【東芝】物流現場において、複数の吸着パッドを持つロボットハンドが正確かつ高速に対象物を掴む位置や掴み方を計算するAIを開発

本技術の特徴
　当社は、深層学習を用いて、技術者によるプログラミングが不要で、複数の吸着パッドを持つハンドが対象物の形状に合わせて把持する動作を正確かつ高速に計算可能なAI技術を開発しました。今般の開発は4つの吸着パッドを持つハンドを用いており、それぞれの吸着パッドを個別に制御することが可能です。吸着パッドをいくつ使うか、またどれを使うかといった計算を対象物のサイズや形状に合わせて行うことができます。
　従来手法では、対象物を画像として写し、吸着パッドの吸着候補位置を推定する計算を繰り返し行い、その中からベストな把持位置を決定していたため、吸着位置の計算に時間がかかっていました。今般開発した手法は、ハンドが対象物に接触できる面を検出する１段目のモデルと、検出した面の法線方向に基づいて射影変換(*3)させた画像からハンドの向きと吸着位置を決定する2段目のモデルで構成されています（図1、図2）。1段目のモデルで出力される情報（特徴マップ）を2段目のモデルの計算にも活用することで、繰り返しの計算が不要となります。一回で把持可能な吸着位置を特定することが可能となり、計算時間を大幅に短縮することに成功しました。また、従来技術では対象物が密集している場合に精度が低下する傾向がありましたが、当社独自技術により、対象物の傾きに合わせたハンド姿勢の正確な学習を実現し、物体の向きがバラバラで乱雑に置かれていても把持することができるようになりました。
　当社は、実際のロボットに搭載したカメラから取得した画像約4千枚を事前学習させた本AIを272枚の画像を対象に把持位置の計算時間と精度を検証・評価したところ、同様の先行研究例の計算時間5.62秒、成功率73.9％と比較し、計算時間は0.47秒と10分の1以下、成功率は80.1%と6.2％向上し、世界最高の平均計算速度と平均成功率を達成しました（図3）。また、本AIを実機ロボットに適用したところ、94.5％の平均成功率で対象物を把持することができ、実用化レベルであることを確認しました。これにより、封筒や書類などの平面の物品から、各種サイズの箱や円筒容器、チューブ容器やブリスターパックなどの高さや奥行、凹凸のある物品など、形状や外観の異なる多種多様な物品をロボットで高速かつ正確に自動でピッキングすることができるようになります（図4）。また、学習にあたっては技術者によるプログラミングが不要なため、ロボット導入後に対象物の種類が増えた場合でも追加学習が容易で、ロボット全体のコスト低減につながります。