利用者コンテキスト認識における 電車内外判定に関する検討

1. 利用者コンテキスト認識における電車内外判定に関する検討利用者コンテキスト認識における電車内外判定に関する検討 中村 友宣†小川 剛史††清川 清†,†††竹村 治雄†,††† †大阪大学大学院 情報科学研究科 ††東京大学 情報基盤センター †††大阪大学 サイバーメディアセンター

2. ウェアラブル学習システム • 移動中の連続した学習を支援するシステム • 状況に応じて提示内容や提示手法を動的に変更 • 本システムの利用例 • 大学生の一日 PDAに講義の予習コンテンツ ヘッドホンから語学コンテンツ 講義室前でPDAに講義情報 PDAに参考書の貸し出し状況 PDAとヘッドセットを携帯 自宅から大学へ登校 ヘッドホンから今日の学習スケジュール PDAからヘッドホンに変更 マイクロホンで問題に回答 講義中はシステムによる学習が停止

3. システム要件 • 利用者コンテキスト認識機構 • デバイス・コンテンツ制御機構 • 対象：通学時の空き時間 • 移動手段：徒歩，自転車，電車 • 提示用機器：ヘッドホン，モニタ • 回答用機器：ボタン，マイクロホン

4. 利用者コンテキストと入出力機器 学習に集中できない 危ない 押せない 近傍の人に迷惑

5. 認識手法 足の角度と加速度計測 高速フーリエ変換 サポートベクターマシン 遷移のし易さを考慮 平均認識率：93.7% 認識手法 電車内で発生する揺れ 平均認識率：73.5% 新たな認識手法 体から天井までの距離 利用者コンテキスト認識機構 • 基本5状態と電車内外2状態に分けて認識 「座位」「立位」「歩く」「走る」「こぐ」 「立位」状態での「電車内」「電車外」

6. 電車内で発生する揺れを利用 予想 3軸加速度センサで合計加速度を計測 電車内：振動で揺れる電車外：揺れない 加速度の変動（2秒間） パワースペクトル 立位（電車内） 立位（電車内） 立位（電車外） 立位（電車外）

7. 電車の天井までの距離を利用 予想 超音波センサで垂直距離を計測 電車内：天井は低い電車外：無い，または高い 距離の変動（1分間） 1秒毎の中央値 立位（電車外） 立位（電車外） 立位（電車内） 立位（電車内）

8. 識別器：サポートベクターマシン • 学習フェーズ • 教師あり学習：対応する状態を手動で与える • パワースペクトル/中央値と対応する状態の組を学習 • モデル：各状態のクラスの境界 • 推定フェーズ • モデルに基づいて各利用者コンテキストに分類

9. 学習データ 帰宅時に取得 電車内：100サンプル電車外：100サンプル 試験データ 登校時に取得 電車内：1798サンプル電車外：204サンプル 評価実験－誤認識率の比較－ 超音波センサ • 3条件 • 加速度センサのみ • 超音波センサのみ • 両センサの併用 加速度センサ

10. 実験結果－誤認識率（超音波：腹）－ 立位（電車内） 立位（電車外） 32.8 65.7 63.2 72.1 1.9 4.9 • 加速度の電車内以外，誤認識率が高い • 併用の方が加速度のみより誤認識率が高い • 加速度と超音波が相互補完の関係にないから

11. 考察－超音波の誤認識理由－ 距離の変動（登校時） • 腹では天井までの距離が遠く，安定しない • 連続して電車の天井を認識できている箇所あり 立位（電車外） 立位（電車内） 肩に変更して再実験

12. 実験結果－誤認識率（超音波：肩）－ 立位（電車内） 立位（電車外） • 超音波の誤認識率が大きく減少 87.0 32.8 72.1 65.7 63.2 16.9 17.4 1.9 3.8 4.9 0.2 0.2

