JP6815295B2 - 保持装置、およびハンドリング装置 - Google Patents

Description

本発明の実施形態は、保持装置、およびハンドリング装置に関する。

物品を保持する保持部を備えた保持装置およびハンドリング装置が知られている。ところで、保持装置は、物品保持性能の向上が期待されている。

特開平９−１２３０７８号公報 特開平９−２２５８８１号公報

Yang Fu他, "Analysis of Feature Extracting Ability for Cutting State Monitoring Using Deep Belief Networks", CIRP, Volume 31, 2015, pp. 29-34, 2015 吉海他, "音響共鳴型テンソル接触センサによる滑り予知と把持動作への応用", 日本ロボット学会, Vol.20, No.8, pp.868-875, 2002

本発明が解決しようとする課題は、物品保持性能の向上を図ることができる保持装置、およびハンドリング装置を提供することである。

実施形態の保持装置は、保持部と、センサとを持つ。前記保持部は、第１部材と第２部材との間に物品を挟むことで前記物品を保持する。前記センサは、前記第１部材の内部に設けられ、振動を検出する。前記第１部材は、密閉された内部空間を有する。前記第１センサの少なくとも一部は、前記内部空間に配置されている。前記第１センサは、前記内部空間内に生じる振動を検出する。

第１の実施形態のハンドリング装置を示す斜視図。 第１の実施形態の保持装置を示す斜視図。 図２で示された第１部材および第２部材のＩＩＩ−ＩＩＩ線に沿う断面図。 第１の実施形態の内部センサの作用を示す図。 第１の実施形態のハンドリング装置のシステム構成を示すブロック図。 第１の実施形態の制御部の制御動作の流れの一例を示すフローチャート。 第１の実施形態の制御部の制御動作の流れの別の例を示すフローチャート。 第１の実施形態の判定モデルを学習する流れの一例を示すフローチャート。 第１の実施形態の制御モデルを学習する流れの一例を示すフローチャート。 第１の実施形態の保持装置のための予備実験を示す図。 第２の実施形態の第１部材を示す断面図。 第３の実施形態の第１部材を示す断面図。 第４の実施形態の検出装置を示す断面図。 第５の実施形態の保持装置および測定システムを示す側面図。 第５の実施形態の変形例の保持装置および測定システムを示す側面図。 参考形態のトレーニング装置を示す斜視図。 参考形態において、ディスプレイが取り外された状態のトレーニング装置を示す斜視図。 参考形態において、使用時の各段階におけるトレーニング装置のディスプレイ表示を示す図。 参考形態において、トレーニング装置によるトレーニングの流れの一例を示すフローチャート。

以下、実施形態の保持装置、ハンドリング装置、および検出装置を、図面を参照して説明する。なお以下の説明では、同一または類似の機能を有する構成に同一の符号を付す。そして、それら構成の重複する説明は省略する場合がある。また、本願でいう「ＸＸに基づく」とは、「少なくともＸＸに基づく」ことを意味し、ＸＸに加えて別の要素に基づく場合も含む。また、「ＸＸに基づく」とは、ＸＸを直接に用いる場合に限定されず、ＸＸに対して演算や加工が行われたものに基づく場合も含む。「ＸＸ」は、任意の要素（例えば、任意の情報）である。

（第１の実施形態）
図１から図１０を参照して、第１の実施形態について説明する。図１は、第１の実施形態のハンドリング装置１を示す斜視図である。「ハンドリング装置」とは、物品（物体、移動対象物）Ｐを移動させる装置を広く意味する。

ハンドリング装置１の一例は、自動荷下ろし装置や、ピッキング装置などである。本実施形態では、ハンドリング装置１は、第１領域Ｔ１に存在する物品Ｐを取り出し、取り出した物品Ｐを第２領域Ｔ２に移動させる。第１領域Ｔ１には、例えば、物品Ｐが載せられたトレイ（パレット）や台車、またはベルトコンベアなどが配置される。第１領域Ｔ１には、例えば、大きさおよび形状が異なる複数の物品Ｐが不規則に置かれ得る。ただし、第１領域Ｔ１には、同じ物品Ｐが規則的に置かれてもよい。第２領域Ｔ２には、例えば、別のトレイや台車、またはベルトコンベアなどが配置される。

ハンドリング装置１が取り扱う物品Ｐは、梱包された荷物に限定されず、製造ラインにおける部品などでもよい。本実施形態のハンドリング装置１は、物流の自動投入装置や工場の物品供給装置などにも広く適用可能である。ハンドリング装置１は、「荷役装置」または「ロボット装置」などと称されてもよい。

ここで、説明の便宜上、＋Ｘ方向、−Ｘ方向、＋Ｙ方向、−Ｙ方向、＋Ｚ方向、および−Ｚ方向について定義する。＋Ｘ方向、−Ｘ方向、＋Ｙ方向、および−Ｙ方向は、例えば、略水平面に沿う方向である。−Ｘ方向は、＋Ｘ方向とは反対方向である。＋Ｘ方向と−Ｘ方向とを区別しない場合は、単に「Ｘ方向」と称する。＋Ｙ方向および−Ｙ方向は、Ｘ方向とは交差する（例えば略直交する）方向である。−Ｙ方向は、＋Ｙ方向とは反対方向である。＋Ｙ方向と−Ｙ方向とを区別しない場合は、単に「Ｙ方向」と称する。＋Ｚ方向および−Ｚ方向は、Ｘ方向およびＹ方向とは交差する（例えば略直交する）方向であり、例えば鉛直方向である。−Ｚ方向は、＋Ｚ方向とは反対方向である。＋Ｚ方向と−Ｚ方向とを区別しない場合は、単に「Ｚ方向」と称する。

図１に示すように、ハンドリング装置１は、例えば、フレーム１１、移動機構１２、保持装置１３、画像センサ１４、積載センサ１５、および制御部１６を備えている。

フレーム１１は、例えば床面に設置される。フレーム１１は、複数の支柱２１と、２本の支持部材２２と、２本のガイド２３とを含む。複数の支柱２１は、それぞれＺ方向に延びている。２本の支持部材２２は、複数の支柱２１によって支持され、それぞれＹ方向に延びている。２本のガイド２３は、複数の支柱２１によって支持され、それぞれＸ方向に延びている。

移動機構１２は、例えば、多関節アームである。本実施形態では、移動機構１２は、第１アーム部材１２ａ、第２アーム部材１２ｂ、第３アーム部材１２ｃ、およびこれらを駆動する図示しない複数のモータを含む。第１アーム部材１２ａは、ガイド２３によって支持され、＋Ｘ方向および−Ｘ方向に移動可能である。第２アーム部材１２ｂは、第１アーム部材１２ａによって支持され、＋Ｙ方向および−Ｙ方向に移動可能である。第３アーム部材１２ｃは、第２アーム部材１２ｂによって支持され、＋Ｚ方向および−Ｚ方向に移動可能である。すなわち、第１アーム部材１２ａ、第２アーム部材１２ｂ、および第３アーム部材１２ｃは、３軸の直交アームを形成しており、保持装置１３をＸ方向、Ｙ方向、Ｚ方向の所望の位置に移動させる。なお、移動機構１２は、３軸の直交アームに限定されず、複数の回転軸を有して保持装置１３を移動させる多関節アーム、またはその他の機構でもよい。

保持装置１３は、ハンドリング装置１が物品Ｐを移動させる場合に、物品Ｐを保持するホルダである。保持装置１３は、例えば、第３アーム部材１２ｃの下端部に取り付けられている。なお、保持装置１３については、詳しく後述する。

画像センサ１４は、物品Ｐ、および物品Ｐを移動させるハンドリング環境（第１領域Ｔ１および第２領域Ｔ２を含む）の画像データを取得する。例えば、画像センサ１４は、物品Ｐおよびハンドリング環境を上方から撮影するカメラである。画像センサ１４は、第３アーム部材１２ｃの上端部に取り付けられてもよく、第１アーム部材１２ａ、第２アーム部材１２ｂ、またはフレーム１１などに取り付けられてもよい。画像センサ１４は、通常の光学式カメラでもよく、赤外線式カメラでもよい。画像センサ１４の検出結果は、制御部１６に出力される。

積載センサ１５は、第１領域Ｔ１および第２領域Ｔ２のうち少なくとも一方における物品Ｐの積載量を取得する。例えば、積載センサ１５は、第１重量検出部１５ａと、第２重量検出部１５ｂとを有する。第１重量検出部１５ａは、第１領域Ｔ１に配置され、第１領域Ｔ１に存在する物品Ｐの重量を検出する。第２重量検出部１５ｂは、第２領域Ｔ２に配置され、第２領域Ｔ２に存在する物品Ｐの重量を検出する。積載センサ１５の検出結果は、制御部１６に出力される。

制御部１６は、ハンドリング装置１の全体を制御する。例えば、制御部１６は、画像センサ１４の検出結果Ｄに基づき、物品Ｐを認識する。制御部１６は、保持装置１３を制御することで、保持装置１３によって物品Ｐを保持する。制御部１６は、移動機構１２を制御することで、物品Ｐを保持した保持装置１３を所望の位置に移動させる。制御部１６は、積載センサ１５の検出結果に基づき、第１領域Ｔ１または第２領域Ｔ２に対する物品Ｐの持ち上げおよび着地を認識する。なお、制御部１６については、詳しく後述する。

次に、保持装置１３について説明する。図２は、保持装置１３を示す斜視図である。保持装置１３は、例えば、保持部３１、駆動部３２、圧力センサ３３、および内部センサ３４を含む。

保持部３１は、「第１保持部」の一例である。保持部３１は、例えば、本体部４１、第１部材４２、および第２部材４３を含む。

本体部４１は、第３アーム部材１２ｃの下端部に取り付けられている。ただし、本体部４１は、第３アーム部材１２ｃと一体に形成されてもよい。本体部４１は、例えば箱状に形成され、駆動部３２を収容している。

第１部材４２は、本体部４１に取り付けられ、本体部４１によって支持されている。第１部材４２は、駆動部３２によって駆動され、本体部４１に対して＋Ｙ方向と−Ｙ方向とに移動可能である。第１部材４２は、剛性を有する。「剛性を有する」とは、変形しにくい性質を持つことを意味する。ただし、「剛性を有する」とは、微小な弾性変形（例えば、後述する振動を伝えるような弾性変形）を許容するものを含む。本実施形態では、第１部材４２は、第１部材４２の表面に生じた振動が第１部材４２の内部に伝わる剛性を有する。第１部材４２は、硬質の材料（例えば音が響く硬質の材料）で形成されている。例えば、第１部材４２は、硬質の合成樹脂、金属、および木材のうち少なくとも１つによって形成されている。

第２部材４３は、本体部４１に取り付けられ、本体部４１によって支持されている。第２部材４３は、駆動部３２によって駆動され、本体部４１に対して＋Ｙ方向と−Ｙ方向とに移動可能である。本実施形態では、第２部材４３は、第１部材４２と同様の材料で形成されており、剛性を有する。

駆動部３２は、例えばモータであり、第１部材４２と第２部材４３とのうち少なくとも一方を駆動する。本実施形態では、駆動部３２は、第１部材４２および第２部材４３に接続され、第１部材４２および第２部材４３を互いに近付ける方向と、互いに離す方向とに駆動可能である。これにより、保持部３１は、第１部材４２と第２部材４３との間に物品Ｐを挟むことで、物品Ｐを保持する。さらに、駆動部３２は、保持部３１が物品Ｐを保持する保持力の大きさを変更するように、第１部材４２および第２部材４３を駆動可能である。なお、駆動部３２は、第１部材４２および第２部材４３をＹ方向に移動させることに代えて、第１部材４２と第２部材４３とのうち少なくとも一方をＺ方向に沿う軸線周りに回転させることで、第１部材４２と第２部材４３との間に物品Ｐを挟んでもよい。

圧力センサ３３は、第１部材４２と第２部材４３との間に物品Ｐが挟まれた場合に、第１部材４２および第２部材４３が物品Ｐから受ける反力を検出する。例えば、圧力センサ３３は、第１部材４２および第２部材４３に取り付けられたひずみゲージであるが、これに限定されない。

内部センサ３４は、第１部材４２および第２部材４３の少なくとも一方の内部に設けられている。本実施形態では、内部センサ３４は、第１部材４２および第２部材４３の各々の内部に設けられている。これら内部センサ３４は、第１部材４２および第２部材４３の内部で振動を検出する感圧センサである。なお、内部センサ３４については、詳しく後述する。

次に、第１部材４２および第２部材４３の内部構造について説明する。図３は、図２で示された第１部材４２および第２部材４３のＩＩＩ−ＩＩＩ線に沿う断面図である。ここで、第２部材４３とその内部に設けられた内部センサ３４は、第１部材４２とその内部に設けられた内部センサ３４と略同じである。このため、以下では、これらを代表して第１部材４２とその内部に設けられた内部センサ３４について説明する。

