力覚情報に基づく複雑な道具形状と接触位置との効率的な同時推定

基于力信息的复杂刀具形状和接触位置的高效同步估计

• 批准号: 22K14212
• 负责人: 沓澤 京
• 金额: $ 2.08万
• 依托单位: Tohoku University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K14212/
• 关键词: 力覚信号処理; 力覚センサ; 接触位置推定; 粒子フィルタ; ロボティクス

本研究では、ロボットが道具や把持物体を介して環境に接触する状況において、力覚情報から道具の形状と道具上の接触位置とを同時推定する技術の開発を目指している。ロボットが道具等を介して環境との接触状態を制御するためには、手先の力覚情報から把持物体上の接触位置などを推定することが不可欠である。従来手法の多くでは、道具上の接触位置を推定するために道具形状が既知な必要があり、道具形状を必要としない手法も推定が原理的に遅いという欠点があった。一方で本研究では、道具の形状を接触位置と同時に推定することで、最初に形状が未知でも素早く接触位置の推定ができると考えた。本年度は、複雑な物体形状と接触位置との推定手法の開発に取り組んだ。研究代表者は先行研究にて、粒子フィルタによる接触位置・道具形状の同時推定手法を提案したが、形状が2つ程度の少ないパラメータで表現される場合にしか適用できなかった。形状をグリッドマップで表現しようとすると高次元のパラメータ推定が必要となり、いわゆる次元の呪いによって推定が極めて困難になる。そこで本年度は、粒子フィルタで用いる確率モデルの改良を試みた。形状パラメータの空間に粒子をサンプリングする必要がないように確率モデルを変形することで、結果として、わずか30個の粒子で形状パラメータが160,000次元（40 cm×40 cmの2次元平面を0.1 cm刻みで区切った格子）で表現される場合でも形状を推定することができた。加えて、形状推定を経ることによって、形状情報なしのまま接触位置を推定する手法よりも高精度な接触位置推定ができることを示した。

这项研究旨在开发一项技术，该技术同时估计工具信息通过工具或抓地对象与环境接触时的工具上的工具形状和触点位置。为了使机器人通过工具控制与环境的触点状态，必须从手的力信息中估算接触对象上的接触位置。在许多常规技术中，必须知道该工具形状以估计工具上的接触位置，并且不需要该工具形状的方法在该估计中具有不利影响。另一方面，在这项研究中，我们认为，通过同时估计工具的形状与接触位置，即使形状未知，也可以快速估计接触位置。今年，我们致力于开发一种估计复杂对象形状和接触位置的方法。在先前的研究中，研究人员提出了一种使用粒子过滤器同时估算接触位置和工具形状的方法，但是只有当形状以较少的参数表达时，例如大约两个。当尝试使用网格图表示形状时，有必要估计高维参数，而所谓的维诅咒使估计非常困难。因此，今年我们试图改善粒子过滤器中使用的概率模型。通过转换概率模型，以便不必在形状参数的空间中采样颗粒，结果是即使只有30个颗粒具有160,000个尺寸表达的形状参数，也可以估计形状（在0.1 cm递增中以40 cm x 40 cm x 40 cm x 40 cm二维平面分离）。另外，通过传递形状估计，已经表明，可以比无需形状信息的接触位置估算接触位置的方法更高的触点位置估计。