筋骨格ヒューマノイドの運動再評価のための目次自動生成に基づく身体運動情報記憶データベースの構築

摘要

人間のように柔軟で複雑な構造の身体を扱うことで，ロボットがより人間らしい様々な動作をできるようになるという立場から，人間を模した複雑な超多自由度冗長筋骨格ヒューマノイドの開発や行動ソフトウェアについての研究が行われている．このような複雑な身体構造を持つロボットでは，動作時に筋と骨格間の干渉/摩擦や，筋の伸び，骨格のガタが生じうるという問題があるが，こうしたコンピュータシミュレーション上で表現することが困難な不確定な身体変化に対しても，動作中の実センサデータを解析し適切に運動を再評価していくことで，よりロバストな行動ソフトウェアを構築することが可能だと考える．例えば，過去のセンサデータログを解析することで，ある動作中に筋/骨格間の干渉が生じることがわかれば，再び同様の動作を行う際には，干渉する筋の運動指令を緩めることで，自己干渉が防止され結果として動作パフォーマンスの向上を見込むことが期待できる．しかし，筋骨格ロボット小次郎(Fig.1 ) のように全身100 以上の筋モジュールとそれを駆動する50 以上の分散制御基板を有し，合わせると400 以上のセンサを有するロボットでは，保存されるセンサデータの量が膨大となるため，解析時に必要なデータを簡単に取捨選択できることが重要となる．同様に膨大なセンサデータを適切に扱う分野として，人間生活データを常時記憶していくライフログがあるが，人間の行動を把握することが目的となるためデータサンプリングの周期は比較的遅く，1 秒程度であることが多いため，センサログのデータベースを構築する際に，データ取得とデータベースの登録を同時に行う場合が多い．一方，本稿で扱うようなセンサログでは，最終的にロバストな行動ソフトウェア構築に役立てるために制御中のセンサ入力及びモータ出力がどのように変化しているかを解析することを目標としているため，ログデータのサンプリング周期はロボット制御システムの周期と同等であることが求められ，1[msec] から10[msec] 程度という短い周期でログデータを取得する必要がある．そこで本稿では，こうした複雑なロボットでのセンサデータを容易に再利用可能とするために，1) 速い頻度で全てのセンサデータを一時的に記憶する短期記憶ログシステムと，2) 短期記憶ログを解析して，有効なログ情報のみ保存してデータ量を圧縮するとともに，後からログ情報を検索する手がかりとなる目次情報を生成し，リレーショナルデータベース形式でログ情報と目次情報を紐付けした長期記憶データベース，という2 つの記憶システムからなる，身体運動情報記憶データベースを提案する．