横浜国立大学の渕脇大海准教授らの研究グループは、独自に開発している液架橋力グリッパ[用語2]と機械学習による物体検出を組み合わせ、脆弱な1mm未満の大きさの微小物を分類し再配置することの出来るシステムの開発に成功しました。0.6mm×0.3mmの電子チップ部品、0.8mm長・0.6mm長の精密ねじ、0.3-0.8mmの異形状ガラスビーズの4 種類の1mm未満のサイズの物体のピック&プレース作業に成功し、物体 1 個あたりの平均作業時間は 86.0 秒、位置決め誤差は 157 ± 84 µm でした。複雑な形状の1mm未満のサイズの物体を非破壊で繊細にピ...