東北大学研究者紹介

研究者詳細

ホーム

日本語 English

チバ　ナオヤ

千葉　直也

Naoya Chiba

所属

大学院情報科学研究科　システム情報科学専攻　知能ロボティクス学講座（知能制御システム学分野）

職名

特任准教授（研究）

学位

博士（情報科学）（東北大学）
修士（情報科学）（東北大学）

researchmap

https://researchmap.jp/naoya_chiba

J-GLOBAL ID

201801013268201150

経歴 4

2024年9月～継続中

大阪大学　サイバーメディアセンター　准教授
2023年4月～ 2024年8月

東北大学　大学院情報科学研究科システム情報科学専攻　助教
2020年4月～ 2023年3月

早稲田大学　理工学術院　非常勤研究員
2020年4月～ 2023年3月

オムロンサイニックエックス株式会社　インタラクショングループ　プロジェクトリサーチャー

研究分野 3

情報通信 / 知能情報学 /
情報通信 / ロボティクス、知能機械システム /
情報通信 / 知能ロボティクス /

論文 21

Generating Long-Horizon Task Actions by Leveraging Predictions of Environmental States.

Hiroto Iino, Kei Kase, Ryoichi Nakajo, Naoya Chiba, Hiroki Mori, Tetsuya Ogata

SII　478-483　2024年

DOI： 10.1109/SII58957.2024.10417574 　
Comparative Study of Hybridization and Parameter Tuning Improvement Methods for EAs in WFLOP

Ziqing Ye, Haichuan Yang, Naoya Chiba, Koichi Hashimoto

ACM International Conference Proceeding Series　59-65　2023年11月25日

DOI： 10.1145/3638209.3638219 　

詳細を見る詳細を閉じる

In recent years, wind farm layout optimization problem (WFLOP) using evolutionary algorithms has become a popular research area. However, there still lack of comparative study of effective improvement strategies for evolutionary algorithm on WFLOP. To fill this blank, this study tries to guide researcher more effectively in identifying the proper algorithm improvement strategies for WFLOP. According to the parameter tuning strategy, an adaptive parameter tuning differential evolution (APDE) is proposed. APDE can adaptively adjust its parameter setting according to the current cases, addressing the complex optimization like WFLOP. The experimental results suggest that parameter tuning strategy is effective on WFLOP. This finding might help researchers more effectively choose the proper methods for improvement.
Multi-Timestep-Ahead Prediction with Mixture of Experts for Embodied Question Answering

Kanata Suzuki, Yuya Kamiwano, Naoya Chiba, Hiroki Mori, Tetsuya Ogata

Artificial Neural Networks and Machine Learning – ICANN 2023　243-255　2023年9月22日
出版者・発行元： Springer Nature Switzerland
DOI： 10.1007/978-3-031-44223-0_20 　

ISSN：0302-9743

eISSN：1611-3349
Recognition of Human Relationships Using Interactions and Gazes through Video Analysis in Surveillance Footage

Matus Tanonwong, Naoya Chiba, Koichi Hashimoto

2023 IEEE International Conference on Robotics and Biomimetics, ROBIO 2023　1-7　2023年

DOI： 10.1109/ROBIO58561.2023.10354720 　

詳細を見る詳細を閉じる

In this paper, we hypothesize that human relationships can be estimated from interactions and the frequency and length of mutual gazes between an individual pair in videos, particularly those captured by surveillance cameras at convenience stores, supermarkets, and shopping malls. Recently, there has been significant research progress in human interaction recognition for video surveillance systems. However, mutual gaze detection in surveillance camera's views still remains a challenge. To verify our hypothesis, we collected a simple mutual gaze dataset at our laboratory and developed a system for mutual gaze detection built on top of a gaze estimator. We then collected a dataset with two types of relationships in the replica room of a convenience store at our laboratory, deployed our developed mutual gaze detector and existing human interaction recognizer, and introduced a human relationship recognition model with a self-attention module. The results suggest that the model pays attention to detected mutual gaze signals and predicted interactions as it learns to classify the human relationships.
A Transformer Model for Symbolic Regression towards Scientific Discovery.

