**【研究摘要与重点】** 我们开发了一项技术，即使面对传统3D量测不擅长处理的透明容器或具光泽的包装材料等物体，也能从单一相机影像中估算形状，使机械手臂得以进行抓取。 我们开发了一种方法，即使需要从多个视角进行观察，也能在考量形状估算精度与移动距离的平衡下，自动决定拍摄位置与移动路径。 通过实体机器人的验证，达成了96.0%的抓取成功率，与传统方法相比，相机移动距离缩短了52%，整体搬运的运行时间缩短了19%。 本研究成果有望促进过去高度依赖人工作业流程的自动化，通过兼顾高精度抓取与高效动作，为提升生产力做出贡献。 **【研究概要】** 东京理科大学创域理工学部机械航空宇宙工学科的荒井翔悟副教授，与该大学研究所创域理工学研究科机械航空宇宙工学专攻的Kenneth Ginga（2025学年度硕士班二年级）组成的研究团队，针对机械手臂难以抓取的透明物体或光泽物体，开发了「3D量测（*1）」与「抓取规划（*2）」的手法。此外，在眼在手（Hand-eye）配置（*3）中，成功减少了为拍摄影像的移动时间与处理时间。 过去，透明容器与光泽包装材料因表面光线的反射与穿透，会导致深度传感器或一般的3D量测变得不稳定，使得机械手臂难以自动抓取。因此，本研究团队着眼于结合较不受光学特性影响的RGB影像「语义分割（*4）」技术，以及从多视角轮廓信息重建形状的「Shape from Silhouette（*5）」技术。然而，多视角拍摄虽能提升精度，但相机移动需耗费时间，如何与制造现场要求的作业周期（Tact time）取得平衡成为一项课题。为解决此问题，团队导入了能兼顾提升3D量测精度与缩短相机移动距离的成本函数，对拍摄位置与移动路径进行了优化。 在实体机器人的验证中，针对透明、光泽、不透明物体达成了96.0%的抓取成功率，并成功将相机移动距离较基准方法缩短了52%，整体搬运的运行时间缩短了19%。 本研究实现了对具备困难光学特性物体的抓取强健性，同时降低了多视角观察所伴随的时间成本。这将扩展机器人的应用范围，预期将为推动制造现场的自动化与提升生产力带来贡献。 本研究成果已于2026年1月12日在线刊载于国际学术期刊《IEEE ROBOTICS AND AUTOMATION LETTERS》。此外，本成果也预定在机器人领域的顶级会议 2026 IEEE International Conference on Robotics & Automation (ICRA 2026) 上发表，正受到全球的瞩目。 图1 先行...