Study on physical factors of visual, auditory and tactile sensations that determine confortness/discomfortness of active touch
| Project/Area Number |
20K12024
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61060:Kansei informatics-related
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
秋山 庸子 大阪大学, 大学院工学研究科, 准教授 (50452470)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 触覚 / アクティブタッチ / なぞり動作 / 加速度センサ / 快・不快 / 主成分分析 / 周波数解析 / 触覚受容器 / 機械学習 / ヒートマップ / 摩擦 / 加速度 / 視覚 / 聴覚 / 能動的触知 |
|---|
| Outline of Research at the Start |
アクティブタッチ（能動的触知覚）により生じる快・不快情動に対し、視・聴・触覚に関わるどのような物理的刺激がそれぞれどの程度寄与しているかを定式化し、触対象の物理量から快・不快の度合いを推定するツールを開発することを目的とする。この目的を達成するために、以下3つの段階を踏む。
①視・聴・触覚の官能評価結果の多変量解析により快・不快の主因子を明らかにする。
②視・聴・触覚に関係する触対象の物理的特性を機器計測し、上記の快・不快の主因子を物理量による重回帰モデルで表す。
③視・聴・触覚に関連する触対象の物理量を入力することで、それを触ったときの快・不快を数値として示すツールを作成し、その妥当性を検証する。
|
| Outline of Annual Research Achievements |
被験者の指先および機械のプローブに加速度センサーを取り付け、繊維製品、金属などの20種類の素材をなぞるときの加速度を6軸センサーを用いて取得し、加えて被験者は素材をなぞった後の粗滑「ざらざら-なめらか」、摩擦「べたつく-滑る」、乾湿「乾いた-湿った」、温冷「冷たい-温かい」、硬軟「硬い-柔らかい」、快不快「不快-快い」の6つの項目を素材ごとに、触感の度合いを7段階に分けたSD(Semantic Differential)法に基づいて官能評価した。
前年度はこのデータを短時間フーリエ変換により、時間・周波数・強度の3次元で表されるスペクトログラムに変換し、機械学習により、各官能評価項目を7段階に識別できるかどうかを調べた結果、96％以上の高い識別精度を得た。しかし、その背後にあるそれぞれの触感を引き起こす物理的条件が不明であった。そこで、今年度は機械学習に用いた加速度データを高速フーリエ変換(FFT)によりパワースペクトルに変換し、このパワースペクトルを主成分分析により縮約して、主成分得点を説明変数、官能値を目的変数とした重回帰分析を行うことで、触感を決定づける因子を明らかにすることを試みた。また、ヒトのなぞり動作と機械のなぞり動作の特徴の違いを調べるため、機械のプローブでなぞる時の加速度データについても同様の処理を行い、ヒトのなぞり動作と比較した。
その結果、ヒトと機械の双方で主成分として感覚受容器に対応する周波数帯域に主成分が見られ、さらに、これらの主成分をもとに触感の官能値を推定したところ、ヒトの場合の方が機械の場合より高い決定係数が得られた。また、素材の触感と主成分の関係から、指先によるなぞり動作の解析データの方が機械によるなぞり動作の解析データよりも触感の推定に適している可能性が示された。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
ヒトと機械のそれぞれのなぞり動作の加速度データとして、統計学的に十分な数のデータを得るために予想外の時間を要したため。またこれらの実験の結果、機械学習では解明できなかった特徴量となる周波数が明確になったが、その研究過程で、ヒトと機械による触対象のなぞり動作の特徴が異なることが分かり、触感推定のためのシステムを構築するためにはヒトと機械のなぞり動作に違いが生じた原因を解明する必要が生じた。今後はこの違いの現れた原因についてさらに深く追求したうえで、最適な方法で触感推定が行えるようにする。
|
| Strategy for Future Research Activity |
当初は触覚以外の感覚の影響も取り入れて触感のモデル化を行う予定であったが、触覚のみにおいても多くの因子が存在し、特に“ヒトと機械”の触動作の違いは、今後触感を測定するプローブや触覚推定システムを構築するために大変重要となると考えられるため、今後は“ヒトと機械”の違いにフォーカスして、触感の物理メカニズムを、ヒトの触覚受容器の周波数特性と関係づけながら明らかにしていく予定である。現時点でヒトの触動作の加速度測定によって、快不快を含む複数の官能評価項目のスコアを推定できるようになったが、さらに推定の精度を向上させ、また実用化を視野に入れたシステム化を行う必要があるため、触感の推定根拠のメカニズムをさらに詳細に解明していくとともに、実用に適した触感の推定システムの設計を行っていく予定である。
|
Report
(3 results)
Research Products
(11 results)
