Extension for reproduction control of human motion based on multi-modal machine learning

点击翻译按钮获取中文摘要

少子高齢化社会においてはロボットによる人間の行為の代替技術が求められる。特に熟練技術者のもつ技能の継承は重要な課題である。しかし、従来のロボットによる人間動作の再現方法では、取得した動作情報をそのまま再現（繰り返し）するに留まっており、新しい未知の環境に対して適応して動作を修正することが困難であった。これに対し本研究では視覚・力覚情報に基づくマルチモーダル機械学習による人間動作再現のための制御系を構築し，ロボットによる動作再現の適用範囲を拡張することを目的としている。カメラ等のビジョンセンサによって、未知の対象環境に関する視覚情報を取得する際に、センシング遅れによってむだ時間が発生することが問題となる。そこで本年度は特に、柔軟な動作再現を行う上で重要となる力制御において、むだ時間が存在する場合の補償方法について検討を行った。その結果、振動抑制制御として知られる共振比制御の概念に基づく力制御とむだ時間補償器を統合することにより、これまでのむだ時間補償法では安定化できない場合においても、安定な接触動作が実現可能であることを確認した。本手法による成果をまとめたものをIEEE/ASME International Conference on Advanced Intelligent Mechatronics, AIM 2018にて発表を行う予定である。なお本研究課題は、平成30年度～平成32年度科学研究費助成事業、若手研究「マルチモーダル機械学習に基づいた人間・ロボットによるスキル継承制御（課題番号18K13780）」へと引き継がる。引き続き動作再現の適用範囲の拡張について検証を行うとともに、記録された動作を人間へ逆に呈示することにより、人間からロボットへ、ロボットから人間へと新しい環境に適応しながらスキルが伝達されてゆく人間・ロボットの協調システムへと発展させる。