まず、第１部材４２について説明する。第１部材４２は、第１部材４２の外表面として、第１面（第１外面）５１と、第２面（第２外面）５２とを含む。第１面５１は、Ｘ方向およびＺ方向に沿う平面状に形成されている。第１面５１は、第２部材４３に面する。第１面５１は、物品Ｐに面し、物品Ｐを支持する（物品Ｐに接する）面である。物品Ｐが保持部３１から擦れ落ちるまたは位置ずれが生じる（以下、これらを纏めて「ずれる」と称する）場合、第１面５１と物品Ｐとの接触により第１面５１に振動が発生する。

第１面５１は、例えば、表面粗さが粗く形成されている。第１面５１の表面粗さが大きいと、物品Ｐがずれたときに、より大きな振動が第１面５１に発生する。例えば、第１面５１は、保持部３１の少なくとも一部と比べて粗い表面粗さを有する。第１面５１は、第２面５２または後述する第１から第４の内面６１，６２，６３，６４に比べて粗い表面粗さを有してもよい。例えば、第１面５１は、日本工業規格で定める算術平均粗さ（Ｒａ）で１００ｎｍ以上の粗さを有する。

第２面５２は、Ｚ方向に沿う平面状に形成されている。第２面５２は、第１面５１とは異なる方向に向いている。第２面５２は、第１面５１に対して物品Ｐとは反対側に位置する。

本実施形態では、第１部材４２は、内部空間Ｓを有する。内部空間Ｓは、第１部材４２の表面（第１面５１）に生じた振動を共鳴させて増幅させる共鳴空間である。内部空間Ｓは、気体（例えば空気）で満たされている。本実施形態は、内部空間Ｓは、密閉されている。内部空間Ｓが密閉されていると、外部音（ノイズ）が内部空間Ｓに入りにくい。ただし、第１部材４２は、内部空間Ｓを外部に連通させる穴を有してもよい。内部空間Ｓは、例えば、第１部材４２の第１面５１および第２面５２に沿う形状を持つ。ただし、内部空間Ｓは、上記の形状に限定されず、任意の形状であってよい。

内部空間Ｓは、第１部材４２の内部で比較的大きな領域を占める。例えば、内部空間ＳのＸ方向の最大幅ｄ_Ｘは、第１部材４２のＸ方向の最大幅Ｄ_Ｘの半分以上である。内部空間ＳのＹ方向の最大幅ｄ_Ｙは、第１部材４２のＹ方向の最大幅Ｄ_Ｙの半分以上である。また、別の観点で見ると、内部空間ＳのＸ方向の最大幅ｄ_Ｘは、後述する内部センサ３４のＸ方向の最大長さの２倍以上である。内部空間ＳのＹ方向の最大幅ｄ_Ｙは、後述する内部センサ３４のＹ方向の最大幅の２倍以上である。内部空間ＳのＹ方向の最大幅ｄ_Ｙは、主な共鳴周波数を決める距離である。例えば、内部空間ＳのＹ方向の最大幅ｄ_Ｙが３ｃｍの場合、共鳴周波数は１ｋＨｚになる。内部空間ＳのＹ方向の最大幅ｄ_Ｙが１．５ｃｍの場合、共鳴周波数は５００Ｈｚになる。このため、内部空間ＳのＹ方向の最大幅ｄ_Ｙは、ハンドリング装置１の主な利用目的（保持する物品Ｐ）に合わせて設定されてもよい。

第１部材４２は、内部空間Ｓを規定する４つの内面６１，６２，６３，６４を含む。第１内面６１は、第１面５１と略平行である。第２内面６２は、内部空間Ｓにおいて第１内面６１とは反対側に位置する。第３内面６３は、第１内面６１と第２内面６２の第１端同士を接続している。第４内面６４は、内部空間Ｓにおいて、第３内面６３とは反対側に位置する。第４内面６４は、第１内面６１と第２内面６２の第２端同士を接続している。

第１部材４２は、第１壁７１と、第２壁７２とを含む。第１壁７１は、第１面５１と第１内面６１との間に規定される壁部である。第２壁７２は、第２面５２と第２内面６２との間に規定される壁部である。本実施形態では、第１壁７１の厚さ（すなわち、第１面５１と内部空間Ｓとの間の第１厚さｄ_１）は、第２壁７２の厚さ（すなわち、第２面５２と内部空間Ｓとの間の第２厚さｄ_２）より薄い。これにより、第１壁７１は、第２壁７２に比べて振動しやすくなっている。別の観点で見ると、第１面５１の振動が内部空間Ｓ内の気体に伝わりやすくなっている。ただし、第１厚さｄ_１は、第２厚さｄ_２と同じ厚さでもよく、第２厚さｄ_２よりも厚くてもよい。

次に、内部センサ３４について説明する。内部センサ３４は、「第１センサ」の一例である。内部センサ３４は、第１部材４２の内部に設けられており、第１部材４２の外部に露出していない。内部センサ３４は、第１部材４２の表面（例えば第１面５１）に生じた振動に起因して第１部材４２の内部に生じる振動を検出する。本実施形態では、内部センサ３４の少なくとも一部は、内部空間Ｓに配置されている。内部センサ３４は、内部空間Ｓ内に生じる振動を検出する。例えば、内部センサ３４は、内部空間Ｓ内の気体（例えば空気）の振動を検出する。例えば、内部センサ３４は、マイクロフォン（マイク）であり、内部空間Ｓ内の気体の振動を音として検出する。本願で言う「音」とは、必ずしも人間の可聴域の周波数を有する音波に限定されず、弾性体（空気などの気体、液体、または固体）を伝播する任意の弾性波を意味する。内部センサ３４は、例えば、１００万分の１［Ｐａ］程度の小さな圧力を検出可能である。

図３に示すように、内部センサ３４は、内部空間Ｓにおいて、第３内面６３に取り付けられている。「第３内面に取り付けられる」とは、第３内面６３に設けられた穴または窪みに内部センサ３４が収容される場合も含む。言い換えると、内部センサ３４は、第１内面６１、第２内面６２、および第４内面６４から離れている。これにより、内部センサ３４は、第１内面６１および第２内面６２で反射する音をより効果的に検出することができる。ただし、内部センサ３４の取付位置は、上記例に限定されない。内部センサ３４は、第１内面６１、第２内面６２、または第４内面６４に取り付けられてもよい。

図４は、内部センサ３４の作用を示す図である。図４に示すように、物品Ｐが第１部材４２に対してずれると、物品Ｐと第１部材４２との接触により第１部材４２の第１面５１に振動が生じる。この振動は、第１壁７１を介して、第１部材４２の内部空間Ｓ内の気体（以下、「空気」と称する）に伝わる。内部空間Ｓ内の空気に伝わった振動は、内部空間Ｓを取り囲む複数の面（第１から第４の内面６１，６２，６３，６４）により反射されることで、内部空間Ｓの中で増幅されて定在波を形成する。これにより、内部センサ３４は、内部空間Ｓ内に形成された定在波による空気の振動を検出する。本実施形態では、物品Ｐが第１部材４２に対してずれた場合に発生する振動を「第１種の振動」と称する。

また、第１部材４２から物品Ｐに作用する力が過度に大きい場合、物品Ｐと第１部材４２とのうち少なくとも一方に破損に繋がる変形が生じ得る。このような変形が物品Ｐまたは第１部材４２で生じた場合、その変形により第１部材４２の第１面５１に振動が生じる。この振動は、物品Ｐが第１部材４２に対してずれた場合と同様に、第１壁７１を介して、第１部材４２の内部空間Ｓ内の空気に伝わり、内部空間Ｓの中で増幅されて定在波を形成する。この定在波は、内部センサ３４によって検出される。本実施形態では、物品Ｐと第１部材４２とのうち少なくとも一方に破損に繋がる変形が生じる場合に発生する振動を「第２種の振動」と称する。第１種の振動と第２種の振動とは、振動の特性（例えば振動の周波数や振動のピーク値）が異なるため、互いに区別可能である。なお、本願で言う「変形」とは、外観上明らかな物品Ｐの破損（ひび割れや欠けなど）に限定されず、外観上明らかでない物品Ｐの内部の歪みや一時的な変形も含む。

なお、内部センサ３４は、第１部材４２に対して物品Ｐがずれた場合の振動、および物品Ｐと第１部材４２とのうち少なくとも一方に変形が生じた場合の振動に加えて、第１部材４２が物品Ｐに対する保持を開始する際の接触時の振動を検出可能である。

また本実施形態では、内部センサ３４は、第１部材４２の内部に設けられているため、外部音（ノイズ）を拾いにくい。言い換えると、内部センサ３４は、第１部材４２に対して物品Ｐがずれた場合の振動、および物品Ｐと第１部材４２とのうち少なくとも一方に変形が生じた場合の振動など、特定の振動のみを検出することができる。

次に、制御部１６について説明する。図５は、ハンドリング装置１のシステム構成を示すブロック図である。なお以下では、画像センサ１４、積載センサ１５、圧力センサ３３、および内部センサ３４を纏めて「センサ部１７」と称する場合がある。センサ部１７に含まれる各センサ１４，１５，３３，３４の各々の検出結果（出力信号）は、制御部１６に出力される。

図５に示すように、制御部１６は、例えば、判定部８１、記憶部８２、駆動制御部８３、および学習部８４を含む。

判定部８１は、例えば、内部センサ３４の検出結果と、記憶部８２に記憶された判定モデルＭ１とに基づき、物品Ｐに対する保持部３１の保持状態を判定する。保持状態とは、例えば、（ａ）保持部３１に対して物品Ｐのずれが生じているか否か、および（ｂ）物品Ｐと保持部３１とのうち少なくとも一方に破損に繋がる変形が生じているか否か、を含む。例えば、判定部８１は、第１種の振動が内部センサ３４によって検出された場合、保持部３１に対して物品Ｐのずれが生じていると判定する。一方で、判定部８１は、第２種の振動が内部センサ３４によって検出された場合、物品Ｐと保持部３１とのうち少なくとも一方に破損に繋がる変形が生じていると判定する。

判定モデルＭ１は、内部センサ３４の検出結果が入力された場合に、物品Ｐに対する保持部３１の保持状態を出力する情報処理モデルである。判定モデルＭ１は、例えば、ニューラルネットワークにより実現され、入力層、隠れ層、および出力層を含む。隠れ層は、複数の内部パラメータを持つ。これら内部パラメータは、入力層に入力される複数の要素に対する重み係数として用いられる。これら内部パラメータは、後述する学習部８４による機械学習によって求められている。このような判定モデルＭ１は、例えば、誤差関数の重み係数を逆誤差伝搬法などによって収束させることで導出されてもよく、制限ボルツマンマシンなどでモデルを生成し、生成されたモデルがファインチューニングされることで導出されてもよい。

駆動制御部８３は、判定部８１による判定結果と、記憶部８２に記憶された制御モデルＭ２とに基づき、駆動部３２および移動機構１２を制御する。本実施形態では、駆動制御部８３は、第１部材４２または第２部材４３に振動が生じた場合に、内部センサ３４の検出結果に基づく判定部８１の判定結果に基づき、移動機構１２および駆動部３２の制御を変更する。

例えば、駆動制御部８３は、第１部材４２に対して物品Ｐのずれが生じていると判定された場合（すなわち、第１種の振動が内部センサ３４により検出された場合）、保持部３１が物品Ｐを保持する保持力を強めるように駆動部３２を制御する。具体的には、駆動制御部８３は、第１部材４２と第２部材４３との間の距離を小さくするように駆動部３２を制御する。これにより、物品Ｐに対する保持力が強まる。なお、保持力をどの程度強めるかは、制御モデルＭ２に基づき決定される。すなわち、保持力をどの程度強めるかは、内部センサ３４により検出される振動の特性毎（言い換えると、物品Ｐの種類や状態毎）に、後述する機械学習によって予め学習されている。

一方で、駆動制御部８３は、物品Ｐと保持部３１とのうち少なくとも一方に破損に繋がる変形が生じていると判定された場合（すなわち、第２種の振動が内部センサ３４により検出された場合）、保持部３１が物品Ｐを保持する保持力を弱めるように駆動部３２を制御する。具体的には、駆動制御部８３は、第１部材４２と第２部材４３との間の距離を大きくするように駆動部３２を制御する。これにより、物品Ｐに対する保持力が弱まる。なお、保持力をどの程度弱めるかは、制御モデルＭ２に基づき決定される。すなわち、保持力をどの程度弱めるかは、内部センサ３４により検出される振動の特性毎（言い換えると、物品Ｐの種類や状態毎）に、後述する機械学習によって予め学習されている。

また、駆動制御部８３は、保持部３１に対して物品Ｐのずれが生じていると判定された場合、または物品Ｐと保持部３１とのうち少なくとも一方に破損に繋がる変形が生じていると判定された場合、移動機構１２による保持装置１３の移動を停止してもよいし、別の所定の動作を行ってもよい。なお、移動機構１２の動作は、制御モデルＭ２に基づき決定される。すなわち、状況毎に移動機構１２をどのように動かすのが最適かは、後述する機械学習によって予め学習されている。

