| 研究概要 |
人間らしいロボットを実現するためには多数重要な要素があるが,本研究では,ロボットの振る舞い,特に「人間らしい」動作の実現を目指し研究を行った.昨年度は動作データベースの遷移,合成について特に重点を置き研究を行ったが,本年度はこれに加えて,同じ意味を持つ動作にも多数種類があることを考慮し,概念的な動作検索ができる類似尺度について研究を行った.概念的な検索に適した特徴成分として,周波数成分に注目し,Bag-of-motion-featuresを提案した.提案手法では,モルレーウェーブレットを用いて動作シーケンスから,周波数毎の特徴量を抽出する.従来,動作の比較は姿勢の比較によって行われるのが一般的なアプローチであったが,周波数毎の特徴量を比較することが,「手差し」「手振り」などを区別する概念的な動作の類似度として,効果的であることが確認できた.また,これまでの姿勢の類似度計算に比べて高速化も実現した.さらに,モーションデータの計測装置は,モーションキャプチャーだけでなく,kinectやセンサスーツなどのセンサも利用される.しかしながら,ボーンの形状が異なるため,ボーン形状を統一するといった処理が必要となるが,周波数成分に着目したことで,腕,胴体等のカテゴリに分割する作業だけで,類似度を計算することが可能である.
さらに,登録された動作データベースに対して,スタイルの変換を実現するフィルタの開発にも取り組んだ.データベースに登録されているデータは,男性や女性など様々である.近年,アンドロイドロボット研究が盛んに行われ,ロボットの動作も男性や女性を考慮した生成が必要となってきた.そこで多数の動作データから属性の平均動作を作成し,入力動作と平均動作の差を調整するスタイル変換フィルタを開発し,動作に含まれる性別属性を変換することも実現した.
|
