車輪型ヒューマノイドの腰・両腕を一括校正、保持姿勢の誤差を最大1.11 mmに低減

何が起きたか

2026年11月5日掲載の論文は、腰を共有する車輪型ヒューマノイドについて、腰と両腕を一括して校正する手法を示した。異なる腰構造を持つ2台を、ペイロードなし・ありの条件で評価したところ、未使用姿勢での平均誤差は校正前の11.3〜31.1 mmから0.50〜1.11 mmに低下した。訓練姿勢数が20から全姿勢までの各条件で、既報の全身校正法2件を適応した手法より平均誤差が17〜63％低かった。

詳細

手法は、まずトラッカーとターゲットの外部パラメーターを推定し、その後、光学トラッカーで計測した両フランジ上のターゲット位置から、腰と両腕を同時に同定する。運動学モデルには腰の基部、平行軸、分岐のパラメーターを含め、腕のコンプライアンスは計測トルク、腰のコンプライアンスはロボットの質量モデルに基づく重力トルクで扱う。推定の安定化には、エビデンス最大化で尺度を決めるガウス事前分布を用いる。 独立校正と逐次的な単一チェーン校正は、この一括問題の制約版として位置付けられる。独立校正では腕ごとに別の腰モデルが得られ、片方のモデルを両腕に使うと、もう一方の腕の誤差は最大3.21 mmになった。

Key Facts

本紙の見方

結果の中心は、校正対象を腕ごとのチェーンに分けず、両腕が共有する腰を含めて同時に推定した点にある。評価では、未使用姿勢の平均誤差が校正前の11.3〜31.1 mmから0.50〜1.11 mmとなった。さらに、訓練姿勢数を20から全姿勢まで変えた全条件で、既報手法を適応した比較対象を上回ったと論文は報告している。単一の誤差値だけでなく、訓練データ量を変えても差が示されたことが、手法の評価上の特徴である。 構造面では、腕のコンプライアンスを計測トルクで、腰のコンプライアンスを質量モデルから得る重力トルクで扱い、両フランジの観測を同じ推定問題に入れる。つまり、腕先の位置誤差を腕の幾何だけに帰属させず、両腕に共通する腰の変形も推定対象とする構成だ。論文は、既報手法との誤差差は主に腰のコンプライアンスによるとしている。車輪型ヒューマノイドのように腰を共有する構造では、片腕ずつの校正で得たモデルを反対側にも適用することが、誤差を残す場合があることを、最大3.21 mmという結果が示す。 ただし、示されたのは異なる腰を持つ2台での評価であり、機種や作業条件を越えて同じ誤差水準が得られるとはこの結果だけでは言えない。光学トラッカーを用いる校正工程を実運用でどの頻度で行うか、ペイロードの範囲や変化、姿勢や環境条件が結果にどう影響するかも、抄録からは分からない。したがって、量産工程への適用性を判断するには、異なる機体・荷重条件での再現性と、校正の実施条件を確認する必要がある。論文が示す比較結果は、共有腰を含むモデル化が校正精度に関係する可能性を支持するが、実運用での所要時間や保守負担までは示していない。

なぜ重要か

両腕が一つの腰を共有する機体では、片腕ごとの校正で得た腰モデルを両腕に共用すると、他方の腕の誤差が最大3.21 mmになり得る。腰のコンプライアンスも含めて両腕を同時に推定した手法が、2台の評価で未使用姿勢の平均誤差を0.50〜1.11 mmとしたことは、共有構造を持つ機体の校正モデル選択に関わる結果である。