| 研究課題/領域番号 |
23H00498
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分61:人間情報学およびその関連分野
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
細田 耕 京都大学, 工学研究科, 教授 (10252610)
|
|---|
| 研究分担者 |
古川 英光 山形大学, 大学院理工学研究科, 教授 (50282827)
吉田 一也 山形大学, 大学院理工学研究科, 准教授 (20814221)
川節 拓実 京都大学, 工学研究科, 講師 (70868330)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2025年度)
|
| 配分額 *注記 |
46,800千円 (直接経費: 36,000千円、間接経費: 10,800千円)
2025年度: 11,050千円 (直接経費: 8,500千円、間接経費: 2,550千円)
2024年度: 11,700千円 (直接経費: 9,000千円、間接経費: 2,700千円)
2023年度: 12,220千円 (直接経費: 9,400千円、間接経費: 2,820千円)
|
|---|
| キーワード | ソフトセンサ / 生物模倣 / イオンゲル / 多感覚モダリティ学習 / イオン液体 |
|---|
| 研究開始時の研究の概要 |
力学的構造を持つ柔らかい皮膚の内部に受容器が埋め込まれたソフト触覚センサを開発し，そこに生じる時空間ダイナミクスを活用して，適応・学習を前提に対象認識や状態推定を行う．異なる特性を持ついくつかの柔らかい素材で皮膚内部に構造を作る付加的製造法を開発し，皮膚内に複雑なマイクロ流路を埋め込み，イオン流体やイオンゲルを封入することで，これまでなかった新しいソフト触覚センサを作る．このセンサの柔らかい皮膚と流路の構造，さらにはゲル・流体への添加物によってできる時空間ダイナミクスによって，適応学習を通して，少ない受容器数でこれまでの硬いロボットでは難しかった適応的な触運動，生物知能的なふるまいを実現する．
|
| 研究実績の概要 |
2023年度の主な研究実績は以下の通りである．
（１）イオン液体を用いた柔らかいセンサの構造をうまく設計することで，少ない数の測定値から接触位置と圧力の両方を計測する技術を提案し，実験によってその有効性を検証した．
触覚情報は，物体の操作や把持にとって極めて重要である．導電性材料（イオン液体）を要素として使用する柔らかい触覚センサから，接触位置や圧力を含む接触情報が取得できるが，位置と圧力に分類することは難しい．本研究では，シリコンゴムの内部に2つのチャネルを持ち，イオン液体を充填した触覚センサを開発した．2つのチャネルは上から見ると平行で，側面から見ると異なる傾斜で配置されおり，チャネルに平行な接触位置は2つのチャネルの抵抗変化に基づいて決定することができ，圧力は接触位置の推定値に基づいたモデルを通じて得ることができる．
（２）単一のチャネルにイオン液体を満たしたシリコンゴムの指先を作成し，その指先センサによって，環境との接触と，把持した物体の分類が可能であることを示した．
シリコンゴムでできた柔らかい指先は，対象に自然になじみ，また内部にチャネルを作成してイオン液体を満たすことで，接触に関する情報を，柔らかさを損なうことなく得ることができる．一方で，流路を細かくすることが難しいため，得られる測定値の「数」は少ない．本研究では，単一のチャネルにイオン液体を満たしたシリコンゴムの指先の作成法を提案し，指先の接触情報と，対象を把持したときの触覚情報を同一のチャネルの測定値から得られることを示した．この指先を，ロボットアームの先端に取り付け，紙やフィルムのようなシート状のものをつまみ上げることできること，指先の接触情報から，対象の高さを知ることができること，把持した後の触覚情報から，複数の形状と柔らかさの対象を分類できることを実験的に示した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
単一，あるいは複数の流路を持つイオン液体センサをロボットハンドの先端に装備し，これによって複数の触覚情報を得ることができた．柔らかいセンサによって，これまでの表面実装された触覚センサでは難しかったタスクを容易にできることが初年度で示すことができたことは，当初の計画よりも進んでいる．
|
| 今後の研究の推進方策 |
山形大の研究分担者と協力し，イオン液体にダイナミクスを持たせた新たなソフトセンサを開発し，その測定能力と，それによって実現することができるタスクを調べる．また，少ないモダリティでタスクを実現するための学習法について，研究を進める予定である．
|
