|
２０２１年度は，本来，最終年度２０２０年度に実施を予定していた，新型コロナウイルス感染拡大防止の影響で延期となっていた学会等における成果公表活動を実施した．人工咀嚼ロボットシステムの全体像について整理し，深層学習を用いた食塊状態評価とテクスチャー推定との融合について検討を行った．その結果を，深層学習を用いた歯・舌両有型咀嚼ロボットによるテクスチャー評価，および，深層学習を用いた咀嚼マニピュレーションのための食塊形成評価，としてまとめ学会発表した．さらに，従来の咀嚼装置・ロボットではほとんど導入が試みられていない，食品破断片に対する伸縮包囲メカニズムについて考察し，基本アイディアを学会発表した．
研究期間全体（２０１７～２０２０年度）を通じた成果は以下の通りである．ヒトは食品を咀嚼し，食塊を形成していく過程において，歯から得られる反力と舌から得られる圧力分布に基づいて食感を評価している．本研究では，ヒトの口腔部を模して設計された歯と舌の両機能を有する咀嚼ロボットシミュレータのプロトタイプを開発し，人工咀嚼過程の咬合力と舌圧分布といった時空間力覚情報を同時にセンシングし，両者を活用してテクスチャーを推定する手法を構築した．深層学習を用いたテクスチャー評価手法について考察し，咬合力および舌圧分布を画像データとして取り扱い，畳み込みニューラルネットワーク（Convolutional Neural Network: CNN）を用いたテクスチャー感推定システムを提案した．市販食品を用いた基礎実験を行い，提案手法の有効性を確認した．
|
