材料の柔らかさを活かした次世代ロボットの開発

ソフトロボット研究室　Laboratory on Soft Robotics
教授：ホ アン ヴァン（HO Anh-Van）

E-mail：
［研究分野］
ロボティクス
［キーワード］
ソフトロボティクス、柔軟な触覚装置

研究を始めるのに必要な知識・能力

自然の物事と現象を解明することにより、柔軟物を積極的に利用した新機能の機構を開発する本研究室は、分析力や実践力を求め、機能材料の力を借りて技術課題を解決する想像力を重視しています。また、特定の分野・知識を問わずに、ものづくりに興味を持つ学生を歓迎します。

この研究で身につく能力

【就職先企業・職種】 機械設計会社、電機メーカ、大学等

研究内容

概要：

自然界のすべての現象には、何らかの形で必ずダイナミクスが関与しています。このダイナミクスを理解できれば、その現象を生じさせるために、メカニズムがどのように進化してきたかを理解することが可能になります。また、そのメカニズムをロボットの駆動装置または感覚装置に応用することで、新しい機構を創出できると考えられます。本研究室の長期研究計画・内容については以下の図をご参照ください。

内容：

本研究では柔軟物とその形態制御を用いてセンシング装置・アクチュエーター・知能は以下のようなテーマで行われています。

【短期のテーマ】

①	織物のような柔軟な質感を持つ新しい触覚センサの開発、そのマルチ・モーダルな特性を活かすセンシングに基づいた制御方法の開発を積極的に進めています。
②	遠隔操作システムにおいて、ロボット上の触覚センサによって得られた触感（圧力・摩擦・すべり）をヒトの指先に再現できる装置を開発しています。
③	しわのメカニズムにヒントを得た、柔軟性を有するアクチュエータを用いて柔軟物を変形させることによって、同一のセンサのみでも異なるセンシング能力が得られる能動的な触覚センサの開発を目指します。

【長期のテーマ】

④　柔軟物を掴めるソフトロボットハンドの開発
⑤　ラピッドプロトタイプ技術の開発
⑥　柔軟な思考のあるロボットの開発 等

主な研究業績

1. Van Ho et al., IEEE Transactions on Robotics, Vol. 27, No. 3, pp.411-424, 2011
2. Van Ho et al., IEEE Sensors Journal, Vol. 13, No. 10, pp. 4065-4080, 2013,
3. Van Ho et al., IEEE Robotics and Automation Letter, Vol. 1, Issue 1, pp. 585-592, 2016

使用装置

3Dプリンター、電動直動ステージ、6軸力覚センサ、触覚提示装置、小型NC加工機、高速度カメラ

“探索・学習・予測”のシナジーを実践する
次世代マテリアル設計

マテリアルズインフォマティクス研究室　
Laboratory on Materials Informatics
教授：谷池 俊明（TANIIKE Toshiaki）

E-mail：
［研究分野］
ハイスループット実験、マテリアルズインフォマティクス、計算化学
［キーワード］
固体触媒、重合、ナノコンポジット、分離膜、グラフェン、データ科学

研究を始めるのに必要な知識・能力

私たちの研究はユニークであり、様々な専門の研究者が活躍できる非常に学際的なものです。新しい分野に創意工夫を持って挑戦する志を重視し、元々の専門分野を問わず多様な学生を受け入れています。所属学生の専門は、例えば、化学（触媒・高分子・ナノ材料）、化学・機械工学、データ科学、計算科学などです。

この研究で身につく能力

所属学生は、自身の研究やゼミ活動への参画を通して、１）ハイスループット実験、データ科学、計算化学のいずれか、ないしはこれらを組み合わせて用いる先進的な材料科学研究の実践方法、２）与えられた資源の中で成果を最大化するための研究計画能力、３）国際・学際的な環境でチームワークするスキルなどを習得できます。

【就職先企業・職種】 材料、化学、化学工学、マテリアルズインフォマティクスなどに関する研究開発職

研究内容

ハイスループット実験とマテリアルズインフォマティクスによる材料科学研究

　気候変動や少子高齢化など、人類社会や我が国が置かれた避けられない課題に鑑み、谷池研究室では、ハイスループット実験、データサイエンス（マテリアルズインフォマティクス）、シミュレーションを基盤とした、イノベーション志向の物質科学を目指しています。かつてない効率で膨大な材料候補を探索し、社会問題の解決を目指しています。