制御モデルＭ２は、内部センサ３４の検出結果に加え、画像センサ１４、積載センサ１５、および圧力センサ３３の検出結果を総合的に考慮した制御モデルである。この制御モデルＭ２は、判定モデルＭ１と同様に、ニューラルネットワークにより実現される。例えば、制御モデルＭ２の入力層には、内部センサ３４の検出結果、画像センサ１４の検出結果、積載センサ１５の検出結果、および圧力センサ３３の検出結果などが入力される。そして、制御モデルＭ２の出力層には、状況毎に応じた駆動部３２および移動機構１２の最適な動作内容が出力される。駆動制御部８３は、制御モデルＭ２から出力される動作内容に基づき、駆動部３２および移動機構１２を制御する。なおここでは、判定モデルＭ１と制御モデルＭ２とを分けて説明しているが、判定モデルＭ１は、制御モデルＭ２の一部であってもよい。

学習部８４は、学習データと、正解データとに基づき、判定モデルＭ１および制御モデルＭ２を機械学習により学習する。学習データは、例えば、Ｍ次元（Ｍは任意の自然数）の試験データである。Ｍ次元の試験データは、Ｍ回の試験（物品Ｐの保持に関する試験）におけるセンサ部１７の出力結果（例えば、センサ部１７の出力結果の時系列データ）を含む。各回におけるセンサ部１７の出力結果は、Ｎ次元（Ｎは任意の自然数）の情報を含む。Ｎ次元の情報は、内部センサ３４の検出結果、画像センサ１４の検出結果、積載センサ１５の検出結果、および圧力センサ３３の検出結果などを含むＮ個の情報である。本実施形態では、このようなＭ×Ｎ次元の試験データが学習データとして学習部８４に入力される。

一方で、正解データは、前記Ｍ回の試験の各々における保持部３１の保持状態の正解を示す正解データである。正解データは、保持部３１の保持状態として、（i）保持部３１に対して物品Ｐのずれが生じている、（ii）物品Ｐと保持部３１とのうち少なくとも一方に破損に繋がる変形が生じている、および（iii）正常である、のうちいずれか１つを含む。このような正解データは、例えば人手によって準備され、学習部８４に入力される。これにより、学習部８４は、学習データと、正解データとに基づき、判定モデルＭ１の隠れ層の内部パラメータを最適化する。

また、制御部１６は、判定モデルＭ１の一部として、物品Ｐと保持部３１とのうち少なくとも一方の破損に繋がる変形を判定するための変形判定モデルＭ１ａを有してもよい。例えば、変形判定モデルＭ１ａは、判定モデルＭ１と同様に、ニューラルネットワークにより実現される。このような変形判定モデルＭ１ａを有する場合、制御部１６は、内部センサ３４から出力される検出結果と、変形判定モデルＭ１ａとに基づき、物品Ｐと保持部３１とのうち少なくとも一方の変形を判定する。なお、訓練用のサンプル物品を用意し、判定モデルＭ１ａを用いて、破損につながる変形を検知した場合に把持力を弱めるのではなくあえて増加させ破壊させることで、壊す経験を自動で学習させることも可能である。こうすることで、毎回人間が正解情報を登録するのではなく、自律的に未登録の物品の変形モデルを新たに生成することができる。

次に、制御部１６の制御動作の流れについて説明する。図６は、制御部１６の制御動作の流れの一例を示すフローチャートである。図６は、第１部材４２に対して物品Ｐのずれのみを考慮した場合を示す。

図６に示すように、まず、保持部３１は、物品Ｐの保持を開始する（Ｓ１０１）。内部センサ３４は、保持部３１により物品Ｐが持ち上げられた状態（物品Ｐが単に持ち上げられた状態と、持ち上げられた物品Ｐが移動先に向けて移動されている状態の両方を含む）で、所定のサンプリング周期で第１部材４２または第２部材４３の内部に伝わる振動の有無を検出する。そして、判定部８１は、内部センサ３４から出力された検出結果Ｄに基づき、保持部３１に対する物品Ｐのずれが生じているか否かを判定する（Ｓ１０２）。

判定部８１は、保持部３１に対する物品Ｐのずれが生じていると判定した場合（Ｓ１０２：ＹＥＳ）、物品Ｐのずれがあることを示す信号を駆動制御部８３に出力する。駆動制御部８３は、物品Ｐのずれがあることを示す信号を受け取った場合、保持部３１が物品Ｐを保持する保持力を強めるように駆動部３２を制御する（Ｓ１０３）。

そして、判定部８１は、物品Ｐに対する保持力を高めた状態で、保持部３１の保持状態を再び判定する。すなわち、判定部８１は、物品Ｐに対する保持力を高めた状態で内部センサ３４から出力された検出結果Ｄに基づき、第１部材４２に対する物品Ｐのずれがまだ生じているか否かを判定する。判定部８１は、Ｓ１０２およびＳ１０３の処理を繰り返すことで、物品Ｐがずれなくなるまで保持力を高める。

次に、判定部８１は、積載センサ１５などの出力結果に基づき、物品Ｐが移動先（第２領域Ｔ２）に到着したか否かを判定する（Ｓ１０４）。判定部８１は、物品Ｐが移動先に到着していない場合、所定のサンプリング周期で、Ｓ１０４の判定を繰り返す。一方で、物品Ｐが移動先に到着した場合、本フローの処理が終了する。

図７は、制御部１６の制御動作の流れの別の例を示すフローチャートである。図７は、保持部３１に対する物品Ｐのずれに加え、物品Ｐと保持部３１とのうち少なくとも一方の変形も考慮した場合を示す。

図７に示すように、まず、保持部３１は、物品Ｐの保持を開始する（Ｓ２０１）。内部センサ３４は、保持部３１により物品Ｐが持ち上げられた状態（物品Ｐが単に持ち上げられた状態と、持ち上げられた物品Ｐが移動先に向けて移動されている状態の両方を含む）で、所定のサンプリング周期で第１部材４２または第２部材４３の内部に伝わる振動の有無を検出する。そして、判定部８１は、内部センサ３４から出力された検出結果Ｄに基づき、物品Ｐと保持部３１とのうち少なくとも一方に破損に繋がる変形が生じているか否かを判定する（Ｓ２０２）。

判定部８１は、物品Ｐと保持部３１とのうち少なくとも一方に破損に繋がる変形が生じていると判定した場合（Ｓ２０２：ＹＥＳ）、変形があることを示す信号を駆動制御部８３に出力する。駆動制御部８３は、変形があることを示す信号を受け取った場合、保持部３１が物品Ｐを保持する保持力を弱めるように駆動部３２を制御する（Ｓ２０３）。

そして、判定部８１は、物品Ｐに対する保持力を弱めた状態で、保持部３１の保持状態を再び判定する。すなわち、判定部８１は、物品Ｐに対する保持力が弱められた状態で内部センサ３４から出力された検出結果Ｄに基づき、物品Ｐと保持部３１とのうち少なくとも一方に破損に繋がるがまだ生じているか否かを判定する。判定部８１は、Ｓ２０２およびＳ２０３の処理を繰り返すことで、物品Ｐと保持部３１とのうち少なくとも一方に破損に繋がる変形が無くなるまで保持力を弱める。

一方で、判定部８１は、物品Ｐと保持部３１とのうち少なくとも一方に破損に繋がる変形が生じていないと判定した場合（Ｓ２０２：ＮＯ）、内部センサ３４から出力された検出結果Ｄに基づき、保持部３１に対する物品Ｐのずれが生じているか否かを判定する（Ｓ２０４）。

判定部８１は、保持部３１に対する物品Ｐのずれが生じていると判定した場合（Ｓ２０４：ＹＥＳ）、物品Ｐのずれがあることを示す信号を駆動制御部８３に出力する。駆動制御部８３は、物品Ｐのずれがあることを示す信号を受け取った場合、保持部３１が物品Ｐを保持する保持力を強めるように駆動部３２を制御する（Ｓ２０５）。ただし、保持力の増加幅は、Ｓ２０３の処理における保持力の減少幅よりも小さくてよい。

そして、判定部８１は、物品Ｐに対する保持力を高めた状態で、保持部３１の保持状態を再び判定する。すなわち、判定部８１は、物品Ｐに対する保持力が高められた状態で内部センサ３４から出力された検出結果Ｄに基づき、保持部３１に対する物品Ｐのずれが生じているか否かを判定する。判定部８１は、Ｓ２０４およびＳ２０５の処理を繰り返すことで、物品Ｐがずれなくなるまで保持力を高める。

次に、判定部８１は、積載センサ１５などの出力結果に基づき、物品Ｐが移動先（第２領域Ｔ２）に到着したか否かを判定する（Ｓ２０６）。判定部８１は、物品Ｐが移動先に到着していない場合、所定のサンプリング周期で、Ｓ２０２およびＳ２０４の判定を繰り返す。一方で、物品Ｐが移動先に到着した場合、本フローの処理が終了する。

次に、学習部８４が変形判定モデルＭ１ａを機械学習により学習する流れについて説明する。図８は、学習部８４が変形判定モデルＭ１ａを学習する流れの一例を示すフローチャートである。図８に示すように、まず、保持部３１は、物品Ｐの保持を開始する（Ｓ３０１）。次いで、物品Ｐに加わる力（保持力）を強めるように、駆動制御部８３が駆動部３２を制御する（Ｓ３０２）。次いで、物品Ｐが保持力の増加により破損に繋がる変形をしたか否かが判定される（Ｓ３０３）。この判定は人の目視などにより行われてもよく、画像センサ１４を用いた画像処理により自動的に行われてもよい。物品Ｐの破損に繋がる変形が観測されない場合（Ｓ３０３：ＮＯ）、保持力をさらに増加させるように駆動制御部８３が駆動部３２を制御する（Ｓ３０２）。物品Ｐの破損に繋がる変形が観測された場合（Ｓ３０３：ＹＥＳ）、この時の内部センサ３４の測定値が学習データとして記憶部８２に記憶される（Ｓ３０４）。すなわち、物品Ｐの変形が生じる際に内部センサ３４により検出された振動パターンが、物品Ｐの変形に関連する振動の情報として記録される。そして、学習部８４は、記憶部８２に記憶された振動パターン（学習データ）と、例えば人手によって準備された正解データとに基づき、変形判定モデルＭ１ａの内部パラメータを学習する。

上記のフローチャートでは、物品Ｐの変形の関する機械学習について説明したが、保持部３１に対する物品Ｐのずれに関しても同様に機械学習を行うことができる。すなわち、保持部３１が物品Ｐを保持した後、保持力を弱めるように駆動制御部８３が駆動部３２を制御する。次いで、物品Ｐがこの保持力の減少により保持部３１に対してずれたか否かが目視や画像処理などによって判定される。物品Ｐのずれが観測されなければ、保持力をさらに減少させるように駆動制御部８３が駆動部３２を制御する。物品Ｐのずれが観測された時点で、この時の内部センサ３４の測定値が、物品Ｐのずれに関連する振動の情報の学習データとして記録される。このような機械学習により、保持部３１に対する物品Ｐのずれを判定するための判定モデルが学習されてもよい。

次に、学習部８４が制御モデルＭ２を機械学習により学習する流れについて説明する。図９は、学習部８４が制御モデルＭ２を学習する流れの一例を示すフローチャートである。図９に示すように、まず、保持部３１は、物品Ｐを保持し、搬送を開始する（Ｓ４０１）。次いで、駆動制御部８３が駆動部３２の制御を変更することにより、保持力が変更される（Ｓ４０２）。この保持力変更の影響が、各センサにより監視される。例えば、内部センサ３４が第１部材４２または第２部材４３の第１面５１における振動の様子を監視し、画像センサ１４が物品Ｐの位置および変形の有無などを監視し、圧力センサ３３が物品Ｐの保持力を監視する。このようにして各センサが物品Ｐに関する異変の有無を監視する。そして、異変がある場合（Ｓ４０３：ＹＥＳ）、異変の種類に応じて保持力が変更される（Ｓ４０２）。例えば、物品Ｐのずれが検出された場合は、保持力を強めるように駆動制御部８３が駆動部３２を制御する。一方で、物品Ｐの破損に繋がる変形が検出された場合は、保持力を弱めるように駆動制御部８３が駆動部３２を制御する。異変が解消されるまで上記サイクルが継続され、異変がないと判定された場合（Ｓ４０３：ＮＯ）、保持力が維持されるとともに搬送が継続される（Ｓ４０４）。

その後、画像センサ１４および積載センサ１５などからの情報に基づき、搬送の成否が判定される（Ｓ４０５）。搬送が成功したと判定された場合（Ｓ４０５：ＹＥＳ）、各センサのセンサ値が成功データとして記録され（Ｓ４０６）、搬送が失敗したと判定された場合（Ｓ４０５：ＮＯ）、各センサのセンサ値が失敗データとして記録される（Ｓ４０７）。このようにして、各センサを利用して搬送開始から搬送完了までの流れをハンドリング装置１に学習させることにより、ハンドリング装置１は、様々な物品Ｐ（例えば、硬い物品や柔らかい物品、重い物品、軽い物品など）に対して異なる保持・搬送方法を習得することができる。これにより、より無駄のないハンドリングタスクを行うことが可能となる。

本実施形態では、保持対象として様々な種類の物品Ｐが考えられるため、ハンドリング装置１は、外部の情報（保持対象の物品Ｐの情報など）ではなく内部の情報（すなわち、保持部３１の表面における振動の情報）を利用する。すなわち、学習部８４による機械学習は、保持装置１３そのものの振動の情報に基づく学習であるという点で「閉じた系」での学習である。

