| 研究概要 |
本研究は実時間,或いは短期間での脳の活動状態観測や生理信号から使用者の習熟度と理解度を自動解析し,それに応じる訓練,教育プランや感覚フィードバックを自動に決定するメカニズムを提案し,互いに適応する使用者と機械の相互作用による形成される人工空間を自律的に向上させる方法論を模索するものであり,使用者個人の運動能力を最大限に発揮できるマンマシンインタフェースの実現を目的とする.
生体信号を用いて,使用者の習熟度と理解度を解析するには,個体差のみならず知覚などの運動以外の非常に多くの電位が重畳された状態の複雑な波形として現れるため,これまでの技術ではこれを有効に活用することが困難であった.本年度の研究実施によって,以下の通りの成果が得られた.
基礎実験に用いる予定の適応型多機能筋電義手のハードウエア,および制御法を確立した.また,運動の軌跡,運動時の表面筋電位,脳波などの計測系を含む実験システムを構築し,複数の被験者によって,基礎データの採取が行った.
生体信号から使用者の習熟度を解析するための特徴抽出,情報量圧縮法の検討を行い,検討の結果を用いて,条件つきエントロピーに基づく同じ運動に対する生体信号の暖昧さの評価手法を確立した.来年度の研究において,その評価手法を用いて,習熟過程の定量化を行う予定である.
さらに,使用者と装置が相互に適応しあう学習システムを提案し,その学習システムにおいて,実時間で使用者の特性にあわせて,生体信号の時変性,非線形性を考慮した生体信号の分析を行い,上肢,下肢の運動に対応した生体の分離抽出が可能であることも確認した.
|
