パーツアフォーダンス学習に基づく操作タスクを考慮した３次元物体認識

本研究の目的は，操作タスクとリンクした新たな物体認識システムの創出である．具体的には，複数の物体が混在する雑多なシーンに対して，「対象物名」と「動作名」を入力として，認識対象物と対象動作が実行可能な部位を検出することである．以下に開発した要素技術を述べる．１．雑多なシーンからの対象物の位置姿勢認識技術複数物体が密に配置されたような雑多なシーンにおいても安定的な認識が可能な物体認識アルゴリズムを開発した．本研究では，物体ごとに形状モデルに加えて干渉モデルを用意し，配置の実現性を考慮しながら認識をおこなう手法を提案した．公開データベースを用いて従来手法と比較した結果，認識率・処理時間がともに優位であることを確認した．本研究成果は，第19回画像の認識・理解シンポジウムにて，MIRU学生奨励賞を受賞した．２．対象動作を適用可能な部位の検出技術例えば，「コップに水を注ぐ」というタスクをロボットに実行させる場合は，ロボットは水を注ぐべき位置や，掴むべき取手部分等のタスクに合った操作位置を認識しなければならない．日用品の形状は，それに備わる機能と密接に関係していると考えられる．本年度は，日用品の形状に備わった機能のことを「機能属性」として定義し，3Dセンサから得られる形状データから機能属性を推定する手法を提案した．さらに，機能属性を利用した，一般物体認識手法も開発した．物体の形状を各機能属性の含有率分布としてモデリングすることによって，そのカテゴリの物体を表現する特徴量（アフォーダンス特徴量）として表現した．例えば，コップであれば，水を貯える機能と握りこんで持つような側面の形状が全体として支配的である．これは物体カテゴリごとに固有な分布となるため，一般物体認識のために有用であることを確認した．本研究成果は，第21回知能メカトロニクスワークショップにおいて，優秀講演賞を受賞した．

本研究の目的は，操作タスクとリンクした新たな物体認識システムの創出である．具体的には，複数の物体が混在する雑多なシーンに対して，「対象物名」と「動作名」を入力として，認識対象物と対象動作が実行可能な部位を検出することである．以下に開発した要素技術を述べる．１．雑多なシーンからの対象物の位置姿勢認識技術複数物体が密に配置されたような雑多なシーンにおいても安定的な認識が可能な物体認識アルゴリズムを開発した．本研究では，物体ごとに形状モデルに加えて干渉モデルを用意し，配置の実現性を考慮しながら認識をおこなう手法を提案した．公開データベースを用いて従来手法と比較した結果，認識率・処理時間がともに優位であることを確認した．本研究成果は，第19回画像の認識・理解シンポジウムにて，MIRU学生奨励賞を受賞した．２．対象動作を適用可能な部位の検出技術例えば，「コップに水を注ぐ」というタスクをロボットに実行させる場合は，ロボットは水を注ぐべき位置や，掴むべき取手部分等のタスクに合った操作位置を認識しなければならない．日用品の形状は，それに備わる機能と密接に関係していると考えられる．本年度は，日用品の形状に備わった機能のことを「機能属性」として定義し，3Dセンサから得られる形状データから機能属性を推定する手法を提案した．さらに，機能属性を利用した，一般物体認識手法も開発した．物体の形状を各機能属性の含有率分布としてモデリングすることによって，そのカテゴリの物体を表現する特徴量（アフォーダンス特徴量）として表現した．例えば，コップであれば，水を貯える機能と握りこんで持つような側面の形状が全体として支配的である．これは物体カテゴリごとに固有な分布となるため，一般物体認識のために有用であることを確認した．本研究成果は，第21回知能メカトロニクスワークショップにおいて，優秀講演賞を受賞した．