研究課題
二次元平面内の包み込み把持の安定性を解析した.関節変位だけでなく,指の腹の変位にもばね特性を設定した.指リンクと把持対象物との接触の拘束条件を導出し,独立な変数を明らかにした.その独立変数を用いて,把握系のポテンシャル・エネルギを導出した.そして,滑り接触の場合について,一階偏微分より力・モーメントを,二階偏微分より剛性行列を求めた.剛性行列を接触点近傍の曲率で偏微分することで,曲率の効果を明らかにした.深層学習を用いて,指先と把持対象物との接触点位置と接触方向を推定する研究を行った.接触種類は点,ソフトフィンガ,線,面の4種類である.ハンド指先を9個の領域に分割し,領域ごとに接触の有無を推定した.学習データはハンド指先のセンサで取得される6軸力覚データを模して作成した.深層学習には全結合のDNNを用いた.入力層は60ユニット,出力層は9ユニット,正誤判定は分割された領域ごとに行った.全体で91.8%という精度で推定が可能であり,接触状態の同定に深層学習を用いることの有用性を示した.ロボットを用いた治具自動組立の研究を行った.掌にRGB-Dカメラを装着した4指12自由度ハンドを使用し,LINEMODを用いた画像処理により密着状態の複数の治具を認識する手法に取り組んだ.治具を正確に認識できない場合は指で治具を押し,ずらすことで正確に認識できるようにした.その結果,密着状態の複数の治具も認識,識別をすることが可能となった.バラ積み状態の金属製ベアリング部品をカメラ画像から検出する研究を実施した.画像の中から最も把持が容易と思われる部品を人が選択し,底面楕円の中心座標(横軸,縦軸),長軸,短軸,回転角度の五つのパラメータを正解ラベルとして設定した.ユニット数や層数が異なるネットワークを用いて実験し,比較した.計算量の低減を図るためファインチューニングを適用した.
すべて 2019 2018
すべて 学会発表 (10件) (うち国際学会 3件)