Download as PDF, PPTX
![様々な測位技術を紡ぐxDR (PDR&VDR)
31
• 安価: 加速度、ジャイロ、磁気、気圧の10軸セン
サを利⽤
• 低消費電⼒: 画像を⽤いた⼿法と⽐較し1/20以下
• 「柔軟な」屋内測位を実現:
• 測位インフラなしでも測位を継続
• 様々な測位技術からの結果を線（形、速度、
向き）で紡ぐ
速度
向き
モデルベースの速度推定
センサ姿勢の推定
センサ校正
⾼度
(階)
推定
進⾏⽅向の推定
歩⾏者⽤速度推定モデル ⾞両⽤速度推定モデル
VDR:
Vibration-based Vehicle
Dead Reckoning, ⾞輪型
移動体[フォークリフト,
台⾞等]⽤相対測位 [2016
年︓世界初]
PDR:
Pedestrian Dead
Reckoning,
歩⾏者⽤相対測位
[2010年スマホデ
モ︓世界初]
Kourogi, M., et al. (2003). Personal positioning based on walking locomotion analysis with self‐contained
sensors and a wearable camera, ISMAR 2003, pp.103‐112
興梠ら (2020). xDR技術に基づく測位・環境推定 〜 キャリブレーションフリーVDRと路⾯状態の
推定 〜, HCGシンポジウム2020](https://image.slidesharecdn.com/fit2021-kurata-210819054247/85/slide-31-320.jpg)
![PDR: 歩⾏速度の推定
32
歩⾏速度の推定
• 加速度の鉛直⽅向成分のピーク振幅と
歩⾏速度の間に⾼い相関
0
0.25
0.5
0.75
1
1.25
1.5
1.75
2
2.25
2.5
0 0.25 0.5 0.75 1 1.25 1.5 1.75
Speed
[m/s]
Forward acceleration gap [G]
User #1
User #5
User #4
User #3
User #2
4km/h=1.111m/s](https://image.slidesharecdn.com/fit2021-kurata-210819054247/85/slide-32-320.jpg)
![-0.25
-0.2
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
0.2
0.25
-0.25 -0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2 0.25
Side acceleration [G]
Forward
acceleration
[G]
進⾏⽅向
PDR: 進⾏⽅向推定
33
重⼒⽅向
⽔平⾯
進⾏⽅向
⽔平基準⽅向
（北）
• ハンドヘルド化（スマホ）には必須
• PCAの場合
• 姿勢推定（センサ座標系をスタビライズ）し⽔平⾯に加速度を投影
• 投影された加速度をPCAし進⾏⽅向を推定
Masakatsu Kourogi and Takeshi Kurata: “Personal Positioning based on Walking Locomotion
Analysis with Self-Contained Sensors and a Wearable Camera“, In Proc. The Second
International Symposium on Mixed and Augmented Reality (ISMAR03) pp.103-112.](https://image.slidesharecdn.com/fit2021-kurata-210819054247/85/slide-33-320.jpg)
![PDRベンチマーク
標準化委員会
• 加⼊組織 (45組織) (2021.8現在) (敬称略、順不同)
• 旭化成(株)、(株)インテック、(株)インフォマティクス、国際航業(株)、澁⾕⼯業(株)、クウジット
(株)、サイトセンシング(株)、シャープ(株)、杉原SEI(株)、(株)スコープラビット、(株)ゼンリン
データコム、(株)電通国際情報サービス、トーヨーカネツ(株)、 ⽇本IBM(株)、(株)⽇⽴製作所、
ビッグローブ(株)、富⼠通(株)、(株)フレームワークス[渡辺]、マルティスープ(株)、(株)ミライズテ
クノロジーズ、(同)ミルディア、(株)メガチップス、 ユビセンス・ジャパン(株)、(株)リクルート[⽜
⽥]、(株)リコー、レイ・フロンティア(株)、CLM NEXT(株)、(株)GOV、(株)KDDI総合研究所、
(株)MTI、(株)WHERE
• 愛知⼯業⼤学[梶]、学習院⼤[中澤]、神奈川⼯⼤[⽥中]、慶⼤[春⼭、神武、中島]、九⼤[島⽥]、筑
波⼤[善甫、⼩川、蔵⽥]、名⼤[河⼝]、奈良先端科学技術⼤[新井、内⼭]、 北陸先端科学技術⼤[岡
⽥]、新潟⼤[牧野]、⽴命館⼤[⻄尾、村尾]、 産総研、HASC、Lisra
• 歴代委員⻑：
• 第１，２期：2014/5-2018/4 蔵⽥武志（産総研）
• 第３，４期：2018/5-2022/3 河⼝信夫（名古屋⼤）
⼊会募集中
• PDRに限らず屋内測位とその応⽤・
普及にご興味あればぜひ！
• ⼊会費、年会費：無料
⼊会募集中
• PDRに限らず屋内測位とその応⽤・
普及にご興味あればぜひ！
• ⼊会費、年会費：無料
36
• ⽬的：測位技術・位置情報活⽤を盛り上げること！
• PDR （Pedestrian Dead Reckoning: 歩⾏者⽤相対測位）やVDR
（Vehicle Dead Reckoning: ⾞両⽤相対測位）含むxDR（PDRやVDR
