JP7061784B2 - Tactile sensors, tactile measuring devices, trained models, and identification devices - Google Patents
Tactile sensors, tactile measuring devices, trained models, and identification devices Download PDFInfo
- Publication number
- JP7061784B2 JP7061784B2 JP2018003036A JP2018003036A JP7061784B2 JP 7061784 B2 JP7061784 B2 JP 7061784B2 JP 2018003036 A JP2018003036 A JP 2018003036A JP 2018003036 A JP2018003036 A JP 2018003036A JP 7061784 B2 JP7061784 B2 JP 7061784B2
- Authority
- JP
- Japan
- Prior art keywords
- contact
- tactile sensor
- displacement
- tactile
- contactor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Force Measurement Appropriate To Specific Purposes (AREA)
- A Measuring Device Byusing Mechanical Method (AREA)
Description
本発明は、触覚センサ、触覚測定装置、学習済みモデル、および識別装置に関する。さらに詳しくは、本発明は、人間が感じる手触り感の定量化を目的とした触覚センサおよび触覚測定装置に関する。また、本発明は、測定対象物の種類を識別するための学習済みモデルおよび識別装置に関する。 The present invention relates to a tactile sensor, a tactile measuring device, a trained model, and an identification device. More specifically, the present invention relates to a tactile sensor and a tactile measuring device for the purpose of quantifying the tactile sensation felt by humans. The present invention also relates to a trained model and an identification device for identifying the type of an object to be measured.
人間の触覚を工学的に模した触覚センサとして種々のものが開発されている。中でも、半導体マイクロマシニング技術により形成した触覚センサは、多くのセンサ信号を少ない配線で読み出せることから、多数のセンサ部を高密度に配置することが可能であり、位置分解能が高いという長所を有する。 Various tactile sensors have been developed that imitate human tactile sensations in engineering. Above all, the tactile sensor formed by the semiconductor micromachining technology has the advantage that many sensor signals can be read out with a small number of wirings, so that a large number of sensor units can be arranged at high density and the position resolution is high. ..
特許文献１には先端部が微小な接触子を有する触覚センサが開示されている。触覚センサを測定対象物に押し当てながら摺動させ、接触子の変位を検出することで、測定対象物表面の微細な凹凸や微小領域の摩擦力を検知できる。
測定対象物を強く撫でたときと弱く撫でたときとでは、測定対象物表面の形状や性質が変化し、手触り感が変化する場合がある。そのため、測定対象物の手触り感を評価するにあたって、測定対象物への触覚センサの押し当て力が重要な要素になる場合がある。 The shape and properties of the surface of the object to be measured may change depending on whether the object to be measured is patted strongly or weakly, and the feeling of touch may change. Therefore, in evaluating the feel of the object to be measured, the force of pressing the tactile sensor against the object to be measured may be an important factor.
また、触覚センサで得られた測定データに基づいて測定対象物の種類を識別することが求められている。 Further, it is required to identify the type of the object to be measured based on the measurement data obtained by the tactile sensor.
本発明は上記事情に鑑み、測定対象物表面の微細な特性を検知できるとともに、測定対象物への触覚センサの押し当て力を検知できる触覚センサおよび触覚測定装置を提供することを目的とする。
また、本発明は、測定対象物の種類を識別できる学習済みモデルおよび識別装置を提供することを目的とする。
In view of the above circumstances, it is an object of the present invention to provide a tactile sensor and a tactile measuring device capable of detecting minute characteristics of the surface of the object to be measured and detecting the pressing force of the tactile sensor against the object to be measured.
Another object of the present invention is to provide a trained model and an identification device capable of identifying the type of an object to be measured.
第１発明の触覚センサは、基部と、測定対象物と接触する接触面を有する大接触子と、前記測定対象物との接触面積が前記接触面よりも小さい接触端を有する小接触子と、前記大接触子を前記基部に対して、少なくとも前記接触面に対して垂直な方向に変位可能に支持する大接触子支持体と、前記大接触子の前記基部に対する変位を検出する大接触子変位検出器と、前記小接触子を前記大接触子に対して変位可能に支持する小接触子支持体と、前記小接触子の前記大接触子に対する変位を検出する小接触子変位検出器と、を備えることを特徴とする。
第２発明の触覚センサは、第１発明において、前記大接触子は、本体部と、前記接触面の一部または全部を含む横行部と、前記横行部を前記本体部に対して、前記接触面と平行な方向に変位可能に支持する横行部支持体と、前記横行部の前記本体部に対する変位を検出する横行部変位検出器と、を備えることを特徴とする。
第３発明の触覚センサは、第１発明において、前記大接触子は、本体部と、前記接触面の一部を含む複数の横行部と、前記複数の横行部を前記本体部に対して、前記接触面と平行な方向に変位可能に支持する複数の横行部支持体と、前記複数の横行部の前記本体部に対する変位を検出する複数の横行部変位検出器と、を備え、前記複数の横行部は前記接触面の面積が互いに異なることを特徴とする。
第４発明の触覚センサは、第１発明において、前記大接触子支持体は、前記大接触子を前記基部に対して、前記接触面と平行な方向にも変位可能に支持することを特徴とする。
第５発明の触覚センサは、第１、第２、第３または第４発明において、前記大接触子は、側面の一部が前記接触面をなす平板状であり、前記接触面を２つに分割する開口を有する内部空間を有しており、前記小接触子は前記内部空間に配置されており、前記大接触子の表裏面の一方または両方に保護板が設けられており、前記保護板は、前記内部空間の開口を覆い、側面または側縁の一部が前記接触面の延長面上に配置されていることを特徴とする。
第６発明の触覚測定装置は、第１、第２、第３、第４または第５発明の触覚センサが設けられる触覚測定装置であって、前記触覚センサおよび／または前記測定対象物を動作させ、前記触覚センサを前記測定対象物に押し当てる押当器と、前記触覚センサおよび／または前記測定対象物を動作させ、前記触覚センサを前記測定対象物の表面に沿って摺動させる走査器と、を備えることを特徴とする。
第７発明の触覚測定装置は、第６発明において、前記触覚センサの前記大接触子変位検出器で検出された押し当て力が入力され、該押し当て力が所定値となるように前記押当器の動作を制御する制御装置を備えることを特徴とする。
第８発明の学習済みモデルは、測定対象物の表面位置に対する、凹凸量、微小領域摩擦力、平均摩擦力、および押し当て力のうちの一または複数の波形を構成する測定データ、または該測定データに所定の処理を施して得られた処理後データである触覚データに基づいて、前記測定対象物の種類を特定するようコンピュータを機能させるための学習済みモデルであって、前記測定対象物を測定して得られた前記触覚データを含む学習データを用いて、予め機械学習が行われた学習器を構成し、前記学習器に前記測定対象物を測定して得られた前記触覚データが入力されると、該測定対象物の種類情報を出力するよう、コンピュータを機能させることを特徴とする。
第９発明の学習済みモデルは、第８発明において、前記処理後データは、前記測定データをグラフ化したグラフ画像であることを特徴とする。
第１０発明の学習済みモデルは、第８発明において、前記処理後データは、前記測定データが構成する波形の変位を画素の色として表した変位画像であることを特徴とする。
第１１発明の学習済みモデルは、第８発明において、前記処理後データは、前記測定データに信号処理を施して得られた信号処理データであることを特徴とする。
第１２発明の学習済みモデルは、第８発明において、前記処理後データは、前記測定データに信号処理を施して得られた信号処理データをグラフ化したグラフ画像であることを特徴とする。
第１３発明の学習済みモデルは、第８発明において、前記処理後データは、前記測定データに信号処理を施して得られた信号処理データが構成する波形の変位を画素の色として表した変位画像であることを特徴とする。
第１４発明の識別装置は、第８、第９、第１０、第１１、第１２または第１３発明の学習済みモデルがインストールされたコンピュータからなることを特徴とする。
The tactile sensor of the first invention comprises a large contact having a contact surface in contact with a base and an object to be measured, and a small contact having a contact end having a contact area with the object to be measured smaller than the contact surface. A large contact support that supports the large contact with respect to the base so as to be displaceable at least in a direction perpendicular to the contact surface, and a large contact displacement that detects the displacement of the large contact with respect to the base. A detector, a small contact support that supports the small contact in a displaceable manner with respect to the large contact, and a small contact displacement detector that detects the displacement of the small contact with respect to the large contact. It is characterized by being provided with.
In the first invention, the tactile sensor of the second invention is such that the large contact has a main body portion, a traversing portion including a part or all of the contact surface, and the traversing portion touches the main body portion. It is characterized by including a traversing portion support that supports displaceably in a direction parallel to a surface, and a traversing portion displacement detector that detects displacement of the traversing portion with respect to the main body portion.
In the first invention, the tactile sensor of the third invention has the main body portion, a plurality of traversing portions including a part of the contact surface, and the plurality of traversing portions with respect to the main body portion. A plurality of traversing portion supports that support displaceably in a direction parallel to the contact surface, and a plurality of traversing portion displacement detectors that detect displacement of the plurality of traversing portions with respect to the main body portion. The traversing portion is characterized in that the areas of the contact surfaces are different from each other.
The tactile sensor of the fourth invention is characterized in that, in the first invention, the large contact support supports the large contact with respect to the base so as to be displaceable in a direction parallel to the contact surface. do.
In the first, second, third or fourth aspect of the invention, the tactile sensor of the fifth invention has the large contact surface in the shape of a flat plate having a part of the side surface forming the contact surface, and has two contact surfaces. It has an internal space with an opening to divide, the small contact is arranged in the internal space, and a protective plate is provided on one or both of the front and back surfaces of the large contact, and the protective plate is provided. Is characterized in that it covers the opening of the internal space and a part of the side surface or the side edge is arranged on the extension surface of the contact surface.
The tactile measuring device of the sixth invention is a tactile measuring device provided with the tactile sensor of the first, second, third, fourth or fifth invention, and operates the tactile sensor and / or the measuring object. , A pusher that presses the tactile sensor against the object to be measured, and a scanner that operates the tactile sensor and / or the object to be measured and slides the tactile sensor along the surface of the object to be measured. , Is characterized by the provision of.
In the sixth invention, the tactile measuring device of the seventh invention inputs the pressing force detected by the large contact displacement detector of the tactile sensor, and the pressing force becomes a predetermined value. It is characterized by being provided with a control device for controlling the operation of the device.
The trained model of the eighth invention is measurement data constituting one or more waveforms of unevenness amount, minute region friction force, average friction force, and pressing force with respect to the surface position of the object to be measured, or the measurement thereof. It is a trained model for making a computer function to specify the type of the measurement object based on the tactile data which is the processed data obtained by subjecting the data to a predetermined process, and the measurement object is used. Using the learning data including the tactile data obtained by measurement, a learning device to which machine learning has been performed in advance is configured, and the tactile data obtained by measuring the measurement object is input to the learning device. Then, the computer is made to function so as to output the type information of the measurement object.
The trained model of the ninth invention is characterized in that, in the eighth invention, the processed data is a graph image obtained by graphing the measurement data.
The trained model of the tenth invention is characterized in that, in the eighth invention, the processed data is a displacement image in which the displacement of the waveform composed of the measurement data is represented by the color of the pixel.
The trained model of the eleventh invention is characterized in that, in the eighth invention, the processed data is signal processing data obtained by subjecting the measured data to signal processing.
The trained model of the twelfth invention is characterized in that, in the eighth invention, the processed data is a graph image obtained by graphing the signal processing data obtained by subjecting the measurement data to signal processing.
In the eighth invention, the trained model of the thirteenth invention is a displacement image in which the post-processing data represents the displacement of the waveform composed of the signal processing data obtained by applying signal processing to the measurement data as the pixel color. It is characterized by being.
