| 研究課題/領域番号 |
18K04071
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分20020:ロボティクスおよび知能機械システム関連
|
|---|
| 研究機関 | 大分大学 (2019-2023)
佐世保工業高等専門学校 (2018) |
|---|
研究代表者 |
貞弘 晃宜 大分大学, 理工学部, 准教授 (40424676)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | マルチセンサ / 確率共振 / 筋電位 / 電気力学的遅延 / 特徴量抽出 / 操作能力熟達 / EMG / EMD / 信号分解 / 粗く量子化された信号 / 機械学習 / 同定 / 事前推定 / 並列加算ネットワーク / マン・マシン・インターフェース / 人間動作推定 / 表面筋電位 |
|---|
| 研究成果の概要 |
筋電位は機械を動かす際の入力信号として利用することで、人間の意図を効率的に機械に伝えることができる。従来の研究では、電気力学的遅延と呼ばれる、筋電位のおこりから実際に運動がおきるまでの時間差（電気力学的遅延；EMD）は無視されていたが、本研究ではこれを確率共振とマルチセンサの組み合わせを用いて取得することにより、従来法でこの時間差を減らす要因となっていた位相遅れのない筋電気取得法を提案し、これと昨今隆盛の機械学習による推定モデルとを組み合わせることで、EMD時間分（おおよそ 100から200 ms）事前に人間の運動を推定する方法を提案し、実験的にその有用性を確認した。
|
| 研究成果の学術的意義や社会的意義 |
先行研究として EMD に着目し人間の運動の事前推定を行う研究を行ってはいたものの類似する研究はなく、そのような研究の発展として行われた。応募時に目的とした提案手法については実験的に検証を行うことができた。また研究を進めるにつれて、問題解決の糸口は入力の前処理をどのように行うかという観点と、推定モデルの選択にあることがわかった。そのため、提案手法以外にも２つの入力の前処理法と、３つの推定モデルを利用する方法を提案し、より事前に運動推定が可能で推定精度の良い手法の提案をおこなった。これら提案手法は、ますます重要になる VR 空間における視線移動時のVR酔い低減等に利用可能である。
|