を含む相対測位、DR for X）の性能等の評価に関する活動
• xDRを含む各種屋内測位技術とその関連技術の普及促進に関する活動](https://image.slidesharecdn.com/fit2021-kurata-210819054247/85/slide-36-320.jpg)
![研究開発テーマ名︓「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」
（2021〜2024年度[中間ゲートあり]）
委託先︓国⽴研究開発法⼈産業技術総合研究所、国⽴⼤学法⼈京都⼤学、
国⽴⼤学法⼈東京⼤学、セイコーエプソン株式会社、株式会社エブリハ
主要研究者︓蔵⽥ 武志（産総研）、⻘⼭ 朋樹（京都⼤）、葛岡 英明（東京⼤）
腰原 健（セイコーエプソン株式会社）、⼤島 賢典（株式会社エブリハ）
Webサイト︓https://unit.aist.go.jp/harc/nedo-xrai-healthcare/
55
想定される成果
遠隔リハビリのための多感覚XR-AI基盤整備
1対N、0対Nの遠隔ヘルスケアサービスの設計
1対N遠隔化
（マインドセット切替）
０対N遠隔化
（同種・異種の互恵ケア）
ヘルスケアサービスのための
多感覚XR-AI技術基盤モジュール群](https://image.slidesharecdn.com/fit2021-kurata-210819054247/85/slide-55-320.jpg)
Uploaded byKurata Takeshi
製造業・サービス業での人とシステムとの協調
講演ビデオ： https://youtu.be/I-5z2FP-ZtY 本講演では、産総研が参画した各プロジェクトにおいて取り組まれた製造業・サービス業での人とシステムとの協調に関する研究開発事例を概説する。まず、人間拡張研究センターの研究事例から、日本食レストランへの配膳ロボット導入と屋内測位などを適用した導入効果の評価、及びその考察について概説する。次に、インダストリアルサイバーフィジカルシステム(CPS)センターの研究事例から、人・機械協調に基づく変種変量生産のための研究開発事例を紹介する。最後に、ヘルスケアサービスの提供者と利用者、さらに利用者同士がAIと協調しながらQoL (Quality of Life)やQoW (Quality of Working)を向上させるための技術基盤の構想について議論する。
More Related Content
![[DL輪読会]Focal Loss for Dense Object Detection](https://cdn.slidesharecdn.com/ss_thumbnails/focalloss-180208092846-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]When Does Label Smoothing Help?](https://cdn.slidesharecdn.com/ss_thumbnails/yokota20191227dl-191227001522-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DL輪読会]Progressive Growing of GANs for Improved Quality, Stability, and Varia...](https://cdn.slidesharecdn.com/ss_thumbnails/kuboshizuma20180316-180525003941-thumbnail.jpg?width=640&height=640&fit=bounds)
製造業・サービス業での人とシステムとの協調
- 1. ⼤学院システム情報⼯学研究科 知能機能システム学位プログラム 製造業・サービス業での ⼈とシステムとの協調 蔵⽥武志12 1産業技術総合研究所 ⼈間拡張研究センター 副研究センター⻑ 2筑波⼤学システム情報系 教授（連携⼤学院） （応⽤サービス⼯学研究室） 第20回情報科学技術フォーラム（FIT2021） イベント企画：⼈間・ロボットの協調のためのCV/PR技術 14:10‐15:10 講演(2)
- 2. 講演「製造業・サービス業での⼈とシステムとの協調」概略 ① 産総研⼈間拡張研究センター（HARC）より ⽇本⾷レストランへの配膳ロボット導⼊と屋内測位などを適⽤した導⼊効果の評価、 及びその考察 ② 産総研インダストリアルサイバーフィジカルシステムセンター(ICPS)より ⼈・機械協調に基づく変種変量⽣産のための研究開発事例 ③はじまったばかりのNEDOプロより ヘルスケアサービスの提供者と利⽤者、さらに利⽤者同⼠がAIと協調しながらQoL (Quality of Life)やQoW (Quality of Working)を向上していくための技術基盤の構想 講演者略歴 蔵⽥武志。1996年筑波⼤学⼤学院⼯学研究科修⼠課程修了。1996年より電⼦技術総合研究 所（現在の産業技術総合研究所）研究員、2020年より産総研⼈間拡張研究センター副研究 センター⻑。2003-2005年にJSPS海外特別研究員（ワシントン⼤HITLAB客員研究員）、 2009年より筑波⼤学⼤学院教授（連携⼤学院）、2018-2020年に住友電気⼯業株式会社ク ロスアポイントメントフェローをそれぞれ兼務。⽇本バーチャルリアリティ学会評議員、 ISO IEC/JTC 1/SC 24専⾨委員会委員⻑（HoD）、PDRベンチマーク標準化委員会初代委員 ⻑（現事務局）。サービス⼯学、屋内測位、⾏動計測、複合現実・拡張現実等の研究に従事。 平成28年度産総研理事⻑賞「研究」受賞。博⼠(⼯学)。 2
- 3.
