力覚情報に基づく複雑な道具形状と接触位置との効率的な同時推定

点击翻译按钮获取中文摘要

本研究では、ロボットが道具や把持物体を介して環境に接触する状況において、力覚情報から道具の形状と道具上の接触位置とを同時推定する技術の開発を目指している。ロボットが道具等を介して環境との接触状態を制御するためには、手先の力覚情報から把持物体上の接触位置などを推定することが不可欠である。従来手法の多くでは、道具上の接触位置を推定するために道具形状が既知な必要があり、道具形状を必要としない手法も推定が原理的に遅いという欠点があった。一方で本研究では、道具の形状を接触位置と同時に推定することで、最初に形状が未知でも素早く接触位置の推定ができると考えた。本年度は、複雑な物体形状と接触位置との推定手法の開発に取り組んだ。研究代表者は先行研究にて、粒子フィルタによる接触位置・道具形状の同時推定手法を提案したが、形状が2つ程度の少ないパラメータで表現される場合にしか適用できなかった。形状をグリッドマップで表現しようとすると高次元のパラメータ推定が必要となり、いわゆる次元の呪いによって推定が極めて困難になる。そこで本年度は、粒子フィルタで用いる確率モデルの改良を試みた。形状パラメータの空間に粒子をサンプリングする必要がないように確率モデルを変形することで、結果として、わずか30個の粒子で形状パラメータが160,000次元（40 cm×40 cmの2次元平面を0.1 cm刻みで区切った格子）で表現される場合でも形状を推定することができた。加えて、形状推定を経ることによって、形状情報なしのまま接触位置を推定する手法よりも高精度な接触位置推定ができることを示した。