2023 Fiscal Year Annual Research Report
Force-controllable robot hands based on dense force distribution sensing with realtime photoelastic analysis
| Project/Area Number |
21K03963
|
|---|
| 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, 教授 (50313036)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 光弾性 / 力センシング / 力制御 / ロボットハンド |
|---|
| Outline of Annual Research Achievements |
人間並みの器用な操り能力を持つロボットハンドは依然として実現されておらず，そのための課題の一つが触覚・力覚センシング能力の向上である．本研究では，ハンドの構成部材に光弾性体を利用することで，密な接触力分布をリアルタイムにセンシング可能なロボットハンドの実現を目指した．光弾性体を用いたロボットハンドは，ハンド部にセンシング用の機材を有しないことから，耐衝撃性やメンテナンス性にも優れている．
まず，ハンドの大部分を光弾性体（ポリウレタン樹脂）で構成する二自由度ハンドと，偏光光源としての液晶ディスプレイ，そして光弾性画像を取得するための偏光カメラから成るシステムを構築した．そして，リアルタイムの光弾性画像解析をピクセル単位で行い，それに基づく関節の制御を通して，把持力の制御や in-hand マニピュレーションが可能であることを確認した．
また，多峰性の接触力分布に対応できる光弾性画像解析アルゴリズムを開発し，1/4円弧状の光弾性体指先を持つロボット指を用いた実験によって，50Hzでの計測が可能であること，二点接触状態での力分布計測に適用できることを確認した．
さらに，マルチフィジックスシミュレーションにより，様々な力学的条件下での光弾性体に対して，偏光カメラ画像・DOLP (Degree of Linear Polarization) 画像・AOP (Angle of Polarization) 画像などを生成できるようにした．その上で，CNNを用いた機械学習ベースの接触力分布推定手法を実装し，応力集中を利用して計測レンジを広げることを狙った新奇な光弾性体形状の検討と評価に応用した．
|
