| 研究課題/領域番号 |
20J23242
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 国内 |
|---|
| 審査区分 |
小区分61050:知能ロボティクス関連
|
|---|
| 研究機関 | 九州工業大学 |
|---|
研究代表者 |
小野 智寛 (2020-2021) 九州工業大学, 生命体工学研究科, 特別研究員(DC1)
|
|---|
| 特別研究員 |
小野 智寛 (2022) 九州工業大学, 生命体工学研究科, 特別研究員(DC1)
|
|---|
| 研究期間 (年度) |
2020-04-24 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
3,100千円 (直接経費: 3,100千円)
2022年度: 1,000千円 (直接経費: 1,000千円)
2021年度: 1,000千円 (直接経費: 1,000千円)
2020年度: 1,100千円 (直接経費: 1,100千円)
|
|---|
| キーワード | データセット生成 / 物体認識 / 家庭用サービスロボット / Sim2Real / Domain Randomization / シミュレータ / 深層学習 / ホームサービスロボット / 物体検出・認識 / ハードウェア実装 / FPGA |
|---|
| 研究開始時の研究の概要 |
本研究は，家事やレストランのウェイターなどを行うホームサービスロボットの実用化を目指したものである．ホームサービスロボットは，人と協働するという特徴から，産業用ロボットとは異なった視点での開発が必要である．
本研究では，ホームサービスロボットに人と同等の機能を搭載するために，人の感覚・知能・行動といったすべての機能に着目し，それらを融合した技術を研究開発することで，ロボット分野への応用を目指す．具体的には，環境認識による自律移動や物体の認識・把持を高速かつ頑健に行う技術の研究開発を行う．また，低消費電力・低排熱での実現を目指し，書き換え可能な論理回路であるFPGAへの実装を目指す．
|
| 研究実績の概要 |
シミュレータを用いた物体認識のためのデータセット自動生成に取り組んだ．Sim2RealにおけるDomain Gapを埋めるために，フラクタル画像をテクスチャに用いる手法を提案した．現実データと合成データの性質を調べるために，多様性・類似度・複雑度・フラクタル次元を用いた．その結果，フラクタル画像をテクスチャに用いることで，現実データに近い性質を持つ合成データを生成することが可能であることを示した．
生成したデータはYOLOv7にて学習し，現実データと精度を比較した．提案手法による合成データは検出能力において非常に優れていることがわかった． 2週間かけて作成した現実データ6,000枚の精度を約1時間半で生成した10万枚の合成データの精度が約15ポイント上回っており，その有効性を確認した．また，フォトリアルスティックなシミュレータを用いた従来手法と比較しても２ポイント高い結果を示した．本手法は，幾何学的複雑性を持つフラクタル画像がSim2RealにおけるDomain Gapを最小化するために有効であることを示した．
また，これらの結果を用いて，家庭用サービスロボットへの応用を行った．具体的には，主要タスクであるPick-and-Placeのための物体認識および環境認識を行うためのデータセット生成に用いた．特に物体認識では，RoboCupやWorld Robot Summitといった競技会において高い認識精度を示し，数々の競技会優勝に貢献した．また，本手法は特許申請中である．
|
| 現在までの達成度 (段落) |
令和4年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和4年度が最終年度であるため、記入しない。
|
