反射型光センサを用いた指の皮膚変形と姿勢の計測による接触力推定の精度評価

1. 反射型光センサを用いた指の皮膚変形と
姿勢の計測による接触力推定の精度評価
慶 應 義 塾 大 学
北村 莉久、山本 匠、
松井 良太、杉浦 裕太
第193回ヒューマンインタフェース学会研究会「人工現実感,エンタテインメント、
メディアエクスペリエンスおよび一般(SIG-DeMO-14)」

2. 2
背景：指先の接触力測定
[1] https://www.chaku2.jp/contents/wp-content/uploads/2018/01/No-10.jpg (2022/5/23閲覧)
[2] http://torendo.org/wp-content/uploads/2013/10/2si-mu.jpg?75ff01 (2022/5/23閲覧)
• 物体に触れた際の指先接触力の推定
• 指動作における製品のユーザビリティ
評価
• スポーツ分野での技術的指導
製品に対する指動作[1]
スポーツに対する指動作[2]

3. • 加速度センサとひずみゲージを使用
• 触感を残したまま、把持力を推定
3
[3] https://www.tecgihan.co.jp/products/tactile-sensibility-measurement/haplog/haplog/ (2022/7/1閲覧)
関連研究：HapLog (資生堂)
HapLog[3]

4. • 付け爪型デバイスに7個のフォトリフレクタを装着
• ３個：指腹の皮膚変形
• ４個：接触面との距離情報
4
先行研究：付け爪型デバイス
[3]Touch Log
付け爪型デバイス

5. 5
[4]齋藤彩音, 久能若葉,杉浦裕太,指先の皮膚変形と姿勢の計測による接触力推定の検討,第23 回日本バーチャルリアリティ学会大会論文集(2018 年9 月)
先行研究：測定原理
測定原理・方法[4]
• 指腹側面の皮膚変形（3個）に加えて、
指の接触対象との距離（4個）を計測
• 指の姿勢情報の追加により、x,y,z軸の推定精度が向上

6. • 各軸の力全体の誤差を比較
• 推定精度が高い範囲と低い範囲が不明
• 正の方向のみ計測
• 負の方向で誤差が減少しているか不明
6
[4]齋藤彩音, 久能若葉,杉浦裕太,指先の皮膚変形と姿勢の計測による接触力推定の検討,第23 回日本バーチャルリアリティ学会大会論文集(2018 年9 月)
先行研究：課題
先行研究での力全体の平均誤差[4]

7. 7
目的：デバイスの接触力推定の精度評価
先行研究 本研究
• 力全体の誤差を比較
• 正の方向のみを計測
• 各軸の力ごとの
誤差を比較
• 負の方向も計測
先行研究での力全体の平均誤差[4]
[4]齋藤彩音, 久能若葉,杉浦裕太,指先の皮膚変形と姿勢の計測による接触力推定の検討,第23 回日本バーチャルリアリティ学会大会論文集(2018 年9 月)

8. 8
手法：接触力推定方法
付け爪型デバイス 付け爪型デバイス
三軸力覚センサ

9. • ひずみゲージ式の3軸力覚センサ
• USL06-H5-50N（テック技販）
• 並進力Fx,Fy,Fzの3分力を計測可能
• 非直線性、ヒステリシス、干渉度ともに±1%RO以内[5]
• 接触面との距離を測るため、白い板を配置
9
実装：ロードセル（小型３軸力覚センサ）
ロードセルと白い板
[5] https://www.tecgihan.co.jp/products/sensor-amplifier-measuring-device/force-sensor/usl06-h5_series/ (2022/7/3閲覧)

10. 11
実験：接触力推定精度評価実験
実験参加者 5名（男性1名、女性４名 平均21.6歳）
データセット 22,500フレーム(50fps×45秒×10試行)
力を加える方向 9方向
推定精度評価手法 10分割交差検証
比較条件
フォトリフレクタ3個（皮膚変形）
フォトリフレクタ7個（皮膚変形＆接触面との距離）
誤差算出方法
真値と推定結果の差を絶対値に
した後、1Nごとに平均化
実験条件
力を加える9方向

