ロボカップ世界大会報告です。

1. ロボカップ世界大会2016報告
明聖高等学校
金沢工業大学FMT研究所リサーチインターン
出村 賢聖 @ken_demu

2. 簡単な自己紹介
• セキュリティキャンプ2014年システムセキュリティ組み込みゼミ出
身
• セキュリティキャンプ2016全国チューター
• 高校１年手遅れた（0x12歳です）
• ロボットとかロボットの人工知能とかロボットのＶＲとかやっている
人
• ロボットのセキュリティ実装今回間に合わなかった
（本来の発表内容）
• インターンとかベンチャー海外勤務とかバイトとかやっていた
• Happy Miniのベビーシッター（A.I.開発者）

3. Happy Mini
かわいい生活支援ロボット
自動で動くよ！
RoboCup@home 2015世界9位
RoboCup@home 2016世界8位

4. 伸びます/縮みます

5. ハードウエア仕様のアップデートは頻繁！
Happy Miniのベビーシッターは大変！
（ハード変更によるソフトウエア書き換え）

6. Happy Mini LTS(2014年~)

7. Happy Miniのセンシング
1. 視覚情報
Kodak SP360 4K : 360°の視野と高画質
2. 距離情報
YVT-X002 3D LiDAR : 360°の視野の小型レーダー
Realsense R200 : kinectの小型で屋外でも使える版
3. 聴覚情報
System in Frontier TAMAGO-01 : 耳が8つ360°ついている
Sanken CS-3e : 指向性が強いガンマイク
アンプが載っているよ！

8. Happy Miniの頭脳
Intel core i7
NVIDIA GeForce 940M
頭良い。

9. Happy Miniのソフトウエア
https://github.com/demulab

10. ROSで実装しています
ROS
ロボットのメタOS（ペンギンじゃなくて亀だよ！）
UNIXの上で動く（ペンギンの上に亀が乗るよ！）
microservices
通信層の抽象化
自律走行
シミュレーション
可視化
ドライバー
パッケージシステム

11. 最近の世界的ロボット競技の思想
ロボットを殺しにかかっている

12. なんでこうなったのか
多分iRobotの創始者がロボットには
危なく大変な仕事をさせるのがいいと言ったから

13. ロボカップ
世界的なロボットの研究プロジェクト
競技会、シンポジウムなどによって技術力を発展させる
世界４５カ国以上の研究者が出場

14. （技術的に）厳しいルール
1. リモコン操縦禁止！
認識とか確率統計や機械学習使って頑張ってください
2. インターネット繋ぐの基本禁止！
このおかげでGoogle Cloud APIとか使うチームは皆無
特例として使えた場合でも観客による混信攻撃(2.4/5GHz帯)
マルチバンドロボット間P2Pネットワークとか作らないと厳しい
3. ロボットの指示マニュアルとか審判に渡すの無し！競技中にロ
ボットが指示してください。
やる気のなく英語がわからない審判に出くわすと殺意を感じ(ry

15. ロボカップ@ホームのタスク
1. Person Recognition
特定の人を認識して、その人を群衆の中から探す。
群衆の人の特徴をすべて100%(鬼畜)言い当てる。（姿勢、性別）
2. Object Recognition & Manipulation
物体を認識してつかんで指定の場所に置く。かなりつらい。
3. Voice Recognition
５人の人に囲まれてクイズを出され、誰が話しているのか示し、
さらにクイズに対して答える。審判の声が小さいとかなりきつい。
4. Navigation Test
部屋のなかを自律走行したり、人の後ろについていく。
早歩きされるとかなりきつい。

16. 5. GPSR
人が命令したことを行う。「ジュース買って来い」などのロボットの
パシられ力を競う。
命令が不十分な場合でもロボットは「自分で考えろ」と言われてし
まう鬼畜競技。
6. Restaurant
ロボットがウエイターになる競技。初見の場所で行う。
（カーナビで書かれていない場所みたいな）
7. Demo Challenge
ロボットのびっくり機能を披露する競技。

17. Kodak 360°Camera ROS Driver
Nodelet化することによってIPCをTCP/IPから共有メモリにして、
画像の転送を最低限にした。Multiple Camera接続できます。

18. 顔追跡

19. 性別認識
• LeNet（それ以外だとGPU Memoryが足りなくてつらい）
• 可視化にDIGITS, 推論はCaffe．

20. 対障害性
現実世界ではありえない値が出ることはざらにある
e.g. ZeroDivisonError, センサの故障,
ロボットに対する態度が悪い人間
対策
必ず分岐処理時にフォールバック処理を入れる。
そこで状態遷移をストップさせ、繰り返しリトライする。
態度が悪い人間を行動させるUIをがんばる。

21. 正確な人追跡

22. 正確な人追跡(2)
センサ : Intel Realsense
1. PointCloud情報をユークリッドクラスタリング
-> 人の部位を抽出。
2. クラスタをクラスタリングする
-> 人を抽出。
3. 時系列で人の数や位置の変化を見て、
ノイズをはじいたり特定人追跡を行う。

24. 音声クライアント
Gstreamer音声認識プラグイン

25. Bidirectional LSTM
数学的に言語 = 有限オートマトン
時系列モデルを学習するNN
※音響モデル : 周波数解析をもとに音素を認識
※言語モデル : 音素の並びをもとにspeech-to-text
音声認識

26. 自然言語処理
質問をマッチングする処理
N-Gram
構文解析
品詞がわかればいい ->品詞DBを見る。
品詞の並びから文型がわかる -> 目的語などが抽出できる
照応解析ができる

27. 音響ローカリゼーション
FFT/PCAによる音源分離
線形補間
PD制御
デッドレコニング

28. ハードウエア：正面が２つあるロボット

29. 絵本を読むシステム

30. Contact
Twitter : @ken_demu
Facebook : Kensei Demura
GitHub : kendemu
Blog : https://kendemu.blogspot.jp
WEB : http://sky-warp.com
Happy Mini : https://www.facebook.com/happyrobotmini