❶ ハイスループット実験

　異なる元素や物質を組み合わせることで得られる材料の数は膨大です。マテリアルサイエンスの目標の一つは、特別に優れた組み合わせやうまい組み合わせ方（プロセス）を発見し、より優れた材料を生み出すことです。私たちの研究室では、高度に自動化・並列化された実験装置を駆使するハイスループット実験を行っています。新しい装置やプロトコルの開発を通して実験のスループットを最大化し、浮いた時間を思考や情報収集に当てる研究スタイルを志向します。

➋ データ科学

　ハイスループット実験は材料の合成条件、構造、性能を紐づけた材料ビッグデータを生み出します。効率的な材料探索を行うためには、良い材料を選出するだけでなく、材料性能の良し悪しがどのような因子と相関しているかを見極める構造性能相関を明らかにしていく必要があります。多変量解析や機械学習を駆使し、全てのデータから余すことなく学習することで物質探索を飛躍的に加速します。

➌ コンピュータシミュレーション

　コンピュータや計算化学の発展によって、現実的な精度でのシミュレーションが可能になってきました。一方で、コンピュータを使った新しい材料の予測（in-silico設計）にはまだまだ距離があります。最も難しい問題は、複雑な材料を代表するような分子モデルを如何に構築するかです。実験も行う当研究室では、実践的な計算化学を標榜し、計算化学の夢であるin-silico材料設計に取り組んでいます。

　ハイスループット実験装置の開発やデータサイエンスのプログラミングに加え、以下5つのテーマに注力しています：触媒・ポリマーインフォマティクス、構造性能相関、MOF やグラフェンなどのナノマテリアル、ポリマーナノコンポジット。

主な研究業績

1. L. Takahashi, T. Taniike, K. Takahashi et al., Constructing Catalyst Knowledge Networks from Catalysts Big Data in Oxidative Coupling for Methane for Designing Catalysts, Chemical Science 2021, 12, 12546-12555 (press released, selected as Front Cover).
2. T.N. Nguyen, K. Takahashi, T. Taniike et al., High-Throughput Experimentation and Catalyst Informatics for Oxidative Coupling of Methane, ACS Catalysis, 2020, 10, 921-932 (press released).
3. G. Takasao, Toru Wada, T. Taniike et al., Machine Learning-Aided Structure Determination for TiCl4-Capped MgCl2 Nanoplate of Heterogeneous Ziegler-Natta Catalyst, ACS Catalysis, 2019, 9, 2599-2609.

使用装置

ピペッティングロボット Andrew+
多目的並列反応装置（研究室開発装置）
自動マイクロ波合成装置
触媒スクリーニング装置（研究室開発装置）
光触媒スクリーニング装置（研究室開発装置）
オペランド化学発光分析装置（研究室開発装置）
化学発光イメージング装置（研究室開発装置）
その場中・遠赤外分光光度計
レーザラマン分光光度計
マイクロプレートリーダー
X線回折装置 (オートサンプラー付)
蛍光X線分析装置 (オートサンプラー付)

電子顕微鏡とデータ科学の融合による
新奇ナノ物性の探索

ナノ物性顕微探索研究室　
Laboratory on Microscopic Nano-characterization
教授：大島 義文（OSHIMA Yoshifumi）

E-mail：
［研究分野］
電子顕微鏡、表面界面物性、ナノ物質
［キーワード］
オペランド観察、新計測技術、データ科学

研究を始めるのに必要な知識・能力

研究は、新しい何かを発見することです。そのなかでいちばん重要なのは「あきらめない」という強い気持ちです。能力としては、数学と物理の基礎知識を持っていることが望ましいです。

この研究で身につく能力

[基礎]：実験・学習・議論をとおして、固体物理学に対する深い理解が身につきます。
[技術]：電子顕微鏡、真空装置、3D-CADソフトの使い方を学びます。
　また、Pythonプログラミングによるデータ解析を学びます。いずれも基礎から始めることができます。
[その他]：定期ミーティングでの発表をとおして、自分の研究を他者に分かりやすく伝えるスキルを学びます。

