文献

J-GLOBAL ID：202202247405981936   整理番号：22A1163732

クロスドメイン一般化を用いた力筋電図ベース対話型力推定による3Dにおけるヒト没入ロボット協調【JST・京大機械翻訳】

Human-Robot Collaboration in 3D via Force Myography Based Interactive Force Estimations Using Cross-Domain Generalization

著者 (2件)： Zakia Umme (Menrva Research Group, School of Mechatronic Systems Engineering, Simon Fraser University, Metro Vancouver, BC, Canada) ,  Menon Carlo (Menrva Research Group, School of Mechatronic Systems Engineering, Simon Fraser University, Metro Vancouver, BC, Canada)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 35835-35845  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 本研究では,力筋造影(FMG)生体信号によるヒトロボット協調(HRC)を検討した。Kukaロボットで3Dの木製棒を移動中に,手間力を推定した。ベースラインFMGベースの深層畳込みニューラルネットワーク(FMG-DCNN)モデルは,HRCタスク中の適用力を適度に推定することができた。モデル性能は追加訓練データで改善できる。しかし,その収集は,実用的で時間がかかる。長期間にわたって収集した線形ロボットによる人間ロボット相互作用(HRI)中の利用可能な長期多重ソースデータ(32特徴空間)は有用である。したがって,著者らは,2つの無関係なソース(2D-HRI)とターゲットデータ(3D-HRC)の間の知識を転送するモデルを事前訓練する交差ドメイン一般化(CDG)技術を初めて調査した。これらの多重ソースドメインで訓練されたCDG(TL-CDG)モデルを用いたFMGベースの転送学習を,Kukaロボットとの相互作用中の16チャネルFMGデータからの負荷力の推定において調べた。2つの目標シナリオを評価した:ケースi)3Dにおける木製ロッドの移動の共同作業,およびケースii)1Dにおける把持相互作用。いずれの場合も,ベースラインFMG-DCNNモデルと比較して,TL-CDGモデルを微調整し,ドメイン外標的データ(ケースi:R2≒60-63%,ケースii:R2≒79-87%)の認識を改善した。したがって,交差ドメイン一般化はプラットフォームに依存しないFMGベースのHRIアプリケーションにおいて有用である。Copyright 2022 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： 相互作用 ,  学習 ,  *ロボット ,  ヒト ,  多重化 ,  応用プログラム ,  モデル ,  生体信号 ,  *筋電図 ,  一次元 ,  *三次元
準シソーラス用語： 訓練データ ,  *対話型 ,  特徴空間 ,  ヒューマンロボットインタラクション , 【Automatic Indexing@JST】

分類 (4件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  音響信号処理  (BB03050C) ,  ロボットの設計・製造・構造要素  (IC04013A)

タイトルに関連する用語 (10件)： ドメイン ,  一般化 ,  力 ,  筋電図 ,  対話型 ,  力推定 ,  3D ,  ヒト ,  ロボット ,  協調