2018 Fiscal Year Annual Research Report
身体スキル学習支援における局所的・大域的視点を結ぶサイバーフィジカル空間
| Project/Area Number |
18H03344
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
松浦 健二 徳島大学, 情報センター, 教授 (10363136)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
谷岡 広樹 徳島大学, 情報センター, 助教 (90785106)
Karungaru Stephe 徳島大学, 大学院社会産業理工学研究部(理工学域), 講師 (70380110)
和田 智仁 鹿屋体育大学, スポーツ人文・応用社会科学系, 准教授 (70325819)
後藤田 中 香川大学, 創造工学部, 准教授 (40633095)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Keywords | 身体スキル / サイバーフィジカル空間 / 学習者モデル / メタ認知 / データ分析 |
|---|
| Outline of Annual Research Achievements |
2018年度は研究の初年度として，全体構想を具体化しながら，対象分析のためのデータ取得を行う目的に照らして，分担者と議論しながら全体構想とサブ課題の具体化を行った．また，データ取得のための観測環境設計およびプロトタイプ開発，さらにはフィードバックシステムの設計についてもサブ課題毎のサブシステム構築を進められた．この過程で，撮影用機材を購入し，フィールド全体を捉えて，マルチトラッキングの技術開発を行っている．
また，実施計画に挙げていた1対1の場面と，チーム対チームとしての戦術について，二つのサブ課題化の下で試作開発を行った．まず，バスケットボールのようなフィールドスポーツにおける1対1の場面では，オフェンス側では意図的に運動を変化させながらの反復運動によるフェイント動作を行うことが多い．そこで，反復運動の一般化の下で，不安定化と安定化に関する基礎研究を行い，発表した．また，支援モデル設計においては，人間のサイクル（観察，分析，体現）と支援システムのサイクルとの組み合わせは，これまでの研究における枠組みが適用可能なことを確認した．
そこで，初学者のオフェンス学習時のディフェンダには，単純なソフトウェアエージェント実装を行い，オフェンスの動作をセンシングしながらそれに追従する形式での実現を行った．次に，チーム戦術の理解のためには，バスケットボールのトラッキングデータに基づき，アニメーションによるシミュレータ環境を構成した．この上で，基本統計情報に基づくシーン分析技術や，基本的なチーム戦術の発動部分を自動抽出する機能実現を行った．現時点では，単体での基本戦術を3種類，それらの組み合わせを含めると，7種類の戦術適用場面の抽出が可能となった．
以上のような主目的に沿った研究と，その関連研究を含め，これらは国内外での研究発表につながっている．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究実施計画として挙げていた項目は，計画通りに進んでいる．特に，具体的なフィールドスポーツについては，当初計画していた通り，バスケットボールとサッカーにおいて，代表者，分担者の属する研究機関の運動部等の協力が得られ，データ取得ができた．
個人のスキル開発に関しては，自身の運動に関する客観的な観察により，理解と判断を適切に行えると考えられる．このため，センサや動画からのデータを分析して，まず自分の運動をデータとして捉えられるためのフィードバックの構成を実現した．特に，相手の反応を判断しながら次の運動を決定するような場面においては，人間の反応速度に対して，観察からフィードバックまでのシステム側の遅延を最小限に抑える必要がある．観察機器を変更しながら試行錯誤とチューニングを繰り返し，現在のところ，バスケットボールの運動計測には，加速度センサを用いたデータ計測機器と，視覚フィードバック出力先としての透過型ディスプレイを組み合わせ，それらの間を短距離無線でのコンピュータと繋ぐ実装を行っている．初学者を対象にした際には，現時点での最適な構成と考えているが，ある程度訓練が進み，反応速度の向上や予測に基づく運動スキルを身につけてくる中級者を対象とする際には，システム側も予測に基づき動作させる必要が出てくることが予想される．
また，チーム戦術理解においては，実測データに基づいたシミュレーション環境は機能しており，そこからのシーン抽出も柔軟に実装できる．ただし，現在チーム戦術として取り上げているのは，3種類の条件抽出を用意している段階であるため，その種類を増やしたり，抽出条件に設定しているパラメータの柔軟性を持たせるなどの工夫が必要になることが見込まれる．
以上のことから，当初計画してた環境，サブ課題への取り組みは進展しているが，課題が具体化しており，それを絞る必要がある．
|
| Strategy for Future Research Activity |
基本方針として，初年度取り組んだサブ課題の高度化と実践性を高めるための改善を図る．また，サブ課題間の連携による学習者支援の基礎研究にも取り組む．具体的には以下の課題を設定する．
フィールドスポーツの俯瞰的なデータ観測について，フィールド上のオブジェクトトラッキング技術開発を進め，安価に実現できる手法実現に取り組む予定である．
また，1対1のオフェンス支援については，簡易的に構築したソフトウェアエージェントの動作タイミングや動作ルールの洗練化を行う．これには，センサデータのみならず，映像解析技術からの動作モデル構築にも取り組む予定である．さらに，フィールドの俯瞰視によるチーム戦術の実装については，フィールド上の着眼点を明らかにした上で，戦術の多様化および複雑さのレベル分けなどによる構造化を行う．また，トラッキングデータの分析についても統計的手法や視覚化手法の開発を進める予定である．それに応じたシステム設計および実装に取り組む．
これらの連携については，チーム戦術と個々の局所場面での個人スキルの選択を連携させる必要があり，その基礎検討を開始する予定である．
以上の方針の下，センサデータ取得の高度化のための観測機材購入や開発機器の購入を行い，成果はなるべく迅速に国内外での学会発表に繋げる予定である．また，スポーツデータ解析等が現在ビジネスや研究領域として活性化してきており，それらのサーベイも並行して行う必要がある．
|
