>  > RSR ダウンサス トッポ H82A 20/9~ FF 660 NA S 1台分

RSR ダウンサス トッポ H82A 20/9~ FF 660 NA S 1台分

【Audi A1 (2011/01~) アイスウィープ】AUDI A1 リア スタビライザー ブリヂストン ネクストリー 145/65R13 69S◆【送料無料】NEXTRY 軽自動車用サマータイヤ ノブレッセ フィットハイブリッド GP5/6 リアディフューザーマーク2 塗装済 ガンメタ:標準グレード用 取付込 14インチ サマータイヤ セット【ムーブ キャンバス(LA800S・810S)】MANARAY ヴァーテックワン アインス1 ダークハイパーシルバー/リムDC 4.5Jx14Economist ATR-K 155/65R14

1台分 トッポ H82A ダウンサス RSR NA 660 S FF ダウンサス 20/9~ トッポ

リンク集

講義

研究室専用

【メーカー在庫あり】 (株)タンガロイ タンガロイ 転削用C.E級TACチップ 10個入り XHGR18T204ER-MJ JP

RSR ダウンサス 品番:EST-2341 トッポ 前後1台分セット■適合詳細要確認■代引き不可■ H82A 20/9~ FF 660 NA S 1台分

 本研究では「人間の相互作用機能に重点をおいたヒューマトロニクス」と「操作熟達を支援するメカトロニクスHAM (Human Adaptive Mechatronics)」を融合させて、効率的で自然な支援機械システムを創出することを目指しています。最終目標は
 ・"熟達"を定量的に考慮した人間状態モデルの確立
 ・上記モデルに基づいたアシスト手法の確立
 ・操作熟達を向上させるための情報提示制御法の確立
です。本研究は、原島文雄先生(首都大学東京)、小林春美先生(理工学部)、五十嵐洋先生(工学部)との共同研究[文部科学省科研費基盤(A)]で、平成21~23年度の期間に実施されました。

【成果概要(全期間)】

 人間の熟達化を支援する機械システムの設計論確立のため、社会・計画・認知・動作・生体の5つのレベルから成る階層的なスキル分類モデルを提案し、6種の被験者実験を通して、各階層のスキルに関する熟達定量化・支援法の有効性を検証しました。特に、社会スキルについてはチーム熟達・語用熟達・指示動作を解明し、計画スキルについては人間の操作意図推定法を確立。さらに生体スキルについては弁別度を考慮した操作支援法を実証するなどの成果が得られました。
Abstract:To establish a system design methodology of intelligent mechatronics enhancing human skill, the five-level hierarchical skill model was presented. Based on the model concept, we studied methods of quantification, analysis, and assist of their skills, and their effectiveness were confirmed through six types of task experiments. Especially, social skills of team / pragmatics / pointing motion, were elucidated, and an estimation algorithm of operational intentions for the planning skill was established. And adaptive assistance control without awareness was demonstrated.

【1. 背景】

 本学では、平成15~平成19年の期間で、21世紀COEプログラム「操作能力熟達に適応するメカトロニクス:Human Adaptive Mechatronics(HAM)」(リーダ:古田勝久、サブリーダ:原島文雄)の研究を進めてきました。しかし、そこでの最終目標である“操作支援手法の確立”は十分ではなく、“熟達”の質と内容を体系的に扱うことが欠けていました。また、さきがけプロジェクト「相互作用と賢さ」(平成12~16年度、研究代表:原島文雄)では、人間中心のメカトロニクスである「ヒューマトロニクス」を提唱していましたが、システム全体の性能向上に重要な“適応性”が、主に人間側に委ねられている点が問題でした。つまり、これらの研究を発展的に展開するために、“人間らしさ”の本質的な特徴や原理を、熟達支援という観点から体系的に捉えることが必要でした。

