指使いの視触覚統合モデルによる柔軟物の加工作業－ハンド表面の分布荷重の統合－

点击翻译按钮获取中文摘要

１．昨年度に引き続き「番重（ケース）に山積されている粒状食材（ねぎ、コーン等の惣菜食材）」の定量把持課題を研究連携先の食品メーカの協力を得て遂行した．把持ロボットが任意の番重位置に任意の深さでハンドを挿入するとその把持重量に加えて予期される誤差の分散を，RGBD画像から推論する深層ネットワークを用いている．山積み食材の把持は破壊型の試行のため同一対象に異なるロボット操作を繰り返すことができないが、確率モデルに基づく回帰型の損失関数を考案することにより解決を見た．年度当初課題であった予測誤差分散の推定精度については挿入深さと把持重量間の線形回帰式の誤差伝搬則を考慮した損失関数に改め，さらにTransformerモデルを学習に採用することで実用的な領域（標準偏差で数g）に達した．２．巨視的・微視的時空間スケールを内包した階層型視触覚統合プロセスモデルの実装に向け，位置精度の高いアーム先端にワイヤ駆動３指ハンドを取り付け，微視的スケール計測用に分担者の開発している３軸触覚センサ，光学マウスに用いる滑りセンサ，ハンドから対象物体への距離を計測する距離センサを取り付けた．ハンドのシリアル通信による制御コードを改修し，100Hz以上の擬似トルク制御を実現した．これにすでに構築済みの巨視的スケール計測用のRGBDセンサの画像を組み合わせ，紙をハンドの指先で捲るフィードバック・フィードフォワード制御のロボットプラットフォームを構成できた．３．巨視的時空間スケールにおける認知モデルとして，道具物体の形状情報に基づく人の把持行動を日常観察から自発的にモデリングする課題を引き続き遂行した．条件入力あり変分自己符号化器を拡張した確率的エンコーダモデルを新たに考案し，部分形状に基づく複数の把持パターンを同時に想起する枠組みの有効性を実データによる実験で示した．