Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

第15回machine learning 15minutes!: 現場のラボ化とラボの現場化:より広くより深く

304 views

Published on

ビッグデータとディープデータを合わせたピアデータにより実世界を理解することが容易になると、サービスの付加価値や生産性を向上させたり、イノベーションを加速させたりすることも不可能でないで しょう。
今回は、「現場のラボ化」と「ラボの現場化」によりピアデータをより広くより深く獲得していくという考え方とその技術事例について紹介します。

Published in: Engineering
  • Be the first to comment

  • Be the first to like this

第15回machine learning 15minutes!: 現場のラボ化とラボの現場化:より広くより深く

  1. 1. 国立研究開発法人 現場のラボ化とラボの現場化: より広くより深く 蔵田 武志12 1国立研究開発法人産業技術総合研究所 人間情報研究部門 サービス観測・モデル化研究グループ長 2筑波大学 システム情報系 教授(連携大学院) https://staff.aist.go.jp/t.kurata/
  2. 2. 国立研究開発法人2 人間中心のサービス工学(測って図って慮る)
  3. 3. 国立研究開発法人 現場のラボ化とラボの現場化:Pier Data 3 Big Data: Platform (ers) Deep Data: Stake (holders)
  4. 4. 国立研究開発法人 Service Field Simulator (SFS) 4 平成教育学院☆放課後(BSフジ) 2010/5/1 ラボの現場化 2015~ 装置の外観 (八角柱)
  5. 5. 国立研究開発法人 設置型 アセット DB 携帯型 装置 計算 屋外測位 屋内測位 方位 N L L-M L-M M-H N/A L IMES H M M-H L M M-H N/A パッシブRFID L-M M-H L-M L M-H M-H M-H アクティブRFID M-H M-H M-H L-M M M-H L Bluetooth (BLE, iBeacon) M M-H L-M L-M M M-H L Wi-Fi M-H M L-M L-M M M-H L UWB H M M-H L-M H H M-H 音波/超音波 H M-H L-M L M-H M-H M-H 光通信 M-H M-H M-H L M-H H M-H (II) 設置型 センサ主体 監視カメラ/ RGB-D/LRF M-H M N H H H H 人工マーカ L M M M H H H 自然特徴点 N H M H H H H INS N L H L M-H M-H H PDR N L-M M L-M M-H M-H M-H N H N M-H M M-H M-H M M-H M H M-H M-H M-H コスト 計測機能 測位技術のカテゴリ (I)設置型装置と携帯・装着型装置のペア (A) GNSS (GPS, みちびき) (B) LPS タグを設置する場合 携帯・装着型センサ主体 (C) 装着/ 携帯型カメラ (D) 自蔵・ 慣性航法 (E) マップマッチング (F) ハイブリッド測位 測位技術もいろいろ 5 屋外測位 屋内測位 現場のラボ化
  6. 6. 国立研究開発法人 PDR: Pedestrian Dead-Reckoning 歩行者用相対測位(推測航法) • 測位インフラがなくても相対測位を続けることが可能。 – 屋内測位パラドックスの緩和! • 点の集合ではなく、線(形、曲率)としての意味を持つ軌跡を取 得可能。運動の種類や大きさも計測可能。 • 加速度、ジャイロ、磁気の9軸、もしくは気圧を含めて10軸セン サを利用。 • H/W化で省電力化も加速。 • UWBなどの高精度測位との 相性がよい(ハイブリッド測位) • マップ・ルート情報による 高精度化も可能 自蔵センサモジュール ・加速度センサ ・ジャイロセンサ ・磁気センサ ・気圧センサ 6
