"Nifty Arm" A robot arm that will act on your behalf without teaching, that will help you without saying

“Nifty Arm” 无需教导即可代替你行动的机械臂，无需多说就能为你提供帮助

• 批准号: 22K04034
• 负责人: 松丸 隆文
• 金额: $ 2.66万
• 依托单位: Waseda University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 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/grant/KAKENHI-PROJECT-22K04034/
• 关键词: 人ロボット協調作業; 半３次元物体; 塑性変形; 教示レス; RGB-Dセンサ; ６自由度マニピュレータ; 形状モデリング; 操作軌道; ヒューマン・ロボット・インタラクション; 協調作業; 協働作業; 再現機能; 支援機能

人の手とロボットアームの協調作業におけるロボットによる再現機能として，物体の形状を変形加工する作業において，その場で具体的に教示をしなくとも，変形の前後を観察させるだけで，同じ作業をロボットに代行・再現させる手法を研究している．2022（R4）年度は，半３次元可塑性物体の変形として，柔軟な地面に溝（うねりと深さや幅が変化する溝）を人が作る作業をロボットアームに代行させる手法を確立した．このために新たに次の３つの手法を提案した：（１）３次元表面点群の標識付け手法，（２）RANSAC (Random Sample Consensus)戦略に基づく変形の表現手法，（３）タスクベースの適応型周期動的モーション・プリミティブDMPに基づく操作軌道の生成手法．（１）３次元表面点群の標識付け手法においては，さらに良い結果を得るためには，円滑化パラメータや凹凸角パラメータを適切に設定することが必要になる．しかしここで確立された，点群データのセマンティックセグメンテーションなどの要素技術は，正確な設計図面がない現実世界におけるさまざまな３次元物体のモデリングに利用できる．（２）RANSAC戦略に基づく変形の表現手法は，物体表面のある領域単位でモデリングしているので，従来の形状プリミティブに基づく適合手法に比べて，より一般的な形状をもつ物体のモデリングが可能になる．（３）タスクベースの適応型周期動的モーション・プリミティブDMPに基づく操作軌道の生成手法は，例えば研磨タスクのような，他の準周期的運動タスクにも適用できる．

作为机器人在人手和机械臂协同工作中的再现功能，在变换物体形状时，无需现场给出具体指令，只需观察变形前后即可完成相同的工作，我们正在研究方法。让机器人代表我们行动并重现结果。在2022财年（R4），我们建立了一种方法，其中机器人手臂接管在柔性地面上创建凹槽（深度和宽度以及起伏变化的凹槽）的工作，以改造半三维塑料物体。为此，我们提出了以下三种新方法：（1）标记3D表面点组的方法，（2）基于RANSAC（随机样本共识）策略的变形表达方法，以及（3）任务-一种基于自适应周期性动态运动基元DMP的机动轨迹生成方法。 (1)在3D表面点群的标注方法中，为了获得更好的结果，需要适当设置平滑参数和凹凸角度参数。然而，这里建立的基本技术，例如点云数据的语义分割，可以用于对现实世界中的各种3D对象进行建模，而现实世界中没有精确的设计图纸。 (2)由于基于RANSAC策略的变形表达方法对物体表面的每个区域进行建模，因此可以比基于形状基元的传统拟合方法对具有更一般形状的物体进行建模。 (3)基于任务的自适应周期动态运动基于DMP的操作轨迹生成方法还可以应用于其他准周期运动任务，例如抛光任务。

项目成果

Reproduction of Flat and Flexible Object Deformation using RGB-D Sensor and Robotic Manipulator

使用 RGB-D 传感器和机器人操纵器再现平面和柔性物体变形

• 发表时间: 2022
• 作者: Xin He; Vibekan;a Dutta; Takafumi Matsumaru
• 通讯作者: Takafumi Matsumaru

Takafumi MATSUMARU (Waseda Univ.)

松丸孝文（早稻田大学）

Deep Learning Based One-Class Detection System for Fake Faces Generated by GAN Network

基于深度学习的 GAN 网络生成的假脸一类检测系统

• DOI: 10.3390/s22207767
• 发表时间: 2022-10-13
• 作者: Li S;Dutta V;He X;Matsumaru T
• 通讯作者: Matsumaru T

ワルシャワ工科大学(ポーランド)

华沙理工大学（波兰）

早稲田大学大学院情報生産システム研究科 バイオロボティクス＆ヒューマン・メカトロニクス研究室

早稻田大学研究生院信息生产系统生物机器人与人体机电一体化实验室