【2. 目的】

 そこで、機械が人間の熟達化を助けるシステムを設計するにあたって必要な、「①体系的な人間システムモデリング方法の確立」と、「②熟達支援法の集積」を目標に、本基盤研究(A)「熟達を考慮した人間システムモデリングとその支援」に取り組んできました。①については 、熟達を考慮した人間モデルの検討とその熟達度を数値化する研究を、②については支援系の設計手法やアルゴリズムに関する研究が、その具体的な内容です。 人間システムモデリングの構築にあたっては、人間-機械系における「熟達」の意味と定義を明確にする事から始め、Normanのユーザ行為に関する7段階モデル、モデルヒューマンプロセッサ、Rasumussen のSRKモデルなどの人間の情報処理モデルの従来研究を参考に、「熟達(スキル)にはレベルがあり、階層化すべき」との結論に達し、社会・計画・認知・動作・生体の5つからなる5階層スキル分類法を提案しました(左下図)。そして各スキル(Skill)の階層毎に、支援(Assist)と人間への入力(Input)と出力(Output)情報を考え、5skill-SAIOモデル(右下図)を人間システムモデリングの枠組みとして考案しました。この階層分類に従って、各レベルの個別研究テーマを展開し、人間-機械支援系設計のための“熟達定量化”と“支援方法”の集積・確立を目指しました。


左:熟達の5階層分類(上が上位スキル) 右:5skill-SAIOモデル(熟達支援問題を扱うための概念スキーム)

【3.方法】

 本研究では基本的に
 1) 5階層スキル分類に関係した実験タスクを考案、
 2) 被験者実験で各タスクでの人間の挙動データを収集 【メーカー在庫あり】 GDM2020N010PQ 京セラ(株) 京セラ 突切り用チップ PR1215 PVDコーティング 10個入り GDM2020N-010PQ JP店、
 3) データを元に熟達を数値化する手法を検討、
 4) 得られた知見に基づいて支援系を提案、
 5) 再度、被験者実験で支援方法の有効性を検証
というプロセスで研究を進めました。以下、各タスクの詳細を説明します。
 
(1)協調運搬タスク[cooperative carrying: cc-task] :役割分担や発話などの社会スキルと計画スキルを分析する目的で考案したもので、3名のオペレータが同時にCG仮想空間シミュレータ上の仮想ロボットを操作するタスクです(右図(a))。仮想空間内の箱を互いに協力して運ぶ作業を通して、共同作業時の会話やロボット操作、視線や脳賦活、脳波・心拍等の生体信号を計測し、各スキルの分析に用いました。

(2)遠隔操作タスク[remote radio control: rr-task] :遠隔操作可能なラジコン建機を用いて掘削作業ジオラマ(右図(a))を構築し、遠隔操作コンソール(右図(b))の操作者の環境認知スキルや作業計画スキルと、手や視線等の人間の挙動との関係を解析するために考案したものです。

(3)意図解釈タスク[intention interpretation: ii-task]:人間の指示し行動の速さと強さなどの特性と、意図解釈の関係などの認知スキルを調べる為のタスクです。名称と部位の関係に冗長性がある事物を用い、実験者の指示に対して被験者がどのように解釈したか、その内容を調べることで認知分析を行いました。
 
(4)語用タスク [pragmatics paradigm: pp-task] :会話コミュニケーションにおける、言葉と言葉の間の“間(ま)”は、相手への意図伝達を円滑にするための社会スキルの一部です。そこで事物の部位と名称との対応を意図的に変えて、対話者の反応と意思疎通を調べるタスクを考案しました(右図(a))。
(5)鏡映操作タスク[mirrored manipulation (mm)-task] :鏡に映った逆向きの映像を見ながら、利き手でない手で文字や記号を描くというタスクで、意図的に認知的な負荷を被験者に課して認知・生体スキルを調べました(右図(b))。

(6)倒立安定化タスク [stick stabilization: ss-task] :人間が力覚フィードバック付き入力装置を使ってCG仮想振子を倒立安定化させる訓練タスクです(右図(a))。視覚と力覚情報を用いて人間がどのように手を使って、機械の運動制御、すなわち生体スキルを獲得するかを脳計測(右図(b))を併用して調べました。


