Measurement and computation method for data-driven tactile distribution display

数据驱动的触觉分布显示测量与计算方法

基本信息

批准号：
22K17936
负责人：
佐瀬一弥
金额：
$ 2.91万
依托单位：
Tohoku Gakuin University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K17936/
关键词：
ハプティクス機械学習圧力分布データ駆動圧力分布提示

项目摘要

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．

基于研究实施计划，我们主要开发了2022年的压力分布测量设备。压力分布测量设备是一个系统，用于收集指手指接触物体时指垫上发生的压力分布。压力分布传感器是高分辨率和高度敏感的电容压力分布传感器（由PPS制造的触觉阵列传感器，螺距1.5 mm x 1.5 mm，传感器排列15 x 16）。此外，为了测量在各种位置和方向上将手指模型压在目标对象上时发生的压力分布，允许引入手指模型的六轴机器人组。此外，还引入了照片形3D打印机，以准备手指模型和实验样品。这已用于为自动压力分配收集系统构建原型。除上述设备外，我们还使用基于人手指计算模型（有限元模型）的实际人体手指和方法研究了方法。在使用人手指的方法中，使用精确阶段将人的手指压在刚性板上，并且目前测量了压力分布。在相同的条件下进行了人指计算模型的变形应力分析，并比较了这些结果。结果，当前情况是接触面积与实验和计算之间的压力分布之间存在很大差异。因此，有必要确认将来实验和计算的有效性。作为基于机器学习的触觉表现的基本验证，我们致力于创建一个学习模型，以输入位置并输出反作用力。学习数据是通过使用运动捕获系统跟踪六轴力传感器探测器来创建的，以测量探针位置和相应的反应力。目标对象是一个灵活的对象。使用的学习方法是RBF网络。已经证实，使用使用收集的数据构建的学习模型可以实现力表现。将来，我们计划扩展这种方法并将其应用于压力分布的呈现。