JP7432228B2 - 識別装置、識別方法、およびプログラム - Google Patents

識別装置、識別方法、およびプログラム Download PDF

Info

Publication number
JP7432228B2
JP7432228B2 JP2020037119A JP2020037119A JP7432228B2 JP 7432228 B2 JP7432228 B2 JP 7432228B2 JP 2020037119 A JP2020037119 A JP 2020037119A JP 2020037119 A JP2020037119 A JP 2020037119A JP 7432228 B2 JP7432228 B2 JP 7432228B2
Authority
JP
Japan
Prior art keywords
section
type
acceleration
unit
transfer characteristic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020037119A
Other languages
English (en)
Other versions
JP2021139723A (ja
Inventor
信一郎 西田
真太朗 中谷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tottori University NUC
Original Assignee
Tottori University NUC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tottori University NUC filed Critical Tottori University NUC
Priority to JP2020037119A priority Critical patent/JP7432228B2/ja
Publication of JP2021139723A publication Critical patent/JP2021139723A/ja
Application granted granted Critical
Publication of JP7432228B2 publication Critical patent/JP7432228B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Image Analysis (AREA)

Description

特許法第30条第2項適用 和歌山大学/鳥取大学合同ビジネス連携交流会2019において令和元年9月3日に発表した。 日本機械学会 中国四国学生会 第50回学生員卒業研究発表講演会の講演論文集(USB)が令和2年2月27日に販売された。
本発明は、識別装置、識別方法、およびプログラムに関する。
特許文献1には、一般廃棄物または産業廃棄物の選別システムおよびその選別方法が開示されている。当該選別システムおよび選別方法では、撮像装置によって撮像された対象物の画像データを入力データとして、予め蓄積された教師データに基づいて対象物の選別が行われる。また、日々の選別操作を実行しながら教師データをさらに蓄積することにより、選別精度を向上させる。
特開2017-109161号公報
しかしながら、上記特許文献1のような選別システムおよび選別方法では、主に画像データに基づく選別が行われるため、外観が類似した対象物の選別を行うことが困難となるおそれがある。例えば、対象物が外殻と中身を有する場合にその中身を識別したり、対象物の内部の損傷の有無を識別したりすることが困難であることが考えられる。
本発明は、識別装置、識別方法、およびプログラムにおいて、対象物の種類を高精度に識別することを課題とする。
本発明の第1の態様は、
対象物の種類を識別する識別装置であって、
前記対象物に振動を印加する振動印加部および前記対象物の加速度を計測する加速度計測部を有する計測装置と、
前記対象物に対して前記振動印加部で印加した振動から前記加速度計測部で計測した加速度への伝達特性を算出する伝達特性算出部と、
種類が既知の前記対象物に対して前記伝達特性算出部で算出した伝達特性を教師用入力データとし、前記対象物の種類を教師用出力データとし、前記教師用入力データと前記教師用出力データとの相関関係を学習済みの識別器と、
種類が未知の前記対象物に対して前記伝達特性算出部で算出した伝達特性を判定用入力データとして前記識別器を利用して種類が未知の前記対象物の種類を判定する判定部と
を備える、識別装置を提供する。
この構成によれば、振動印加部から対象物に振動を印加し、加速度計測部で対象物の加速度を計測し、伝達特性算出部によって振動から加速度への伝達特性を算出する。識別器は、様々な対象物の種類と伝達特性との相関関係を学習済みであるため、種類が未知の対象物に対する伝達特性が与えられた場合に、当該学習済みの相関関係に基づいて対象物の種類を判定できる。従って、外観上では判別し難い対象物であっても、対象物の種類を高精度に識別できる。ここで、対象物の種類とは、一般的な物品の種類だけでなく、材質、内部状態、および損傷の程度などを含む広い概念であり、上記伝達特性によって影響を受け得る任意の特徴をいう。
前記計測装置は、第1の指部材および第2の指部材を有するロボットハンドを備え、
前記第1の指部材には、前記振動印加部が取り付けられており、
前記第2の指部材には、前記加速度計測部が取り付けられていてもよい。
この構成によれば、ロボットハンドで様々な対象物に触れることにより対象物の種類を識別できる。特に、人間が触れると危険な対象物の識別や人間が行動し難い環境における識別なども可能となる。
前記計測装置は、人間の手に装着する第1の装着具および第2の装着具を備え、
前記第1の装着具には、前記振動印加部が取り付けられており、
前記第2の装着具には、前記加速度計測部が取り付けられていてもよい。
この構成によれば、人間が対象物に触れてその種類を識別したい場合に直感的に操作できる。即ち、第1の装着具および第2の装着具を手に装着して識別したい対象物に触れることで対象物の種類を容易に識別できる。例えば、第1の装着具および第2の装着具の態様は、指先に装着するリング型や手の平に対して装着するグローブ型などであり得る。
前記計測装置は、前記対象物を押圧する押圧部および前記押圧部の押圧力と前記対象物の変位量を計測する力変位計測部を備え、