13. まとめと今後の課題 • まとめ • 立位状態での電車内外の認識方法を検討 • 加速度センサ：単体での判定は不十分 • 超音波センサ：単体で判定可能 • 今後の課題 • 加速度と超音波以外による方法の検討 • デバイス・コンテンツ制御機構と統合したひとつのシステムとして評価

14. ご清聴ありがとうございました

15. 基本5状態の認識過程 凡例 角度 加速度 データ FFT FFT 処理 パワースペクトル パワースペクトル 正規化 「座位」 「立位」 「歩く」 「走る」 「こぐ」 モデル SVMの学習 SVMによる推定 利用者コンテキスト 利用者コンテキスト 計測値による識別結果 遷移の 平易度 教師信号作成 遷移確率の考慮 各利用者コンテキストの確率 FFT: 高速フーリエ変換 SVM: サポートベクターマシン 認識結果の確定 利用者コンテキスト

16. 電車内外2状態の認識過程 凡例 加速度 距離 データ FFT 中央値 処理 パワースペクトル 距離の中央値 正規化 モデル SVMの学習 SVMによる推定 「立位」で 「電車内」 「電車外」 利用者コンテキスト 利用者コンテキスト 教師信号作成 FFT: 高速フーリエ変換 SVM: サポートベクターマシン

17. 各センサの仕様 加速度センサ WAA-001 超音波センサ BTE054

18. 超音波センサ装着図

19. 実験結果（1） －加速度のみ－ • 電車内の再現率は高いが，電車外は低い • 電車外でも電車内並の加速度が計測されたから

20. 実験結果（2） －超音波のみ－ • 電車内・電車外ともに高い再現率を示す

21. 実験結果（3）－加速度+超音波－ • 「超音波のみ」とほぼ同じ • 加速度と超音波が相互補完の関係にはないから

22. 倉沢[1]らの研究 携帯電話内蔵センサによる認識可能性の調査 「座位」「立位」「歩く」「走る」 佐藤[2]らの研究 精神的・肉体的負担の軽い健康管理・在宅医療へ利用 「座位」「立位」「歩く」「走る」「食事中」 関連研究 • 本研究 • 連続的なウェアラブル学習システムの構築 • 「座位」「立位（電車内）」「立位（電車外）」「歩く」「走る」「（自転車を）こぐ」 加速度センサ 生体センサ • [1] 倉沢, 川原, 森川, 青山: 装着場所を考慮した3軸加速度センサを用いた姿勢推定手法; 電子情報通信学会 総合大会論文集, B-15-8 (2006). • [2] 佐藤, 森田, 土井: 生体データと加速度データを用いた行動認識; 情報処理学会第65回全国大会論文集, 3T5B-2, pp.239-242 (2003).

23. 角度と加速度の計測 • 6状態は姿勢・動作と電車内外の組合せ • 「座位」，「立位」，「歩く」，「走る」，「こぐ」の5状態 • 足の曲がり具合（大腿部の角度）の変化 • 「立位」状態での「電車内」，「電車外」の2状態 • 電車内で生じる揺れ（加速度）の変化 0 ° -θ 姿勢1軸による 大腿部前面の角度 モーションセンサ (Xsens社, MTx) 3軸並進加速度による合計加速度

24. 角度と加速度の計測例 角度 加速度 座位 立位（電車内） こぐ 走る 立位（電車内） 立位（電車外） 立位（電車外） 歩く

25. 短時間フーリエ変換（STFT） 角度 加速度 立位（電車内） 歩く 走る こぐ 座位立位（電車内）立位（電車外） 立位（電車外）

26. 確率的状態遷移 時刻 t における状態が i である確率 状態 j から状態 i への遷移確率 過去2秒間の計測値から SVM で推定した時刻 t における状態が i である確率 状態 j から状態 i への遷移の平易度

27. 遷移の平易度 • x, y：自然数(1~1500) • nji：通学時の状態 j から状態 i への遷移回数

28. 認識率の定義 • 再現率： • 適合率：