執筆日：2021年2月15日
筑波大学 牧原昂志
2020年10月9日から11日にかけてオンライン開催された第38回日本ロボット学会学術講演会セッション参加レポートをお届けします．
今回レポートするのはセッション2日目，10月10日の午後に開かれた「OS04:ソフトロボティクス(1/3)」です．
このセッションでは5件の発表が行われました．まずはその内容を簡単にご紹介します．
1件目は室蘭工業大学・金沢大学による，「強制変位下での接触面積の変化に着目した剛性の異なる軟体指の把持耐力への影響の比較」です． 把持耐力と呼ばれる，物体の把持がどれだけ外乱に強いかを表した指標と，軟体なロボットハンド指の硬さとの関係を評価しています．
2件目は立命館大学・電気通信大学による，「静電容量型ソフト歪みセンサを用いた薄型平面シェルグリッパの把持状態推定 」です．チャンバと呼ばれる膨張や収縮をする柔軟部分を持つ機構で構成されたグリッパにおいて，センサを用いて把持成功の可否を推定する手法を提案しています．
3件目は立命館大学のグループによる，「掬い込みバインディングハンドの提案」です．柔らかくて壊れやすい把持対象物に対して，糸で物体全体を囲い込むように把持ができるハンドを提案しています．
4件目は立命館大学・（株）三井化学・関西大・（株）チトセロボティクスによる，「ポリウレタン曲げセンサを搭載した柔軟2指による接触・把持判定方法の提案」です． ロボットの指部分に取り付けられた曲げセンサを用いて，机などの環境の接触と，把持しているかどうかを判定する手法を提案しています．
5件目は東京大学・トヨタ自動車による，「Parametric Biasを含む再帰型ニューラルネットワークを用いた柔軟ハンドの物体認識・動的接触制御/検知/シミュレーション」です．筋骨格柔軟ハンドを使って把持した物体の認識と把持状態の制御・シミュレーションを一括して行うネットワークを提案しています．
これらの中から，私が特に興味を持った2件目の「静電容量型ソフト歪みセンサを用いた薄型平面シェルグリッパの把持状態推定」と5件目の「Parametric Biasを含む再帰型ニューラルネットワークを用いた柔軟ハンドの物体認識・動的接触制御/検知/シミュレーション」について，詳しくレポートします．
「静電容量型ソフト歪みセンサを用いた薄型平面シェルグリッパの把持状態推定」(立命館大学・電気通信大学)
柔軟な部分を持つロボットハンドは，物体に応じて変形することで様々な対象物を把持することができます．そのようなハンドの一つとして，圧力によって柔軟部分の膨張と収縮を行うことで把持ができるシェルグリッパ(図1)があり，把持物体を破損させるリスクが少ないハンドとされています．提案手法ではこのシェルグリッパに歪みセンサを用いることで圧力の変化度合いを測定し，把持状態を推定しています(図2)．このセンサは，スマートフォンの画面に取り付けられているタッチを感知するセンサと類似する構造になっています．これにより，物体が押し付けられている力の強さの計測に基づき，「把持動作前」・「把持成功」・「把持失敗」の３状態を推定します．把持状態によって，センサ値の変化の様子が異なることが面白く，これをうまく活用すれば，把持している物体が滑っているかどうかなども判定できるのではないかと思いました．このように把持している物体の様々な状態を推定できれば，これを制御して操作に活用するような，手の中での物体操作にも応用できるので面白いと感じました．
図1.センサ付き薄型平面シェルグリッパの構成
図2.把持状態推定方法
「Parametric Biasを含む再帰型ニューラルネットワークを用いた柔軟ハンドの物体認識・動的接触制御/検知/シミュレーション」（東京大学・トヨタ自動車）
柔軟ロボットハンドの制御は，その機構の複雑さからモデリングが難しいことやモデルが変化すること，認識や制御などが個別に開発され，管理コストが高いといったことなど，多くの問題点があるそうです．提案手法では，Parametric Bias(PB)を含む再帰型ニューラルネットワークという先行研究の手法を応用し，柔軟ロボットハンドにおけるダイナミクスを暗示的に全て入れ込んだネットワーク(HADTNET)を構築しています．これによって，把持している物体がどのようなものかを暗黙的に考慮して把持物体の認識(図3)と，物体とハンドの接触を検知(図4)・制御(図5)・シミュレーション(図6)して道具の操作などを可能にしています．PBというパラメータを更新するだけで，経年劣化や把持している物体の違いに伴うハンドのダイナミクスの変化に適応することができるとされています．
この手法で面白いと思った点は，PBの値から物体の種類を暗黙的に認識できている点です．把持している物体は視覚により多くの場合認識されますが，人間が目を瞑っていても持っているものが感覚でだいたいわかるように，接触情報のみを利用して認識している点が面白いと感じました．また，モデリングを行って制御を行う方法に必要であるような，ハードウェアの状態などによって決定しなければならないパラメータに関しても，PBの更新によって適応可能だという点も実用面での有用性が高いと感じました．柔軟なものや多関節を有することでダイナミクスが不明なロボットに対してこのような手法を適用することで，制御を統一的に行なうことができる非常に有用な手法だと感じました．
図3.オンライン把持物体認識（予稿原稿[5]より転載）
図4.接触検知（予稿原稿[5]より転載）
図5.動的接触制御（予稿原稿[5]より転載）
図6.接触シミュレーション（予稿原稿[5]より転載）
以上で「ソフトロボティクス(1/3)」のセッションレポートを終わります．
謝 辞 本記事に掲載している図1，図2は，立命館大学の松野先生からご提供頂きました．この場を借りて深く御礼申し上げます．
【講演プログラム】
2A1_OS04:ソフトロボティクス(1/3)
[1] 2A1-01 強制変位下での接触面積の変化に着目した剛性の異なる軟体指の把持耐力への影響の比較
○本間 勇輝(室工大), 藤平 祥孝(室工大), 花島 直彦(室工大), 水上 雅人(室工大), 渡辺 哲陽(金沢大)
[2] 2A1-02 静電容量型ソフト歪みセンサを用いた薄型平面シェルグリッパの把持状態推定
○松野 孝博(立命館大学), 鐘江 崚(立命館大学), 清水 敬太(電気通信大学), 王 忠奎(立命館大学), 新竹 純(電気通信大学), 平井 慎一(立命館大学)
[3] 2A1-03 掬い込みバインディングハンドの提案
○古田 晴規(立命館大学), 王 忠奎(立命館大学), 平井 慎一(立命館大学)
[4] 2A1-04 ポリウレタン曲げセンサを搭載した柔軟2指による接触・把持判定方法の提案
○福原 瑞樹(立命館大), 森 佳樹(立命館大), 金原 悠帆(（株）三井化学), 和田 晃(立命館大), 三塚 雅彦(立命館大), 田實 佳郎(関西大), 川村 貞夫(立命館大/（株）チトセロボティクス)
[5] 2A1-05 Parametric Biasを含む再帰型ニューラルネットワークを用いた柔軟ハンドの物体認識・動的接触制御/検知/シミュレーション
○河原塚 健人(東京大学), 都築 敬(東京大学), 鬼塚 盛宇(東京大学), 浅野 悠紀(東京大学), 岡田 慧(東京大学), 川崎 宏治(トヨタ自動車),稲葉 雅幸(東京大学)
