| Research Abstract |
本研究は, 自律移動可能な車いす型ロボットにおけるヒューマンマシンインタフェース(HMI)において, 搭乗者によるジェスチャーモーションを利用したHMIの開発を目的としており, 平成25年度においては, ジェスチャーモーション推定手法の開発を行った. 詳細については, 下記に説明する.
ジェスチャーモーション推定を行うための, 手や動きは人によって多少異なるため, 様々なデータを学習する必要がある. まず初めに, 実際の自律移動可能機能が付加された車いす型ロボットに改造を施し, ジェスチャーモーションを推定するためのセンサ及び計算機の取り付け, それらに関連する配線の取り回しを行った. 先に述べた学習においては, 搭乗者の実際の利用シーンにおける実データ取得が重要であり, 本改造により, 後の実験においても, 利用者は実環境で使用する体制での学習及び検証を行うことが可能となる. 本研究では, 動作の基本動作として前進・後進・左旋回・右旋回・停止・後退の5つのジェスチャーを車いす上の手の動きとして学習し, 実際の利用め際には, 学習結果と比較して, パターンを認識する方法を利用した, 学習・認識方法については, Blck-Sparse Sparse Representation based Classification (BS-SRC)という手法を用いた. 単純なSRCの手法を用いるのに比べて, 計算時間が早く, 移動手段においては, システムの迅速な反応が求められるため, この方法を採用した. 本手法において, 室内での実験を行い, 被験者3名による150回の施行による評価を行ったところ, 認識率99%という非常に高い有効性を示すことができた.
上記の結果を国内学会において口頭発表を行った. また, 実験による評価を通じて更なる改良を行うとともに, それらの実験結果をもとに, 国際学会への査読付き論文へ投稿した.
|
| Strategy for Future Research Activity |
今後は, 実施計画通り, つくばモビリティロボット特区において, 屋外実環境下においての評価実験を行い, 不手法の有効性を確認するとともに, 積極的な研究発表も行っていきたいと考えている.
|
