Research on a Human-like Motion Generation Method using a Primal Skeleton for Humanoid Robots for General Users

本研究は動作生成が難しいヒューマノイドを一般ユーザーでも人らしく動作させられるコントローラーの実現である．提案手法では，人とヒューマノイドで共通する骨格（原始骨格）に対して潜在動作表現を獲得させるモーションリターゲットをオンラインで実施することで，誰もがヒューマノイドを自在に操作し，豊かな表現力を持ったヒューマノイドの社会活用へ繋がる技術を目指す．これまでに，人と骨格の大きさや関節数が異なるヒューマノイドでも四肢にある関節を削減して骨格を抽象化し，人と一致した原始骨格で動作表現を獲得するニューラルネットワークを構築した．本ネットワークでは，人およびヒューマノイドの時系列の動作角度情報を多段CNNオートエンコーダで畳み込み・プーリング処理を繰り返すことで少ない関節数の骨格に動作表現し直され，最終的には両者で共通した原始骨格の潜在動作表現を獲得する．ロボット側のネットワークでは関節の可動方向や範囲などロボット固有の制約条件を考慮した上で，元となる人の動作を再現性良くリターゲットする．動作入力には一般のユーザーでも簡単にコントローラーを使えるように，Bluetoothを利用したウェアラブルデバイスによるモーションキャプチャーシステムを利用した．これによって，従来のモーションキャプチャーシステムのような大掛かり機材を設置せずとも，操作者が簡素なデバイスを四肢に付けて所望の動作を行うことで，リアルタイムにヒューマノイドを動作させることが期待される．

本研究は動作生成が難しいヒューマノイドを一般ユーザーでも人らしく動作させられるコントローラーの実現である．提案手法では，人とヒューマノイドで共通する骨格（原始骨格）に対して潜在動作表現を獲得させるモーションリターゲットをオンラインで実施することで，誰もがヒューマノイドを自在に操作し，豊かな表現力を持ったヒューマノイドの社会活用へ繋がる技術を目指す．これまでに，人と骨格の大きさや関節数が異なるヒューマノイドでも四肢にある関節を削減して骨格を抽象化し，人と一致した原始骨格で動作表現を獲得するニューラルネットワークを構築した．本ネットワークでは，人およびヒューマノイドの時系列の動作角度情報を多段CNNオートエンコーダで畳み込み・プーリング処理を繰り返すことで少ない関節数の骨格に動作表現し直され，最終的には両者で共通した原始骨格の潜在動作表現を獲得する．ロボット側のネットワークでは関節の可動方向や範囲などロボット固有の制約条件を考慮した上で，元となる人の動作を再現性良くリターゲットする．動作入力には一般のユーザーでも簡単にコントローラーを使えるように，Bluetoothを利用したウェアラブルデバイスによるモーションキャプチャーシステムを利用した．これによって，従来のモーションキャプチャーシステムのような大掛かり機材を設置せずとも，操作者が簡素なデバイスを四肢に付けて所望の動作を行うことで，リアルタイムにヒューマノイドを動作させることが期待される．