|
本研究は、個人から得られる筋電図などのセンサ情報をもとに動作特徴を評価し、アシストロボットを制御する方法を明らかにすることを目指し、多くのユーザから集めたデータを活用したクラウド型動作推定に基づくアシストロボット制御手法の構築を進めた。
一般的に、装着者から得られる運動情報をもとにアシストロボットを制御する場合、予め取得したセンサデータとラベルデータとの規則性を判別や回帰モデルを学習することで抽出し、その規則性に基づきロボットを制御する。一方、本提案では、装着者から得た運動情報を他のユーザデータと比較評価し、その関連性からアシストロボットを制御する。
具体的には、多くのユーザから得た情報を活用するために情報検索に有効な特徴量を同定し、協調フィルタリングの枠組みを援用した新規ユーザに対する運動推定アルゴリズムを提案した。また、その運動推定アルゴリズムに基づき、アシストロボットを制御する手法を構築した。提案手法の有効性は多数の被験者実験を通じて検証を行い、実際のアシストロボットを制御することで確認した。
提案したアルゴリズムの検証では、上肢、肩屈曲伸展（パターン１）、肘屈曲伸展（パターン２）の単関節運動において多数の被験者から事前に取得した動作特徴をデータベースに格納し、新規ユーザが新たに行う肩・肘屈曲伸展（パターン３）の複合運動をセンサデータから推定を行うことで提案アルゴリズムの検証を進めた。提案アルゴリズムの有効性は、モデルベースの一般的な回帰モデルと比較することで確認した。その結果、提案手法のほうが有意に高精度であることが確認できた。また、実際に提案手法を用いて実機のアシストロボットを制御した結果、高精度でユーザの動作と類似していることが確認できた。これらの結果から、提案手法の有効性が確かめられた。
|
