| Budget Amount *help |
¥1,800,000 (Direct Cost: ¥1,800,000)
Fiscal Year 2008: ¥900,000 (Direct Cost: ¥900,000)
Fiscal Year 2007: ¥900,000 (Direct Cost: ¥900,000)
|
|---|
| Research Abstract |
人間・機械共適応を目指した自律学習型運動意図推定システム((3)に詳述)を構築した.提案システムにおいては,まず,使用者がどの程度機器の操作に習熟しているかを判定し(1),その習熟度合いに応じて,機器側か安定して多くの動作を識別可能な訓練データを筋電位から生成する(2).この訓練データを機械学習により学習することで,機器側は人の意図動作を推定する.同時に,訓練データを使用者に提示し,訓練データに自身の筋パターンを一致させるようにトレーニングを行うことで,識別可能な動作数を増加可能である.以上のようなシステムを構築し,その有効性を検証した.以下に,(1)〜(3)の各々について詳述する.
(1)自律学習型情報処理に基づく動作識別法
ある動作を行ったときの筋活動パターンから,筋電位の変動があっても,他の動作と重複しないような代表的なパターンを抽出し,その対応関係を学習することで,安定的な動作識別を実現する自己組織的動作識別法を提案した.提案手法を用いて動作識別を行った結果,従来手法のように,人が動作を明示的に機器に学習させ動作識別を行うよりも,前腕8動作中6〜7動作で識別率が向上した.
(2)表面筋電位を用いた運動習熟度評価法
筋電義手をどの程度使いこなせるかどうかは,残存する機能や習熟の程度により異なる.そこで,表面筋電位から得られる運動パターンの再現度と精度から習熟を評価する方法論を提案した.筋電義手の操作中に習熟度と動作識別率を算出した結果,2者間に高い相関が見られることを示し,提案手法の有効性を確認した.
(3)自律学習型運動意図推定システムの構築と有効性の検証
(1),(2)を統合し,筋電制御機器の操作運動に対する習熟に応じた動作識別を行う自律学習型運動意図推定システムを構築した.提案システムを用いて動作識別トレーニングを行った結果,トレーニング前後で平均動作識別率が向上し,前腕9動作で平均識別率70%以上を確認した.
|