- 4.
- 5.
- 6.
- 7. • QoW (Qualityof Working): 産業競争⼒懇談会（COCN）の2016年度の事業提⾔の１つ • QWL (Quality of Working Life): 欧⽶で1960年代後半から注⽬され、70年代に国際労働機関（ILO）、ヨーロッパ共同体（EC）、経済協⼒開発機構 （OECD）等が積極的に関与 • Decent Work: 1999年の第87回ILO総会において初めて⽤いられた概念 • HPM (Health and Productivity Management): 健康経営 • SDGs (Sustainable Development Goals): 持続可能な開発⽬標 Kurata, T. (2021). Geospatial Intelligence for Health and Productivity Management in Japanese Restaurants and Other Industries, APMS 2021, 9 pages. ⽣産性+QoW=健康経営 7
- 8. AIST/HARC/スマートワークIoH研究チーム： シミュレーションによる改善施策の検証事例 • 担当業務内容・個⼈の能⼒による業務量のばらつきを改善す ることで⽣産性＆QoWをあげられないかを検討 1. ゾーンピッキング＆リレー⽅式の検討 2.MASに基づく負担の平準化 Zone A Zone A Zone B Zone B Zone C Zone C Zone D Zone D 0 0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 5500 6000 6500 7000 頻度 移動距離 移動距離分布（施策なし） ‐20 30 0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 5500 6000 6500 7000 頻度 移動距離 移動距離分布（ゾーン導⼊） 0 20 40 0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 5500 6000 6500 7000 頻度 移動距離 移動距離分布（ゾーン＋平準化） 作業時間：約11⼈時/⽇改善 8 IoH: Internet of Humans MAS: Multi-Agent Simulation Myokan, T., et al., Pre-evaluation of Kaizen plan considering efficiency and employee satisfaction bysimulation using data assimilation-Toward constructing Kaizen support framework, ICServ 2016, 7 pages.
- 9. 受賞事例の紹介 9 新村猛 (2021). ⾷サービス分野における⼈間機械協奏, JST OPERA第3回産総研協奏効果研究会 JSTOPERA「⼈と知能機械との協奏メカニズム解明と協奏 価値に基づく新しい社会システムを構築するための基盤技 術の創出」（代表：武⽥⼀哉）の成果を含む ⼈と搬送ロボット との協調
- 10. ⼈⼝減少 Ⅹ 求⼈倍率 10 新村猛(2021).⾷サービス分野における⼈間機械協奏, JST OPERA第3回産総研協奏効果研究会
- 11. 労働集約型の宿命：⼈とシステムの協働 11 権裕煥ら (2020). ⼆択アンケートを⽤いた天ぷら盛り付けにおける好み空間の抽出⼿法，第21回計測⾃動制御学会システムインテグ レーション部⾨講演会 (SI2020)，3D3‐15 新村猛(2021). ⾷サービス分野における⼈間機械協奏JST OPERA第3回産総研協奏効果研究会
- 12.
- 13.
- 14.
- 15. 搬送ロボット導⼊の初年度の結果：投⼊労働量は削減 15 • 労働投⼊量（⼈時/⽇）： 292⇒ 270 • 売上（円/労働投⼊量）：8,000 ⇒ 8,900 • ロボットへの投資を2年半で回収 Shinmura, T., et al., Service robot introduction to a restaurant enhances both labor productivity and service quality, CIRP ICME '19 (2019) 投⼊労働量（⼈時/⽇） 投⼊労働量（⼈時/⽇） 売上 （円/労働投⼊量） 売上 （円/労働投⼊量） 搬送ロボット導⼊前 搬送ロボット導⼊後
- 16.