前記力変位計測部によって計測された前記押圧力と前記変位量との関係として前記対象物の弾性率を算出する弾性率算出部とをさらに備える識別装置であって、
前記識別器は、種類が既知の前記対象物に対して前記弾性率算出部で算出した弾性率を前記教師用入力データとしてさらに学習済みであり、
前記判定部は、種類が未知の前記対象物に対して前記弾性率算出部で算出した弾性率を前記判定用入力データとしてさらに含んでいてもよい。
この構成によれば、押圧部から対象物に押圧力を付加し、力変位計測部で押圧部の押圧力と対象物の変位量を計測し、弾性率算出部によって押圧力と変位量との関係として弾性率を算出する。識別器は、教師データとして弾性率と対象物の種類との相関関係を学習済みであるため、種類が未知の対象物に対する弾性率が与えられた場合に、当該学習済みの相関関係に基づいて対象物の種類を高精度に判定できる。
前記対象物を撮像する撮像部と、
前記撮像部で撮像した前記対象物の画像データから前記対象物の画像特徴を抽出する画像特徴抽出部と
をさらに備える識別装置であって、
前記識別器は、種類が既知の前記対象物に対して前記画像特徴抽出部で抽出した前記画像特徴を前記教師用入力データとしてさらに学習済みであり、
前記判定部は、種類が未知の前記対象物に対して前記画像特徴抽出部で抽出した前記画像特徴を前記判定用入力データとしてさらに含んでいてもよい。
この構成によれば、撮像部によって対象物を撮像して画像データを生成し、画像特徴抽出部によって画像データから対象物の画像特徴を抽出する。識別器は、教師データとして画像特徴と対象物の種類との相関関係を学習済みであるため、種類が未知の対象物に対して画像特徴が与えられた場合に、当該学習済みの相関関係に基づいて対象物の種類を高精度に判定できる。
前記振動印加部は、電気信号により伸縮する振動子と、前記振動子の周囲において前記振動子とともに前記対象物と接触する第1支持部とを備えてもよい。
この構成によれば、振動子が伸縮して対象物に振動を印加する際に、対象物から振動子に付加されるおそれのある剪断力を第1支持部によって受けることができる。換言すれば、第1支持部によって対象物を支持しながら振動子による振動の印加を実現できる。従って、振動子の伸縮方向における振動の印加に対して剪断方向の影響を抑制し、安定して振動を印加できるため、安定した伝達特性を取得できる。また、これにより振動子に対して剪断力が付加されることを抑制できるため、振動子の損傷も抑制できる。
前記振動印加部は、前記振動子および前記第1支持部を保持する質量体と、前記質量体を介して前記振動子および前記第1支持部を前記対象物へ向かって付勢する第1付勢部とを備えてもよい。
この構成によれば、振動子および第1支持部が質量体に保持されているため、振動子および第1支持部が質量体から慣性による反力を得ることができる。即ち、対象物に対して安定して振動を印加できる。また、振動子および第1支持部が第1付勢部によって質量体を介して対象物方向へ付勢されるため、振動子および第1支持部を対象物に確実に接触させることができる。
前記加速度計測部は、加速度を計測する加速度センサと、前記加速度センサの周囲において前記加速度センサとともに前記対象物と接触する第2支持部とを備えてもよい。
この構成によれば、振動印加部によって対象物に振動が印加された際に、対象物から加速度センサに付加される剪断力を第2支持部によって受けることができる。換言すれば、第2支持部によって対象物を支持しながら加速度センサによる加速度の計測を実現できる。従って、対象物の加速度を安定して計測でき、安定した伝達特性が得られる。また、これにより加速度センサに対して剪断力が付加されることを抑制できるため、加速度センサの損傷も抑制できる。
前記加速度計測部は、前記加速度センサを前記対象物へ向かって付勢する第2付勢部を備えてもよい。
この構成によれば、加速度センサが第2付勢部によって対象物へ向かって付勢されるため、加速度センサを対象物に確実に接触させることができる。
本発明の第2の態様は、
対象物の種類を識別する識別方法であって、
前記対象物に振動を印加して前記対象物の加速度を計測し、
前記対象物に対して印加した前記振動からで計測した前記加速度への伝達特性を算出し、
種類が既知の前記対象物に対して前記伝達特性を教師用入力データとし、前記対象物の種類を教師用出力データとし、前記教師用入力データと前記教師用出力データとの相関関係を学習済みの識別器を利用することにより、種類が未知の前記対象物に対して前記伝達特性を判定用入力データとして種類が未知の前記対象物の種類を判定する
ことを含む、識別方法を提供する。
本発明の第3の態様は、
対象物の種類を識別するためのプログラムであって、
前記対象物に振動を印加するとともに前記対象物の加速度を計測し、
前記対象物に対して印加した前記振動から計測した前記加速度への伝達特性を算出し、
種類が既知の前記対象物に対して前記伝達特性を教師用入力データとし、前記対象物の種類を教師用出力データとし、前記教師用入力データと前記教師用出力データとの相関関係を学習済みの識別器を利用することにより、種類が未知の前記対象物に対して前記伝達特性を判定用入力データとして種類が未知の前記対象物の種類を判定する
ようにコンピュータを機能させる、プログラムを提供する。
本発明によれば、識別装置、識別方法、およびプログラムにおいて、対象物の種類を高精度に識別できる。
本発明の第1実施形態に係る識別装置の概略構成図。 振動印加部の詳細を示す部分断面図。 図2のIII-III線に沿った断面図。 加速度計測部の詳細を示す部分断面図。 図4のV-V線に沿った断面図。 図1の識別装置のブロック図。 識別方法を示すフローチャート。 図7の伝達特性の算出の詳細を示すフローチャート。 図7の弾性率の算出の詳細を示すフローチャート。 図7の画像特徴の抽出の詳細を示すフローチャート。 5つの対象物の斜視図。 図11の第1対象物の伝達特性を示すグラフ図。 図11の第2対象物の伝達特性を示すグラフ図。 図11の第3対象物の伝達特性を示すグラフ図。 図11の第4対象物の伝達特性を示すグラフ図。 図11の第5対象物の伝達特性を示すグラフ図。 図2の振動印加部の変形例を示す部分断面図。 第2実施形態に係る識別装置の概略構成図。
以下、添付図面を参照して本発明の実施形態を説明する。
(第1実施形態)
図1は、本発明の第1実施形態に係る識別装置10の概略構成図を示している。