【4. 成果】

4.1. 社会スキルについて
【チーム熟達】 共同作業をする時には一人一人の役割がチームの熟達に関係しています。複数ユーザを支援する研究ではCSCW (Computer Supported Cooperative Work)などがありますが、それらは主としてコミュニケーションの円滑化に主眼が置かれており、直接的な作業支援や具体的なグループ作業を扱ってはいません。そこでcc-taskで共同作業時の操縦履歴から社会的特性(リーダ/フォロワ性など)を識別するための要因調査を行い、社会性役割分担指標を提案。チーム全体の作業効率とに相関があることを確認し(右図)、社会スキルを定量化する指標を定式化することができました【担当:五十嵐】[14]。

【語用熟達】 社会スキルとコミュニケーションは密接な関係があるので、cc-task実験中の複数操作者間の発話内容と作業熟達の関係を分析しました。その結果、試行を重ねるにつれ、使用コーパスの種類が収束し、共通基盤(Common Ground)の獲得が起きてチーム熟達が向上することが、コミュニケーションの観点からも確認できました[11]。  この知見を元にして、機械による音声支援のあり方を模索するため、言語発達期にある子どもの語彙獲得特性を調べました。子どもの日常生活のビデオデータからコーパス解析したところ [ホイールのみ単品4本セット] AME / MODELART BRAZZER (BKF) 20インチ×9.5J PCD:114.3 穴数:5 インセット:-22、平均発話長は幼児期初期では1~2個、前就学期では4個前後の語を使っており、品詞使用割合は2歳では名詞が多く6歳では比較的動詞が多いことなど、発達心理学上、重要な知見が判明しました(右図)。これらの結果から、機械による支援を行う際、タスクに関する情報が単純なら名詞、タスクに関する情報が複雑なら動詞も多く用いると好ましいという指針が得られました【小林】。

 さらにpp-taskを用いて、幼児の語用と視線の関係をビデオ分析したところ、 4歳児になると発話タイミングの“間”という時間の情報を意図解釈に用いることが確認されました。従来の認知スキルの概念は判断・記憶・言語能力などを含みますが、微少な時間の経過による語用論的要因は含まれていません。このことから、新たに時間という概念を加えることで認知スキルデルがより適切になることが示唆されました【小林】[12]。そこで本成果に基づき、cc-taskの共同運搬作業において、自律ロボットが人間相手に正しく作業意図を伝えるための行動計画(運動経路、発話タイミング)決定法を提案しました。本手法は、後述の意図推定アルゴリズムを基盤にしたものです。cc-taskを改造した語用検証実験(右上図)を通して、その有効性を確認することができました【鈴木】。

【指示動作】 社会スキルが関係する共同作業時には、指示動作や意図伝達が重要です。指示されたモノが何であるかを正しく理解できなければ適切に行動はできません。そこでii-taskを子どもと大人に対して用い、指さし行為などの非言語コミュニケーション要因を分析しました。その結果、
 ・2歳児では指示された時の指の“動き”を
 ・4歳児では指さし時の対象物と指との“接触状況”を
 ・大人では指示者の利き手と指さしの距離を“統合的”に
判断して他者の意図を推定していることが分かり、指示動作と意思伝達率の複雑度との関係を明確にできました。さらに、指示動作を利き手と非利き手で行った場合に、相手に伝わる意図動作の速さや強さに違いが生じる(右図)ことが判明し、ジェスチャコミュニケーションの新たな要素に関する知見も得られました【小林】[13]。


