2019 Fiscal Year Annual Research Report
運動最適化と深層学習の融合理論による力学コンシステントな人の運動生成
| Project/Area Number |
18H03315
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
鮎澤 光 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 (60649086)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉安 祐介 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 (10712234)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 運動最適化 / 深層学習 / 人運動解析 / ヒューマノイド |
|---|
| Outline of Annual Research Achievements |
昨年度まで開発してきた運動最適化に基づく人の運動計算法と深層学習を用いた運動推定法を融合することで、ビデオカメラ等から得られる二次元画像から人筋骨格モデルなどの人型モデルを用いた逆運動学・逆動力学解析をリアルタイムで行うシステムの開発を主に行った。従来の運動最適化の中に深層学習を組み込むことで、人の運動推定問題を一つの運動最適化問題として表現しているため、従来の光学式モーションキャプチャあるいは慣性センサを用いた精度の高い運動解析法とビデオカメラ等の簡便で利便性の高い運動解析法を同時に実現することができる。これら入力法の取捨選択を行うことで、計測状況に適した計測デバイスに基づいて人の運動推定を行うことができる。一方、人の体型データベースに基づいて推定されたパラメータを事前知識として、運動計測データの一部に対して運動最適化と各種パラメータ推定を同時に行うことで、個々人のモデルパラメータの推定を行った。
一方、人体の動力学解析における主要な冗長性問題の一つである外力の推定問題において、人の運動中に環境との接触条件が切り替わっていく場合、接触条件の切り替えの推定・予測が困難であるという課題があった。特に運動最適化法では運動予測を伴う枠組みが不十分であり、深層学習では人の接触条件の遷移に関するデータの取得が困難であった。本年度は前者の運動最適化法の課題に取り組み、予見制御の考え方を利用した未来の運動軌道を最適化する手法の開発を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
昨年度までに開発してきた人型システムの最適化法と深層学習に基づき、一つの運動最適化問題として人の運動を推定するシステムを開発した。従来の運動最適化と同様に精緻な人体モデルを利用できるので幾何・力学的整合性を満たすことができる一方、画像を用いた運動復元などの深層学習による運動推定法の利点も同時に実現することができた。
以上から、おおむね順調に研究が進展していると判断する。
|
| Strategy for Future Research Activity |
本年度に開発した運動最適化と深層学習に基づいた人の運動解析システムでは、単視点映像・慣性センサ・光学式モーションキャプチャなどを用途に応じて変更できる一方、切り替えをシームレスに行うことで不整合性を生じない実用的な運動推定法を開発する必要がある。また力などの動力学的評価を行うことが可能な人型システムの運動推定・生成が課題であり、速度・加速度に関するパラメータを扱うことができる包括的な運動最適化の枠組みを応用することで実現できると考えられる。
一方、外力の推定問題において、人の接触遷移における内力・接触力データの収集は運動最適化・学習において重要である一方、一部のデータの計測については困難であった。そこで、ヒューマノイドロボットを用いて運動・力学データを計測し、人・ロボットのデータを併用することで、運動最適化・学習を行う試みを行い、その有効性と課題について明らかにしていく予定である。
|
Research Products
(3 results)
