株式会社人工知能ロボット研究所では以下のような研究開発を行っています。ここでは開示可能な情報のみとなっております。
深層学習モデル作成、AIロボット試作、技術協力など御社のロボット開発を支援します。何なりとお問い合わせください。
ボールをキャッチするロボットです。
深層学習によりボール認識しをキャッチします。
ステレオカメラで左右の視差より距離を求めます。これでボールの座標が判ります。ボールが近づいたらキャッチします。サーボのトルクセンサーによりボールを掴んだか如何かを判断します。
なお本システムではRZ/V2L(ルネサスエレクトロニクス社製)を使用しており、AI chip搭載のCPUです。
課題:投げたボールを認識し掴むには、更なる認識時間の高速化が必要です。また接近した状態でのボールの認識を行う必要があります。
活用方法: トマトの認識と収穫はもう少しゆっくりした動作であり、実現が可能です。
移動ロボット研究所との開発で頭の部分を開発しました。
壁除菌モードと床面除菌モードがり一定の条件下では監視しながら自動運転が可能です。
ステレオカメラで3Dで障害物を、Liderで2Dで周囲1mの障害物または階段を検出します。また魚眼画像を展開し、ロボットの周囲の画像を見ながら遠隔操縦が可能です。画像から物体認識により、人や動物を検出し、除菌を停止することが出来ます。
トマトの遠隔からの監視ロボットを開発しています。
トマトの発育状況や病気、害虫の早期発見を行います。
画像処理により育苗管理を行います
苗の発育状況を定点設置カメラ画像を物体認識し、葉の枚数や大きさの分析を行います。
課題: 葉が重なり合った場合の分離認識が現状では困難です。
今後の予定: ステレオカメラで3Dデータを取得することで葉の重なりがより分離しやすくなります。また高さ方向の成長速度が取得できます。
Liderでは透明なガラスの判断が困難で見つけられずロボットがぶつかってしまいます。本研究ではステレオカメラにより映った画像を解析することでガラス面を検出します。また窓枠とガラス面を認識し窓に対する座標を計算しに垂直であることを認識し、それをもとにドローンや窓ふきロボットの制御を行うなどが可能となります。