CITBrainsのヒューマノイドの紹介です．

1. RoboCupとは
RoboCup ー ロボット技術を比較し，公開し，発展させる場
チェスなどと並ぶ標準問題 人類の挑戦！
■サッカーリーグの目標
西暦２０５０年までにワールドカップのチャンピオンチームに勝
てる自律型ロボットのチームを作る
その過程で
○ロボット工学と人工知能の融合・発展を目指す．
具体的には，
○コンテストだけではなく，学術会議が同時に開催される．
○勝利したチームには，情報公開の義務が生じる．
→情報を共有化することで，加速的に技術の発展を目指す

2. RoboCupとは
■RoboCup2015概要
場所： 中国 合肥
日時： 2015年7月17～7月23日
リーグ数： １１リーグ＋α
（サッカー，レスキュー，ホーム，ジュニアリーグ）
参加国： 40カ国程度
チーム数： 約400チーム程度
（予選を通過したチーム）

3. RoboCup Humanoid League

4. 千葉工業大学の結果
CIT Brains
サッカーヒューマノイドリーグ
世界大会 キッドサイズ4on4サッカー １位
世界大会 キッドサイズテクニカルチャレンジ １位
世界大会 アダルトサイズテクニカルチャレンジ ２位

5. ヒューマノイドサッカーとは
RoboCupルールの概要
○ヒューマノイド （サイズを規定）
○ほとんどのルールはサッカーと同じ
○４対４で戦う
○全て自動制御 （遠隔操作不可）
ロボットに触れると１分退場
○イエローカード，レッドカード有り
○前半１０分，後半１０分
○タイムは２回５分まで
ビデオ

6. 視覚 行動決定
運動制御
歩行
シュート
ロボットに要求される主な機能
起き上がり
状況を判断
↓
行動を決定
（人工知能）
↓
動作を生成
一つ一つが現在も研究中の分野
全ての機能を本体に内蔵し，安定
して動作するロボットを構築する

7. 視覚 （画像処理）
CCDカメラの映像から以下を検出する
１）ボール
２）ゴール（ゴールポストを含む）
３）ポール
４）ロボット
これが安定して行えないと，
試合ができない．
開発はこのプログラムを作る
ことからスタートした．

8. 視覚 （画像処理）
例えば，ボールがどこにあるかを
検出する方法
１）１ドット毎に何色かを分類
２）横同士をつないで領域を求める
（ラベリング）
３）重心位置・サイズを求める
４）首が向いている方向を計算（運動学） ー ベクトル リンク
５）地面に投影して位置を求める．

9. 自己位置推定
オドメトリとランドマークの位置から
自己位置推定を行う．
始めに全体を見渡し，ランドマーク
の位置を確認
↓
パーティクルフィルタを用いた自己
位置推定
↓
オドメトリにより，位置を更新
↓
ランドマークが視界に入ったときに，
自己位置を修正
Fig.4 Estimating Process Using Particle Filter

10. 記憶と予測
その他，ボールなどを安定して検
出するために，以下も用いている．
１）記憶
２）予測
これは，ボールの移動速度など
から，一定時間後の位置を予測
したり，一度見た位置を一定時
間覚えていたりする機能である．
→ 人間の持つ機能を順次実装することで，
格段に賢い動きをするようになった．

11. その他のセンサ
カメラ
加速度センサ
ジャイロセンサ
【各モータ】
角度センサ
温度センサ
バッテリセンサ
ボール，ゴール，ロボット
などの位置検出
６０個以上のセンサを使用 → これらの値から次の行動を決定
残量の検出
姿勢検出，転倒検出
姿勢検出
歩行の安定化に利用
関節の角度検出
モータの劣化防止

12. 情報の共有 （無線通信）
１台のロボットが見た情報を全て
のロボットで共有する
↓
ボールを見失うことが減少
また．役割やステータスを教え合
うことで，２台のロボットがぶつか
り合うことなくボールにアプロー
チできる．
→ チームプレイの達成
マルチロボット制御

13. 行動の選択 状態遷移図により記述
Python プログラムにより実装

14. 行動記述プログラムの例
def sample_2search(robot):
ball = robot.GetLocalPos(robot.HLOBJECT_BALL, robot.HLCOLOR_BALL)
if len(ball) == 0:
return
x, y, the = ball[0]
angle = math.degrees(math.atan2(y,x))
robot.PanDeg(angle)
例えば，首を回してボールをトラッキングするプログラムの主要
部は以下のようになる
【ロボット座標】と【フィールド座標】の２種類を上手く使い分ける
ことが重要である

