| 研究課題/領域番号 |
20K19896
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61050:知能ロボティクス関連
|
|---|
| 研究機関 | 千葉工業大学 |
|---|
研究代表者 |
入江 清 千葉工業大学, 未来ロボット技術研究センター, 主席研究員 (90565433)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022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)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 慣性計測装置 / グラフ最適化 / モーションキャプチャ / キャリブレーション |
|---|
| 研究開始時の研究の概要 |
慣性計測装置(IMU)とスマートフォン等の単眼カメラとの組み合わせによって、スポーツ計測等の応用を想定した、安価で手軽なモーションキャプチャシステムの実現を目指す。
本研究ではIMUの観測を主たる情報源とし、カメラ観測を累積誤差解消のために副次的に用いるという独自のアプローチで情報統合を行う方法を探求する。補助事業期間中の実施計画としては、1) グラフベース最適化を利用した情報統合フレームワークの開発、2) カメラ観測を利用した誤差修正アルゴリズムの開発、3) IMUの簡便なキャリブレーション方法の開発、に取り組み、さらにシステム統合と性能評価を行う。
|
| 研究成果の概要 |
本研究では，慣性計測装置(IMU)を用いた運動計測技術の開発に取り組んだ．グラフ最適化に基づく状態推定方法を開発し，様々な誤差修正の手がかりを統一的に扱うフレームワークを開発した．この応用として，カメラによる画像情報とIMU情報の複合によりラケットスイングを計測するシステムや，両足に取り付けたIMUから歩行運動を計測するシステムを開発し，その効果を検証した．また，推定精度向上のため必要となる，IMUのキャリブレーションについて，既存の手法よりも簡単に行う方法を開発した．
|
| 研究成果の学術的意義や社会的意義 |
人の運動を計測することはスポーツコーチングを始め，様々な応用があるが，一般的な光学式モーションキャプチャーシステムは高価であり，手軽に用いることはできない．これに対し，安価なIMUを用いた方法を開発することで，一般のスポーツ愛好家などにも利用可能なモーションキャプチャーを提供することに繋がる．
IMUによる運動推定は従来，拡張カルマンフィルタを用いた時系列推定が用いられているが，本研究ではグラフ最適化を用いたバッチ推定という新しいアプローチで取り組んだ．この方法は様々な情報の統合により推定精度を高めることができ，拡張の余地がある．
|
