人間の行動由来のアフォーダンスを用いた新たな物体認識に関する研究

人間と共存するロボットには「人・物体・環境」を認識・理解する機能が必要であるが，従来研究では「人」「物体」「環境」のそれぞれについて，個別の認識・理解を主とした検討が行われてきた．一方，我々人間は，視覚から多くの情報を獲得し，個々の情報の「関連性」や自身の経験から総合的に物体や環境を認識・理解している．この関連性とは人・物体・環境間の「インタラクション」を意味している．本研究課題では，人間の動作をキーとし，環境中で物体が人に「どのように扱われたか」を認識することにより，対象物体の認識を実現する手法を確立する．環境内で人間の行動をセンシングし，人間が関与した物体にその行動を“動的属性情報”として付与し，人間－物体間の関係性のモデル化を実現する．当該年度は基礎検討として実験環境を固定し，対象物体を椅子に限定した状態でRGB-Dセンサーを用いて物体の形状および人の動作を計測した．形状認識に係る基礎実験ではクラスタリングとRANSACを併用することで平面認識が可能であることを確認した．動作認識では「座る」と「立つ」を対象動作とし，機械学習により識別器を作成した．環境認識では人間が立つ動作を行った時，つま先が触れている平面を床面と定義した．また，人間が座る動作と行った時，臀部の触れている平面かつ床面と平行な平面を椅子の座面と定義した．その結果，椅子の認識処理では，物体に対して本来の使用用途を満たす動作が行われたとき，正しい認識が行われることを確認した．

人間と共存するロボットには「人・物体・環境」を認識・理解する機能が必要であるが，従来研究では「人」「物体」「環境」のそれぞれについて，個別の認識・理解を主とした検討が行われてきた．一方，我々人間は，視覚から多くの情報を獲得し，個々の情報の「関連性」や自身の経験から総合的に物体や環境を認識・理解している．この関連性とは人・物体・環境間の「インタラクション」を意味している．本研究課題では，人間の動作をキーとし，環境中で物体が人に「どのように扱われたか」を認識することにより，対象物体の認識を実現する手法を確立する．環境内で人間の行動をセンシングし，人間が関与した物体にその行動を“動的属性情報”として付与し，人間－物体間の関係性のモデル化を実現する．当該年度は基礎検討として実験環境を固定し，対象物体を椅子に限定した状態でRGB-Dセンサーを用いて物体の形状および人の動作を計測した．形状認識に係る基礎実験ではクラスタリングとRANSACを併用することで平面認識が可能であることを確認した．動作認識では「座る」と「立つ」を対象動作とし，機械学習により識別器を作成した．環境認識では人間が立つ動作を行った時，つま先が触れている平面を床面と定義した．また，人間が座る動作と行った時，臀部の触れている平面かつ床面と平行な平面を椅子の座面と定義した．その結果，椅子の認識処理では，物体に対して本来の使用用途を満たす動作が行われたとき，正しい認識が行われることを確認した．