2018 Fiscal Year Annual Research Report
身体性共有と神経情報処理マッピングによる臨機応変な物体操作実現法
| Project/Area Number |
18H04108
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
國吉 康夫 東京大学, 大学院情報理工学系研究科, 教授 (10333444)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
長久保 晶彦 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 (00357617)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | ロボティクス / 身体性 / 遠隔操作 / バーチャルリアリティ / 神経情報計測 |
|---|
| Outline of Annual Research Achievements |
人間の物体操作は，あらかじめ決められた動作の実行ではなく，状態変化に対して臨機応変に戦略を変えるダイナミックなプロセスである．このような能力をロボットで実現するために，単一動作ではなく，複数スキルを含む連続動作を学習する必要がある．われわれは，物体操作スキル抽出のために，先駆的な高密度触覚グローブを開発した．人の計測結果からスキルを抽出するために，動作の分散構造解析を行ってきたが，この手法は恣意的な動作の分節化やアライメントを必要とし，連続動作への拡張が困難であるという課題があった．連続動作を扱うために，解析的なスキル抽出と人手による動作の分節化を排除し，動作全体の構造を直接ロボットに教示するフレームワークが必要である．本研究では，身体同型化による直接教示と神経活動を含めた多相計測によって，連続動作スキル実現の基盤を確立する．
平成30年度は，身体同型化システムとして，トング型の計測器と同型ロボットの開発を行う．人間は複数の指を器用に使うことで多様な物体操作を行うが，一方で，トングのように自由度を制限されたとしても，現状のロボットにはない器用な物体操作能力を発揮することができる．自由度を制限することで，人のスキルを制限することになるが，正確な角度情報や力覚情報を得ることが可能となり，幾何学的・動力学的な情報ロスを最小限とし，教示データの質を最大限高める．本年度前期までに片腕で実証実験を行い，後期には双腕への拡張を行う．また，ロボットへの動作教示システムとして，ロボット視点のビジョンを提示するためのVRシステムの開発と，脳波計測の基礎的な検討を行う．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
計画通り，双腕の同型システムを設計し，システム構築を行った．ロボットアームは市販の6自由度ロボットアームUR5を左右に用いた．同型システムは，ロボットアームと同じリンク構造とリンク長を持ち，可動範囲や特異点の構造など等しい．そのため，直観的に，人の動きをロボットで再現可能である．ロボットハンドは当初計画通り，1自由度のトング型のロボットハンドとその同型システムを構築した．指先には3軸の力センサを2本の指先それぞれに配置した．これによって物体操作時の力情報を取得可能となった．また，遠隔操縦にも応用したところ，視野の範囲が人とロボットとで等価であることが，直観的な操作に不可欠であることから，双腕システムのロボットカメラが，人の首運動に同期して動くようにした．人はHead Mount Display (HMD)を用いて，ロボット側のカメラ情報を得ることができる．
当初，連続的な行為の分節化のために，運動情報と行為の切り替え時の意思決定情報を反映する神経活動などの生理情報として，脳波を用いることを考えていたが，HMDと視線抽出を統合したシステムが入手可能な状況となったため，視線抽出可能なVirtual Reality (VR)システムを開発した．視線情報は行為の情報を強く反映しており，非常に強力なツールであることが明らかとなった．近年，脳活動は，視線を含む顔面情報に強く影響されることが明らかになっており，脳波の変わりに意思決定の情報として用いることが可能か検討することにした．
|
| Strategy for Future Research Activity |
概ね計画通りに進捗しているので，基本的には，計画通り研究を進める．まずは，人の視線情報が非常に豊富な行為の情報を持っていることから，視線情報を用いたロボットの物体操作の模倣に関する実験を行う．現状のロボット模倣が，未経験のオブジェクトや複数オブジェクト条件における汎化性が低いことから，視線を用いて，タスクに関係する物体情報を抽出することが狙いである．
また，現在は，第一段階として簡略化したトングタイプで実験を行っているが，人の物体操作スキルに必要な身体性を定量的に評価するために，多自由度グローブタイプの同型システムを構築し，被験者実験を通して，ロボットハンドのデザインがスキルに与える影響を調べる．具体的には，自由度が多くなることによって物体操作のパフォーマンス向上がどのようなタスクにおいてみられるか定量的に調べる．被験者は共通のロボットと同型のシステムを操作することで物体操作を行うので，被験者間の個体差の影響を排除できる．また，人が介入することで，現在ロボットには実現不可能なレベルの物体操作において，ロボットハンドの評価を行う．
|