Florian Lalande, Yoshitomo Matsubara, Naoya Chiba, Tatsunori Taniai, Ryo Igarashi 0002, Yoshitaka Ushiku

CoRR　abs/2312.04070　2023年

DOI： 10.48550/arXiv.2312.04070 　

詳細を見る詳細を閉じる

Symbolic Regression (SR) searches for mathematical expressions which best describe numerical datasets. This allows to circumvent interpretation issues inherent to artificial neural networks, but SR algorithms are often computationally expensive. This work proposes a new Transformer model aiming at Symbolic Regression particularly focused on its application for Scientific Discovery. We propose three encoder architectures with increasing flexibility but at the cost of column-permutation equivariance violation. Training results indicate that the most flexible architecture is required to prevent from overfitting. Once trained, we apply our best model to the SRSD datasets (Symbolic Regression for Scientific Discovery datasets) which yields state-of-the-art results using the normalized tree-based edit distance, at no extra computational cost.
WeaveNet for Approximating Two-sided Matching Problems.

Shusaku Sone, Jiaxin Ma, Atsushi Hashimoto 0001, Naoya Chiba, Yoshitaka Ushiku

CoRR　abs/2310.12515　2023年

DOI： 10.48550/arXiv.2310.12515 　

詳細を見る詳細を閉じる

Matching, a task to optimally assign limited resources under constraints, is a fundamental technology for society. The task potentially has various objectives, conditions, and constraints; however, the efficient neural network architecture for matching is underexplored. This paper proposes a novel graph neural network (GNN), \textit{WeaveNet}, designed for bipartite graphs. Since a bipartite graph is generally dense, general GNN architectures lose node-wise information by over-smoothing when deeply stacked. Such a phenomenon is undesirable for solving matching problems. WeaveNet avoids it by preserving edge-wise information while passing messages densely to reach a better solution. To evaluate the model, we approximated one of the \textit{strongly NP-hard} problems, \textit{fair stable matching}. Despite its inherent difficulties and the network's general purpose design, our model reached a comparative performance with state-of-the-art algorithms specially designed for stable matching for small numbers of agents.
Reference-based Dense Pose Estimation via Partial 3D Point Cloud Matching.

Rintaro Yanagi, Atsushi Hashimoto 0001, Naoya Chiba, Yoshitaka Ushiku

ACM Multimedia　9411-9413　2023年

DOI： 10.1145/3581783.3612679 　
NeuralLabeling: A versatile toolset for labeling vision datasets using Neural Radiance Fields.

Floris Erich, Naoya Chiba, Yusuke Yoshiyasu, Noriaki Ando, Ryo Hanai, Yukiyasu Domae

CoRR　abs/2309.11966　2023年

DOI： 10.48550/arXiv.2309.11966 　

詳細を見る詳細を閉じる

We present NeuralLabeling, a labeling approach and toolset for annotating a scene using either bounding boxes or meshes and generating segmentation masks, affordance maps, 2D bounding boxes, 3D bounding boxes, 6DOF object poses, depth maps and object meshes. NeuralLabeling uses Neural Radiance Fields (NeRF) as renderer, allowing labeling to be performed using 3D spatial tools while incorporating geometric clues such as occlusions, relying only on images captured from multiple viewpoints as input. To demonstrate the applicability of NeuralLabeling to a practical problem in robotics, we added ground truth depth maps to 30000 frames of transparent object RGB and noisy depth maps of glasses placed in a dishwasher captured using an RGBD sensor, yielding the Dishwasher30k dataset. We show that training a simple deep neural network with supervision using the annotated depth maps yields a higher reconstruction performance than training with the previously applied weakly supervised approach.
ニューラル構造場の導入とその結晶構造オートエンコーダーへの応用

千葉直也, 鈴木雄太, 谷合竜典, 五十嵐亮, 牛久祥孝, 斉藤耕太郎, 斉藤耕太郎, 小野寛太, 小野寛太, 小野寛太

応用物理学会春季学術講演会講演予稿集(CD-ROM)　abs/2212.13120　2022年

DOI： 10.48550/arXiv.2212.13120 　

ISSN：2436-7613
Rethinking Symbolic Regression Datasets and Benchmarks for Scientific Discovery.