識別装置10は、対象物Tに接触することによって対象物Tの種類を識別するものである。ここで、対象物Tの種類とは、物品の一般的な種類だけでなく、材質、内部状態、および損傷の程度などを含む広い概念であり、上記伝達特性によって影響を受け得る任意の特徴をいう。
本実施形態の識別装置10は、計測装置100と、コントローラユニット200とを有している。
計測装置100は、ロボットハンド110を有している。ロボットハンド110は、対象物Tに接触するための第1の指部材120および第2の指部材130と、第1の指部材120および第2の指部材130を連結する基部140とを有している。
第1の指部材120の先端(基部140と反対端)には、振動印加部121が取り付けられている。また、第1の指部材120には3つのリンク122a~122cを軸支および接続するように3つのヒンジ部123a~123cが設けられている。3つのリンク122a~122cおよび3つのヒンジ部123a~123cは、図示しない電動モータまたは空気圧などによるアクチュエータによって駆動される。これにより、振動印加部121を所望の位置に移動できる。
図2は、振動印加部121の詳細を示す部分断面図である。図2では、後述する第1支持部121bが断面としてハッチングを付されて示されている。また、図3は、図2のIII-III線に沿った断面図である。
振動印加部121は、電気信号により伸縮する振動子121aと、振動子121aの周囲において振動子121aとともに対象物Tと接触する第1支持部121bとを有している。
振動子121aは、例えば円柱状であり、円柱状の軸心方向(図2の矢印A1方向)に伸縮する圧電セラミクス型である。本実施形態の圧電セラミクス型の振動子121aの振幅は、数十kHzの高い帯域まで安定した振動特性を有する。従って、様々な対象物Tの種類に対応して広帯域の周波数の振動を印加できる。
第1支持部121bは、例えば円環状であり、振動子121aの周囲に配置されている。第1支持部121bの先端には、薄膜状の滑り止め部材121cが取り付けられている。滑り止め部材121cは、対象物Tと接触した際に剪断方向の力を受けることができるように、例えばゴムや樹脂などの摩擦係数の高い材質からなる。
また、振動印加部121は、振動子121aと第1支持部121bとを保持する質量体121dと、質量体121dを介して振動子121aおよび第1支持部121bを対象物Tへ向かって付勢する第1付勢部121eとを有している。
質量体121dは、振動子121aおよび第1支持部121bに対して基端側(対象物Tと反対側)に配置されている。質量体121dは、振動子121aの振動に対して慣性による反力を与えられるように振動子121aよりも一定程度重い部材である。
第1付勢部121eは、例えばコイルばねである。第1付勢部121eは、質量体121dに対して基端側に配置されている。第1付勢部121eは、ヒンジ部123cに取り付けられた連結具121fと質量体121dとの間に配置されている。詳細には、第1付勢部121eの一端が質量体121dに取り付けられ、他端が連結具121fに取り付けられている。
また、第1付勢部121eの中心には、質量体121dと連結具121fとを機械的に接続するスライド機構121gが設けられている。スライド機構121gは、質量体121dと連結具121fとの距離を可変にするとともに、第1付勢部121eの変位方向を実質的に中心軸方向(図2の矢印A1方向)に制限する。これにより、対象物Tをロボットハンド110(図1参照)によって正確に把持できる。代替的には、スライド機構121gは、第1付勢部121eの周囲に等間隔に複数設けられてもよい。
再び図1を参照して、第2の指部材130の先端(基部140と反対端)には、加速度計測部131が取り付けられている。第2の指部材130には、第1の指部材120と同様に、3つのリンク132a~132cを軸支および接続するように3つのヒンジ部133a~133cが設けられている。3つのリンク132a~132cおよび3つのヒンジ部133a~133cは、図示しない電動モータまたは空気圧などによるアクチュエータによって駆動される。これにより、加速度計測部131を所望の位置に移動できる。
図4は、加速度計測部131の詳細を示す部分断面図である。図4では、後述する第2支持部131bが断面としてハッチングを付されて示されている。また、図5は、図4のV-V線に沿った断面図である。
加速度計測部131は、加速度を計測する加速度センサ131aと、加速度センサ131aの周囲において加速度センサ131aとともに対象物Tと接触する第2支持部131bとを有している。
加速度センサ131aは、例えば円柱状であり、円柱状の軸心方向(図4の矢印A2方向)における加速度を計測するものである。本実施形態では、図2の振動印加部121と図3の加速度計測部131とによって対象物Tを挟みこむようにして把持するため、図2のA1方向および図4のA2方向は一致する。
第2支持部131bは、例えば円環状であり、加速度センサ131aの周囲に配置されている。第2支持部131bの先端には、薄膜状の滑り止め部材131cが取り付けられている。滑り止め部材131cは、対象物Tと接触した際に剪断方向の力を受けることができるように、例えばゴムや樹脂などの摩擦係数の高い材質からなる。なお、滑り止め部材131cは、振動印加部121の滑り止め部材121cと同一部材であってもよい。第2支持部131bの基端(対象物Tと反対端)は、ヒンジ部133cに取り付けられた連結具131dに取り付けられている。
また、加速度計測部131は、加速度センサ131aを対象物Tへ向かって付勢する第2付勢部131eを有している。
第2付勢部131eは、例えばスポンジ状の緩衝材である。第2付勢部131eは、加速度センサ131aに対して基端側に取り付けられている。第2付勢部131eは、第2支持部131bとともに連結具131dに取り付けられている。
また、本実施形態における計測装置100は、対象物Tを押圧する押圧部121(図2参照)と、押圧部121の押圧力と対象物Tの変位量を計測する力変位計測部170とを有している。
押圧部121としては、振動印加部121を利用するため、両部分には同じ符号を付している。なお、振動印加部121を押圧部121として利用する際には、後述するように変位を計測するため、対象物Tに対して振動を印加しなくてもよい。
