高分解能触覚センサと深層学習を用いた接触対象の精密判別

カテゴリ: 全国大会

論文No: 3-152

グループ名: 【全国大会】平成30年電気学会全国大会論文集

発行日: 2018/03/05

タイトル(英語): Precise Discrimination of Objects Using Deep Learning and High Resolution Tactile Sensor

著者名: 上田 剣政(香川大学),綿谷 一輝(香川大学),寺尾 京平(香川大学),下川 房男(香川大学),高尾 英邦(JST-CREST)

著者名(英語): Kensei Ueda(Kagawa University),Kazuki Watatani(Kagawa University),Kyohei Terao(Kagawa University),Fusao Shimokawa(Kagawa University),Hidekuni Takao(JST-CREST)

キーワード: 深層学習,触覚センサ,センシング,畳み込みニューラルネットワーク

要約(日本語): 今日，人間が対象に触れた時に感じる手触り感について様々な研究がなされている。しかし，人間が脳内でどのような処理を行い，対象を評価しているかについてのメカニズムについて十分解明されているとはいえない。これまで本研究室では，対象物表面を走査した際の微小な表面凹凸と摩擦力を高解像度の信号波形で取得できる高分解能触覚センサを開発している。そこで本研究では，CNNを用いて高分解能触覚センサの信号に対する教師あり学習を行い，接触対象を高確度で識別可能なセンシング手法を新規に提案する。触覚センサ信号を取得した識別サンプルには布生地10種類を用いる。CNNでの判別を行った結果，サンプルを正しく識別した割合として83%の結果が得られた。現在，触り心地が非常に似ている対象同士の識別も試みており,より高い精度の実現を目標として評価を進めている。

原稿種別: 日本語

PDFファイルサイズ: 539 Kバイト