2017 Fiscal Year Research-status Report
咀嚼圧力分布解析に基づく力学的・幾何学的テクスチャー推定システムの構築
| Project/Area Number |
17K06263
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
東森 充 大阪大学, 工学研究科, 准教授 (30346522)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 咀嚼ロボット / テクスチャー推定 / ＣＮＮ |
|---|
| Outline of Annual Research Achievements |
本年度は，人工咀嚼ロボットシステムの設計およびプロトタイプ開発を行った．ヒトの咀嚼動作は，歯を用いた顎運動と舌による押しつぶし運動が存在するが，当研究室では剛性可変機構を有するシリコーン製模擬舌の開発ノウハウを有するため，主に，歯を用いた咀嚼運動の再現手法について検討を行った．顎運動を上下並進運動と鉛直軸まわり回転運動の２自由度でモデル化し，それぞれ臼歯を用いた粉砕運動と臼磨運動の自由度に割り当てた．３Ｄプリンタおよびロボットアームを用いてプロトタイプおよび制御ソフトウェアの開発を進め，ゼリーやパンなどをテスト食品とした基礎実験を行った．
また，ヒトの咀嚼による食塊とロボットの人工咀嚼による食塊とを定量的に比較・評価する手法について検討を開始した．本年度の段階では，ヒトの食塊を対象として解析手法を検討した．具体的には，ヒトがグミゼリーを規定回数咀嚼して生成された食塊を取り出し，これをデジタルカメラで撮影して食塊破断片画像を取得した．この画像から破断片の数，大きさ，形状，表面凹凸（色偏差）などの特徴量を算出する手法およびソフトウェアの開発を行った．この手法により，今後，ロボットの人工咀嚼による食塊生成再現度を定量的に評価することが期待できる．
さらに平行して，食塊特徴量とテクスチャー（食感）とを結び付ける数理モデルの開発として，畳み込みニューラルネットワーク（CNN）によるテクスチャ推定モデルの検討を開始した．具体的には，従来研究で獲得済みのゲル状食品の人工咀嚼圧力分布画像を使用し，入力画像の作成手法とCNN構造の設計を行った．あくまで検証の段階ではあるが，CNNの学習により，テクスチャを高精度に推定できる可能性を確認した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
現段階では，当初の計画から細かい点で軌道修正はあるものの，全体として，おおむね順調にしている進展しているものと判断している．まず，人工咀嚼ロボットの模擬舌に設定すべき機械特性および運動特性パラメータについては，改めてゼロから生体計測により獲得することは避け，これまでの計測情報および文献を元に実験的に決定し，咀嚼ロボットが生成する食塊状態の再現度を重視するように方針を修正した．このために，ヒトおよびロボットの食塊状態を定量的に評価・比較するためのソフトウェアの開発に注力した．また，上記のように人工舌の設計・開発を簡略化することで，これまで当グループでは経験の無かった人工歯および顎運動のモデル化およびプロトタイプ作成を進めることができた．
|
| Strategy for Future Research Activity |
引き続き，人工咀嚼ロボットシステムの設計および開発を中心に進める．歯を用いた顎運動による咀嚼（歯モード）と舌による押しつぶし運動による咀嚼（舌モード）が共存可能なハードウェアと動作パターン・ソフトウェアの設計・開発を推進する．次に，前年度に開発した食塊評価手法を用いて，生成された食塊状態の再現度を評価する．次に，人工咀嚼中の食塊測定手段として，圧力分布センシング機能の開発を進める．ここでは，人工咀嚼ロボットの口蓋部および歯根部の圧力を同時に検知できる手法を検討する．ここで得た圧力分布情報からテクスチャー推定するＣＮＮモデルの設計を実施する．
|
| Causes of Carryover |
消耗品購入の際の端数であり，次年度の消耗品購入に割り当てる．
|