力変位計測部170は、押圧部121の移動量(即ち対象物Tの変位量)を計測できる変位計測部(図示せず)と、押圧部121からの押圧力を計測できる押圧力計測部171とを有している。変位計測部は、詳細を図示しないが、押圧部121の変位を計測できる態様であれば特に限定されず、公知の変位計を使用し得る。押圧力計測部171は、例えば荷重を計測するロードセルであり得る。押圧力計測部171は、例えば連結具131d内に配置されているが、その位置や態様も特に限定されない。
再び図1を参照して、本実施形態における計測装置100は、対象物Tを撮像する撮像部180を有している。
撮像部180は、例えばデジタルカメラである。撮像部180は、対象物Tの静止画像を撮像するものである。
図6は、本実施形態の識別装置10のコントローラユニット200を含むブロック図を示している。
コントローラユニット200は、制御部210と、記憶部220と、表示部230とを有している。
制御部210は、識別処理を実行するとともに識別装置10全体の制御を行う。制御部210は、例えば、ソフトウェアと協働して上記機能を実現するCPU(Central Processing Unit)またはMPU(Micro Processing Unit)を含む。制御部210は、記憶部220に格納されたデータやプログラムを読み出して種々の演算処理を行うことで、所定の機能を実現する。また、制御部210によって実行されるプログラムは、所定の通信規格に従って通信を行う通信部等から提供されてもよいし、可搬性を有する記録媒体に格納されていてもよい。
代替的には、制御部210は、所定の機能を実現するように設計された専用の電子回路、若しくは再構成可能な電子回路等のハードウェア回路で構成されてもよい。また、制御部210は、種々の半導体集積回路で構成されてもよい。種々の半導体集積回路としては、例えば、CPU、MPUの他に、マイクロコンピュータ、DSP(Digital Signal Processor)、FPGA(Field Programmable Gate Array)、ASIC(Application Specific Integrated Circuit)などが挙げられる。
制御部210は、機能的構成として、動作管理部211、演算部212、および判定部213を有している。これらは、上記のハードウェア資源であるプロセッサ等と、記憶部220等で記憶されたソフトウェアであるプログラムとの協働により実現される。
動作管理部211は、識別装置10の様々な動作を管理する部分である。動作管理部211は、振動制御部211aと、駆動制御部211bと、撮像制御部211cとを有している。
振動制御部211aは、振動子121aに与える電気信号を制御する部分である。また、振動制御部211aは、信号発生部211a1と、信号増幅部211a2とを有している。信号発生部211a1は、振動子121aに与える電気信号を発生させる部分である。本実施形態では、信号発生部211a1は、振動子121aに対して与える電気信号として白色雑音を発生させている。信号増幅部211a2は、信号発生部211a1によって生成された電気信号を増幅して振動子121aに伝送する。振動子121aは、信号増幅部211a2で増幅された電気信号を受け、対象物Tに振動を印加するように伸縮を繰り返す。
駆動制御部211bは、第1の指部材120および第2の指部材130をそれぞれ駆動制御する。これにより、ロボットハンド110によって、対象物Tを把持したり、対象物Tを押圧したりすることができる。
撮像制御部211cは、撮像部180を制御する部分である。撮像制御部211cによって撮像部180を制御して対象物Tを撮像し、対象物Tの画像データを取得する。
演算部212は、様々な演算を実行する部分である。演算部212は、伝達特性算出部212aと、弾性率算出部212bと、画像特徴抽出部212cとを有している。
伝達特性算出部212aは、対象物Tに対して振動印加部121で印加した振動から加速度計測部131で計測した加速度への伝達特性を算出する部分である。
弾性率算出部212bは、力変位計測部170によって計測された押圧力と変位量との関係として対象物Tの弾性率を算出する部分である。
画像特徴抽出部212cは、撮像部180で撮像した対象物Tの画像データから対象物Tの画像特徴を抽出する部分である。画像特徴とは、画像データから読み取り可能な対象物Tの大きさ、形状、および色などの外観特徴を示す。
判定部213は、対象物Tの種類の判定を実行する部分である。判定部213は、対象物Tの種類を識別する識別器213aを有している。識別器213aとしては、例えば、ニューラルネットワークまたはSVM(Support Vector Machine)等、任意の学習器を用いることができる。なお、識別器213aとして、いわゆるディープラーニングが適用されるものであってもよいのは勿論である。例えば、ニューラルネットワークについては、その構成は公知の技術と同様である。即ち、ニューラルネットワークは、入力層に所定の入力データを与えると、それが中間層および出力層へと順に伝搬(演算)されることにより、出力層から出力データとして「対象物Tの種類」を出力する。
本実施形態では、識別器213aは、種類が既知の対象物Tに対する以下の特徴を教師用入力データとし、対象物Tの種類を教師用出力データとし、教師用入力データと教師用出力データとの相関関係を学習済みである。教師用入力データは、種類が既知の対象物Tに対する、伝達特性算出部212aで算出した伝達特性と、弾性率算出部212bで算出した弾性率と、画像特徴抽出部212cで抽出した画像特徴とを含む。
上記学習済みの識別器213aは、種類が未知の対象物Tに対して、以下の判定用入力データが入力されることにより、対象物Tの種類を識別する。判定用入力データは、種類が未知の対象物Tに対する、伝達特性算出部212aで算出した伝達特性と、弾性率算出部212bで算出した弾性率と、画像特徴抽出部212cで抽出した画像特徴とを含む。
記憶部220には、制御部210で稼働するプログラムや上記の各種の教師データのような識別処理に必要なデータが記録されている。
表示部230は、判定部213の判定結果を表示する部位である。表示部230は、例えば、液晶ディスプレイ、有機ELディスプレイ、またはプラズマディスプレイ等により構成される。
図7は、本実施形態の識別方法を示すフローチャートである。図8は、図7における伝達特性の算出(ステップS7-1)の詳細を示すフローチャートである。図9は、図7における弾性率の算出(ステップS7-2)の詳細を示すフローチャートである。図10は、画像特徴の抽出(ステップS7-3)の詳細を示すフローチャートである。