【就職先企業・職種】 電気・材料メーカー、材料分析会社、大学の技術職員など

研究内容

図1 (a) 実験の模式図。試料を保持するための装置 (試料ホルダー) は研究室で独自に開発しました。白金原子鎖の (b) コンダクタンス、(c) 剛性が測定できました。(d) 電子顕微鏡像。白金は暗く見えています。AとBにおいて、左右の白金を橋渡ししているのが単原子鎖です。


図2 (a) 金ナノロッドの電子顕微鏡像。奥行き方向にならぶ金原子の列が明るい点として見えています。(b) 従来手法で測定した原子変位と (c) データ科学で処理した原子変位。原子が正常な位置から左にずれるほど暗い青色、右にずれるほど明るい黄色で示されます。

本研究室では、ナノ材料がしめす新しい現象を探索しています。そのために、次のような研究に励んでいます。

☑　電子顕微鏡によるナノ～原子スケールでの材料観察
☑　材料の力や電気化学特性を測定できる新しい装置の開発
☑　データ科学の応用によって電子顕微鏡像から重要な情報を抽出

具体的な研究例を以下に示します。

よく伸びる白金原子の鎖状物質

　電子顕微鏡のなかで材料を動かしながら、材料の電気伝導度、剛性、原子のならびを同時に測定できる特殊な試料ホルダーを自作しました¹。このホルダーを用いて、幅が原子1個、長さが原子2~5個の白金鎖状物質の特性を調べました (図1)²。生活のなかで目にするふつうの白金は、原子が3次元的に結合しており、わずか数%しか伸びません。しかし、鎖状物質はもとの状態から+24%まで伸びました。1次元の単原子鎖にすることで、白金の結合特性が大きく変わることを発見しました。

データ科学による原子配列の解析

　原子の正常な位置からのずれ（原子変位）を測定しました³。従来の方法では、変位量が小刻みに変化して見えます (図2b)。これは原子変位の情報ではなく、解析のじゃまをするノイズ成分です。そこで、データ科学手法のガウス過程回帰を用いることで、原子変位の情報を抽出することに成功しました (図2c)。測定可能な最小の原子変位は0.7pm(ピコメートル、1兆分の1メートル)ときわめて小さく、材料のなかで生じる2.4pmの原子変位を検出することに成功しました。

主な研究業績

1. J. Zhang, et al., Nanotechnology 31 (2020) 205706
2. J. Zhang, et al., Nano letters 21 (2021) 3922
3. K. Aso, et al., ACS Nano 15 (2021) 12077

使用装置

☑　超高真空透過型電子顕微鏡
☑　高度な物性測定をおこなうための電子顕微鏡ホルダー
☑　3D-CADやデータ解析がおこなえるワークステーションPC

半導体ナノワイヤを舞台とした
スピントロニクス研究

ナノワイヤ X スピンデバイス研究室　
Laboratory on Nanowires X Spin Devices
准教授：赤堀 誠志（AKABORI Masashi）

E-mail：
［研究分野］
半導体エピタキシャル成長、半導体ナノ構造、半導体スピントロニクス
［キーワード］
化合物半導体、強磁性体、微細加工、エレクトロニクス、スピントロニクス、半導体物性、低温物性

研究を始めるのに必要な知識・能力

本研究室で研究を始めるにあたって大事なのは、リアルに「もの」を扱うのが好きであることだと考えています。また、物理学（特に電磁気学、量子力学）の知識はあった方がよく、この他に半導体・固体物理、化学、プログラミングの知識があると研究を進める上で役に立つと考えています。

この研究で身につく能力

本研究室の研究では様々な装置を使います。それらの正しい使用法は論理的思考に基づいて考えられています。したがって、それらを理解し、自ら実践することにより、論理的な思考力が養われると考えています。また、実験的研究にはトラブルがつきもので、想定通りには結果が得られず、上手く進まないことも多々あります。ですが、トラブルの状況や得られている結果に関して、周りと協力しながら分析・考察し、研究が上手く進むように努力することにより、解決すべき課題を発見する力、そして発見した課題を解決する力が養われると考えています。

