Kaji Lab

KAJI LABORATORY

高度ICT社会における人とコンピュータの関わりを追求する研究室です。特に「屋内位置推定と位置情報サービス」「インタラクションメディア」をテーマとした研究をしています。

お知らせ

見学希望者の方へ

研究室見学について

研究室見学を希望の方は下記のメールアドレスにて日程調整します.

📧 [email protected]

Summer WorkShop 2022 参加者の方へ

以下の特設ページをご覧ください.
https://kajilab.net/summerworkshop2022/

kaji

1 分で読めます

B4の宮澤です. 第8回学生スマートフォンアプリコンテストに参加しましたので報告します.
この発表で奨励賞を受賞しました.

概要

オフィスワーカの勤務体系や交通機関の発達により日常的な運動不足が問題視されている. 運動不足解消のために日常的な活動量を計測する活動量計や,スマートフォンやウェアラブルデバイスに内蔵されたセンサを用いて活動量を計測するアプリケーションが普及している. 活動量の推定には通常,加速度センサで歩数推定,気圧センサで高さ遷移のデータを取得する. 近年の気圧センサの高精度化によって周期的な変化を捉えられるようになり,気圧センサを用いてステップ認識が可能になり,加速度センサとの併用が必要なく,気圧センサを単独で利用した日常の活動量測定が期待できる. 本アプリでは,スマートフォンに搭載されている気圧センサのデータから活動量推定を行う. アプリの仕組みは,取得した気圧センサのデータにローパスフィルタにかけることで歩行成分と高さ成分に分けて,歩行成分から歩数,高さ成分から高さ遷移を取得し,階段部分の判定を行い,平地部分と階段部分の活動量を分けて推定する.

感想

コンテストに投稿して,実際に自分が作った物を誰かに評価していただくのは,初めての経験でした. 今回奨励賞をいただくことができてとても嬉しいです. 審査自体はデモビデオで直接ではなかったのですが,自分が作ったのを人に見せて,評価や意見をいただくのは,貴重な経験だったなと感じました.

kaji

1 分で読めます

M1の安藤弘晃です. 9月10日〜11日にリモートで開催されたIWIN2020にて発表を行いましたので,報告します.

Ando, H., Iwatsuki, Y., HIbi, D., Tsutsui, K., Aoki, S., Naito, K., Chujo, N., Mizuno, T., Kaji, K., Anomaly detection in FA equipment using an interaction model, International Workshop on Informatics(IWIN2020), 2020.

この発表でExcellent Paper Awardを受賞しました.

研究概要

Machine learning is being investigated as a promising method for detecting anomalies. Studies have proposed a method for detecting anomalies in equipment by searching for data that identifies equipment anomalies by arranging sensors in the equipment. However, this method requires a large number of sensors and is, therefore, expensive to purchase and install. In this research, we introduce a less costly method that does not use a large number of sensors. Factory Automation (FA) involves a lot of equipment and, when in operation, the machines are affected by the interaction between this equipment, specifically, the sounds, vibrations, and heat. We believe it is possible to detect equipment anomalies and reduce cost by modeling the vibrations caused by this interaction when the equipment is in its normal state and comparing it with its anomalous state. In this study, we collected normal and anomaly data, modeled interaction, and conducted evaluation experiments. We used the coefficient of determination for anomaly detection to compare the normal data model with the anomaly data.

感想

初の国際学会で英語での発表はとても緊張しました. 自分の前の人のスライドトラブルによって発表の順番が繰り上がるアクシデントなどがありましたが,無事に発表することができました. 論文はIWIN2020のExcellent Paper Awardに選んでいただけたのもとても嬉しかったです. オンラインでの発表だったのが残念ですがとても良い経験ができました.

kaji

1 分で読めます

M2のharuki(井上晴稀)です. 本来は高知でやる予定だったDICOMO2020ですが,リモート発表で「列車の到着時間案内アプリの実用性向上」を発表しました.