The identification device of the fourteenth invention comprises a computer in which the trained models of the eighth, ninth, tenth, eleventh, twelfth or thirteenth inventions are installed.
第１発明によれば、接触面積の小さい接触端を有する小接触子の変位を検出することで、測定対象物表面の微細な特性を検知できる。また、接触面積の大きい接触面を有する大接触子の押し込み方向の変位を検出することで、測定対象物への触覚センサの押し当て力を検知できる。
第２発明によれば、横行部の横ずれ方向の変位を検出することで、測定対象物の平均摩擦力を検知できる。
第３発明によれば、接触面積が異なる複数の横行部を備えるので、種々の測定レンジにおける平均摩擦力を検知できる。
第４発明によれば、大接触子の横ずれ方向の変位を検出することで、測定対象物の平均摩擦力を検知できる。
第５発明によれば、繊維で構成された測定対象物を測定する場合でも、保護板により大接触子の開口の内部に繊維が進入することを抑制でき、繊維が小接触子に引っ掛かることを防止できる。その結果、繊維で構成された測定対象物の微細な特性を検知できる。
第６発明によれば、触覚センサを測定対象物に押し当てながら摺動させることで、測定対象物の手触り感を測定できる。
第７発明によれば、測定対象物への触覚センサの押し当て力を一定にできるので、測定対象物の手触り感を精度良く測定できる。
第８～第１４発明によれば、測定対象物の種類を識別できる。
According to the first invention, by detecting the displacement of a small contact having a contact end having a small contact area, it is possible to detect fine characteristics of the surface of the object to be measured. Further, by detecting the displacement in the pushing direction of the large contact having a contact surface having a large contact area, it is possible to detect the pushing force of the tactile sensor against the object to be measured.
According to the second invention, the average frictional force of the object to be measured can be detected by detecting the displacement of the transverse portion in the lateral displacement direction.
According to the third invention, since a plurality of traversing portions having different contact areas are provided, the average frictional force in various measurement ranges can be detected.
According to the fourth invention, the average frictional force of the object to be measured can be detected by detecting the displacement of the large contactor in the lateral displacement direction.
According to the fifth invention, even when measuring an object to be measured composed of fibers, the protective plate can prevent the fibers from entering the inside of the opening of the large contact, and the fibers are caught by the small contacts. Can be prevented. As a result, it is possible to detect fine characteristics of the object to be measured made of fibers.
According to the sixth invention, the tactile sensation of the object to be measured can be measured by sliding the tactile sensor while pressing it against the object to be measured.
According to the seventh invention, since the pressing force of the tactile sensor against the object to be measured can be made constant, the feeling of touch of the object to be measured can be accurately measured.
According to the eighth to fourteenth inventions, the type of the object to be measured can be identified.
つぎに、本発明の実施形態を図面に基づき説明する。
〔第１実施形態〕
（構造）
図１に示すように、本発明の第１実施形態に係る触覚センサ１はＳＯＩ基板などの半導体基板を半導体マイクロマシニング技術により加工して形成したものである。触覚センサ１の全体的な寸法は特に限定されないが、数ｍｍ四方から数十ｍｍ四方である。
Next, an embodiment of the present invention will be described with reference to the drawings.
[First Embodiment]
(Construction)
As shown in FIG. 1, the
触覚センサ１は基部１０と、大接触子２０と、小接触子３０とを有している。基部１０と大接触子２０との間には、大接触子２０を基部１０に対して支持する大接触子支持体４０が設けられている。大接触子２０と小接触子３０との間には、小接触子３０を大接触子２０に対して支持する小接触子支持体５０が設けられている。これらの構成部材は半導体基板を所定のパターンでエッチングして不要部分を除去することで形成される。したがって、基部１０、大接触子２０、小接触子３０は、いずれも平板状である。
The
触覚センサ１はその一側面を測定対象物と対向するセンシング面としている。本実施形態では、触覚センサ１の側面のうち図１における上面をセンシング面としている。
One side surface of the
基部１０はセンシング面側が開口した略Ｕ字形をしている。基部１０の内部空間に大接触子２０が配置されている。大接触子２０は基部１０よりセンシング面側に突出している。大接触子２０の突出部分の側面のうち、センシング面の一部を構成し、測定対象物と接触する面を接触面２１と称する。換言すれば、大接触子２０の側面の一部が接触面２１をなしている。
The
接触面２１は平坦な面であり測定対象物との接触面積をある程度有している。なお以下では、接触面２１に対して垂直な方向（図１におけるｘ方向）を「押し込み方向」と称する。また、接触面２１と平行な方向（図１におけるｙ方向）を「横ずれ方向」と称する。
The
大接触子２０は接触面２１の端に位置する角部が円弧状に形成されている。そのため、測定対象物に接触面２１を接触させた状態で摺動させた場合に、大接触子２０の角部が測定対象物に引っ掛かることを抑制できる。なお、大接触子２０の角部を円弧状に形成しなくてもよい。
The
大接触子支持体４０は複数の横梁４１からなる。各横梁４１は基部１０と大接触子２０との間に架け渡されている。各横梁４１は弾性を有しており、板バネと同様の性質を有する。また、各横梁４１は接触面２１と平行に配置されている。したがって、横梁４１は大接触子２０の基部１０に対する押し込み方向ｘの変位を許容する。換言すれば、大接触子２０は基部１０に対して押し込み方向ｘに変位可能に支持されている。なお、大接触子２０は基部１０に対して横ずれ方向ｙには変位不可能となっている。
The
本実施形態では、横梁４１は大接触子２０の両側に６本ずつ合計１２本設けられているが、その本数や寸法は特に限定されない。大接触子支持体４０として必要な弾性が得られるように、横梁４１の本数や寸法を設定すればよい。
In the present embodiment, a total of 12 cross beams 41 are provided on both sides of the
大接触子２０はセンシング面側に開口を有する内部空間を有している。この内部空間により接触面２１が２つに分割されている。大接触子２０の内部空間に小接触子３０および小接触子支持体５０が配置されている。
The
小接触子３０は棒状の部材であり、その中心軸が接触面２１に対して垂直に配置されている。また、小接触子３０の一方の先端部は、大接触子２０のセンシング面側の開口部に挿入されている。この先端部に接触端３１が設けられている。接触端３１はセンシング面の一部を構成し、測定対象物と接触する。
The
接触端３１の形状は特に限定されないが、半円形または扇形とすればよい。接触端３１の測定対象物との接触面積は、接触面２１の測定対象物との接触面積よりも小さく設定されている。
The shape of the
接触端３１は接触面２１を延長した面内に配置してもよいし、接触面２１から外部に突出するように配置してもよい。また、測定対象物が柔らかく、測定対象物の一部が２つの接触面２１、２１の間に食い込む場合には、接触端３１を接触面２１より内部に引っ込むように配置してもよい。
The
小接触子支持体５０は複数の横梁５１と、複数の縦梁５２と、２つの島部５３とからなる。大接触子２０の内部空間には、小接触子３０を挟む位置に２つの島部５３が配置されている。各横梁５１は小接触子３０と島部５３との間に架け渡されている。各縦梁５２は島部５３と大接触子２０との間に架け渡されている。
The
各横梁５１は弾性を有しており、板バネと同様の性質を有する。また、各横梁５１は接触面２１と平行に配置されている。したがって、横梁５１は小接触子３０の大接触子２０に対する押し込み方向ｘの変位を許容する。各縦梁５２は弾性を有しており、板バネと同様の性質を有する。また、各縦梁５２は接触面２１に対して垂直に配置されている。したがって、縦梁５２は小接触子３０の大接触子２０に対する横ずれ方向ｙの変位を許容する。すなわち、小接触子３０は大接触子２０に対して押し込み方向ｘおよび横ずれ方向ｙに変位可能に支持されている。
Each
本実施形態では、横梁５１は小接触子３０の両側に４本ずつ合計８本設けられているが、その本数や寸法は特に限定されない。また、縦梁５２は、各島部５３の両側に２本ずつ合計８本設けられているが、その本数や寸法は特に限定されない。小接触子支持体５０として必要な弾性が得られるように、横梁５１および縦梁５２の本数や寸法を設定すればよい。
In the present embodiment, a total of eight
大接触子２０は本体部２２と、横行部２３と、横行部２３を本体部２２に対して支持する横行部支持体２４とを有する。横行部２３は大接触子２０のセンシング面側の一部分であり、接触面２１の一部を含む。本実施形態の横行部２３は２つに分割された接触面２１の一方を含んでいる。本体部２２は大接触子２０の横行部２３および横行部支持体２４を除くその他の部分である。
The
横行部支持体２４は複数本の縦梁２５からなる。各縦梁２５は横行部２３と本体部２２との間に架け渡されている。各縦梁２５は弾性を有しており、板バネと同様の性質を有する。また、各縦梁２５は接触面２１に対して垂直に配置されている。したがって、縦梁２５は横行部２３の本体部２２に対する横ずれ方向ｙの変位を許容する。換言すれば、横行部２３は本体部２２に対して横ずれ方向ｙに変位可能に支持されている。なお、横行部２３は本体部２２に対して押し込み方向ｘには変位不可能となっている。
The
触覚センサ１のセンシング面を測定対象物に押し当てると、大接触子２０が押し込み方向ｘに変位する。このような大接触子２０の変位を検出するために、触覚センサ１には大接触子変位検出器６０が設けられている。
When the sensing surface of the
大接触子変位検出器６０は横梁４１の歪を検出する第１、第２歪検出素子６３、６４からなる。第１、第２歪検出素子６３、６４はピエゾ抵抗素子であり、不純物拡散やイオン注入などの集積回路製造工程や金属配線形成技術などによって横梁４１の表面に形成される。
The large
図２（Ａ）に示すように、複数の横梁４１のうち一の横梁４１の表面には第１歪検出素子６３が形成されており、他の一の横梁４１の表面には第２歪検出素子６４が形成されている。第１、第２歪検出素子６３、６４は、それぞれ階段状に形成されており、横梁４１の一端から中央までは一方の側部に沿い、中央から他端までは他方の側部に沿う形状を有している。また、一方の横梁４１に形成された第１歪検出素子６３と、他方の横梁４１に形成された第２歪検出素子６４とは、それぞれ線対称となる形状を有する。
As shown in FIG. 2A, a first
図２（Ｂ）に示すように、横梁４１に歪が生じると、一方の第１歪検出素子６３は圧縮応力により抵抗が小さくなり、他方の第２歪検出素子６４は引張応力により抵抗が大きくなる。
As shown in FIG. 2B, when strain occurs in the
図３に示すように、触覚センサ１の表面には、第１、第２歪検出素子６３、６４を直列に接続して両端に電圧Ｖddをかけ、第１歪検出素子６３と第２歪検出素子６４との間の電圧Ｖoutを読み取る回路（図１および図２においては図示せず）が形成されている。電圧Ｖoutは第１、第２歪検出素子６３、６４の差動により変化するため、電圧Ｖoutを読み取ることで横梁４１の歪量を検出できる。これにより、大接触子変位検出器６０で大接触子２０の基部１０に対する押し込み方向ｘの変位を検出できる。
As shown in FIG. 3, on the surface of the
触覚センサ１のセンシング面を測定対象物に押し当てながら摺動させると、小接触子３０が押し込み方向ｘに変位するとともに、横ずれ方向ｙに変位する。このような小接触子３０の変位を検出するために、触覚センサ１には小接触子変位検出器７０が設けられている。
When the sensing surface of the
図１に示すように、小接触子変位検出器７０は、小接触子３０の押し込み方向ｘの変位を検出する押し込み変位検出器７１と、小接触子３０の横ずれ方向ｙの変位を検出する横ずれ変位検出器７２とを有している。押し込み変位検出器７１は横梁５１の歪を検出する第１、第２歪検出素子７３、７４からなる。横ずれ変位検出器７２は縦梁５２の歪を検出する第１、第２歪検出素子７５、７６からなる。
As shown in FIG. 1, the small
押し込み変位検出器７１の第１、第２歪検出素子７３、７４の構成および歪検出回路は、大接触子変位検出器６０の第１、第２歪検出素子６３、６４の構成および歪検出回路と同様である。横ずれ変位検出器７２の第１、第２歪検出素子７５、７６の構成および歪検出回路は、大接触子変位検出器６０の第１、第２歪検出素子６３、６４の構成および歪検出回路と同様である。小接触子変位検出器７０で小接触子３０の大接触子２０に対する押し込み方向ｘおよび横ずれ方向ｙの変位を検出できる。
The configuration of the first and second
触覚センサ１のセンシング面を測定対象物に押し当てながら摺動させると、横行部２３が横ずれ方向ｙに変位する。このような横行部２３の変位を検出するために、触覚センサ１には横行部変位検出器８１が設けられている。
When the sensing surface of the
横行部変位検出器８１は縦梁２５の歪を検出する第１、第２歪検出素子８３、８４からなる。横行部変位検出器８１の第１、第２歪検出素子８３、８４の構成および歪検出回路は、大接触子変位検出器６０の第１、第２歪検出素子６３、６４の構成および歪検出回路と同様である。横行部変位検出器８１で横行部２３の本体部２２に対する横ずれ方向ｙの変位を検出できる。
The transverse
（製造方法）
つぎに、ＳＯＩ基板を用いた触覚センサ１の製造方法を説明する。
ここで、ＳＯＩ基板は、支持基板（シリコン）、酸化膜層（二酸化ケイ素）、活性層（シリコン）の３層構造を有しており、その厚みは例えば３００μｍである。
(Production method)
Next, a method of manufacturing the
Here, the SOI substrate has a three-layer structure of a support substrate (silicon), an oxide film layer (silicon dioxide), and an active layer (silicon), and the thickness thereof is, for example, 300 μm.