- 17.
- 18. 改善２：継ぎ⾜し充電パタンの最適化 18 櫻井ら (2020). ⼈・ロボット協調サービスシステムに関する研究 飲⾷業におけるシミュレーションによるAGV運⽤評価, ⼈⼯知能学会第34回全国⼤会,セッションID 1F3‐OS‐2a‐03 短時間 充電場所 ⻑時間 充電場所 ⾃動充電電源 • 充電モデルを⽤いた充電ルール設計 • 充電残量80%以下 ⇒ ⻑時間充電場所で15分充電 • 短時間充電場所が空いている ⇒ 2分充電 • MASによる顧客満⾜度を優先させた最適化 約50m 約40m
- 19. 搬送ロボット⾃体の⽣産性 19 • ロボットの移動距離（m/客数）： 1.27 ⇒1.59 • ロボットの移動距離（m/ロボット）：511 ⇒ 1,012 Shinmura, T., et al. (2020). Human–Robot Hybrid Service System Introduction for Enhancing Labor and Robot Productivity, IFIP APMS 2020, pp 661‐669 １年⽬ Y = ‐0.0016x + 1.9328 R2 = 0.1234 移動距離（m /客数） 搬送ロボット導⼊１年⽬ ２年⽬ 客数/⽇ 客数/⽇ Y = 0.0011x + 0.9208 R2 = 0.2396 客数（⼈/⽇） 移動距離（m/客数） 搬送ロボット導⼊２年⽬ 客数（⼈/⽇） • 棚⼀体式から着脱式にして回転率向上 • 継ぎ⾜し充電パタンの最適化 • ロボットの使い⽅を議論
- 20. 搬送ロボット導⼊によるスタッフのエリア滞在割合の変化 20 客室滞在割合増加： 接客業務に集中 接客係 導⼊直後 導⼊直後 定着後 定着後 接客補助 配膳係 厨房滞在割合増加： 厨房での配膳業務に集中 客室滞在割合増加： 接客業務に集中 新村猛 (2021).⾷サービス分野における⼈間機械協奏, JST OPERA第3回産総研協奏効果研究会
- 21. 考察とまとめ • ロボット導⼊直後は、その柔軟性が不⾜しており、必 ずしも⼗分に活⽤されず • ロボットを基点とした改善提案、棚の着脱式への変更、充電 ルール設計等により活⽤促進 •搬送距離・配膳内容等の条件とロボットの相性に応じてメリ ハリのある適⽤ • 従業員の性格によるロボットの活⽤具合の違いも • ロボットは⾃分たちのもの（内側）だという意識付けが重要 • 会話機会の増加 • 顧客・従業員間：顧客動線を移動する搬送ロボットをポジ ティブに捉えた発⾔ • 従業員間：ロボットを媒介とした改善提案（ロボットのせい にすることで⾔いづらいことが⾔いやすくなった） • プローブとしてのロボット • (システムに強くないと思われがちなシニア従業員が)ロボッ トへの指⽰のためのディスプレイを店全体のオペレーション 把握のためにも活⽤ 21 新村猛 (2021). ⾷サービス分野における⼈間機械協奏, JST OPERA第3回産総研協奏効果研究会
- 22. 過信と不信 22 パートナーからの過度な作業⽀援 「不便益」を損ねスキル向上を阻害 パートナーに対する「過信」 受動的な⾏動選択（スキル低下） パートナーに対する「不信」経験と勘（個⼈）への依存 サービス品質・効率低下 サービス提供者とサービス提供パートナー（知能機械、⼈） とが⾮協奏的な関係だと パートナーからの ⾮効率・不正確な作業⽀援 サービス提供者と知能機械との間の協奏の想定例 JST OPERAで2017年に議論
- 23. 過信と不信 23 サービス提供者と知能機械との間の協奏の想定例 パートナーからの過度な作業⽀援 「不便益」を損ねスキル向上を阻害 パートナーに対する「過信」 受動的な⾏動選択（スキル低下） パートナーに対する「不信」経験と勘（個⼈）への依存 サービス品質・効率低下 サービス提供者とサービス提供パートナー（知能機械、⼈） とが協奏的な関係だと パートナーからの ⾮効率・不正確な作業⽀援 パートナーからの過度な作業⽀援 「不便益」を損ねスキル向上を阻害 パートナーに対する「過信」 受動的な⾏動選択（スキル低下） パートナーに対する「不信」 経験と勘（個⼈）への依存 サービス品質・効率低下 サービス提供者とサービス提供パートナー（知能機械、⼈） とが協奏的な関係だと パートナーからの ⾮効率・不正確な作業⽀援 サービス現場の状況と サービス提供者のスキルに応じた サービス現場の状況と サービス提供者のスキルに応じた 抑制 抑制 向上 を活かした 能動的 からの脱却 JST OPERAで2017年に議論
