| 研究課題/領域番号 |
21K12079
|
|---|
| 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61050:知能ロボティクス関連
|
|---|
| 研究機関 | 一関工業高等専門学校 (2023)
立命館大学 (2021-2022) |
|---|
研究代表者 |
松尾 直志 一関工業高等専門学校, その他部局等, 准教授 (80449545)
|
|---|
| 研究分担者 |
島田 伸敬 立命館大学, 情報理工学部, 教授 (10294034)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2023年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2022年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 機械学習 / 教師なし学習 / 自己符号化器 / コンピュータビジョン / ロボットビジョン / 動作生成 |
|---|
| 研究開始時の研究の概要 |
人は初めて見る物体であっても、それを他の人がどのように扱うかを観察することで持ち方や使い方を把握できる。この能力を計算機上で実現できれば、計算機が自律的に学習し知識を獲得していくことができるので、生活空間で働く賢いロボットの開発に有用と期待できる。しかし、例えば物体の持ち方では様々な見え方があるため、画像情報だけから人手に依らず典型的な持ち方のグループを把握するのは難しかった。そこで本研究ではそのような、様々な見え方(観測)がある対象に対して事前に典型的な持ち方などの教師情報を教えることなくその対象が持つ本質的な情報を計算機上に自動的に構成することを目指す。
|
| 研究成果の概要 |
ロボットハンドでネギなどの粒状食材を把持した際の把持重量の推定は「食材の状況」という不確定要素を含む情報から「動作と把持される量の関係」を抽出する問題と考えれば複雑な対象から隠れた本質的な情報を抽出する問題と見なすことができる．しかし粒状食材の配置の仕方は無数にあるうえ，一度把持操作を行うとその食材の状況は破壊されてしまうため同じ状況での把持実験を繰り返すこともできない．
そこで，食材の状況を表す画像から「動作と把持される量の関係」を把持量のばらつき自体も含めて予測する仕組みを開発し，実際の食材把持実験によって想定通りに予測ができることを確認した．
|
| 研究成果の学術的意義や社会的意義 |
本研究ではある状況下でのロボット動作によって得られる結果を確率付きで予測する方法を開発した．提案方法では状況を事前に分類する必要がなく，実際の状況とロボット動作情報，及び結果情報があれば予測モデルを組み立てることができ，人手による分析の手間を抑えることができる．ロボットハンドを用いて細かいネギの山から適量を把持する実験にこれを適用し，実際に把持される量の確率分布を予測できることを確認した．
|
