|
平成30年度は，遠隔操作におけるロボットの自律機能の一環として，剛体および非剛体の認識技術の開発を行った．剛体の認識技術については，ロボットの頭部と左右のハンドに搭載された3台のRGB-Dカメラの画像から，画像情報とカメラ間の相対姿勢情報を同時に利用して，多層ニューラルネットにより物体認識を行う手法を開発した．評価実験の結果，カメラ間の相対姿勢情報を使うことによって，物体の部分隠蔽に対して頑健な認識を実現できることが確認できた．非剛体の認識技術については，ロボットによる衣類や布の操りを想定して，平面上に無作為に置かれた長方形布の形状を1枚の画像から推定する手法を開発した．提案手法では，格子状に配置した離散特徴点で布をモデル化し，特徴点近傍のテクスチャ情報と隣接特徴点間の位置制約を同時に利用して，多層ニューラルネットにより画像中の各特徴点の位置を推定する．評価実験の結果，隣接特徴点間の位置制約によって，折れ曲がり箇所が複数存在する布に対して形状の推定精度が向上することが確認できた．
また，平成28年度に開発した持ち替えに基づく未知小物体の全周3次元形状計測法では，ロボットハンドによる把持の可否を考慮せずに持ち替えを計画していた．平成30年度は，物体の部分3次元形状データを球・円筒・対向面のプリミティブ形状に分解し，ロボットハンドで把持可能な箇所を多様体として求め，RRT法に基づき現在位置といずれかの把持候補多様体を結ぶロボットハンドの経路を計画することによって，実機で持ち替えを実現できるようにした．実験の結果，シミュレータ環境では物体の全周3次元形状を精度よく計測できることが確認できたが，実環境ではセンサのマルチパスやロボットハンドと物体の滑りなどに起因する計測誤差が発生することが確認できた．
国内学会にて研究発表を5件行った．
|
