Overview

株式会社Preferred Networks致力于个人机器人的研究和开发，从而使机器人渗透到人们社会日常生活的各个方面。

在CEATEC JAPAN 2018会展上，我们使用由丰田汽车有限公司开发的“生活支援机器人HSR（Human Support Robot）”，采用最尖端的深度学习技术来展示我们的“全自动整理机器人系统”。

同时，在展会上用于表彰创新性高且品质卓越的技术、产品和服务的“CEATEC AWARD 2018”的奖项里，荣获了行业/市场部门的二等奖。

以往的机器人系统很难实现房间的自动整理。然而，近年来通过深度学习的发展，机器人首次达到能够实际运用的水平。 机器人在人类生活空间的工作：例如抓取物体，放置物体，制定行动计划，对应人的手势，语音识别等，由于在这些工作所需的技术，例如识别物体，御制机器人以及对声音语言识别理解等方面中应用了尖端的深度学习技术，使得机器人能够高速和高精度地运行。

* PFN参与了HSR开发社区，并利用了HSR的硬件和软件平台。

Object Detection

以往的机器人主要用于工厂。由于工厂的生产线上通常只处理少数的几种物品，同时物品总是能正确的被放置到机器人的面前，因此机器人能够高速且正确的运行。然而，人类的生活空间中总是存在着多样的事物，并且经常发生变化。个人机器人必须灵活的应对这些突变的状况。PFN运用最尖端的深度学习技术开发了画面识别引擎，哪怕数百种物品散乱在房间各处，引擎也能够识别出物品的位置和种类。

基于该识别引擎，人们可以规划什么物体应该怎么去抓取以及如何整理等等。

该图像识别引擎是通过采用了深度学习框架Chainer，ChainerMN以及ChainerCV的CNN（卷积神经网络）来实现的。

CNN采用了在前几日举行的物体检测竞赛中荣获世界第2的PFDet的扩展模型，并使用了超过100台大型GPU集群MN-1b的GPU进行学习。

这是安装在机器人上的摄像头的视点图像以及识别结果的可视化动画。

通过显示机器人所识别的房间地图和当前位置，我们可以看到机器人是如何识别房间的。

Picking & Placing Objects

人类的生活空间里存在着各种各样的物体。比如手帕这类形状容易变化的物体，圆珠笔一般细长的物体，夹子这样又小又难以抓握的物体。

我们的系统能够稳定地抓取各种形状和材质的物体并且放置到规定的地方。

比如在整理圆珠笔时，摄像头寻找笔筒位置，识别圆珠笔的朝向，调整朝向，放入笔筒。

系统通过不断地重复人类在无意识中做出的一系列的判断最终使之成为可能。

Human Interaction

以往的产业用机器人是使用特殊的操作系统，所以只能由具有专业技能的人来操作。 为了让所有人都能使用，因此需要更为直观的方法来指挥机器人。 我们的系统能够进行语音识别和手势识别，通过这项技术，我们可以像对人指挥一样地对机器人进行指挥。

同时，通过使用增强现实（AR）这项技术能供向我们显示机器人是如何思考的，比如显示机器人是如何识别房间里的状况，接着会如何行动等信息。 通过AR画面，我们能够更加直观地把握机器人的状态，从而发出更确切的指令。

Our Team

我们放眼在与IoT领域相关的深层学习的技术开发，目标定位于商业化的活用。本公司创建于2014年3月，提唱在网络的边缘分散，并且合作性的处理的“边缘重计算”，以实现在交通系统，制造产业，生物技术和医疗保健这3个主要业务领域的技术革新为目标，提供了开源开发的深层学习框架Chainer^TM（Chainer），与丰田汽车有限公司，发那科公司，国家癌症研究中心合作等世界领先企业・机构合作，推动技术革新的新举措。

本系统在展会上用于表彰创新性高且品质卓越的技术、产品和服务的“CEATEC AWARD 2018”的奖项里，荣获了行业/市场部门的二等奖。

评语（摘要）

尽管整理房间对于以往的操控系统来说是很困难的任务，然而PFN的技术不仅提高了完成任务的精确度，并且达到了实用性的水准。如果进一步提升本产品的附加值并且使其商品化，一定会对市场和社会产生巨大的影响。我们在期待大数据活用的同时，也翘首盼着诸如提供针对服务机器人专用的数据库等的新兴商务模式。

Media Coverage