識別処理を開始すると、伝達特性の算出(ステップS7-1)、弾性率の算出(ステップS7-2)、および画像特徴の抽出(ステップS7-3)を順に実行する。
伝達特性の算出(ステップS7-1)では、振動制御部211aによって振動印加部121を制御し、対象物Tに振動を印加する(ステップS8-1)。その際に、加速度計測部131によって対象物Tの加速度を計測する(ステップS8-2)。当該振動と当該加速度から伝達特性算出部212aによって伝達特性を算出する(ステップS8-3)。詳細については、例を挙げて後述するが、本実施形態では所定の押圧力で所定時間対象物Tを押圧し、計測された加速度について高速フーリエ変換を実行し、得られた結果を加算平均することで伝達特性が得られる。即ち、伝達特性として各周波数に対するゲイン値のグラフが得られる。伝達特性は、対象物Tの種類に応じてゲイン値のピークの大きさ、ゲイン値のピークをとる周波数、および周波数変化に対するゲイン値の増減傾向などが異なる。
弾性率の算出(ステップS7-2)では、駆動制御部211bによって押圧部121を制御し、押圧部121から対象物Tに押圧力を付加する(ステップS9-1)。このとき、押圧力計測部171にて計測する押圧力が所定の荷重となるまで押圧し、その際の押圧部121の移動量(即ち、対象物Tの変位量)を変位計測部によって計測する(ステップS9-2)。そして、弾性率算出部212bによって、当該押圧力と当該変位量との関係として対象物Tの弾性率を算出する(ステップS9-3)。
画像特徴の抽出(ステップS7-3)では、撮像制御部211cによって撮像部180を制御し、撮像部180によって対象物Tを撮像する(ステップS10-1)。そして、画像特徴抽出部212cによって、撮像部180で撮像した対象物Tの画像データから対象物Tの画像特徴を抽出する(ステップS10-2)。
上記のようにして、伝達特性と、弾性率と、画像特徴とを取得すると(ステップS7-1~S7-3)、それらを判定用入力データとして識別器213aを利用して種類が未知の対象物Tの種類を判定する(ステップS7-4)。識別器213aは、様々な対象物Tの種類と伝達特性と、弾性率と、画像特徴との相関関係を学習済みであるため、識別器213aに伝達特性と、弾性率と、画像特徴とを判定用入力データとして入力することにより、対象物Tの種類を高精度に識別できる。ここで得られた対象物Tの種類は、表示部230に表示される(ステップS7-5)。
本実施形態は、上記方法を構成する各ステップをコンピュータに実行させるプログラムによって実現してもよい。当該プログラムを実行することによっても、上記方法と同様の作用効果を得ることができる。換言すると、これは上記方法を使用しているとも言える。
また、上記構成および方法では、3つの入力データ(伝達特性、弾性率、および画像特徴)を利用する例を説明したが、必要に応じて弾性率および画像特徴については省略されてもよい。この場合、ステップS7-2およびステップS7-3の処理並びにそれらに関する構成および方法については省略され得る。
以下では、本実施形態の適用例として、5つの対象物T1~T5(図11参照)を識別する場合を説明する。
図11は、5つの卵形状の対象物T1~T5の斜視図を示している。対象物T1~T5は、外観上類似しているが、それぞれ、プラスチック製卵、木製卵、ゴム製卵、殻付きのゆで卵、および殻なしのゆで卵である。
まず、対象物T1~T5の伝達特性による差異を確認する。具体的には、押圧部121による対象物T1~T5に対する押圧力が0.5Nになるまで押圧した状態で、振動印加部121によって広帯域周波数の振動を24秒間印加し、加速度計測部131によって対象物T1~T5の加速度を計測した。それらの計測結果を高速フーリエ変換したものを加算平均し、得られた伝達特性を図12~16に示す。
図12~16では、横軸が周波数(Hz)を示し、縦軸がゲイン値(dB)を示している。図12はプラスチック製卵(対象物T1)の伝達特性を示し、図13は木製卵(対象物T2)の伝達特性を示し、図14はゴム製卵(対象物T3)の伝達特性を示し、図15は殻付きのゆで卵の伝達特性(対象物T4)を示し、図16は殻なしのゆで卵(対象物T5)の伝達特性を示している。
図12~16を参照して、対象物T1~T5の種類に応じてピーク値の大きさ、ピーク値をとる周波数、周波数変化に対するゲイン値の増減傾向などが異なっていることが確認できる。従って、このような伝達特性と対象物T1~T5との関係を教師データとして学習済みの識別器213aを利用することによって、伝達特性に基づいた対象物T1~T5の識別が可能となる。特に、このような機械学習を利用した識別器213aを利用することによって、人間には判別が困難となり得る伝達特性を判定用入力データとして入力した場合であっても高精度の識別が可能となり得る。
本発明の具体的な適用例としては、散らかった様々な物品を識別して所定の場所へと収納する片付けロボット、ビルの外壁またはトンネルの内壁などの構造物の損傷を確認する点検ロボット、および積層構造、割れ、空隙などの岩石の内部状態を探査可能な惑星表面探査ロボットなどが挙げられる。特に、このように識別対象が限定される条件下においては、使用する教師データも限られるため、一層正確な識別が可能となり得る。
また、本実施形態では、ロボットハンド110が2つの指部材120,130を有している例を記載しているが、このような指部材は3つ以上であってもよい。例えば、ロボットハンド110は、振動印加部121が取り付けられた1つの指部材と、加速度計測部131が取り付けられた2つ以上の指部材とを有してもよい。また、振動印加部121と押圧部121を一体の構成としているが、それぞれ別の指部材を用意してもよい。
上記実施形態によれば、以下の作用効果を奏する。
振動印加部121から対象物Tに振動を印加し、加速度計測部131で対象物Tの加速度を計測し、伝達特性算出部212aによって振動から加速度への伝達特性を算出する。識別器213aは、様々な対象物Tの種類と伝達特性との相関関係を学習済みであるため、種類が未知の対象物Tに対する伝達特性が与えられた場合に、当該学習済みの相関関係に基づいて対象物Tの種類を判定できる。このように本実施形態では、外観上では判別し難い対象物Tであっても、対象物Tの種類を高精度に識別できる。
また、本実施形態では、ロボットハンド110によって様々な対象物の種類を識別できる。特に、人間が触れると危険な対象物Tの識別や人間が行動し難い環境における識別なども可能となる。
