Multi-contact locomotion

To move in environments more complex than those with flat floor, it is often necessary to use more than just the feet. Typically, we can use the hands, but also the elbows, knees, … to make contacts with the environment and help us move. This is called multi-contact locomotion. An important topic at JRL since its beginning is to develop the ability for humanoid robots to perform multi-contact locomotion. This research is done on the planning level (thinking in advance about the sequence of contact) and the control level (deciding in real-time how to move while the robot execute a sequence of contact), but also on the numerical algorithms needed for planning and control.

Motion Retargeting

ヒューマノイドロボットを用いて人の運動を模擬する動作リターゲッティング技術を開発している。両者の身体構造の違いを考慮しながら、ロボットは人の運動を極力再現する。一方、ロボットで動作再現した際の誤差を、元の人の運動データに反映させることも可能であり、元の運動データと直接的に比較することで人動作の再現性を定量的に評価できる。

Robotic Device Evaluation

ヒューマノイドロボットは人と近い身体構造を持ち、人用にデザインされた製品をそのまま使用できる。さらにロボットが人の動作を再現することで、ロボット内部のセンサにより運動情報や力負担を定量的に計測できる。こうした物理シミュレータとしてのヒューマノイドロボットの応用例として、装着型アシスト機器評価に関する研究を行っている。

Evaluation of Assistive technologies using Simulation

パワーアシスト／スキルアシストのためのアシストスーツの実験的検証とシミュレーション手法開発を行っている。本研究では、ロボットの運動制御技術、ディジタルヒューマン技術、筋骨格解析技術を応用し、アシストの効果を含むシミュレーション手法の構築を目指す。また、ワイヤとモータを利用してアシスト力を発生する実験用のアシストスーツを開発し、アシスト力の動作タイミング、方向、大きさと人の動作変化の関係を求めるための基礎的な実験を行う。

3D Human Motion Analysis

人間の状態を推定するための情報として、動作する人物の３次元形状を計測する技術を開発している。マーカーレスに形状計測することにより、柔軟に変形する筋肉や服の形状を計測することが可能である。その技術の応用の１つとして、筋肉の状態を推定する研究を行っている。

Human Postures Estimation / Motion Recognition and Tracking

深層学習を用いて、単眼カラー画像から人体の３次元姿勢や体型を認識・理解するアルゴリズムを開発している。また、群衆の中でも複数名を同時にトラッキング可能な人体追跡アルゴリズムを開発している。バイオメカニクス、ファッション、ロボットへの運動転写、無人店舗システムへの活用など幅広い応用を目指す。

Object Recognition using Deep-Learning

深層学習を用いた物体の６自由度（位置・姿勢）姿勢認識アルゴリズムを開発している。認識結果を利用して３Ｄモデルを点群データに当てはめることにより、ロボットがピックアンドプレースなどの物体操作を行うことができる。ロボットアームの物体操作時の手先軌道や移動ロボットの移動軌跡など、動きを学習する技術開発にも取り組む。

高速形状計測技術

１枚の画像から観測対象の形状計測を実現する手法により、動いている物体の観測や、動作するロボットを用いた形状計測を開発している。ハイスピードカメラを用いることにより、非常に高速な事象の形状計測を実現した。