| 研究課題/領域番号 |
25730119
|
|---|
| 研究種目 |
若手研究(B)
|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
福井 類 東京大学, 工学(系)研究科(研究院), 特任講師 (80607416)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| キーワード | ウェアラブルセンサ / 手首凹凸計測 / ユーザインタフェース / ヒューマンコンピュータインタラクション / センサアレイ |
|---|
| 研究概要 |
『回内動作に対応可能な手首装着型デバイスの開発』
これまでの予備実験により，手首凹凸センサからのデータによって，腕の回内状態変化と手指の形態変化を同時かつ高精度に識別することは容易ではないことが分かっていた．そこで，新たにデバイスを手先ユニットと上腕側制御ユニットの２つに分割し，各々に慣性センサ（加速度センサと角速度センサ）を搭載することで，回内状態を推定する枠組みを導入した．手先ユニット側のバンドには手首凹凸を計測するための高密度フォトリフレクタアレイを実装し，上腕側制御ユニットはバッテリや無線機を内蔵し重量が大きくなるため，腕時計と同様の樹脂性の固定バンドを実装した．
２セットの慣性センサは概ね同軸上にありながら回内変化の軸のみが回転をするという非常に特殊な状態にあるため，相対角度推定に特化したアルゴリズムを用いることによって，２つのユニットの相対角度を高精度で計測可能であることが分かった．
|
| 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
実際に手首装着型デバイスの試作を複数回行い，今後の繰り返し実験に耐えうるデバイスが構築できた。またデバイスの開発が順調に進んだため，平成26年度に実施予定の『手首凹凸データと回内状態推定値を統合した手指形態推定手法の研究』にも着手することができ，未完成ながらもアルゴリズムの実現可能性を明らかにすることができた。
|
| 今後の研究の推進方策 |
当初の予定通り，平成26年度は『手首凹凸データと回内状態推定値を統合した手指形態推定手法の研究』を行い，平成27年度は『手首装着型デバイスによる操作性の検証』を行う予定である。また可能であれば26年度中に操作性の検証について着手を行い，デバイスに求められる新たな機能についても検証を実施していきたい。
具体的に平成26年度は手首形状の凹凸データから抽出される特徴量と回内状態推定値を同様に扱うアプローチを採用する．これらを機械学習の枠組みであるAdaBoostやSVM(Support Vector Machine)の枠組みに当てはめて学習させる．
この学習においては，回内状態とは関係なく手指形態のラベルを出力する方法と回内状態毎に手指形態の異なるラベルを用意し，それを出力するように学習させる方法が考えられるため，本研究ではこれら学習の枠組みを複数試行・比較し優れた学習法を探索していく．
|
