未学習クラスを推定可能な再帰型学習モデルの確立と筋骨格モデルに基づく作業負荷評価

建立可基于肌肉骨骼模型估计未学习类别和工作量评估的递归学习模型

• 批准号: 21J01761
• 负责人: 迎田 隆幸
• 金额: $ 3.08万
• 依托单位: Hokkaido University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-28 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21J01761/
• 关键词: 機械学習; 介護作業; 未学習クラス; 異常検知; 姿勢推定; 作業分類

本年度は介護施設における作業記録の自動化を目指し，[1] ウェアラブル・エンベデッドセンサを利用した作業姿勢推定法を提案し，作業検知への応用を試みた．また，学習時に想定しない未分類作業を考慮できる高精度な作業分類モデルを実現するために，[2] 時系列データの時間変化を考慮可能な未学習クラス推定確率ニューラルネットの開発に取り組んだ．[1]の提案法では背部に取り付けるIMUと作業靴に挿入可能なインソール型足底圧センサを使用することで作業中の姿勢計測を実現し，計測データから抽出した特徴ベクトルを未学習クラス推定確率ニューラルネット（NACGMN）に入力することで未学習姿勢を考慮した下肢姿勢分類を行った．学習時に分類対象の作業姿勢が生起した事後確率を表す姿勢適合度を算出し教師ラベルとして利用することで，従来法では不可能だった複数の姿勢からなる複合姿勢の推定を可能にした．また，任意の作業に対して得られた下肢姿勢の推定結果と上半身姿勢，全身負荷量の変化を時系列パターンと捉え，隠れマルコフモデル（HMM）によって介護作業のモデル化を試みた．HMMから得られる隠れ状態遷移列に対して頻度分布を定義し，隠れ状態ヒストグラムに基づく作業分類手法を提案した．実験ではベッドから車いすへの移乗介助作業に着目し，介護施設で計測した実介護作業に対する姿勢分類および作業検知を試みた．推定結果のRMS誤差から提案する分類システムおよび姿勢適合度の有効性が示され，提案法が有効な被験者に対しては80％程度の高精度な移乗介助作業検知を実現できた．[2]の提案法ではNACGMNにHMMの構造を導入したリカレント確率ニューラルネットを定義し，統計制約を保存可能な通時的誤差逆伝播法を提案した．提案法により統計制約を満たした学習が可能になり，時系列データに対する未学習クラスを考慮した多クラス分類が可能になった．

This year, the automation of work records in the field of medium protection facilities has been pointed out.[1] It has been proposed that the work posture estimation method should be used for the purpose of work detection. When learning, consider unclassified jobs with high accuracy, classify jobs with high accuracy,[2] time series, time series, and time series. [1]The proposed method is to perform posture measurement in the back of the IMU and work boots, to measure the characteristics of the foot, to estimate the accuracy of the foot (NACGMN) and to classify the posture of the lower limbs. When learning, it is impossible to classify the working posture of the image and estimate the possibility of compound posture. The estimation result of lower limb posture and upper body posture of arbitrary operation are obtained, and the time series of whole body load is obtained. The HMM is used to determine the frequency distribution of state transition column. The HMM is used to propose the basic operation classification method. In order to achieve the goal of mobile media operation in the middle of the vehicle, the media design is designed to measure the attitude classification and operation detection of the media operation. The RMS error of estimation result is classified into three categories, and the posture suitability is effectively displayed. The proposed method has high accuracy and can be used to assist the operation detection to the extent of 80%. [2]The proposed method introduces the HMM structure of NACGMN, defines the accuracy of the HMM structure, and statistically restricts the error inverse propagation method for preserving the probability of passing. The proposed method is based on statistical constraints and learning possibilities. The proposed method is based on time series and learning possibilities.

项目成果

隠れセミマルコフモデルに基づく乳牛の行動モデリング

基于隐半马尔可夫模型的奶牛行为建模

• 发表时间: 2022
• 作者: 迎田 隆幸;田中 孝之;石川 志保;原 亮一;松田 朝陽;森田 茂;小宮 道士
• 通讯作者: 小宮 道士

溶接作業熟練者のクラスタ構造解析と作業評価システムの開発

焊接专家集群结构分析及工作评价系统开发

• 发表时间: 2021
• 作者: 迎田 隆幸;島 圭介;池田裕樹;遠藤 直輝;野々村 将一;藤井正和
• 通讯作者: 藤井正和

ウェアラブル・エンベデッドセンサを用いた下肢姿勢推定と移乗介助作業の識別

使用可穿戴嵌入式传感器进行下肢姿势估计和转移辅助任务识别

• 发表时间: 2022
• 作者: 島田 悠之介;迎田 隆幸;田中 孝之;阿部 敏久;野口 宏明
• 通讯作者: 野口 宏明

A Novel EMG-based Control System of Five-fingered Robot Hand with Probabilistic Neural Network Incorporating Complementary Gaussian Distribution

基于肌电图的互补高斯分布概率神经网络五指机械手控制系统

• DOI: 10.9746/sicetr.57.504
• 发表时间: 2021
• 期刊: Transactions of the Society of Instrument and Control Engineers
• 作者: KOMIYAMA Tsubasa;MUKAEDA Takayuki;SHIMA Keisuke
• 通讯作者: SHIMA Keisuke

A System for Wound Evaluation Support Using Depth and Image Sensors

• DOI: 10.1109/embc46164.2021.9629922
• 发表时间: 2021-11
• 期刊: 2021 43rd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC)
• 作者: Ryotaro Watanabe;Keisuke Shima;Taiki Horiuchi;Takeshi Shimizu;T. Mukaeda;K. Shimatani