上記の機械学習は、ハンドリング装置１が実際に使用される前に、学習用の物品Ｐによって行うことができる。例えば、様々な素材の物品Ｐに対して上記機械学習を行うことにより、物品Ｐに対する保持開始時に、その物品Ｐの硬さ、柔らかさ、丈夫さ、脆さなどを自動的に判別して、その物品Ｐの性質に応じた保持力を生じさせることが可能である。なお、機械学習が行われるタイミングは上記例に限定されない。例えば、ハンドリング装置１が設置された後に、実際の搬送対象である物品Ｐを用いて実地で上記の機械学習が行われてもよい。

次に、図１０を参照して、本実施形態の保持装置１３の作用について説明する。図１０は、本発明者らにより行われた予備実験の模式図（図１０上）およびその結果（図１０下）を示す。この予備実験では、第１部材４２を模した２つの樹脂製の箱４２Ａ，４２Ｂおよび２つのアルミニウム製の箱４２Ｃ，４２Ｄが用意された。これらの箱４２Ａ，４２Ｂ，４２Ｃ，４２Ｄには、それぞれ内部空間ＳＡ，ＳＢ，ＳＣ，ＳＤが設けられている。樹脂製の箱４２Ａおよびアルミニウム製の箱４２Ｃでは、音を吸収するスポンジＦが内部空間ＳＡ，ＳＣに充填されている。箱４２Ａ，４２Ｃの第１面５１Ａ，５１Ｃには、孔ＨＡ，ＨＣが形成されている。孔ＨＡ，ＨＣのすぐ内側には、マイク３４Ａ，３４Ｃが配置されている。一方で、樹脂製の箱４２Ｂおよびアルミニウム製の箱４２Ｄの内部空間ＳＢ，ＳＤは、空気で満たされている。内部空間ＳＢ，ＳＤには、それぞれマイク３４Ｂ，３４Ｄが取り付けられている。マイク３４Ｂ，３４Ｄは、内部空間ＳＢ，ＳＤへ露出するように、箱４２Ｂ，４２Ｄの内面６１Ｂ，６１Ｄに取り付けられている。

箱４２Ａ，４２Ｂ，４２Ｃ，４２Ｄの第１面５１Ａ，５１Ｂ，５１Ｃ，５１Ｄが試験物品（例えばブラシ）で順番に２回ずつ擦られ、このときの箱４２Ａ，４２Ｂ，４２Ｃ，４２Ｄの内部に設けられたマイク３４Ａ，３４Ｂ，３４Ｃ，３４Ｄにより測定される電圧波形が記録された。この測定結果を図９下に示す。横軸は時間（ｍｓ）、縦軸は測定された電圧（Ｖ）の二乗平均平方根（ＲＭＳ）である。

これによると、いずれのマイク３４Ａ，３４Ｂ，３４Ｃ，３４Ｄも擦れを検出することができたが、特に箱４２Ｂにおける擦れが最も顕著に検出された。スポンジＦが充填された箱４２Ａ，４２Ｃと空気で満たされた箱４２Ｂ，４２Ｄとを比較すると、箱４２Ａの信号より箱４２Ｂの信号が大きく、箱４２Ｃの信号より箱４２Ｄの信号が大きかった。すなわち、擦れ面のすぐ内側のマイクにより孔を通して擦れの振動を検出するよりも、空気で満たされた内部空間ＳＢ，ＳＤにおいて擦れ面から離間して設けられたマイクにより擦れの振動を検出した方が、検出される信号強度は大きくなることが分かった。これは、空気で満たされた箱４２Ｂ，４２Ｄでは、擦れ面の振動が箱４２Ｂ，４２Ｄの内部空間ＳＢ，ＳＤ内の空気に伝わり、内部空間ＳＢ，ＳＤの内面での反射により増幅された定在波が形成されたためであると考えられる。

樹脂製の箱４２Ａ，４２Ｂとアルミニウム製の箱４２Ｃ，４２Ｄとを比較すると、箱４２Ｃの信号より箱４２Ａの信号が大きく、箱４２Ｄの信号より箱４２Ｂの信号が大きかった。すなわち、アルミニウム製の箱４２Ｃ，４２Ｄよりも樹脂製の箱４２Ａ，４２Ｂの方が検出される信号強度は大きいことが分かった。

このように、箱４２Ａ，４２Ｂ，４２Ｃ，４２Ｄの内部に振動センサ（マイク）３４Ａ，３４Ｂ，３４Ｃ，３４Ｄが設けられることにより、箱４２Ａ，４２Ｂ，４２Ｃ，４２Ｄの表面での擦れを検出することができるようになる。マイク３４Ａ，３４Ｂ，３４Ｃ，３４Ｄが箱４２Ａ，４２Ｂ，４２Ｃ，４２Ｄの内部に配置されているので、箱４２Ａ，４２Ｂ，４２Ｃ，４２Ｄの外部にマイクが設けられた場合に比べて外部音の影響を抑えることができる。これにより、箱４２Ａ，４２Ｂ，４２Ｃ，４２Ｄの表面における僅かな振動を検出することが可能となる。

このような構成によれば、保持装置１３は、物品保持性能の向上を図ることができる。すなわち、本実施形態では、保持装置１３は、第１部材４２と、第２部材４３とを有し、第１部材４２と第２部材４３との間に物品Ｐを挟むことで物品Ｐを保持する第１保持部３１と、第１部材４２の内部に設けられ、振動を検出する第１センサ３４とを備える。このような構成によれば、内部センサ３４の検出結果に基づき、保持部３１と物品Ｐとの微小なずれを検出することができる。第１センサ３４が第１部材４２の内部に配置されることにより、保持されている物品Ｐの直接の変化を識別することができる。また、外部のノイズが少ないので、必要な情報が明確に検出され得る。このため、簡便に保持部３１と物品Ｐとの接触の状態を知ることができる。

形状および硬さの異なる様々な物品Ｐを把持し、落下させることなくハンドリングし続けるためには、保持部３１と物品Ｐとの擦れを検出することが有効な場合がある。しかしながら、圧力センサやカメラを利用して制御を行う既存のハンドリング装置では、保持部３１と物品Ｐとの擦れまたは滑りの発生は、圧力センサやカメラでの検出が困難である。また、物品Ｐの物性の違いのために、カメラ認識の情報のみでは安定した把持が難しい。このため、ごく僅かな振動を検出するために、既存のハンドリング装置は、例えばマイクや加速度センサを利用する場合がある。しかしながら、稼働中の機械に取り付けられたセンサは、様々なノイズ振動を拾ってしまうことが多い。たとえ人間が経験的にノイズであると理解できるノイズ振動であっても、コンピュータがこのようなノイズ振動をノイズであると解釈することは困難な場合がある。また、マイクが保持部の外部に取り付けられている場合、外部の騒音と対象作業に起因する音との区別が困難である。さらに、接触センサなどは、複雑である、高価である、センシング範囲が狭いといった理由により、活用が進みにくい。

これに対し、上記構成によれば、保持装置１３は、触覚センサなど高価で複雑なセンサを必要としない。保持装置１３では、内部センサ３４が保持部３１の内部に組み込まれているので、シンプルな機構と安価なセンサで、安定した保持を実現するための信号が得られる。これにより、従来検出が困難であった微細な擦れや接触を、簡便かつ安価なセンサと構造の組み合わせで確実に検出でき、ユーザが導入しやすい。また、内部センサ３４が第１部材４２の内部に設けられていると、振動を検出するセンサが外部に露出している保持装置と比較して、外部の音から大きな影響を受けずに、保持部３１と保持されている物品Ｐとの間で生じる振動をリアルタイムでクリアに検出することができる。

さらに、内部センサ３４は、保持装置１３の内部に組み込まれて出荷される。このため、センサ・アクチュエータ一体型ではない保持部の外部にセンサを取り付けたり配置したりする場合とは異なり、基本的に保持部３１と内部センサ３４とが別々に交換されることはない。従って、ゼロ点合わせやバックグラウンドノイズ測定などの校正作業は、モジュール組立時にモジュール単位で行うことができ、設置後の校正は不要となる。このため、工場現場でのセッティング工程を最低限に抑えることが可能となり、工場の全自動化などに有利である。

本実施形態では、第１部材４２は、第１部材４２の表面に生じた振動が内部に伝わる剛性を有する。安全かつ確実なハンドリングを行うためには、物品Ｐの落下を予測するために保持部と物品Ｐとの相対位置の僅かなずれをリアルタイムで検出する必要がある。しかしながら、上記のとおり、保持部と物品Ｐとの僅かな擦れまたは滑りの検出は、圧力センサやカメラでは難しい。このため、特殊な構造の触覚センサや、小さなセンサが一様に分布して保持部の表面に取り付けられたセンサ配置などが研究されている。しかしながら、繰り返し様々な物品Ｐを保持することを目的として作られたハンドリング装置には、耐久性が求められる。そこで、保持部の先端部および当該先端部に取り付けられたセンサの保護、滑り止め、または物品Ｐの形状変化に対する追随などのために、物品Ｐと接触する保持部の面をゴムやシリコンなどの柔らかい素材で覆うのが一般的である。しかしながら、このような素材は、長期間利用すると劣化して破損してしまう場合がある。また、保持部に対するごく僅かな接触やずれなどの信号が柔らかい素材に吸収されてしまい、情報が一部失われてしまう場合があるため、細かな制御に限界がある。また、センサの取り付けや保持部の組立てが困難であるので、大量生産に適さない。これに対し、上記構成によれば、脆いシリコンゴムなどを利用せずに、簡便でロバストな構成で微細な擦れまたは滑りを検出することができる。

本実施形態では、第１センサ３４は、第１部材４２の表面に生じた振動に起因して第１部材４２の内部に生じる振動を検出する。このような構成によれば、第１センサ３４は、既存のセンサでは検出が困難な表面での微細の振動を検出することができる。また、第１センサ３４は第１部材４２の内部における振動を検出するので、外部のノイズの影響が低減され得る。

本実施形態では、第１部材４２は、硬質の合成樹脂、金属、および木材のうち少なくとも１つによって形成されている。このような構成によれば、第１部材４２は音が響きやすい材料で形成されているので、表面の微細な擦れまたは滑りが第１部材４２の内部までよく伝播する。このため、第１部材４２の表面における振動をより高感度に検出することが可能となる。

本実施形態では、第１部材４２は、内部空間Ｓを有し、第１センサ３４の少なくとも一部は、内部空間Ｓに配置され、第１センサ３４は、内部空間Ｓ内に生じる振動を検出する。このような構成によれば、内部空間Ｓで瞬時に増幅された定在波が内部センサ３４により検出されるので、保持装置１３は、保持部３１と物品Ｐとの間の振動を高感度で検出することができる。また、外部の騒音が内部空間Ｓに侵入しにくいので、保持部３１と物品Ｐとの間の直接の接触に起因する振動をクリアに検出することができる。

本実施形態では、内部空間Ｓは、気体で満たされており、第１センサ３４は、内部空間Ｓ内の気体の振動を検出する。このような構成によれば、内部の気体が振動を伝えるので、安価なマイクを利用することができる。これにより、簡便かつ安価な構成を実現することができる。

本実施形態では、内部空間Ｓは密閉されている。このような構成によれば、内部空間Ｓ内への外部音の侵入が一段と妨げられるので、より高感度で振動を検出することが可能となる。

本実施形態では、第１部材４２は、物品Ｐに面する第１面５１と、第１面５１とは異なる第２面５２とを有し、第１面５１と内部空間Ｓとの間の第１厚さｄ_１は、第２面５２と内部空間Ｓとの間の第２厚さｄ_２よりも薄い。このような構成によれば、物品Ｐと接触する第１面５１が薄いので、第１面５１と物品Ｐとの振動が内部空間Ｓに伝わりやすい。このため、内部空間Ｓ内に定在波が形成されやすくなり、振動が内部センサ３４により検出されやすくなる。

本実施形態では、第１部材４２は、物品Ｐに面する第１面５１を有し、内部空間Ｓは、第１面５１と略平行な第１内面６１と、内部空間Ｓにおいて第１内面６１とは反対側に位置した第２内面６２と、第１内面６１および第２内面６２とは異なる第３内面６３とを有し、第１センサ３４は、第３内面６３に取り付けられている。このような構成によれば、第３内面６３が本体部４１側に位置する場合、本体部４１の内部への第１センサ３４の有線接続が容易になる。このため、より簡便かつ安価な構成を実現することができる。

本実施形態では、第１部材４２は、物品Ｐに面する第１面５１を有し、第１面５１は、第１保持部３１の少なくとも一部と比べて粗い表面粗さを有する。このような構成によれば、第１面５１と物品Ｐとの間で振動が生じやすくなるので、内部センサ３４による振動の検出感度を向上させることができる。

