Research on the real-time fall prevention system using IMU sensors based on machine learning methods which can be used anywhere on daily basis

点击翻译按钮获取中文摘要

本研究の目的は，上肢のセンサで得られた加速度等のデータから転倒の危険性のある歩行等，歩容の異常を判別する方式を提案し，その判定精度の向上を図り，転倒防止システム実現の可能性を検証することである．2022年度は，機械学習によってどの程度の精度で歩行状態の判別が可能かを調査することを目標として，以下の内容で研究を進めた．転倒の危険性のある歩行として，これまでの主な判別対象である「足上げ高さの不足した歩行」に加え，「ふらつきのある歩行」についても重要視し分析を行った．「ふらつき歩行」は，転倒の危険性のある歩行状態として重要であると考えられる．ここでは加速度データの数値の大小だけでなく機械学習を適用した際の判別精度を求め，本方式の有効性について調べた．機械学習で用いる特徴量として，加速度データだけではなく他のパラメータの有効性についても調べた．検討複数のアルゴリズムを適用して分析した結果，特定のアルゴリズムにおいて特に高い正解率が得られ，本方式における歩容判別に有効であることが確認された．また公開された歩容データを用いて回帰分析を行った．これまで足上げ高さが閾値を超えるかどうかで判別を行ってきたが，今回はさらに数種類の機械学習を用いた回帰分析により足上げ高さを推定した．この結果，特定のアルゴリズムを用いた場合に真値との相関が高くなることが明らかになった．最終年度となる2023年度はこれまで求めてきた判定性能を踏まえ，具体的に転倒防止システムの実現方法について検討し，その有効性を調べていく予定である．