知能処理の回路化とロボットプラットフォームへの適用

智能处理电路化及其在机器人平台上的应用

• 批准号: 20J23242
• 负责人: 小野 智寛
• 金额: $ 1.98万
• 依托单位: Kyushu Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-24 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20J23242/
• 关键词: 家庭用サービスロボット; シミュレータ; データセット生成; 深層学習; 物体認識; Sim2Real; ホームサービスロボット; 物体検出・認識; ハードウェア実装; FPGA

家庭用サービスロボットにおける，認識機能の自動獲得を目指して，フォトリアリスティックなシミュレータを用いた深層学習訓練用データセットの自動生成システムの研究開発を行った．提案システムでは，Sim2Realのために，強化学習で用いられるDomain Randomizationを応用し，背景のテクスチャや色，物体の位置，光源の位置や強さ，鏡面反射率など様々なパラメータを複雑に変化させ，多様なデータセットを生成する．CPUにXeon W-2235を使用した場合，シミュレータを５並列で動作させることで，１時間で約２５万枚の画像・アノテーションデータを同時に生成することができ，人が撮影・アノテーションして作成する場合に比べ，約８７７倍高速であった．また，YCBオブジェクト内の５５クラスを用いて，５０万枚のデータを生成し，インスタンスセグメンテーションのモデル（YolactEdge）を学習したところ，APが71.10%であった．このことから，Sim2Realでの頑健な物体認識ができていることがわかった．提案システムを用いて学習した物体認識システムを，家庭用ホームサービスロボットの国際的な競技会である，World Robot Challenge (WRC) 2020 Partner Robot Challenge (Real Space)で使用したところ，約７９%の認識率を達成することができ，実ロボットでの使用にも問題ないことが確認できた．WRCでは，室内環境があらかじめ指定されているが，シミュレータでは様々な環境を用意することで，どのような環境でも頑健な物体認識ができることを目指した．そして，この成果は，本競技会での優勝に大きく貢献した．

Research and development of automatic acquisition of cognitive functions for home use and deep learning training. Proposal: Domain Randomization is used in reinforcement learning, background color is used, object position is used, position of light source is used, specular reflectance is used, multiple parameters are generated, CPU W-2235 is used, domain Randomization is used, background color is used, object position is used, light source position is used, specular reflectance is used, multiple parameters are used, CPU W-2235 is used, background color is used, object position is used, light source position is used, specular reflectance is used, multiple parameters are used, CPU W-2235 is used, About 250,000 images are generated simultaneously in one time, about 877 times faster than in other cases. YCB has 55 million pieces of data in its core, 500,000 pieces of data have been generated, and the AP has reached 71.10%.このことから，Sim2Realでの顽健な物体认识ができていることがわかった. Proposal for the World Robot Challenge 2020 Partner Robot Challenge (Real Space): Use of, approximately 79% of, recognition rate achieved.WRC: Indoor environment: Designation: Design However, this achievement has made a great contribution to the success of this competition.

项目成果

WRSに向けた高速な知的処理システムの開発とそのシミュレータプログラムのOSS化

WRS高速智能处理系统开发及其模拟器程序OSS

• 发表时间: 2022
• 作者: Shunsuke Omae;Takanori Takahashi;Mutshunori Uenuma;Yukiharu Uraoka;山口飛翔;小野 智寛，柴田 智広，田向 権
• 通讯作者: 小野 智寛，柴田 智広，田向 権

ホームサービスロボットのための高精度な特定人物追跡システムの開発

家庭服务机器人高精度特定人员追踪系统的开发

• 发表时间: 2020
• 作者: Yugen CHEN;Fumitaka ISHIWARI;Keita FUCHISE;and Takanori FUKUSHIMA;Hagino Kouichi,Yarita Keigo,Negishi Kousuke,Oono Kenji,Hayashida Mitsuki,Kitajima Masatoshi,Kohmura Takayoshi,Tsuru Takeshi,Tanaka Takaaki,Uchida Hiroyuki,Kayama Kazuho,Amano Yuki,Kodama Ryota,Takeda Ayaki,Mori Koji,Nishioka Yusuke,Yukumoto Masataka,Hida ;小野 智寛，阿部 佑志，石田 裕太郎，柴田 智広，田向 権
• 通讯作者: 小野 智寛，阿部 佑志，石田 裕太郎，柴田 智広，田向 権

Object Retrieval by Searching and Displacing in Cluttered Shelf

通过在杂乱的书架中搜索和移动来检索对象

• 发表时间: 2021
• 作者: Tomoya Shiba;Tomohiro Ono;Yuma Yoshimoto and Hakaru Tamukoh
• 通讯作者: Yuma Yoshimoto and Hakaru Tamukoh

ホームサービスロボットのためのGazeboシミュレータを用いた半自動学習データセット生成手法の開発

使用Gazebo模拟器开发家庭服务机器人半自动学习数据集生成方法

• 发表时间: 2020
• 作者: CHEN YUGEN;石割文崇;福井智也;梶谷孝;福島孝典;小野 智寛，阿部 佑志，石田 裕太郎，田向 権
• 通讯作者: 小野 智寛，阿部 佑志，石田 裕太郎，田向 権

A dataset generation for object recognition and a tool for generating ROS2 FPGA node

用于对象识别的数据集生成和用于生成 ROS2 FPGA 节点的工具

• 发表时间: 2021
• 作者: Hayato Amano;Hayato Mori;Akinobu Mizutani;Tomohiro Ono;Yuma Yoshimoto;Takeshi Ohkawa;Hakaru Tamukoh
• 通讯作者: Hakaru Tamukoh