  7. 7. 国立研究開発法人 歩行者自律航法技術の研究:産総研での歴史 ISMAR2003 画像の位置合わせ + PDR(世界初) PLANS2010 PDRplus (PDR + 動作認識) PLANS2014 ハンドヘルドPDR(進行方向推定) (仏IFSTTARの比較評価で最高性能[IPIN2015]) 2015- 2015- 国内初 PDR組込モジュール 学術活動実用化 ICAT2006 PDR + GPS + RFID G空間EXPO2010 スマートフォンPDRデモ(世界初) ICServ2013 PDRによるサービス改善支援研究でベストペーパー賞 IPIN2015, 2016 10軸PDR、統合測位の時系列部分最適化 2011- 540箇所の地下街・地下鉄構内 で利用可能(2017.8現在) 2014- 産総研技術移転 ベンチャー PDRベンチマーク標準化委員会 2014年設立(委員長:蔵田、 2017.6現在37組織加入) *G空間EXPO2016「測量新技術賞」 *世界発信コンペティション「東京都革新的サービス奨励賞」(2016) *LBJ2015 Best of Show Award審査員特別賞 スマートフォン・リストバンド・社員証等 への組込展開 PDRからVDR(カート、フォークリフト)へ拡張G空間EXPO2016 PDR技術の5要素 平成28年度理事長賞「研究」産総研
  8. 8. 国立研究開発法人 産総研LINK [2017.4 No.12] (2014.12.23放映) RWCPの成果:ウェアラブルAR(2000) 歩行者自律航法(PDR)が生まれるきっかけ サービス生産性向上支援(効率、スキル)
  9. 9. 国立研究開発法人 行動計測:PDRplus • PDRplus – 歩行動作以外の動作も認識 (機械学習) – 測位精度と動作認識精度を 共に向上 9 PDRからPDRplusへ2動作での予備評価: 動作認識率89% → 96%に向上 測位誤差4.3% → 2%に減少 PLANS2010など
  10. 10. 国立研究開発法人 サービスオペレーション推定(SOE) PDRセンサモジュール 骨伝導マイク ICレコーダ 従業員の行動データと業務データから 各従業員の現場・役割固有の作業内容を推定 ・会計データ ・POSデータ ・業務スケジュール ・ナースコールの ログデータ SOの推定材料 になり得るデータなら 何でも利用可能 従業員の行動データ 業務データ 機械学習の手法(Random Forest等)を利用して実現 位置、方位、動作種別、発話区間等 10
  11. 11. 国立研究開発法人 レストラン接客係の作業内容推定(SOE) 経営陣と打ち合わせの上、8種類のサービスオペレーションを定義 SO 補足 [1] 注文伺い 客席で料理・ドリンク等の注文を聞いてハンディ端末に入力 [2] 配膳 できあがった料理・ドリンクを客席でサーブ [3] 移動/物を運ぶ 主に通路で [4] 会計 レジまたは客室で [5] 挨拶/案内 入口やエレベータから客席までお客さんを案内、客席に挨拶 [6] 片付け/セッティング 客席の片付け、宴会やコースの場合は準備も [7] お客さんと会話 主に客席、通路で [8] スタッフと会話 主にパントリー、調理場で 注文伺い 配膳 ハンディ端末 片付け セッティン グ 11
  12. 12. 国立研究開発法人 機械学習の教師データ整備効率化への取り組み 12 t SO量 SO量の期待値 t SOラベルの量 作成したSOラベル量
  13. 13. 国立研究開発法人 技術課題と社会的課題の同時解決 13
  14. 14. 国立研究開発法人 ミクロな運動と動線の計測を用いた 業務分析・カイゼン支援サービスへの展開 老人ホーム(協力:スーパーコート)で の作業内容推定と労働負荷の可視化事例 (2011年当時は労働負荷を主観で付与) ウェアラブルメニーセンサ(センサスーツ)による詳細行動計測: 技術伝承、作業支援、改善支援、災害救助、 少数のウェアラブルセンサでの行動計測のための機械学習手段 14 測位&全身姿勢推定 &負荷推定
  15. 15. 国立研究開発法人 様々な測位(行動)計測技術 赤:スマホPDR (胸ポケット) 緑:モーキャプ (全身, Perception Neuron) 青:HoloLens (頭部) 黄:Tango (腹ポケット)
  16. 16. 国立研究開発法人 全方位映像・環境音記録 AR触地図による予習 ナビアプリでの歩行支援 マッピングの リクエストや いいね!を送信 いつでもどこでも マッピングパーティ http://www.aist-ari.org/ristex-mavi/index.php 16 Note: クラウドソーシングで地理空間情報を整備 機械学習で徐々に地理空間情報整備を自動化 バーチャルマッピングパーティ
  17. 17. 国立研究開発法人 おわりに ビッグデータをより深く → 新技術開発・導入が必要 ビッグデータをより広く → それを支えるディープデータ収集の効率化が必要
  18. 18. 国立研究開発法人 IPIN2017 18

×