3次元距離画像センサを用いた進化論的多目的最適化に基づく上肢関節角度推定

摘要

In this research, we have developed a rehabilitation support system for analysis of upper body motion using 3D image sensor. Such a sensor has embedded systems to detect and track joint positions, but it is difficult to directly apply the data to calculation of inverse kinematics to estimate the joint angles because of errors in measurement. To solve the issue, some researchers have proposed methods of joint angle estimation using kinematic model and search technique. In these works, objective functions were defined to evaluate the similarity of posture between a person and kinematic model, and the problem was typically considered as a single-objective optimization problem. However, the data basically includes not only feature of personal behavior patterns but also noise. Therefore, we address a multi-objective optimization problem in order to scale back the influence of noise. This paper proposes a method of joint angle estimation of upper limb base on Evolutionary Multi-criterion Optimization (EMO). Furthermore, we apply a feedforward neural network to motion pattern modeling to realize a predictive search, combining with the EMO.%本研究では，上肢運動の計測，分析，評価を目的とし,3次元距離画像センサを適用した計測システムを構築する.3次元距離画像センサは関節部位の位置を推定し，逐次的にデータの取得ができる一方，推定された関節座標に含まれる計測誤差のため，関節角度を推定する場合には，逆運動学を直接的に扱うことが困難になる.従来手法において，運動学モデルと探索手法を用い，関節角度を推定する手法が提案されているが，多くの場合，被写体と運動学モデルの姿勢の類似度を評価関数とする単一目的最適化問題として扱われるため，計測データに突発的なノイズが生じる場合には適切な解を得ることがむずかしくなる.そこで，本研究では計測された関節座標から関節角度を推定するために，進化論的多目的最適化を用いる.さらに，EMOの探索過程において，被験者の動作パタンを学習するニューラルネットワークを適用することで，運動動作に対する予測的な探索を実現する.