| Project/Area Number |
22K17984
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 61050:Intelligent robotics-related
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
室岡 雅樹 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (70825017)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2022: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
|---|
| Keywords | ロボット / 動作計画 / 人間計測 / 教示 / 最適化 / タスク計画 |
|---|
| Outline of Research at the Start |
本研究では、人型ロボットや移動型マニピュレータが、複雑環境三次元移動、大型物体運搬、複雑組み立て作業などの従来の計画手法では完全自律実行の困難であったタスクを、人間による実演・身振り・発話による教示を補完的に活用することで実現するためのロボットシステムを構築する。探索・最適化に基づいた計画手法において、タスク固有の未知情報や探索に時間を要する情報を人間がオンサイトで教示することで、ソフトウェアの変更を必要とせずに、ロボットが新しいタスクに即座に適応し動作を実現することを可能とする。人間による教示と動作計画アルゴリズムという異質の要素を相補的に融合させる方法を明らかにすることを目標とする。
|
| Outline of Annual Research Achievements |
研究期間の初年度である2022年度は，(1)基盤となるロボットコントローラの開発，(2)人間の運動データ計測環境の構築，(3)人間の身体形状モデリングの開発の三点を行った．
(1)基盤となるロボットコントローラの開発では，本研究でターゲットとする人型ロボットや移動型マニピュレータによる複雑環境三次元移動や大型物体運搬を実現するための最小限の汎用機能を含むオープンソースのコントローラを実装し，動力学シミュレータとロボット実機において動作を確認した．
(2)人間の運動データ計測環境の構築では，人間の運動を計測するモーションキャプチャ機器のセットアップ，BVHフォーマット動作データのROS対応描画ツールの実装，手足の接触力計測センサの調達・動作確認を行った．歩行，物体運搬，脚立登りなどの多様な動作について，人間の運動と手足の接触力を同期させて描画・処理できることを確認した．
(3)人間の身体形状モデリングの開発では，データドリブンに獲得された人間身体形状メッシュモデルSMPLを利用して，順運動学，逆運動学を解くソフトウェアを実装した．さらに，これを利用して(2)のモーションキャプチャデータにSMPLモデルをフィッティングできることを確認した．逆運動学では，単に手足の固定点の絶対位置を指定するだけでなく，人間身体表面上の事前に固定されない任意の点の絶対位置を指定できるアルゴリズムとなっている．
これらの技術は来年度以降に人間の運動をベースにロボットの運動を教示生成する際に利用される．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2022年度は主に，ロボットのコントローラを実装しシミュレーションやロボット実機で動作確認したこと，人間の運動と接触力を計測し身体メッシュモデルに接触力を重畳描画させたことの二点を達成した．ロボット運動実現と人間運動計測という本研究の２アプローチについて，両方に十分な進捗があることから順調に進展していると考える．
|
| Strategy for Future Research Activity |
2023年度以降は，前年度に開発した人間運動計測技術とロボット運動コントローラを統合させ，複雑環境三次元移動や大型物体運搬への適用を念頭に，人間の運動をベースにロボットの運動を生成する技術を開発しロボット実機にて検証する．また，運動レベルだけでなくタスクレベルのプランニングを人間の教示から獲得することを目的として，大規模言語モデルとロボットコントローラの統合フレームワークについて，調査と実装を開始する．
|
