東大、フライングレシーブをするヒト型ロボットを開発　成功率は80％ [愛の戦士★]

愛の戦士 ★

ITmedia NEWS　11/19(金) 8:05

　東京大学大学院情報理工学系研究科知能システム情報学研究室（國吉・新山研究室）の研究チームが開発した「Immediate Generation of Jump-and-Hit Motions by a Pneumatic Humanoid Robot Using a Lookup Table of Learned Dynamics」は、飛んでくるボールを前方にジャンプして打ち返す空気圧式ヒューマノイドロボットだ。

　真上にジャンプするのではなく、斜め上前方へジャンプし両手を前に出してボールを打ち返す。その姿は、バレーボールでいうフライングレシーブのようだ。

　ロボットは、飛んでくるボールが落ちる場所にジャンプし、両手を振ってボールを跳ね返すタスクを行う。そのためには、ボールを検出し、その軌道を予測し、協調動作を行い、ボールが着地する前にボールを打つ一連の動きをしなければならない。

　この一連の動きを生成するために研究チームは、「IMoLo」（Immediate Motion generation using a Lookup table of learned dynamics）というアーキテクチャを開発。IMoLoを使うと、タイミングよく打撃位置に手を到達させる動きをルックアップテーブルから生成する。

　IMoLoが実際に効果的なのかを検証するため、空気圧アクチュエータ「SIP-CC」（Structure-integrated pneumatic cable cylinders）を使ったヒューマノイドロボット「Liberobot」を開発し実験をした。Liberobotの高さは1163mm、幅は400mmで、ケーブル類を除いた重量は7.4kg。計8つの関節は可動域150度までで動作する。

　実験では、約5m離れた2箇所からボールを異なる方向に20回投げ、ジャンプ＆ヒットモーションを行った。ボールにはマーカーを付け、部屋に設置された11台のモーションキャプチャーカメラで動きを追跡し位置を常に把握する。

　結果、飛んできたボール20回のうち16回を跳ね返し、80％の成功率を示し、IMoLoを使用してジャンプ&ヒットモーションが効果的に行えることを実証した。その際、手を跳ね返すときの位置の誤差は平均値が12.9mm、標準偏差が9.4mmであった。

　一方でボールの予測軌道の誤差は、0.25秒前に予測したボールの位置の場合、平均値が46.1mm、標準偏差が32.0mmであった。このようにボールの予測誤差は手の誤差よりも大きいことから、成功率を下げている要因は主にボールの予測誤差にあると示唆された。

　Source and Image Credits: K. Tanaka, S. Nishikawa, R. Niiyama, and Y. Kuniyoshi, “Immediate Generation of Jump-and-Hit Motions by a Pneumatic Humanoid Robot Using a Lookup Table of Learned Dynamics” IEEE Robotics and Automation Letters, Volume: 6, Issue: 3, July 2021, pp.5557 - 5564, DOI: 10.1109/LRA.2021.3076959

※このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。

ITmedia NEWS
https://news.yahoo.co.jp/articles/1e5314d18752d4b8dd9782eed195eb4ef46c6323
飛んでくるボールに対して、空気圧式ヒューマノイドロボットが前方へジャンプし打ち返す
https://i.imgur.com/CoSnqbl.jpg

東大、フライングレシーブをするヒト型ロボットを開発 成功率は80％ [愛の戦士★]

東大、フライングレシーブをするヒト型ロボットを開発　成功率は80％ [愛の戦士★]