Machine Learning
Machine Perception
Deep Learning
口頭発表
LSTMによる力覚データを用いた把持物体の識別
- Author
- 山崎雅幸, 山下隆義, 山内悠嗣, 藤吉弘亘, 堂前幸康, 白土浩司
- Publication
- 画像センシングシンポジウム, 2017
Download: PDF (Japanese)
本研究では，力覚センサより取得したデータを用いてロボットが把持した物体の識別を目的とする．力覚センサはロボットに接触を用いて精密な作業を行わせるために使用されており，ハンドにかかる微細な力を計測することができる．力覚センサの出力は時系列データであり，一般的なニューラルネットワークでは連続的な変化を捉えることができない．そこで，本研究では系列データから有用な特徴を捉えることが可能なLong Short Term Memory(LSTM)を用いて，把持物体の識別を実現する．入力には力覚データとともに電流フィードバック(FB)を使用する．電流FBを用いることでロボット関節にかかった負荷を同時に得ることができ，より多くの特徴を得られる．評価実験より，力覚センサと電流FBを同時に用いることでより高い精度の識別を実現した．また，剛体の物体に対する識別率が高く，非剛体を1クラスにまとめることでより高い精度の結果を得られた．