2022 Fiscal Year Annual Research Report
陳列棚の状態の認識に基づくピッキングや充填作業のためのロボットの動作計画
| Project/Area Number |
22J11376
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
元田 智大 大阪大学, 基礎工学研究科, 特別研究員(DC2)
|
|---|
| Project Period (FY) |
2022-04-22 – 2024-03-31
|
| Keywords | ロボットマニピュレーション / 機械学習 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
ロボットの活用が期待される具体的な場面として，倉庫の整理やコンビニでの陳列作業を挙げる。しかし，対象物の取り出しには常に落下や周辺の散らばりを引き起こすリスクがある。近年AIを組み込んだシステムが作業場のピッキング自動化に大きく貢献したが，人間の作業者のように商品を丁寧に扱うことが考慮されていないため，利用が限定的である上，個別に適用するには特殊ケースへの対応が必須であった。そこで，バラ積み等の複雑シーンを俯瞰的に理解し丁寧かつ安全なロボットマニピュレーションの展開を考えるのが本研究課題である。本研究では物体操作に伴う周辺の崩れ発生のシミュレーションを基準として，物体間の位置や接触情報を分類した「支持関係」の同定を行い，物体操作に考慮すべきシーンの認識に取り組んでいる。本課題はロボットを用いた自動化の学術的な発展の貢献があり，さらに実環境においても倉庫業務における例外処理や連続作業への効果が期待できる。
本年度，実施計画１年目において支持関係に基づくマニピュレーションの事例について，陳列棚の整理作業に関する操作法を予定通りに取り組み，検証を実施した。本成果は，学術誌への論文投稿（査読あり，掲載済み）により発表された。また次年度の２年目以降に予定していた「バラ積み環境の分析」に関して，前述の支持関係の同定をベースに予備的検証を行っている。陳列作業の代表的なシーンに限定した場合を対象として，木構造によりバラ積み環境を表現する新しい手法に取り組んだ。この検証結果は学術誌へ投稿（査読あり，受理済み）している。今後は，操作の応用や汎用的なシーンの認識が次年度以降の研究課題である。具体的には，有用な入力情報の統合処理可能な深層学習モデルを構築や，ロボットが機能として有するマニピュレーション性能を効果的に運用する戦略の設計が検討されている。
|
| Research Progress Status |
翌年度、交付申請を辞退するため、記入しない。
|
| Strategy for Future Research Activity |
翌年度、交付申請を辞退するため、記入しない。
|
