画像からの距離・姿勢評価を用いた4脚歩容学習法

平成 21 年度電子情報通信学会東京支部学生会研究発表会
講演番号：172
画像からの距離・姿勢評価を用いた 4 脚歩容学習法
Learning Method of Quadrupedal Gait based on Distance and Posture Evaluation using Eye - Camera Image
田山 喜崇 1
Yoshitaka Tayama
1
東京工芸大学
Tokyo Polytechnic University
瀧 晃司 2
Koji Taki
鈴木 秀和 1
Hidekazu Suzuki
2
東京工芸大学大学院
Graduate School, Tokyo Polytechnic University
西 仁司 3
Hitoshi Nishi
3
福井工業高等専門学校
Fukui National College of Technology
1
緒言
近年，動物の癒し効果を利用したセラピー手法として
アニマルセラピーが注目を集めている．これは動物介在
療法と動物介在活動の２つに分けられる．動物介在療法
は治療を目的としての専門的な勉強や知識を得た人が行
う医療であり, 動物介在活動はボランティア団体や個人
が病院などの施設に動物を連れて行き，参加者とコミニ
ケーションを図ってもらいヒーリング効果を導く活動で
ある．しかし，これらには感染症などの問題があり医療
機関などへの導入は消極的である．そこで，これに代わ
る新しい方法として，動物の代わりに動物型ロボットを
用いるロボットセラピーが注目され始めている．
ロボットセラピーでは，感染症等の問題が解決できる
だけでなく，導入前の調教や導入後の維持・管理が容易
といった様々な利点がある．本研究の最終目的は 4 脚歩
行ロボットでの散歩であるので, ロボット介在活動に該
当すると思われる.
本研究では, 動物の脚軌道を規範として遺伝的アルゴ
リズム (GA) を用いて推進力の高い脚軌道を生成し，人
間が動物らしいと感じる感性を取り入れるためにアン
ケートを行った．そして，実環境に適応するために再度
GA を行い，動物らしい歩容を目指す．
2 脚軌道の生成
2.1 推進力評価実験
本研究では 4 脚歩容生成の導入としてまず, 脚単体に
おける推進力に着目し, 大きな推進力を発生する脚軌道
を GA を用いて探索している. 実験は AIBO を台座に乗
せ, 脚を一度動かすことで評価ボードを蹴り出させる. そ
して, この時の評価ボードの移動距離を評価値として世
代交代を繰り返し, 最も評価が高かった軌道をパラメー
タとして決定した. 次に動物学のエネルギー消費量に基
づいた 4 脚歩行の分類の 1 つである Walk を参考にし，
各脚を組み合わせることで推進力の高い脚軌道を生成す
ることが出来た．
2.2 人間の感性を考慮した歩容生成
人間が動物らしいと感じる感性を取り入れるためにア
ンケートを行った．アンケートは前項で生成した脚軌道
を基にデューティ比と周期を変化させた 25 パターンに
対し行った．そして，その結果から歩容毎に中央値を計
算し，その歩容が台座上では動物らしいことを確認した．
3
実環境における歩容学習
前節において，動物らしい歩容が生成できたが，実際
に地面で歩容させてみると複雑な動的干渉を受け動物ら
しい歩容には至らなかった．そこで再度 GA を用いて，
地面での歩容学習を試みる．評価値には画像から歩行距
center
coordinates
(xs，ys)
ball width
(bs)
図 1 歩行開始前
(be)
(xe，ye)
図 2 歩行終了後
図 3 最適化後の歩容
離と姿勢を評価したものを用いた．歩行開始前 AIBO の
目の前にはピンク色のボールが置かれており，このピン
ク色を抽出した 2 値化画像を図 1 に示す．AIBO はこの
画像からボールの中心座標と幅を記憶する．そして歩行
終了後の図 2 の画像より，再度ボールの中心座標と幅を
取得し，その差から評価値を決定する．中心座標の差か
らは歩行時のずれを決定することができ，差が小さいほ
ど直進して歩いたことになる．またボールの幅からは歩
行距離を測定することができ，差が大きいほど前に進ん
だことになる．この方法を用いて AIBO に歩容学習を
行った結果を図 3 に示す．12 世代目には評価の高い歩容
となり，動物らしく約 60[cm] 直進させることが出来た．
4 結言
本報告では，推進力の高い脚軌道を生成し，人間が動
物らしいと感じる感性を取り入れるためアンケートを
行った．そして，AIBO の画像からの距離・姿勢評価を
用いて，動物らしい歩容を生成することが出来た．
今後の課題として，歩行開始前にボールの方向を向く
動作と，歩行終了後にボールと一定の距離を取る動作を
追加する必要がある．この動作を追加することで AIBO
を起動するだけで，完全に歩容学習が自動化され，最適
化することが出来るようになる．
参考文献
[1] 鈴木 秀和, 西 仁司, 瀧 晃司, ”人間の感性に基づく動物型ロボット
-172-
のための 4 脚歩容生成”, 日本知能情報ファジィ学会誌, Vol. 21,
No. 5, pp. 653-662 (2009.10)
Copyright © 2010 IEICE