Measurement and computation method for data-driven tactile distribution display

数据驱动的触觉分布显示测量与计算方法

基本信息

批准号：
22K17936
负责人：
佐瀬一弥
金额：
$ 2.91万
依托单位：
Tohoku Gakuin 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 2026-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K17936/
关键词：
ハプティクス機械学習圧力分布データ駆動圧力分布提示

项目摘要

研究実施計画に基づき，2022年度は主に圧力分布測定装置の開発を行った．圧力分布測定装置は，指が対象物体に接触した際の指腹に生じる圧力分布を収集するためのシステムである．圧力分布センサには高解像度かつ高感度な静電容量型圧力分布センサ（PPS社製触覚アレイセンサ，ピッチ1.5 mm x 1.5 mm, センサ配置15 x 16）を導入した．また，指模型を様々な位置姿勢で対象物体に押し付けたときに生じる圧力分布を測定するために，指模型をエンドエフェクタに装着可能な6軸ロボットアームを導入した．また，指模型や実験試料作製のために光造形3Dプリンタを導入した．これらにより，圧力分布の自動収集システムのプロトタイプを構築した．圧力分布データの収集には上記の装置のほかに，実際のヒト指を用いた方法と，ヒト指の計算モデル（有限要素モデル）に基づいた方法も検討した．ヒト指を用いた方法では，精密ステージを利用してヒト指を剛体平板に押し付け，その際の圧力分布を計測した．それと同条件でヒト指計算モデルの変形応力解析を行い，これらの結果を比較した．その結果，現状では実験と計算の間で接触面積と圧力分布の差異が大きかった．そのため，実験と計算の双方での妥当性を今後確認していく必要がある．機械学習に基づいた触覚提示の基礎的検証として，位置を入力し，反力を出力する学習モデルの作成に取り組んだ．学習データは，6軸力覚センサプローブをモーションキャプチャシステムでトラッキングすることでプローブ位置とそれに対応する反力を測定して作成した．対象物体は柔軟物体とした．学習手法にはRBFネットワークを用いた．収集したデータを用いて構築した学習モデルを用い，力覚提示が可能であることが確認できた．今後は本手法を拡張し圧力分布提示に応用していく予定である．

根据研究实施计划，2022年我们主要开发压力分布测量装置。压力分布测量装置是一种收集手指触摸目标物体时指腹上发生的压力分布的系统。引入高分辨率、高灵敏度电容式压力分布传感器（PPS 触觉阵列传感器，节距 1.5 mm x 1.5 mm，传感器排列 15 x 16）作为压力分布传感器。此外，为了测量手指模型在不同位置和方向按压目标物体时发生的压力分布，引入了可将手指模型连接到末端执行器的六轴机械臂。我们还引入了立体光刻 3D 打印机来创建手指模型和实验样本。在此基础上，我们构建了自动压力分布采集系统原型。除了上述设备之外，我们还研究了收集压力分布数据的方法，包括使用实际人类手指的方法和基于人类手指的计算模型（有限元模型）的方法。在使用人手指的方法中，使用精密平台将人手指压在刚性平板上，并测量此时的压力分布。我们在相同条件下对人体手指计算模型进行了变形应力分析并比较了这些结果。因此，目前实验与计算之间的接触面积和压力分布存在较大差异。因此，有必要通过实验和计算来验证其有效性。作为基于机器学习的触觉呈现的基本验证，我们致力于创建输入位置并输出反作用力的学习模型。学习数据是通过使用运动捕捉系统跟踪 6 轴力传感器探头来创建的，以测量探头位置和相应的反作用力。目标物体是一个灵活的物体。采用RBF网络作为学习方法。我们能够通过使用收集的数据构建的学习模型来确认触觉呈现是可能的。未来，我们计划扩展该方法并将其应用于压力分布呈现。