image-1

Research Projects


The project has been leaded by Professor Shun'ichi Kaneko, who was an inventor of the algorithms named as ISC (Increment Sign Correlation), OCM (Orientation Code Matching), and RRC (Radial Reach Correlation). They have been utilized in a wide variety of technical fields and real industry, such as image compression, pattern matching and search, pattern classification, contents-based retrieval, ITS, defect detection. All of them are proved to be robust to brightness change, illumination change or fluctuation and occlusion. In order to realize these robustness, the design methodology in the project can be divided into two approaches: 1) Extraction of essential information as a code based on images, that means we should abandon non-essential ones from the images, and 2) Simple and light implementation which enables fast computation by small programs. If we can realize these characteristics in our designs, the algorithms will be embedded into many real systems that are presently existing.
人の作業負担を軽減するパワーアシストシステムと,その要素技術を研究しています. 人ができないことをできるようにする「増力化システム」と,人 ができることを楽にできるようにする 「軽労化システム」とに区別して研究しています.各種作業の軽労化を目的とした人に 優しい装着型筋力補助スーツ「スマートスーツ」や「スマートスーツ・ライト」では, セミアクティブ・アシスト技術,モーションベーストアシスト技術,体幹安定化アシスト技術など, 新たなアシスト技術を創出しました.農業,介護,建設,競走馬調教など,様々な分野でフィールド 試験を行い,その有効性を検証しています.消防用パワーアシストバルブでは, 人の運動特性に基づいた制御系を開発しています. 2010年度からは,JST産学イノベーション加速事業戦略的イノベーション創出推進「高齢社会を 豊かにする科学・技術・システムの創成」に採択 され,いつまでも,いきいきと働ける社会を 支える技術開発を行っています.
The project has been leaded by Professor Shun'ichi Kaneko, who was an inventor of the algorithms named as M-ICP (M-estimation based Iterative Closest Point algorithm) and LCPD (Local Consistency of Point Dispersion). They have been utilized in wide variety of technical fields and real industry, such as 3D object recognition, automatic assembly by robots, mobile robot navigation, 3D defect detection. The target of the project has been to design robust registration algorithms to ill-condition such like occlusion. 3D information processing becomes one of very important fields because of the effectiveness for shape representation and precise analysis of the real life objects. For instance, robots are requested to survive in the same world of human beings by realizing their performance to visually recognize their environments. In order to do their jobs, 3D shape analysis should be investigated much more for our future.
パワーアシストシステム,遠隔操作ロボット,自動車,これらは人間機械システ ムと呼ばれます.このようなシステムを安定かつ正確に運用するために は,機 械システムの性能はもちろん,人間から機械への情報,機械から人間への情報 を,如何に正確に把握し,処理し,伝達するか,つまりヒューマン インタ フェースの役割が重要です.人間の運動・認知・生体特性を明らかにし,人間機 械システムの性能向上につながるヒューマンインタフェースの研 究開発を行っ ています.
The project has been leaded by Professor Shun'ichi Kaneko and Dr.Yutaka Satoh at AIST, who was an inventor of the algorithm named as SRF (Statistical Reach Filter). It has been utilized in many researches in this field, because that SRF could provide an statistically robust design of threshold for binarization between events or foregrounds and backgrounds in spite of many kinds of ill-conditions, such as illumination change or fluctuation and occlusion. Contrastively to robust image registration, the SRF can detect essentially different regions in time-variant scene although we have these ill-conditions.
ロボットビジョン(robot vision, RV)とは、ロボットに搭載したカメラによる視覚機 能です.例えば、ロボットアームの手先にカメラを装備して、把握しようとする対象 物体の位置・姿勢や形状の画像計測、車輪型ロボットにカメラを装備して移動に必要 な環境地図の作成などが典型的な例です. 工場や人間が生活する実環境で行動するロボットは、対象物体の移動や環境変化など から実時間で影響を受けるので、視覚情報を取入れてからロボットが行動するまでの 時間に即応性が求められます.このため、外部環境からロボットの行動に最小限必要 な情報の選択、最低限必要な精度の見極めが大切となります.また、ロボットが動く ことにより対象物体が移動したり、ロボット自身の運動によりカメラの位置が変わっ たりするため、行動とビジョンの関係を考慮した統合的な計画が必要とされます.