また、押圧部121から対象物Tに押圧力を付加し、力変位計測部170で押圧部121の押圧力と対象物Tの変位量を計測し、弾性率算出部212bによって押圧力と変位量との関係として弾性率を算出する。識別器213aは、教師データとして弾性率と対象物Tの種類との相関関係を学習済みであるため、種類が未知の対象物Tに対する弾性率が与えられた場合に、当該学習済みの相関関係に基づいて対象物の種類を高精度に判定できる。
また、撮像部180によって対象物Tを撮像して画像データを生成し、画像特徴抽出部212cによって画像データから対象物Tの画像特徴を抽出する。識別器213aは、教師データとして画像特徴と対象物の種類との相関関係を学習済みであるため、種類が未知の対象物Tに対して画像特徴が与えられた場合に、当該学習済みの相関関係に基づいて対象物Tの種類を高精度に判定できる。
また、振動子121aが伸縮して対象物Tに振動を印加する際に、対象物Tから振動子121aに付加されるおそれのある剪断力を第1支持部121bによって受けることができる。換言すれば、第1支持部121bによって対象物Tを支持しながら振動子121aによる振動の印加を実現できる。従って、振動子121aの伸縮方向における振動の印加に対して剪断方向の影響を抑制し、安定して振動を印加できるため、安定した伝達特性を取得できる。また、これにより振動子121aに対して剪断力が付加されることを抑制できるため、振動子121aの損傷も抑制できる。
また、振動子121aおよび第1支持部121bが質量体121dに保持されているため、振動子121aおよび第1支持部121bが質量体121dから慣性による反力を得ることができる。即ち、対象物Tに対して安定して振動を印加できる。また、振動子121aおよび第1支持部121bが第1付勢部121eによって質量体121dを介して対象物T方向へ付勢されるため、振動子121aおよび第1支持部121bを対象物Tに確実に接触させることができる。
図17は、図2の振動印加部121の変形例を示す部分断面図である。振動印加部121の第1付勢部121eは、図2に示すようなコイルばねの態様に代えて、図17に示すようにヒンジ部123bに取り付けられ、ヒンジ部123bの駆動を弾性化するバンパーの態様としてもよい。さらに言えば、第1付勢部121eは、各ヒンジ部のアクチュエータ(図示せず)を柔軟にトルク制御することによって代替されてもよい。
また、振動印加部121によって対象物Tに振動が印加された際に、対象物Tから加速度センサ131aに付加される剪断力を第2支持部131bによって受けることができる。換言すれば、第2支持部131bによって対象物Tを支持しながら加速度センサ131aによる加速度の計測を実現できる。従って、対象物Tの加速度を安定して計測でき、安定した伝達特性が得られる。また、これにより加速度センサ131aに対して剪断力が付加されることを抑制できるため、加速度センサ131aの損傷も抑制できる。
また、加速度センサ131aが第2付勢部131eによって対象物T方向へ付勢されるため、加速度センサ131aを対象物に確実に接触させることができる。
(第2実施形態)
図18に示す第2実施形態の識別装置10は、人間の手に装着する計測装置100を使用する。計測装置100に関する構成以外は、第1実施形態の識別装置10の構成と実質的に同じである。従って、第1実施形態にて示した構成と同じ部分については同じ符号を付して説明を省略する場合がある。
本実施形態では、計測装置100は、対象物Tに接触可能なように、人間の手に装着される。計測装置100は、人差し指に装着される第1の装着具125と、親指に装着される第2の装着具135と、手首に装着される手首ホルダ141とを有している。
第1の装着具125には、振動印加部121が取り付けられており、第2の装着具135には、加速度計測部131が取り付けられている。振動印加部121と加速度計測部131は、それぞれ指の腹側に取り付けられ、互いに対向し、対象物Tを挟み込むことができるように装着される。ただし、本実施形態においても、対象物Tを把持する必要はなく、把持以外の態様で対象物Tと接触するようにしてもよい。
第1の装着具125と、第2の装着具135と、手首ホルダ141とは、リンク142a~142cおよびヒンジ部143a~143cを介して機械的に接続されている。ヒンジ部143a~143cには図示しない角度検出器が設けられており、振動印加部121および加速度計測部131の移動量を計測できるようになっている。
本実施形態の識別装置10の作用効果については第1実施形態と実質的に同様である。ただし、本実施形態では、人間が対象物Tの種類を識別したい場合に直感的に操作できる。即ち、第1の装着具125および第2の装着具135を手に装着して識別したい対象物Tに触れることで対象物Tの種類を容易に識別できる。
本実施形態の変形例として、詳細を図示しないが、手の平に対して装着するグローブ状の計測装置100を使用してもよい。即ち、第1の装着具125および第2の装着具135のように振動印加部121および加速度計測部131をそれぞれ指先に配置するのではなく、これらが手の平上に位置するように構成されてもよい。
以上より、本発明の具体的な実施形態およびその変形例について説明したが、本発明は上記形態に限定されるものではなく、この発明の範囲内で種々変更して実施することができる。
10 識別装置
100 計測装置
110 ロボットハンド
120 第1の指部材
121 振動印加部(押圧部)
121a 振動子
121b 第1支持部
121c 滑り止め部材
121d 質量体
121e 第1付勢部
121f 連結具
121g スライド機構
122a~122c リンク
123a~123c ヒンジ部
125 第1の装着具
130 第2の指部材
131 加速度計測部
131a 加速度センサ
131b 第2支持部
131c 滑り止め部材
131d 連結具
131e 第2付勢部
132a~132c リンク
133a~133c ヒンジ部
135 第2の装着具
140 基部
141 手首ホルダ
142a~142c リンク
143a~143c ヒンジ部
170 力変位計測部
171 押圧力計測部
180 撮像部
200 コントローラユニット
210 制御部
211 動作管理部
211a 振動制御部
211a1 信号発生部
211a2 信号増幅部
211b 駆動制御部
211c 撮像制御部
212 演算部
212a 伝達特性算出部
212b 弾性率算出部
212c 画像特徴抽出部
213 判定部
213a 識別器
220 記憶部
230 表示部

