入出力多様体学習を用いた触覚情報に基づく物体の動特性同定

摘要

本稿では知能ロボット要素技術の一つである物体の動特性同定に対して，システム同定からのアプローチを考える．動特性が得られれば，適切な物体操作が可能となる．近年，空気圧人工筋肉などの複雑なアクチュエータを搭載したロボットハンドが開発されていることから，本稿ではこのようなロボットハンドの指先に，圧力分布が得られるような触覚センサが搭載されているようなロボットハンドシステム[1] を利用することを考える．一般に，物体の反力モデルがマス·バネ·ダンパモデルで表されることから，この反力モデルを同定できれば物体の動特性同定は達成される．しかし，このシステムから得られるデータをそのまま用いれば物体の動特性は見かけ上非線形となり，かつ高次元入出力データの中に埋もれてしまう．本研究では，高次元入出力データから線形ダイナミクスを抽出する手法として，入出力多様体学習[2] を用いて上記の問題の解決する．関節トルクの代わりにロボットのアクチュエータのデータ（人工筋肉の内圧）を高次元入力，指先の圧力分布のデータを高次元出力とし，入出力多様体学習を用いることでこれらに埋もれた反力モデルが得られる．本稿では，ロボットハンド実機から得られたデータを用いて抽出を試みた結果を示す．