| 研究課題/領域番号 |
17K06471
|
|---|
| 研究機関 | 中京大学 |
|---|
研究代表者 |
橋本 学 中京大学, 工学部, 教授 (70510832)
|
|---|
| 研究分担者 |
秋月 秀一 慶應義塾大学, 理工学部(矢上), 助教 (40796182)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | 熟練技能の分析 / センシング / 組立作業 / 技能レベル / ロボットシステム / 暗黙知 |
|---|
| 研究実績の概要 |
H29年度には，物体認識技術として，多様な対象物にも提案できる3次元局所特徴量の検討を行い，マルチスケールの曲率ベースの特徴量を提案した．従来の局所特徴量であるSHOT法では認識困難な凹凸の少ない形状に対しても，局所的な曲率をもとに特徴量として表現能力が高いことを確認した．
また，これを利用した物体認識アルゴリズム（特徴点マッチング）の手法を検討開始した．さらに，本技術の最終ゴールでは，熟練の技能をロボットに転移させ，ロボットでのハンドリングを想定していることから，モデルを持たない一般物体にも対応できる，ロボット把持位置自動決定手法が必要となる．この目的で，対象物を直方体等のプリミティブ形状で近似し，近似モデル上に予め設定した把持ルールを対象物に適用することによって，対象物の把持パラメータを決定する手法を提案し，プロトタイプシステム実装により有効性を確認した．
また，作業動作分析については，当初2年目に研究する予定であったが，視線特徴量と動作特徴量の検討を開始したところ，よい成果が得られた．具体的には，視線の動きと手の動きをコード化し，コード列の発生頻度から特徴量を算出する．模型の組み立て作業を想定した実験により，5段階の熟練度を識別できること，および，初心者から中級者への移行期と，中級者から上級者（熟練者）への移行期では，視線と動作の最適化プロセスが異なっていることなどが判明した．
これらの研究結果は，国際会議論文1編，国内会議7件で発表し，うち1件は電気学会優秀論文発表賞を受賞した．
|
| 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
H29年度は，当初計画していた動作要素シンボル定義については未着手であるものの，物体認識としては，新特徴量を提案して効果を実証するとともに，3年目の成果の前提となるロボット把持位置認識（プリミティブ認識）については大きく進展した．
また，2年目に予定していた作業動作分析のための特徴量提案と熟練要因の抽出手法の提案は特に大きく進展し，来年度の研究の素地を十分に固めることができた．以上の理由から，本研究プロジェクトは，全体としては当初の計画以上に進展していると考えている．
|
| 今後の研究の推進方策 |
H30年度は，前年度に達成した作業動作認識のための特徴量の改良をおこなうとともに，熟練技能の分析をさらに進める．
また，動作要素シンボルの検討および物体認識手法の高性能化も推進し，扱える対象物の幅を広げる予定である．
また，作業動作アーカイブデータの収集についても，予定通り進める予定である．
|
| 次年度使用額が生じた理由 |
当初購入予定の実験用消耗品部材（組立対象物の模型等）が予定より安価に購入できたこと，および国内学会発表先として予定していたDIA2018が中京大学内で開催されたことから，次年度使用額か発生した．
実験用部材については2018年度には品種を増やして購入し，実験データの取得を拡充する予定であること，また研究成果の発表先として，ヒューマンセンシング系の研究会やシンポジウムについても増やすことにより，使用する予定である．
|
