「Unity」上で再現した多関節型ロボットに対して姿勢推定を実行できるデモンストレーション「Object Pose Estimation」が発表

Unityは、「Unity」上で再現した多関節型ロボットに対して姿勢推定を実行できるデモンストレーション「Object Pose Estimation」を発表した。

このデモでは、コンピュータビジョンとシミュレーションの技術を組み合わせ、「Unity」のAIと機械学習が産業界でのロボット利用にどのような効果をもたらすかを説明している。「Object Pose Estimation」とそれに対応するデモンストレーションは、ロボットソフトウェア開発に用いられるフレームワークであるRobot Operating System (ROS)をサポートすることを目的としたUnity Robotics Hubの一連のリリースに続くものとなる。

これらのUnityが提供するツールとその他のオープンソースのツールセットを組み合わせることで、ロボット開発者は安全に、コスト効率よく、迅速にソリューションの探索、テスト、開発、デプロイを行うことができる。

▼Unity AI担当シニア・ヴァイスプレジデント ダニー・ラング博士コメント
「これは、予めプログラムされたシステムではなく、自ら学習するシステムの例であり、合成データから学習することで、どんなプログラマーにもできないような微妙な組み合わせを捕らえることができるようになります。UnityはAIと既存のUnityのテクノロジーの融合を積極的に行っており、今回のデモンストレーションでは、ロボット開発におけるトレーニングの効率化が可能であることを示しています」

シミュレーション技術は、危険な状況、対象物が高額な状況、または滅多に起こらないような状況でアプリケーションをテストする場合に非常に効果的で有利となる。ロボットにデプロイする前にシミュレーションによりアプリケーションを検証することで、潜在的な問題を早期に明らかにすることができ、開発の繰り返しにかかる時間を短縮することができる。Unityに内蔵された物理エンジンとUnity Editorを組み合わせることで、仮想環境の無限の組み合わせを作成することができ、現実世界でオブジェクトに作用する力を（近似的に）制御することができる。

「Object Pose Estimation」のデモは、URDFファイルを「Unity」にインポートするためのオープンソース・URDF Importerパッケージのリリースに続き、よりリアルなキネマティックシミュレーションのために強化されたアーティキュレーションのサポートを活用している。また、Unityが提供するUnity ROS-TCP Connectorでは、ROSノードと「Unity」との間でのリアルタイムに近い低遅延な通信を可能にする。今回のデモでは、最近リリースされたPerception SDKのUnity Computer Visionツールを使用して、膨大な量の合成ラベル付きトレーニングデータを作成し、キューブの位置を予測するためのシンプルなディープラーニングモデルを訓練する方法を紹介する。デモでは、このプロジェクトを再現する方法についてのチュートリアルを提供している。

▼「Object Pose Estimation」
https://github.com/Unity-Technologies/Robotics-Object-Pose-Estimation