11. • 真値と予測値から平均絶対誤差（MAE）と
平均絶対誤差率（MAPE）を算出
• 平均絶対誤差（MAE）
=
1
𝑛
෍
𝑖=1
𝑛
推定値 − 真値
• 平均絶対誤差率（MAPE）
=
100
𝑛
෍
𝑖=1
𝑛
推定値 − 真値
真値
12
実験：評価指標

12. 平均絶対誤差での評価

13. • 2条件での誤差比較
• 皮膚変形情報のみ（フォトリフレクタ3個）
• 皮膚変形＆接触対象との距離情報（7個）
14
評価：平均絶対誤差
検討事項
• 正負方向に関わらず誤差減少
• 距離情報が推定に効果的かどうか

14. 15
実験：平均絶対誤差（ｘ軸）
x軸方向の平均絶対誤差比較
力を加える方向

15. 16
実験：平均絶対誤差（ｙ軸）
y軸方向の平均絶対誤差比較
力を加える方向

16. 17
実験：平均絶対誤差（ｚ軸）
z軸方向の平均絶対誤差比較
力を加える方向

17. • 有意差（t検定）
• x軸：-3~3 N
• y軸：-3~2 N
• z軸：0~7, 8~9 N
18
結果：平均絶対誤差
力を加える9方向
• 正負方向に関わらず誤差減少
• 距離情報が推定に効果的

18. • 力の絶対値が等しい範囲を比較（ｘ軸）
• 負方向の方が誤差が減少する傾向
19
考察：平均絶対誤差

19. • 有意差はみられなかった（p>0.05）
• 被験者は右手の人差し指を操作
• 指の形状から右（正方向）よりも左（負方向）に
指を傾ける方が容易
• 指の動きの増加が誤差減少に寄与
20
考察：平均絶対誤差

20. 平均絶対誤差率での評価

21. • 7個（皮膚変形＆距離情報）のみを評価
• 各接触力の範囲ごとの推定精度を
平均絶対誤差率で評価
22
実験：平均絶対誤差率
検討事項
• 推定精度が高い（低い）範囲を調査

22. 23
実験：平均絶対誤差率（ｘ軸）
x軸方向の平均絶対誤差率比較
力を加える方向

23. 24
実験：平均絶対誤差率（ｙ軸）
y軸方向の平均絶対誤差率比較
力を加える方向

24. 25
実験：平均絶対誤差率（ｚ軸）
z軸方向の平均絶対誤差率比較
力を加える方向

25. • 真値が0 N付近の誤差率の著しい増加
• 接触力の絶対値が増加するとともに誤差率も増加
• 指の動きの低減が原因
26
考察：平均絶対誤差率

26. • 接触力が小さい場合（0 N付近）
• 指の動きも小
• 微小な変化を光センサが捉えきることが困難
• 接触力が大きい場合
• 指をそれ以上動かすことが困難
27
考察：平均絶対誤差率

27. • z軸方向の3~6 N付近の推定精度が高
• その他は高くても40%ほど
28
考察：平均絶対誤差率

28. • 指の動きと加わる力の対応関係
• z軸
• 指の動きと加える力の関係の変化の幅が
毎回小さい可能性
• x,y軸
• 指の動きが異なっていても、同じ力を加えやすい可能性
• 推定精度の低下に寄与
29
考察：平均絶対誤差率

29. • 被験者に合わせたデバイス設計
• 指の大きさには個人差有
• 皮膚変形が発生しない範囲を補助できるセンサ考案
• 算出された誤差が許容範囲なのかどうか
• 明確なユースケースを設定
30
課題

30. • 現状、指先の細かな接触力は測定不可能
• 大まかな動きは識別可能
• 指先のジェスチャ識別に利用可能
• ポインティングデバイスとして使用を検討
31
今後について

31. 32
まとめ
背景 物体に触れた際の指先接触力の推定
関連研究 指の姿勢情報を加えることで接触力の推定精度が向上
提案 各力ごとの平均絶対誤差、誤差率を算出し、精度評価
実装 ランダムフォレストによる回帰モデル
評価 10分割交差検証（被験者5名）
結果 フォトリフレクタを増やすことで推定誤差減少
課題 皮膚変形が発生しない範囲の接触力推定方法