な情報処理で解決し，安定した動作達成を目指す．
|
| Outline of Final Research Achievements |
In the first year, we proposed a model that combines Transformer and LSTM, applying it to the tactile sensors and joint angle information of the multi-fingered hand. As a result, the model learned to focus on important modalities such as tactile and joint information, successfully adapting its motions to unknown grasping positions and object characteristics. In the second year, to achieve more dexterous manipulation with the multi-fingered hand, we developed and improved high-resolution optical tactile sensors. Human fingertips are characterized by a near-spherical shape at the tip, while the shape of the finger pads becomes flatter when closer to the first joint. We confirmed that the fingertip shape is easy to manipulate while still capturing fine-grained grasping states.
In the next six months, we will advance the research on a motion generation model that integrates the developed deep learning model and optical tactile sensors.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究では，各触覚センサの特徴や限界を逆手に取り，人の手上の固有受容器の分布を模倣するため，光学式触覚センサのような高い解像度を持つがスペースを取るセンサを指先に，センシング点は少ないが薄く容易に貼り付けられる磁気式の触覚センサを指腹や掌に搭載した．さらに重要なこととして，今まで深層学習は画像や関節角度などの情報をマルチモーダルに処理してきた実績があるが，触覚単体でも，様々なモダリティが混在する難易度の高い情報であり，しかしながら人間のように巧みな操りを行う上では欠かせない観点と考えた．これにより人間の作業を行うことを目指すことで学術的意義のみならず社会的意義も見出そうとした．
|