Claims (10)

  1. 対象物の種類を識別する識別装置であって、
    前記対象物に振動を印加する振動印加部および前記対象物の加速度を計測する加速度計測部を有する計測装置と、
    前記対象物に対して前記振動印加部で印加した振動から前記加速度計測部で計測した加速度への伝達特性を算出する伝達特性算出部と、
    種類が既知の前記対象物に対して前記伝達特性算出部で算出した伝達特性を教師用入力データとし、前記対象物の種類を教師用出力データとし、前記教師用入力データと前記教師用出力データとの相関関係を学習済みの識別器と、
    種類が未知の前記対象物に対して前記伝達特性算出部で算出した伝達特性を判定用入力データとして前記識別器を利用して種類が未知の前記対象物の種類を判定する判定部と
    を備え
    前記計測装置は、人間の手に装着する第1の装着具および第2の装着具を備え、
    前記第1の装着具には、前記振動印加部が取り付けられており、
    前記第2の装着具には、前記加速度計測部が取り付けられている、識別装置。
  2. 対象物の種類を識別する識別装置であって、
    前記対象物に振動を印加する振動印加部および前記対象物の加速度を計測する加速度計測部並びに前記対象物を押圧する押圧部および前記押圧部の押圧力と前記対象物の変位量を計測する力変位計測部を有する計測装置と、
    前記対象物に対して前記振動印加部で印加した振動から前記加速度計測部で計測した加速度への伝達特性を算出する伝達特性算出部と、
    前記力変位計測部によって計測された前記押圧力と前記変位量との関係として前記対象物の弾性率を算出する弾性率算出部と、
    種類が既知の前記対象物に対して前記伝達特性算出部で算出した伝達特性および前記弾性率算出部で算出した弾性率を教師用入力データとし、前記対象物の種類を教師用出力データとし、前記教師用入力データと前記教師用出力データとの相関関係を学習済みの識別器と、
    種類が未知の前記対象物に対して前記伝達特性算出部で算出した伝達特性および前記弾性率算出部で算出した弾性率を判定用入力データとして前記識別器を利用して種類が未知の前記対象物の種類を判定する判定部と
    を備える、識別装置。
  3. 前記計測装置は、第1の指部材および第2の指部材を有するロボットハンドを備え、
    前記第1の指部材には、前記振動印加部が取り付けられており、
    前記第2の指部材には、前記加速度計測部が取り付けられている、請求項に記載の識別装置。
  4. 前記対象物を撮像する撮像部と、
    前記撮像部で撮像した前記対象物の画像データから前記対象物の画像特徴を抽出する画像特徴抽出部と
    をさらに備える識別装置であって、
    前記識別器は、種類が既知の前記対象物に対して前記画像特徴抽出部で抽出した前記画像特徴を前記教師用入力データとしてさらに学習済みであり、
    前記判定部は、種類が未知の前記対象物に対して前記画像特徴抽出部で抽出した前記画像特徴を前記判定用入力データとしてさらに含む、請求項1から請求項のいずれか1項に記載の識別装置。
  5. 前記振動印加部は、電気信号により伸縮する振動子と、前記振動子の周囲において前記振動子とともに前記対象物と接触する第1支持部とを備える、請求項1から請求項のいずれか1項に記載の識別装置。
  6. 前記振動印加部は、前記振動子および前記第1支持部を保持する質量体と、前記質量体を介して前記振動子および前記第1支持部を前記対象物へ向かって付勢する第1付勢部とを備える、請求項に記載の識別装置。
  7. 前記加速度計測部は、加速度を計測する加速度センサと、前記加速度センサの周囲において前記加速度センサとともに前記対象物と接触する第2支持部とを備える、請求項1から請求項のいずれか1項に記載の識別装置。
  8. 前記加速度計測部は、前記加速度センサを前記対象物へ向かって付勢する第2付勢部を備える、請求項に記載の識別装置。
  9. 対象物の種類を識別する識別方法であって、
    前記対象物に振動を印加して前記対象物の加速度を計測し、
    前記対象物に対して印加した前記振動から測した前記加速度への伝達特性を算出し、
    前記対象物を押圧し、押圧力と前記対象物の変位量を計測し、
    前記押圧力と前記変位量との関係として前記対象物の弾性率を算出し、
    種類が既知の前記対象物に対して前記伝達特性および前記弾性率を教師用入力データとし、前記対象物の種類を教師用出力データとし、前記教師用入力データと前記教師用出力データとの相関関係を学習済みの識別器を利用することにより、種類が未知の前記対象物に対して前記伝達特性および前記弾性率を判定用入力データとして種類が未知の前記対象物の種類を判定する
    ことを含む、識別方法。
  10. 対象物の種類を識別するためのプログラムであって、
    前記対象物に振動を印加するとともに前記対象物の加速度を計測し、
    前記対象物に対して印加した前記振動から計測した前記加速度への伝達特性を算出し、
    前記対象物を押圧し、押圧力と前記対象物の変位量を計測し、
    前記押圧力と前記変位量との関係として前記対象物の弾性率を算出し、
    種類が既知の前記対象物に対して前記伝達特性および前記弾性率を教師用入力データとし、前記対象物の種類を教師用出力データとし、前記教師用入力データと前記教師用出力データとの相関関係を学習済みの識別器を利用することにより、種類が未知の前記対象物に対して前記伝達特性および前記弾性率を判定用入力データとして種類が未知の前記対象物の種類を判定する
    ようにコンピュータを機能させる、プログラム。
JP2020037119A 2020-03-04 2020-03-04 識別装置、識別方法、およびプログラム Active JP7432228B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020037119A JP7432228B2 (ja) 2020-03-04 2020-03-04 識別装置、識別方法、およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020037119A JP7432228B2 (ja) 2020-03-04 2020-03-04 識別装置、識別方法、およびプログラム

