TRUST SMITH、ロボットが物体を掴む上で最適な位置を検出するアルゴリズムを実用化

最先端のAI・ロボティクスの技術を活用したソリューション提供を行うTRUST SMITHは15日、ロボットが物体を掴む上で最適な位置を検出するアルゴリズムを実用化したと発表した。

本技術により、モデルレスでのピッキングタスクを実現し、工場における労働力不足の解消や作業効率の向上を目指すという。

産業用ロボットの重要なタスクとして物体を正確に掴むことが挙げられる。このピッキングタスクを実現するためには、ロボットに搭載されているカメラセンサを用いて、物体の画像を撮影し、その物体の最適な把持位置を検出する必要がある。

近年はDeep Learningを用いた物体の把持位置を検出する方法に注目が高まっており、その手法は把持位置を高精度に検出できるが、莫大な学習データ量・学習時間が必要であることが問題だった。

そこでTRUST SMITHは、ロボットが物体を掴む上で最適な位置を検出するアルゴリズムを開発・実用化した。本技術により、学習データに含まれない物体の把持位置も高精度に検出するという。

本技術は、深度カメラにより取得した対象の画像に対して、各位置・各角度でロボットアームのハンドを挿入した時に物体を把持できる可能性を評価し、その可能性が最も高い把持方法を探索するアルゴリズム。

モデルレス物体認識アルゴリズム 特徴
①学習データに含まれない未知の物体の把持位置を高精度に検出可能
教師データなしで把持位置の検出をすることが可能なため、学習モデルを構築する必要がない。これにより、学習させていない物体は把持できない、という事態を回避できる。
②把持に不適切な対象物の除去
把持に適した位置、そうでない位置を定義することによって、把持に不適切な物体の除去が可能。加えて、把持可能な物体の中でも把持が難しい把持位置を除去することが可能となるため空掴みといった事象も減らすことが可能。

今後は、本アルゴリズムを用いた物体認識と、同社が得意としているアームロボットの経路生成アルゴリズムを組み合わせ、バラ積みピッキングをはじめとした工場内のピッキングシステムを開発していく予定。

加えて、同社が得意とする量子化技術やFPGAなどの技術によりアルゴリズムの高速化を狙う。物体認識技術の高度化による高精度化も進め、より高速かつ高精度なピッキングシステムを提供する。それによりあらゆる工場内の更なる自動化を進めていくとしている。

関連URL

TRUST SMITH  

関連記事

注目記事

  1. 2022-12-27

    ユビタス、Smart Surgery社の医療ロボットの手術トレーニングにVRストリーミング技術を提供

    ユビタスは22日、クラウドゲームとメタバース関連のソリューションを提供し、Smart Surgery…
  2. 2022-12-19

    テクノスピーチ、AI歌唱ソフト「VoiSona」で新規ボイスライブラリを発売

    テクノスピーチは19日、最新のAI技術で人間の歌声をリアルに再現する音声創作ソフトウェア、「VoiS…
  3. 2022-12-14

    アルバルク東京、AIバスケットボールロボット 第六世代「CUE6」を24日お披露目

    アルバルク東京は13日、AIバスケットボールロボットの第六世代「CUE6」を、12月24日にアリーナ…
  4. 2022-12-13

    エフィシエント、AI面接練習アプリsteachに「伝わりやすさ」を解析する新機能が追加

    エフィシエント(EFFICIENT)と、就職支援事業を展開するジェイックが共同開発する面接練習アプリ…
  5. 2022-12-8

    North Hand、AI画像解析技術で介護施設利用者の事故対処する「N-SYSTEM-ai」提供開始

    現場からの声を元にした介護記録システム等の開発を手掛けるNorth Hand(ノースハンド)は8日、…

カテゴリー

最近の投稿

ページ上部へ戻る