井上晴稀, 梶克彦, 列車の到着時間案内アプリの実用性向上, マルチメディア,分散,協調とモバイル(DICOMO2020)シンポジウム, 3A-3, pp.346-353, 2020.

発表概要

列車に乗ったときに,列車内でアプリケーションを開くと,自動で乗客の乗っている列車を推定して,到着時間を乗客に提示するスマートフォンアプリケーションです. アプリケーション自体は,DICOMO2019で発表しています. 何も情報を入れることなく,アプリケーションを起動するだけで到着時間の情報が得られるのが,このアプリケーションの特徴です. DICOMO2019では,列車を推定するのに大幅な時間がかかっていた問題点がありました. そのため,今回のDICOMO2020では,列車の推定にかかる処理時間の短縮を,精度を保ちつつ行う目的で処理の変更を提案・実装しました.

感想

学会発表はこれで3回目なので,緊張はしましたが初回ほど緊張するほどではありませんでした. 質疑応答で思うように応答できなかった部分があるので,そこは少し反省しています. これからの発表のときは,しっかりとアプリケーションやシステムの思想をしっかり答えられたら良いなと思っています. 本当は高知に行きたかったのですが,今回はリモート発表になってしまったのは残念でした. 今までの発表はすべて対面方式での発表だったので,リモート発表は初めて行いました. 聴いている人が見えないのは,緊張が少しほぐれた分,「しっかり聴いていただいているんだろうか」という若干の心配もありました. しかし,無事に終えてよかったです.リモートならではの楽しみ方もできたと思います. ただ,やはり温泉には行きたかったです. 今度夏に一人で旅行に行きます…

あと,今回の発表でヤングリサーチャー賞をいただきました. 指導してくださった先生,研究室のみなさん,ありがとうございました.

kaji

1 分で読めます

今年1月に出版された四ツ谷 昂亮さん筆頭の論文が,情報処理学会東海支部の学生論文奨励賞を受賞しました. 四ツ谷さんは平成31年度の卒業生(修士)です.

Kosuke Yotsuya, Katsuhiro Naito, Naoya Chujo, Tadanori Mizuno, Katsuhiko Kaji. Method to Improve Accuracy of Indoor PDR Trajectories Using a Large Number of Trajectories. Journal of Information Processing, Vol.28 (2020) Pages.44-54.

大学のNEWSにも掲載されています.

kaji

1 分で読めます

こんにちは. B3の大鐘勇輝です. 3月5日(木)~3/7日(土)の日程で開催された情報処理学会第82回全国大会において研究発表を行ってきましたので,報告させていただきます. 今回の発表では「車輪に取り付けたBLEビーコンによる車椅子移動認識の基礎検討」というタイトルで,BLEビーコンを用いた車椅子の移動認識に関する研究を発表させていただきました. 残念ながら今年はコロナウイルス流行の影響で金沢工業大学での発表は中止となり,初(?)のオンラインでの開催となってしまいました. そのため,普段の学会発表と違いZoomを用いた画面越しでの発表となり,少し戸惑うこともありました100がなんとか無事に終えることができました. ちなみに余談ですが,3000人規模の学会をオンライン上で行うことに関して,あまり前例がないということありYahoo! ニュースさんで紹介されていました. また発表を行った結果,私の発表が学生奨励賞に選ばれました! 学会の場で賞を貰うのはこれが初めてだったのでとても嬉しかったです. 今後,研究活動を続けていくに当たって凄い励みになるなと思いました.

研究背景

私は以前に先行研究としまして,水野と共同で「物体内部に設置したBLEビーコンの電波強度を用いた状態推定手法」の研究を行なっていました. この研究は簡単に説明するとBLEビーコン(Bluetoothの電波を発するビーコン)の電波強度を用いてモノの状態を推定するというもので,低コストで設置・運用が行える点が既存の状態推定手法と比べて優れています. しかしながらこの研究では「閉まっている」,「開いている」というように2値の変化のみを対象としており,回転動作のような周期的に状態が変化するモノや複数の状態を持つモノは状態推定ができないという問題がありました. そこで本研究では,複数の状態を持つモノの状態推定を目的とし,その代表例として車椅子を用いることで「BLEビーコンを用いた車椅子の移動認識」を目指しました. また,最終的な目標として車椅子使用者の運動量推定の推定を行い,それをヘルスケアに応用することも目指しています.

