| Project/Area Number |
23K21021
|
|---|
| Project/Area Number (Other) |
21H01572 (2021-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2021-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 25020:Safety engineering-related
|
|---|
| Research Institution | Shinshu University |
|---|
Principal Investigator |
秋山 靖博 信州大学, 学術研究院繊維学系, 准教授 (00610536)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岡本 正吾 東京都立大学, システムデザイン研究科, 准教授 (10579064)
松井 康素 国立研究開発法人国立長寿医療研究センター, 病院 ロコモフレイルセンター, センター長 (50501623)
山田 陽滋 名古屋大学, 工学研究科, 名誉教授 (90166744)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,420,000 (Direct Cost: ¥13,400,000、Indirect Cost: ¥4,020,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2022: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000)
Fiscal Year 2021: ¥8,320,000 (Direct Cost: ¥6,400,000、Indirect Cost: ¥1,920,000)
|
|---|
| Keywords | 実社会転倒 / 歩行解析 / 転倒シミュレーション / リスク軽減 |
|---|
| Outline of Research at the Start |
本研究では，実社会の転倒・インシデント事象に関する3次元動作データを利用するため，転倒実験を実施して動画解析による3次元姿勢推定および高精度の3次元位置計測システムの結果を比較することで動画解析の精度検証を行う．同時に，日常環境において偶然発生する転倒を撮影するための実験を実施する．また，知られている転倒回避動作を強化学習により最適化し，身体能力及び反応速度に制限がある場合の転倒リスクを定量化する．これらのデータを基に統計モデルを構築することで転倒動作と危害の関係を明らかにし，転倒発生および危害程度に影響する要因を特定する．
|
| Outline of Annual Research Achievements |
実社会での転倒事象を，介護施設の長期間のモニタリングにより得られた転倒動作データベースから収集した．また，独自に高齢者施設での転倒シーンの撮影を行うための準備を進めた．これにより，実験室環境で再現が困難な状況を直接観察し，実際の転倒時の挙動を解析することが可能となる．
また，実社会において撮影された動画から転倒時の3次元動作を推定するため，転倒動画を使用して動画解析アルゴリズムの性能を比較検証した．共同研究者とともに研究用及び商用の複数のアルゴリズムを試験し，認識の可否および姿勢情報の抽出の可能性を探求した．さらに，高齢者の多様な歩行パターンを計測し，バランス指標と一般的な歩行パラメータの関係性を解析した．
実験室内で転倒を再現した転倒模擬実験を行った．モーションキャプチャおよびビデオカメラにより，倒れこみ動作時の挙動を同時計測し，モーションキャプチャによって得た3次元動作と，動画解析アルゴリズムにより推定した３次元姿勢を比較した．これにより，関節角度，姿勢，降下速度等の転倒傷害への影響が大きいパラメータについて動画解析アルゴリズムの精度評価を行った．
今後は，実環境転倒を解析するために画角ごとに達成可能な精度を評価し，実転倒動画を用いた転倒解析を行う．また，転倒中の防御動作を力学モデルとして定式化し，反応動作モデルを開発する．これらの取り組みは，転倒メカニズムの解明および転倒防止のための新たな手法の開発に貢献するものである．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
実験室環境での再現が困難な実社会における転倒・インシデント事象を，公開動画より収集した．長期間介護施設を撮影し，偶然発生した転倒を収集したデータベースより，多様な転倒シーンの動画を得た．また，独自に転倒の撮影を行うため，介護施設と転倒撮影の覚書を締結し，実際の転倒の模様を動画撮影するための手続きを進めた．
動画から転倒時の3次元動作を推定するために複数の動画解析アルゴリズムを検証した．研究協力者の難波と共に，代表的な転倒動画について研究用及び商用の複数のアルゴリズムを適用し，認識の可否および姿勢情報の抽出を試験した．
また，多様な歩容を計測し，対照データとして用いるため，長寿医療研究センターにおいて，通所する高齢者を対象とした歩行実験のための計測環境の開発を，研究分担者の松井，研究協力者の平野とともに行った．歩容を解析し，歩行能力指標と歩行パラメータの関係を解析した．
さらに，実験室内でマットを用いた模擬転倒実験を行い，倒れこみ動作をビデオカメラにより多方面から記録すると同時にモーションキャプチャによる計測も行い，３次元動作推定精度を比較検証した．
|
| Strategy for Future Research Activity |
今後は，収集された転倒動画の解析を継続する．また，転倒中の防御動作を力学モデルとして定式化し，反応動作モデルを開発する．本モデルを用いて，反応速度・発揮筋力等のパラメータを変化させた条件で転倒シミュレーションを行い，転倒動作のバリエーションの拡張を図る．
|
