Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Collision Prediction and Visual Explanation Generation for Object Placement Task by Domestic Service Robots
Search
Semantic Machine Intelligence Lab., Keio Univ.
PRO
September 06, 2021
Technology
0
810
Collision Prediction and Visual Explanation Generation for Object Placement Task by Domestic Service Robots
Semantic Machine Intelligence Lab., Keio Univ.
PRO
September 06, 2021
Tweet
Share
More Decks by Semantic Machine Intelligence Lab., Keio Univ.
See All by Semantic Machine Intelligence Lab., Keio Univ.
[Journal club] Parallel Vertex Diffusion for Unified Visual Grounding
keio_smilab
PRO
0
67
[NLP24] Polos: Multimodal Metric Learning from Human Feedback for Image Captioning
keio_smilab
PRO
0
34
[Journal club] Accelerating Toeplitz Neural Network with Constant-time Inference Complexity
keio_smilab
PRO
0
34
[Journal club] TIES-Merging: Resolving Interference When Merging Models
keio_smilab
PRO
0
120
[Journal Club]Interfacing Foundation Models’ Embeddings
keio_smilab
PRO
1
110
[Journal club] Toeplitz Neural Network for Sequence Modeling
keio_smilab
PRO
2
350
Visual Explanation Generation for Road Damage Classification by Using Layer-wise Relevance Propagation for Branch Networks
keio_smilab
PRO
0
140
Supervised Automatic Evaluation for Image Captioning Based on Multimodality
keio_smilab
PRO
0
150
[Journal Club] Hyperbolic Image-Text Representations
keio_smilab
PRO
0
290
Other Decks in Technology
See All in Technology
継続的テストモデルを実現するためにスリーアミーゴスを用いた10Xでのシフトレフトの事例
nihonbuson
3
150
生成AIの不確実性と向き合うためのオブジェクト指向設計
tkikuchi1002
2
340
Skaffoldを用いたGKEアプリケーションの CD(Continuous Development)
kojake_300
1
230
SREsのためのSRE定着ガイド
netmarkjp
10
1.5k
KTC_DBRE.pdf
_awache
0
290
統計的学習理論読み Chapter 1
kmatsui
3
630
AWS アーキテクチャクイズ
yuu26
2
700
既存プロセスからの脱却と変化に適応するために必要なこと
cybozuinsideout
PRO
2
170
家族アルバム みてねで直面してきた技術的負債 / MIXI KAG 2024
isaoshimizu
17
7.7k
Autopsy of a Cascading Outage from a MySQL Crashing Bug
jfg956
0
200
Tohoku.Tech #1 「Cursorを使ったRaspberry Piの開発」by ねこまた
jun2882
0
250
20240321_生成AI時代のDevOps
kzkmaeda
2
600
Featured
See All Featured
Building Adaptive Systems
keathley
29
1.8k
Side Projects
sachag
451
41k
Designing for Performance
lara
601
67k
We Have a Design System, Now What?
morganepeng
42
6.7k
Done Done
chrislema
178
15k
Put a Button on it: Removing Barriers to Going Fast.
kastner
58
3k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
240
1.2M
Building a Modern Day E-commerce SEO Strategy
aleyda
15
6.3k
jQuery: Nuts, Bolts and Bling
dougneiner
57
7.1k
Building Better People: How to give real-time feedback that sticks.
wjessup
350
18k
ParisWeb 2013: Learning to Love: Crash Course in Emotional UX Design
dotmariusz
101
6.6k
The Illustrated Children's Guide to Kubernetes
chrisshort
28
46k
Transcript
