2016 Fiscal Year Research-status Report
超広帯域レーダによる人体の歩行形態認識と異常検出技術
| Project/Area Number |
15K18077
|
|---|
| Research Institution | University of Hyogo |
|---|
Principal Investigator |
阪本 卓也 兵庫県立大学, 工学研究科, 准教授 (30432412)
|
|---|
| Project Period (FY) |
2015-04-01 – 2019-03-31
|
| Keywords | レーダ / イメージング / 人体 |
|---|
| Outline of Annual Research Achievements |
平成28年度には人体数値モデルでは表現できない例外的な姿勢や運動を検出するため、モデルに依存しないイメージング技術を開発した。本課題で提案するシステムは少数のアンテナのみを用いるため、従来の逆伝搬法などのイメージング技術では画像分解能が劣る。そこで、スカラー波動方程式の厳密な表現として知られるキルヒホッフ積分を用いて分解能改善を図った。キルヒホッフ積分処理の高速化のため、応募者らが提唱している可逆変換によりレーダ像の近似値を求め、その情報を元にキルヒホッフ積分の被積分関数を計算する手法を開発した。開発手法により人体の高分解能な立体像を従来よりも短時間で得られることを示した。
開発手法の性能を定量評価するため、画像化性能の定量評価のために広く用いられる標準目標を用いた測定を実施した。標準目標のイメージング結果より空間分解能を計算し、従来のF-Kマイグレーション、従来のキルヒホッフマイグレーション、および提案法の分解能はそれぞれ1.34cm、0.88cm、0.73cmと算出された。なお、それぞれの手法の計算に要する時間はそれぞれ2.48秒、1148.8秒、4.49秒であった。これらの結果より、開発技術は従来のF-Kマイグレーションと比べて約1.8倍の計算時間が必要である一方、従来のキルヒホッフマイグレーションと比べて250倍以上の高速化を実現できたことがわかる。空間分解能については、従来のF-Kマイグレーションおよびキルヒホッフマイグレーションと比べ、開発技術により1.8倍および1.2倍の改善が得られたことがわかる。以上より、開発技術の有効性が測定により定量的に示された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本課題の目標は、対象者の容態の急変や転倒など、人体の異常をレーダにより自動検出する技術を開発することである。対象目標を人体に特化させ、人体の形状・運動の数値モデルを用いた技術を開発し、少数アンテナのみを用いた簡易な装置により行動の異常検知を行うことを目指している。この目標を達成するためには人体の（１）運動、（２）姿勢の高精度推定技術、さらに（３）機械学習による異常検出技術を開発する必要がある。
平成27年度には人体の運動推定技術をを行い、平成28年度には姿勢の高精度推定技術を開発した。これらの技術の有効性は数値計算と実測データの双方で検証されており、最終目標である人体の異常検出に不可欠な要素技術（１）および（２）の開発がすでに達成されたと考えられるため、研究計画どおりに順調に進捗していると判断できる。
|
| Strategy for Future Research Activity |
これまでに開発してきた人体の運動および姿勢の高精度推定技術を発展させ、機械学習による異常検出技術を開発する。このためには、人体の様々な運動・姿勢に対応するレーダ測定を実施し、学習に必要なデータベースを構築する必要がある。測定においてはレーダと同時にビデオカメラおよび距離カメラによる測定も実施し、レーダにより推定された運動や姿勢の精度の定量評価も同時に進める。使用する機械学習アルゴリズムとしては、複数のアルゴリズムを適用・比較することで最終目標を達成する上で適切なアルゴリズムを選択する。
|
