文献

J-GLOBAL ID：201902227199557127   整理番号：19A0518349

人間の運動パターンのインクリメンタル学習に基づく組立作業者ロボットのための適応タスクスケジューリング【JST・京大機械翻訳】

Adaptive Task Scheduling for an Assembly Task Coworker Robot Based on Incremental Learning of Human’s Motion Patterns

著者 (4件)： Kinugawa Jun (Department of Robotics, Graduate School of Engineering, Tohoku University, Sendai, Japan) ,  Kanazawa Akira (Department of Robotics, Graduate School of Engineering, Tohoku University, Sendai, Japan) ,  Arai Shogo (Department of Robotics, Graduate School of Engineering, Tohoku University, Sendai, Japan) ,  Kosuge Kazuhiro (Department of Robotics, Graduate School of Engineering, Tohoku University, Sendai, Japan)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 2  号： 2  ページ： 856-863  発行年： 2017年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 将来のロボットは,生産性を向上させ,製品の品質を維持するために,人間と同じ作業空間を共有し,それらと協調して作業することが期待される。この状況を考慮して,著者らは,作業者に部品とツールを提供することにより,作業者に作業者を支援するための新しい組立作業協調作業ロボットを開発した。このようなシステムは人間の運動パターンを予測することにより作業効率を向上させているが,作業者が変化する場合には,作業者のデータを事前に収集し,そのモデルを再生する必要がある。本論文では,オンライン学習アルゴリズムを実装することにより,以前のシステムを拡張し,事前にデータを収集することなく,作業者依存モデルを作成した。作業者依存モデルと作業者の行動の規則性の有効利用のために,高精度による軌道予測を実現することができた。作業効率を改善するために,作業者の挙動の予測結果に基づく適応タスクスケジューリングシステムを提案した。提案したアルゴリズムを実装し,実験によりタスクスケジューリングシステムの有効性を評価した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習アルゴリズム ,  有効性 ,  モデル ,  作業空間 ,  品質 ,  *ロボット ,  予測 ,  アルゴリズム ,  作業能率
準シソーラス用語： 有効利用 ,  オンライン ,  作業ロボット ,  *タスクスケジューリング ,  *インクリメンタル学習 ,  *運動パターン , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 人間 ,  運動パターン ,  インクリメンタル学習 ,  組立作業 ,  ロボット ,  適応 ,  タスクスケジューリング