| 研究課題/領域番号 |
21K17834
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61050:知能ロボティクス関連
|
|---|
| 研究機関 | 中京大学 |
|---|
研究代表者 |
秋月 秀一 中京大学, 工学部, 講師 (40796182)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2024年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2021年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | モーションキャプチャ / 道具操作 / 姿勢推定 / 6DoF姿勢推定 / 3次元点群処理 / カテゴリレベル姿勢推定 / 位置姿勢推定 / 3次元点群 / 動作教示 / ロボティクス / 3D物体認識 / 3D点群処理 |
|---|
| 研究開始時の研究の概要 |
本研究の目的は，ロボットの身体性に依存しない動作教示法を確立することである.一般的な動作の教示は，ロボットの関節数や腕の長さ，エンドエフェクタの仕様(これらをまとめて身体性と呼ぶ)に依存するため，他のロボットにはそのまま利用することはできない．一方で，操作される対象物に着目すると，把持される部位や持ち上げられた後の軌跡は共通性が高いと考えられる．したがって，従来の教示方法のように，ロボットがどのように動くべきかを教示するのではなく，対象物がどのように動かされるべきかをデータ化し，教示のための情報に変換する．これにより，複数ロボッ ト間の身体性の違いに依存しない新たな動作教示を実現する．
|
| 研究実績の概要 |
本研究の目的は，ロボットの身体性に依存しない動作教示法を確立することである．一般的な動作の教示方法は，各関節の動きを直接指定する方法である．教示される動作パラメータは，関節数や腕の長さ，エンドエフェクタの仕様（これらをまとめて身体性と呼ぶ）に依存するため，他のロボットにはそのまま利用する ことはできない．一方で，操作される対象物に着目すると，把持される部位や持ち上げられた後の軌跡は共通性が高いと考えられる．したがって，従来の教示方法のように，“ロボットがどのように動くべきか”を教示するのではなく，“対象物がどのように動かされるべきか”を教示することによって，複数ロボット間の身体性の違いに依存しない動作生成が可能になることを示す．
2023年度は，人間に操作される道具の軌跡をモーションキャプチャシステムによって取得し，ロボットによってその動作を再現させる実験を実施した．研究テーマ立案時の想定通り，人間と同様の把持方法では，道具の操作がそのまま再現できない場合があることが判明した．したがって，この問題を解決するための方法を2024年度の実施項目に据えることとした．さらに，物体の姿勢推定アルゴリズムの高度化について検討した．３次元点群による物体の姿勢推定タスクにおいて，距離センサによる計測によって発生する外乱（ノイズ，欠損，オクルージョン等）を模擬したデータ人工的なデータ加工が，認識性能の向上に寄与することを確認した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
時系列動作ログデータのフォーマット策定については遅れが出ているが，ロボットによる動作軌跡の再生のための実験システムが出来上がり，動作教示の方法についての一定の指針が得られたため，おおむね順調であると判断した．
|
| 今後の研究の推進方策 |
次の2点について研究を進める．1点目は，人間による道具の動作軌跡データをロボットのための動作軌跡データに変換するためのアルゴリズムを立案することである．これによって，身体性の違いに依存しにくい動作教示を実現する．2点目は物体の姿勢推定技術の高度化である．姿勢推定の機械学習に効果的な人工的なデータ加工の指針について研究成果をまとめる予定である．
|