提案手法

BLEビーコンは電波が微弱であるため受信機との距離や方向が変化すると受信電波強度も大きく変化します. そのためこの動画のように車輪にBLEビーコンを取り付けた状態で車椅子を動すと,周期的に変化する波形が得られます. 本研究ではこの特徴を利用し,この波形を解析することによって車輪の回転を捉え,車椅子の移動を推定します.

状態推定アルゴリズム

本手法の移動推定アルゴリズムは大まかに分けると次の5つの処理から成っています. まず最初に移動を推定したい車椅子にBLEビーコンと受信機を設置します. そして,BLEビーコンの電波強度データを収集し,ノイズを軽減するため取得データに対してローパスフィルタの適用と値の正規化を行います. 次に,ノイズを軽減したデータの中からピーク値を探し,最後にその情報をもとに車輪の回転数を推定します.

まず最初にBLEビーコンと受信機の設置フェーズです. 受信機は車椅子後ろのポケットにBLEビーコンは車椅子の車輪部に設置を行います. また,BLEビーコンにはパラボラアンテナ型の料理用の計量カップを取り付けており,特定の方向に電波を収束させ,受信機と位置が重なった際に大きな受信電波強度の変化が起きるようにしています.

指向性アダプタの効果としまして,取り付けの有無によって受信電波強度に変化が現れます. 左のグラフが指向性アダプタ無しで取った受信電波強度データのグラフで,右のグラフが指向性アダプタ有りで取ったデータのグラフです. グラフのオレンジ色で囲んだ部分は-40から-50dBmの範囲ですが,指向性アダプタをつけていないグラフと付けているグラフを見比べると,付けている方が受信電波強度が大きくオレンジ枠内にたくさんの波形が入っているのが分かります. また,下のグラフは生データにローパスフィルタを適用したグラフですが,オレンジ色の直線を引っ張った部分を比べてみると指向性アダプタをつけている方は波形の極大値部分が揃っているのに対し,指向性アダプタをつけていない方はバラついています. このことから指向性アダプタを取り付けることで,安定的でより顕著な電波強度変化を得ることができると分かります.

次にBLEビーコンの電波を受信するフェーズです. 受信機は車椅子後ろのポケットの部分に,BLEビーコンは車輪部分に設置を行います.

取得した生データにはノイズが載っているため,そのまま使用すると後の処理に悪影響を及ぼしてしまいます. そこでこのフェーズでは取得したデータの加工を行います. まず最初にスパイクノイズや細かいノイズを取り除くため,移動平均を用いたローパスフィルタを適用し,波形を滑らかにします. ここでローパスフィルタに使用するサンプル数は8個(時間にすると1.6秒分)としています. また,BLEビーコンは電池で駆動しているため,電池残量が減少すると送信電波の出力が弱まり受信電波強度も小さくなります. これにより後の処理の閾値が定まらなくなってしまい,結果として移動推定の精度に影響を及ぼします.そこで次の処理として,ノイズを軽減したデータに対し0~1の間の値になるよう正規化を行い変化の尺度の統一を行います.

次にピーク値を探すフェーズです. ピーク値とはある範囲内における極大値(極小値)のことで,本研究では回転数推定の指標として使用します. グラフでは赤で示した点が極大値を,青で示した点が極小値を示しています. 車輪の回転状態やBLEビーコンの電波状態によっては,ローパスフィルタで除去しきれない電波強度の揺らぎが発生し,ピーク値の判定を誤る場合があるので,ピーク値同士の時間間隔とそれぞれの信号強度に閾値を設けて誤検出の抑制を行います. 今回は時間の閾値として2秒,信号強度の極小閾値として0.00〜0.50,極大閾値として0.51〜1.00と設定しています.