- 24. スタッフの⾏動計測 24 Fukuhara, T., et al. (2013). Improving Service Processes based on Visualization of Hu‐man‐behavior and POS data: a Case Study in a Japanese Restaurant, Proc. ICServ 2013, pp.1‐8 Fukuhara, T., et al. (2014). Estimating skills of waiting staff of a restaurant based on behavior sensing and POS data analysis:A case study in a Japanese cuisine restaurant, Proc. AH‐FE2014, pp.4287‐4299 Kurata T. (2020) Sensing of Service Provision Processes. In: Shimmura T., Nonaka T., Kunieda S. (eds) Service Engineering for Gastronomic Sciences. Springer, Singapore. https://doi.org/10.1007/978‐981‐15‐5321‐9_4 • PDR（歩⾏者⾃律航法）、BLE、マップマッチングを⽤いた屋内統合測位 • 複数のIMUを⽤いた動作認識（こちらはまだトライアル段階） スマホ IMU 屋内測位技術マップ 屋内測位技術マップ
- 25. ⾓度：AoA (Angle ofArrival)、AoD (Angle of Departure) 25 • 信号（電波）の到来⾓度を⽤いた測位 • アンテナアレイで位相差を計測 • １組の送受信機のみで2D測位可能 • ToF等で距離が得られる場合は１組 の送受信機のみで3D測位可能 • Bluetooth 5.1で「⽅向検知」も可能に 出典︓Quuppaウェブサイト https://ednjapan.com/edn/articles/2003/31/news022.html
- 26. UWB 26 • UWB-IR (UltraWide Band Impulse Radio)⽅式 • １５〜３０ｃｍ程度の精度での測位が可能 • マルチパスにも強い • 直進性が強すぎるため、死⾓ができやすい • ⾼コスト • iPhoneに搭載されて普及の兆し？！ • IEEE 802.15.4z • Bluetooth 5.1との闘い？！ UbiSense社、GiT社の資料より Apple社ウェブサイトより
- 27. ミリ波レーダー 27 • 距離、⾓度、速度を計測 • ARIBSTD-T48 (60GHz帯, 76GHz帯), STD- T111 (79GHz帯)で標準化 • 測定距離が⻑い(100-200m) • 照明条件にロバスト。煙, 霧, ⾬にも強い • テスラの事故でミリ波のメリットが再認識 • CMOS化による低価格化 • １次元スキャンから２次元スキャンへ 佐藤ら (2017). 特殊産業⾞両向け3次元測位ミリ波レーダ, Panasonic Technical Journal Vol. 63 No. 2 ⽔平(1D)スキャンのみ ⽔平・垂直(2D)スキャン
- 28.
- 29. (超短波) (短波) (中波)(長波) 電磁波と測位 29 http://www.ushio.co.jp/jp/technology/glossary/material/attached_material_01.html ミリ波レーダー RGB-D Wi-Fi, BLE UWB 光学マーカ―, LRF/LiDAR サブギガ帯, MBS （プラチナバンド、回り込む〜） ICタグ 可視光通信, ARマーカー, RGB (VPS) https://metcom.jp/ • 要求仕様（精度、頑健さ、各現場の制約）に 適した各波⻑の物理的特徴を活⽤
- 30.
