Measurement and computation method for data-driven tactile distribution display

点击翻译按钮获取中文摘要

研究実施計画に基づき，2022年度は主に圧力分布測定装置の開発を行った．圧力分布測定装置は，指が対象物体に接触した際の指腹に生じる圧力分布を収集するためのシステムである．圧力分布センサには高解像度かつ高感度な静電容量型圧力分布センサ（PPS社製触覚アレイセンサ，ピッチ1.5 mm x 1.5 mm, センサ配置15 x 16）を導入した．また，指模型を様々な位置姿勢で対象物体に押し付けたときに生じる圧力分布を測定するために，指模型をエンドエフェクタに装着可能な6軸ロボットアームを導入した．また，指模型や実験試料作製のために光造形3Dプリンタを導入した．これらにより，圧力分布の自動収集システムのプロトタイプを構築した．圧力分布データの収集には上記の装置のほかに，実際のヒト指を用いた方法と，ヒト指の計算モデル（有限要素モデル）に基づいた方法も検討した．ヒト指を用いた方法では，精密ステージを利用してヒト指を剛体平板に押し付け，その際の圧力分布を計測した．それと同条件でヒト指計算モデルの変形応力解析を行い，これらの結果を比較した．その結果，現状では実験と計算の間で接触面積と圧力分布の差異が大きかった．そのため，実験と計算の双方での妥当性を今後確認していく必要がある．機械学習に基づいた触覚提示の基礎的検証として，位置を入力し，反力を出力する学習モデルの作成に取り組んだ．学習データは，6軸力覚センサプローブをモーションキャプチャシステムでトラッキングすることでプローブ位置とそれに対応する反力を測定して作成した．対象物体は柔軟物体とした．学習手法にはRBFネットワークを用いた．収集したデータを用いて構築した学習モデルを用い，力覚提示が可能であることが確認できた．今後は本手法を拡張し圧力分布提示に応用していく予定である．