【就職先企業・職種】 電機・精密機械、IT・通信、素材

研究内容

図1．スピン電界効果トランジスタ


図2．トップダウン手法によるナノワイヤ、
ポイントコンタクト


図3．ボトムアップ手法によるナノワイヤ


図4．電気化学プロセスによるコアシェルナノワイヤ


図5．MnAs/InAs 複合構造


図6．非局所測定

　従来のエレクトロニクスでは、チャージ（電荷）の制御により情報処理が行われてきました。これに対してスピントロニクスは、チャージだけでなくスピン（磁性）を制御することにより情報処理を行っていくものです。国際デバイスおよびシステムロードマップにおいても、スピントロニクス素子は重要な次世代デバイスの一つとして位置付けられています。半導体を用いる代表的なスピントロニクス素子は、InAs・InGaAs・InSb・InGaSbなど大きなスピン軌道結合を有する半導体と強磁性体との複合構造からなるスピン電界効果トランジスタです（図1）。この素子においては、半導体ナノワイヤを採用することにより、スピン軌道結合と弾性散乱によるスピン緩和が抑制されると期待されています。そこで本研究室では、以下に示すような、半導体ナノワイヤ構造および半導体- 強磁性体複合構造に関する実験的研究を行っています。

①半導体ナノワイヤ構造の作製

　電子ビーム露光とエッチング加工を組み合わせたトップダウン手法（図2）と、分子線エピタキシャル成長を用いたボトムアップ手法（図3）に関する研究を進めています。トップダウン手法では高品質な半導体ヘテロ接合を用いることが可能ですが、コヒーレントな伝導のためにはエッジ形状の最適化や加工ダメージの抑制などの課題があります。ボトムアップ手法では半導体ヘテロ構造の利用は困難ですが、成長条件の最適化によりトップダウン手法では困難な良好な形状・微小な寸法を実現できる可能性があります。

②半導体- 強磁性体複合構造の作製

　電気化学プロセスによる半導体(ZnO)/ 強磁性体(Co、Ni)コアシェルナノワイヤの形成（図4）や、分子線エピタキシャル成長による半導体(InAs) / 強磁性体(MnAs) 複合構造の形成（図5）に関する研究も行っています。これらの方法では連続的に半導体/ 強磁性体界面を形成するため、強磁性体から半導体へのスピン注入効率向上が期待されます。

③作製した構造の電気的評価・解析

　超伝導マグネット付クライオスタットなどを用いて、低温・強磁場環境下での電気的評価・解析を進めています。面内磁場中での非局所配置における抵抗測定（図6）などにより、スピン注入・輸送・検出に関する知見を獲得することが可能です。これら知見を基に、未踏のスピン電界効果トランジスタの実現を目指します。

主な研究業績

1. S. Komatsu, M. Akabori: “Spin-filter device using Zeeman effect with realistic channel and structure parameters” Jpn. J. Appl. Phys., Vol. 63, pp. 02SP14-1-5 (2024).
2. Md. T. Islam, Md. F. Kabir, M. Akabori: “Low-temperature grown MnAs/InAs/MnAs double heterostructure on GaAs (111)B by molecular beam epitaxy” Jpn. J. Appl. Phys., Vol. 63, pp. 01SP40-1-5 (2024).
3. K. Teramoto, R. Horiguchi, W. Dai, Y. Adachi, M. Akabori, S. Hara: “Tailoring Magnetic Domains and Magnetization Switching in CoFe Nanolayer Patterns with Their Thickness and Aspect Ratio on GaAs (001) Substrate” Physica Status Solidi B, Vol. 259, pp. 2100519-1-9 (2022).
4. D. Q. Tran, Md. E. Islam, K. Higashimine, M. Akabori: “Self-catalyst growth and characterization of wurtzite GaAs/InAs core/shell nanowires” J. Crystal Growth, Vol. 564, pp. 126126-1-7 (2021).

使用装置

成膜装置（分子線エピタキシャル成長装置、原子層堆積装置、真空蒸着装置、スパッタ装置）
微細加工装置（電子ビーム露光装置、電界電離ガスイオンビーム装置、反応性イオンエッチング装置）
電気化学プロセス装置
電気計測装置（デバイスアナライザ、ホール効果測定装置、ロックイン計測システム）
極低温・強磁場装置（超伝導マグネット付He4クライオスタット、He3クライオスタット、希釈冷凍機）

無人移動ロボットによる知的環境センシング技術の開拓

移動ロボティクス研究室　Laboratory on Mobile Robotics
准教授：池 勇勳（JI Yonghoon）

E-mail：
［研究分野］
ロボティクス、センサ情報処理
［キーワード］
移動ロボット、ロボットビジョン、環境センシング、 SLAM（simultaneous localization and mapping）