まず、基板を洗浄し、酸化処理を行い、表面酸化膜を形成する。つぎに、表面酸化膜を加工して回路部となる拡散層パターンを形成し、リン拡散を行う。つぎに、基板の裏面にクロム薄膜をスパッタリングし、可動構造部（大接触子２０、小接触子３０、大接触子支持体４０および小接触子支持体５０）をリリースするパターンにクロム薄膜を加工する。つぎに、表面酸化膜を除去し、ＩＣＰ－ＲＩＥでエッチングして可動構造部を形成する。形成した可動構造部の周辺にレジストを充填して保護した後に、裏面をＩＣＰ－ＲＩＥでエッチングする。最後に、中間酸化膜とレジストを除去して可動構造部をリリースする。
First, the substrate is washed and oxidized to form a surface oxide film. Next, the surface oxide film is processed to form a diffusion layer pattern as a circuit portion, and phosphorus is diffused. Next, the chromium thin film is sputtered on the back surface of the substrate, and the chromium thin film is processed into a pattern that releases the movable structure (
（検出方法）
つぎに、触覚センサ１による検出方法を説明する。
図４に示すように、触覚センサ１のセンシング面を測定対象物Ｏの表面に押し当てて、接触面２１を測定対象物Ｏに接触させる。そうすると、接触面２１は測定対象物Ｏの表面の凹凸のピークを結んだ平面に配置される。そして、大接触子２０は触覚センサ１の押し当て力の反力により押し込まれ、押し込み方向ｘに変位する。
(Detection method)
Next, a detection method using the
As shown in FIG. 4, the sensing surface of the
触覚センサ１のセンシング面を測定対象物Ｏの表面に押し当てたまま、測定対象物Ｏの表面に沿って褶動させる。そうすると、小接触子３０は測定対象物Ｏの表面の凹凸に沿って押し込み方向ｘに変位する。また、小接触子３０は接触端３１と測定対象物Ｏとの間に働く摩擦力により横ずれ方向ｙに変位する。さらに、横行部２３は測定対象物Ｏとの間に働く摩擦力により横ずれ方向ｙに変位する。
While the sensing surface of the
図５に上記検出操作により触覚センサ１から得られる各種信号の例を示す。
（１）のグラフは横軸が時間、縦軸が大接触子変位検出器６０により検出された大接触子２０の押し込み方向ｘの変位である。大接触子２０の押し込み方向ｘの変位は測定対象物Ｏへの触覚センサ１の押し当て力を意味する。なお、触覚センサ１を測定対象物Ｏの表面に沿って一定の速度で褶動させた場合には、横軸は測定対象物Ｏの表面の位置座標と同義である。
FIG. 5 shows an example of various signals obtained from the
In the graph of (1), the horizontal axis is time, and the vertical axis is the displacement of the
図５に示す例では、全測定時間（全位置座標）において押し当て力が一定である。測定対象物Ｏへの触覚センサ１の押し当て力を一定にして検出操作を行えば、このような信号が得られる。
In the example shown in FIG. 5, the pressing force is constant over the entire measurement time (all position coordinates). Such a signal can be obtained by performing the detection operation while keeping the pressing force of the
（２）のグラフは横軸が時間、縦軸が押し込み変位検出器７１により検出された小接触子３０の押し込み方向ｘの変位である。小接触子３０の押し込み方向ｘの変位は測定対象物Ｏの表面の凹凸量を意味する。したがって、（２）のグラフは測定対象物Ｏの表面の表面形状（空間波形）を再現したものである。
In the graph of (2), the horizontal axis is time, and the vertical axis is the displacement of the
ここで、小接触子３０は接触端３１のサイズと同程度の波長帯の凹凸に追従して変位する。接触端３１が半円形または扇形である場合には、小接触子３０は接触端３１の半径と同程度の波長帯の凹凸に追従して変位する。すなわち、接触端３１の半径が小さいほど波長の小さい凹凸に追従し、測定対象物Ｏの表面の微細な凹凸を検知できる。また、接触端３１の半径が大きいほど小さい凹凸には追従しなくなり、測定対象物Ｏの表面の微細な凹凸を除去した波長の大きい凹凸（うねり）を検知できる。このように、接触端３１の半径により波長帯（周波数帯）を選択して、測定対象物Ｏの表面形状を測定できる。
Here, the
また、接触端３１を半円形または扇形とすれば、触覚センサ１を測定対象物Ｏに押し当てながら摺動させても、小接触子３０が測定対象物Ｏに引っ掛かることなくスムーズに動作する。そのため、小接触子３０が測定対象物表面の凹凸に追従して変位し、測定対象物Ｏの表面形状を精度よく測定できる。
Further, if the
（３）のグラフは横軸が時間、縦軸が横ずれ変位検出器７２により検出された小接触子３０の横ずれ方向ｙの変位である。小接触子３０の横ずれ方向ｙの変位は接触端３１と測定対象物Ｏとの間に働く摩擦力を意味する。ここで、接触端３１の測定対象物Ｏとの接触面積は小さいので、小接触子３０の横ずれ方向ｙの変位は微小領域の摩擦力を意味する。
In the graph of (3), the horizontal axis is time, and the vertical axis is the displacement of the
小接触子３０の押し込み方向ｘおよび横ずれ方向ｙの変位から測定対象物Ｏの表面の微小領域の動摩擦係数μを求めることができる。横梁５１の弾性率は既知であるため、小接触子３０の押し込み方向ｘの変位から小接触子３０にかかる反力ｆxを算出できる。また、縦梁５２の弾性率は既知であるため、小接触子３０の横ずれ方向ｙの変位から小接触子３０にかかる摩擦力ｆyを算出できる。算出された反力ｆxおよび摩擦力ｆyから、下記数式１に従い測定対象物Ｏの表面の微小領域の動摩擦係数μを算出できる。
μ ＝ ｆx／ｆy ・・・（１）
The dynamic friction coefficient μ of the minute region on the surface of the object O to be measured can be obtained from the displacements of the
μ = fx / fy ・ ・ ・ (1)
（４）のグラフは横軸が時間、縦軸が横行部変位検出器８１により検出された横行部２３の横ずれ方向ｙの変位である。横行部２３の横ずれ方向ｙの変位は横行部２３と測定対象物Ｏとの間に働く摩擦力を意味する。ここで、横行部２３の測定対象物Ｏとの接触面積は大きいので、横行部２３の横ずれ方向ｙの変位は測定対象物Ｏの表面の凹凸に依存しない平均摩擦力を意味する。
In the graph of (4), the horizontal axis is time, and the vertical axis is the displacement of the
大接触子２０の押し込み方向ｘの変位、および横行部２３の横ずれ方向ｙの変位から、測定対象物Ｏの表面の平均的な動摩擦係数<μ>を求めることができる。横梁４１の弾性率は既知であるため、大接触子２０の押し込み方向ｘの変位から横行部２３にかかる反力Ｆxを算出できる。また、縦梁２５の弾性率は既知であるため、横行部２３の横ずれ方向ｙの変位から横行部２３にかかる摩擦力Ｆyを算出できる。算出された反力Ｆxおよび摩擦力Ｆyから、下記数式２に従い測定対象物Ｏの表面の平均的な動摩擦係数<μ>を算出できる。
<μ> ＝ Ｆx／Ｆy ・・・（２）
The average dynamic friction coefficient <μ> of the surface of the object O to be measured can be obtained from the displacement of the
<μ> = Fx / Fy ・ ・ ・ (2)
以上のように、接触面積の小さい接触端３１を有する小接触子３０の押し込み方向ｘおよび横ずれ方向ｙの変位を検出することで、測定対象物Ｏの表面の微細な特性（表面形状、微小領域の摩擦力）を検知できる。また、接触面積の大きい接触面２１を有する大接触子２０の押し込み方向ｘの変位を検出することで、測定対象物Ｏへの触覚センサ１の押し当て力を検知できる。さらに、横行部２３の横ずれ方向ｙの変位を検出することで、測定対象物Ｏの平均摩擦力を検知できる。
As described above, by detecting the displacement of the
測定対象物Ｏを強く撫でたときと弱く撫でたときとでは、測定対象物Ｏの表面の形状や性質が変化し、手触り感が変化する場合がある。触覚センサ１は測定対象物Ｏへの触覚センサ１の押し当て力を検知できることから、測定条件（押し当て力）を定量化でき、測定対象物Ｏを強く撫でたときと弱く撫でたときの手触り感の違いを求めることができる。
The shape and properties of the surface of the object to be measured O may change depending on whether the object O to be measured is strongly stroked or weakly stroked, and the feeling of touch may change. Since the
また、測定対象物Ｏへの触覚センサ１の押し当て力を一定に保ったまま検出操作を行えば、押し当て力の変化に依存して信号が変化することがない。そのため、測定対象物Ｏの特性を精度良く検出できる。
Further, if the detection operation is performed while keeping the pressing force of the
測定対象物Ｏが紙や布などの場合、それらの繊維の間隔は一般に１０～１００μｍである。大接触子２０の動きが繊維構造に影響されにくくするためには、接触面２１の幅を繊維の間隔より大きくすればよく、１ｍｍ程度以上とすることが好ましい。
When the object O to be measured is paper, cloth, or the like, the distance between the fibers is generally 10 to 100 μm. In order to make the movement of the
大接触子２０の最大幅は触覚センサ１の幅寸法に依存する。例えば、触覚センサ１の幅寸法が５ｍｍであれば、大接触子２０の幅は最大で５ｍｍ程度である。一つの触覚センサ１に複数の大接触子２０を設けてもよい。この場合には、大接触子２０の幅を触覚センサ１に収まるように設定すればよい。例えば、一つの触覚センサ１に同等のサイズの大接触子２０を２つ設ける場合には、大接触子２０の幅寸法は触覚センサ１の幅寸法（例えば５ｍｍ）の１／２（例えば２．５ｍｍ）以下にすればよい。
The maximum width of the
ところで、人間の触覚に寄与する細胞として、マイスナー小体、メルケル触盤、ルフィニ終末が知られている。マイスナー小体は圧力に対し速やかに順応し、振動などによく反応する。メルケル触盤は圧力に対し遅く順応し、持続的な皮膚への圧力によく反応する。ルフィニ終末は圧力に対して遅く順応し、持続的な皮膚の変形などに反応する。本実施形態の触覚センサ１は機能的にみて、測定対象物Ｏの表面の微細な特性を検知する小接触子３０がマイスナー小体に対応し、押し当て力を検知する大接触子２０がメルケル触盤に対応し、平均摩擦力を検知する横行部２３がルフィニ終末に対応する。このように、触覚センサ１は人間の触覚に寄与する細胞と類似した機能を有するので、人間の触覚に近い検知ができると考えられる。
