Estimation of Human Locomotion Using Artificial Intelligence and Application to Control of Biped Robot

点击翻译按钮获取中文摘要

下半身に着用した単一慣性センサと深層学習アルゴリズムを用いた両脚関節角度推定アルゴリズムを開発した。まず、被験者の下半身の各関節角度を計測できるウェアラブル・センサシステムを構築し、光学式モーション・キャプチャーを用いて精度確認を行った。そして、保有している高性能計算機とソフトウェアを改良して機械学習環境を用意した。被験者16人から様々な歩行運動に対する動作データ収集実験を行った。CNNとLSTMのネットワークを基にモデル構造と学習条件を変化させ、最適な両脚関節角度の推定アルゴリズムを導出した。テストデータを用いた検証を行い、提案したアルゴリズムの性能を分析した。その結果、腰部に装着した単一慣性センサから両脚関節角度を推定する先行研究の方法をさらに発展させて、腰部だけでなく下半身を構成する大腿部や脛部、足部の中で任意の部位に装着した単一慣性センサから両脚関節角度を推定することが可能であることを明らかにした。また、両足の足底圧を測定するインソールセンサ装置を開発し、光学式モーション・キャプチャー・システムとの同期化を行った。開発したインソールセンサ装置と光学式モーション・キャプチャーを用いて様々な歩行運動に対する動作データ収集実験を行い、足底圧データから両脚関節角度を推定するアルゴリズムを開発した。歩行動作生成アルゴリズムを適用するための歩行ロボットのシミュレーション環境を、Gazeboを用いて準備した。また、その歩行ロボットの構築のために、安価のBLDCモータを用いたアクチュエータモジュールを開発した。手書き動作中の筆記具に対する加速度および角速度情報とペン先の接触力情報の測定が可能なデジタルペンを用いて、手書き動作から文字を認識するディープラーニング・アルゴリズムを開発した。