ウェアラブルセンサと深層学習を用いた上肢の関節角度推定システムの精度向上

抄録

本研究では，単一のデバイスで上肢全体の関節角度を推定するシステムの開発を目的とし，システムの改良を行った．システムの入力には，ウェアラブルセンサMyo Gesture Control Armbandを前腕に取り付け，取得された，筋電信号，加速度，角速度を用いた．深層学習の教師データには，MediaPipeという骨格検出ライブラリを用いて取得された，三次元位置データを，角度データに変換したデータを用いた．学習データの拡張および範囲の修正，DNNのハイパパラメータの調整，肩および肘関節の損失関数の重みの増加を行い，推定誤差を評価した．その結果，全関節の角度誤差の平均は0.261[rad]，位置誤差の平均は58.53[mm]となり，先行研究と比較してそれぞれ約21%，約39%減少した．