By the way, as cells that contribute to human tactile sensation, Meissner corpuscle, Mercel corpuscle, and Rufini terminal are known. The Meissner corpuscle quickly adapts to pressure and responds well to vibrations and the like. The Mercel tactile adapts slowly to pressure and responds well to persistent skin pressure. The Rufini terminal adapts slowly to pressure and responds to persistent skin deformities and the like. From a functional point of view, the
人間の触覚に近い検知をするという観点からは、接触端３１は指紋を構成する隆線の断面と同様の形状、寸法を有することが好ましい。具体的には、接触端３１を半円形とし、その直径を１０～５００μｍとすることが好ましい。また、接触面２１の幅寸法は指の太さと同程度、すなわち１～２ｃｍとすることが好ましい。なお、接触端３１の直径を１０μｍ以下とすれば、人間以上の精細な解像力で触覚を検知できる。
From the viewpoint of detecting a human tactile sensation, the
測定対象物Ｏは特に限定されないが、触覚センサ１は紙、布などの柔らかいものの特性を測定するのに適している。また、押し当て力を制御できることから、車のボディーなどのキズを付けたくないものの特性を測定するのにも適している。
The object O to be measured is not particularly limited, but the
〔第２実施形態〕
つぎに、本発明の第２実施形態に係る触覚センサ２を説明する。
図６に示すように、本実施形態の触覚センサ２は第１実施形態の触覚センサ１において、大接触子２０に複数の横行部２３、２６を設けた構成である。具体的には、大接触子２０は本体部２２と、第１横行部２３と、第２横行部２６とを有する。第１、第２横行部２３、２６はそれぞれ接触面２１の一部を含む。２つに分割された接触面２１の一方に第１横行部２３が形成され、他方に第２横行部２６が形成されている。また、第１横行部２３と第２横行部２６とは接触面２１の面積が互いに異なっている。具体的には、第２横行部２６の接触面２１の面積は第１横行部２３の接触面２１の面積より大きく設定されている。
[Second Embodiment]
Next, the
As shown in FIG. 6, the
第１横行部２３と本体部２２との間には、第１横行部２３を本体部２２に対して支持する第１横行部支持体２４が設けられている。第１横行部支持体２４は複数本の縦梁２５からなる。第１横行部支持体２４により、第１横行部２３は本体部２２に対して横ずれ方向ｙに変位可能に支持されている。
A first
第１横行部支持体２４には第１横行部２３の本体部２２に対する横ずれ方向ｙの変位を検出する第１横行部変位検出器８１が設けられている。第１横行部変位検出器８１は縦梁２５の歪を検出する第１、第２歪検出素子８３、８４からなる。第１横行部変位検出器８１の第１、第２歪検出素子８３、８４の構成および歪検出回路は、大接触子変位検出器６０の第１、第２歪検出素子６３、６４の構成および歪検出回路と同様である。
The first
第２横行部２６と本体部２２との間には、第２横行部２６を本体部２２に対して支持する第２横行部支持体２７が設けられている。第２横行部支持体２７は複数本の縦梁２８からなる。第２横行部支持体２７により、第２横行部２６は本体部２２に対して横ずれ方向ｙに変位可能に支持されている。
A second
第２横行部支持体２７には第２横行部２６の本体部２２に対する横ずれ方向ｙの変位を検出する第２横行部変位検出器８２が設けられている。第２横行部変位検出器８２は縦梁２８の歪を検出する第１、第２歪検出素子８５、８６からなる。第２横行部変位検出器８２の第１、第２歪検出素子８５、８６の構成および歪検出回路は、大接触子変位検出器６０の第１、第２歪検出素子６３、６４の構成および歪検出回路と同様である。
The second
前述のごとく、横行部２３は測定対象物Ｏの表面の平均摩擦力を検出する。ここで、平均摩擦力は横行部２３に含まれる接触面２１の面積での平均の摩擦力を意味する。したがって、平均摩擦力の測定レンジは横行部２３の接触面積に依存する。具体的には、横行部２３の接触面積が小さいほど微小領域の平均摩擦力を検出できる。横行部２３の接触面積が大きいほど広域領域の平均摩擦力を検出できる。
As described above, the traversing
本実施形態の触覚センサ２は、接触面積が異なる２つの横行部２３、２６を備えるので、２つの測定レンジにおける平均摩擦力を検知できる。
Since the
なお、本実施形態では横行部２３、２６の数を２つとしたが、３つ以上としてもよい。この場合、各横行部に対して横行部支持体と横行部変位検出器とが設けられる。
In the present embodiment, the number of the traversing
〔第３実施形態〕
つぎに、本発明の第３実施形態に係る触覚センサ３を説明する。
図７に示すように、本実施形態の触覚センサ３は第１実施形態の触覚センサ１において、大接触子２０を横ずれ方向ｙにも変位可能とした構成である。
[Third Embodiment]
Next, the
As shown in FIG. 7, the
本実施形態の大接触子支持体４０は複数の横梁４１と、複数の縦梁４２と、２つの島部４３とからなる。基部１０の内部空間には大接触子２０を挟む位置に２つの島部４３が配置されている。各横梁４１は大接触子２０と島部４３との間に架け渡されている。各縦梁４２は島部４３と基部１０との間に架け渡されている。
The
各横梁４１は弾性を有しており、板バネと同様の性質を有する。また、各横梁４１は接触面２１と平行に配置されている。したがって、横梁４１は大接触子２０の基部１０に対する押し込み方向ｘの変位を許容する。各縦梁４２は弾性を有しており、板バネと同様の性質を有する。また、各縦梁４２は接触面２１に対して垂直に配置されている。したがって、縦梁４２は大接触子２０の基部１０に対する横ずれ方向ｙの変位を許容する。すなわち、大接触子２０は基部１０に対して押し込み方向ｘおよび横ずれ方向ｙに変位可能に支持されている。
Each
本実施形態では、横梁４１は大接触子２０の両側に４本ずつ合計８本設けられているが、その本数や寸法は特に限定されない。また、縦梁４２は、各島部４３の両側に２本ずつ合計８本設けられているが、その本数や寸法は特に限定されない。大接触子支持体４０として必要な弾性が得られるように、横梁４１および縦梁４２の本数や寸法を設定すればよい。
In the present embodiment, a total of eight
大接触子変位検出器６０は、小接触子３０の押し込み方向ｘの変位を検出する押し込み変位検出器６１と、小接触子３０の横ずれ方向ｙの変位を検出する横ずれ変位検出器６２とを有している。押し込み変位検出器６１は横梁４１の歪を検出する第１、第２歪検出素子６３、６４からなる。横ずれ変位検出器６２は縦梁４２の歪を検出する第１、第２歪検出素子６５、６６からなる。
The large
押し込み変位検出器６１の第１、第２歪検出素子６３、６４の構成および歪検出回路は、第１実施形態における大接触子変位検出器６０の第１、第２歪検出素子６３、６４の構成および歪検出回路と同様である。横ずれ変位検出器６２の第１、第２歪検出素子６５、６６の構成および歪検出回路は、第１実施形態における大接触子変位検出器６０の第１、第２歪検出素子６３、６４の構成および歪検出回路と同様である。
The configuration of the first and second
本実施形態の触覚センサ３は、大接触子２０の横ずれ方向ｙの変位を検出することで、測定対象物Ｏの平均摩擦力を検知できる。なお、本実施形態では大接触子２０に横行部２３を設ける必要がない。
The
〔第４実施形態〕
つぎに、本発明の第４実施形態に係る触覚センサ４を説明する。
図８に示すように、本実施形態の触覚センサ４は第１実施形態の触覚センサ１に保護板３２を設けた構成である。
[Fourth Embodiment]
Next, the
As shown in FIG. 8, the
繊維で構成された素材、特に繊維同士があまり固着されていない綿状の素材を触覚センサ１で測定すると、ループ状の繊維が小接触子３０に引っ掛かることがある。そうすると、小接触子３０の変位は主に引っ掛かった繊維の強度に依存するため、求める情報（測定対象物表面の微細な特性）を検知できなくなる。保護板３２を設けることにより、繊維が小接触子３０に引っ掛かることを防止でき、綿状の素材でも表面の微細な特性を検知できる。
When a material composed of fibers, particularly a cotton-like material in which the fibers are not so adhered to each other, is measured by the
説明の便宜のため、平板状の大接触子２０が有する面のうち、接触面２１と直交する一対の面を「表面」、「裏面」と称する。本実施形態の触覚センサ４は、大接触子２０の表面側に保護板３２が重ねられた構成である。
For convenience of explanation, among the surfaces of the flat plate-shaped
大接触子２０（本体部２２）の表面には２つのスペーサ３３が間隔をあけて貼り付けられている。スペーサ３３は所定の厚みを有する板材である。保護板３２は２つのスペーサ３３に架け渡されて、それらに貼り付けられている。すなわち、保護板３２はスペーサ３３を介して大接触子２０の表面に設けられている。
Two
保護板３２は少なくとも大接触子２０が有する内部空間の開口を覆う形状を有している。したがって、小接触子３０の少なくとも先端部は保護板３２に覆われている。また、保護板３２の側面の一部（大接触子２０の開口側の部分）は接触面２１の延長面上に配置されている。したがって、平面視において、２つの接触面２１の間の隙間が保護板３２の側面により補完されている。
The
なお、保護板３２の側面は保護板３２の表裏面に対して垂直でなくてもよく、傾斜してもよい。この場合、保護板３２の側面と表面または裏面との交線に位置する縁（以下、「側縁」と称する。）の一部が接触面２１の延長面上に配置される。
The side surface of the
保護板３２と小接触子３０および小接触子支持体５０との間にはスペーサ３３の厚み分の隙間が確保されている。しかも、小接触子３０は平板状の大接触子２０と同一平面内で変位する。すなわち、小接触子３０の変位する面は保護板３２の表裏面と平行である。そのため、小接触子３０が正常な範囲で動作する場合に、保護板３２が小接触子３０の変位に干渉することがない。なお、保護板３２と小接触子３０との間の隙間は、特に限定されないが、数μｍ～数十μｍ程度である。
A gap corresponding to the thickness of the
繊維で構成された測定対象物Ｏを測定する場合には、触覚センサ４を測定対象物Ｏに押し当てながら摺動させる。この際、測定対象物Ｏを構成する繊維は保護板３２に阻まれて大接触子２０の開口の内部に進入できない。そのため、ループ状の繊維が小接触子３０に引っ掛かることを防止できる。その結果、繊維で構成された測定対象物Ｏであっても、表面の微細な特性を検知できる。
When measuring the measurement object O made of fibers, the
