高機能の半自律型救助ロボットシステムの研究

高性能半自主救援机器人系统研究

• 批准号: 14750196
• 负责人: 関森 大介
• 金额: $ 1.54万
• 依托单位: Akashi National College of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2002
• 资助国家: 日本
• 起止时间: 2002 至 2003
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-14750196/
• 关键词: 救助作業; 複数ロボット; 学習機能; 半自律型; ユーザインタフェイス

本年度は,主に(1)ロボットの瓦礫除去機構の改良,(2)救助ロボットの複数化と学習データの共有化,(3)学習方法の改良について行った.(1)瓦礫除去機構の改良救助ロボットの瓦礫除去機構の形状を2自由度の平行リンク機構から5自由度の垂直型多関節ロボットマニピュレータに改良した.また,マニピュレータの手先部は開閉式の平行板に緩衝材を取り付けた.その結果,瓦礫の形状や位置・姿勢に限定されることなく様々な瓦礫を把持することが可能になった.(2)救助ロボットの複数化と学習データの共有化同機能の救助ロボットを新たに1台製作し,計2台とした.ただし,昨年度に作成したユーザインタフェイスについては2台のロボットで共有し,切り替えによって各ロボットの遠隔操縦を行なうものとした.また,学習データの共有化については,LANによるロボット間通信を用いて実現した.その結果,ロボットの学習が効率良く行われ,ロボット間で遅れなくリアルタイムで学習データを利用することができた.(3)学習方法の改良学習データには,視覚画像を処理して得られる瓦礫の画像特徴量とオペレータの操作量のセットを用いた.昨年度では,画像特微量に瓦礫の重心位置のみを用いていたが,本年度では,様々な瓦礫の状態を認識するために,画像特徴量を重心位置,面積,輪郭等とした.また,オペレータの操作量については,ロボットに瓦礫を把持させた位置の情報のみを採用した.その結果,簡単な形状の瓦礫に関しては,概ね瓦礫の状態を認識することが可能であったが,複雑な形状の瓦礫に関しては,認識率が十分でなく,適切な動作を再生することができなかった.瓦礫の認識率の向上には,画像特徴量の再選定やニューラルネットワーク等の導入など,更なる改良が必要であると思われる.

This year, we focused on (1) improvement of the rubble removal mechanism of the truck, (2) pluralization of the rescue truck, and learning of the truck There are changes, (3) Improvement of learning methods, and improvement of learning methods. (1) Improvement of rubble removal mechanism, rescue of rubble removal mechanism. Shape: Parallel joint mechanism with 2 degrees of freedom. Vertical multi-joint multi-joint structure with 5 degrees of freedom. Improved shape.た, マニピュレータのHAND は は opening and closing type の parallel plate に buffer material を take り け た. そ の result, the shape や position and posture of the rubble The potential is limited, the potential is limited, the rubble is controlled, and the potential is controlled. 1 set of the new たに produced by the データの mutual aid function のロボットを, a total of 2 とした.ただし, last year's made したユーザインタフェイスについては2台のロボットでThere is a total of 100,000 square meters, all of which are done separately.なうものとした.また, learn the commonization of データのについては, LAN communication between によるロボットいて実成した.The results of . Use することができた. (3) Improvement of learning method to learn データには, visual image を processing して got られる のimage special徴quantityとオペレータのoperation amountのセットを用いた. Last year's では, image special trace amountにrubbleのcenter of gravity positionのみを用いていたが, this year's では, 様々なrubble's state を recognition するために, the portrait characteristics をcenter of gravity position, area, roundness, etc. とした.また,オペレータのoperation amountについては,ロボットにrubbleをcontrolさせたpositionのinformationのみをadoptした.そのAs a result, the shape of the rubble is simple, the state of the rubble is known, the state of the rubble is known, the shape of the rubble is possible, and the shape of the tile is complex. The recognition rate of the rubble is very high. The awareness rate of the rubble is high. The recognition rate of the rubble is up.は, the characteristics of the image are re-selected and imported, and the necessary improvements are made.