文献

J-GLOBAL ID：202102285276682975   整理番号：21A0614389

多重センサのためのエンドツーエンド把持安定性予測ネットワーク【JST・京大機械翻訳】

An End-to-End Grasping Stability Prediction Network for Multiple Sensors

著者 (4件)： Shu Xin (National Institute of Standards and Tec State Key Laboratory Transducer, Institute of Electronics, Chinese Academy of Sciences, Beijing 100190, China) ,  Shu Xin (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Liu Chang (National Institute of Standards and Tec State Key Laboratory Transducer, Institute of Electronics, Chinese Academy of Sciences, Beijing 100190, China) ,  Li Tong (National Institute of Standards and Tec State Key Laboratory Transducer, Institute of Electronics, Chinese Academy of Sciences, Beijing 100190, China)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 6  ページ： 1997  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： すべての知っているように,把持安定性を予測するために,グリッパ上の触覚センシングアレイの出力を使用することができる。いくつかの方法は,決定をするために従来の触覚特徴を利用して,いくつかの先進方法は,予測モデルを構築するために機械学習または深い学習方法を使用する。これらの方法は,特定のセンシングアレイにすべて制限され,2つの共通の欠点を持っている。一方では,これらのモデルは,異なるセンサでうまく機能できない。一方,それらは,エンドツーエンド方式で多重センサに関する推論の能力を持たない。従って,異なるセンサ間の内部関係を見出し,エンドツーエンド方法で多重センサの把持安定性を推定した。本論文では,MM-CNN(マスクマルチヘッド畳込みニューラルネットワーク)を提案し,重み共有機構を有する多重センサの出力に対する把持安定性の予測に利用できる。このモデルを訓練し,自分自身の収集データセットで評価した。このモデルは,別々に2つの異なるセンシングアレイで99.49%と94.25%の予測精度を達成した。さらに,提案構造が他のCNNバックボーンにも利用可能であり,容易に統合できることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 触覚 ,  *ネットワーク ,  ロボット ,  つかみ装置 ,  *エンドツーエンド方式 ,  センサ ,  機械学習 ,  予測モデル
準シソーラス用語： 予測精度 ,  マルチセンサ ,  学習方法 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： ロボット把持 ,  触覚知覚 ,  知的操作 ,  安定性予測

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  ロボットの設計・製造・構造要素  (IC04013A)

引用文献 (14件)：

• Johansson, R.; Westling, G. Signals in tactile afferents from the fingers eliciting adaptive motor responses during precision grip. Exp. Brain Res. 1987, 66, 141-154.
• Teshigawara, S.; Tsutsumi, T.; Shimizu, S.; Suzuki, Y.; Ming, A.; Ishikawa, M.; Shimojo, M. Highly sensitive sensor for detection of initial slip and its application in a multi-fingered robot hand. In Proceedings of the 2011 IEEE International Conference on Robotics and Automation (ICRA), Shanghai, China, 9-13 May 2011; IEEE: Piscataway, NJ, USA, 2011; pp. 1097-1102.
• Yuan, W.; Li, R.; Srinivasan, M.A.; Adelson, E.H. Measurement of shear and slip with a GelSight tactile sensor. In Proceedings of the 2015 IEEE International Conference on Robotics and Automation (ICRA), Seattle, WA, USA, 26-30 May 2015; IEEE: Piscataway, NJ, USA, 2015; pp. 304-311.
• Lin, C.H.; Erickson, T.W.; Fishel, J.A.; Wettels, N.; Loeb, G.E. Signal processing and fabrication of a biomimetic tactile sensor array with thermal, force and microvibration modalities. In Proceedings of the 2009 IEEE International Conference on Robotics and Biomimetics (ROBIO), Guilin, China, 19-23 December 2009; pp. 129-134.
• Dahiya, R.S.; Valle, M. Tactile sensing technologies. In Robotic Tactile Sensing; Springer: Dordrecht, The Netherlands, 2013; pp. 79-136.

タイトルに関連する用語 (5件)： 多重センサ ,  エンドツーエンド ,  把持 ,  安定性 ,  予測