| 研究課題/領域番号 |
20K12024
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
秋山 庸子 大阪大学, 工学研究科, 准教授 (50452470)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 触覚 / アクティブタッチ / なぞり動作 / 加速度センサ / 周波数解析 / 快・不快 / 機械学習 / ヒートマップ |
|---|
| 研究実績の概要 |
アクティブタッチの特徴と快・不快との関係を調査するため、男女被験者11名に対して、加速度センサを指先に固定し、繊維製品やガラス、木材、金属板などの20種類の素材を30秒間往復してなぞるときの指の加速度を測定した。被験者は1つの素材をなぞった後、触感の基本的な要素である粗滑「ざらざら-なめらか」、摩擦「べたつく-滑る」、乾湿「乾いた-湿った」、温冷「冷たい-温かい」、硬軟「硬い-柔らかい」、快不快「不快-快い」の6項目について、各項目についての触感の度合いを7段階に分けたSD(Semantic Differential)法に基づいて官能評価を行った。
官能評価項目については、それぞれの素材について各官能評価項目の平均値を取るとともに、因子分析を行った。一方、加速度センサで得られた指先の6軸（x,y,z軸方向の加速度およびそれぞれの軸周りの速度）について、短時間フーリエ変換により、時間・周波数・強度の3時限で表されるスペクトログラムに変換した。最終的に9250個のスペクトログラムが得られ、このデータを用いた機械学習により、各官能評価項目を7段階に識別できるかどうかを調べた。その結果、快・不快や、硬軟、温冷など、一見なぞり動作とは直接関連しないと思われる項目を含めたすべての項目で96％以上の高い識別精度を得た。このことから、なぞり動作の加速度・角速度のみから快・不快を推定できることが分かった。
さらに、識別の際にスペクトログラムのどの部分が用いられているかを調査するため、Grad-Camを用いたヒートマップにより、どの周波数帯域がどの官能評価項目に寄与しているかを考察した。その結果、粗滑に関しては加速度の周波数帯域と明確な関係を持つことが分かったが、快・不快を含めた他の感覚については単純な関係ではないことが分かり、さらに詳細をすすめているところである。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
2020年度は、加速度センサのデータをもとにした素材の判別にとどまっていたが、2021年度の研究により、機械学習を用いて、快・不快の度合いを数値で高精度に推定することができたことは、快・不快を数値として示すツール作成のための大きな一歩であるため、順調に進展しているといえる。ただし、ヒートマップを用いた周波数因子等の抽出は現在進行中であり、本手法で快・不快を推定した際の主な因子がまだ明らかでないため、次年度は、快・不快を決定づける物理的因子について、機械学習結果のヒートマップの更なる調査とともに、統計学的手法による検討も同時に行い、双方の結果から、指先の加速度のみから高精度に快・不快を推定できた理由を明らかにする予定である。
|
| 今後の研究の推進方策 |
当初の研究計画では、視聴覚を含めた快・不快の物理的因子を探る計画であったが、コンクリートマイクを用いた予備実験により、触感に与える聴覚刺激の影響は、現在行っている加速度センサによる周波数解析の延長線上にあり、また一方で視覚的な効果については、要因が多すぎて物理モデルを複雑化させる要因となる可能性が考察された。
本研究の主眼はあくまでアクティブタッチ（能動的触知覚）にあるため、2022年度は摩擦や押し込み動作といったアクティブタッチに特徴的な動作について、被験者実験による快・不快の物理的要因の洗い出しを進める一方で、一定速度で動作する市販の触覚プローブとヒトの触動作との違いに着目し、機械的プローブの動きと対照して考察することにより意義があると考えた。したがって今後は、ヒトと機械の動きの比較により、対象との物理的相互作用に特化したアクティブタッチの物理モデルを構築する予定である。
|
| 次年度使用額が生じた理由 |
コロナ影響により予定されていた学会がすべてオンラインとなり、国内外の出張ができなかったことと、研究室内での感染者発生により一時的に研究を実施できない状況になったため。
次年度は、機器測定の続きとそのデータ解析が主となるため、機器改良のためのパーツ、データ解析ソフトおよび解析用PCの購入、解析のための人件費として利用する予定である。
|
