2018 Fiscal Year Research-status Report
A time advance estimation method for human motions using stochastic resonance and multiple EMG sensors
| Project/Area Number |
18K04071
|
|---|
| Research Institution | Sasebo National College of Technology |
|---|
Principal Investigator |
貞弘 晃宜 佐世保工業高等専門学校, 機械工学科, 准教授 (40424676)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | マルチセンサ / 確率共振 / 筋電位 / マン・マシン・インターフェース / 電気力学的遅延 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、確率共振現象を用いることで高いSN比を実現する手法により計測された筋電位信号から、人間の動作を実際の動作よりも早く推定する方法を開発することである。またマルチセンサ入力を用いる従来手法の入力合成に対し、合成重みを導入し、学習理論を応用することで、操作能力熟達の機序の解明に挑戦することも予定している。
平成３０年度においては、(1)マルチセンサと確率共振現象をもちいることで、従来の整流平滑化処理で得られていたのと同様の、マン・マシン・インターフェースの入力として利用可能な、筋電位信号が得られ、さらにそれが電気力学的遅延を有用に活用した事前信号となっているか (2) 操作能力熟達の機序解明への挑戦に向けた、深層学習を用いた筋電位から関節角度までのモデル作成、の 2点に取り組んだ。
(1) に関しては、市販の安価な EMG センサーを購入し、マイコンによりデータを収集・処理するシステムを構築した。また、上腕の筋肉（上腕三頭筋・肘筋・上腕二頭筋）に4つのセンサをとりつけ、肘の屈曲における筋電位を用いて、提案手法が可能かどうかを確認した。現状では被験者数が十分とは言えないものの、我々が実験した範囲では、従来手法と比べて約 20 ms 早いタイミングで、素早い運動に対する関節角度推定には十分な情報をもつ、従来の整流化処理でえられていたのと同様な信号が得られることを確認した。また、(2) に関しては、google が提供するクラウド・コンピューティング環境を利用するなどし、効率的に深層学習を用いたモデル作成を行った。
平成３０年度における研究で、事前動作推定が可能な筋電位を得る手法については確立できたため、今後これを利用し推定法へと発展させていく。また、上述した 2手法の組み合わせ・発展により、操作能力熟達の機序解明への挑戦をおこなっていく。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
申請書類における初年度の進捗目標は(1)マルチセンサと確率共振を組み合わせる従来手法により平滑化なしで SN比の高い EMG が得られることを確認すること (2) 手首の掌屈動作を対象に、上記の計測システムと従来おこなってきた NDARX によるモデリングを組み合わせることで、より長い（正確な）EMD を得るシステムを構築すること、であった。
研究実績の概要に述べたとおり (1) のシステムに関しては構築が終了した。提案手法の有効性を否定する結果にはならないが、市販センサーが手首掌屈動作を行う筋肉に対して大きすぎ、小手先の改良では多数センサの配置の問題を解決できなかったため、上腕の筋肉（以上の大きさをもつ部位）に対する装置となっている。また (2)に関しては行えなかった。その意味では、進捗はやや遅れている。
一方で、平成３１年度以降の研究進展を考え、事前に進めた深層学習によるモデル作成も平成３０年度中におこなった。申請とはすすめ方に前後あるが、その意味では概ね順調である。
|
| Strategy for Future Research Activity |
平成30年度の積み残しである、NDARX との組み合わせによる、関節角度推定は早急に取り組む。その際、従来法において NDARX を用いた事前角度推定を共同研究した東京電機大学岩瀬教授と連携をとり、早期の実現を目指す。
平成31年度以降の推進においては、現在までの進捗状況で記述したとおり、一部前倒しておこなっている部分もあるため、その成果を利用しつつ予定通りの進捗となるように進めていく。
現状では大きな問題とは認識していないが、予想していた通り従来センサでは、小さな筋肉に対しては、最低限必要と考えられる量子化ビット数を確保する、多数センサを配置できないという問題がある。先行研究においては、特殊電極で多くのセンサを配置可能としているため、本件に関して改良が必要な場合は、先行研究者である横浜国立大学大矢剛嗣先生に協力を仰ぐ。
|
| Causes of Carryover |
申請書では FPGA でのシステム構築を考えていたが、昨今のマイコンの高性能化により安価なマイコンでも使途に対して十分な性能であったため、平成３０年度においては、マイコンを利用した。しかし今後の深層学習との組み合わせを考えると、やはり FPGA が必要な可能性もあるため、おおよそ 10万円をそのための資金として残した。
令和元年度は、上述した FPGA 購入や、電極ペースト等の消耗品購入、また平成３０年度に実施できなかった研究成果発表等に助成金を活用していく。
|
