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。

在这项研究中，我们的目标是开发一种技术，当机器人通过工具或其抓取的物体与环境接触时，该技术可以根据触觉信息同时估计工具的形状和工具上的接触位置。为了通过工具等控制机器人与环境的接触状态，有必要根据手部的力觉信息来估计抓取物体上的接触位置。大多数传统方法需要已知工具形状才能估计工具上的接触位置，并且不需要工具形状的方法也具有原则上估计速度慢的缺点。另一方面，在本研究中，我们认为通过在接触位置的同时估计工具的形状，即使一开始形状未知，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物体形状和接触位置的方法。在之前的研究中，主要研究者提出了一种使用粒子滤波器同时估计接触位置和工具形状的方法，但它只能在形状仅由两个参数表示时应用。尝试用网格图表示形状需要高维参数估计，由于所谓的维数灾难，这变得极其困难。因此，今年，我们尝试改进粒子滤波器中使用的概率模型。通过转换随机模型，无需在形状参数空间中对粒子进行采样，结果是仅包含 30 个粒子的 160,000 维形状参数（40 厘米 x 40 厘米的二维平面，步长为 0.1 厘米）即使形状由网格（除以 2）表示，也可以估计形状。此外，我们表明，通过执行形状估计，可以比在没有形状信息的情况下估计接触位置的方法更准确地估计接触位置。