手軽に扱えるヒト型走行跳躍ロボットの実現

• Project/Area Number: 23K13304
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 20020:Robotics and intelligent system-related
• Research Institution: OMRON SINIC X Corporation
• Principal Investigator: 田中 一敏 オムロンサイニックエックス株式会社, リサーチアドミニストレイティブディビジョン, シニアリサーチャー (10805774)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2023: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
• Keywords: 腱駆動ロボット / ロボット / 機構設計 / 機械学習

Outline of Research at the Start

走行、跳躍するヒト型のロボットであるヒト型走行跳躍ロボットを手軽に扱えるようになれば、俊敏なヒト型ロボットの研究・開発コミュニティが新たに生まれ、動的に変化する環境で動く踏破性能に優れたヒト型ロボットの実用に近づく。四肢の重量を最小化できれば、低出力の駆動装置を使って、手軽に扱えるヒト型走行跳躍ロボットを実現できる。ゆえに本研究の目的は、軽量四肢と低出力の駆動装置を備えたヒト型走行跳躍ロボットの設計法、状態推定法、および制御法を明らかにすることである。具体的には、体幹の駆動装置が機構の連動で四肢の全関節を駆動する機構、部分情報から全体を推定する手法、試行錯誤から制御器を作成する手法を開発する。

Outline of Annual Research Achievements

走行、跳躍するヒト型のロボットであるヒト型走行跳躍ロボットを手軽に扱えるようになれば、俊敏なヒト型ロボットの研究・開発コミュニティが新たに生まれ、動的に変化する環境で動く踏破性能に優れたヒト型ロボットの実用に近づく。四肢の重量を最小化できれば、低出力の駆動装置を使って、手軽に扱えるヒト型走行跳躍ロボットを実現できる。ゆえに本研究の目的は、軽量四肢と低出力の駆動装置を備えたヒト型走行跳躍ロボットの設計法、状態推定法、および制御法を明らかにすることである。この目的を達するため、体幹に置かれた駆動装置が機構の連動によって四肢の全関節を駆動することで、四肢の重量を最小化する。
手軽に扱えるヒト型走行跳躍ロボットの実現に向けて、本年度は、腱駆動機構の開発に取り組んだ。根本から駆動する腱駆動機構によって、ロボットの四肢を軽量化し、低価格の低出力アクチュエータによって、高速、高出力な運動を可能にする。特に、弾性要素を備えることは、エネルギの出力と解放によって、アクチュエータで直接出力できる以上の出力が可能になる。加えて、弾性要素によって、衝突の衝撃緩和や、位置誤差の保障が可能になる。このため、弾性要素を備えた、根本のモータで駆動する、腱駆動機構の設計論に取り組んだ。特に、弾性を状況に応じて変えられる、可変剛性の駆動機構を開発した。提案する機構の特性を単一関節において評価し、複数関節を備えたアームを用いて、有効性を検証した。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

機構の開発が順調に進んでいるため。

Strategy for Future Research Activity

多数の自由度を含む連動機構の設計は最適解を人手で導けないほど複雑である。このため、連動機構の設計を最適化する手法を開発する。加えて、多数の部品からなる機構系の状態を推定するのに多数のセンサを載せると重量が増加してしまう。ゆえに、機械学習の一種であるリザバー計算を用いて部分的な情報から全体を推定する。さらに、開発するロボットの複雑な身体はモデル化が難しいため、制御則を設計するのは難しい。ゆえに、モデルベース強化学習によって、試行錯誤から自動で制御器を作成する。
所与のシリアルリンク系からモータを除き、単一のモータでリンク系全体を連動できる従来研究に基づいて手法を構築する。従来研究は手先が特定の軌道を周回する機構学的に一自由度の場合であるため、多自由度系に拡張して用いる。
拘束条件として四肢の直径、リンク長、モータの最大速度、出力、手先到達範囲、関節可動域を与え、目的関数に四肢の重量、先端効果器の出力や速度を与え、最適化する設計の変数として、リンクの長さやリンク両端のリンク系における位置を扱う。特異姿勢との距離を評価する。変数の連続性が少ないため、CMA-ES など、勾配を要しない最適化法を使う。