[論文レビュー] Experiments of posture estimation on vehicles using wearable acceleration sensors

Yoji Yamato|arXiv (Cornell University)|Jun 6, 2017

Ergonomics and Musculoskeletal Disorders参考文献 14被引用数 3

ひとこと要約

本論文では、Tシャツ型ウェアラブルセンサー（hitoe）の加速度データを用いて車両内のドライバーの姿勢を推定する手法を提案する。特に、物を拾い上げるような危険な姿勢の検出に焦点を当てている。車両の運動による影響を受けるが、Y軸加速度の変化に対してしきい値を適用する分析により、センサの精度差に起因する誤差を生じるスマートフォンベースの加速度差分法に依存せずに、体の傾きを検出できる。現地での実験により、急な勾配でも誤検出率が低く、本手法の実用性が確認された。

ABSTRACT

In this paper, we study methods to estimate drivers' posture in vehicles using acceleration data of wearable sensor and conduct a field test. Recently, sensor technologies have been progressed. Solutions of safety management to analyze vital data acquired from wearable sensor and judge work status are proposed. To prevent huge accidents, demands for safety management of bus and taxi are high. However, acceleration of vehicles is added to wearable sensor in vehicles, and there is no guarantee to estimate drivers' posture accurately. Therefore, in this paper, we study methods to estimate driving posture using acceleration data acquired from T-shirt type wearable sensor hitoe, conduct field tests and implement a sample application. Y. Yamato, "Experiments of Posture Estimation on Vehicles Using Wearable Acceleration Sensors," The 3rd IEEE International Conference on Big Data Security on Cloud (BigDataSecurity 2017), pp.14-17, DOI: 10.1109/BigDataSecurity.2017.8, May 2017. "(c) 2017 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works."

研究の動機と目的

• 車両の運動による干渉のため、ドライバーの姿勢を正確に推定する課題に対処すること。
• 移動中の車両内におけるリアルタイムの姿勢モニタリングに、ウェアラブル加速度センサー（hitoe）を用いる実用性を評価すること。
• スマートフォンを用いた加速度差分法と、hitoeデータからのしきい値ベースの姿勢検出法の2つの手法を比較・検証すること。
• 姿勢の変化を可視化し、クラウドベースの安全管理を可能にするアプリケーションのプロトタイプを開発・テストすること。
• 将来的なバス会社での現地試験に向け、姿勢と疲労の併用モニタリングの基盤を構築すること。

提案手法

• 本研究では、実際の車両内でドライバーの3次元加速度データを収集するために、Tシャツ型ウェアラブルセンサー（hitoe）を用いる。
• Y軸加速度の変化を分析することで、しきい値ベースの方法で姿勢の変化を検出する。-0.34Gのしきい値は、20度の体の傾きに対応する。
• 加速度データのノイズを低減するためにローパスフィルタを用い、検出精度を向上させる。
• センサの精度差に起因する誤差を生じるスマートフォンベースの加速度差分法に依存しない。
• フィルタ処理されたデータを処理するサンプルアプリケーションが、姿勢の変化を可視化し、クラウドへのデータ送信を実施する。
• クラウドベースの分析では、心拍変動（RRI）と心臓迷走神経指数（CVI）を用いて、疲労度およびリラクゼーション度を推定する。

実験結果

リサーチクエスチョン

• RQ1 車両の運動による影響を受けるが、ウェアラブル加速度センサーが、移動中の車両内でもドライバーの姿勢を正確に推定できるか？
• RQ2 スマートフォンの加速度をウェアラブルセンサーのデータから差し引くことで、信頼性のある姿勢推定が可能か？
• RQ3 Y軸加速度の変化に対するしきい値ベースの検出法が、物を拾い上げるような危険な姿勢を効果的に特定できるか？
• RQ4 急な勾配のような厳しい条件下でも、本手法は良好に機能するか？
• RQ5 リアルタイムアプリケーションが、姿勢の変化を効果的に可視化し、クラウドベースの安全管理を支援できるか？

主な発見

• スマートフォンの加速度をhitoeデータから差し引く手法は、ノイズフィルタを施しても、センサ間の固有の精度差のため、信頼性に欠けることが判明した。
• Y軸加速度の変化に対するしきい値ベースの検出法（-0.34G）が、物を拾い上げる際の前傾姿勢などの姿勢変化を効果的に特定できた。
• 20％の勾配を持つ富士山登山バスでの現地試験において、誤検出は一切確認されず、高傾斜な状況下でも堅牢性が裏付けられた。
• 通常の都市バスでの現地試験において、サンプルアプリケーションがリアルタイムで姿勢の変化を効果的に可視化した。
• 本システムは、リアルタイムでの姿勢モニタリングおよびクラウドベースの疲労・健康状態分析との統合の実用性を示した。
• バス会社を対象とした現地試験を計画しており、hitoeの心電図と加速度データを併用した、姿勢と疲労の統合的モニタリングの有効性をさらに検証する予定である。