研究を始めるのに必要な知識・能力

線形代数学、確率論等の数学の基礎力と、ロボット工学、計測工学、機械学習の全般的な知識を持っていた方が望ましく、好奇心を持って研究への意欲のある学生であれば歓迎します。自分のアイデアをロボットシステムに実装するために、簡単なハードウェアの制作とプログラミング言語（特にC⁺⁺又はPython）に慣れている場合は有利です。

この研究で身につく能力

ロボティクスは、機械・電子・情報・制御・計測等の様々な分野の要素技術が融合される分野であり、システムインテグレーション技術が非常に重要です。具体的な研究テーマによって差はありますが、エンジニアとしての幅広い工学的知識を習得可能です。また、当研究室では実際の現場に適用可能な社会実装に焦点を当てた研究を積極的に行っているため、様々な社会ニーズと先端技術とのマッチング能力と、社会に貢献可能な新しい技術を創造する基礎能力を学ぶことができます。

【就職先企業・職種】 製造業、IT系企業、研究職等

研究内容

　当研究室では、無人移動ロボットと各種センサ情報処理技術を通じて、実社会における様々な問題解決に貢献可能な研究に取り組んでいます。特に、人間の代わりに災害環境や豪雪環境など過酷な環境内に分布する様々な物理的な情報を計測することで、高度な知的環境認識及び運動制御技術を実現しています。

■被災地探査ロボットシステム

　当研究室では、自然災害をはじめ原子力災害等の災害現場において、被害情報収集活動や原子炉建屋内の環境モニタリングを実施するための、半自律移動ロボットによるセマンティックサーベイマップ生成システムを開発しています。具体的には、ロボットに搭載されたサーモカメラやハイパースペクトルカメラ、LiDARなどの複数種類のセンサ情報を取得・融合し、環境の物理的な特徴量を含むマップを生成する技術を開発しています。

■自律除雪ロボットシステム

　当研究室では、過酷な豪雪による冬期間の積雪環境において、除雪車の自動運転のための基盤技術を開発しており、自律除雪ロボットシステムに搭載したカメラによる周囲環境の知覚能力の向上を図るため、近年驚くほどの技術革新が見られる画像・動画生成AI技術に着目しています。夏季の道路環境と冬季の積雪道路環境との関係性を画像・動画情報により事前に学習しておくことで、冬季にも対応する夏季の偽画像を高精度で生成可能となり、雪に覆われた除雪対象の舗道領域を正確に検出することが可能です。
　また、正確な積雪分布状態の予測による除雪ロボットの高度な経路計画や運動最適化性能を向上させるための研究を行っています。

■特殊環境における自律移動ロボットのナビゲーション

　様々なサービスロボットの開発のために不可欠な要素である自律移動ロボットのナビゲーション技術は、ここ数十年間活発に研究されてきた分野であり、最近では既に多くの技術が実用化されつつあります。当研究室では、他にも様々な次世代センサからの計測情報を処理し、多様な特殊環境における自律移動ロボットのナビゲーションの性能を向上させるための研究を行っています。

主な研究業績

1. Y. Wang, Y. Ji, H. Woo, Y. Tamura, H. Tsuchiya, A. Yamashita, and H. Asama, "Acoustic Camera-based Pose Graph SLAM for Dense 3-D Mapping in Underwater Environments," IEEE Journal of Oceanic Engineering, 46(3), PP. 829-847, 2021.
2. Y. Ji, Y. Tanaka, Y. Tamura, M. Kimura, A. Umemura, Y. Kaneshima, H. Murakami, A. Yamashita, and H. Asama, “Adaptive Motion Planning Based on Vehicle Characteristics and Regulations for Off-Road UGVs,” IEEE Transection on Industrial Informatics, 15(1), pp. 599-611, 2019.
3. Y. Ji, A. Yamashita, and H. Asama, “Automatic Calibration of Camera Sensor Network Based on 3D Texture Map Information,” Robotics and Autonomous Systems, 87(1), pp. 313-328, 2017.

使用装置

車輪型およびクローラ型の移動ロボット
LiDAR、測域センサ、光学カメラ、サーモグラフィ、音響カメラ等の環境計測センサ