測定対象物Ｏの形状によっては、小接触子３０に、正常な動作における変位面に対して垂直な方向（図８における紙面に対して垂直な方向）に力が加わることがある。しかし、このような方向への小接触子３０の変位は保護板３２により制限される。そのため、小接触子３０が前記方向に変位することによる可動構造部の破損を防止できる。
Depending on the shape of the object O to be measured, a force may be applied to the
なお、保護板３２を大接触子２０の裏面に設けてもよい。保護板３２を大接触子２０の表裏面の両方に設けてもよい。また、第２、第３実施形態の触覚センサ２、３に保護板３２を設けてもよい。
The
〔第５実施形態〕
つぎに、本発明の第５実施形態に係る触覚センサ５を説明する。
図９に示すように、本実施形態の触覚センサ５は第１実施形態の触覚センサ１において、基部１０および大接触子支持体４０が除去された構成である。すなわち、触覚センサ５は大接触子２０と、小接触子３０と、小接触子支持体５０とを有している。大接触子２０は横行部２３および横行部支持体２４を有さない。
[Fifth Embodiment]
Next, the
As shown in FIG. 9, the
触覚センサ５を測定対象物Ｏに押し当てながら摺動させると、小接触子３０が変位し、測定対象物表面の微細な特性を検知できる。なお、触覚センサ５は測定対象物Ｏへの押し当て力を検知する機能を有さない。
When the
触覚センサ５には保護板３２が設けられている。保護板３２の構成は第４実施形態と同様である。繊維で構成された測定対象物Ｏを触覚センサ５で測定する場合でも、保護板３２により大接触子２０の開口の内部に繊維が進入することを抑制できる。繊維が小接触子３０に引っ掛かることを防止できるため、繊維で構成された測定対象物Ｏの微細な特性を検知できる。
The
〔第６実施形態〕
つぎに、本発明の第６実施形態に係る触覚センサ６を説明する。
第１～第５実施形態の触覚センサ１～５は平面的な構造を有しているが、これに代えて立体的な構造としてもよい。図１０および図１１に示すように、本実施形態の触覚センサ６は立体的な構造を有する。
[Sixth Embodiment]
Next, the
Although the
触覚センサ６は基部１０と、大接触子２０と、小接触子３０とを有している。基部１０は中央に円柱状の内部空間を有している。大接触子２０は円筒状の部材であり基部１０の内部空間に配置されている。小接触子３０は円柱状の部材であり大接触子２０の内部空間に配置されている。基部１０、大接触子２０、および小接触子３０の下面にはダイヤフラム１１が接合されている。
The
基部１０、大接触子２０、および小接触子３０は厚さ数百μｍの光硬化樹脂などで形成されており、外力による撓みが少ない剛性を有している。ダイヤフラム１１は厚さ数μｍ～数十μｍ程度のシリコンなどで形成されている。
The
ダイヤフラム１１のうち基部１０と大接触子２０との間の部分が大接触子支持体４０としての機能を有する。また、ダイヤフラム１１のうち大接触子２０と小接触子３０との間の部分が小接触子支持体５０としての機能を有する。
The portion of the
触覚センサ６はその上面を測定対象物Ｏと対向するセンシング面としている。したがって、大接触子２０の上面が接触面２１であり、小接触子３０の上面が接触端３１である。
The upper surface of the
基部１０と大接触子２０との間には大接触子２０が揺動可能な隙間が設けられている。ダイヤフラム１１は大接触子２０が外力により傾いたり、押し込み方向に変位したりすることにより歪む。このようなダイヤフラム１１の変形を検出するために、ダイヤフラム１１の基部１０と大接触子２０との間の部分には大接触子変位検出器が形成されている。大接触子変位検出器は、例えば、ピエゾ抵抗素子からなる。
A gap is provided between the base 10 and the
大接触子２０と小接触子３０との間には、小接触子３０が揺動可能な隙間が設けられている。ダイヤフラム１１は小接触子３０が外力により傾いたり、押し込み方向に変位したりすることにより歪む。このようなダイヤフラム１１の変形を検出するために、ダイヤフラム１１の大接触子２０と小接触子３０との間の部分には小接触子変位検出器が形成されている。小接触子変位検出器は、例えば、ピエゾ抵抗素子からなる。
A gap is provided between the
触覚センサ６のセンシング面を測定対象物Ｏの表面に押し当てて、接触面２１を測定対象物Ｏに接触させる。そうすると、大接触子２０は触覚センサ６の押し当て力の反力により押し込まれ、押し込み方向に変位する。触覚センサ６のセンシング面を測定対象物Ｏの表面に押し当てたまま、測定対象物Ｏの表面に沿って褶動させる。そうすると、小接触子３０は測定対象物Ｏの表面の凹凸に沿って押し込み方向ｘに変位する。また、小接触子３０は接触端３１と測定対象物Ｏとの間に働く摩擦力により傾斜する。さらに、大接触子２０は接触面２１と測定対象物Ｏとの間に働く摩擦力により傾斜する。大接触子２０および小接触子３０の上記変位を検知することで、触覚センサ６の押し当て力、測定対象物Ｏの表面形状、微小領域摩擦力、平均摩擦力を検出できる。
The sensing surface of the
〔その他の実施形態〕
大接触子支持体４０、小接触子支持体５０、および横行部支持体２４は、所望の弾性を得られれば、梁以外の部材で構成してもよい。
[Other embodiments]
The
大接触子変位検出器６０、小接触子変位検出器７０、および横行部変位検出器８１は、ピエゾ抵抗素子に限定されない。例えば、小接触子３０の変位により小接触子３０と大接触子２０との距離が変化することを利用して、小接触子変位検出器７０を小接触子３０と大接触子２０との間の静電容量を検出する構成としてもよい。同様に、大接触子変位検出器６０および横行部変位検出器８１も静電容量を検出する構成としてもよい。
The large
小接触子３０の接触端３１は半円形に限られず、他の形状に形成されてもよい。例えば、先鋭的な針状や波面状、左右非対称の形状にしてもよい。また、測定対象物Ｏの引っ掛かり感を重要なパラメータとして測定する場合には、接触端３１を鉤状に形成し、測定対象物Ｏに引っ掛かりやすくしてもよい。
The
大接触子２０を分割されていない単一の接触面２１を有する形状としてもよい。この場合、横行部２３は接触面２１の一部を含んでもよいし、全部を含んでもよい。また、横行部２３を設けず平均摩擦力を検出しない構成としてもよい。
The
触覚センサ１～６の製造方法は半導体マイクロマシニング技術に限定されない。例えば３次元プリンターによる造形技術も採用できる。
The manufacturing method of the
〔触覚測定装置〕
つぎに、上記の触覚センサ１が設けられる触覚測定装置７を説明する。
図１２に示すように、触覚測定装置７は取付具９１と、押当器９２と、走査器９３と、制御装置９４とを備える。取付具９１は触覚センサ１の基部１０が取り付けられる部材である。
[Tactile measuring device]
Next, the
As shown in FIG. 12, the
押当器９２は取付具９１を測定対象物Ｏに接近、離間させる機構である。押当器９２の動作により取付具９１に取り付けられた触覚センサ１を測定対象物Ｏに押し当てることができる。押当器９２としては特に限定されないが、ボール・ナット、液圧シリンダなどを採用できる。
The
なお、押当器９２は、本実施形態のように触覚センサ１を測定対象物Ｏに向かって動作させる構成でもよいし、測定対象物Ｏを触覚センサ１に向かって動作させる構成でもよいし、触覚センサ１および測定対象物Ｏの両方を動作させる構成でもよい。触覚センサ１と測定対象物Ｏとを相対的に接近させ、触覚センサ１を測定対象物Ｏに押し当てることができればよい。
The
走査器９３は取付具９１を測定対象物Ｏの表面に沿って移動させる機構である。走査器９３の動作により取付具９１に取り付けられた触覚センサ１を測定対象物Ｏの表面に沿って摺動させることができる。走査器９３としては特に限定されないが、ボール・ナット、液圧シリンダなどを採用できる。走査器９３により押当器９２の全体を移動させるよう構成すればよい。
The
なお、走査器９３は、本実施形態のように触覚センサ１を測定対象物Ｏに対して動作させる構成でもよいし、測定対象物Ｏを触覚センサ１に対して動作させる構成でもよいし、触覚センサ１および測定対象物Ｏの両方を動作させる構成でもよい。触覚センサ１と測定対象物Ｏとを相対的に動作させ、触覚センサ１を測定対象物Ｏの表面に沿って摺動させることができればよい。
The
触覚測定装置７を用いれば、触覚センサ１を測定対象物Ｏに押し当てながら摺動させる検出操作を行うことができる。これにより、測定対象物Ｏの手触り感を測定できる。
By using the
制御装置９４は押当器９２および走査器９３の動作を制御する機能を有する。制御装置９４は例えば、つぎのように構成される。制御装置９４には触覚センサ１の大接触子変位検出器６０で検出された押し当て力が入力されている。制御装置９４は入力された押し当て力が所定値となるように押当器９２の動作を制御する。すなわち、制御装置９４は、触覚センサ１で検出された押し当て力を操作量、押当器９２による触覚センサ１の押し当て量を制御量とするフィードバック制御を行う。
The
このような制御をすれば、測定対象物Ｏへの触覚センサ１の押し当て力を一定にできる。押し当て力の変化に依存して触覚センサ１で検出される信号が変化することがないため、測定対象物Ｏの手触り感を精度良く測定できる。
With such control, the pressing force of the
〔識別装置〕
つぎに、測定対象物の種類を識別する識別装置８を説明する。
図１３は識別装置８の構成を示したブロック図である。識別装置８はコンピュータによって実現される。コンピュータは専用機でもよいし、汎用機でもよい。コンピュータはＣＰＵ（Central Processing Unit：中央処理装置）、ＧＰＵ（Graphics Processing Unit：画像処理装置）、主記憶装置、補助記憶装置などから構成されている。コンピュータが各種のプログラムを実行することで、識別装置８としての機能が実現される。
[Identification device]
Next, the
FIG. 13 is a block diagram showing the configuration of the
識別装置８の記憶装置２００には学習済みモデル２０１が記憶されている。学習済みモデル２０１はプログラムモジュールであり、予め識別装置８を構成するコンピュータにインストールされている。コンピュータが学習済みモデル２０１を実行すると、コンピュータ上に学習器１０１が構成される。学習器１０１のアルゴリズムとしては、ニューラルネットワーク、サポートベクターマシンなど、分類問題を扱うのに適したアルゴリズムが用いられる。学習器１０１は予め機械学習が行われている。機械学習の方式としては、特に限定されないが、教師あり学習、強化学習、教師なし学習が挙げられる。学習器１０１がニューラルネットワークである場合、機械学習によりニューロン間の重み付け係数が最適化される。
The trained model 201 is stored in the
機械学習は例えばつぎの手順で行われる。この手順は教師あり学習によるものである。
まず、機械学習に用いる学習データを用意する。学習データは訓練データと評価データとからなる。訓練データと評価データとは、それぞれ測定対象物の種類ごとに複数用意される。訓練データは測定対象物の触覚データと、その測定対象物の種類情報とからなる。評価データは触覚データからなり、種類情報が付されていない。触覚データは、例えば、触覚センサ１を用いて測定対象物を測定して得られた測定データである。種類情報は測定対象物の種類を示す情報である。種類情報は教師あり学習における教師信号である。
Machine learning is performed by, for example, the following procedure. This procedure is supervised learning.