- 31. 様々な測位技術を紡ぐxDR (PDR&VDR) 31 • 安価:加速度、ジャイロ、磁気、気圧の10軸セン サを利⽤ • 低消費電⼒: 画像を⽤いた⼿法と⽐較し1/20以下 • 「柔軟な」屋内測位を実現: • 測位インフラなしでも測位を継続 • 様々な測位技術からの結果を線（形、速度、 向き）で紡ぐ 速度 向き モデルベースの速度推定 センサ姿勢の推定 センサ校正 ⾼度 (階) 推定 進⾏⽅向の推定 歩⾏者⽤速度推定モデル ⾞両⽤速度推定モデル VDR: Vibration-based Vehicle Dead Reckoning, ⾞輪型 移動体[フォークリフト, 台⾞等]⽤相対測位 [2016 年︓世界初] PDR: Pedestrian Dead Reckoning, 歩⾏者⽤相対測位 [2010年スマホデ モ︓世界初] Kourogi, M., et al. (2003). Personal positioning based on walking locomotion analysis with self‐contained sensors and a wearable camera, ISMAR 2003, pp.103‐112 興梠ら (2020). xDR技術に基づく測位・環境推定 〜 キャリブレーションフリーVDRと路⾯状態の 推定 〜, HCGシンポジウム2020
- 32. PDR: 歩⾏速度の推定 32 歩⾏速度の推定 • 加速度の鉛直⽅向成分のピーク振幅と 歩⾏速度の間に⾼い相関 0 0.25 0.5 0.75 1 1.25 1.5 1.75 2 2.25 2.5 00.25 0.5 0.75 1 1.25 1.5 1.75 Speed [m/s] Forward acceleration gap [G] User #1 User #5 User #4 User #3 User #2 4km/h=1.111m/s
- 33. -0.25 -0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2 0.25 -0.25 -0.2 -0.15-0.1 -0.05 0 0.05 0.1 0.15 0.2 0.25 Side acceleration [G] Forward acceleration [G] 進⾏⽅向 PDR: 進⾏⽅向推定 33 重⼒⽅向 ⽔平⾯ 進⾏⽅向 ⽔平基準⽅向 （北） • ハンドヘルド化（スマホ）には必須 • PCAの場合 • 姿勢推定（センサ座標系をスタビライズ）し⽔平⾯に加速度を投影 • 投影された加速度をPCAし進⾏⽅向を推定 Masakatsu Kourogi and Takeshi Kurata: “Personal Positioning based on Walking Locomotion Analysis with Self-Contained Sensors and a Wearable Camera“, In Proc. The Second International Symposium on Mixed and Augmented Reality (ISMAR03) pp.103-112.
- 34. PDR: 進⾏⽅向推定 34 • 慣性信号の周波数解析︓Frequencyanalysis of Inertial Signals (FIS) M. Kourogi, T. Kurata, A method of pedestrian dead reckoning for smartphones using frequency domain analysis on patterns of acceleration and angular velocity, IEEE/ION PLANS 2014, pp.164-168.
- 35. 気圧に基づく滞在フロア判定︓ ユーザ間連携（クラウドソーシング） 35 Ryosuke Ichikari, LuisCarlos Manrique Ruiz, Masakatsu Kourogi, Takeshi Kurata, Tomoaki Kitagawa, Sota Yoshii, Indoor floor-level detection by collectively decomposing factors of atmospheric pressure, Proc. IPIN 2015, 2015. • PDRの⾼さ⽅向追跡能⼒強化（9軸PDR→10軸PDR） • 位置計測インフラを併⽤した⾼さと気圧を対応テーブル構築 • 端末依存誤差・環境気圧変化を補正した気圧からの⾼さ推定 B1 B2 B3 (ビーコン) B3U3 B3U2 U1 (ユーザ) U2 U3 PU3 B1U1 2F, 3F間のフロア間 オフセット U3の端末依存オフ セット B2U1 3F 2F 1F 端末オフセット補正前気圧 端末オフセット 補正後気圧 時刻 気圧 1Fの気圧基準値 (BXUY : X番のビーコンをユーザYが検知) 1F, 2F間のフロア間 オフセット 2Fの気圧基準値 Estimated ref. 3F B2U2 P’U3 P’U2 P’U1
- 36. PDRベンチマーク 標準化委員会 • 加⼊組織 (45組織)(2021.8現在) (敬称略、順不同) • 旭化成(株)、(株)インテック、(株)インフォマティクス、国際航業(株)、澁⾕⼯業(株)、クウジット (株)、サイトセンシング(株)、シャープ(株)、杉原SEI(株)、(株)スコープラビット、(株)ゼンリン データコム、(株)電通国際情報サービス、トーヨーカネツ(株)、 ⽇本IBM(株)、(株)⽇⽴製作所、 ビッグローブ(株)、富⼠通(株)、(株)フレームワークス[渡辺]、マルティスープ(株)、(株)ミライズテ クノロジーズ、(同)ミルディア、(株)メガチップス、 ユビセンス・ジャパン(株)、(株)リクルート[⽜ ⽥]、(株)リコー、レイ・フロンティア(株)、CLM NEXT(株)、(株)GOV、(株)KDDI総合研究所、 (株)MTI、(株)WHERE • 愛知⼯業⼤学[梶]、学習院⼤[中澤]、神奈川⼯⼤[⽥中]、慶⼤[春⼭、神武、中島]、九⼤[島⽥]、筑 波⼤[善甫、⼩川、蔵⽥]、名⼤[河⼝]、奈良先端科学技術⼤[新井、内⼭]、 北陸先端科学技術⼤[岡 ⽥]、新潟⼤[牧野]、⽴命館⼤[⻄尾、村尾]、 産総研、HASC、Lisra • 歴代委員⻑： • 第１，２期：2014/5-2018/4 蔵⽥武志（産総研） • 第３，４期：2018/5-2022/3 河⼝信夫（名古屋⼤） ⼊会募集中 • PDRに限らず屋内測位とその応⽤・ 普及にご興味あればぜひ！ • ⼊会費、年会費：無料 ⼊会募集中 • PDRに限らず屋内測位とその応⽤・ 普及にご興味あればぜひ！ • ⼊会費、年会費：無料 36 • ⽬的：測位技術・位置情報活⽤を盛り上げること！ • PDR （Pedestrian Dead Reckoning: 歩⾏者⽤相対測位）やVDR （Vehicle Dead Reckoning: ⾞両⽤相対測位）含むxDR（PDRやVDR を含む相対測位、DR for X）の性能等の評価に関する活動 • xDRを含む各種屋内測位技術とその関連技術の普及促進に関する活動
- 37.
