セミナーレポート

誰にでも分かる,サービス現場でのユーザー特性の画像センシング技術 ~ユーザーの体形,運動,行動センシング~産業技術総合研究所 持丸 正明

本記事は、画像センシング展2011にて開催された特別招待講演を記事化したものになります。

歩行コーチングや販売につなげる

 この手法を市場に持ち込んだ最初のケースは,コナミと共同開発したトレッドミルのシステムです(図11)。トレッドミルの下にはロードセルが置いてあり,歩いた時の力が測れます。この力のデータから,動きと関節にかかる力を復元します。これは,歩行データベースを持っているから可能なのです。この測定結果に基づいて,足にかかる負担や歩き方の美しさ,転倒リスクを評価します。図12に示した太い線がトレッドミルのデータから推定したもので,細い線が実際に測ったものです。これだけ,動きもトルクもちゃんと推定できることが分かります。一部ズレている部分がありますが,これは「遊脚期」といい,足が空中にある時に反対側の足からたどって動きや負荷を推定しているので,精度が良くないことが理由です。
図11 トレッドミル歩行評価システム(青木ほか,バイオメカニズム学会 2009)

図11 トレッドミル歩行評価システム(青木ほか,バイオメカニズム学会 2009)

 負荷を計算できても,歩き方が直らなければしようがないですね。そこで,歩行が直るかどうか実験をしてみました。「歩行トレーナー」というお仕事をされている方がいらっしゃいます。この方にお願いして,一人の被験者についてわれわれが取ったデータを見せずに,目で歩き方を見てもらうだけで歩行指導の介入をしてもらいました。われわれは,自分たちのシステムでそうしたトレーナーによる介入の差を識別できるかどうか興味があったのです。
図12 歩行の推定結果(被験者:31歳,1.76m,57.0~)

図12 歩行の推定結果(被験者:31歳,1.76m,57.0~)

 図13を見てもらえば分かりますが,この被験者は介入前に縦軸の下の方にいました。どちらかというと小股で歩いて,ガシガシ歩きとスタスタ歩きの中間ぐらいのところにいたのですね。歩行トレーナーの介入後,被験者はグラフの左上に移ります。すなわち,ガシガシ歩きを使ってダイエットに有効な歩き方になり,全体的に大股に変わっています。しかし,「それは今,歩行トレーナーが目の前にいるからだろう」という考え方もできます。そこで,本人には何も告知せずに,3週間後にもう一回来てもらって測定したところ,意外と定着することが分かりました(図13右上)。もちろん,膝関節に負担がかかるような歩き方はさすがに元に戻っていましたが,大股の歩き方はまだ保持されていました。最初の例でお見せした体形は変えることがすごく大変です。それに対して歩行は,割と簡単に第三者が介入して変えることができます。これは,われわれの研究にとっても非常に魅力的なことです。
図13 歩行主成分得点による介入実験の評価(被験者:36歳,1.66m,65kg)

図13 歩行主成分得点による介入実験の評価(被験者:36歳,1.66m,65kg)

 この計測・分析をサービスとして考えた場合,歩容(歩くさま)シミュレーションに基づいたコーチングサービスが可能になります。すでにコーチングだけではなく,いくつかのメーカーと共同で,シューズや中敷き,コンプレッションウエアなどを身に付けることによって歩き方を変えるアドバイスと商品販売のビジネスも始めています。皆さんの歩き方が今,超空間の中のどこにいるか把握することによって,「もっとダイエットに効果的な歩き方をしたい」,あるいは「もっと美しく見せたい」,年齢が高い場合は「できるだけ転倒リスクを避けたい」という要求に対して,われわれは「この超空間の中でこっちの方へ動けば良い」,「あなたの位置だったらこんなものを身に着けたら良い」ということをアドバイスできるようになると考えています。
 こうしたサービスに至る最初の計測は,力の計測でなくてもかまいません。先ほどのデータベースの中のどこかを測ればいいのですから,例えばビジョン計測によって動きを測って力を推定することもできます。あるいは,体の一部の加速度が分かれば,そこから残りの動きと力を推定することもできます。われわれのところに来たある大手量販店の方は,お客さんの体に何かをつけるのは現実的ではないし,このようなトレッドミルを売り場に置くのも難しいので,通路を歩く姿を側方からカメラで撮って何かできないかと言ってきました。これはビジョンの出番ですね。また,日常的にお客さんがどう歩いているかを知りたいと言うならば,携帯電話や時計に組み込まれた加速度計を身に付けてもらって,そのデータから推計するのが現実的かもしれません。サービスに応じた切り口でセンシングの手段を変えてトラッキングすることで,いろいろな歩容のパターンやその変化パターンを知ることができるようになるのです。

<次ページへ続く>

産業技術総合研究所 持丸 正明

アーカイブもっと見る

知能ロボットのための画像センシング技術の基礎と研究事例
知能ロボットのための画像センシング技術の基礎と研究事例...(11/25) 中京大学 工学部 教授・ヒューマンロボティクス研究 センター長 橋本 学
人と人の共感・連携を促しチームパフォーマンスを高める “Sensing & Control+Think”技術 -オムロンが描く「人と機械の融和」の一形態について-
人と人の共感・連携を促しチームパフォーマンスを高める “Sensin...(9/25) オムロン(株) 技術・知財本部 ロボティクスR&Dセンタ 水山 遼
自動運転のためのセンサーフュージョン技術
自動運転のためのセンサーフュージョン技術...(7/25) 芝浦工業大学 システム理工学部 機械制御システム学科 教授 伊東 敏夫
コンピュテーショナルイメージング概説
コンピュテーショナルイメージング概説...(7/25) 東京大学 大学院 情報理工学系研究科 准教授 堀﨑 遼一
ニューノーマルにおけるロボットビジョン研究
ニューノーマルにおけるロボットビジョン研究...(11/25) 産業技術総合研究所 インダストリアルCPS研究センター 堂前 幸康

▼ プラチナスポンサー ▼

株式会社リンクス

▼ メディアパートナー ▼

エキスポ・ゲートブリッジ

CIOE2024

APE2025

ダウンロード

展示会FAQ