First, learning data used for machine learning is prepared. The learning data consists of training data and evaluation data. A plurality of training data and evaluation data are prepared for each type of measurement object. The training data consists of tactile data of the object to be measured and information on the type of the object to be measured. The evaluation data consists of tactile data and is not accompanied by type information. The tactile data is, for example, measurement data obtained by measuring an object to be measured using the
学習器１０１に訓練データを入力し、測定対象物の種類ごとの特徴量、パターンを学習させる。つぎに、学習器１０１に評価データを入力し、出力された種類情報が正しいか評価する。以上の訓練と評価とを、評価データに対して正しい種類情報が出力されるまで繰り返し行なう。これにより、学習器１０１がニューラルネットワークである場合、ニューロン間の重み付け係数が最適化される。 The training data is input to the learning device 101, and the features and patterns for each type of measurement object are learned. Next, the evaluation data is input to the learner 101, and it is evaluated whether the output type information is correct. The above training and evaluation are repeated until the correct type information is output for the evaluation data. As a result, when the learner 101 is a neural network, the weighting coefficient between neurons is optimized.
触覚データとして触覚センサ１から出力された測定データを用いることができる。触覚センサ１からは、４つの情報、すなわち測定対象物の表面位置（表面の位置座標）に対する、凹凸量、微小領域摩擦力、平均摩擦力、および測定対象物への触覚センサ１の押し当て力が出力される（図５参照）。測定データには、これら４つの情報のうちの一つのみが含まれてもよいし、いずれか複数が含まれてもよい。例えば、測定データに凹凸量および微小領域摩擦力のみが含まれてもよい。なお、押し当て力は他の情報と組み合わせて用いることが好ましい。
The measurement data output from the
測定データの形式としては種々のものを採用できる。例えば、触覚センサ１から出力されるアナログ信号をデジタルデータに変換したデータ列を測定データとして用いることができる。この場合、測定データは前記凹凸量などの波形を構成するデータ列である。例えば、凹凸量の変位をx、微小領域摩擦力の変位をyとした場合、データ列は{(xi,yi)}(i=1,2,…,n)と表される。
Various formats of measurement data can be adopted. For example, a data string obtained by converting an analog signal output from the
測定データは触覚センサ１から出力された、いわゆる生データである。測定データに所定の処理を施して処理後データを得、処理後データを触覚データとして用いてもよい。測定データに施す処理として、種々の処理を採用し得る。また、処理の種類に応じて、種々の形式の処理後データが生成され得る。以下、その例を説明する。
The measurement data is so-called raw data output from the
測定データが構成する前記凹凸量などの波形をグラフ化してグラフ画像を生成し、これを処理後データとして用いることができる。グラフ画像は例えば図１８に示す画像である。図１８に示すグラフ画像は凹凸量および微小領域摩擦力の波形を、それぞれ色分けしてグラフ化したものである。横軸が測定対象物の表面位置であり、縦軸が凹凸量または微小領域摩擦力である。グラフ画像は汎用の表計算ソフトを用いて測定データを変換することで生成できる。 A waveform such as the amount of unevenness formed by the measurement data can be graphed to generate a graph image, which can be used as the processed data. The graph image is, for example, the image shown in FIG. The graph image shown in FIG. 18 is a graph in which the waveforms of the amount of unevenness and the frictional force in a minute region are color-coded and graphed. The horizontal axis is the surface position of the object to be measured, and the vertical axis is the amount of unevenness or the frictional force in a minute area. Graph images can be generated by converting measurement data using general-purpose spreadsheet software.
図１９に示すような変位画像を処理後データとして用いてもよい。変位画像は測定データが構成する前記凹凸量などの波形を変換した画像であり、各表面位置における変位（凹凸量などの値）をその表面位置に対応する画素の色として表した画像である。変位画像は測定データを変換することで生成できる。 The displacement image as shown in FIG. 19 may be used as the processed data. The displacement image is an image obtained by converting a waveform such as the unevenness amount formed by the measurement data, and is an image in which the displacement (value such as the unevenness amount) at each surface position is represented as the color of the pixel corresponding to the surface position. The displacement image can be generated by converting the measurement data.
図１９に示す変位画像には凹凸量および微小領域摩擦力の２つの情報が含まれている。各情報につき変位画像上の領域が定められている。また、各領域を構成する各画素と測定対象物の表面位置とが一対一に対応している。そして、各表面位置における凹凸量または微小領域摩擦力の値が、それに対応する画素の色として示されている。 The displacement image shown in FIG. 19 contains two pieces of information, that is, the amount of unevenness and the frictional force in a minute region. A region on the displacement image is defined for each piece of information. Further, there is a one-to-one correspondence between each pixel constituting each region and the surface position of the object to be measured. Then, the amount of unevenness or the value of the frictional force in a minute region at each surface position is shown as the color of the corresponding pixel.
変位画像の画素の色に使用される色空間は、特に限定されず、グレースケールでもよいし、ＲＧＢ表色系でもよい。図１９に示す変位画像は、グレースケールを用いたものである。 The color space used for the color of the pixels of the displacement image is not particularly limited, and may be a gray scale or an RGB color system. The displacement image shown in FIG. 19 uses a gray scale.
測定データに信号処理を施して信号処理データを得、信号処理データを処理後データとしてもよい。信号処理の方法は特に限定されないが、高速フーリエ変換（ＦＦＴ）、カオス解析、統計解析、ウェーブレット解析、エンベロープ解析などが挙げられる。処理後データはデータ列として得られる。 The measurement data may be subjected to signal processing to obtain signal processing data, and the signal processing data may be used as post-processing data. The signal processing method is not particularly limited, and examples thereof include fast Fourier transform (FFT), chaos analysis, statistical analysis, wavelet analysis, and envelope analysis. The processed data is obtained as a data string.
信号処理データをグラフ化したグラフ画像を処理後データとしてもよい。グラフの形式は信号処理データを表すのに適した形式を採用すればよい。例えば、測定データをフーリエ変換して得られた信号処理データを用いる場合には、横軸が周波数、縦軸が強度のグラフが用いられる。処理後データは必ずしも波形を構成しなくてもよい。例えば、カオス解析の一種であるローレンツプロットでは散布図が得られる。このような散布図をグラフ画像としてもよい。 A graph image obtained by graphing signal processing data may be used as post-processing data. As the graph format, a format suitable for representing signal processing data may be adopted. For example, when signal processing data obtained by Fourier transforming measurement data is used, a graph with frequency on the horizontal axis and intensity on the vertical axis is used. The processed data does not necessarily have to form a waveform. For example, a scatter plot can be obtained from the Lorenz plot, which is a type of chaos analysis. Such a scatter plot may be used as a graph image.
信号処理データを変位画像に変換して、処理後データとして用いてもよい。この場合、変位画像は信号処理データが構成する波形の変位を画素の色として表した画像となる。 The signal processing data may be converted into a displacement image and used as post-processing data. In this case, the displacement image is an image representing the displacement of the waveform composed of the signal processing data as the color of the pixels.
学習器１０１は、触覚データとして、測定データ、またはいずれかの形式の処理後データを用いて、予め機械学習が行われている。 The learner 101 is preliminarily machine-learned using measurement data or post-processing data of either format as tactile data.
図１３に示すように、識別装置８は学習器１０１のほかに、データ取得部１０２、データ処理部１０３、および表示部１０４を備えている。
As shown in FIG. 13, the
データ取得部１０２は触覚センサ１から出力された測定データを取得する機能を有する。データ取得部１０２をアナログ－デジタル変換回路で構成すれば、触覚センサ１から出力されたアナログ信号を直接取り込んで、データ列の形式で測定データを取得できる。データ取得部１０２は外部装置で生成されたデータ列を取得するよう構成してもよい。
The data acquisition unit 102 has a function of acquiring measurement data output from the
触覚データとして測定データを用いる場合、データ取得部１０２は測定データを学習器１０１に入力する。触覚データとして処理後データを用いる場合、データ取得部１０２は測定データをデータ処理部１０３に入力する。 When the measurement data is used as the tactile data, the data acquisition unit 102 inputs the measurement data to the learning device 101. When the processed data is used as the tactile data, the data acquisition unit 102 inputs the measurement data to the data processing unit 103.
データ処理部１０３は測定データに所定の処理を施して処理後データを得る機能を有する。データ処理部１０３は処理後データを学習器１０１に入力する。なお、触覚データとして測定データを用いる場合、データ処理部１０３を設けなくてもよい。 The data processing unit 103 has a function of applying predetermined processing to the measurement data and obtaining the processed data. The data processing unit 103 inputs the processed data to the learner 101. When the measurement data is used as the tactile data, the data processing unit 103 may not be provided.
表示部１０４は学習器１０１の出力結果を表示する機能を有する。表示部１０４はディスプレイなどで構成される。 The display unit 104 has a function of displaying the output result of the learning device 101. The display unit 104 is composed of a display or the like.
識別装置８はつぎのように用いられる。
触覚センサ１を用いて測定対象物を測定すると測定データが得られる。その測定データがデータ取得部１０２に入力される。測定データはそのままの形式で、または処理後データに変換され学習器１０１に入力される。ここで、学習器１０１に入力されるデータの形式は、機械学習に用いたデータと同じ形式である。そうすると、学習器１０１は測定対象物に対応する種類情報を出力する。表示部１０４は学習器１０１から出力された種類情報を表示する。
The
Measurement data can be obtained by measuring an object to be measured using the
このように、触覚データに基づいて測定対象物の種類を特定できる。学習器１０１に対して種々の測定対象物を学習させておけば、種々の測定対象物に対してその種類を識別できる。 In this way, the type of measurement object can be specified based on the tactile data. If the learning device 101 is made to learn various measurement objects, the types of the various measurement objects can be identified.
（布地測定試験）
図１４に示す触覚センサを用いて布地の測定試験を行った。この触覚センサは第１実施形態に係る触覚センサ１と同様の構造であるが、各部の形状、寸法が異なる。なお、触覚センサの寸法は横が９，９００μｍ、縦が６，０００μｍ、厚さが５０μｍである。
(Fabric measurement test)
A fabric measurement test was performed using the tactile sensor shown in FIG. This tactile sensor has the same structure as the
測定対象物としてフライス編みの布地を用意した。触覚センサをフライス編みの生地に押し当てながら摺動させ、触覚センサから各種の信号を得た。図１５（Ａ）は触覚センサの押し当て力を弱くした場合に得られた信号の時間変化を示す。図１５（Ｂ）は触覚センサの押し当て力を中位にした場合に得られた信号の時間変化を示す。図１５（Ｃ）は触覚センサの押し当て力を強くした場合に得られた信号の時間変化を示す。 A milled cloth was prepared as an object to be measured. The tactile sensor was slid while being pressed against the milling fabric, and various signals were obtained from the tactile sensor. FIG. 15A shows the time change of the signal obtained when the pressing force of the tactile sensor is weakened. FIG. 15B shows the time change of the signal obtained when the pressing force of the tactile sensor is set to the middle level. FIG. 15C shows the time change of the signal obtained when the pressing force of the tactile sensor is increased.
図１５（Ａ）、（Ｂ）、（Ｃ）より、触覚センサの押し当て力を強くするに従い、触覚センサで検知された押し当て力の信号が強くなることが分かる。このことから、触覚センサにより押し当て力を検知でき、測定条件を定量化できることが確認できた。また、触覚センサの押し当て力を強くするに従い、凹凸量の信号が全体として強くなり、また、振幅が大きくなって波形が明確となる。微小領域摩擦力の信号の波形が強く立ち上がるようになり、繊維の摩擦の影響が強く現れるようになる。平均摩擦力の信号が全体として強くなる。これらの波形の変化から、布地を強く撫でるとザラザラ感が強くなるなど、布地固有の手触り感を特定できると考えられる。 From FIGS. 15A, 15B, and 15C, it can be seen that as the pressing force of the tactile sensor is increased, the signal of the pressing force detected by the tactile sensor becomes stronger. From this, it was confirmed that the pressing force can be detected by the tactile sensor and the measurement conditions can be quantified. Further, as the pressing force of the tactile sensor is increased, the signal of the amount of unevenness becomes stronger as a whole, and the amplitude becomes larger and the waveform becomes clearer. The waveform of the signal of the minute area frictional force rises strongly, and the influence of the friction of the fiber becomes strong. The signal of the average friction force becomes stronger as a whole. From these changes in the waveform, it is considered that the texture peculiar to the fabric can be identified, such as the feeling of roughness becomes stronger when the fabric is patted strongly.
