物体把持・ロボット

背景と目的

 近年、ロボット研究は産業用のみならず、 人と寄り添って生活をサポートするような用途でも研究が盛んになっています。ロボットが人間と協働するためには、把持のような高度な操作を生成し運用する必要があります。

本研究室ではロボットが観測を「人間らしく」解釈し扱うような仕組みを開発することを目標に研究を進めています。

      

研究内容

【1】物体把持方法の想起

人の簡単な指示に応じてロボットが自動的に複雑な動作を生成して物体を把持するためには、1つのオブジェクトに対して複数の把持方法の候補の中から適応的に推定することが重要です。

そこで、オブジェクトが写った画像から把持位置や手の形状の候補を特徴別に想起する方法について研究を進めています。

 

 

 

【2】Transform Invariant Auto-encoderを用いた人間の把持方法の模倣

Auto-Encoderは次元削減方式の一種で入力ベクトルを重要な情報を表す記述子へマッピングすることができます。しかし、空間的にシフトした画像はシフトしていない画像とは異なる記述子へマッピングされてしまいます。

そこでシフト情報を分離し、画像内のパターン情報をマッピングすることができるTransform Invariant Auto-encoderを提案しました。これを用いると前処理なしで人間の手の画像から形状情報を抽出することができます。

 

 

 

【3】深層学習を用いた家庭内環境における不安定物体の推定

机の上に物体が存在するというシチュエーション下にてその物体が落ちそうかそうでないかを推定する研究を行いました。学習データをUnity上でシミュレーションして作っているため、物体の エネルギー変位などを教師信号として用いることができています。