本実施形態では、ハンドリング装置１は、第１部材４２と第２部材４３とを有して第１部材４２と第２部材４３との間に物品Ｐを挟むことで物品Ｐを保持する第１保持部３１と、第１部材４２の内部に設けられて振動を検出する第１センサ３４と、第１部材４２と第２部材４３とのうち少なくとも一方を駆動する駆動部３２とを有した保持装置１３と、第１部材４２に振動が生じた場合に、第１センサ３４から出力された検出結果に基づき駆動部３２の制御を変更する制御部１６とを備える。このような構成によれば、柔らかい物品Ｐが保持される際の保持開始時の接触や保持中の物品Ｐのずれ、物品Ｐの変形などを内部センサ３４により検出して、これらの情報に基づき保持力を適切に調節することが可能となる。これにより、保持力を最適化することができるので、物品Ｐの落下や変形、破損などが起こる可能性を低減させることができる。

本実施形態では、制御部１６は、第１種の振動が第１センサ３４により検出された場合に、第１保持部３１が物品Ｐを保持する力を強めるように駆動部３２を制御し、第１種の振動とは異なる第２種の振動が第１センサ３４により検出された場合に、保持部３１が物品Ｐを保持する力を弱めるように駆動部３２を制御する。第１種の振動は、第１部材４２に対して物品Ｐがずれた場合に発生する振動であり、第２種の振動は、物品Ｐと第１部材４２とのうち少なくとも一方に破損に繋がる変形が生じる場合に発生する振動である。このような構成によれば、物品Ｐのずれに対しては保持力を強めることにより、物品Ｐの落下の可能性を低減させ、物品Ｐの変形に対しては保持力を弱めることにより、物品Ｐの変形や破損の可能性を低減させることができる。これにより、形状および硬さの異なる様々な物品Ｐを把持し、落下させることなくハンドリングし続けることが可能となる。

本実施形態では、制御部１６は、第１センサ３４から出力された検出結果に基づき、物品Ｐに対する保持部３１の状態の判定に用いられる判定モデルＭ１を機械学習により学習する学習部８４を含む。このような構成によれば、内部センサ３４により検出される様々な信号を、物品Ｐの実際の状況と関連付けることが可能となる。これにより、様々な物品Ｐ（事前に学習データがインプットされていない物品Ｐも含む）に対して、保持力を最適化することができるようになる。また、硬い物品Ｐや柔らかい物品Ｐ、脆い物品Ｐなど、様々な性質の物品Ｐについて学習を行うことにより、専用のセンサを追加で設けなくても、自動的に硬い物品Ｐから脆い物品Ｐまで適切な保持力で保持することが可能となる。すなわち、ハンドリング装置１は、未知の物品Ｐの保持方法の自律学習を行うことができる。

なお、上記では制御部１６がハンドリング装置１の全体を制御すると説明したが、例えば、保持装置１３を制御する制御部が、全体の制御部１６とは別途、保持装置１３に組み込まれてもよい。

（第２の実施形態）
次に、図１１を参照して、第２の実施形態について説明する。第２の実施形態は、第１部材４２の第１面５１にアレイ状の複数の孔９１が設けられ、これら孔９１がそれぞれ振動センサ９２によって塞がれた点で、第１の実施形態とは異なる。なお、以下に説明する以外の構成は、第１の実施形態と同様である。

図１１は、第２の実施形態の第１部材４２を示す断面図である。図１１に示すように、第１部材４２は、第１の実施形態と同様に、内部空間Ｓを有する。第１部材４２の第１面５１には、複数の孔９１がアレイ状に配置されている。「アレイ状に配置」とは、第１方向と、第１方向とは交差した（例えば略直交した）第２方向とのそれぞれにおいて、複数の孔９１が均等に配置されたことを意味する。本実施形態の保持部３１は、内部センサ３４に加えて、複数の振動センサ９２を有する。複数の振動センサ９２（例えばマイク）は、内部空間Ｓに配置されて、内部空間Ｓの内部から複数の孔９１に対して１対１で向かい合っている。複数の孔９１は、複数の振動センサ９２によって塞がれている。振動センサ９２は、内部センサ３４と同じ種類のセンサでもよく、別の種類のセンサであってもよい。振動センサ９２は、「第２センサ」の一例である。

このような構成によれば、複数の振動センサ９２によって第１面５１の複数の位置における振動を検出することができる。すなわち、本実施形態では、保持装置１３は、それぞれ振動を検出可能な複数の第２センサ９２を備え、第１部材４２は、物品Ｐに面するとともに複数の孔９１が開口した第１面５１を有し、複数の第２センサ９２は、内部空間Ｓに配置されて複数の孔９１に向かい合う。このため、ハンドリング装置１は、各振動センサ９２から出力される検出結果を比較することにより、第１面５１において振動が生じた詳しい位置を特定することができる。これにより、物品Ｐの保持状況などをより正確に監視することが可能となる。また、複数の振動センサ９２が第１面５１の近傍に設けられていると、微細な接触も高感度で検出することができる。なお、孔９１の個数および配置は上記例に限定されず、１以上の任意の個数の孔９１が任意の配置で第１面５１に形成されてよい。

（第３の実施形態）
次に、図１２を参照して、第３の実施形態について説明する。第３の実施形態では、第１部材４２に内部空間Ｓが設けられておらず、内部センサ３４が第１部材４２の内部に埋め込まれている点で、第１の実施形態とは異なる。なお、以下に説明する以外の構成は、第１の実施形態と同様である。

図１２は、第３の実施形態の第１部材４２を示す断面図である。第１部材４２は、第１の実施形態のような内部空間Ｓを有さない中実の部材である。内部センサ３４は、第１部材４２の内部に埋め込まれている。

このような構成によれば、第１部材４２の内部空間Ｓを形成するコストを省くことができる。なお、保持部３１の構成は上記例に限定されない。例えば、第１部材４２が中実ではなく内部空間Ｓを有し、内部空間ＳがスポンジＦなどで充填されていてもよい。

（第４の実施形態）
次に、図１３を参照して、第４の実施形態について説明する。第４の実施形態は、検出装置１０１に関する実施形態である点で、第１の実施形態とは異なる。なお、以下に説明する以外の構成は、第１の実施形態と同様である。

図１３は、第４の実施形態の検出装置１０１を示す断面図である。検出装置１０１は、例えば、検出装置１０１の取付対象物１０２（以下、単に「取付対象物１０２」と称する）とは別体に形成されている。検出装置１０１は、図示しない固定機構（例えばねじ）によって取付対象物１０２に後付けで取り付け可能である。取付対象物１０２は、例えば内部センサ３４を有しない保持装置１３であるが、これに限られない。本実施形態では、保持装置１３の第１部材４２の第２面５２に検出装置１０１が取り付けられる例について説明する。

検出装置１０１は、例えば、本体部１０３、脚部１０４、内部センサ３４、および無線回路部１０６を有する。本体部１０３は、第１の実施形態の第１部材４２と同様に形成され、剛性を有する。すなわち、本体部１０３は、本体部１０３の表面に生じた振動が本体部１０３の内部に伝わる剛性を有する。本実施形態では、本体部１０３は、気体（例えば空気）で満たされた内部空間Ｓを有する。

脚部１０４は、本体部１０３の第１面５１の端部に取り付けられている。脚部１０４は、例えば、ゴム製である。脚部１０４は、本体部１０３と取付対象物１０２との間に介在されている。これにより、本体部１０３の第１面５１と取付対象物１０２の表面との間に隙間Ｇが形成される。ただし、本体部１０３は、脚部１０４を有さずに、取付対象物１０２に直接に固定されてもよい。

本体部１０３の第１壁７１は、取付対象物１０２に面する。本体部１０３の第２壁７２は、取付対象物１０２とは異なる方向に向いている。そして、第１壁７１は、第２壁７２よりも薄い。これにより、第１壁７１は、第２壁７２に比べて振動しやすくなっている。ただし、第１壁７１は、第２壁７２と同じ厚さでもよく、第２壁７２よりも厚くてもよい。

本実施形態では、本体部１０３は、内部空間Ｓを有する。内部センサ３４の少なくとも一部は、内部空間Ｓに配置されている。内部センサ３４は、内部空間Ｓ内の気体（例えば空気）の振動を検出する。無線回路部１０６は、内部センサ３４に電気的に接続されている。無線回路部１０６は、内部センサ３４の検出結果を無線により外部に送信する。

取付対象物１０２が振動すると、この振動は、取付対象物１０２の表面、本体部１０３の第１面５１、および脚部１０４により取り囲まれた隙間Ｇを通って、本体部１０３に伝播する。すなわち、取付対象物１０２の振動により、隙間Ｇの中の気体（例えば空気）の振動がもたらされる。この振動は、脚部１０４が設けられていることにより、聴診器のように、外部に漏れずに本体部１０３の第１面５１に伝わる。これにより、本体部１０３の第１壁７１が振動する。次いで、その振動が本体部１０３の内部空間Ｓに伝播する。振動は、内部空間Ｓの各内面により反射されて、内部空間Ｓ内で定在波を形成する。この定在波は、内部センサ３４により検出される。このようにして、検出装置１０１の内部センサ３４は、取付対象物１０２の表面における振動を検出することができる。

このような構成によれば、既存の保持部材に対して検出装置１０１を取り付けるだけで、既存のハンドリング装置１のセンシング機能を後から向上させることができる。検出装置１０１は、簡便かつ安価な構成であり、容易に後付けでハンドリング装置１に組み込むことができる。また、検出装置１０１に無線回路部１０６が設けられている場合、ワイヤレスで振動の検出が可能となり、様々な現場への検出装置１０１の導入がより容易になるので、利便性が向上する。

本実施形態では、本体部１０３の第１壁７１は、第２壁７２よりも薄い。このような構成によれば、本体部１０３の第１壁７１が振動しやすい。このため、取付対象物１０２の振動が本体部１０３の第１壁７１に伝播してきた場合に、この振動を効率よく内部空間Ｓに伝えることができる。これにより、内部センサ３４による内部空間Ｓの定在波の検出の感度が向上する。

本実施形態では、検出装置１０１は、脚部１０４を有し、本体部１０３は、脚部１０４を介して取付対象物１０２に取り付けられ、本体部１０３、取付対象物１０２、および脚部１０４に取り囲まれて密閉された空間が形成されている。本体部１０３と取付対象物１０２とが直接に接合されている場合、本体部１０３と取付対象物１０２との間の微細な隙間のために、取付対象物１０２の振動が本体部１０３にうまく伝播しない場合がある。これに対し、上記構成によれば、本体部１０３、取付対象物１０２、および脚部１０４に囲まれた密閉空間が形成されているので、取付対象物１０２で生じた振動は、密閉空間内の媒体の振動（例えば、空気の振動）を介して、本体部１０３まで伝播することができる。また、本体部１０３と取付対象物１０２とが脚部１０４を介して接合することにより、取付対象物１０２と本体部１０３とが直接に接合する場合と比較して、様々な取付対象物１０２に対する本体部１０３の接合の仕方のばらつきが抑制される。これにより、取付対象物１０２および本体部１０３の表面構造や接合の具合に依存する振動の伝播のばらつきが抑制される。このため、機械学習を行う場合にも、内部パラメータのばらつきが抑制され得る。

なお、検出装置１０１の構成は、上記例に限定されない。例えば、脚部１０４は、本体部１０３の第１面５１の一部または全体に広がった薄い接着層であってもよい。この場合、本体部１０３または第１部材４２の表面の凹凸や不純物などが接着層（例えば、硬化性樹脂の接着層）に埋められることにより、第１部材４２の振動が本体部１０３へ伝播することができる。

検出装置１０１を取り付ける対象物が、マイクの周辺の空気まで振動を伝播させるような材料から形成されている場合、マイクは、材料の振動そのものを検出することができる。このような場合には、検出装置１０１は、既存のアコースティックエミッション（ＡＥ）センサの代わりに利用することができる。すなわち、検出装置１０１は、コンクリート材などの物体にＡＥセンサの代わりに取り付けられて、当該物体の亀裂進展や摩耗などに起因するアコースティックエミッションを検出することができる。この場合、ＡＥセンサより安価でかつアコースティックエミッション以外の情報も取得することができる代替センサを提供することができる。

（第５の実施形態）
次に、図１４を参照して、第５の実施形態について説明する。第５の実施形態は、制御モデルＭ２の機械学習における初期値の決定を支援する測定システム１１１をハンドリング装置１が有する点で、第１の実施形態とは異なる。なお、以下に説明する以外の構成は、第１の実施形態と同様である。

図１４は、第５の実施形態の保持装置１３および測定システム１１１を示す側面図である。本実施形態では、ハンドリング装置１は、第１の実施形態の構成に加え、測定システム１１１を有する。測定システム１１１は、測定モジュール１１２と、初期値決定部１１３と、記憶部１１４とを有する。

測定モジュール１１２は、例えば、保持部１２１、圧力センサ１２２、内部センサ１２３、操作部１２４、およびアイトラッカー１２５を有する。また本実施形態では、保持装置１３は、手先画像センサ１２６を有する。

保持部１２１は、「第２保持部」の一例である。保持部１２１は、保持部３１と同様の構成である。保持部１２１は、本体部１３１、第３部材１３２、および第４部材１３３を有する。本体部１３１、第３部材１３２、および第４部材１３３は、それぞれ保持部３１の本体部４１、第１部材４２、および第２部材４３と同様の構成を有する。例えば、第３部材１３２および第４部材１３３は、第１部材４２および第２部材４３と同様の形状、材質、機構および運動の自由度を有する。

