| 研究課題/領域番号 |
15K12639
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
山際 伸一 筑波大学, システム情報系, 准教授 (10574725)
|
|---|
| 研究分担者 |
河原 吉伸 大阪大学, 産業科学研究所, 准教授 (00514796)
和田 耕一 筑波大学, システム情報系, 教授 (30175145)
山本 裕二 名古屋大学, 総合保健体育科学センター, 教授 (30191456)
門田 浩二 大阪大学, 医学系研究科, 助教 (50557220) [辞退]
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| キーワード | 動きビッグデータ / 知的情報処理 / スポーツ科学 / 知識マイニング |
|---|
| 研究実績の概要 |
小型センサでとらえた人の動きのデータをヘルスケアなどへの応用する取り組みが盛んである。従来のバイオメカニクスや運動学習分野では、見た目やパフォーマンスに関連する動きの特徴点から導出した平均モデルからパラメタを選定し、個人の動きを定義する。しかし、パラメタを選定せず、個人の動きのモデルを自動的に導出できれば、健康管理やスキル特定への応用精度が格段に向上する。そこで本研究は映像やセンサデータ等の動きのビッグデータへ知的情報処理を施し、個のスキルのモデル化を試みる事を目的とする。データに潜在する動きの特徴点を数理的に抽出し、年月といった中長期的な時間軸のスキル獲得の予測の可能性を探ると共に、データ蓄積が予測精度を向上する可能性も探求し、人を安全に上級者レベルに引き込むトレーニングシステムの開発を目標としている。
本年度は、これらを具現化する基本技術である「スキルグルーピング」技術を市場での実利用に飛躍させる実装面での検討、研究、および、サービスの系統化に重点を置き、活動を行った。スキルグルーピングで問題となる、動きデータ間の距離計算をいかに高速に実施でき、さらに、スマホといったIoT機器からの利用が可能なサービスとして提供することを念頭に、システム開発を行った。また、いくつかのアプリケーションを試すことで、システム全体が有効に機能することを確認し、現在市場への展開を推進するフェーズに入ることができている。このように市場への活動が評価され、国内最大級の組込みシステム/IoT技術展ET2016にて、本研究の成果である動き解析技術が「特別賞」を受賞した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
本研究を開始する段階では、動きの距離というモノがビッグデータから定義することができることが未知であったが、本年度の実績では、システムとして体系化するところまでできている。いくつかのアプリケーションをそのシステムで動作確認し、その有効性も評価しており、さらに、市場でのアプリケーションに十分耐えうるところまでの実装が可能になっているため、本研究の当初目標である理論構築より大きく進展しているため、計画以上に進んでいると判断する。
|
| 今後の研究の推進方策 |
今後は、本年度構築できた高性能な動き解析サーバを利用することで、昨年来から続けている以下の２つの課題を実証する実験を中心に、産業界へのアピールを行い、市場展開を図り、実用化の道を拓くことを試行する。
（１）スキルグルーピングのコンディショニングへの適用：本年度、開発した動きビッグデータ処理サーバの精度を向上していき、安定したサービス品質を確保できるシステムの研究を重点的に行うと共に、システム利用者へのフィードバック方法、という点での実用化可能性を探る。このため、本研究課題を実施期間で、スキー、スノーボード、ランニング、といったスポーツに関する動きデータを同一人物の時間軸での蓄積に密着し、スキルグルーピングの表現方法を継続的に探る。
（２）産業界への実用化：産業界への実アプリケーションへの適用を本年度以降、チャレンジする。
以上の推進方策を行う上で、知的情報処理の処理速度を向上させることが課題になっているため、GPU（Graphics Processing Units）やFPGAによるハードウェア化、といった実装手法を試すことも念頭に、本研究を進めていく。また、独自のデータセンシング方法も同時に探求し、センシングハードウェアの開発も本研究計画にいれ、センシングからスキルグルーピングによる解析、そして、タブレットやスマートフォンといったモバイル端末への表示までの一貫したサービス提供が可能なシステムの構築を今後目指していく。
|
| 次年度使用額が生じた理由 |
本年度は、計画していた動きビッグデータの採取実験を行うことよりも、システムの開発に研究エフォートを十分に割いたため、外部公表のための旅費や、実験に必要な機材、人材への支出が行われなかったことに起因する。
実験においてシステムの精度を上げていくこと、および、サービス品質を向上していくために、高性能システムへのスキルグルーピングの移植は、今後も喫緊の課題であり、今後早急に対応するために研究予算の使途を計画している。
|
| 次年度使用額の使用計画 |
昨年来から計画している高性能計算プラットフォームとして、GPUを利用することを今後も予定し、それを購入する費用に充てることを計画している。また、スキルグルーピングの独自ハードウェアをFPGAを使って実装することで、リアルタイムなスキルの距離計算ができるかを試行することを計画する。さらに、モバイル端末で、日常生活の動きデータを収集し、スキルグルーピングを当てはめるといった、いわゆるIoTのようなぎじゅつへの応用のため、モバイル端末の複数購入を計画している。
翌年度も、これらの実験の成果を国際会議や展示会といった機会において社会に公表することを重点的に計画し、最終年度として実際のアプリケーションを使ったアウトリーチ活動を計画する。
|
| 備考 |
国内最大級の組込みシステム/IoT技術展 Embedded Technology/IoT 2016にて、スキルグルーピングが「特別賞」を獲得した。
|
