2017 Fiscal Year Annual Research Report
Sports Simulation Science for Intervention in Acquisition and Learning of Motion
| Project/Area Number |
17H00766
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
中村 仁彦 東京大学, 大学院情報理工学系研究科, 教授 (20159073)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高野 渉 大阪大学, 数理・データ科学教育研究センター, 特任教授 (30512090)
神永 拓 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (90571571)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 運動の獲得と学習 / スポーツ科学 / シミュレーション科学 / 運動トレーニングの数理 / ビッグデータ |
|---|
| Outline of Annual Research Achievements |
（１）人間情報学基盤ソフトウェアの整備
光学式マーカを用いる必要のない簡便なモーションキャプチャー技術として、深度画像を出力するKinectを用いた技術を開発した。さらに、一般のビデオカメラを複数台用いるビデオモーキャップ技術について研究を行なった。また、Deep Neural Networkを用いてラベリングミスを自動判定する方法を開発し、自動ラベリングに応用できることを示した。さらに、光学式モーションキャプチャーデータから、足と床の接触点と接触時刻を推定するソフトウェアの開発を行った。アナログ信号や、絶対時刻をモーションキャプチャーと共有する方法を用いて、体操や卓球などの高速反応が必要な運動における接触情報をモーションキャプチャーのフレームレートに左右されない形で計測するソフトウェアの開発を行った。
（２－１）人間の神経筋骨格系からなる身体運動制御モデルの開発
脊髄反射を構成する運動ニューロン、感覚ニューロンの間で抑制性を発揮するインターニューロンのモデルを開発した。インターニューロンの神経細胞数は文献情報として限られた知識しかない。拮抗する筋間で最大力を出した時にも平衡することができることを条件にして、インターニューロン数を決定する方法を提案した。これを四肢の主要な筋に実装し脊髄反射のモデルを開発した。
（３－１）基盤ソフトウェアの利用環境の構築
複数のコンピュータにまたがる処理プログラム間をROSを用いて通信し、ROSノードと各プログラムは独立プロセスとしつつ共有メモリを用いて通信することで、旧来のプログラムへの改変を最小化する方法を開発した。ローカルな仮想マシン間でROSによる通信を行い、共有メモリを介して処理プロセスと情報をやり取りするテストシステムを構築した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
平成２９年度では、計画していた（１）、（２－１）、（３－１）の各研究項目の研究が順調に進展した。特筆すべきは、「（１）基礎アルゴリズムを整備しスポーツトレーニングに利用する基盤ソフトウェアの開発」において、スポーツ運動データを簡便に収集する方法として（A)Kinect Capture System、すなわち深度画像を撮影するKinectを用いたモーションキャプチャー技術を研究してきた。並行して、Kinect Capture Systemよりも簡便で、屋外の広範な空間にも対応できる、ビデオカメラを複数台用いたVideo Motion Capture技術の開発を本研究の中で実施し、開発に成功した。この成果は、ブレークスルーといえるもので、これまでのモーションキャプチャーや運動解析の適用範囲を広げ、生産性を飛躍的に向上させることが明らかになった。日本機械学会ロボメカ講演会で6月に発表予定である。また、国際会議IEEE-RSJ IROS2018にも投稿済みである。スポーツ選手や、スポーツ愛好家などの多くの人々の運動を簡便に、低コストで、効率的に取得して、スポーツビッグデータとして構築することができる基盤技術となると期待している。
|
| Strategy for Future Research Activity |
平成３０年度は、各研究項目について以下のような方針で取り組む計画である。
（１）人間情報学基盤ソフトウェアの整備：ビデオモーキャップ技術を使って屋外のスポーツ計測に応用する技術開発を行う。さらに、これまでに開発してきた質量分布推定、筋活動推定などの技術のソフトウェア整備を順次行う。
（２－１）人間の神経筋骨格系からなる身体運動制御モデルの開発：EUのHuman Brain Projectとの共同研究としてマウスブレインモデルを利用できる環境を平成29年度にを整備した。これを用いて哺乳類の脳の構造の中に姿勢製安定化などの運動制御系を実装するための神経系の学習理論を開発する。
（２－２）個人の身体運動制御モデルに基づくトレーニング目標の推論：人間の反射神経系、筋骨格力学系を身体運動制御系として数学モデルで表現し、逆最適制御問題として運動生成問題を扱うことで、トレーニング目標の提示に利用する計算法の研究を行う。
（３－１）基盤ソフトウェアの利用環境の構築：ネットワークを用いてビデオモーキャップのデータを収集するためのクラウド計算環境を開発する。
（３－２）スポーツ・ビッグデータ収集環境と統計情報処理：基盤ソフトウェアの利用環境をWEBアプリケーションとして一般に開放してモーションキャプチャーデータをはじめとして、スポーツトレーニング・データを受け付け、筋活動情報を解析結果）として提供するサービスをまずは、小規模に実現し実証実験を行う。
|