Yoshitomo Matsubara, Naoya Chiba, Ryo Igarashi, Tatsunori Taniai, Yoshitaka Ushiku

CoRR　abs/2206.10540　2022年

DOI： 10.48550/arXiv.2206.10540 　

詳細を見る詳細を閉じる

This paper revisits datasets and evaluation criteria for Symbolic Regression (SR), specifically focused on its potential for scientific discovery. Focused on a set of formulas used in the existing datasets based on Feynman Lectures on Physics, we recreate 120 datasets to discuss the performance of symbolic regression for scientific discovery (SRSD). For each of the 120 SRSD datasets, we carefully review the properties of the formula and its variables to design reasonably realistic sampling ranges of values so that our new SRSD datasets can be used for evaluating the potential of SRSD such as whether or not an SR method can (re)discover physical laws from such datasets. We also create another 120 datasets that contain dummy variables to examine whether SR methods can choose necessary variables only. Besides, we propose to use normalized edit distances (NED) between a predicted equation and the true equation trees for addressing a critical issue that existing SR metrics are either binary or errors between the target values and an SR model's predicted values for a given input. We conduct benchmark experiments on our new SRSD datasets using various representative SR methods. The experimental results show that we provide a more realistic performance evaluation, and our user study shows that the NED correlates with human judges significantly more than an existing SR metric.
Edge-Selective Feature Weaving for Point Cloud Matching.

Rintaro Yanagi, Atsushi Hashimoto, Shusaku Sone, Naoya Chiba, Jiaxin Ma, Yoshitaka Ushiku

CoRR　abs/2202.02149　2022年
Point Cloud Pre-training with Natural 3D Structures.

Ryosuke Yamada, Hirokatsu Kataoka, Naoya Chiba, Yukiyasu Domae, Tetsuya Ogata

CVPR　21251-21261　2022年
出版者・発行元： IEEE
DOI： 10.1109/CVPR52688.2022.02060 　
LTMスパース推定による三次元計測の白飛び対応とばら積みピッキングロボットへの応用

千葉直也, 橋本浩一

精密工学会誌　86　(1)　106-112　2020年
出版者・発行元：公益社団法人精密工学会
DOI： 10.2493/jjspe.86.106 　

ISSN：0912-0289

eISSN：1882-675X
Bin-picking of randomly piled shiny industrial objects using light transport matrix estimation

Naoya Chiba, Mingyu Li, Akira Imakura, Koichi Hashimoto

IEEE International Conference on Robotics and Biomimetics, ROBIO 2019　7-13　2019年12月
出版者・発行元： IEEE
DOI： 10.1109/ROBIO49542.2019.8961622 　

詳細を見る詳細を閉じる

© 2019 IEEE. The use of robots in automated factories requires accurate bin-picking to ensure that objects are correctly identified and selected. In the case of objects with multiple reflections from their surfaces, this is a challenging task. We attempted to address this problem by developing a 3D measurement method based on a Light Transport Matrix (LTM), which can be applied to shiny objects or semi-transparent objects. The study presented herein evaluates the accuracy of the proposed method as well as the method for 3D pose estimation we previously reported, by examining a bin-picking task, which is a well-known robot application in factory automation. There is considerable demand for automated bin-picking systems for general objects. However, in the use of cost-effective measurement systems, some objects such as shiny metallic objects continue to prove problematic in terms of bin-picking because of the difficulty to measure their shapes accurately. Our 3D measurement method uses only a projector-camera system; thus, it is cost-effective, and it does not require any special optical system. It is based on fast LTM sparse estimation. We previously demonstrated that this approach can measure the 3D shape of metallic objects and showed that our pose estimation method is applicable to bin-picking. However, we did not verify its accuracy with the application of 3D robot vision. In this study, we integrate these two methods, and demonstrate that our 3D measurement method, in combination with our pose estimation work, can successfully accomplish bin-picking tasks involving shiny metallic industrial objects. Ultimately, we achieved 100 [%] picking success for 5 scenes including 15 pieces. We concluded that our proposed methods are sufficiently accurate to carry out bin-picking tasks in automated factory environments.
Discriminative recognition of point cloud gesture classes through one-shot learning

Joshua Owoyemi, Naoya Chiba, Koichi Hashimoto

IEEE International Conference on Robotics and Biomimetics, ROBIO 2019　2304-2309　2019年12月
出版者・発行元： IEEE
DOI： 10.1109/ROBIO49542.2019.8961778 　

詳細を見る詳細を閉じる

© 2019 IEEE. In this paper, we introduce a one-shot learning approach to extend learned point cloud gesture categories into recognizing newly introduced categories after training the original model. This approach is based on learning the discrimination between gesture classes of point cloud data, making it possible to recognize new classes without retraining the original deep neural network (DNN) model. We develop a temporal variant of the PointNet model referred to as Temporal PointNet or TPoinNet, which consumes a sequence of raw point clouds from a low-cost depth sensor and outputs the class of the sequence. We use a multitask strategy where the model learns the classification of a point cloud sequence and a Euclidean space discrimination between the classified sequence and another sequence of a different class. The new model is able to classify and map the point clouds sequence inputs into a Euclidean space where the distances between the gesture sequences correspond to the gesture similarities. We present results on a point cloud dataset and the MSR Action 3D dataset showing the discrimination of new gesture categories with a high precision.
Fast ADMM ℓ1 minimization by applying SMW formula and multi-row simultaneous estimation for Light Transport Matrix acquisition.

Naoya Chiba, Akira Imakura, Koichi Hashimoto

2019 IEEE International Conference on Robotics and Biomimetics(ROBIO)　14-21　2019年
出版者・発行元： IEEE
DOI： 10.1109/ROBIO49542.2019.8961736 　
Homogeneous light transport matrix estimation based 3D shape measurement

Naoya Chiba, Koichi Hashimoto

International Journal of Mechatronics and Automation　6　(2/3)　63-70　2018年1月1日

DOI： 10.1504/IJMA.2018.094476 　

ISSN：2045-1059

詳細を見る詳細を閉じる

Copyright © 2018 Inderscience Enterprises Ltd. We introduce homogeneous light transport (HLT) matrix for efficient 3D measurements. Which is an extension of the light transport (LT) matrix. The LT Matrix is a model of light transportation between a projector and a camera. It describes weights for all combinations of the projector pixels and the camera pixels. The HLT Matrix includes background lights information with LT Matrix. By using the HLT Matrix, we can estimate LT Matrix without backgrounds measurement. In this paper, we demonstrate that 3D points can be measured by using '1-pixel projection' and considering the epipolar geometry, for measurement targets which are difficult to measure by traditional methods. This measurement is the same as the measurement using the LT Matrix approach. We use a compressive sensing method for estimation to reduce the number of projection and capture.
Ultra-Fast Multi-Scale Shape Estimation of Light Transport Matrix for Complex Light Reflection Objects. 査読有り

Naoya Chiba, Koichi Hashimoto

2018 IEEE International Conference on Robotics and Automation, ICRA 2018, Brisbane, Australia, May 21-25, 2018　1-5　2018年
出版者・発行元： IEEE
DOI： 10.1109/ICRA.2018.8460892 　

ISSN：1050-4729
Sparse Estimation of Light Transport Matrix under Saturated Condition. 査読有り

Naoya Chiba, Koichi Hashimoto

British Machine Vision Conference 2018, BMVC 2018, Northumbria University, Newcastle, UK, September 3-6, 2018　68-68　2018年
出版者・発行元： BMVA Press
3D measurement by estimating Homogeneous Light Transport (HLT) Matrix 査読有り

Naoya Chiba, Koichi Hashimoto

2017 IEEE International Conference on Mechatronics and Automation, ICMA 2017　1763-1768　2017年8月23日
出版者・発行元： Institute of Electrical and Electronics Engineers Inc.
DOI： 10.1109/ICMA.2017.8016084 　

詳細を見る詳細を閉じる

We introduce Homogeneous Light Transport (HLT) Matrix for efficient 3D measurements. Which is an extension of the Light Transport (LT) matrix. The LT Matrix is a model of light transportation between a projector and a camera. It describes weights for all combinations of the projector pixels and the camera pixels. The HLT Matrix includes background lights information with LT Matrix. By using the HLT Matrix, we can estimate LT Matrix without backgrounds measurement. In the traditional methods, it is assumed that the light ray reflects only once in the scene. However, in the actual scenes, it may reflect multiple times due to specular reflections or subsurface scatterings thus 3D measurement may become difficult in some cases. The LT Matrix can express multiple times reflection. In this paper, we demonstrate that 3D points can be measured by using '1-pixel projection' and considering the epipolar geometry, for measurement targets which are difficult to measure by traditional methods. This measurement is the same as the measurement using the LT Matrix approach. We use a compressive sensing method for estimation to reduce the number of projection and capture.
Feedback projection for 3D measurements under complex lighting conditions. 査読有り

Naoya Chiba, Shogo Arai, Koichi Hashimoto

2017 American Control Conference, ACC 2017, Seattle, WA, USA, May 24-26, 2017　4649-4656　2017年
出版者・発行元： IEEE
DOI： 10.23919/ACC.2017.7963673 　

ISSN：0743-1619

eISSN：2378-5861

︎全件表示 ︎最初の5件までを表示

MISC 28

Crystalformer: Infinitely Connected Attention for Periodic Structure Encoding

Tatsunori Taniai, Ryo Igarashi, Yuta Suzuki, Naoya Chiba, Kotaro Saito, Yoshitaka Ushiku, Kanta Ono

ICLR　abs/2403.11686　2024年3月18日

DOI： 10.48550/arXiv.2403.11686 　

詳細を見る詳細を閉じる

Predicting physical properties of materials from their crystal structures is a fundamental problem in materials science. In peripheral areas such as the prediction of molecular properties, fully connected attention networks have been shown to be successful. However, unlike these finite atom arrangements, crystal structures are infinitely repeating, periodic arrangements of atoms, whose fully connected attention results in infinitely connected attention. In this work, we show that this infinitely connected attention can lead to a computationally tractable formulation, interpreted as neural potential summation, that performs infinite interatomic potential summations in a deeply learned feature space. We then propose a simple yet effective Transformer-based encoder architecture for crystal structures called Crystalformer. Compared to an existing Transformer-based model, the proposed model requires only 29.4% of the number of parameters, with minimal modifications to the original Transformer architecture. Despite the architectural simplicity, the proposed method outperforms state-of-the-art methods for various property regression tasks on the Materials Project and JARVIS-DFT datasets.
構造力学を考慮した3次元形状深層生成モデルの提案

戸井田一聖, 西口浩司, 千葉直也, 和田有司, 横田理央, 干場大也, 加藤準治

日本計算工学会論文集(Web)　2024　(1)　2024年

ISSN： 1347-8826
構造力学を考慮したDeepSDFに基づく3次元形状生成モデル

戸井田一聖, 千葉直也, 西口浩司, 和田有司, 横田理央, 干場大也, 加藤準治

計算工学講演会論文集(CD-ROM)　29　2024年

ISSN： 1342-145X
GANsの潜在空間を用いた多自由度ロボット最適軌道計画の高速化のための最適化アルゴリズムの比較

飯野寛人, 飯野寛人, 千葉直也, 森裕紀, 森裕紀, 尾形哲也, 尾形哲也

日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)　2023　2023年

ISSN： 2424-3124
混合エキスパートによる複数先視野予測モジュールを用いたEmbodied Question Answeringタスクの学習

上和野雄也, 鈴木彼方, 鈴木彼方, 千葉直也, 千葉直也, 森裕紀, 尾形哲也, 尾形哲也

日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)　2023　2023年

ISSN： 2424-3124
カメラパラメータの誤差を考慮したマニピュレータの動作計画

柴山千冬, 鏡慎吾, 千葉直也, 橋本浩一

日本ロボット学会学術講演会予稿集(CD-ROM)　41st　2023年
3D Point Cloud Registration with Learning-based Matching Algorithm

Rintaro Yanagi, Atsushi Hashimoto, Shusaku Sone, Naoya Chiba, Jiaxin Ma, Yoshitaka Ushiku

2022年2月4日

詳細を見る詳細を閉じる

We present a novel differential matching algorithm for 3D point cloud registration. Instead of only optimizing the feature extractor for a matching algorithm, we propose a learning-based matching module optimized to the jointly-trained feature extractor. We focused on edge-wise feature-forwarding architectures, which are memory-consuming but can avoid the over-smoothing effect that GNNs suffer. We improve its memory efficiency to scale it for point cloud registration while investigating the best way of connecting it to the feature extractor. Experimental results show our matching module's significant impact on performance improvement in rigid/non-rigid and whole/partial point cloud registration datasets with multiple contemporary feature extractors. For example, our module boosted the current SOTA method, RoITr, by +5.4%, and +7.2% in the NFMR metric and +6.1% and +8.5% in the IR metric on the 4DMatch and 4DLoMatch datasets, respectively.
深層学習を用いた三次元点群処理入門

千葉直也, 千葉直也

情報処理学会研究報告(Web)　2022　(CVIM-230)　2022年
ニュウモン点群深層学習 Deepで挑む3Dへの第一歩—3次元の世界を理解する技術

千葉直也

CV : コンピュータビジョン最前線　84-144　2022年
出版者・発行元：共立出版
LTMスパース推定による三次元計測の白飛び対応とばら積みピッキングロボットへの応用—Introductions of Sparse Estimation under Saturated Condition for 3D Measurement and Its Application for Bin-Picking Robot—特集工場・物流倉庫の自動化に貢献するロボットビジョン&三次元計測技術(1)

千葉直也, 伊東秀謹, 橋本浩一

画像ラボ / 画像ラボ編集委員会編　31　(11)　41-47　2020年11月
出版者・発行元：日本工業出版
ISSN： 0915-6755
LTMスパース推定による三次元計測の白飛び対応とばら積みピッキングロボットへの応用

千葉直也, 橋本浩一

精密工学会誌(Web)　86　(1)　2020年

ISSN： 1882-675X
高速・ロバストなLight Transport Matrix推定による三次元計測

千葉直也, 伊東秀謹, 橋本浩一

ロボティクス・メカトロニクス講演会講演概要集　2020　1P2-L10　2020年
出版者・発行元：一般社団法人日本機械学会
DOI： 10.1299/jsmermd.2020.1p2-l10 　

ISSN： 2424-3124

eISSN： 2424-3124
Light Transport Matrixのスパース推定を用いた三次元計測・材質推定 : 金属物体・半透明物体に対応した三次元計測法と材質推定応用—3D Measurement and Material Estimation by estimating Light Transport Matrix

千葉直也, 橋本浩一

検査技術 / 検査技術編集委員会編　24　(10)　14-19　2019年10月
出版者・発行元：日本工業出版
ISSN： 1342-9825
LT行列行分解推定による三次元計測

千葉直也, 橋本浩一

計測自動制御学会論文集 = Transactions of the Society of Instrument and Control Engineers　55　(4)　294-304　2019年4月
出版者・発行元：計測自動制御学会 ; [1965]-
DOI： 10.9746/sicetr.55.294 　

ISSN： 0453-4654

eISSN： 1883-8189
点群深層学習を用いた3次元物体の位置・姿勢推定

戸田幸宏, 千葉直也, 橋本浩一

電子情報通信学会技術研究報告　118　(460(CNR2018 35-57)(Web))　2019年

ISSN： 0913-5685
SMW公式を用いたADMM-l₁最小化問題の高速解法

千葉直也, 今倉暁, 橋本浩一

電子情報通信学会技術研究報告　118　(460(CNR2018 35-57)(Web))　2019年

ISSN： 0913-5685
Light Transport Matrixのスパース推定を用いた三次元計測・材質推定金属物体・半透明物体に対応した三次元計測法と材質推定応用

千葉直也, 橋本浩一

検査技術　24　(10)　2019年

ISSN： 1342-9825
点群深層学習による複数物体の位置姿勢推定

戸田幸宏, 千葉直也, 橋本浩一

ロボティクス・メカトロニクス講演会講演概要集　2019　2P2-H06　2019年
出版者・発行元：一般社団法人日本機械学会
DOI： 10.1299/jsmermd.2019.2p2-h06 　

ISSN： 2424-3124

eISSN： 2424-3124
点群深層学習による位置姿勢推定のためのシミュレータの開発

千葉直也, 戸田幸宏, 橋本浩一

ロボティクス・メカトロニクス講演会講演概要集　2019　2P1-I03　2019年
出版者・発行元：一般社団法人日本機械学会
DOI： 10.1299/jsmermd.2019.2p1-i03 　

ISSN： 2424-3124

eISSN： 2424-3124
Light Transport Matrix (LTM) 推定による三次元計測法とその高速化手法

千葉直也

画像ラボ　30　(8)　6-11　2019年
出版者・発行元：日本工業出版
ISSN： 0915-6755
サチュレーションとガンマ補正を考慮したプロジェクタ・カメラシステムの光学キャリブレーションツールの開発

千葉直也, 橋本浩一

日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)　2018　ROMBUNNO.2A1‐M13　2018年6月1日
出版者・発行元：一般社団法人日本機械学会
DOI： 10.1299/jsmermd.2018.2a1-m13 　 10.1109/robio49542.2019.8961736_references_DOI_IJAxo4C8ZDdo5Nazc6pfGb97yKF 　 10.1109/robio49542.2019.8961622_references_DOI_IJAxo4C8ZDdo5Nazc6pfGb97yKF 　

ISSN： 2424-3124

eISSN： 2424-3124
三次元構造マッチングを用いたペプチド立体構造探索手法の構築

小松, 大和, 千葉, 直也, 橋本, 浩一

第80回全国大会講演論文集　2018　(1)　933-934　2018年3月13日

詳細を見る詳細を閉じる

ペプチドはアミノ酸の配列により非常に多様で複雑な立体構造を取り、様々な性質を発現する。そのため、多様なペプチドライブラリから目的の性質を持つペプチドを探索する研究が行われてきた。しかし、化学反応に伴う効率等の問題から、物理的・時間的制約が生じていた。本研究ではシミュレーションにより擬似的に生成したペプチドと探索対象の立体構造間で、三次元点群ベースの物体検出に用いられている三次元構造マッチング手法を応用することで、上記の制約を受けずにペプチドを探索する方法論を目指した。具体的目標として、未だ発見されていない「酵素活性を持つペプチド」の探索を行った。本発表ではその方法論構築の経過について報告する。
三次元構造マッチングを用いたペプチド立体構造探索手法の構築

小松大和, 千葉直也, 橋本浩一

情報処理学会全国大会講演論文集　80th　(4)　4.933‐4.934　2018年3月13日
LTM推定三次元計測法による金属物体のばら積みピッキング

千葉直也, 橋本浩一

計測自動制御学会システムインテグレーション部門講演会(CD-ROM)　19th　2018年
CADモデルを用いないばら積みシーンからの物体検出

福地伸晃, 千葉直也, 橋本浩一

日本ロボット学会誌　36　(5)　368‐375(J‐STAGE)-375　2018年
出版者・発行元：一般社団法人日本ロボット学会
DOI： 10.7210/jrsj.36.368 　

ISSN： 0289-1824

eISSN： 1884-7145
LT行列の推定に基づく三次元計測法

千葉直也, 橋本浩一

計測自動制御学会システムインテグレーション部門講演会(CD-ROM)　18th　ROMBUNNO.1C2‐16　2017年12月20日
物理シミュレーションと透視投影カメラモデルを用いたバラ積みシーン点群生成プログラムの開発

千葉直也, 橋本浩一

日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)　2017　ROMBUNNO.2A2‐O09　2017年5月9日
出版者・発行元：一般社団法人日本機械学会
DOI： 10.1299/jsmermd.2017.2a2-o09 　

ISSN： 2424-3124

eISSN： 2424-3124
1A1-H03 3D Keypoint対応付けの高精度化に関する検討

荒井翔悟, 福地伸晃, 千葉直也, 橋本浩一

ロボティクス・メカトロニクス講演会講演概要集　2015　(0)　_1A1-H03_1-_1A1-H03_2　2015年
出版者・発行元：一般社団法人日本機械学会
DOI： 10.1299/jsmermd.2015._1a1-h03_1 　

ISSN： 2424-3124

eISSN： 2424-3124

詳細を見る詳細を閉じる

3D registration is becoming one of the essential technologies for service and industrial robots. For 3D registration, 3D keypoint detection, feature computation on the detected keypoints, and correspondence between model and scene keypoints based on the features are required in most cases. In this research, we will propose high accuracy correspondence method to improve accuracy of 3D registration by using geometric relation among 3D keypoints. As the first step, this paper shows accuracy analysis of the correspondence that depends on 3D shape of a target object and methods to detect 3D keypoints and compute features on the detected keypoints.

︎全件表示 ︎最初の5件までを表示

書籍等出版物 1

詳解 : 3次元点群処理 : Pythonによる基礎アルゴリズムの実装

金崎, 朝子, 秋月, 秀一, 千葉, 直也

講談社　2022年10月

ISBN: 9784065293430

講演・口頭発表等 6

3D x 深層学習の紹介招待有り

千葉直也

第27回理系集会　2022年9月2日
サチュレーションとガンマ補正を考慮したプロジェクタ・カメラシステムの光学キャリブレーションツールの開発

千葉直也, 橋本浩一

日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)　2018年6月1日
三次元構造マッチングを用いたペプチド立体構造探索手法の構築

小松大和, 千葉直也, 橋本浩一

情報処理学会全国大会講演論文集　2018年3月13日
LT行列の推定に基づく三次元計測法

千葉直也, 橋本浩一

計測自動制御学会システムインテグレーション部門講演会(CD-ROM)　2017年12月20日
物理シミュレーションと透視投影カメラモデルを用いたバラ積みシーン点群生成プログラムの開発

千葉直也, 橋本浩一

日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)　2017年5月9日

詳細を見る詳細を閉じる

<p>Bin picking is an important task in industrial applications of robots. To achieve the bin picking task, approaches using 3D pointcloud have been taken. For bin picking, it is necessary to recognize picking targets from the scene pointcloud and to estimate the position and the orientation of each target. We developed a program for generating pointcloud of bin scene. This program can be used for development and verification of position and orientation estimation algorithm. By using physical simulation and simulation of stereo vision system using perspective projection model, we have achieved generating 3D pointclouds similar to that obtained by actual 3D sensors.</p>
3D Keypoint対応付けの高精度化に関する検討

