不特定ユーザへ適用可能な深層学習による表面筋電位を用いたハンドジェスチャ判別手法

• 研究課題/領域番号: 24K15033
• 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61020:ヒューマンインタフェースおよびインタラクション関連
• 研究機関: 日本工業大学
• 研究代表者: 田村 仁 日本工業大学, 先進工学部, 准教授 (60251584)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円); 2027年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2026年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2025年度: 650千円 (直接経費: 500千円、間接経費: 150千円); 2024年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
• キーワード: 深層学習 / 表面筋電位 / インターフェース / ジェスチャー

研究開始時の研究の概要

本研究では、不特定多数対象に対応可能な筋肉の動きに対応して皮膚表面に現れる電位、表面筋電位(sEMG)を使って手指の形状を識別する手法を提案する。sEMGをニューラルネットワークによって解析するというアイデア自体は古く、ロボット、電動義手義足やパワーアシストスーツ等に応用する研究は1990年代から見受けられる。
しかし、従来研究はほとんど識別率の向上が目的であり、どれも使用者自身の学習データをによって毎回調整する必要があるものが多く、学習済み機器を不特定多数に適応可能とする観点の研究は見受けられない。本研究ではこれを解決し、不特定の使用者が最小限の調整だけですぐ使用可能とする手法を実証する。