| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-01-17 17:00 ニューラルネットワークを用いた物体画像から把持方法候補の想起 ○眞田 慎・松尾直志・島田伸敬・白井良明（立命館大）  PRMU2018-103 MVE2018-45 |
|
| 抄録 | （和） | 人間がロボットに物体に対する単純な動作指示を出すことで，ロボットが物体に対して想定される複数の動作から指示に沿った最適な動作を選択し，実行することが求められている．しかし，一つの物体の把持方法は複数あり，最適な動作の決定には物体に対して複数の把持方法の推定を行うことが重要となる．本研究では，一枚の物体画像から複数の把持位置や把持手形状を推定することを目標とする．学習時には，一枚の物体画像に対して複数の把持方法がある場合には，その中から一度につき一つを選んで提示する．これを一枚の物体画像の入力に対して複数の把持方法を別チャンネルで出力するネットワークで学習する．学習過程では似た物体形状に対する似た把持方法が自動的にクラスタリングされ，把持方法候補が別チャンネルに出力されるようになる．実験例を用いて本手法の有用性を示す． |
| （英） | Robots are required to support people’s work. In order to alleviate the burden on people, it is desirable that robot can automatically generate and execute complicated motions according to simple directions from human. However, there are a plurality of grasping methods for one object. In order to select a motion suitable for the direction, it is important to estimate grasping method candidates for the object. In this research, we purpose to recall candidates of grasping position and hand shape from an object image. In learning, a network that outputs a plurality of grasping method candidates for one object image to each channel of a multi-channel image is used. At this time, a plurality of grasping methods are not learned at same time, learned one by one. The similar grasping method for the similar object shape is automatically clustered to each output channel in the learning process, and a grasping method having a characteristic difference is presented as a candidate. We show the usefulness of this method using experimental examples. | |
| キーワード | （和） | 把持位置の候補 / 把持方法の想起 / Fully Convolutional Network / / / / / |
| （英） | / / / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 404, PRMU2018-103, pp. 51-55, 2019年1月. | |
| 資料番号 | PRMU2018-103 | |
| 発行日 | 2019-01-10 (PRMU, MVE) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2018-103 MVE2018-45 |
|
| 研究会情報 | |
| 研究会 | PRMU MVE IPSJ-CVIM |
| 開催期間 | 2019-01-17 - 2019-01-18 |
| 開催地（和） | 京都テルサ |
| 開催地（英） | |
| テーマ（和） | AR/VRのためのComputational Photography and Display |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2019-01-PRMU-MVE-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | ニューラルネットワークを用いた物体画像から把持方法候補の想起 |
| サブタイトル（和） | |
| タイトル（英） | Recalling candidates of gripping hand shapes from an object image using neural network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 把持位置の候補 / |
| キーワード(2)（和/英） | 把持方法の想起 / |
| キーワード(3)（和/英） | Fully Convolutional Network / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 眞田 慎 / Makoto Sanada / サナダ マコト |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 松尾 直志 / Tadashi Matsuo / マツヲ タダシ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 島田 伸敬 / Nobutaka Shimada / シマダ ノブタカ |
| 第3著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 白井 良明 / Yoshiaki Shirai / シライ ヨシアキ |
| 第4著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-01-17 17:00:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2018-103, MVE2018-45 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.404(PRMU), no.405(MVE) |
| ページ範囲 | pp.51-55 |
| ページ数 | 5 |
| 発行日 | 2019-01-10 (PRMU, MVE) |
[研究会発表申込システムのトップページに戻る]