| 研究課題/領域番号 |
21H04899
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分61:人間情報学およびその関連分野
|
|---|
| 研究機関 | 九州工業大学 |
|---|
研究代表者 |
柴田 智広 九州工業大学, 大学院生命体工学研究科, 教授 (40359873)
|
|---|
| 研究期間 (年度) |
2021-04-05 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
35,880千円 (直接経費: 27,600千円、間接経費: 8,280千円)
2024年度: 7,800千円 (直接経費: 6,000千円、間接経費: 1,800千円)
2023年度: 7,800千円 (直接経費: 6,000千円、間接経費: 1,800千円)
2022年度: 7,800千円 (直接経費: 6,000千円、間接経費: 1,800千円)
2021年度: 12,480千円 (直接経費: 9,600千円、間接経費: 2,880千円)
|
|---|
| キーワード | 知能ロボティクス / 機械力学・制御 / 機械学習 / 計測工学 / 介護 |
|---|
| 研究開始時の研究の概要 |
世界で最も高齢化率が高い我が国では、介護人材不足もこれから加速していく。従って介護の非熟練者は、熟練者の介護スキルをできるだけ早く習得することが必要である。本研究で（１）熟練者の介護スキルを理解することと、それに基づき（２）非熟練者の介護スキル学習を加速することが目的とする。（１）のために、熟練者、非熟練者それぞれについて、同じ相手を介護する際のモーション、表面筋電位信号、床反力および手指の圧力分布などを同時計測し、ベイズモデルや深層学習モデルを用いてスキル特徴を抽出する。（２）では、非熟練介護者のスキル特徴を熟練者のスキル特徴に近づける支援ロボットシステムを開発し、その有効性を実証する。
|
| 研究実績の概要 |
（１）熟練者の介護スキルの理解
介護スキルの理解のためには、モーションの分析をするだけでなく、腰部負担の推定値も必要である。今年度は、表面筋電位信号や剛体モデルを用いた腰部負担の推定研究を進めた（Kogami, et al., 2023; 藤田、他、2023）。また、介護現場で、介護業務への影響を抑えて多数の介護データを取得することは未だ困難であったため、ラボにて一連の介護業務を再現して研究を進めた。深層学習モデルだけでなく階層ベイズモデルによるスキル可視化の研究も進めた（大牟禮、柴田、2023）。
（２）非熟練者の介護スキル学習の加速
階層ベイズモデルによる部位別のスキル可視化とLLMを用いたスキルの説明に関する研究を進めた。また、空圧比例制御を行う人工筋スーツを用いた、学習者の身体に力場を与えるシステムについて実証実験を進めていたが、装着して運動しているうちにスーツが身体に対して大きくずれてくる問題が生じたため、大幅に改良を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
介護現場で、介護業務への影響を抑えて多数の介護データを取得することは未だ困難であったため、ラボ実験に切り替える必要が生じた。また、スキル理解のための深層学習モデルの結果が思わしくなかったため、階層ベイズモデリングにも取り組んだ。さらに人工筋スーツの大幅な改良の必要が生じた。
|
| 今後の研究の推進方策 |
昨年度にラボ実験の準備は整い、人工筋スーツの改良も行うことができた。今年度は、多数の介護熟達者のモーションや筋電位信号などのデータをラボ内で取得し、モデル化およびスキル理解を行う。それらの結果を用いて、ディスプレイや人工筋スーツを用いた介護非熟達者の学習加速実験を行う。その後、介護施設でのデータ取得も検討し、可能であればラボ実験と同様の研究を進める。
|
