高度な触覚センシング戦略がロボットの物体検出精度を向上

応用物理学レビュー、メルビル、ニューヨーク州

知能ロボット触覚システムによるゴミ分別の成功例。（画像：Qian Mao and Rong Zhu/AIP Publishing）

視覚と触覚で物体を認識するロボット

今日の知能ロボットは、視覚と触覚を通じて多くの物体を正確に認識できます。センサを通じて得られる触覚情報と機械学習アルゴリズムにより、ロボットは以前に扱った物体を特定できます。

類似物体や未知物体での認識困難

しかし、サイズと形状が類似した物体や、ロボットが未知の物体を提示されると、センシングはしばしば混乱します。ロボット知覚を制限する他の要因には、背景ノイズや、同じ種類でも形状とサイズが異なる物体があります。

清華大学の研究チームが複雑な物体認識の難題に挑む

『応用物理学レビュー』（AIP Publishing刊）で、清華大学の研究者たちは、一般的だが複雑な様々なアイテムのロボット認識の困難さを打破するために取り組みました。

人間の「熱覚」を模倣した熱触覚センシング

人間には様々なタイプの触覚があり、その一つが温度感覚です。これにより風を感じ、熱と冷たさを知覚し、木と金属のような物質タイプを、それらが生み出す異なる冷却感覚によって識別できます。研究者たちは、熱感覚を取り入れたロボット触覚センシング手法を設計することで、この能力を模倣し、より堅牢で正確な物体検出を目指しました。

「手での把持中に時空間触覚センシングを活用し、把持物体の熱伝導率、熱拡散率、表面粗さ、接触圧力、温度などの複数属性を同時に知覚することで、ロボットの機能と能力を拡張することを提案します」と著者のRong Zhu氏は述べています。

多層センサとカスケード分類アルゴリズム

チームは、表面に物質検出層、底部に圧力感度層、中間に熱変化に敏感な多孔質層を持つ多層センサを作成しました。これを、容易なカテゴリから困難なカテゴリへと順に物体タイプを除外していく効率的なカスケード分類アルゴリズムと組み合わせました。最初に空きカートンのような簡単なカテゴリから始め、オレンジの皮や布切れなどに進みます。

ゴミ分別ロボットで実証実験

手法の能力をテストするため、チームはゴミを分別する知能ロボット触覚システムを作成しました。ロボットは、空きカートン、ビニール袋、ペットボトル、ナプキン、スポンジ、オレンジの皮、期限切れ薬などの一般的なゴミを拾い上げ、リサイクル物、生ごみ、有害廃棄物、その他のゴミ用の別々の容器に分類しました。

このシステムは、以前に遭遇したことのない多様なゴミ物体を認識する際、98.85%の分類精度を達成しました。この成功したゴミ分別動作は、実生活シナリオで人的労働を大幅に削減し、スマートライフ技術への広範な適用可能性を提供する可能性があります。

将来の研究方向：脳コンピュータインターフェースとの融合

この分野の今後の研究は、ロボットの身体知能と自律的実装の向上に焦点を当てます。「さらに、このセンサを脳コンピュータインターフェース技術と組み合わせることで、センサが収集した触覚情報を人間の脳が受け入れ可能な神経信号に変換し、手に障害を持つ人々の触覚知覚能力を回復させることができます」とZhu氏は述べています。

詳細については、ウェンディ・ビーティ（メールアドレスはスパムボットから保護されています。表示するにはJavaScriptを有効にしてください。電話：301-209-3090）までお問い合わせください。