|
本研究はIMUによる安価で簡便なモーションキャプチャの実現を目指している．
本年度は２つのアプローチで研究に取り組んだ．第一はビジョン・IMU統合であり，単眼カメラから得られる画像から物体検出により得られた情報とIMUにより得られた情報とを，グラフ最適化の枠組みで統合する．まず，画像からの情報検出については，画像ペアを入力し，検出された物体の相対位置姿勢を推定するニューラルネットワークを開発した．この評価のため，独自の画像および動作データセットを構築し，実験を行った．これにより，単眼カメラからによる画像からグラフ最適化を通して誤差修正を行うための情報を得ることができた．
第二は複数IMU情報の統合である．２つのIMUが身体の既知の場所に取り付けるという問題設定において，この事前情報利用したグラフ最適化により統合する手法を開発した．この方法を両足装着IMUによる歩行運動推定に適用し，良好な結果を得た．
研究期間全体を通じた研究の成果は以下の通りである．1) IMUを用いたモーションキャプチャに向けた基盤ソフトウェアopt4imuを整備および公開した．従来の実装よりも約10倍高速化することができ，実用的な処理時間に近づけることができた．2) 単眼カメラの情報とIMUの情報を統合し，ラケットスイングなどの運動を推定する手法を開発した．従来のIMUのみを用いた手法ではごく短時間の運動(2-3秒間程度)のみ適用できたのに対し，本手法では数十秒にまで拡大することができる．3) 簡易なIMUのキャリブレーション手法を開発した．単眼カメラを利用するという手法はこれまでに無いアプローチであり，2)との親和性が高い．4) 歩行運動推定にグラフ最適化を導入する手法を開発した．従来の拡張カルマンフィルタに基づく手法に比べ，精度向上やハイパーパラメータ推定を行うことができるなどの利点を確認した．
|