- 38. ⼯場：ハイブリッド(Human-in-the-loop)が良い 38 Romero D., etc.(2016). Towards an Operator 4.0 Typology: A Human-Centric Perspective on the Fourth Industrial Revolution Technologies. International Conference on Computers & Industrial Engineering (CIE46), pp. 1-11. Kurata T., etc. (2019). IoH Technologies into Indoor Manufacturing Sites, IFIP International Conference on Advances in Production Management Systems (APMS), pp.372-380. Operator 4.0 製造業の６M 意思決定 訓練 狭義の ⼈間拡張 狭義の ⼈間機械協奏 拡張テレワーク QWL ⾒える化 シミュレーション・AI CoBot
- 39. インダストリアルCPS研究センター • 実機械が⼈を⽀援し協調して作業可能な「⼈・機械協調AI研究」を推進 • ⼈と共存する産業⽤ロボットやサービスロボットの安全性評価基準確⽴ •実環境のデータを取得するIoT技術および、実環境への物理サービスを展開するロボット技術 と、AI技術の融合研究を実施 • 取得データおよび⼈の知識からシステムの設計改善に⽤いるモデルを構築する⽀援技術を開発 インダストリアルCPS研究センター
- 40. 40 ICPS研究センター連携 ●産総研 インダストリアルCPS研究センター 2020年4⽉発⾜研究⽬標は『労働⽣産性向上』 コンソと共通の⽬標である『労働⽣産性向上』を⽬指し、連携プロジェクト活動を推進する ・産学官連携で公的ファンドに公募 ・課題解決型産学官包括的共同研究 ・安全、働きがい等、QoW等の 認証制度の構築 など ⼈⼯知能研究 センター (AIRC) ⼈間拡張研究 センター （HARC） AI技術での連携 ⼈間計測技術 での連携 【ICPS研究センター】CPSを基盤としたIoT、AI、ロボットの融合研究 【HCMIコンソーシアム】 連携 HCMI (Consortium for Human-Centric Manufacturing Innovation)： 「⼈」が主役となるものづくり⾰新推進コンソーシアム HCMI (Consortium for Human-Centric Manufacturing Innovation)： 「⼈」が主役となるものづくり⾰新推進コンソーシアム
- 41.
- 42.
