トマト収穫ロボットにおける6軸力覚センサを用いたトマトの重量推定

カテゴリ: 部門大会

論文No: TC12-3

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): Weight Estimation of the Tomato for a Tomato Harvesting Robot with 6-axis Force Sensor

著者名: 山崎 容次郎（香川高等専門学校）,木村 叶泰（香川高等専門学校）,佃 柊太（香川高等専門学校）,香川 晃輝（豊橋技術科学大学）,滝 康嘉（香川高等専門学校）,中山 信（高知工業高等専門学校）,松浦 史法（阿南工業高等専門学校）

著者名(英語): Yojiro Yamasaki (National Institute of Technology (KOSEN), Kagawa College),Kanata Kimura (National Institute of Technology (KOSEN), Kagawa College),Shuta Tsukuda (National Institute of Technology (KOSEN), Kagawa College),Kouki Kagawa (Toyohashi University of Technology),Yasuyoshi Taki (National Institute of Technology (KOSEN), Kagawa College),Shin Nakayama (National Institute of Technology (KOSEN), Kochi College),Fuminori Matsuura (National Institute of Technology (KOSEN), Anan College)

キーワード: トマト収穫ロボット|産業用ロボット|6軸力覚センサ|重量推定|慣性力最小二乗法|Tomato Harvesting Robot|Industrial Robot|6-axis Force Sensor|Weight Estimation|Inertial ForceLeast Square Method

要約(日本語): 著者らは6軸力覚センサを備えたトマト収穫ロボットの開発を目指し，収穫時に力覚センサで重量差を検出し，重量ごとの仕分けをすることを試みている。しかし，ロボットアームに取り付けられた力覚センサには大きな負荷がかかるため，最大定格に対して分解能を高くすることができなかった。ところで，人間が複数の物体の微小な重量差を認識しようとした際，物体を持った腕を横にしてモーメントで重力を拡大したり，上下に振って慣性力で拡大したりする。本研究では，人間の重量推定に関する知見から，静止荷重による方法と加振による慣性力を拡大する方法の2種類の方法を考案し，これらの有効性を検証した。静止荷重による方法では理論と実験結果から誤差要因を検討した。加振による方法では，基礎式から慣性力を比較的大きく取れる動作生成を実現し，最小二乗法で余弦波にカーブフィッティングさせることで重量推定の精度向上を図った。

PDFファイルサイズ: 1,058 Kバイト