ウェアラブルデバイスを用いた林業作業員の作業の識別と疲労度の客観的評価手法の開発

点击翻译按钮获取中文摘要

本研究課題採択前から実施されていた。ウェアラブルデバイスによる3軸加速度、3軸各側のどの測定と、カメラによる林業作業の測定、並びに心拍数の測定を2022年11月1日(2名、植栽作業)、2022年12月12日(3名、伐倒作業)、2023年1月11日～12日（各3名、伐倒作業）の延べ11名に実施した。これまでに蓄積されたデータと合算して伐倒作業中のセンサーデータに対して機械学習を用いた作業識別を行った。合成加速度を連続ウェーブレット変換した後のスカログラム係数の0.1秒間の一次元データを特徴量として使い、動画で確認した作業種別から識別ラベルを作成した。識別にはサポートベクターマシン（ガウスカーネル）を用い、識別精度を交差検証（５層）により評価した結果は図１のようになった。サンプル数：168、正確率：137/168=81.5%であり、連続ウェーブレット変換による特徴量の使用は作業識別に有効であることが示された。また、生体データを収集するウェアラブルデバイスである。Galaxy Watch 4で心拍に加えて体水分量を含む体組成データを研究目的で収集するための最適化を実施した。テスト使用した際の問題点として、6時間の連続心拍測定をした場合、初期設定では電池が持続せず途中でシャットダウンしてしまうことが見出された。この問題については画面輝度の調整と常時アプリケーションを表示しない設定に調整することなどで、林業作業中の継続した測定可能な状況となった。計画していた臨床試験は、2022年12月27日に浜松医科大学臨床研究倫理委員会での承認を受け実施可能な状態となった。2月～3月に林業作業従事者への説明と同意取得を実施する調整を行っていたが森林組合等との調整が難渋し、2023年4月末で再調整を行っている。