Creation of a Touch Evaluation Method by Using Configurable Tactile Sensor Systems

これまでに作製したMEMS-LSI集積化触覚センサデバイスを装着した自作のアクチュエーションシステムを用いたアクティブセンシングを行った。本年度は，様々な接触対象物に対してのデータ取得，アクチュエーションを様々に変えたときのデータ取得を行い，その結果を解析した。データ取得については，ポリエステル布，アクリル板，MDF（建材），インシュレーションボード（建材），メラミン，を用いた。それぞれの肌触りを比較すると大きく触感が異なるものとかなり近いものがあった。アクチュエーションについては，移動速度および移動距離を変えたパターンを複数用意した。データ解析については，まず，接触ごとの初期位置のばらつきをなくすためのオフセット処理を行った。次いで，センサに接触対象物がひっかかりセンサ値の変化が急に大きくなる箇所「外れ値」の除去を行った。さらに，周波数成分による解析を行うためフーリエ変換をデータに施した。フーリエ変換後の特徴比較においては，有意な差は見られなかった。その後，独自のネットワークパラメータで調整したRNN/LSTMのモデルを用いて機械学習による分類比較を行った。高い分類結果を得るには，適切な移動速度と移動距離によるデータ取得を行うこと，一見悪影響を及ぼす「外れ値」を用いること，多くの学習データを取得する必要があること，などが判明した。また，FEM（有限要素法）により，MEMS-LSI集積化触覚センサデバイスをモデル化し，接触対象物に対してどのような接触を行うことでテクスチャの特徴をセンシングデータに反映させられるかをシミュレーションした。その結果，アクティブセンシング時にはなるべく低い角度での力印加を行うこと，力印加と角度制御は高精度に行うこと，などが重要であることが判明した。

これまでに作製したMEMS-LSI集積化触覚センサデバイスを装着した自作のアクチュエーションシステムを用いたアクティブセンシングを行った。本年度は，様々な接触対象物に対してのデータ取得，アクチュエーションを様々に変えたときのデータ取得を行い，その結果を解析した。データ取得については，ポリエステル布，アクリル板，MDF（建材），インシュレーションボード（建材），メラミン，を用いた。それぞれの肌触りを比較すると大きく触感が異なるものとかなり近いものがあった。アクチュエーションについては，移動速度および移動距離を変えたパターンを複数用意した。データ解析については，まず，接触ごとの初期位置のばらつきをなくすためのオフセット処理を行った。次いで，センサに接触対象物がひっかかりセンサ値の変化が急に大きくなる箇所「外れ値」の除去を行った。さらに，周波数成分による解析を行うためフーリエ変換をデータに施した。フーリエ変換後の特徴比較においては，有意な差は見られなかった。その後，独自のネットワークパラメータで調整したRNN/LSTMのモデルを用いて機械学習による分類比較を行った。高い分類結果を得るには，適切な移動速度と移動距離によるデータ取得を行うこと，一見悪影響を及ぼす「外れ値」を用いること，多くの学習データを取得する必要があること，などが判明した。また，FEM（有限要素法）により，MEMS-LSI集積化触覚センサデバイスをモデル化し，接触対象物に対してどのような接触を行うことでテクスチャの特徴をセンシングデータに反映させられるかをシミュレーションした。その結果，アクティブセンシング時にはなるべく低い角度での力印加を行うこと，力印加と角度制御は高精度に行うこと，などが重要であることが判明した。