最後に回転数を推定するフェーズです. 回転数は前のフェーズで見つけたピーク値の個数を指標にします. ここで移動推定には赤色で示した極大値のピーク個数と,青色で示した極小値のピーク個数を使う方法が考えられますが,極小値のピーク値は電波強度が弱く正しく検出できない場合があります.

そこで本手法では極大値のピーク個数のみを移動推定の指標として使用します. このグラフでは極大値のピーク値が20個あったので車輪は20回転したと推定します.

評価実験

提案手法の推定精度を確認するため評価実験を行いました. 使用機材として受信機はXperia XZ1をBLEビーコンはforcus system社製のFCS1301を使用し,受信機の受信間隔は200ms,BLEビーコンの送信間隔は100msと設定しています. また,機器の設置はそれぞれ写真に示す位置に設置しました. 実験設定として,車椅子をあらかじめ決めておいた数だけ車輪が回るよう動かし,実際の回転数と推定回転数をもとに正解率を出すことで評価することとしました.

評価実験の結果,セットごとの正解率は,1セット目が100%,2セット目が98.7%,3セット目が100%ととなり,総合的な推定精度は99.6%となりました. この結果から本手法の有効性を確認することができたと考えられます.

kaji

2 分で読めます

M2の宮脇雄也です. 9月8日〜11日(現地時間)にドイツハンブルクで開催されたIWIN2019において研究発表を行いましたので報告します.

発表した研究

Yuya Miyawaki, Katsuhiko Kaji, Implementation and Evaluation of Prompting Changeover System from Repetitive Behavior, International Workshop on Informatics(IWIN2018), 2019.

この発表でStudent Awardを受賞しました.

研究概要

Children with developmental disorder are not so good at changeover behavior compared to children without developmental disorder. This characteristic is a major isue for them to live their daily lives. Therefore, prompting changeover behavior is very important. Moreover, when supporting prompting changeover, it is necessary to reduce the load on them and their supporters. The purpose of this study is to provide support for prompting changeover using voice and vibration. To that end, we developed a support equipment and verified the effectiveness of the support using it. The supporters operate the device at a timing when changeover is required. The changeover support is performed from the target object of repetitive behavior. Therefore, children with developmental disorder feel that the target object of repetitive behavior is providing the support. Thereby, they can respond to the prompting changeover support. We analyzed the effect of support from a case in which changeover support was implemented continuously. As verification of the effect, we continued to prompt changeover support at the children’s home with them. We recorded the progress of the children. For the evaluation, we did a video recording of their state with the supporter and an evaluation from the supporter. The prompting changeover success rate improved with repeated support. However, the success rate may decrease due to changes in their physical condition. From these results, we found out that the proposed support is effective as a changeover support for repetitive behavior.


感想

I did presentation in English for the first time. I couldn’t speak English. However, I finished the presentation safely. I am grateful to the professor and English teacher.

初めてのヨーロッパで,とてもワクワクしていました. 時差ボケで眠い,自販機の使い方がわからない,空港で買ったサンドイッチが美味しくない等様々な経験をすることができとても有意義な1週間でした.

また学会中にはいろいろな先生方ともお話ができ,発表自体は2日間しかありませんでしたがとても良かったです. 残念だったのは福祉や支援系の発表がなかったことです. ドイツに着いて一番印象に残っていることは,この落書きです.

町中の至るところにこのキャラクターが居て少し楽しい気分になりました. みなさんもドイツハンブルクに行くことがあったらぜひ探してみてね♪ もう一つ印象に残っているのはなんか変なパンを食べたことです.

表面にはマーブルチョコが乗せてあって,見た目に惹かれたて買ってしまいましたが,なんと!!中にチョコまで入っていてとても甘かったです. あとは,まあ美味しいご飯や少し観光などをして楽しみました.

最近の投稿

カテゴリー

本サイトについて

愛知工業大学 梶研究室の公式Webサイトです。研究実績や日常生活についての記事を掲載しています。