物体の機能認識

認識・モデル化・予測モジュール

研究のポイント

  • コップやスプーンなどの日用品における「カタチから想起される機能」を認識
  • 2D/3Dデータと機械学習(DNN)を用いて,部位ごとの「機能」をモデルレスで推定
  • 認識された機能情報を利用すれば,ロボットが道具の使い方を把握することができ,動作パラメータの算出に利用可能
  • 機能認識のために,7種の機能属性ラベル付きの日用品データ220個を整備
キーワード:
  • 機能属性
  • 機能認識
  • 深層学習
  • 日用品
  • アフォーダンス

モジュール・データの概要

  • コップやスプーンなどの日用品は,”Contain”や”Grasp”など、使用目的に応じた機能を持っており,それらの機能が「カタチ」に表現されていることが多い.
  • 対象物の形状から機能を認識すれば,ロボットが自ら動作を生成することができる。
    例: ジュースをコップの“Contain”の中央に注ぐ
    スプーンの “Grasp”を把持して,”Scoop”で掬う
  • 2D/3Dデータを用いて,DNNにより機能属性の仮ラベルを付与.さらに確率モデルを用いて,ラベル間の整合性をもとに最適化.
  • 機能を利用してロボットの動作パラメ ータを自動決定

想定されるアプリケーション

  • 工場における部品認識
    工場では,作り込まれた機能は同じだが形が少しずつ異なる部品が多い.本技術を用いれば,機能に着目したロボットモーションを自動生成することができるので,ロボットティーチングの効率化が期待される
  • 工場における工具使用作業の自動化(レンチ,ドライバーなど)
  • 家庭における作業ロボット(調理支援など)
研究開発プロジェクト NEDO 次世代人工知能・ロボット中核技術開発の成果
研究機関 学校法人梅村学園 中京大学(愛知県名古屋市)[ 産総研からの再委託 ]
主要研究者 橋本 学(中京大学)
関連URL