4.2. 計画スキルについて
 作業スキルをrr-taskを用いて調査しました。人間がコンソールを操作するとき手を運ぶ動作(リーチング動作)、スイッチ切替え時間、そしてスイッチ配置位置との関係を分析した結果、機械操作の熟達が進むとFitts則(リーチング動作の距離と到達先精度に関する実験式)の困難度指数の分散が減少する事が示されました[4]。この成果は、カメラや生体計測装置などの特別な機器なしに、簡単に計測することのできるスイッチ操作データのみから、操作者の計画スキルを定量化できることを意味します。つまり、個々のユーザの機械操作の熟達度を簡単に知る方法が得られたということです【鈴木】。
 また YOKOHAMA ADVAN Racing RS-D 8.5J-19 とYOKOHAMA DNA ECOS ES300 245/40R19の4本セット、人間が行う一連の作業を機械が支援するには、その作業や操作内容を機械が識別できなくてはなりません。そこでSOM(Self-Organizing Map: 自己組織化マップ)を利用して、操作者の作業内容を自動的に識別する方法を提案しました[3]。rr-taskタスクを用いて提案手法の有効性を検証したところ、個々の操作モードを分類できる(左下図)だけでなく、分類されたクラスタ間の距離情報から操作者の熟達度が測れることが分かりました。
 そこで本成果を発展させ、人間の操作履歴や環境変化、タスクの進捗状況を考慮して、操作意図を推定する手法を確立しました。本手法はSOMでクラスタリングした操作意図規範を用い、ベイズ推定のアルゴリズムを用いて、主観確率的に意図を推定するものです(右下図)。さらにペトリネットを組み込むことで、作業内容の文脈性も考慮して推定精度の向上を図るアルゴリズムも考案しました。rr-taskのデータを用いて本提案アルゴリズムを検証したところ、人間並みに他者の意図の推測ができていることが確認されました【鈴木】[10]。


左:SOMで自動識別された操作者の操作モードマップ(同色クラスタが一つの操作モードに対応) 右:意図推定アルゴリズム(パーティクルフィルタによる実装概念図)

4.3. 認知スキルについて
 環境を認知して行動を決定するためには、環境やタスクそのものに関する知識が必須で、その知識の優劣が行動のパフォーマンスを左右します。そこでタスク遂行に必要な知識構造をAction Fast Methodを用いてオントロジ(知識構造のネットワーク表現)化し、人間-機械系設計に反映させる方法論について研究しました。cc-taskをケーススタディとしてcc-taskオントロジ(右図)を構築し、上述の操作分類法や意図推定法のSOMを適切に得るために活用することができました【鈴木】。
 また、環境認知の基礎研究としてrr-task遂行時の操作者の視線挙動を調べました。その結果、熟達すると環境認知の習熟化がおき、熟達初期段階では様々なモニタを見て操作対象物を主に見るが、熟達後期段階ではメインモニタのみを用いて作業空間や地面などを見る傾向が確認されました。つまり、熟達化に伴い関係のある事物は潜在的に注意し、主に空間の位置関係を確認するために観察を行っていることが示され[15]、視線挙動から認知スキルの程度を知るための一手法を得ることができました【小林】。

4.4. 動作スキルについて
 熟達していない人の脳のワーキングメモリ(前頭前野付近にあり、熟達化に関係があるとされている部位)の活性は高く、熟達するにつれそれらの脳活動は減少することを示しました[6]。しかし、熟達後でも方策(作業の方法)を変更するときには脳活動が増加することを、mm-taskを用いた脳血流量モニタリング(NIRS)と動作データとの相関解析で明らかにしました。これはワーキングメモリの賦活増減だけで熟達度を単純に判断することは危険であることを示しており、NIRSによる熟達判定法を検討する際の注意事項として、他の計測内容に反映させました【小林】。

4.5. 生体スキルについて
【視線・制御特性分析】 視覚と機械操作には密接な関係があり、視覚-運動系の適切な連携は生体スキルの本質です。そこで本スキルの熟達化の要因を明らかにするため、3D-CGによるホバークラフトシミュレータを構築し、その操作に慣れるまでの被験者の視線の動きとホバークラフトの操縦特性を解析しました。その結果、ホバー(機械)の操作に慣れるにつれ、操作者はコース内の目標地点を素早く注視することができ、仮想3次元空間内の変化量に対して敏感に反応する操縦特性を獲得することが確認され、視線変化から間接的に機械操作のスキルを推定できることを確認しました[8]【鈴木】。

