ダイナミクスを考慮した柔軟・しなやか・安全な能動的探索行動設計

考虑动力学的灵活、柔软、安全的主动探索行为设计

基本信息

批准号：
15J10487
负责人：
田中大介
金额：
$ 1.09万
依托单位：
Nara Institute of Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2015
资助国家：
日本
起止时间：
2015-04-24 至 2017-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-15J10487/
关键词：
マルチモーダルセンサ確率モデリング能動探索最適制御

项目摘要

本研究は、マルチモーダルセンサ情報に基づくロボットの環境認識技術の一つとして、ロボットのダイナミクスに基づく環境認識のための柔軟・しなやか・安全な能動的探索行動設計を目的とする。そのために、最適制御に基づく能動的探索行動設計法の検討を行っている。平成27年度は、マルチモーダルセンサ情報の効率的な取り扱い方法を検討し、その成果を論文として発表した。またロボットによる知覚のための特徴抽出法やモデリング法の現状について調査するため、国際会議に参加し必要な情報収集を行った。本年度は基礎的なアルゴリズム検討を目的としており、具体的に検討するべき事項は大きく分けて以下の2つである。まず1つ目はマルチモーダルセンサ情報の効率的な取り扱い法である。これに対して、多様体学習法に基づく状態空間モデルの同定法を提案し、人工データに基づく検証とモーションキャプチャデータによる検証を通して提案手法の有効性を確認した。この成果を英文誌に投稿し受理され、現在印刷中である。モーションキャプチャデータに対する有効性を確認したことで、ロボットの関節角度情報に対する次元削減や特徴抽出に対する有効性も期待できると考えている。また、提案アルゴリズムを触覚情報に適用することで、物体の硬さ推定に対する有効性も確認した。これら、センサ情報の取り扱いによる基礎的なアルゴリズムの検討により、過去の研究で提案した観測モデル構築法の拡張に対する知見を得た。これらの知見をまとめ、ロボットによる能動的物体認識タスクを通して有効性を確認しているところであり、英文誌への投稿を予定している。2つ目の検討事項はしなやかなロボットの探索行動を自動設計するための最適制御法の基礎的検討である。これに対しては様々な文献を調査しており、国際会議での情報収集など行ったが、現時点ではまとまった成果は得られておらず、これは今後の課題としたい。

本研究旨在基于机器人动力学设计灵活、灵活、安全的环境识别主动探索行为，作为基于多模态传感器信息的机器人环境识别技术之一。为此，我们正在研究一种基于最优控制的主动搜索行为设计方法。 2015 财年，我们研究了如何有效处理多模态传感器信息，并在论文中发表了结果。我们还参加了国际会议并收集了必要的信息来研究机器人感知的特征提取和建模方法的现状。今年的目标是考察基础算法，具体考虑的项目大致分为以下两个。首先是如何有效处理多模态传感器信息。针对这种情况，我们提出了一种基于流形学习的状态空间模型识别方法，并通过人工数据和动作捕捉数据的验证证实了该方法的有效性。结果已提交给英文期刊并被接受，目前正在印刷中。在确认了该方法对于运动捕捉数据的有效性后，我们相信它也有望对机器人关节角度信息的降维和特征提取有效。此外，通过将所提出的算法应用于触觉信息，我们证实了其在估计物体硬度方面的有效性。通过检查基于传感器信息处理的基本算法，我们获得了用于扩展过去研究中提出的观测模型构建方法的知识。我们目前正在总结这些发现，并通过使用机器人进行主动物体识别任务来确认其有效性，并计划将其提交给英文期刊。第二个考虑因素是自动设计柔性机器人探索行为的最优控制方法的基础研究。对此，我们查阅了各种文献，并在国际会议上收集了资料，但目前还没有取得扎实的成果，暂且留待以后讨论。