測定対象物として鹿の子編みの布地を用意した。人間の触覚では鹿の子編みの布地はフライス編みの布地に比べてザラザラしている。触覚センサを鹿の子編みの生地に押し当てながら摺動させ、触覚センサから各種の信号を得た。図１６（Ａ）は触覚センサの押し当て力を弱くした場合に得られた信号の時間変化を示す。図１６（Ｂ）は触覚センサの押し当て力を中位にした場合に得られた信号の時間変化を示す。図１６（Ｃ）は触覚センサの押し当て力を強くした場合に得られた信号の時間変化を示す。 A piqué cloth was prepared as an object to be measured. To the human touch, piqué fabrics are rougher than piqué fabrics. The tactile sensor was slid while being pressed against the piqué fabric, and various signals were obtained from the tactile sensor. FIG. 16A shows the time change of the signal obtained when the pressing force of the tactile sensor is weakened. FIG. 16B shows the time change of the signal obtained when the pressing force of the tactile sensor is set to the middle level. FIG. 16C shows the time change of the signal obtained when the pressing force of the tactile sensor is increased.
押し当て力の変化に伴う各信号の変化の傾向は、フライス編みの布地の場合と同様である。図１５と図１６とを比較すると、凹凸量の信号および微小領域摩擦力の信号は、フライス編みの布地の場合よりも鹿の子編みの布地の場合の方が、振幅が大きく、波形が明確であることが分かる。これは、鹿の子編みの布地はフライス編みの布地に比べてザラザラしているためと考えられる。これより、触覚センサにより測定対象物の手触り感の違いを測定できることが確認された。 The tendency of the change of each signal with the change of the pressing force is the same as that of the milled fabric. Comparing FIGS. 15 and 16, the signal of the amount of unevenness and the signal of the minute area friction force have a larger amplitude and a clearer waveform in the case of the piqué-knitted fabric than in the case of the milled-knitted fabric. You can see that. It is considered that this is because the piqué fabric is rougher than the piqué fabric. From this, it was confirmed that the difference in the feel of the object to be measured can be measured by the tactile sensor.
（毛髪測定試験）
触覚センサを用いて毛髪の測定試験を行った。測定対象物として人体の頭髪を用意した。毛髪の表面はキューティクルで覆われている。キューティクルは根本から毛先に向かうウロコ状となっている。そのため、指で毛髪を根本に向かってなぞると、毛先に向かってなぞる場合よりも強く引っ掛かる感じを受ける。
(Hair measurement test)
A hair measurement test was performed using a tactile sensor. The hair of the human body was prepared as an object to be measured. The surface of the hair is covered with cuticle. The cuticle is scaly from the root to the tip of the hair. Therefore, if you trace the hair toward the root with your finger, you will feel that it is caught more strongly than if you trace it toward the tip of the hair.
まず、毛髪を真っ直ぐに張った状態で固定した。つぎに、触覚センサを毛髪に押し当てた。その状態で触覚センサを毛先方向に１０秒間走査した後、毛髪の同一箇所を根本方向に１０秒間走査した。 First, the hair was fixed in a straightened state. Next, the tactile sensor was pressed against the hair. In that state, the tactile sensor was scanned in the direction of the tip of the hair for 10 seconds, and then the same portion of the hair was scanned in the direction of the root for 10 seconds.
触覚センサから得られた各種の信号を図１７（Ａ）、（Ｂ）に示す。図１７（Ａ）は触覚センサを毛先方向に走査した期間（１６～２６秒）における凹凸量および微小領域摩擦力の時間変化を示すグラフである。図１７（Ｂ）は触覚センサを根本方向に走査した期間（３６～４６秒）における凹凸量および微小領域摩擦力の時間変化を示すグラフである。 Various signals obtained from the tactile sensor are shown in FIGS. 17A and 17B. FIG. 17A is a graph showing the time variation of the amount of unevenness and the frictional force in a minute region during the period (16 to 26 seconds) when the tactile sensor is scanned in the direction of the tip of the hair. FIG. 17B is a graph showing the time variation of the amount of unevenness and the frictional force in a minute region during the period (36 to 46 seconds) when the tactile sensor is scanned in the fundamental direction.
毛先方向に走査した期間における微小領域摩擦力の平均値は-0.625mNであった。これに対して、根本方向に走査した期間における微小領域摩擦力の平均値は1.447mNであった。これより、根本方向に走査した方が、摩擦力が大きくなることが分かる。 The average value of the micro-regional frictional force during the period of scanning in the direction of the hair tips was -0.625 mN. On the other hand, the average value of the minute area frictional force during the period of scanning in the root direction was 1.447 mN. From this, it can be seen that the frictional force is larger when scanning in the root direction.
毛先方向に走査した期間における微小領域摩擦力の標準偏差は0.168であった。これに対して、根本方向に走査した期間における微小領域摩擦力の標準偏差は0.230であった。これより、根本方向に走査した方が、摩擦力の変動が大きくなることが分かる。 The standard deviation of the microregional frictional force during the period scanned in the direction of the hair tips was 0.168. In contrast, the standard deviation of the microregional frictional force during the period scanned in the root direction was 0.230. From this, it can be seen that the fluctuation of the frictional force becomes larger when scanning in the root direction.
以上より、根本方向に走査すると、摩擦力が大きくなり、また、摩擦力の変動が大きくなることが分かる。この結果は、指で毛髪を根本に向かってなぞった場合に受ける感覚と符合する。したがって、触覚センサを用いて、毛髪のキューティクルといった微細な構造に由来する触覚を検知できることが確認できたといえる。 From the above, it can be seen that when scanning in the fundamental direction, the frictional force becomes large and the fluctuation of the frictional force becomes large. This result is consistent with the sensation of tracing the hair toward the root with a finger. Therefore, it can be said that it was confirmed that the tactile sensation derived from a fine structure such as a cuticle of hair can be detected by using the tactile sensor.
（布地識別試験１）
人工知能を利用した布地の識別試験を行った。
まず、コンピュータ上にニューラルネットワークを構成した。ニューラルネットワークは入力層と出力層との間に４つの畳み込み層と４つのプーリング層とを交互に配置した構造の畳み込みニューラルネットワークとした。
(Cloth identification test 1)
A fabric identification test using artificial intelligence was conducted.
First, a neural network was constructed on a computer. The neural network is a convolutional neural network having a structure in which four convolutional layers and four pooling layers are alternately arranged between an input layer and an output layer.
つぎに、１０種類の布地を用意した。以下、１０種類の布地のそれぞれを布地Ａ、布地Ｂ、・・・、布地Ｊと称する。各布地の素材は表１の通りである。
触覚センサを用いて各布地を測定した。布地への触覚センサの押し当て力を12mNとし、１０種類の布地のそれぞれについて８回の測定を行なった。また、布地への触覚センサの押し当て力を24mNとし、１０種類の布地のそれぞれについて７回の測定を行なった。これにより、合計１５０の測定データを得た。各測定データを図１８に示すようなグラフ画像に変換した。グラフ画像には凹凸量および微小領域摩擦力の波形が含まれており、それぞれ色分けされている。横軸が測定対象物の表面位置であり、縦軸が凹凸量または微小領域摩擦力である。 Each fabric was measured using a tactile sensor. The pressing force of the tactile sensor against the fabric was set to 12 mN, and each of the 10 types of fabric was measured 8 times. Further, the pressing force of the tactile sensor against the fabric was set to 24 mN, and each of the 10 types of fabric was measured 7 times. As a result, a total of 150 measurement data were obtained. Each measurement data was converted into a graph image as shown in FIG. The graph image contains waveforms of the amount of unevenness and the frictional force in a minute region, and each is color-coded. The horizontal axis is the surface position of the object to be measured, and the vertical axis is the amount of unevenness or the frictional force in a minute area.
１５０枚のグラフ画像を訓練画像、評価画像、検証画像に分けた。訓練画像を１００枚（各布地につき、押し当て力12ｍNで測定したもの５枚、押し当て力24ｍNで測定したもの５枚）、評価画像を３０枚（各布地につき、押し当て力12ｍNで測定したもの２枚、押し当て力24ｍNで測定したもの１枚）、検証画像を２０枚（各布地につき、押し当て力12ｍNで測定したもの１枚、押し当て力24ｍNで測定したもの１枚）とした。 The 150 graph images were divided into training images, evaluation images, and verification images. 100 training images (5 for each fabric measured with a pressing force of 12 mN, 5 for a pressing force of 24 mN) and 30 evaluation images (for each fabric, measured with a pressing force of 12 mN). Two pieces, one piece measured with a pressing force of 24 mN), and 20 verification images (one piece measured with a pressing force of 12 mN and one piece measured with a pressing force of 24 mN for each fabric). ..
コンピュータ上に構成したニューラルネットワークに訓練画像を入力し、布地の種類ごとの特徴量、パターンを学習させた。この際、布地の種類情報（布地Ａ～Ｊの別）を教師信号として用いた。つぎに、ニューラルネットワークに評価画像を入力し、出力された種類情報が正しいか評価した。評価画像を入力した場合におけるニューラルネットワークの出力から識別率を求めることにより評価を行なった。ここで、識別率はニューラルネットワークから出力された種類情報が正しいものの割合を意味する。 The training images were input to the neural network constructed on the computer, and the features and patterns for each type of fabric were learned. At this time, the type information of the cloth (distinguished from the cloths A to J) was used as a teacher signal. Next, an evaluation image was input to the neural network, and it was evaluated whether the output type information was correct. The evaluation was performed by obtaining the discrimination rate from the output of the neural network when the evaluation image was input. Here, the discrimination rate means the ratio of the correct type information output from the neural network.
識別率の向上がほとんど見られなくなるまで、上記の訓練と評価とを繰り返し行なった。最終的な識別率は83.3%（３０枚中２５枚が正しい）であった。 The above training and evaluation were repeated until there was almost no improvement in the discrimination rate. The final identification rate was 83.3% (25 out of 30 are correct).
つぎに、上記の学習に全く用いていない検証画像をニューラルネットワークに入力した。これら未知のデータに対する識別結果が前述の評価結果に近ければ、学習済みモデルが正しく構築されているといえる。その結果を表２に示す。なお、ユーラルネットワークは検証画像に対する種類の候補と、その候補の確からしさ（確率）を出力する。
ニューラルネットワークの出力から識別率を求めた。その結果、検証画像に対する識別率は85.0%（２０枚中１７枚が正しい）であった。これより、触覚センサから得られた測定データから、布地の種類を識別できることが確認できた。なお、学習データの数を増やせば、識別力をより高くできると考えられる。 The discrimination rate was obtained from the output of the neural network. As a result, the identification rate for the verified images was 85.0% (17 out of 20 images are correct). From this, it was confirmed that the type of fabric can be identified from the measurement data obtained from the tactile sensor. It is considered that the discriminating power can be further improved by increasing the number of learning data.
