Data Glove for Pressure and Posture Detection and Its Application for the Training on Peach Harvesting

点击翻译按钮获取中文摘要

今迄に、データグローブにおいて、圧力検知と動作検知が異なる種類のセンサを利用している為、グローブの構造が複雑になるという要因が生じた。それに対して、申請者は圧力センサだけで、掌の圧力分布と動作を両方とも検知できるデータグローブを提案し、Pressure to Posture Glove (P2P-Glove)と名付けた。本研究の目的は、自己完結型P2P-Gloveの試作、および桃の収穫訓練のような仕事現場への応用から、P2P-Gloveの実現可能性を明らかにすることである。22年度の研究成果：A.P2P-Gloveの設計：片手に９６個の柔らかい圧力センサを含めた手袋の試作ができた。各センサは導電糸と圧電膜を内蔵し、ミシンによって、普通の布生地に縫い付けて形成する。B.圧力から関節角度を推定する手法：ニューラルネットワークで、非線形回帰モデルを訓練して、性能評価を行なった。モデルの入力が圧力分布、出力が手の各関節の角度になる。手袋の関節角度を推定の平均誤差が3.5度まで達せした。C:自己完結型Gloveの作成: 持ち歩きやすいコントローラを試作した。コントローラには、マイコン、AD、センサアダプタ、通信モジュール、電源など、含めて、果樹園のような屋外環境にもデータ収集可能にした。D:桃の収穫訓練より、Gloveの性能評価：２２年の8月に、福島市の桑折町の桃果樹園で、フィールドテストを行なった。テスト内容はプロ（農家）と初心者（学生）が桃を掴むとき、掌の圧力分布を数値化と可視化することになる。今回の実験に、農家3人、学生5人が参加し、桃収穫データを収集して、オフラインの処理により、ももつかむときの掌の圧力分布曲線を可視化表示できるようになった。