圧力センサ１２２は、第３部材１３２と第４部材１３３との間に物品Ｐが挟まれた場合に、第３部材１３２および第４部材１３３が物品Ｐから受ける反力を検出する。例えば、圧力センサ１２２は、第３部材１３２および第４部材１３３に取り付けられたひずみゲージであるが、これに限定されない。操作部１２４に対するユーザの操作は、圧力センサ１２２の検出結果に現れる。

内部センサ１２３は、「第３センサ」の一例である。内部センサ１２３の少なくとも一部は、第３部材１３２の内部空間Ｓに配置されている。内部センサ１２３は、保持装置１３の内部センサ３４と同様に、第３部材１３２の内部で振動を検出する。

操作部１２４は、第３部材１３２と第４部材１３３とのうち少なくとも一方を、人間の手によって操作できるようにする。操作部１２４は、例えばハサミを模した形状を有し、保持部１２１に取り付けられる。操作部１２４は、第１操作部材１４１および第２操作部材１４２を有する。第１操作部材１４１および第２操作部材１４２は、枢動支持部１４３で互いに枢動可能に連結されている。
第１操作部材１４１の第１端１４１ａには、第１持ち手１４４が設けられている。本体部１３１には、第１操作部材１４１の動きを案内するスロット１３１ａが設けられている。第１操作部材１４１の第２端１４１ｂは、スロット１３１ａを通して第３部材１３２に連結されている。第１操作部材１４１と同様に、第２操作部材１４２の第１端１４２ａには、第２持ち手１４５が設けられている。第２操作部材１４２の第２端１４２ｂは、スロット１３１ａを通して第４部材１３３に連結されている。ユーザが第１持ち手１４４および第２持ち手１４５を持って操作部１２４を閉じていく（すなわち、第１持ち手１４４と第２持ち手１４５とを互いに近づけていく）と、第１操作部材１４１の第２端１４１ｂと第２操作部材１４２の第２端１４２ｂとが互いに近づき、これに伴い、第３部材１３２および第４部材１３３が閉じていく（すなわち、第３部材１３２と第４部材１３３との間に保持されている物品Ｐに加わる保持力が強くなる）。

一方で、ユーザが操作部１２４を開いていく（すなわち、第１持ち手１４４と第２持ち手１４５とを互いに離していく）と、これに連動して第３部材１３２および第４部材１３３も開いていく（すなわち、第３部材１３２と第４部材１３３との間に保持されている物品Ｐに加わる保持力が弱くなる）。これら物品Ｐの保持力は、圧力センサ１２２により測定される。

記憶部１１４には、後述する模擬試験における保持部１２１の圧力センサ１２２および内部センサ１２３の検出結果が記憶される。なお、記憶部１１４は、第１の実施形態の記憶部１１４と同じでもよく、ハンドリング装置１とは異なる情報処理装置に設けられた記憶部でもよい。

初期値決定部１１３は、記憶部１１４に記憶された圧力センサ１２２および内部センサ１２３の検出結果に基づき、制御モデルＭ２の機械学習のための初期値を取得する。ここで言う「初期値」とは、例えば、予め用意された学習済みモデルである（以下、学習済みモデルであることを強調する場合には「初期値モデル」とも言う）。

初期値モデルＭ０は、測定モジュール１１２を用いた次のような模擬試験により得られる。この模擬試験では、ユーザの手によって測定モジュール１１２が操作され、測定モジュール１１２により物品Ｐが保持される。この模擬試験において、第３部材１３２と第４部材１３３との間に保持された物品Ｐがずれる（擦れ落ちる）ことをユーザが認識した場合、ユーザは、物品Ｐがずれないように、操作部１２４を閉じることで保持力を強める。逆に、第３部材１３２と第４部材１３３との間に保持されている物品Ｐに破損に繋がる変形が生じそうなことをユーザが認識した場合、ユーザは、物品Ｐに破損に繋がる変形が生じないように、操作部１２４を開くことで保持力を弱める。例えば、ユーザは、内部センサ１２３により検出される音をリアルタイムで聞きながら、上記操作を行う。このようにして、様々な物品Ｐの様々な保持状態に関して、内部センサ１２３の検出結果とこれに対応するユーザの操作とを記録することを繰り返すことで、内部センサ１２３の検出結果とユーザの操作との対応関係が多数得られる。また、扱い方が習熟されていない物体では、ユーザが物品Ｐを破損した場合と落下させた場合、一定時間把持に成功した場合それぞれの測定値を記録し初期値モデルの情報とする。

初期値決定部１１３は、このようにして収集された内部センサ１２３の検出結果とそれに応じたユーザの操作とを、初期値モデルＭ０として登録する。この初期値モデルＭ０は、ある音（ある振動）が保持部３１で生じた場合に、保持部３１が次にどのように動くべきか（例えば、保持力をどの程度強めるべきか、または保持力をどの程度弱めるべきか）を示す情報を含む。

なお、初期値モデルＭ０の導出には、圧力センサ１２２および内部センサ１２３の検出結果に加えて、画像センサ１４、積載センサ１５、圧力センサ３３などの検出結果が入力情報として用いられてもよい。

本実施形態では、ハンドリング装置１の制御部１６は、上記のようにして得られた初期値モデルＭ０を、制御モデルＭ２の初期値として使用する。そして、制御部１６は、上述したような機械学習を通じて、初期値モデルＭ０を修正し、より優れた制御モデルを導出する。

また本実施形態では、上記初期値モデルＭ０を導く際に、アイトラッカー１２５を利用することができる。アイトラッカー１２５は、操作部１２４を扱っているユーザに装着され、ユーザの視線を測定する。アイトラッカー１２５が用いられると、ユーザが保持部１２１のどの部分を注視して保持部１２１および物品Ｐの状況を判定し、操作を行っているのかが分かる。これにより、画像センサ１４および手先画像センサ１２６が取得する画像情報のなかで、人間であればどの部分を重点的に監視しているのかを知ることができる。すなわち、ユーザの視線が集中する領域を特定することで、画像センサ１４および手先画像センサ１２６の画像において、変化の有無を監視するための対象領域がどこか、および、その対象領域の中のどういった変化を判断に用いているかを特定することができる。判断に重要でない画素を計算する必要がなくなり、計算負荷を抑えることができる。

本実施形態では、初期値決定部１１３は、アイトラッカー１２５を用いることで得られた監視すべき対象領域、および対象領域内で監視すべき変化の情報を初期値モデルＭ０の一部として取り込む。

このような構成によれば、ハンドリング装置１に人間の実際の動作を模擬させることができる。すなわち、本実施形態では、測定システム１１１を備える。このような測定システム１１１を用いると、人間が物品Ｐを把持する際の動作パターンを圧力センサ１２２から得ることができる。このようにして得られた動作パターンを利用して人間と同じような保持アルゴリズムを組み立て、ロボットの動作を人間の動作パターンに基づき制御することにより、人間と同じような感覚で動作する（すなわち、人間と同じような動きをすることが可能な）ハンドリング装置１が実現され得る。センサ情報に基づいて動作するロボット装置の動作は、一般的に、人間にとって必ずしも予測可能ではない。例えば、このようなロボット装置は、停止したように見えても急に動作したり、逆に動作すると予想しても動作しなかったりする。一方で、本実施形態のハンドリング装置１は、一般的なロボット装置と比較すると、高い予測性を有し得る。ハンドリング装置１に対して人間と同様のif-thenのアルゴリズムを与えることにより、人間と同じ感覚で動作するハンドリング装置１を実現することができる。

本実施形態では、測定システム１１１は、内部センサ１２３から出力された検出結果に基づき、保持装置１３の制御に関する機械学習に用いる初期値を決定する初期値決定部１１３を有する。このような構成によれば、機械学習の初期値として、人間の経験的な処理アルゴリズムを採用することができる。これにより、単に実際の保持動作やタスクを繰り返して機械学習を行いながら最適なパラメータを探索する場合に比べて、検討すべき実験条件が低減され得る。使用するセンサの種類やアクチュエータの運動自由度が多い場合、膨大な実験条件組み合わせを検討して、初期値として用意し、膨大な実験回数をこなさなければならないが、これらのデータ分類や整理を完全に自動で行うことは実質的に困難である。一方で、本実施形態の構成によると、計算者がＣＰＵの処理負荷を軽減するために閾値などを経験的に設定することを抑制し、ハンドリング装置１の汎用性をさらに向上させることが可能となる。

また、人間が未知の物品Ｐを安定して保持する際にどのような情報に対してどのような動作を行うのかを調べ、これを初期値として採用すれば、未知の物品Ｐを保持する場合であっても、類似の物品Ｐに対して同じアルゴリズムを適用することにより、保持および搬送の成功率が格段に上昇する。このような処理を行うことにより、ハンドリング装置１が様々な物品Ｐに対処することが可能となるので、個々の物品Ｐに対して精密な物理モデルを構築するよりも効率的かつ有効である。さらに、人間の操作に基づく初期値を出発点として、落下や変形などの判定を繰り返して逐次強化学習を行うことにより、人間と同様の保持方法だが人間よりも確実な保持方法のアルゴリズムを発見することも可能となる。

本実施形態では、測定システム１１１は、操作部１２４を操作している人間の視線を測定するアイトラッカー１２５を有する。このような構成によれば、把持時に人間がどこに着目して判断および把持を行っているかが明確になる。これにより、ロボットが物品Ｐの認識を行う際に、画像処理において注目すべき領域が明らかになるので、計算処理上の無駄が低減され得る。また、様々な物品Ｐおよび保持状態に対して視線情報を対応付けることにより、人間がどういう場合にどの部分に注目するのかを分類することが可能となる。

（変形例）
図１５は、第５の実施形態の変形例を示す。本変形例のハンドリング装置１は、測定モジュール１１２に代えて、保持装置１３に操作部１２４を取り付けることで、保持装置１３を測定モジュール１１２として利用できるようにしている。操作部１２４は、第１部材４２と第２部材４３とのうち少なくとも一方を人間の手によって操作可能にする。このような構成によっても、第５の実施形態と同様に、初期値モデルＭ０を得ることができる。

（第６の実施形態）
次に、図１６から図１９を参照して、一つの参考形態について説明する。本参考形態は、第５の実施形態で説明した測定システム１１１によって得られるデータを用いることができるトレーニング装置１５１に関するものである。

図１６は、本参考形態のトレーニング装置１５１を示す斜視図である。「トレーニング装置」とは、人間が筋力や筋持久力を向上させるトレーニングを行う際に用いられる装置を広く指す。なお、本願で言う「トレーニング」には、リハビリテーションも含まれる。

トレーニング装置１５１は、ベース１５２と、第１操作部１５３と、第２操作部１５４と、ディスプレイ１５５と、記憶部１５６と、情報処理部１５７とを有する。図１７は、ディスプレイ１５５が取り外された状態のトレーニング装置１５１を示す斜視図である。ここで、「ベース」とは、少なくとも１つの他の構成要素の支持体として機能する任意の基材を言う。

ベース１５２は、第１操作部１５３、第２操作部１５４、およびディスプレイ１５５を支持する。ベース１５２は、板状の基部１６１および４本の連結部１６２を有する。連結部１６２は、基部１６１の上面１６１ａの四隅から上方に突出している。連結部１６２は、ディスプレイ１５５の下面１５５ａに結合されて基部１６１とディスプレイ１５５とを連結する。また、連結部１６２は、情報処理部１５７とディスプレイ１５５とが互いに情報をやり取りできるように情報処理部１５７とディスプレイ１５５とを電気的に接続する接続端子を有する。

第１操作部１５３は、基部１６１の上面１６１ａの第１側に設けられている。第１操作部１５３は、第１固定部材１５３ａ、第１回転部材１５３ｂ、および第１可動部材１５３ｃを有する。第１固定部材１５３ａは、基部１６１に固定されている。第１固定部材１５３ａの少なくとも一部は、基部１６１の側縁から図１６の左側へ突出している。第１回転部材１５３ｂは、基部１６１の上面１６１ａに対して平行な平面内で回転可能に、基部１６１の上面１６１ａに取り付けられる。第１可動部材１５３ｃは、第１回転部材１５３ｂに固定されている。第１可動部材１５３ｃの少なくとも一部は、基部１６１の側縁から図１６の左側へ突出している。これにより、図１６に示すように、第１固定部材１５３ａおよび第１可動部材１５３ｃの先端が基部１６１とディスプレイ１５５との間から図１６の左側へ突出する。例えば、ユーザは、左手の親指を第１固定部材１５３ａ（手前側）に沿えるとともに左手の人差し指を第１可動部材１５３ｃ（奥側）に沿えて、第１操作部１５３をつまむことができる。