（布地識別試験２）
前記布地識別試験１で用いた測定データを、図１９に示すような変位画像に変換した。変位画像には凹凸量および微小領域摩擦力の情報が含まれている。凹凸量および微小領域摩擦力の変位を２５６段階のグレースケールで表している。変位画像を用いたほかは布地識別試験１と同様の手順で機械学習を行なった。その結果、評価画像に対する識別率は83.3%（３０枚中２５枚が正しい）であった。
(Cloth identification test 2)
The measurement data used in the
検証画像をニューラルネットワークに入力した結果を表３に示す。
ニューラルネットワークの出力から識別率を求めた。その結果、検証画像に対する識別率は85.0%（２０枚中１７枚が正しい）であった。これより、触覚センサから得られた測定データから、布地の種類を識別できることが確認できた。なお、学習データの数を増やせば、識別力をより高くできると考えられる。 The discrimination rate was obtained from the output of the neural network. As a result, the identification rate for the verified images was 85.0% (17 out of 20 images are correct). From this, it was confirmed that the type of fabric can be identified from the measurement data obtained from the tactile sensor. It is considered that the discriminating power can be further improved by increasing the number of learning data.
１、２、３、４、５、６ 触覚センサ
１０ 基部
２０ 大接触子
２１ 接触面
２２ 本体部
２３ 横行部
２４ 横行部支持体
３０ 小接触子
３１ 接触端
４０ 大接触子支持体
５０ 小接触子支持体
６０ 大接触子変位検出器
７０ 小接触子変位検出器
８１ 横行部変位検出器
７ 触覚測定装置
８ 識別装置
1, 2, 3, 4, 5, 6
Claims (7)
測定対象物と接触する接触面を有する大接触子と、
前記測定対象物との接触面積が前記接触面よりも小さい接触端を有する小接触子と、
前記大接触子を前記基部に対して、少なくとも前記接触面に対して垂直な方向に変位可能に支持する大接触子支持体と、
前記大接触子の前記基部に対する変位を検出する大接触子変位検出器と、
前記小接触子を前記大接触子に対して変位可能に支持する小接触子支持体と、
前記小接触子の前記大接触子に対する変位を検出する小接触子変位検出器と、を備える
ことを特徴とする触覚センサ。 At the base,
A large contactor having a contact surface that comes into contact with the object to be measured,
A small contact with a contact end whose contact area with the measurement object is smaller than that of the contact surface,
A large contact support that supports the large contact so as to be displaceable with respect to the base at least in a direction perpendicular to the contact surface.
A large contactor displacement detector that detects the displacement of the large contactor with respect to the base, and
A small contact support that supports the small contact in a displaceable manner with respect to the large contact,
A tactile sensor comprising a small contactor displacement detector that detects the displacement of the small contactor with respect to the large contactor.
本体部と、
前記接触面の一部または全部を含む横行部と、
前記横行部を前記本体部に対して、前記接触面と平行な方向に変位可能に支持する横行部支持体と、
前記横行部の前記本体部に対する変位を検出する横行部変位検出器と、を備える
ことを特徴とする請求項１記載の触覚センサ。 The large contact is
With the main body
A traversing portion including a part or all of the contact surface,
A traversing portion support that supports the traversing portion so as to be displaceable in a direction parallel to the contact surface with respect to the main body portion.
The tactile sensor according to claim 1, further comprising a traversing portion displacement detector that detects displacement of the traversing portion with respect to the main body portion.
本体部と、
前記接触面の一部を含む複数の横行部と、
前記複数の横行部を前記本体部に対して、前記接触面と平行な方向に変位可能に支持する複数の横行部支持体と、
前記複数の横行部の前記本体部に対する変位を検出する複数の横行部変位検出器と、を備え、
前記複数の横行部は前記接触面の面積が互いに異なる
ことを特徴とする請求項１記載の触覚センサ。 The large contact is
With the main body
A plurality of traversing parts including a part of the contact surface,
A plurality of traversing portions supporting bodies that support the plurality of traversing portions so as to be displaceable in a direction parallel to the contact surface with respect to the main body portion.
A plurality of traversing section displacement detectors for detecting displacement of the plurality of traversing sections with respect to the main body portion are provided.
The tactile sensor according to claim 1, wherein the plurality of traversing portions have different areas of contact surfaces from each other.
ことを特徴とする請求項１記載の触覚センサ。 The tactile sensor according to claim 1, wherein the large contact support supports the large contact with respect to the base so as to be displaceable in a direction parallel to the contact surface.
前記小接触子は前記内部空間に配置されており、
前記大接触子の表裏面の一方または両方に保護板が設けられており、
前記保護板は、前記内部空間の開口を覆い、側面または側縁の一部が前記接触面の延長面上に配置されている
ことを特徴とする請求項１、２、３または４記載の触覚センサ。 The large contact has a flat plate shape in which a part of the side surface forms the contact surface, and has an internal space having an opening that divides the contact surface into two.
The small contact is arranged in the internal space and
A protective plate is provided on one or both of the front and back surfaces of the large contact.
The tactile sensation according to claim 1, 2, 3 or 4, wherein the protective plate covers an opening of the internal space, and a part of a side surface or a side edge is arranged on an extension surface of the contact surface. Sensor.
前記触覚センサおよび／または前記測定対象物を動作させ、前記触覚センサを前記測定対象物に押し当てる押当器と、
前記触覚センサおよび／または前記測定対象物を動作させ、前記触覚センサを前記測定対象物の表面に沿って摺動させる走査器と、を備える
ことを特徴とする触覚測定装置。 A tactile measuring device provided with the tactile sensor according to claim 1, 2, 3, 4 or 5.
A pusher that operates the tactile sensor and / or the measurement object and presses the tactile sensor against the measurement object.
A tactile measuring device comprising the tactile sensor and / or a scanner that operates the tactile object and slides the tactile sensor along the surface of the measuring object.
ことを特徴とする請求項６記載の触覚測定装置。 It is characterized by comprising a control device that controls the operation of the pressing device so that the pressing force detected by the large contact displacement detector of the tactile sensor is input and the pressing force becomes a predetermined value. 6. The tactile measuring device according to claim 6.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017007225 | 2017-01-19 | ||
| JP2017007225 | 2017-01-19 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018116054A JP2018116054A (en) | 2018-07-26 |
| JP7061784B2 true JP7061784B2 (en) | 2022-05-02 |
Family
ID=62985404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018003036A Active JP7061784B2 (en) | 2017-01-19 | 2018-01-12 | Tactile sensors, tactile measuring devices, trained models, and identification devices |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7061784B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210117025A1 (en) * | 2019-10-18 | 2021-04-22 | Acer Incorporated | Electronic apparatus and object information recognition method by using touch data thereof |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015133113A1 (en) * | 2014-03-03 | 2015-09-11 | 国立大学法人香川大学 | Tactile sensor and method for evaluating sense of touch |
| KR102165883B1 (en) * | 2018-08-17 | 2020-10-14 | 재단법인대구경북과학기술원 | Tactile sensing device, tactile sensing method and tactile learning method |
| KR102124844B1 (en) * | 2018-12-31 | 2020-06-22 | 재단법인 대구경북과학기술원 | Device, system and method for recognizing tactility |
| JP7287664B2 (en) * | 2019-06-17 | 2023-06-06 | 国立大学法人 香川大学 | Tactile sensor and tactile measurement method |
| KR102682582B1 (en) * | 2019-06-24 | 2024-07-05 | 알베르트-루드비히스-우니베르시테트 프라이부르크 | Tactile sensors and how to operate them |
| EP3995996A4 (en) * | 2019-07-03 | 2022-10-05 | FUJIFILM Corporation | Learning device, learning device operation method, learning device operation program, and operation device |
| EP3995997A4 (en) * | 2019-07-03 | 2022-11-16 | FUJIFILM Corporation | Learning device, operating method of learning device, operating program of learning device, and operating device |
| JP7403770B2 (en) * | 2020-06-08 | 2023-12-25 | 国立大学法人東北大学 | Tactile measurement system |
| JP7525153B2 (en) | 2020-10-14 | 2024-07-30 | 国立大学法人 香川大学 | Tactile Sensor |
| KR102334111B1 (en) * | 2020-11-26 | 2021-12-02 | 울산과학기술원 | A tactile identification robot and method for identificating object using the same |
| CN113545855B (en) * | 2021-05-31 | 2022-12-06 | 中国科学院自动化研究所 | Force detection system and method applied to vascular interventional operation |
| CN116678295B (en) * | 2023-06-02 | 2023-12-12 | 湖北中宸建筑安装有限公司 | Wall flatness detection device for building construction |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015133113A1 (en) | 2014-03-03 | 2015-09-11 | 国立大学法人香川大学 | Tactile sensor and method for evaluating sense of touch |
-
2018
- 2018-01-12 JP JP2018003036A patent/JP7061784B2/en active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015133113A1 (en) | 2014-03-03 | 2015-09-11 | 国立大学法人香川大学 | Tactile sensor and method for evaluating sense of touch |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210117025A1 (en) * | 2019-10-18 | 2021-04-22 | Acer Incorporated | Electronic apparatus and object information recognition method by using touch data thereof |
| US11494045B2 (en) * | 2019-10-18 | 2022-11-08 | Acer Incorporated | Electronic apparatus and object information recognition method by using touch data thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018116054A (en) | 2018-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7061784B2 (en) | Tactile sensors, tactile measuring devices, trained models, and identification devices | |
| Yi et al. | Bioinspired tactile sensor for surface roughness discrimination | |
| Song et al. | A novel texture sensor for fabric texture measurement and classification | |
| JP6419156B2 (en) | Tactile sensor and evaluation method of touch feeling | |
| DE60223072T2 (en) | TOUCHPAD FOR SIMULTANEOUS INPUT | |
| Ohka et al. | An experimental optical three-axis tactile sensor for micro-robots | |
| KR102016208B1 (en) | Method for using materials having no regular pattern as sensor and sensing system | |
| Tongpadungrod et al. | An approach to optimise the critical sensor locations in one-dimensional novel distributive tactile surface to maximise performance | |
| Emnett et al. | A novel whisker sensor used for 3d contact point determination and contour extraction | |
| Park et al. | Softness-adaptive pinch-grasp strategy using fingertip tactile information of robot hand | |
| Fang et al. | A cross-modal tactile sensor design for measuring robotic grasping forces | |
| Yan et al. | Tactile super-resolution model for soft magnetic skin | |
| Dai et al. | Design of a biomimetic tactile sensor for material classification | |
| Gerling | SA‐I mechanoreceptor position in fingertip skin may impact sensitivity to edge stimuli | |
| Wall et al. | A virtual 2d tactile array for soft actuators using acoustic sensing | |
| Vásárhelyi et al. | Tactile sensing-processing: Interface-cover geometry and the inverse-elastic problem | |
| Kim et al. | Biomimetic Hybrid Tactile Sensor with Ridged Structure That Mimics Human Fingerprints to Acquire Surface Texture Information. | |
| Johnsson et al. | Recognizing texture and hardness by touch | |
| JP4424065B2 (en) | Measuring method using scanning probe microscope | |
| Komatsubara et al. | Development of a Minimally Invasive High-Resolution Tactile Sensor For Acquiring Delicate Haptic Changes in Hair | |
| Takao | Post-CMOS Compatible Silicon MEMS Nano-Tactile Sensor for Touch Feeling Discrimination of Materials | |
| JP7287664B2 (en) | Tactile sensor and tactile measurement method | |
| Wang et al. | Mechanical exploration of the design of tactile fingertips via finite element analysis | |
| Ohka et al. | Basic experiments of three-axis tactile sensor using optical flow | |
| Ohka et al. | A surface-shape recognition system mimicking human mechanism for tactile sensation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201203 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211013 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211102 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211221 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220405 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220412 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7061784 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |