2018 Fiscal Year Annual Research Report
Development of Realtime Environment Recognition Method Based on Multimodal Sensor Information using Sparse Approximation Model
| Project/Area Number |
17K12762
|
|---|
| Research Institution | Niihama National College of Technology |
|---|
Principal Investigator |
田中 大介 新居浜工業高等専門学校, 電子制御工学科, 助教 (70782613)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Keywords | 知能ロボティクス / 機械学習 |
|---|
| Outline of Annual Research Achievements |
近年、視覚・触覚・聴覚など様々なセンサが実用化され、これらのセンサを組み合わせた『マルチモーダルセンサ』がロボットに搭載され始めている。視覚情報は環境光の条件、聴覚情報は周辺の雑音、触覚情報は物体の大きさや状態に影響を受けるが、これら全てのセンサ情報を同時かつ相補的に用いることができれば、多様な状況でも頑健かつ高精度な環境認識が期待できる。しかし、マルチモーダルセンサ情報から得られる情報が膨大であるため、従来のアプローチでは、センサ情報をそれぞれのモダリティ別に処理し利用している。
そこで本研究では、マルチモーダルセンサが搭載されたロボットにとって有効な環境認識法を実現するために、スパース近似モデリング法を用いた効率的な環境の観測モデル構築手法を提案する。提案法は従来相補的に利用できていなかった膨大なセンサ情報を実用的な時間で処理し実時間での認識を可能とし、人との共存環境下で実運用可能な環境認識技術の確立に貢献できる。
今年度（最終年度）は前年度までに行った基礎検討の内容を発展させ、実機ロボットを用いて得られたデータを用いたモデル構築と認識システムの開発、またロボットが認識を行う際に必要な認識動作生成法の検討と生成システムの構築を行い、実験を通して有効性の検証を行った。認識システムの開発にあたっては、特に次元が高い視覚情報（画像）と聴覚情報（音）に注目したシステムの開発を行い、認識実験を行った。その実験の中で、ロボットの行動情報も加えることで精度の高い認識を達成できることを確認し、また実用的な計算量でセンサデータを処理できることも確認できた。
|
