DeepLearningを用いた多指ロボットハンドによる道具操り動作の実現

2017 Fiscal Year Annual Research Report

• Project/Area Number: 17J10571
• Research Institution: Waseda University
• Principal Investigator: 船橋 賢 早稲田大学, 理工学術院, 特別研究員(DC1)
• Project Period (FY): 2017-04-26 – 2020-03-31
• Keywords: 分散型触覚センサ / マニピュレーション / DCNN / 物体認識

Outline of Annual Research Achievements

ドライバーを回すタスクのように道具と物体の作用点の変化が見えづらい手先での操りタスクでは，指へ伝わる力などが変化の指標になる．そこで安定した把持力を検知できる6軸力覚センサを最低限必要なものとして指先に搭載していた．一方で，指と面接触している物体との接触状態を細かく検知するためには分散型触覚センサが必要となる．本研究者の従来研究ではそのような触覚センサがロボットハンドによる手先での道具操りに非常に影響を与えるという結果を得ている．本年度は本研究室で研究開発を続けていた分散型触覚センサをロボットハンドに搭載できるようにすること，搭載したセンサからデータを取り出すソフトウェアの開発を進めることに主眼を置いた．
また，ハンド表面はシリコンで覆われているため，面接触となり，動作学習を行う際はそのセンサ配置の情報も含める必要がある．そこで，Deep Convolutional Neural Network (DCNN)を用いる．これは画像認識で良く用いられている手法で領域ごとに学習することが出来る．本年度はその手法の理解と実際のセンサへの応用，動作生成実験を行うまでを目標とした．
具体的な研究成果としては，ロボットハンドに物体を握らせて，その物体が何かを判別する物体認識を行った．DCNNを含むいくつかのニューラルネットワークで実験した結果少ない学習時間で高い物体認識精度を出すことに成功し，ロボット系の国際学会ではトップクラスであるIROS2018に論文提出を行っている．
次年度からは，研究開発したセンサを搭載したロボットハンドを用い，実際に操りタスクを対象とした研究を行う予定である．

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

先述したように，本年度は本研究室で研究開発を続けていた分散型触覚センサをロボットハンドに搭載できるようにすること，搭載したセンサからデータを取り出すソフトウェアの開発を進めることに主眼を置いた．また，そのデータ処置を行うDeep Convolutional Neural Network (DCNN) の実装にも力を注いだ．センサの開発に携わることで，実用化までに必要な技術知識を蓄え，そのセンサのユーザーとしても使い勝手の良さを検討する良い機会を得ている．開発までに得られた知見において，どのようにDCNNを使えばよいか，その手前のデータ処理手法はどれを選べばよいかなどを的確に検討する能力を養えたと考えている．これは，自身の研究のオリジナリティを出す上で非常に重要な活動である．
結果的にロボットハンドに操りタスクを行わせるという目標には至らなかったものの，開発したセンサを利用して物体認識のタスクを行い非常に認識精度の高い結果を得ることが出来た．

Strategy for Future Research Activity

今後は研究開発した分散型触覚センサを搭載したロボットハンドを用い，実際に手先による操りタスクを対象とした研究を行う予定である．この時，指先形状は四角形ではないため，よく画像認識で使われているような四角形の面を想定したDCNNの使い方は出来ない問題がある．そこで，指先形状を考慮した入力データの処理を行ったうえでDCNNを利用し，操りタスクを達成しようと考えている．物体認識と違い，外乱の影響を受けやすいタスクで，DCNNのパラメータ調整などに時間を要すると考えられることから今年度いっぱいはこの研究に着手することになると考えている．この結果はまたIROSのような国際学会へ成果として論文投稿する予定である．