セル生産方式におけるロボットの活用には様々な問題があるが,その一つとして 3 体以上の物体の組み立てが挙げられる.一般に,複数物体を同時に組み立てる際は,対象の部品をそれぞれロボットアームまたは治具でそれぞれ独立に保持することで組み立てを遂行すると考えられる.ただし,この方法ではロボットアームや治具を部品数と同じ数だけ必要とし,部品数が多いほどコスト面や設置スペースの関係で無駄が多くなる.この課題に対して音𣷓らは組み立て対象物に働く接触力等の解析により,治具等で固定されていない対象物が組み立て作業中に運動しにくい状態となる条件を求めた.すなわち,環境中の非把持対象物のロバスト性を考慮して,組み立て作業条件を検討している.本研究ではこの方策に基づいて,複数物体の組み立て作業を単腕マニピュレータで実行することを目的とする.このとき,対象物のロバスト性を考慮することで,仮組状態の複数物体を同時に扱う手法を提案する.作業対象としてパイプジョイントの組み立てを挙げ,簡易な道具を用いることで単腕マニピュレータで複数物体を同時に把持できることを示す.さらに,作業成功率の向上のために RGB-D カメラを用いた物体の位置検出に基づくロボット制御及び動作計画を実装する.
This paper discusses assembly operations using a single manipulator and a parallel gripper to simultaneously
grasp multiple objects and hold the group of temporarily assembled objects. Multiple robots and jigs generally operate
assembly tasks by constraining the target objects mechanically or geometrically to prevent them from moving. It is
necessary to analyze the physical interaction between the objects for such constraints to achieve the tasks with a single
gripper. In this paper, we focus on assembling pipe joints as an example and discuss constraining the motion of the
objects. Our demonstration shows that a simple tool can facilitate holding multiple objects with a single gripper.
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matchingharmonylab
公開URL:https://arxiv.org/pdf/2404.19174
出典:Guilherme Potje, Felipe Cadar, Andre Araujo, Renato Martins, Erickson R. ascimento: XFeat: Accelerated Features for Lightweight Image Matching, Proceedings of the 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) (2023)
概要:リソース効率に優れた特徴点マッチングのための軽量なアーキテクチャ「XFeat(Accelerated Features)」を提案します。手法は、局所的な特徴点の検出、抽出、マッチングのための畳み込みニューラルネットワークの基本的な設計を再検討します。特に、リソースが限られたデバイス向けに迅速かつ堅牢なアルゴリズムが必要とされるため、解像度を可能な限り高く保ちながら、ネットワークのチャネル数を制限します。さらに、スパース下でのマッチングを選択できる設計となっており、ナビゲーションやARなどのアプリケーションに適しています。XFeatは、高速かつ同等以上の精度を実現し、一般的なラップトップのCPU上でリアルタイムで動作します。
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matching
Japanese Wikipedia Ontology for WCJ2013
1. Keio University
日本語Wikipediaオントロジーの
構築と利用
慶應義塾大学 理工学研究科 開放環境科学専攻
山口高平研究室(知識工学) 後期博士課程2
山口高平研究室(知識工学) 後期博士課程2年
特別研究員(DC2)
日本学術振興会 特別研究員(DC2)
玉川 奨
Faculty of Science and Technology
2. 2
Keio University
オントロジー
Electronic Ontology
Company Trees and Networks of vocabularies
Device
Person
Computer Computer
Company Hierarchical Tree
Computer
Computer
Personal Tablet
Designer Pioneer
Computer Computer
Network
Samsung formationDate
Stephen Electronics Co.,
1969
Wozniak Ltd.
GALAXY
establish developerOf Tab
Steven Apple Inc.
Jobs establish developerOf
iPad
birthDate formationDate
1955-02-24 1976-04-01 Macintosh
Faculty of Science and Technology
3. Keio University
オントロジーの構築
オントロジー
コンピュータが理解可能な言葉(語彙)の集合体
概念(クラス)、個体(インスタンス)、それらの関係からなる
日本の俳優 is-a 俳優
車 has-a エンジン
俳優
日本の俳優
A
名前 木村拓哉
愛称 キムタク
Faculty of Science and Technology
4. Keio University
4
背景 - オントロジーの自動構築とWikipedia
オントロジーの(半)自動構築
少コスト(人・時間)
少コスト(人・時間)
手動構築では概念と概念間の関係を見つけ,定義することが困難
保守や更新が容易
手動構築では最新の語彙や専門用語をカバーするための保守や更新が困難
Wikipedia
英語版:396万記事, 日本語版:約81万記事
半構造化情報資源
語彙網羅性が高い
最新語彙や専門用語を多く含む
Wikipediaからのオントロジー学習
Wikipediaからのオントロジー学習 Ontology well-
well-structured
オントロジーとのギャップが小さい
汎用性が高い可能性 wikipedia semi-structured
semi-
オントロジーの更新が容易な可能性 Folksonomy tag ill-
ill-structured
Wikipediaは情報資源として着目されている
Wikipediaは情報資源として着目されている Free text no-
no-structured
Faculty of Science and Technology
5. Keio University
5
関連研究 - Wikipediaからのオントロジー構築
•DBpedia : A Nucleus for a Web of Open Data
DBpedia
Christian Bizer, Jens Lehmann, Georgi Kobilarov, Soren Auer, Christian Becker,
Richard Cyganiak Sebastian Hellmann, Lecture Notes in Computer Science,
pp.722-
Springer Berlin/Heidelberg, pp.722-735 [2007]
http://wiki.dbpedia.org/
Infobox(半構造化情報)に着目し,
Infobox(半構造化情報)に着目し, RDFトリプル
RDFトリプル
大規模なデータベースを作成
大規模なデータベースを作成 設計者
-英語版:約364
-英語版:約364万facts
364万 Ruby まつもとゆきひろ
-海外ではLinked Dataの
-海外ではLinked Open Dataの プロパティ
ハブとして広く利用されている
•YAGO2 : A Spatially and Temporally Enhanced Knowledge Base from Wikipedia
YAGO2
Johannes Hoffart, Fabian Suchanek, Klaus Berberich, Gerhard Weikum
http://www.mpi-inf.mpg.de/yago-
http://www.mpi-inf.mpg.de/yago-naga/yago/
WordNetにWikipediaの
WordNetにWikipediaの
概念を付加する事で WordNet
(既存の階層を利用)
大規模オントロジーを構築
大規模オントロジーを構築
-クラス:約3
-クラス:約37万
facts:約1.2億
:約1.2
-facts:約1.2億
Wikipedia
Faculty of Science and Technology
19. Keio University
日本語Wikipediaオントロジーの利用
検索・分析支援
情報検索をよりスムーズに。
例えばレストラン検索支援
安くて、きれいなお店
デートに使えるお店
ロボットとの連携
Naoを利用したロボット連携
Faculty of Science and Technology
20. Keio University
20
ロボット連携デモ
Faculty of Science and Technology
21. 21
Wikipediaオントロジーの利用
Wikipediaオントロジー検索・分析ツール
Wikipedia
オントロジー
Refer
Wikipedia Linked Data
Linked Open Data Application(WiLD)
Input
Refer
Output
(Web based tool)
WikipediaオントロジーとLinked
WikipediaオントロジーとLinked Open Dataの検索ツール : WiLD
オントロジーと Dataの検索ツール