Publications (2)

Publication Number Publication Date
JP2021139723A JP2021139723A (ja) 2021-09-16
JP7432228B2 true JP7432228B2 (ja) 2024-02-16

Family

ID=77669748

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020037119A Active JP7432228B2 (ja) 2020-03-04 2020-03-04 識別装置、識別方法、およびプログラム

Country Status (1)

Country Link
JP (1) JP7432228B2 (ja)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001310280A (ja) 2000-04-26 2001-11-06 Natl Inst Of Advanced Industrial Science & Technology Meti 把握データ入力装置
JP2008151538A (ja) 2006-12-14 2008-07-03 Matsushita Electric Works Ltd 内部検査装置
JP2009136939A (ja) 2007-12-04 2009-06-25 Toyota Industries Corp ロボットハンド
US20160025615A1 (en) 2014-07-22 2016-01-28 SynTouch, LLC Method and applications for measurement of object tactile properties based on how they likely feel to humans
US20160107316A1 (en) 2014-10-16 2016-04-21 Technische Universität München Tactile sensor
JP2019051569A (ja) 2017-09-14 2019-04-04 株式会社東芝 保持装置、ハンドリング装置、および検出装置
JP2020023050A (ja) 2019-11-08 2020-02-13 株式会社Preferred Networks 触覚情報推定装置、触覚情報推定方法及びプログラム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001310280A (ja) 2000-04-26 2001-11-06 Natl Inst Of Advanced Industrial Science & Technology Meti 把握データ入力装置
JP2008151538A (ja) 2006-12-14 2008-07-03 Matsushita Electric Works Ltd 内部検査装置
JP2009136939A (ja) 2007-12-04 2009-06-25 Toyota Industries Corp ロボットハンド
US20160025615A1 (en) 2014-07-22 2016-01-28 SynTouch, LLC Method and applications for measurement of object tactile properties based on how they likely feel to humans
US20160107316A1 (en) 2014-10-16 2016-04-21 Technische Universität München Tactile sensor
JP2019051569A (ja) 2017-09-14 2019-04-04 株式会社東芝 保持装置、ハンドリング装置、および検出装置
JP2020023050A (ja) 2019-11-08 2020-02-13 株式会社Preferred Networks 触覚情報推定装置、触覚情報推定方法及びプログラム

Also Published As

Publication number Publication date
JP2021139723A (ja) 2021-09-16

Similar Documents

Publication Publication Date Title
Song et al. Pneumatic actuator and flexible piezoelectric sensor for soft virtual reality glove system
Nicholls et al. A survey of robot tactile sensing technology
Chen et al. Tactile sensors for friction estimation and incipient slip detection—Toward dexterous robotic manipulation: A review
Yi et al. Bioinspired tactile sensor for surface roughness discrimination
Tanaka et al. Wearable skin vibration sensor using a PVDF film
Tegin et al. Tactile sensing in intelligent robotic manipulation–a review
Cutkosky et al. Force and tactile sensing
US20090278798A1 (en) Active Fingertip-Mounted Object Digitizer
Piacenza et al. Data-driven super-resolution on a tactile dome
Shao et al. A wearable tactile sensor array for large area remote vibration sensing in the hand
Wegiriya et al. A stiffness controllable multimodal whisker sensor follicle for texture comparison
Denei et al. On the development of a tactile sensor for fabric manipulation and classification for industrial applications
JP6232273B2 (ja) 指先接触状態測定装置
Denei et al. Development of an integrated tactile sensor system for clothes manipulation and classification using industrial grippers
Takei et al. Wearable artificial skin layer for the reconstruction of touched geometry by morphological computation
Bhandari et al. Haptic identification of objects using tactile sensing and computer vision
US10687753B2 (en) System and method for optimizing body and object interactions
Xin et al. A biomimetic tactile sensing system based on polyvinylidene fluoride film
JP7432228B2 (ja) 識別装置、識別方法、およびプログラム
Massalim et al. Robust detection of absence of slip in robot hands and feet
Ando et al. Rubber artificial skin layer with flexible structure for shape estimation of micro-undulation surfaces
Funato et al. Estimating three-axis contact force for fingertip by emitting vibration actively
Achilli et al. Contact mechanics analysis of a soft robotic fingerpad
Carreon et al. Determination of contact evolution on a soft hemispherical probe using ultrasound
Grover et al. Under pressure: Learning to detect slip with barometric tactile sensors

Legal Events

Date Code Title Description
A80 Written request to apply exceptions to lack of novelty of invention

Free format text: JAPANESE INTERMEDIATE CODE: A80

Effective date: 20200327

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230203

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20231016

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231031

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231222

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240123

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240129

R150 Certificate of patent or registration of utility model

Ref document number: 7432228

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150