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。
今回，開催されたOPEN Hack Uには梶研の宮川(M1)，大鐘(M1)，外山(B3)と菱田研の古川(M1)の計4人が参加しました．
今回制作したものは，質問する手間をVSCodeプラグインのワンポチ質問機能で解決した全く新しいQ&Aサービスで，手軽さ追求したUI設計やGithubの解析による回答者募集機能「あなたにお願い」などが特徴です． 発表資料や動画も掲載しておきますので，詳しくは下記をご覧ください．
スライド発表時の動画
展示時の動画
表彰式の動画
説明動画単体
DICOMO2021にて「BLEビーコンを用いた車椅子使用者における活動量及び自走・介助の判定手法」というタイトルで発表してきました．
この発表で「
ヤングリサーチャー賞
」と「
優秀論文賞
」を受賞しました
BLEビーコンを用いた車椅子使用者における活動量及び自走・介助の判定手法, 大鐘 勇輝, 榎堀 優, 梶 克彦, マルチメディア，分散，協調とモバイルシンポジウム2021論文集,pp.1200-1207,2021.
医療技術の発達により人の寿命は年々伸び，これに伴う高齢化によって介護業界の人手不足が社会問題となっている． 高齢者介護施設では日常生活の介助の他に，食事や運動による健康の維持や行動のモニタリングが求められる． これまで人におけるモニタリングの先行研究として，加速度センサを用いた手法や消費電力変化を用いた手法など，様々な手法が提案されてきた． しかし，これらの手法は車椅子使用者は対象外，または導入・運用コストが高いという問題がある． そこで本研究では，車椅子使用者を対象とした低コストなモニタリング手法を目指し，その基礎検討としてBLEビーコンを用いた活動量及び自走・介助の判定手法を提案する． BLEビーコンから発信される電波は微弱であるため，受信機との距離や向きによって電波強度が変化しやすい． この特徴を利用し，BLEビーコンを車椅子の車輪に取り付け，回転による受信電波強度の変化から推定を行う． ただし，BLEビーコンの電波は微弱であるがゆえ，建物構造や部材，ネットワーク機器による電波ノイズの影響を受けてしまい，正確に推定を行えない可能性がある． この問題を解決するため，提案手法ではBLEビーコンへの指向性アダプタの取り付けや，測定データへのデジタルフィルタの適用を行う． そして，ノイズを軽減したデータから車輪回転数と自走しているのか，介助されているのかを推定する． また，本稿では判定結果の可視化方法についても検討を行い，基本的な機能の試作を行う． 提案手法を用いてテスト環境で車椅子における自走・介助の判定精度を確かめた． その結果，自走と介助の判定は93.0％の精度で行えた．
こんにちは． M1になりました大鐘勇輝です． 6月30日(水)～7/2日(金)の日程で開催されたDICOMO2021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「BLEビーコンを用いた車椅子使用者における活動量及び自走・介助の判定手法」というタイトルで，BLEビーコンを用いた車椅子使用者のモニタリングに関する研究を発表させていただきました． これは以前、DICOMO2020で発表した「車輪に取り付けたBLEビーコンによる車椅子移動認識手法」の研究を介護施設におけるモニタリングとして拡張したもので，活動量や自走・介助の状態をBLEビーコンだけで推定するという研究になっています． 残念ながら去年に引き続き，今年もコロナウイルス流行の影響でオンライン開催となり，DICOMOの特徴でもある温泉地での開催が叶いませんでした． しかし，発表自体は非常に満足できる内容となり，その甲斐あってか「 ヤングリサーチャー賞 」を受賞できました！！ DICOMOに参加するのは今年で3回目でしたが，賞を取れたのは今回が初めてだったのでとても嬉しかったです． 最近ようやくコロナウイルスのワクチン接種が始まったので，来年こそは温泉地で開催できると良いなぁ…
自分たちの発表が終わった後に，宮川さんと一緒に打ち上げも兼ねてスーパー銭湯と食事に行ってきました． お肉とても美味しかったです．
B4の水野脩也です．
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．
この発表でアイデア賞を受賞しました．
飲み会を行う機会は多々ある，例として忘年会や懇親会など種類は様々だ． その中でスマホの普及などによって，気軽に写真撮影ができるようになったことで飲み会の様子を撮影する機会が増えた． しかし，飲み会の問題点として，会話が盛り上がらない，飲み過ぎによる体調異常，アルコールハラスメントが挙げられる． 本アプリは，飲み会などのお酒を飲む機会で自撮りを行い，自分がどの程度酔っているかを判定し視覚的に状態がわかるので，コミュニケーション促進や飲み過ぎ防止を手助けするアプリです． まず，どの程度酔っているか判定する要素として． 人はアルコールを摂取するとふらついたり，顔が赤くなったり様々な症状が現れます． 本アプリでは顔が赤くなる症状を利用しています． 最後に，アプリの仕組みとして，自撮りを行い，その画像から顔の赤みを抽出します． 抽出した，赤みの値を参考にして，独自に収集した，顔の赤みとアルコールの相関と比較，酔いの状態を判定し，アプリ画面に判定結果を表示します．
今回このような賞をいただくことが出来て大変嬉しく思います． 今後もこの受賞を励みに，研究を進めて行けたら良いなと感じます．
B4の水草創斗です．
今回第8回学生スマートフォンアプリコンテストにて研究発表を行なってきましたので，報告します．
この発表で最優秀賞を受賞しました．
毎年多くの方が，心停止によって亡くなっている． その中には外出時に突然倒れてしまうケースも少なくない． その際重要になるのが，心臓マッサージ等の一次救命措置である． しかし，市民が倒れる瞬間を目撃したケースでも一次救命措置の実施率は6割にとどまっている，その原因を調査すると一次救命措置への知識・経験の不足が目立つ結果となった． そこでどうすれば一次救命措置未実施が減らせるかを考え，心臓マッサージの練習に着目した． 現状練習するにはどうしても心臓マッサージ用の人形が必要であり，コストが高いという問題がある． そこで“スマートフォンの気圧センサと身近にある密封できる袋を使えば今までよりも手軽に心臓マッサージの練習ができるのではないか“と考え心臓マッサージ練習アプリを制作している． 現在のアプリの機能としては，リアルタイムに練習できるモノと自分の心臓マッサージをテストできるモノがある．
今回初めての発表で，さらにオンライン事前提出形式という特殊な状況でしたが，結果最優秀賞という素晴らしい賞をいただくことができました． この受賞は，梶先生をはじめとした研究メンバーの意見や支えがあっての受賞だと感じています．
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．
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．
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．
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．
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.
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．