15. 制御回路
一般的なPC(PICO-ITX)に周辺回路を追加して制御
以前は専用の制御回路を開発していたが，
現在は市販の部品でもロボットが構成できる

16. 制御回路
人工知能
認識
行動決定
運動制御
２０個のコンピュータが協調分散制御
Servo motors x 18
RS485
Transceiver
CPU
Renesas
SH2A/7211
RS232C
Transceiver
EEPROM
AT24C1024
1MBit
SDRAM
8MByte
(16Bit)
Circuit for
Walking Control
A/D
Converter
Gyro Sensor x 2
Sparkfun IMU5
Gyro Sensor
Silicon Sensing System
(Yaw Axis)
Circuit for Main Process
(Ex. Image Recognition, Strategy,…)
RS485
460.8kbps
CommandStatus Data
SCIF1
SCIF2,3
1ch2ch
1000Mbps
Ethernet
Futaba
RS405CB
RS232C 115200bps
CPU
COMMELL
LP170C
Atom D525
OS: Windows
DRAM
2GB
USB
USB-Serial
Converter
USB Camera
Wirelss LAN
IEEE802.11
a/b/g
Shikino
Hightech
Acceleration
Sensor
ADXL330
Mini
PCI

17. 制御回路開発の様子
多種多様な半導体を用いて構成

18. ソフトウェア
ジャイロ
フィードバック
運動学
画像処理
身体制御
（歩行制御）
自己位置推定
情報共有
障害物回避
軌道・
行動生成
役割決定
転倒検知
スイッチ，LED
ユーザーイン
タフェース シリアル通信
状態選択
行動決定部
コマンドキュー
シリアル通信
リアルタイム
モニタリング
コマンド生成
環境認識
無線通信
電源電圧
モータ温度
監視
環境データベース
状態
状態
状態
身体制御部
統括制御部
PythonC言語
mmeye-ppc
C言語
HC5
・モジュール化
・階層化
・スクリプト言語
リアルタイム性

19. アプローチの方法
ゴール
ボール
近い場合は，ゴールを向いたまま平行移動

20. アプローチの方法
ゴール
ボール
遠い場合は，一度ボールに向かって正面を
向いて移動して，最後に旋回

21. 全方向に移動できる歩行
その他様々なアプローチを行うが，これらの移動には，
全方向になめらかに移動できる歩行
が必要である．これに関しては，初年度の世界大会前に
実装した．
このためには，【逆運動学】をリアルタイムに解いて，足
先を制御することが必要となる．
→ 現在の上位のチームは全て可能

22. 短期記憶
（過去の検出とオドメトリ）
ポテンシャル法による障害物回避方向のベクトル
実際の
移動方向
視野視野
障害物回避 （ポテンシャル法）
試合を行うためには，プレーヤ同士が避けながら動くことが必要
本ロボットでは，ポテンシャル法を用いた障害物回避を実現
ビデオ

23. 蹴る，起き上がる
ボールに精度高く近づいた後，シュートを行う．
記録された動きを再生する． （ティーチングプレイバック）
動きは一つ一つ手作業で入力する．
→ 新たにGA（遺伝アルゴリズム）を用いた動きの生成
起き上がりの動作なども同じ方式で行う．
開始のトリガは，重力加速度の向き．

24. GAを用いたシュートモーションの最適化
動画 動画

25. ロボットの仕様
Table 1 Specification of the Robot
Weight 3.9 kg (Including Batteries)
Height 590 mm
Velocity
(Forward)
0.4 m/s (maximum)
Walking
Directions
All direction and rotation
(Select the angle, stride, period and so on)
CPU Board
Axiomtek PICO820 (Intel Atom Z530 1.6GHz)
Sub: Hajime Robot HC5 (Renesas SH-2A/7211)
OS Windows XP Professional
Interface
Ether x 1, USB x 4,
CF x 1, RS232C x 2, Sound In/Out , Digital I/O, etc
Servo Motor Futaba RS405CB x 18
Battery 3S (11.1V, 5000mAh )

26. 実装した主な機能
リアルタイム画像処理
自己位置推定
記憶，予測
高速センサデータ処理
マルチロボット制御
Pythonのコマンドシステム
全方向に移動する歩行
アプローチ時の軌跡制御
障害物回避
安定したシステム
→ 個別には実現できている機能であるが，限られたサイズの中に
入れ，安定して動かすことは非常に困難
学習，適応制御

27. 世界大会決勝戦の様子
動画