- 43. 人工知能に関するグローバル研究拠点整備事業 プリンテッド, フレキシブルセンサ 電⼦テキスタイル, MEMS等 物理特性評価 エッジデバイス化 メディカルデバイス化 ⼈と親和性が⾼いIoTデバイスを開発・試作 ⼈間・環境計測ラボ 物理（居住）環境 シミュレータ VRサービス環境 シミュレータ 介護模擬環境 新しいセンサデバイスで 新しいサービスビジネスを創出 AIにより複数台の協調作業を実現 創薬研究⽣産性の向上を実証 加⼯（曲げ、切削等） マニピュレーション （組⽴、ピッキング、流通） ヒューマノイド （⾼度組⽴） ⼯場ロボティクスラボ 「つながる⼯場」の検証 臨海ハブ拠点 柏ハブ拠点 人工知能技術と我が国の強みであるものづくり技術の融合により、我が国発の新たな付加 価値を創出するため、国内外の叡智を集めた産学官一体の研究拠点を構築し、人工知能 技術の社会実装を加速化する。 平成２８年度補正予算案額１９５．０億円 経産省PR資料より ロボット知能と連携制御 新センサによるリアルデータと人工知能技術を活かすアクチュエータによる新産業分野の創出 世界最高水準の機械学習計算性能を 備えた大規模・省電力クラウド基盤 柏サーバ IoTセンサ・デバイス開発ラボ バイオ研究ロボティクスラボ AIの社会実装サービス AIxものづくり
- 44. ABCI︓⼤規模AIクラウド計算システム • 産総研が設計・開発したAI⽤クラウド型計算システム • 世界のスパコン速度性能ランキングで5位（2018年6⽉） •産業界も使えるオープンなシステム。利⽤した⺠間企業が、 深層学習の学習速度で世界最速を達成（18年11⽉、19年4⽉、7⽉） ABCIを利⽤した成果 ABCI 世界の深層学習の学習速度の推移 2018年11⽉ 世界⼀ 2019年4⽉ 世界⼀ 2019年7⽉ 世界⼀ （注）ImageNet/ ResNet-50による学習速度。2015年の結果を1とした相対的速度。 2018年8⽉運⽤開始 ABCI: AI橋渡しクラウド(AI Bridging Cloud Infrastructure)
- 45. AIRC: 空間の移動の⽀援・効率化 【⾞輪型⾃律移動ロボット】（観測・データ収集、⾏動計画・制御） （⾃律移動ロボットによる環境と⼈のモデリング） ⼈を検出・追跡して⼈の動きのモデルを構築 混雑した環境でも、⼈の動きを予測して⾃律移動 ⾃動運転⾞、パーソナルモビリティへの応⽤ ⽇本科学未来館で、延べ 100時間以上のデータ収集 45
- 46. AIRC: 【深層学習による実世界の物体検索 （⽇⽤品）】（認識・モデル化・予測） 46 - 物体を⾒る⾓度を変えることで、徐々に認識精度が向上 -姿勢推定モジュールを持つ深層学習。国際的コンペ⼀位。
- 47.
- 48.
- 49.
- 50.
- 51.
- 52.
- 53.
- 54. 54 MR3: MultiModal MixedReality for Remote Rehab、エムアールキューブ 取組み内容 常時計測による⼼⾝状態推定とMR3デバイスによる⾝体機能詳細評価に基づいた ケアプログラム作成・更新⽀援AIシステム、及び得られた各状態やケアタスク実 施状況を遠隔の他者や⾃⾝に適切に変換・提⽰するXR-AIシステムを構築
- 55. 研究開発テーマ名︓「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵ケア連携」 （2021〜2024年度[中間ゲートあり]） 委託先︓国⽴研究開発法⼈産業技術総合研究所、国⽴⼤学法⼈京都⼤学、 国⽴⼤学法⼈東京⼤学、セイコーエプソン株式会社、株式会社エブリハ 主要研究者︓蔵⽥ 武志（産総研）、⻘⼭ 朋樹（京都⼤）、葛岡英明（東京⼤） 腰原 健（セイコーエプソン株式会社）、⼤島 賢典（株式会社エブリハ） Webサイト︓https://unit.aist.go.jp/harc/nedo-xrai-healthcare/ 55 想定される成果 遠隔リハビリのための多感覚XR-AI基盤整備 1対N、0対Nの遠隔ヘルスケアサービスの設計 1対N遠隔化 （マインドセット切替） ０対N遠隔化 （同種・異種の互恵ケア） ヘルスケアサービスのための 多感覚XR-AI技術基盤モジュール群
- 56. 製造業・サービス業での⼈とシステムとの協調：おわりに • JST OPERA「⽇本⾷レストランへの配膳ロボット導⼊」、産総研ICPSの 「⼈・機械協調に基づく変種変量⽣産のための研究開発事例」、NEDOプ ロ「遠隔リハビリのための多感覚XR-AI技術基盤構築と保健指導との互恵 ケア連携」に関する話題提供 •柔軟性・相性・媒介・プローブ • （コア技術だけではなく）ミクロからマクロまでのプロセスデザインも重要 • ⼈とシステム（ロボット、AIなど）との協調・協奏・共創・協働の⽬的や 価値を常に捉えながら研究開発を進めることが肝要 • 「気づく」「気づかせる」もポイント • アテンション • 過信・不信 • 屋内測位とPR技術についても（少し）紹介 • CVはVPS（Visual Positioning System）として⼤活躍（AR等含む） 56