| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-01-22 10:05 多指のロボットハンドによるサイズの異なるコップを把持するための視覚-運動変換モデルの検証 ○松田 基・福村直博（豊橋技科大）  NC2020-36 |
|
| 抄録 | （和） | 画像認識手法を用いた物体認識及びグリッパなどによる物体把持が盛んに研究されている．その多くは教師あり学習として与えられた限られた対象物を分類し，把持形状を決定しているが，日常生活における対象物操作を考えると，ロボットハンドの自由度や対象物の多様性の点で十分ではない．本研究では，より多様な物体について様々な操作が実現できる多指のロボットハンドによる対象物操作を目指し，対象物の画像情報からロボットハンドの指関節角への変換を行うモデルの検証を実環境で行う．サイズを変化させたコップに対して実ロボットハンドを用いて複数の手形状で把持する．その際のコップの画像とハンド形状を入力としたモジュラー型オートエンコーダを学習させ，対象物の特徴抽出を行い，把持形状生成における視覚-運動変換モデルの性能評価を行う． |
| （英） | Object recognition and object grasping using image recognition methods have been actively researched, but most of them classify limited objects given as supervised learning and determine the gripping shape. In this study, a real robot hand with four fingers is used to grasp a cup of different size by multiple hand shapes. The modular auto-encoder that inputs the images of the cup and the shape of the hand at the same time is trained. After the learning, we confirmed that the size of the cups that is the features of the object is extracted. | |
| キーワード | （和） | 物体把持 / 物体認識 / 神経回路モデル / オートエンコーダ / 特徴抽出 / / / |
| （英） | Object Grasping / Object Recognition / Neural Network Model / Auto-Encoder / Feature Extraction / / / | |
| 文献情報 | 信学技報, vol. 120, no. 331, NC2020-36, pp. 24-28, 2021年1月. | |
| 資料番号 | NC2020-36 | |
| 発行日 | 2021-01-14 (NC) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2020-36 |
|
| 研究会情報 | |
| 研究会 | NC NLP |
| 開催期間 | 2021-01-21 - 2021-01-22 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | NC，NLP，一般 |
| テーマ（英） | NC，NLP |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2021-01-NC-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 多指のロボットハンドによるサイズの異なるコップを把持するための視覚-運動変換モデルの検証 |
| サブタイトル（和） | |
| タイトル（英） | Verification of a Visuomotor Integration Model for Grasping the Cups of Different Sizes with a Multi-Fingered Robot Hand |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 物体把持 / Object Grasping |
| キーワード(2)（和/英） | 物体認識 / Object Recognition |
| キーワード(3)（和/英） | 神経回路モデル / Neural Network Model |
| キーワード(4)（和/英） | オートエンコーダ / Auto-Encoder |
| キーワード(5)（和/英） | 特徴抽出 / Feature Extraction |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 松田 基 / Motoi Matsuda / マツダ モトイ |
| 第1著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： Toyohashi Univ. of Tech) |
| 第2著者 氏名（和/英/ヨミ） | 福村 直博 / Naohiro Fukumura / フクムラ ナオヒロ |
| 第2著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： Toyohashi Univ. of Tech) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-01-22 10:05:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2020-36 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.331 |
| ページ範囲 | pp.24-28 |
| ページ数 | 5 |
| 発行日 | 2021-01-14 (NC) |
[研究会発表申込システムのトップページに戻る]