| 研究課題/領域番号 |
23K11076
|
|---|
| 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60060:情報ネットワーク関連
|
|---|
| 研究機関 | 岐阜聖徳学園大学 |
|---|
研究代表者 |
黄 平国 岐阜聖徳学園大学, 経済情報学部, 准教授 (60713154)
|
|---|
| 研究分担者 |
石橋 豊 名古屋工業大学, 工学(系)研究科(研究院), 教授 (40252308)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2025年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2024年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2023年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
|
|---|
| キーワード | 触力覚通信 / QoS制御 / 粘弾性適応制御 / パラメータ / AI（人工知能） / AI / 最適化 |
|---|
| 研究開始時の研究の概要 |
本研究は、触力覚通信におけるAI（人工知能）によるサービス品質（QoS: Quality of Service）制御の最適化によって、遠隔ロボット制御、遠隔医療、遠隔教育などの様々な分野において高品質なサービスを提供することを目的としている。そこで、本研究は触力覚通信を用いた作業（例えば、仮想空間内物体を運ぶ作業や実空間の遠隔制御）を用い、触力覚通信におけるQoS制御に及ぼす影響要因を実験によって明らかにした上、クラウドと連携したシステムを構築し、触力覚通信におけるAIによる最適なQoS制御モデルを検討する。
|
| 研究実績の概要 |
本研究は、触力覚通信におけるAI（人工知能）によるサービス品質（QoS: Quality of Service）制御の最適化によって、遠隔ロボット制御、遠隔医療、遠隔教育などの様々な分野において高品質なサービスを提供することを目的とする。本年度は、作業内容の検討・作業用アプリの作成、適用するQoS制御及び実験システムの構成をした。その後、ネットワーク遅延などがQoSに及ぼす影響を調べている。
１）作業内容の検討・作業用アプリの作成：作業は代表的な作業として、仮想空間内の物体を運ぶ作業を採用する。具体的には、利用者が触覚インタフェース装置を用いて、3D仮想空間内のオブジェクトである金シャチを持ち上げ、指定位置に運ぶ作業である。
２）QoS制御の検討：代表的なQoS制御として、粘弾性適応制御を採用する。この制御は、反力計算用の粘弾性係数を変更することによって、利用者に提示する反力を変化させ、QoSを改善する。
３）実験システムの構築：実験システムでは、利用者の端末から、QoSに影響するパラメータ（例えば、ネットワーク遅延、作業対象物体の大きさや重さ、作業の速度など）をAIサーバに送信する。AIサーバでは、オフライン学習した後、送られてきたパラメータに対応する最適なQoS制御パラメータを予測し、利用者端末にフィードバックする。各端末では、AIサーバからフィードバックされたパラメータを用いてQoS制御を行う。本年度のシステム構築では、各端末とAIサーバ間のパラメータ送受信機能、およびフィードバックされたパラメータを用いたQoS制御の適応を構築した。
|
| 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
作業内容の検討、作業アプリケーションの作成、AIサーバとの連携、システムの構築は本年度中に完成した。一方で、システムの構築が遅れているため、制御の効果に影響する要因の調査や学習用データの作成は進行中である。システムの構築が遅れた原因として、人手不足などにより、業者によるアプリケーションの作成に当初想定した以上の時間を要した。また、アプリケーション作成時にもバグの修正に想定以上の時間がかかった。さらに、経費の関係上、既存のAIサーバを使用したため、AIサーバとの連携実現にも時間がかかった。その結果、実験による制御の効果に影響する要因の調査も遅れている。
|
| 今後の研究の推進方策 |
令和5年度は、システムのアプリケーションの作成とAIサーバとの連携に時間を要したため、実験によるデータの取得が難しかった。しかし、システムの基本部分の構築が完成したので、今後、複数の学生（卒研生）が同時にいくつかの研究項目に取り組むことが可能となり、これまでの遅れを取り戻す予定である。また、学外の共同研究者（愛知産業大学の石橋豊教授）との連絡を密にし、遅れている影響要因の分析、学習データのまとめを推進し、学習したニューラルネットワークを用いてオンラインで最適なQoS制御を予測し、その効果を評価実験によって検証する予定である。
|