荒井翔悟, 福地伸晃, 千葉直也, 橋本浩一

日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)　2015年5月

︎全件表示 ︎最初の5件までを表示

産業財産権 1

位置姿勢算出装置、ロボット制御装置、及びロボット

原田智紀, 橋本浩一, 荒井翔悟, 千葉直也

産業財産権の種類: 特許権

共同研究・競争的資金等の研究課題 3

ロボットの実世界インタラクションによる動的な三次元計測・三次元モデル生成

千葉直也

2021年4月1日～ 2026年3月31日

詳細を見る詳細を閉じる

本研究は物体のハンドリングに必要なシーン理解と，シーン理解のために必要な観測・動作計画に取り組むものである．モデルとして剛体変換を考慮したImplicit Functionの組み合わせによる三次元シーンを用いることがアイデアであり，本年度はこのシーンモデルの実現を目指した研究を行った．本年度はImplicit FunctionとしてSDF (Signed Distance Function) を用いた際に，複数物体を含むシーンの剛体変換と物体形状を同時推定することが可能であるかの検証，及びロボットとハンドリング・計測対象の物体がインタラクトできるようなシミュレータ環境の整備を行った．さらに研究計画時点と比較してNeRF (Neural Radiance Field) によるモデル化に関する研究が急速に発展したため，キャッチアップとImplicit FunctionによるSurface Modelと比較のための予備実験を行った．本年度前半の研究成果からスクラッチからSDFを用いて物体をモデル化しつつ剛体変換を推定することは容易ではないことがわかったため，できる限り具体的な三次元モデルを必要としない三次元物体検出手法の開発が必要である．このために必要となる三次元シーンの理解のためのエンコーダの開発のため，点群深層学習に関する調査とエンコーダの事前学習に関する研究を進めており，これは独立した成果として発表済みである．
ダイナミックプロジェクション計測による何でもみえるロボットビジョン

千葉直也

2018年4月25日～ 2021年3月31日

詳細を見る詳細を閉じる

本研究の目的は，対称物体の反射特性によらずに物体をハンドリングするための三次元センシング手法の構築である．前提としてLight Transport Matrix (LMT) 推定による三次元形状計測手法を用いる．これはプロジェクタ・カメラを用いる三次元計測法であり，金属物体や半透明物体を精度よく計測できるという特性を持つ．一方，高解像度な計測を行う場合には計算コストが大きいという欠点を持つ．したがって，物体の位置姿勢推定に必要な情報だけを計測することで，「ばら積みピッキング」のような具体的なアプリケーションとしてみたときに高速化できるという着想を得た． LTMの推定にはL1ノルム最小化によるスパース推定を用いる．このときLTMが線形でない場合に推定に失敗することが確認できている．実際の観測では白飛び・黒つぶれが生じるため，これらに対応するため，Alternation Direction Method of Multipliers (ADMM)を用いたL1最小化法の観測モデルに修正を加えた，白飛び・黒つぶれ同時対応L1最小化を提案・検証し，実際にLTM推定の性能が向上していることを示した． LTM推定は低解像度では高速に計算できることに着目し，低解像度なLTMから得られる低密度な点群から物体の位置姿勢推定を行う手法の実現に向けて取り組んだ．既存の物体認識・位置姿勢推定手法と比較して低密度な点群を入力として用いる場合が多いため，点群深層学習によるアプローチでの物体認識・位置姿勢推定手法についての研究を進めた．さらに物体認識・位置姿勢推定手法とLTM推定による三次元計測法，さらに昨年度実装したロボットシステムを用いて実際にばら積みピッキングを実現した．計測・位置姿勢推定を合わせて20秒程度で金属物体の認識・位置姿勢推定を行った．
プロジェクタ・カメラ間の輝度伝達行列の推定に基づく三次元計測法

千葉直也

2016年～ 2017年

詳細を見る詳細を閉じる

プロジェクタ・カメラシステムによる様々な三次元計測法が提案されていますが、金属や半透明樹脂など未だ計測が難しい計測対象が存在します。本提案では、様々な光学現象をモデル化できる輝度伝達行列により光学系を表現し計測することで、より汎用的な三次元計測法を構築します。巨大な輝度伝達行列を直接計測するのは難しいため、計測の過程をフィードバックし動的に照射パタンを生成することで効率的な推定を目指します。