【不安定系の制御戦略分析】 不安定なシステムを安定化する操作は PAN SPEED RX-7 FD3S Rオーバーフェンダー、機械操縦の基本的動作であり、生体スキルに必要な機能のひとつです。そこでss-taskを用い、機械システムの安定化を試みている人間の操作と脳の賦活状態を計測し、人間の制御器としての特性を K&H ケイアンドエイチ シート本体 ダブルシート パイピング黒 <セミオーダー> カラー:ダークブラウン2 カラー:メッシュ、人間特有の遅れ要素を考慮して分析しました。その結果、位置情報に基づくフィードバックよりも、速度に基づく予測制御が支配的であり、そのために熟達者の脳では視覚処理系が運動系よりも活性していることが分かりました。さらに人間の不安定系の制御特性である、オン-オフ間欠制御(制御操作を間欠的に切替える戦略)は、2つの遅れ要素を含む線形モデルで表現できることを示しました。この制御理論的知見は、人間支援系を設計するときの人間モデルとして活用できます[5,9]【鈴木】。

【弁別度考慮支援】 機械を操るための入力装置(ハンドルなど)を適切に操作するために必要な生体スキルの獲得には、操作者が操作対象の動特性を内部モデルとして学習することが必要です。そこで、操縦対象の機械の動的特性を変化させて、操作者の内部モデル学習を促す、操作支援手法の研究を行いました。しかし、機械の動特性を急激に変化させてしまうと、操作者は違和感を覚え、その学習が妨げられることが予備実験で示されましたので、操作者が動特性の変化を知覚(弁別)できない範囲で動特性を修正する手法を提案し、実験で検証を行いました。その結果、人間に操作対象の動特性の変化を気づかせずに操作精度の向上が可能であること、つまり人間に気づかれずに機械の特性を調整して操作を上達させる支援の方法を提案できました[7]【五十嵐】。

【5.まとめと今後】

 以上で述べてきたように本プロジェクト研究では、5階層スキルモデルの各スキルの定量化法、分析法、支援系設計法などのいくつかを考案できました。対象とするタスクの特徴を [ホイールのみ単品4本セット] VOSSEN / CV3R (PMS) 20インチ×10.5J PCD:112 穴数:5 インセット:15 DISK:DEEP5階層スキル分類に準えて分析し、その主だったスキルレベルに相当する支援系を設計することで、

RSR ダウンサス トッポ H82A 20/9~ FF 660 NA S 1台分専門店

、人間の熟達を支援することが可能であることが示されました。  その一方で、各レベルのスキル毎の方法を集約し、統合的に支援系を構築するアプローチも有効だろうと思います。そこで全スキルレベルを考慮した実験検証を計画し、遠隔操作型の運搬ロボット3台を製作し、cc-taskに似せた共同運搬タスクにおける支援系の評価実験システムの構築を現在進めています(右上図)。本実験では、環境認識能力に優れる人間をリーダに、自律支援ロボットをフォロワとした協調作業を想定し、リーダである人間の操作支援と熟達化を多面的に行います。  具体的には、
 ・操作者の操作意図の推定を"計画スキル支援"(4.2節)で、
 ・それを踏まえたフォロワロボットの自律的な行動決定と発話タイミングの最適化は"社会スキル支援"(4.1節)で、
 ・人間のロボット運動制御の支援については"生体スキル支援"(4.5節)で、
各々のレベルのスキル支援の可否を実証する計画です。現時点(平成23年夏)では、これら手法を統合するための実装化の最中です。今後も、現実のタスクにおける課題の抽出や、実空間での有効性の評価を進め、操作者支援のための人間モデルとその支援手法の体系化の研究を進めます。

【6. 成果公開】

 本研究で得られた成果は、主に国際会議で企画した特別セッション(Ro-Man2009で3件, Ro-Man2010で4件, HSI 2011で3件、Ro-Man2011で2件発表予定)で発表し、他国際会議で計20件、招待講演1件、学会大会で計10件を発表しました。研究成果は雑誌論文にまとめ、9件が掲載されました。特に、知的メカトロニクスとHAMに関する論文記事(内2件[1,2])は、IEEE Industrial Electronics SocietyのMagazineに掲載され、

