| Project/Area Number |
18K04071
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 20020:Robotics and intelligent system-related
|
|---|
| Research Institution | Oita University (2019-2023)
Sasebo National College of Technology (2018) |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2018-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2019: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2018: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | マルチセンサ / 確率共振 / 筋電位 / 電気力学的遅延 / 特徴量抽出 / 操作能力熟達 / EMG / EMD / 信号分解 / 粗く量子化された信号 / 機械学習 / 同定 / 事前推定 / 並列加算ネットワーク / マン・マシン・インターフェース / 人間動作推定 / 表面筋電位 |
|---|
| Outline of Final Research Achievements |
Electromyography can be an efficient transmission signals of human intentions to machines when it is used as input signal to machines. In conventional researches, the time lag from the occurrence of electromyography to the actual human joint movement , it is called as the electromechanical delay (EMD), has been ignored. Therefore, The low pass filter are widely used as a preprocess for the electromyography, although it makes EMD shorter by its phase lag phenomenon. In this study, we has proposed a preprocessing method using the stochastic resonance and multi-sensors, it does not make EMD shorter. By combining some estimation models, methods to estimate human movements in advance of the EMD, it is approximately 100 to 200 ms, are proposed and experimentally validated for their usefulness.
|
| Academic Significance and Societal Importance of the Research Achievements |
先行研究として EMD に着目し人間の運動の事前推定を行う研究を行ってはいたものの類似する研究はなく、そのような研究の発展として行われた。応募時に目的とした提案手法については実験的に検証を行うことができた。また研究を進めるにつれて、問題解決の糸口は入力の前処理をどのように行うかという観点と、推定モデルの選択にあることがわかった。そのため、提案手法以外にも２つの入力の前処理法と、３つの推定モデルを利用する方法を提案し、より事前に運動推定が可能で推定精度の良い手法の提案をおこなった。これら提案手法は、ますます重要になる VR 空間における視線移動時のVR酔い低減等に利用可能である。
|
