技術概要：本質的ロボット触覚センシングによる物理的人間・ロボット相互作用の強化

問題定義

物理的人間・ロボット相互作用（pHRI）は、人間とロボットの間の自然で安全な協働を促進することを目的としています。しかし、現在の手法は、接触を検出・分類するために、電子皮膚やフランジに取り付けられた力・トルクセンサなどの外部触覚センサに依存することが多いです。これらの外部追加は、システムの複雑さ、コスト、機械的な嵩を増大させ、シームレスな統合に必要な耐久性や柔軟性を欠くことがよくあります。さらに、既存の協働ロボットは、関節トルクセンサという本質的なセンシング能力を既に有していますが、単純な接触検出や衝突回避を超えたタスクには通常、十分に活用されていません。本研究は、特別な外部ハードウェアを必要とせず、ユーザーが描いた手書きの数字を認識するなど、豊かで直感的な相互作用を可能にするために、これらの本質的センサだけで十分かどうかという問いに答えることを目指しています。

手法

システムアーキテクチャとデータ収集

提案されたシステムは、各関節のリンク側にトルクセンサを備えた 7 自由度の協働ロボット（KUKA LBR iiwa 14 R820）を利用します。ユーザーは、ロボットフランジに取り付けられた非計器化のタッチパッド（アクリル板の正方形）上で指を滑らせて数字（0～9）を描画することで相互作用します。

• センサ: システムは本質的な関節トルク信号（$\tau_{ext}$）を捕捉し、ヤコビアンを介してエンドエフェクタ力（$F_{ext}$）とモーメント（$M_{ext}$）を計算します。
• 前処理: 異なるロボット姿勢や接触圧力に起因する信号のオフセットに対処するため、リアルタイムのベースライン補正にスライディングウィンドウ手法を採用します。
• セグメンテーション: 関節 2 のトルクまたは z 軸方向の力に基づく閾値アプローチを用いて接触イベントを分離します。セグメント化された信号は、描画速度や通信遅延のばらつきに関わらず一貫性を確保するため、固定長 100 サンプルに再サンプリングされます。

データ拡張戦略

ユーザーの行動のばらつき（逆方向の描画や回転した向き）に対する堅牢性を高めるため、データ拡張手法を開発しました。

• 逆転した数字: 幾何学的な経路を時間反転演算子（$T$）を用いて反転させ、指の圧力分布と方向の変化を考慮して特定の力およびモーメント成分の符号を反転させます。
• 回転した数字: 力とモーメントを、タッチパッド上の数字の回転角度に対応する回転行列 $R_z(\theta)$ を用いて変換します。

分類モデル

時系列データを分類するために双方向長短期記憶（Bi-LSTM）ネットワークを採用します。双方向アーキテクチャは、前後の動きの両方から時間的依存関係を捉えることを可能にし、接触の全軌跡に基づいて数字の形状を認識する上で重要です。

実験設計

実験は以下の点を評価するために実施されました。

1. ベースライン性能: 単一ユーザー対マルチユーザーのトレーニングデータセットの比較。
2. 汎化性: トレーニング段階に参加しなかったユーザーに対してモデルをテストすること。
3. 姿勢堅牢性: 10 個のランダムに選択されたロボット姿勢における性能の評価。
4. 拡張の有効性: 逆転および回転した数字を分類するシステムの能力の評価。
5. 実世界応用: ユーザーが対応する数字を描画してアイテムを選択する果物配送タスクの実装。

主要な結果

分類精度

• 標準的な数字: Bi-LSTM ネットワークは、トレーニングに関与しなかったユーザーでテストされた際、ロボットが可変姿勢にある場合でも、オフライン精度でほぼ 100%、オンライン精度で94.1%（マルチユーザートレーニング）を達成しました。
• 汎化性: 単一ユーザーでトレーニングされたモデルは、未見のユーザーに対してマルチユーザーモデル（94.1%）と比較して著しく低い精度（45.2%）を示し、多様なトレーニングデータの必要性を浮き彫りにしました。
• 拡張入力:
  • 逆転した数字: **92%**の精度を達成しました。主な誤分類源は「8」を「3」と誤分類することでした。
  • 回転した数字: 回転角度（+90°または -90°）に応じて約**80～86%**の精度を達成しました。一般的な誤りは数字「5」、「1」、「7」で発生しました。
  • システムは、標準的な数字のみでトレーニングされたモデルでもわずかに回転した入力（<45°）を認識できることを示しましたが、大きな回転では性能が低下しました。

混同分析

混同行列は、ほとんどの分類誤りが視覚的または構造的に類似した数字の間、具体的には「0」対「6」、「1」対「7」、および「2」対「3」の間で発生したことを示しました。

実世界デモンストレーション

この手法は、果物配送シナリオで検証されました。システムは、タスク実行と安全性を管理するために階層的有限状態機械（HFSM）を利用しました。ロボットは音声フィードバック（例：「オレンジが欲しいのですね」）を提供し、タスクを実行する前にタッチによる確認を要求しました。安全プロトコルには、タスク実行中に接触を検出した際の動作停止と、ダブルタップジェスチャーによる再開が含まれていました。

意義と貢献

本論文は、pHRI 分野に対して以下の貢献を主張しています。

1. 本質的センシングの実用性: 商用協働ロボットにおける本質的な関節トルクセンシングが、高精度な数字分類に十分であり、外部触覚センサの必要性を排除することを示しています。
2. 公開データセット（pHRI-DIGI-TACT）: 複数の参加者から収集された 10 クラスの触覚手書き数字、7 自由度関節トルク、および EEF 力・モーメントを含むデータセットの公開。
3. ばらつきに対する堅牢性: 追加のデータ収集を必要とせず、逆転および回転した数字の認識を可能にするデータ拡張手法の開発により、システムの柔軟性を向上させました。
4. 実用的応用: 日常的なタスク（果物配送）に対する直感的なインターフェースの成功したデモンストレーションにより、自然な物理的相互作用と音声フィードバックを通じて未経験のユーザーを支援する可能性を示しました。

著者らは、このアプローチがシステムの複雑さとコストを削減しつつ、高い相互作用品質を維持する従来の pHRI 手法に対する有望な代替手段を提供すると結論付けています。今後の課題として、システムを多桁の数字や、一時停止や異なる幾何学的経路で描かれた数字の認識に拡張することに焦点を当てることが特定されています。