2020 Fiscal Year Annual Research Report
オブジェクトピッキングの観点に基づく物品配列パターンと把持動作計画
| Project/Area Number |
17H01805
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
永田 和之 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 (10357634)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 物品配列パターン / 機械学習 / AKAZE特徴量 |
|---|
| Outline of Annual Research Achievements |
整列して陳列された物品のpick and placeの動作計画では， まず1) どの物品を把持し，2) どこに置くべきか，を決める必要がある．整列物品の把持対象や置くべき場所は，異商品の混入や商品の反転・転倒・欠品といった陳列の乱れとして現れる．本年は，小規模店舗における陳列商品群の pick and place を対象に，物品陳列の乱れから異商品の混入，商品の反転・転倒・欠品を検出する研究を実施した．これまでに，棚に陳列された商品群の陳列状態を，水平，垂直，奥行方向の整列を三つの基本陳列パターンとして機械学習により認識し，異なった方向の陳列Boundary Box(BB)の交差から個々の商品のBBを検出する手法を開発した．商品の欠品状態は，欠品の無い陳列BBと欠品の有る陳列BBに含まれる商品数の比較から検出でき，異商品の混入や商品の反転・転倒といった陳列の異常は，商品BBのテクスチャの比較から検出できる．陳列の異常検出について，まず，商品BBの全画素について色相ヒストグラムを特徴ベクトルとしてPCAを行い陳列の異常検出を試みた．その結果，商品ラベルの反転などでは陳列状態が正常な商品BBとの間で優位な差が得られず，陳列異常を正しく検出できなかった．次に，AKAZE特徴量を用い，陳列BBに含まれる商品BBについて総当たり方式で特徴量マチングを行った．その結果，陳列状態が正常な商品BBと異常な商品BBを正しく識別することができ，商品を正面から撮影した商品画像と商品BBのAKAZE特徴量マチングから商品を特定し，異商品混入を検出することができた．また，陳列物品のpick and placeの動作計画をサイバー空間で行うため，上記手法で認識された陳列商品群をサイバー空間に再構成することに着手した．
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