外力が加えられていない状態では、第１可動部材１５３ｃは、第１固定部材１５３ａと略平行になるように予め弱いばね１５３ｇで第１固定部材１５３ａから離れる方向へ引かれて、ストッパー１５３ｈに突き当たった状態で配置される（以下、この配置を「初期配置」と言う。）。第１固定部材１５３ａの方へ向かう力が第１可動部材１５３ｃに加えられると（すなわち、第１可動部材１５３ｃを第１固定部材１５３ａに近づけるように第１可動部材１５３ｃに力が加えられると）、第１回転部材１５３ｂは、第１可動部材１５３ｃとともに回転することができる。第１回転部材１５３ｂは、第１電磁ブレーキ１５３ｄを有する。初期配置で第１電磁ブレーキ１５３ｂが作動すると、ユーザが第１可動部材１５３ｃに力を加えても、第１回転部材１５３ｂおよび第１可動部材１５３ｃは固定されて動かない。ユーザは、この状態で後述のつまみ動作を行う。第１電磁ブレーキ１５３ｂが解放される（作動停止）と、第１回転部材１５３ｂおよび第１可動部材１５３ｃの固定も解放される。この場合、ユーザが第１可動部材１５３ｃに力を加えると、第１可動部材１５３ｃは、第１固定部材１５３ａの方向へと回転する。第１回転部材１５３ｂおよび第１可動部材１５３ｃを回転させた後に外力が取り除かれると、弱いばね１５３ｇによって、第１回転部材１５３ｂは、第１可動部材１５３ｃとともに逆方向に回転して初期配置に戻る。

第１固定部材１５３ａおよび第１可動部材１５３ｃのうち少なくとも一方は、それぞれ圧力センサを有する。本実施形態では、第１固定部材１５３ａの手前側の面および第１可動部材１５３ｃの奥側の面にそれぞれ圧力センサ１５３ｅ，１５３ｆが設けられている。これらの圧力センサ１５３ｅ，１５３ｆは、第１固定部材１５３ａおよび第１可動部材１５３ｃに対してユーザが加えている圧力の大きさを測定することができる。

第２操作部１５４は、第１操作部１５３と同様の構成であり、基部１６１上で第１操作部１５３と左右対称になるように配置される。第２操作部１５４は、第２固定部材１５４ａ、第２回転部材１５４ｂ、および第２可動部材１５４ｃを有し、これらはそれぞれ第１固定部材１５３ａ、第１回転部材１５３ｂ、および第１可動部材１５３ｃに対応する。図１６に示すように、第２固定部材１５４ａおよび第２可動部材１５４ｃの先端が基部１６１とディスプレイ１５５との間から図１６の右側へ突出する。例えば、ユーザは、右手の親指を第２固定部材１５４ａ（手前側）に沿えるとともに右手の人差し指を第２可動部材１５４ｃ（奥側）に沿えて、第２操作部１５４をつまむことができる。

第１操作部１５３と同様に、外力が加えられていない状態では、第２可動部材１５４ｃは、第２固定部材１５４ａと略平行になるように予め弱いばね１５４ｇで第１固定部材１５４ａから離れる方向へ引かれて、ストッパー１５４ｈに突き当たった状態で配置される（この配置も併せて「初期配置」と言う。）。第２回転部材１５４ｂは、第１回転部材１５３ｂと同様に、第２電磁ブレーキ１５４ｄを有する。第１電磁ブレーキ１５３ｄと同様に、初期配置で第２電磁ブレーキ１５４ｂが作動すると、ユーザが第２可動部材１５４ｃに力を加えても、第２回転部材１５４ｂおよび第２可動部材１５４ｃは固定されて動かない。ユーザは、この状態で後述のつまみ動作を行う。第２電磁ブレーキ１５４ｂが解放されると、第２回転部材１５４ｂおよび第２可動部材１５４ｃの固定も解放される。この場合、ユーザが第２可動部材１５４ｃに力を加えると、第２可動部材１５４ｃは、第２固定部材１５４ａの方向へと回転する。

第１操作部１５３と同様に、第２固定部材１５４ａおよび第２可動部材１５４ｃのうち少なくとも一方は、それぞれ圧力センサを有する。本実施形態では、第２固定部材１５４ａの手前側の面および第２可動部材１５４ｃの奥側の面にそれぞれ圧力センサ１５４ｅ，１５４ｆが設けられている。

ディスプレイ１５５は、第１操作部１５３および第２操作部１５４の上方で、連結部１６２により基部１６１と連結される。後述するように、ディスプレイ１５５は、第１操作部１５３および第２操作部１５４の状態に応じて黒い円を表示する。

記憶部１５６は、トレーニング装置１５１において利用される情報を記憶する。例えば、記憶部１５６は、第５の実施形態で説明した測定システム１１１において得られた一連の人間の把持動作の測定結果（例えば、測定対象の物品Ｐ、圧力センサ１２２により検出された圧力値、および画像センサ１４により検出された物品Ｐの画像データがリストアップされたデータベース）を記憶する。このようなデータベースは、測定システム１１１から出力され、トレーニング前に予めトレーニング装置１５１の記憶部１５６に記憶され得る。

情報処理部１５７は、第１操作部１５３、第２操作部１５４、およびディスプレイ１５５の状態に応じて、ディスプレイ１５５、第１電磁ブレーキ１５３ｄ、および第２電磁ブレーキ１５４ｄを制御する。情報処理部１５７は、初期配置において、第１電磁ブレーキ１５３ｄおよび第２電磁ブレーキ１５４ｄを作動させる。これにより、第１電磁ブレーキ１５３ｄは、第１回転部材１５３ｂおよび第１可動部材１５３ｃが回転しないように固定する。また、第２電磁ブレーキ１５４ｄは、第２回転部材１５４ｂおよび第２可動部材１５４ｃが回転しないように固定する。情報処理部１５７は、圧力センサ１５３ｅ，１５３ｆ，１５４ｅ，１５４ｆからの検出結果に基づきディスプレイ１５５の表示を変更する。例えば、情報処理部１５７は、第１操作部１５３の圧力センサ１５３ｅ，１５３ｆにより圧力が検出された場合、ディスプレイ１５５の左側に小さな黒円が表示されるようにディスプレイ１５５を制御する。同様に、情報処理部１５７は、第２操作部１５４の圧力センサ１５４ｅ，１５４ｆにより圧力が検出された場合、ディスプレイ１５５の右側に小さな黒円が表示されるようにディスプレイ１５５を制御する。情報処理部１５７は、第１操作部１５３の圧力センサ１５３ｅ，１５３ｆにより検出される圧力の値が大きくなると、ディスプレイ１５５の左側に表示された黒円が大きくなるようにディスプレイ１５５を制御する。逆に、圧力センサ１５３ｅ，１５３ｆの圧力の値が小さくなると、情報処理部１５７は、ディスプレイ１５５の左側の黒円が小さくなるようにディスプレイ１５５を制御する。同様に、第２操作部１５４の圧力センサ１５４ｅ，１５４ｆの圧力の値が増加または減少すると、情報処理部１５７は、それに応じてディスプレイ１５５の右側の黒円が大きくまたは小さくなるようにディスプレイ１５５を制御する。例えば、黒円の直径は、圧力センサ１５３ｅ，１５３ｆ，１５４ｅ，１５４ｆにより検出される圧力に対して略線形に変化してよい。

圧力センサ１５３ｅ，１５３ｆ，１５４ｅ，１５４ｆの圧力の値が増加して、ディスプレイ１５５上で左側の黒円と右側の黒円が接触した場合、情報処理部１５７は、ディスプレイ１５５が暗転するようにディスプレイ１５５を制御する。これと略同時に、情報処理部１５７は、第１電磁ブレーキ１５３ｄおよび第２電磁ブレーキ１５４ｄを解放する（すなわち、ブレーキが作動していない状態にする）。これにより、第１回転部材１５３ｂおよび第１可動部材１５３ｃは、第１固定部材１５３ａの方へ回転できるようになる。また、第２回転部材１５４ｂおよび第２可動部材１５４ｃは、第２固定部材１５４ａの方へ回転できるようになる。

圧力センサ１５３ｅ，１５３ｆ，１５４ｅ，１５４ｆの圧力の値と黒円の直径との関係（例えば、圧力の値と黒円の直径とが略線形関係にある場合、直線の傾き）は、例えば、情報処理部１５７への入力により適宜設定され得る。例えば、上記直線の傾きは、トレーニングを行うユーザの体力、筋力、トレーニングの目標などに応じて設定され得る。あるいは、画面を暗転させる（すなわち、左側の黒円と右側の黒円とを接触させる）ために必要な圧力センサ１５３ｅ，１５３ｆ，１５４ｅ，１５４ｆの圧力閾値が入力されてもよい。この場合、検出された圧力が当該圧力閾値に達した場合に左側の黒円と右側の黒円とが接触するように、圧力センサ１５３ｅ，１５３ｆ，１５４ｅ，１５４ｆの圧力の値と黒円の直径との関係が自動的に設定されてよい。また、情報処理部１５７は、黒円の生成からディスプレイ１５５の暗転までの工程（以下、「円潰しトレーニング」と言う。）が繰り返されるたびに、圧力の値と黒円の直径との関係を徐々に変更してもよい。例えば、情報処理部１５７は、円潰しトレーニングが繰り返されるたびに、圧力の値と黒円の直径とが略線形関係にある場合の直線の傾きを小さくしてもよい。この場合、ディスプレイ１５５を暗転させるためには、より大きな圧力が必要となる。

次に、図１８および図１９を参照して、トレーニング装置１５１の使用方法について説明する。図１８は、使用時の各段階におけるトレーニング装置１５１のディスプレイ表示を図示する。図１９は、トレーニング装置１５１によるトレーニングの流れを示すフローチャートである。

まず、ユーザは、左手で第１操作部１５３および右手で第２操作部１５４をつまむ（Ｓ５０１）。つまむ力が第１操作部１５３および第２操作部１５４に加わると、ディスプレイ１５５の左右に１つずつ小さな黒い円が表示される（Ｓ５０２、図１８の段階（ａ））。次いで、ユーザがつまむ力を大きくしていくと（Ｓ５０３：ＹＥＳ）、それに応じてディスプレイ１５５上の円が大きくなる（Ｓ５０４、図１８の段階（ｂ））。例えば、ユーザが左手の力だけを大きくした場合は、ディスプレイ１５５の左側の円のみが大きくなる。また、ユーザがつまむ力を小さくした場合は、それに対応してディスプレイ１５５上の円も小さくなる。なお、ユーザがつまむ力を変化させない場合（Ｓ５０３：ＮＯ）、ディスプレイ１５５上の円の大きさも変化しない。ディスプレイ１５５上で左右の円が接触していない間（Ｓ５０５：ＮＯ）は、円の大きさはユーザのつまむ力の大きさに応じて変化し続ける。しかしながら、ユーザがつまむ力を大きくし続けて、ついに左右の円が接触すると（Ｓ５０５：ＹＥＳ、図１８の段階（ｃ））、ディスプレイ１５５が暗転する（Ｓ５０６、図１８の段階（ｄ））。略同時に、第１電磁ブレーキ１５３ｄおよび第２電磁ブレーキ１５４ｄが解放される。これにより、第１回転部材１５３ｂおよび第１可動部材１５３ｃが第１固定部材１５３ａの方へ回転し、第２回転部材１５４ｂおよび第２可動部材１５４ｃが第２固定部材１５４ａの方へ回転する。

上記構成は、トレーニング装置１５１における画面表示パターンの一例である。ここで、「画面表示パターン」とは、トレーニング装置１５１において、第１操作部１５３および第２操作部１５４に作用する力に応じてディスプレイ１５５に表示される一連の画面表示の流れを言う。例えば、このような画面表示パターンは、人間が様々な物品Ｐをどのように取り扱うかという情報に基づき設計され得る。このような情報は、例えば、第５の実施形態で説明した測定システム１１１により取得可能である。以下、測定システム１１１により取得されたユーザの操作情報に基づき画面表示パターンを生成する流れの一例について説明する。

情報処理部１５７は、記憶部１５６に記憶されたユーザの操作情報のデータベースを取り出す。例えば、データベースは、物品Ｐの種類、その物品Ｐに対して測定されたユーザの把持力（例えば、圧力センサ１２２により検出された圧力値）、画像センサ１４により検出された物品Ｐの画像データなどの情報を含む。例えば、データベースでは、ある物品Ｐに対するユーザの一連の把持力に対して、物品Ｐが保持部１２１により保持されている状態を撮影した一連の画像データが対応付けられている。

例えば、情報処理部１５７は、このデータベースに基づき、画面表示パターンを生成することができる。例えば、情報処理部１５７は、圧力センサ１５３ｅ，１５３ｆ，１５４ｅ，１５４ｆが圧力を検出した場合に、検出された圧力センサ１５３ｅ，１５３ｆ，１５４ｅ，１５４ｆの圧力の平均値に最も近い圧力値をデータベース上で検索する。次いで、情報処理部１５７は、その圧力値に対応付けられた物品Ｐの画像データをディスプレイ１５５上に表示する。情報処理部１５７は、圧力センサ１５３ｅ，１５３ｆ，１５４ｅ，１５４ｆにより検出される圧力が変化した場合、データベースに列挙された同じ物品Ｐに対する圧力値のうち、変化後の圧力の平均値に最も近い圧力値をデータベース上で検索する。次いで、情報処理部１５７は、その圧力値に対応付けられた物品Ｐの画像データをディスプレイ１５５上に表示する。このようにして、情報処理部１５７は、トレーニング中のユーザの把持力に対応する実際の物品Ｐの画像をディスプレイ１５５上に表示することができる。例えば、圧力センサ１５３ｅ，１５３ｆ，１５４ｅ，１５４ｆの圧力が大きすぎる場合は、物品Ｐが変形しそうな画像がディスプレイ１５５上に表示される。例えば、情報処理部１５７は、圧力センサ１５３ｅ，１５３ｆ，１５４ｅ，１５４ｆの圧力が小さすぎる場合は、物品Ｐが落下しそうな画像がディスプレイ１５５上に表示される。

