知能ロボティクス特論~第４講~

諸岡 健一

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

Sense-Model-Plan-Action (SMPA) framework

センサ

アクチュエータ

知覚

モデリング

プランニング

タスク実行

モータ制御

環境

環境モデル

合目的動作の生成が可能な反面、時間がかかる。 環境のモデルを正しく構築できるか？

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

SMPAモデル

センサ

アクチュエータ

知覚

モデリング

プランニング

タスク実行

モータ制御

環境

環境モデル

ダイレクトティーチ法

リモートティーチ法

間接ティーチ法

オフラインティーチ法

目標作業が決まると、人が..

環境を認識 目標を達成する動作手順を計画 動作をロボットに教示（動作軌跡を入力）

行動決定法

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

…..

コンフィギュレーション空間を使った動作計画

コンピュータ内部での手続き1. ロボットの状態を離散量子化する2. 衝突しているかどうかのチェック計算

状態 → 関節角度 → ロボットの各部の位置姿勢計算→ ロボット各部と周囲物体との干渉チェック

3. 衝突していないことがわかったら，状態 → 隣接状態（各関節を少し動かす）

初期状態

目標状態

qi

qi+Δq1

qi+Δq2

qi+Δq3qg

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

SMPAモデル

センサ

アクチュエータ

知覚

モデリング

プランニング

タスク実行

モータ制御

環境

環境モデル

目標作業が決まると、人が..

Ａ*などの系統的グラフ探索確率的経路探索（PRM, RRT）

ポテンシャル法 MTS（移動目標探索）

行動決定法

環境を認識し，モデル（地図）を入力 動作目標を与える

もっとスマートな方法は？

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

ロボットハンドによる物体操作 Pick and Place

目標状態

env2 tabl

eenv3

env1 ob

s obji

初期状態

objg

ロボットの行動をいかにして計画するか？

ロボットは実空間での行動により作業を行う。→行動は連続、非線形

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

動作記述の抽象度① 動作レベル

→衝突せずに目標点に到達すればよい。できれば最適経路ex. 空間内の座標q1からq2まで動け

② 対象レベル→どこをどのように掴むか、どのような中間状態を経てゴールex. 物体Aを状態Xにせよ

③ 作業レベルex. 装置Ｂを分解修理せよ

①は単一のコンフィギュレーション空間での探索問題②は単一のコンフィギュレーション空間では無理①をツールとして適用できるようブレークダウン③は、作業知識や種々の推論が必要

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

状態空間法 手順1. 対象の状態を離散的にシンボルで表現

連続空間 → 抽象化離散空間2. 状態を変えるオペレータを定義

実際のロボットの機能に依存3. 状態空間で初期状態から目標状態までのオペレータの系列を求める

この過程で、オペレータが実行可能かどうか幾何学的制約と運動学的制約を考慮

ポイント 探索が容易になるように、状態空間を定義 問題の固有の制約と発見的知識をうまく導入

例： 物体の操作計画（把握、障害物回避） 状態： grasped, located, .. オペレータ： Pick, Place, Slide, Rotate, …

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

ロボットハンドによる物体操作 Pick and Place

目標状態

env2 tabl

eenv3

env1 ob

s obji

初期状態

objg

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

状態空間法による操作計画１K

yush

u U

niv.

Inte

llige

nt R

obot

s&

Vis

ion

Syst

em

状態空間法による操作計画２

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

状態空間法による操作計画３ 回転操作を含めると..

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

ハンドの記述

Virtual disks

Real model

Approximated model

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

物体形状の記述 物体の安定姿勢

物体表面上の点群（Point Cloud）→データ量が膨大、接触判定が困難

物体全体を覆う凸包形状で近似

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

ロボット指先のアプローチ方向の決定 空間が広く開いた方向からアプローチするのがよい。

→広く開いた方向をどうやって知るか？

測地ドーム（Open space pyramid）

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

測地ドーム 正二十面体の各三角面素を再帰的に分割

面素数：20×4n

Biosphere (Canada)

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

測地ドームの展開 正二十面体

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

測地ドームの展開 正320面体

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

距離変換

物体中心から障害物までの距離

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

測地ドームによるロボット指先のアプローチ方向の決定

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

ロボットの可動範囲内＋ロボットからある程度離れている＋障害物からの距離が最大

となる自由空間＝再把持のための最適空間

ハンドの再把持計画

作業空間の分割 自由空間と障害物空間の分類

障害物からの距離の算出

Kyu

shu

Uni

v. In

telli

gent

Rob

ots

& V

isio

n Sy

stem

状態空間の探索

初期状態

目標状態

目標状態

Forward

Forward-Backward

初期状態