畑中駿平1,上田雄斗1,植田有咲1,平川翼2,山下隆義2,藤吉弘亘2,杉浦孔明1 1慶應義塾大学,2中部大学 生活支援ロボットによる物体配置タスクにおける 危険性予測および視覚的説明生成
背景:生活支援ロボットは安全にものを置くことが求められる • 人手不足の解決策として生活支援ロボットは有望視 • 生活支援ロボットの基本的動作のひとつに物体配置 − 安全配置のために衝突回避は重要 2 https://global.toyota/jp/download/8725215
問題設定:軽微な接触の連鎖から生じる衝突を予測することは難しい 1. ロボットのアームがペットボトルに接触 2. ペットボトルがマヨネーズに接触 3. マヨネーズが落下する危険な衝突が発生 物体同士の物理的相互作用の連鎖の 予測は難しい 3
✓ 衝突確率の予測 ✓ 安全領域の可視化 本研究のタスク
既存研究:生活支援ロボットが行うべき代表的なサブタスク 4 サブタスク 代表的研究 概要 Pick & Place [Zeng+, ICRA18]
新規の物体を把持して認識可能 Grasping DIRL [Tanwani+, CoRL20] 敵対的学習を用いた実環境転用 Placing PonNet [Magassouba+, AR21] Transformer PonNet [植田+, JSAI21] Attention Branch Network [Fukui+, CVPR19] を 用いて物体同士の衝突確率を予測 DIRL Transformer PonNet [Zeng+, ICRA18]
既存手法の問題点:安全である領域のみを可視化することができない Transformer PonNet では安全領域と危険領域が混合して可視化されていた − ユーザに安全領域を事前に提示できれば,物体配置の最終的な判断を仰ぐことが可能 5 安全領域 危険領域
安全領域のみ可視化する手法を提案 • ABN の特徴:画像内のどの領域に注目しているかを示す attention map を可視化
提案手法:対象物体を配置する際の衝突確率の予測・安全領域の可視化 6 入力:対象物体と配置場所のRGBD画像 出力:衝突確率・安全領域の可視化画像
デモ動画:衝突確率を予測し、安全である場合に物体を配置 7
構造 ( 1/4 ):3つのモジュールから構成 8 ①Feature Extractor,②Attention Branch,③Transformer Perception Branch
の3つから構成 ① ② ③
✓ Feature Extractor ( FE ) 配置領域・対象物体のRGBD画像の特徴量を ResNet18 の前半部分で抽出 構造
( 2/4 ):配置領域と対象物体画像の特徴量抽出 9 切り出し ゼロ埋め 𝒙 𝑘 dst 𝒙 𝑘 trg 𝑘 ∈ {rgb, depth} FE FE 配置領域 対象物体
構造 ( 3/4 ):衝突に関連する部分に注目して重み付け ✓ Attention Branch ( AB )
𝑤𝑘∈{rgb,depth} = 1 + 𝑎𝑘 ⨀ 𝑓𝑘 10 Attention Map 𝑎𝑘
構造 ( 4/4 ):RGBとdepthの特徴量を融合して衝突確率を予測 ✓ Transformer Perception Branch ( TPB
) ABNのPerception branch構造にTransformerを導入 [ 植田+, JSAI21 ] 11 𝑸(i)= 𝑊 𝑞 (𝑖)𝑜 𝑘 (𝑖), 𝑲(i) = 𝑊 𝑘 (𝑖)𝑜 𝑘 (𝑖), 𝑽(i) = 𝑊𝑣 (𝑖)𝑜 𝑘 (𝑖) 𝜔𝑘 = 𝑽(𝑖) softmax 𝑸(i) 𝑲 𝑖 T 𝑑𝑘 , 𝑑𝑘 = 𝐻 𝐴 𝑚𝑘 = 𝑸(i) + 𝛼 ⨀ 𝒉(i) 𝐻 は入力𝑜 𝑘 (𝑖)の次元数 𝐴 はヘッド数を表す
新規性:Attention map と 平面検出による安全領域 𝑠 の可視化 𝑠 = 𝑎rgb +
𝑎depth 2 ⨀ℎ ℎ :平面と検出されたピクセルの集合 ⊕ ⨀ Plane detection ℎ [Wang+, 3DV18] 安全領域 𝑠 12 𝑎rgb 𝑎depth
実験設定:simulation 環境によるデータセット 各配置場所はシミュレータによって自動的にラベル付け 13 PonNet-A-Sim データセット − 中心領域のみに配置 − 約
12,000 の衝突サンプルが記録 PonNet-B-Sim データセット − 9 領域に配置 − 各領域 1,500,合計約 13,500 の衝突サンプルが記録 − 家具,明るさ,背景の異なる 5 種類の場面を使用
定性的結果:シミュレーションデータの成功例 ✓ 障害物を避けた領域を安全領域 として獲得 RGB 画像 安全領域 𝒔 TN (
非衝突 ) TP ( 衝突 ) 14 ✓ 顕著な安全領域は可視化されない
Method Accuracy Train : A-Sim Test : A-Sim Train :
B-Sim Test : B-Sim Plane detection [Wang+, 3DV18] 82.5 72.30 PonNet [Magassouba+, AR21] 90.94±0.22 82.29±0.68 Transformer PonNet [植田+, JSAI21] パラメータ数:約2600万 91.26±0.21 82.10±0.52 Ours パラメータ数:約900万 91.23±0.32 82.28±1.77 定量的結果:ベースラインと同等または上回る結果 ✓ 提案手法はパラメータ数を削減しつつベースライン手法と同等の精度 15
エラー分析:透過物体や人から見ても判断が難しい例 入力画像 ( RGB ) 16 Attention map ( RGB
) Attention map ( Depth ) 例1 例2 正解:衝突 予測:非衝突 透過物体を捉える 人の目から見ても 判断が難しい衝突
追加実験:実機環境によるデータ収集・実験 17 • トヨタの生活支援ロボット Human Support Robot ( HSR )
を使用 • 収集した 200 個のデータを Train / Test 用に分割 ✓ 実機環境への転用の可能性を示唆 Method Accuracy Train : A-Sim + Real ( 100 ) Test : Real ( 100 ) Ours 87.39±3.12
結論:衝突確率の低い安全領域を可視化する手法の提案 本研究のポイント ✓ Attention mapと平面検出を組み合わせて 安全な領域の候補を可視化 18