RSR ダウンサス トッポ H82A 20/9~ FF 660 NA S 1台分

、成果を広く公布できたと思います。

【7. 主な発表論文等】

〔雑誌論文〕
[1] F. Harashima and S. Suzuki, “State-of-the-art intelligent mechatronics in human-machine interaction,” IEEE Industrial Electronics Magazine, vol. 4, issue 2, 2010, pp. 9-13.
[2] S. Suzuki, “Human Adaptive Mecatronics, IEEE Industrial Electronics Magazine, vol. 4, issue 2, 2010, pp. 28-35.
[3] S. Suzuki, “Characteristics analysis of a task switching during console operation based on the self-organizing map,” Int. J. of Advanced Mechatronics Systems, vol.2, nos.5/6, 2010, pp.306-317.
[4] S. Suzuki and F. Harashima, “Skill evaluation from observation of discrete hand movements during console operation,” Journal of Robotics, vol. 2010, 2010, ID 967379, 13 pages.
[5] S. Suzuki, F. Harashima, and K. Furuta, “Human control law and brain activity of voluntary motion by utilizing a balancing task with an inverted pendulum,” Advances in Human-Computer Interaction, vol. 2010, ID215825, 16pages.
[6] H. Kobayashi, “Performance types and activation of prefrontal cortex,” Journal of Robotics and Mechatronics, vol. 20, no. 5, 2008, pp.726-730.
[7] H. Igarashi, “Human adaptive calibration for machine operation without awareness,” Journal of Robotics and Mechatronics, vol. 20, 2008, pp. 595-601.
[8] F. Harashima, S. Suzuki, Future of mechatronics and human machine operation skill and visual perception,”SICE Journal of Control, Measurement, and System Integration, vol.1, 2008, pp.18-25.
[9] S. Suzuki, “Brain monitoring analysis of voluntary motion skills,” The International Journal of Assistive Robotics and Mechatronics, , vol.9, no. 2, 2008, pp. 20-30.
〔学会発表〕
[10] S. Suzuki and F. Harashima, “Context- aware Bayesian intention estimator using Self- Organizing Map and Petri net,” IEEE Int. Symp. on Robot and Human Interactive Communication (Ro-Man2011), July 31-Aug.3, Atlanta, USA.
[11] S. Nakata, H. Kobayashi, M. Kumata, and S. Suzuki, “Human speech ontology changes in virtual collaborative work,” the 4th Int. Conf. on Human Sys. Interaction (HSI2011), May, 19-21, 2011, Yokohama, Japan.
[12] T. Yasuda, H. Kobayashi, “Influence of 10 Seconds Interval in Pragmatic Interpretation,” Ro-Man2010, Sep. 12-15, 2010, Viareggio, Italy.
[13] H. Kobayashi, “Kansei to subtle finger movement knowing referential intentions of other people: comparison of dominant hand and non-dominant hand,” Int. Conf. on Kansei Engineering and Emotion research, Mar. 3, 2010, Paris, France.
[14] H. Igarashi, S. Suzuki, H. Kobayashi and F. Harashima, “Role sharing analysis on multi-operator cooperative work,” Ro-Man2009, Sep.27-Oct.2, 2009, Toyama, Japan.
[15] H. Kobayashi, “Relations between eye gaze and cognitive factors in a transportation task using remote control,” RO-MAN09, Oct. 27, 2009, Toyama, Japan.
(他37件)

【過去の途中報告】


※本ホームページからの如何なる転載も固くお断り致します。

※本ホームページはFirefox ver.3.6以上もしくはInternet Explorer ver.7以上でご覧ください。

{yahoojp} {humachine.fr.dendai.ac.jp}
{yahoojp}jpprem01-zenjp40-wl-zd-73104