可変環境への適応と改変を利用したヘビ型ロボットの超冗長制御

（１）柔軟環境のモデル化：①紐状の柔軟物をモデル化し，ロボットが摩擦力を効果的に発生させることで紐を登るタスクを検討対象とした．紐状柔軟物とロボットとの摩擦力は，体幹に巻き付く紐の巻き角と力により推定できる．②柔軟環境として粉体環境（砂地など）を想定し，生物のヘビの運動を参考にしながら，潜る動作を一つモデル化した．（２）移動剛体環境での環境適応制御：実センサの特性を考慮し，前年度提案した制御手法に改良を施した．固定柔軟環境での環境適応制御：断熱材上のフィルムの偏りを軽減する動作手法を提案し，シミュレーションで検証を行った．（３）近接覚センサの完成：（２）の検証で用いるための近接覚センサのキャリブレーションを実施し，実機搭載が可能な状態にした．触覚センサの開発：ヘビ型ロボットが柔軟環境との接触状態を認識するための触覚センサの開発を行った．巻き角と力を推定可能である．検出方式には気圧式を採用し，32個の気圧センサ素子を2段の放射状に配置し，ウレタンゴムとシリコーンゴムを用いた被膜方法によって，紐状柔軟物との巻き付きに必要な外形と摩擦特性をもち，その全域の接触を検知可能な構成を実現した．成果は次年度に学会発表予定である．（４）検証実験：近接覚センサを搭載した実機を開発し，前述（２）の検証実験を実施し，提案制御則の有効性を確認した．（計画外）①粉体環境について実機実験を基にした，粉体への潜行動作最適化のための方法について考察，実験のための環境構築と予備的な実験，簡略化された物理モデルに基づき，潜行動作の物理的妥当性について議論するための検討を行った．②ヘビ型ロボットの全身と環境との相対位置を認識するためのシステムおよびアルゴリズムの検討を開始した．SLAMの性能を損なうことなく，センサの実装位置の不確かさに同時に対処可能なアルゴリズムを開発した．

（１）柔軟環境のモデル化：①紐状の柔軟物をモデル化し，ロボットが摩擦力を効果的に発生させることで紐を登るタスクを検討対象とした．紐状柔軟物とロボットとの摩擦力は，体幹に巻き付く紐の巻き角と力により推定できる．②柔軟環境として粉体環境（砂地など）を想定し，生物のヘビの運動を参考にしながら，潜る動作を一つモデル化した．（２）移動剛体環境での環境適応制御：実センサの特性を考慮し，前年度提案した制御手法に改良を施した．固定柔軟環境での環境適応制御：断熱材上のフィルムの偏りを軽減する動作手法を提案し，シミュレーションで検証を行った．（３）近接覚センサの完成：（２）の検証で用いるための近接覚センサのキャリブレーションを実施し，実機搭載が可能な状態にした．触覚センサの開発：ヘビ型ロボットが柔軟環境との接触状態を認識するための触覚センサの開発を行った．巻き角と力を推定可能である．検出方式には気圧式を採用し，32個の気圧センサ素子を2段の放射状に配置し，ウレタンゴムとシリコーンゴムを用いた被膜方法によって，紐状柔軟物との巻き付きに必要な外形と摩擦特性をもち，その全域の接触を検知可能な構成を実現した．成果は次年度に学会発表予定である．（４）検証実験：近接覚センサを搭載した実機を開発し，前述（２）の検証実験を実施し，提案制御則の有効性を確認した．（計画外）①粉体環境について実機実験を基にした，粉体への潜行動作最適化のための方法について考察，実験のための環境構築と予備的な実験，簡略化された物理モデルに基づき，潜行動作の物理的妥当性について議論するための検討を行った．②ヘビ型ロボットの全身と環境との相対位置を認識するためのシステムおよびアルゴリズムの検討を開始した．SLAMの性能を損なうことなく，センサの実装位置の不確かさに同時に対処可能なアルゴリズムを開発した．