2016 Fiscal Year Research-status Report
視覚・深度・力覚情報を統合的に利用するモデルフリーロボット教示
| Project/Area Number |
15K05890
|
|---|
| Research Institution | Yokohama National University |
|---|
Principal Investigator |
前田 雄介 横浜国立大学, 大学院工学研究院, 准教授 (50313036)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 知能ロボティックス / ロボット / ロボット教示 / ビューベーストアプローチ |
|---|
| Outline of Annual Research Achievements |
本課題では，対象物や対象作業のモデルを明示的に与えることなしに，カメラ画像に基づくロボット教示を行う「ビューベースト教示再生」手法の研究を行っている．モデルという事前知識を与えないことによる制約はあるが，一定の範囲内で，教示したときと条件が変化しても対応可能な教示手法として開発を行っている．
当該年度においても，引き続き実環境および仮想環境での研究開発を行った．実環境では，前年度までに開発した，ロボットの指先に光弾性体を配置し，光弾性により力情報を間接的に可視化できる実験システムを用いて，力制御タスクへの検証を行った．その結果，倣い作業において，教示時と倣い対象の位置が変化しても，ビューベースト教示再生によって同様な押し付け力で倣うことができることを確認した．
仮想環境においては，前年度までに開発した動力学シミュレータベースのシステムを利用して，マニピュレータによる物体のグラスプレス・マニピュレーションを対象に，深層学習を適用した．GPGPU を利用した CNN (Convolutional Neural Network) をビューベースト教示再生に導入することにより，複数回の教示を行った場合に，従来の手法（主成分分析と3層フィードフォーワードニューラルネットワークの組み合わせ）とほぼ同等の性能が達成できることを確認した．ただし，より高い教示性能と計算量の低減に向けてさらなる改善が必要である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
課題開始当初の見込み通りでない部分もあるが，これまでにマニピュレータ，ロボットハンド，ヒューマノイドロボットなど，ビューベースト教示再生の適用範囲を広げる取り組みが進んでいることと，深層学習の導入やGPGPUの活用が行えているため．
|
| Strategy for Future Research Activity |
引き続き対象作業の多様化を図るとともに，視覚情報・深度情報・力覚情報の統合的利用とその効果の検証を進める．
|
| Causes of Carryover |
建物の改修による研究室移転計画が決まったため，実験環境の整備を移転後に一部延期したため，
|
| Expenditure Plan for Carryover Budget |
ビューベースト教示再生の実験環境の整備に有効に利用する予定である．
|
