| 研究課題/領域番号 |
20K19493
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分59020:スポーツ科学関連
|
|---|
| 研究機関 | 名古屋大学 (2021-2023)
帝京科学大学 (2020) |
|---|
研究代表者 |
山本 耕太 名古屋大学, 情報学研究科, 学振特別研究員(PD) (30867586)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 運動学習 / ゴルフスイング / 機械学習 / 姿勢推定 / 物体検出 / 熟達差 / 個人差 / 画像処理 / 動きの個性の多様化 / 協調パターン / 制御方略 / 多様性 / 後成的地形モデル / 運動規範 |
|---|
| 研究開始時の研究の概要 |
スポーツ場面にみられる複雑な運動では、目標を達成できるフォームや動作の選択肢が複数存在することがある。本研究では、ゴルフスイング課題を採用し、(1)動きの個性がどのように生じるか、を定量化し学習の地形図を描く。また、(2)動きの個性は何によって決まるのか、について課題を達成するための方略の個人差に着目する。さらに(3)良い動きや悪い動きはあるのか、について熟達しやすさの観点から解明する。本研究は、複雑な運動の学習過程でみられる動きの個性の多様化に関する共通規則を見出すものであり、得られる結果は多様性に富んだ学習過程の歩み方を知る手がかりとなる。
|
| 研究実績の概要 |
当該年度の実績の概要として、ゴルフスイング課題の動きの多様性を検討すべく、より多くのスイングデータを取得するために、ビデオカメラを用いた簡易的な実験データ取得システムの構築及び、解析システムの構築を行なった。データ取得および解析システムの構築はすでに完了した。また得られた成果の学会での発表と国際雑誌への論文投稿を行なった。
実績の具体的な内容として、第一にデータ取得・解析システムの構築については、ゴルファーの前額面、及び矢状面上に設置したビデオカメラによりスイング動作の映像を取得し、その後、機械学習を用いた画像処理による身体データの関節点抽出(MMPoseによる姿勢推定)を行なった。また、ゴルフクラブの挙動データ獲得のために、クラブヘッドの物体検出(DeepLabCutによる物体検出)を行った。予備データをもとにシステムを構築したのち、実際に本実験として、初心者から熟練者までのゴルフ経験者をリクルートし、ゴルフ練習場で実打実験を行い、30名ほどのデータを取得した。
得られたデータについて、大学ゴルフ部を対象として、初級者、中級者、上級者のスイング動作の特徴や、同じレベル内での個人差を区別可能な特徴抽出を行った。特に、ゴルフの運動制御研究の動作解析手法、およびバイオメカニクス研究に基づく解析を行った。得られた結果をまとめ学会発表を行い、国際誌への論文投稿を行なった。なお、論文は査読過程を経てすでに掲載済みである。
また、研究の第二局面として、得られたデータの更なる解析を進めており、ゴルフ実験により得られたデータから多様性に富んだ複雑な運動学習過程の一般的なモデル化へと進めている。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
実験参加者のリクルートの困難さや、実験場所の特殊性による実験実施の遅れはあったが、第一局面としての成果は得られ、すでに国内学会において発表をおこなっている。また、国際雑誌への投稿・掲載が完了している。また、第二局面として、得られたデータの更なる解析を進めていることから、当初の目標の達成に近づいている。これらのことから、おおむね順調に進展しているとの判断に至った。
|
| 今後の研究の推進方策 |
第一局面で取得したデータをもとに、ゴルフ実験により得られたデータから多様性に富んだ複雑な運動学習過程の一般的なモデル化へと進める。また必要に応じて、構築したシステムを使用して、追加の実験を行い、データ数を増やし、モデル化や、学習の予測に用いる。これらの過程により得られた成果をまとめ、国内外の学会での発表及び、国際雑誌への投稿を行う予定である。
|
