文献一覧: 一般社団法人日本ロボット学会 (出版者)

2 0 0 0 OA 人型ロボットの状態推定

著者: 舛屋賢
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.36, no.2, pp.116-121, 2018 (Released:2018-04-15)
参考文献数: 33

2020-11-19 02:36:13
2 + 4 Twitter

2 0 0 0 OA 宇宙ロボットの未来像

著者: 中谷一郎
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.27, no.5, pp.518-522, 2009 (Released:2011-11-15)
参考文献数: 8

2020-10-29 19:47:59
2 + 7 Twitter

2 0 0 0 OA 油圧による柔軟で機動性の高い多脚ロボットの実現

著者: 玄相昊
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.37, no.2, pp.150-155, 2019 (Released:2019-03-20)
参考文献数: 22

2020-09-08 05:16:28
2 + 1 Wikipedia

2 0 0 0 OA 次世代アクチュエータが切り拓く新しいロボティクス

著者: 鈴森康一
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.33, no.9, pp.656-659, 2015 (Released:2015-12-15)
参考文献数: 14
被引用文献数: 3 5

2020-09-08 05:16:28
2 + 1 Wikipedia

2 0 0 0 OA フレンチバカンスの哲学

著者: 林部充宏
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.31, no.10, pp.981-982, 2013 (Released:2014-01-15)
参考文献数: 1

2020-07-13 13:53:11
2 + 2 Twitter

2 0 0 0 OA 全自動小型無人機(UAV)の開発とその後の運用

著者: 箱島秀昭植村慎司
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.34, no.2, pp.106-109, 2016 (Released:2016-04-15)
被引用文献数: 2

2020-07-10 20:19:13
2 + 5 Twitter

2 0 0 0 OA 情動インタフェースのエンタテインメントとコミュニケーションへの応用

著者: 福嶋政期
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.32, no.8, pp.692-695, 2014 (Released:2014-11-15)
参考文献数: 21
被引用文献数: 3 4

2020-05-15 15:43:27
2 + 3 Twitter

2 0 0 0 OA リハビリテーションロボットと計算論的ニューロリハビリテーション

著者: 井澤淳
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.35, no.7, pp.518-524, 2017 (Released:2017-10-01)
参考文献数: 48

2020-01-29 10:19:33
2 + 0 Twitter

2 0 0 0 自律移動ロボットのIoT化と新規市場創出

著者: 安藤健上松弘幸
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.37, no.8, pp.703-706, 2019 (Released:2019-10-18)
参考文献数: 9

2019-10-25 23:48:53
2 + 14 Twitter

2 0 0 0 OA 我が国の無人航空機の歴史と今後の展望

著者: 細田慶信
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.34, no.2, pp.81-85, 2016 (Released:2016-04-15)
参考文献数: 10
被引用文献数: 1

2019-09-15 23:47:06
2 + 0 Twitter

2 0 0 0 OA 義足足部開発の動向

著者: 遠藤謙菅原祥平北野智士
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.32, no.10, pp.855-858, 2014 (Released:2015-01-15)
参考文献数: 22
被引用文献数: 1

2019-01-14 11:01:24
2 + 0 Twitter

2 0 0 0 OA RNNを備えた2体のロボット間における身体性に基づいた動的コミュニケーションの創発

著者: 日下航尾形哲也小嶋秀樹高橋徹奥乃博
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.28, no.4, pp.532-543, 2010 (Released:2012-01-25)
参考文献数: 29
被引用文献数: 1

We propose a model of evolutionary communication with voice signs and motion signs between two robots. In our model, a robot recognizes other's action through reflecting its self body dynamics by a Multiple Timescale Recurrent Neural Network (MTRNN). Then the robot interprets the action as a sign by its own hierarchical Neural Network (NN). Each of them modifies their interpretation of signs by re-training the NN to adapt the other's interpretation throughout interaction between them. As a result of the experiment, we found that the communication kept evolving through repeating miscommunication and re-adaptation alternately, and induced the emergence of diverse new signs that depend on the robots' body dynamics through the generalization capability of MTRNN.

2018-12-19 11:06:56
2 + 0 Twitter

2 0 0 0 OA 倒立振子型乗り物 (2) 一球車

著者: 鶴賀孝廣
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.8, no.3, pp.365, 1990-06-15 (Released:2010-08-25)
被引用文献数: 1

2 0 0 0 OA 水中ロボットにおけるテレロボティクス

著者: 吉田弘百留忠洋石橋正二郎越智寛志村拓也
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.30, no.6, pp.578-581, 2012 (Released:2012-08-15)
参考文献数: 14
被引用文献数: 1 1

2018-09-02 15:59:48
2 + 0 Twitter

2 0 0 0 Convolutional Neural Networkによる把持位置に基づいたマルチクラス物体認識

著者: 長谷川昂宏山内悠嗣山下隆義藤吉弘亘秋月秀一橋本学堂前幸康川西亮輔
出版者: 一般社団法人日本ロボット学会
雑誌: 日本ロボット学会誌 (ISSN:02891824)
巻号頁・発行日: vol.36, no.5, pp.349-359, 2018 (Released:2018-07-15)
参考文献数: 27

Automatization for the picking and placing of a variety of objects stored on shelves is a challenging problem for robotic picking systems in distribution warehouses. Here, object recognition using image processing is especially effective at picking and placing a variety of objects. In this study, we propose an efficient method of object recognition based on object grasping position for picking robots. We use a convolutional neural network (CNN) that can achieve highly accurate object recognition. In typical CNN methods for object recognition, objects are recognized by using an image containing picking targets from which object regions suitable for grasping can be detected. However, these methods increase the computational cost because a large number of weight filters are convoluted with the whole image. The proposed method detects all graspable positions from an image as a first step. In the next step, it classifies an optimal grasping position by feeding an image of the local region at the grasping point to the CNN. By recognizing the grasping positions of the objects first, the computational cost is reduced because of the fewer convolutions of the CNN. Experimental results confirmed that the method can achieve highly accurate object recognition while decreasing the computational cost.