特許7932955IP Force 特許公報全文掲載

ホーム > 特許ランキング > 本田技研工業株式会社 > 特許7932955

技術分野

姿勢推定装置、姿勢推定方法、およびプログラム

発明が解決しようとする課題[発明の詳細な説明]から抜粋

しかしながら、従来技術では、ロボットハンドによる自己遮蔽に弱い、姿勢推定が手と干渉した結果を出力するという課題があった。また、ｉＮｅＲＦでは、カメラ姿勢と輝度差について勾配を見ているだけなので学習が安定しない（ハイパーパラメータ設定が煩雑）。また、ロボットハンドと複数物体の姿勢推定を行うためには、ロボットハンドと物体の組み合わせで学習データを取得する必要があるためデータ収集が困難であった。

課題を解決するための手段[発明の詳細な説明]から抜粋

（１）目的を達成するため、本発明の一態様に係る姿勢推定装置は、実データと動作環境で得られたデータとの一貫性が保たれる操作装置の姿勢および操作対象物体の姿勢のうちの少なくとも１つを逐次的に推定で用いるレンダラーに微分可能レンダラーを用い、前記操作装置のニューラル三次元表現と、前記操作対象物体毎のニューラル三次元表現とをそれぞれに学習し、それぞれの学習結果を、占有空間を利用して組み合わせたデ・・・　続きを知財ポータルサイト IP Force にログインして見る

発明の効果[発明の詳細な説明]から抜粋

（１）～（８）によれば、インハンド操作のような自己遮蔽が発生する環境であっても、物体の姿勢、および物体を操作する操作装置の姿勢のうちのすくなくとも１つを高精度、かつ効率的に推定することが可能になる。

この特許の権利範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 実施形態の概要を説明するための図である。
【図2】 ＮｅＲＦの概要を説明するための図である。
【図3】 Ｐ－ＮｅＲＦを模式的に表す図である。
【図4】 ＮｅＲＦによるシーン表現と微分可能レンダリングの概要を示す図である。
【図5】 Ｐ－ＮｅＲＦのネットワーク構成の一例を表す図である。
【図6】 第１システムの構成例と処理の概要を示す図である。
【図7】 各座標系と変換について説明するための図である。
【図8】 第１姿勢推定装置の構成例を示す図である。
【図9】 第１姿勢推定の処理手順のフローチャートである。
【図10】 第１姿勢推定の処理手順のフローチャートである。
【図11】 第１姿勢推定の処理手順のフローチャートである。
【図12】 第１Ｏｃｃｕｐａｎｃｙ Ｇｒｉｄの構成手順のフローチャートである。
【図13】 各座標系と座標変換行列の定義を示す図である。
【図14】 第２処理の概要を示す図である。
【図15】 第２姿勢推定の処理手順のフローチャートである。
【図16】 第２姿勢推定の処理手順のフローチャートである。
【図17】 第２Ｏｃｃｕｐａｎｃｙ Ｇｒｉｄの構成手順のフローチャートである。

代表図 図1本件の代表的な図

１…姿勢推定装置、１１…Ｅｉｇｅｎ ＮｅＲＦモデル格納部、１２…ＮｅＲＦモデル格納部、１３…外界センサ、１４…姿勢推定部、１５…意図推定部、１６…動作生成部、１７…内界センサ、１８…制御部、１９…駆動部、２０…アクチュエータ、２１…記憶部、５０…ロボットハンド、６０…カメラ

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

［広告欄］

ログインすれば広告は減ります

ログインすれば広告は減ります

Copyright © Science Impact Inc. All Rights Reserved.