MTDT – 2023年5月17日水曜日 15:03 (GMT+7)

MTDTをフォローしてください

Ho Anh Van 准教授 (北陸先端科学技術大学院大学、JAIST) と彼の同僚は、将来的に人間とロボットの相互作用を安全かつ便利にする新しいロボットリンクを開発しました。

人間の安全を守るためにロボットがガードレールの後ろで働かなければならなかった時代は遠い昔に終わりました。 近年、ロボットはあらゆる異なるタスクを実行したり、人間のあらゆる生活活動を支援したりできる非常に洗練された機械に進化しました。 近い将来、ロボットが人間のすぐそばで働き、働く姿が見られるかもしれません。

場合によっては、ロボットを使って作業するというこのような見通しは非常に実現可能ですが、ロボットが安全であり、人々が快適に扱えるように設計されていることが重要であり、これを達成するための前提条件となります。 。 簡単な例としては、人間とロボットの相互作用において、ロボットは起こり得る人間との衝突に正しく反応できなければならず、また、意図的な物理的衝突に対して安全かつ予測可能な方法で反応する方法を知らなければならないということです。

ロボットの検出能力を高める

人間とロボットのインタラクションを改善するために、これまでのところ最も効果的な方法の 1 つは、効果、画像、音を検出するなど、さまざまな方法で環境を感知する能力をロボットに「与える」ことです。 これら 3 つの方法のうち、日常活動で使用され、動作中に人間と物理的に接触する可能性が高いロボットにとって、接触を感知する能力は特に重要です。 。 指やロボットハンドなどの小規模タッチセンサーは過去 10 年間で大きな進歩を遂げましたが、大規模タッチセンサーの開発には依然として課題が伴います。 。 さらに、触覚デバイスが「学習」するには、このような大量のタッチ データが必要となり、データ収集プロセスが複雑になるという問題があります。

それだけでなく、これまでほとんどの研究者は、物理的接触に対するロボットの反応システムのみに焦点を当てており、近くに物体がある場合などの非接触刺激に対するロボットの反応の研究を無視してきました。

これらの問題に対処するために、北陸先端科学技術大学院大学のホー・アン・ヴァン准教授らは、感情と近距離を感知できるユニークな柔軟なロボットリンクであるプロタックを研究開発しました。 同チームの研究結果は、最近、IEEE Transactions on Robotics に掲載され、IEEE-RAS International Soft Robotics National Conference (ROBOSOFT) で発表された論文「Simulation, Learning, and Application of Vision-Based Tactile Sensing at Large Scale」で発表されました。

では、ロボット リンクとは何ですか?どのようなものですか?また、バンドの ProTac ロボット リンクは何に使用できるのでしょうか? 簡単に言えば、ロボット リンクは、2 つ以上の関節を接続するロボットの剛構造コンポーネントです。 たとえば、ロボットのリンクは、ロボットの腕/脚のさまざまな「セグメント」と考えることができます。 同様に、PGS.DD Van Group の ProTac ロボット リンクは、ロボット アーム用の柔軟な円筒形部品として設計されています。 しかし、これは利便性とスペースの節約を目的として、ロボットのタッチ機能と距離感知機能を通常とは異なる方法で組み合わせたチームの方法であり、まさにこれが ProTac を非常に注目に値するものにしています。

その結果、ProTac は外側に「ソフト マジック スキン」を備えており、触れると形状がわずかに変化しますが、損傷することはありません。 スキンの内側は、ロボットのリンクの両端に設置され、これらのマーカーの方を向いている一連の反射マーカーと魚眼カメラで構成されています。 研究チームによると、この設計の背後にあるアイデアは次のとおりです。ロボットが物理的に接触して皮膚の形状を変化させると、マーカーの相対的な位置の変化がカメラと処理によって記録され、正確な位置が計算されます。 。 そしてその物理的接触の範囲。 特に、ロボットの外殻は機能性ポリマーであり、外部電圧が印加されると完全に透明になるように設計されています。 このような設計により、魚眼カメラが ProTac の周囲を瞬時にキャプチャし、ロボットがトレーニングしやすい距離を計算するための画像を提供できるようになります。

トレーニングが簡単になる

研究チームは、ProTac の設計を自ら行うだけでなく、このロボットリンクが近い将来に効果的に使用できるよう、新しい学習およびシミュレーションのフレームワークを作成することにも先駆的に取り組んでいます。 。

したがって、近接測定と触覚測定を実行するために ProTac をより簡単にトレーニングできるようにするために、DD Van 准教授の研究チームは、物理エンジンとシミュレーターに基づくオープンソースのシミュレーションおよび学習フレームワークである SimTacLS を開発しました。そしてベルヴェデーレ。 機械学習フレームワークは、ソフトコンタクトの物理学とセンサー画像の実世界の可視性を考慮したテストデータとシミュレーションデータでトレーニングされたとチームは説明しています。

「SimTacLSを使用すると、複雑なテスト設定に高額なコストを支払うことなく、ソフトロボットの連携に触覚認識を効果的に適用できます」とヴァン准教授は新聞の声明で述べた。 さらに、「この学習フレームワークを使用すると、ユーザーは製造や実際の実装に進む前に、センサーの設計とパフォーマンスを簡単に検証できます。」

したがって、このシステムは、仮想画像や皮膚の歪みを含むシミュレートされたデータセットを使用して、深層触覚ニューラル ネットワークをトレーニングし、高レベルの触覚情報を抽出します。 さらに、PGS.Dr. Van は生成ネットワークを適用して不正確さを最小限に抑え、シミュレーション ベースのタッチ センシングのパフォーマンスを維持します。 なお、研究チームはこの検出手法を大型タッチセンサー（TacLinkと名付けた）に適用し、（1）腕全体を使わずに直感的な動作ガイドを使って操作する場合、（2）腕全体を使って操作する場合、の2つのケースでテストを行った。 TacLink と統合されたカスタムビルドの触覚ロボット アーム。

ヴァン准教授のチームによると、これらの肯定的な結果により、この新しい研究は、人間がロボットと共存し、調和して働くことができる未来への道を開くのに役立つでしょう。 「このデバイスとセンサーのフレームワークが、全身およびマルチモーダルなセンシングと安全制御が可能な、より柔らかいロボットを設計するための最適なソリューションを提供することを願っています。」とヴァン准教授は語った。

さらに重要なことは、チームによって提案された技術は、チームのロボット コントローラー (移動ロボットや飛行ロボットなど) に限定されず、さまざまなタイプのロボット システムに適用できるように拡張できることです。 さらに、ProTac または同様のロボット リンケージを使用すると、ロボットが乱雑な環境で動作したり、人間のすぐ近くで動作したりできるようになります。