情報処理部１５７は、ユーザのトレーニング目標値に合わせて、データベース内の物品Ｐを適宜選択することができる。「トレーニング目標値」とは、トレーニングを行うユーザの体力や筋力などを考慮して、ユーザの目標（例えば、筋力の増強、リハビリテーションなど）を達成するために設定される目標値である。例えば、トレーニング目標値は、握力の値として表される。例えば、情報処理部１５７は、トレーニング目標値が高い場合は、硬い物品Ｐや重い物品Ｐなどを選択する。情報処理部１５７は、トレーニング目標値が低い場合は、柔らかい物品Ｐや軽い物品Ｐなどを選択する。また、情報処理部１５７は、ユーザの操作情報のデータベースに基づき、ユーザのトレーニング中にトレーニング目標値を随時更新することができる。

なお、圧力データおよび画像データ以外にも、アイトラッカー１２５の検出結果などを利用して、様々な物品Ｐについて、ユーザが、物品Ｐのどこを見て、どれくらいの力で把持するか、および何をもって失敗／働きかけ終了を判定しているか、どのくらいの力で把持すると物品Ｐが変形するか、などをデータベース化することができる。これにより、上記以外にも様々な画像表示パターンを生成することができる。

このような構成によれば、トレーニングを行うユーザは、上記円潰しトレーニングの方法を自然に受容することができる。例えば、第１操作部１５３および第２操作部１５４に対してユーザが所定の閾値以上の大きさの力を加えた場合にディスプレイ１５５が暗転するようにトレーニング装置１５１が設定される場合に比べて、円潰しトレーニングはユーザに受け入れられやすかった。すなわち、円潰しトレーニングは、ユーザに興味を持たせ、自主的に繰り返しトレーニングを行わせることができた。また、円潰しトレーニングは、パターン化されているので、ユーザに同じ指示を与えて同じような運動をさせることができる。
また、円潰しトレーニングでは、ユーザに対して「円同士が接触するまで力を入れてください」、「円同士が接触したら力を抜いてください」、「もう一度やってみてください」などの詳細な言語指示がなくても、ユーザはトレーニング方法を容易に把握することができる。このため、ユーザの認知負担を軽減することができる。すなわち、ディスプレイ１５５に表示された視覚情報により、ユーザに負荷を掛けずに、ユーザの把持行動や把持強度をある程度の範囲でコントロールすることができる。

上記構成は、人間の感覚を利用したトレーニング装置と言える。すなわち、人間は、物品Ｐを視認して把持する際には、視覚や触覚、力覚などの情報に基づき、フィードバック系およびフィードフォワード系の認識処理を行って運動を実施している。人間が新しい環境下で新しい対象物とのやり取りのルールを覚える際には、過去の運動経験を参照してフィードフォワード系が強く働くと考えられる。フィードフォワード系の認識処理に利用されているメンタルモデルは、過去に個々人が脳内で強化学習して構築したモデルである。このモデルと実際の対象物の挙動とが異なるほど、人間は、驚きや恐怖、感動などの比較的強い印象を受け、メンタルモデルの更新を行う。しかしながら、大人は、子供に比べて、生きていく上で十分に多様なメンタルモデルを既に持っており、あまりにも目新しい刺激（すなわち、理解不能な刺激）に対して働きかけをやめてしまう傾向がある。このため、大人に対しては新しい運動の動機付けを行うのが困難である。しかしながら、この仕組みを逆手に取れば、シチュエーションや雰囲気、五感など人間の受容する情報をある程度意図的に設計してユーザに受容させることにより、既存のメンタルモデルを完成させるために必要な他の反応（例えば、「こうなるはず」といった条件付けされた生理的反応や、「前に見たことがある」、「触りたい」といった情動を伴う心理的反応）を引き出すことも可能であると考えられる。

円潰しトレーニングは、力に応じて円が大きくなるという風船のメタファを用いたメンタルモデルを利用している。一方、上記の測定システム１１１を用いて、円潰しトレーニングの風船のメタファ以外にも多数のメンタルモデルを生成することができる。これを利用すれば、トレーニング装置の利便性を向上させることができる。すなわち、上記モデルに従って、トレーニング目標値がユーザ（トレーニングを行う人）の運動力を僅かに下回るように、トレーニング目標値を適宜変更することができるトレーニング装置を提供することが可能となる。これにより、任意の大きさの力を入れる、力を抜いて休む、といった動作をユーザに繰り返し無理なく行わせることが可能となる。なお、トレーニング目標値の初期値は、トレーナーが設定した値でもよく、ユーザが発揮できる力に応じた値（例えば、ユーザが発揮できる力の６０％）でもよい。上記トレーニング装置がリハビリテーション装置として利用される場合などには、トレーニング目標値の初期値は、理学療法士が指示する値でもよい。理学療法士が指示する値をトレーニング目標値の初期値に設定することにより、安全かつ効果的な運用が可能になる。なお、トレーニング目標値は、ユーザの状態などに応じて適宜変化してもよい。例えば、トレーニング目標値は、初期値から徐々に高くなっていく。

なお、第１部材４２の形状および構造は上記例に限定されない。例えば、第１部材４２は、略直方体状、略多角錐状、略円柱状など、物品Ｐを保持することができるものであれば任意の形状であってよい。また、第１部材４２の表面は必ずしも平面でなくてもよく、任意の湾曲面であってもよい。物品Ｐの保持が容易になるように、第１面５１に保持用の窪みや突起などが設けられてもよく、その他の任意の保持機構が設けられてもよい。さらに、第１部材４２は、関節を有する把持部材であってもよい。

上述した実施形態および変形例において、制御部１６の判定部８１、駆動制御部８３、学習部８４、測定システム１１１の初期値決定部１１３、およびトレーニング装置１５１の情報処理部１５７は、例えばＣＰＵ（Central Processing Unit）またはＧＰＵ（Graphics Processing Unit）のようなプロセッサがプログラムメモリに記憶されたプログラムを実行することにより実現される。ただし、これら機能部の全部または一部は、ＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）などのハードウェア（例えば、回路部；circuitry）により実現されてもよい。また、記憶部８２，１１４，１５６は、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）、ＲＯＭ（read-only memory）、またはＲＡＭ（random access memory）などにより実現される。

以上説明した少なくともひとつの実施形態によれば、剛性部材の内部に振動を検出する内部センサが設けられていることにより、物品保持性能を向上させることができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１…ハンドリング装置、１３…保持装置、１６…制御部、３１…保持部（第１保持部）、３２…駆動部、３４…内部センサ（第１センサ）、４２…第１部材、４３…第２部材、５１…第１面、５２…第２面、６１…第１内面、６２…第２内面、６３…第３内面、８４…学習部、９１…孔、９２…振動センサ（第２センサ）、１０１…検出装置、１０３…本体部、１０５…内部センサ（センサ）、１１１…測定システム、１１３…初期値決定部、１２１…保持部（第２保持部）、１２３…内部センサ（第３センサ）、１２４…操作部、１３２…第３部材、１３３…第４部材、ｄ_１…第１厚さ、ｄ_２…第２厚さ、Ｐ…物品、Ｓ…内部空間。

Claims (15)

1. 第１部材と、第２部材とを有し、前記第１部材と前記第２部材との間に物品を挟むことで前記物品を保持する第１保持部と、
   前記第１部材の内部に設けられ、振動を検出する第１センサと、
   を備え、
   前記第１部材は、密閉された内部空間を有し、
   前記第１センサの少なくとも一部は、前記内部空間に配置され、
   前記第１センサは、前記内部空間内に生じる振動を検出する、
   保持装置。
2. 前記第１部材は、当該第１部材の表面に生じた振動が内部に伝わる剛性を有する、
   請求項１に記載の保持装置。
3. 前記第１センサは、前記第１部材の表面に生じた振動に起因して前記第１部材の内部に生じる振動を検出する、
   請求項１に記載の保持装置。
4. 前記第１部材は、硬質の合成樹脂、金属、および木材のうち少なくとも１つによって形成されている、
   請求項１に記載の保持装置。
5. 前記内部空間は、気体で満たされており、
   前記第１センサは、前記内部空間内の前記気体の振動を検出する、
   請求項１に記載の保持装置。
6. 前記第１部材は、前記物品に面する第１面と、前記第１面とは異なる第２面とを有し、前記第１面と前記内部空間との間の第１厚さは、前記第２面と前記内部空間との間の第２厚さよりも薄い、
   請求項１に記載の保持装置。
7. 第１部材と、第２部材とを有し、前記第１部材と前記第２部材との間に物品を挟むことで前記物品を保持する第１保持部と、
   前記第１部材の内部に設けられ、振動を検出する第１センサと、
   を備え、
   前記第１部材は、内部空間と、前記物品に面する第１面を有し、
   前記内部空間は、前記第１面と略平行な第１内面と、前記内部空間において前記第１内面とは反対側に位置した第２内面と、前記第１内面および前記第２内面とは異なる第３内面とを有し、
   前記第１センサは、前記第３内面に取り付けられ、前記第１センサの少なくとも一部は、前記内部空間に配置され、
   前記第１センサは、前記内部空間内に生じる振動を検出する、
   保持装置。
8. 第１部材と、第２部材とを有し、前記第１部材と前記第２部材との間に物品を挟むことで前記物品を保持する第１保持部と、
   前記第１部材の内部に設けられ、振動を検出する第１センサと、
   それぞれ振動を検出可能な複数の第２センサと、
   を備え、
   前記第１部材は、内部空間を有し、
   前記第１センサの少なくとも一部は、前記内部空間に配置され、
   前記第１センサは、前記内部空間内に生じる振動を検出し、
   前記第１部材は、前記物品に面するとともに複数の孔が開口した第１面を有し、
   前記複数の第２センサは、前記内部空間に配置されて前記複数の孔に向かい合う、
   保持装置。
9. 前記第１部材は、前記物品に面する第１面を有し、
   前記第１面は、前記第１保持部の少なくとも一部と比べて粗い表面粗さを有する、
   請求項１に記載の保持装置。
10. 第１部材と第２部材とを有して前記第１部材と前記第２部材との間に物品を挟むことで前記物品を保持する第１保持部と、前記第１部材の内部に設けられて振動を検出する第１センサと、前記第１部材と前記第２部材とのうち少なくとも一方を駆動する駆動部とを有した保持装置と、
    前記第１部材に振動が生じた場合に、前記第１センサから出力された検出結果に基づき前記駆動部の制御を変更する制御部と、
    を備え、
    前記制御部は、第１種の振動が前記第１センサにより検出された場合に、前記第１保持部が前記物品を保持する力を強めるように前記駆動部を制御し、前記第１種の振動とは異なる第２種の振動が前記第１センサにより検出された場合に、前記第１保持部が前記物品を保持する力を弱めるように前記駆動部を制御する、
    ハンドリング装置。
11. 前記第１種の振動は、前記第１部材に対して前記物品がずれた場合に発生する振動であり、前記第２種の振動は、前記物品と前記第１部材とのうち少なくとも一方に破損に繋がる変形が生じる場合に発生する振動である、
    請求項１０に記載のハンドリング装置。
12. 第１部材と第２部材とを有して前記第１部材と前記第２部材との間に物品を挟むことで前記物品を保持する第１保持部と、前記第１部材の内部に設けられて振動を検出する第１センサと、前記第１部材と前記第２部材とのうち少なくとも一方を駆動する駆動部とを有した保持装置と、
    前記第１部材に振動が生じた場合に、前記第１センサから出力された検出結果に基づき前記駆動部の制御を変更する制御部と、
    を備え、
    前記制御部は、前記第１センサから出力された検出結果に基づき、前記物品に対する前記第１保持部の保持状態の判定に用いられる判定モデルを機械学習により学習する学習部を含む、
    ハンドリング装置。
13. 第３部材と、第４部材と、前記第３部材と前記第４部材とのうち少なくとも一方を人間の手によって操作可能な操作部とを有し、前記第３部材と前記第４部材との間に前記物品を挟むことで前記物品を保持する第２保持部と、
    前記第３部材の内部に設けられ、振動を検出する第３センサと、
    を有した測定システムをさらに備えた、
    請求項１２に記載のハンドリング装置。
14. 前記測定システムは、前記第３センサから出力された検出結果に基づき、前記保持装置の制御に関する機械学習に用いる初期値を決定する初期値決定部を有した、
    請求項１３に記載のハンドリング装置。
15. 前記保持装置は、前記第１部材と前記第２部材とのうち少なくとも一方を人間の手によって操作可能な操作部を有した、
    請求項１２に記載のハンドリング装置。

Images