[4Rin1] インタラクティブ2

[4Rin1-39] ニューラルネットワークを用いた感圧導電性ゴムへの加圧力推定に関する実験的検証

奥村 嶺¹、〇上 泰¹、奥村 紀之²、西村 厳生¹ (1.明石工業高等専門学校、2.大手前大学)

キーワード：加圧力識別、感圧導電性ゴム、LSTM

病院のスマート化に向けて初期診断の一手法である触診をロボットで再現したい場合，触診時の加圧力データを連続値として取得するため，教師データとして分類器を学習させれば良い．しかし，汎用の圧力センサは測定部が固いため，人の身体を弱い力で加圧するとセンサ自体が沈み込み，強い力で加圧すると痛みや異物感を双方が感じるため，教師データとして利用できるデータが得られない．この問題点に関し，本研究では，薄いシート状で柔らかく，加圧力に応じて抵抗値が変化する感圧導電性ゴムを用いて，加圧に対する抵抗値（実際は電圧値）の応答データをニューラルネットワークに学習させ，加圧力を推測することを考える．しかし，加圧力推測にどのような入力情報を用いればよいかを検討した事例は見当たらない．そこで，我々は，ニューラルネットワークのモデルとしてLSTMを用い，加圧力推定に適した入力情報を実験的に検証した．そして，実際の測定値に加えてその1階・2階の微分係数を入力情報として使用することで，推定精度が18%ほど向上することを確認した．本発表ではその結果について示す．