| 研究課題/領域番号 |
19K04296
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分20020:ロボティクスおよび知能機械システム関連
|
|---|
| 研究機関 | 佐賀大学 |
|---|
研究代表者 |
福田 修 佐賀大学, 理工学部, 教授 (20357891)
|
|---|
| 研究分担者 |
卜 楠 熊本高等専門学校, 電子情報システム工学系AEグループ, 准教授 (80425743)
村木 里志 九州大学, 芸術工学研究院, 教授 (70300473)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | マスタースレーブ / 電動義手 / 深層学習 / 画像認識 / 感覚統合 / 義手 / インタフェース / 空間認知 |
|---|
| 研究開始時の研究の概要 |
筋電義手は，実空間において人間と機械とが複雑な操作を要求されるマスタースレーブの好例である．本研究では，スレーブ側に複数のセンサとAI（深層学習）を導入し，マスター操作を高度に支援する新たな制御方法を提案する．スレーブ側の義手は，深層学習を利用して，どこに，何が，どのように存在するかを空間認識するとともに，カメラ，加速度・ジャイロセンサなどからの感覚を統合し，自身の状態（姿勢や位置など）を把握する．マスター側では，深層学習を利用して操作者の運動意図を筋電位信号から推定し，これをスレーブ側の情報と統合して制御に利用する．構築したシステムで実践的な評価実験を実施する．
|
| 研究成果の概要 |
本研究では，新しいマスタースレーブシステムの制御手法について議論する．提案するハンドは，ビジョンセンサと慣性計測ユニット，深層学習に基づくAIを搭載している．そして，ハンドは環境中の一般物体を認識するとともに，その姿勢を推定することができる．また，自己の姿勢を推定することもできる．これらの機能により，従来のマスタースレーブには難しかった複雑な動作を，簡単なオペレーションで実行することを可能とした．さらに，複数の入力を使ってend-to-endで訓練が可能な新しいニューラルネットの設計にも取り組んだ．様々な対象物を用いた実験によって，提案手法の妥当性と有効性を検証した．
|
| 研究成果の学術的意義や社会的意義 |
本研究が提案する新しいマスタースレーブの制御方法では，エンドエフェクタ側にセンサやAIを搭載することで，ユーザー側で複雑な操作をすることなく，半自動的に複雑なエンドエフェクタの動作を制御することが可能となる．例えば，この技術を電動義手に導入すれば，これまでは多くても10動作程度に限られていた義手の動作の自由度を，飛躍的に高めることができる．また，複数のセンサ情報を組み合わせて制御を決定する方法は，ユーザの操作意図をより正確に推定することを可能とし，一部のセンサに加わった外乱に対しても，システムを頑強に保つことができる．
|
