2018年度 卒業研究 A


研究テーマ

テーマ:簡易脳波センサーを利用した運転時にお ける心的状態の分析
担当:一木亮汰(学部4年)
概要:
現在,高齢者の事故率は高い状況にあり,また,現在,自動運 転など安全性や快適性に関する運転支援技術の開発が行われている.運転者の緊張状態を把握することができれば,休憩を促したり,また,リラックス時には, 付加的な案内情報を提供するなど,心的状態に応じた運転支援が可能となる.本研究では,運転者の心的状態が道路状況や運転操作によって,どのように変化す るかを分析した.



テーマ:心拍センサーを利用したダーツにおける ルーティーンの解析
担当:杉内健人(学部4年)
概要:
スポーツなどで,パフォーマンスを高めるために,決められた 一連の動きや動作を行うことをルーティーンという.現在,ルーティーンの本質的な特性は不明であるため,トレーナーや研究者等との議論を通じて試行錯誤的 にルーティーンが決定されるのが一般的である.そうした中で,簡易脳波センサーを利用した集中度の解析が行われ,ルーティーンによって集中度が一定化する といった現象が報告された.本研究では,ダーツにおけるルーティーンに対して心拍センサーによりアプローチした.それにより,ルーティーンによって心拍の 状態にどのような変化が現れるかを実験的に検証した.



テーマ:Node.jsを用いた出欠管理システ ムの設計
担当:續橋涼(学部4年)
概要:
現在,研究室内での学生の卒業研究の出欠状況を用紙に記録し て管理している.出欠状況を確認する際,用紙に書かれたデータを読み取り,集計する必要があり,負担が増えるため効率的にデータを管理することが好まし い.出席管理を支援するサービスは多く存在する.何かサービスを設計,移行する際,まずクラウドサービスを第一に検討するクラウドファーストという方針が 普及してきている.クラウドサービスを利用することで簡単に出欠管理システムを利用することが可能になる.しかし今後,研究室内で運用していく中で卒業に 伴う管理者の交代や研究グループの変更などに対応するためには,高度な知識を必要とするため好ましくない.以上の背景から比較的学習と管理が容易な Node.jsを利用して出欠管理システムの設計を行った.



テーマ:Kinectセンサによるジェスチャー 認識の研究
担当:弩慶史郎(学部4年)
概要:
近年,KinectやLeapMotionなどのモーション デバイスが登場し,人間の直感的な動作でゲームやコンピュータの操作ができるようになってきた.そうしたデバイスを利用して特定の動作を認識させるために は,各々の動作の特徴を個別に入力する必要がある.それに対して,機械学習の手法である決定木を利用することで,様々な行動を自動的に認識させる手法が提 案されており,ロボットの操作を対象として,利用者のポーズを認識する方法が提案されている.本研究では,Kinectセンサを利用して,より動きのある ジェスチャーの認識に対して,決定木を利用した場合に,どの程度の精度で認識が可能であるかを実験的に検証した.



テーマ:眼球運動測定装置を利用したダーツにお けるルーティーンの分析
担当:畠山大樹(学部4年)
概要:
本研究では眼球運動測定装置を利用してルーティーン時の視線 の解析を行なった.ルーティーンとは,スポーツ等において,ある決まった動作を行うことで緊張を取り除き,集中を上げる目的で行われるものである.簡易的 な脳波センサーを利用した解析において,ルーティーンによって集中度が一定化するといった現象が報告されている1).本研究では,ダーツにおけるルー ティーンに対して,視線の動きに着目し,投球前と投球後の視線の動きについての分析を行なった.



テーマ:全方位カメラを利用した校内案内システ ムの設計
担当:平石淳悟(学部4年)
概要:
近年VR技術の普及により,ゲームやスマートフォンを利用し て,仮想空間を体験したり,遠隔の場所の景観をよりリアルに体験することが可能になってきた.また,小型の全方位カメラの登場により,気軽にVRに対応し た写真や動画の撮影が可能になってきた.本研究では,小型の全方位カメラで撮影された画像を利用した校内案内システム1)を設計した.利用者は,ゲームコ ントローラを利用することで,場所を移動することが可能であり,その地点の映像を360度見渡すことが可能である.本研究では,足利大学大前キャンパスの 正門から6号間北棟2Fの平石研究室までの案内システムを試作した.



テーマ:ディープラーニングによる電波強度を用 いた位置推定に関する研究
担当:Ashish Adhikari(学部4年)
概要:
現在,人工知能(AI)においてディープラーニング(DL) がメインとなった研究課題が主流である.DLでは,自動機械学習,画像処理,写真のオブジェクト分類,自動手書き認識,自動ゲーミング,データ測定など様 々な場面に適用されている.本研究では,電波強度による位置推定に対してDLの適用を試みた.これまで屋外ではGPSや携帯電話の電波による位置特定が行 われている.また,屋内では無線LANのアクセスポイントからの電波を利用した位置推定の研究が行われており,これまで機械学習手法の一つであるSVMを 利用した方法が提案されている.本研究では,無線LANの電波強度を利用した位置推定にDLを適用し,どの程度の制度で位置推定が可能であるかを実験的に 明らかにした.



テーマ:簡易脳波センサーを利用したデータマイニングによる状態分類に関する研究
担当:Abdulrahman Khalid(学部4年)
概要:
Studying brain waves helps making humans life much easier and convenient.  By using simple brain-wave sensor, the research about analysis1) of concentration level in basketball free throw and darts game has been done in our laboratory and the example of robot control2) using simple brain-wave sensor has been reported. The brain-wave data was classified into only two classes (concentration and relaxation), and users can move the robot only when they concentrate. In this research, I challenged to classify more classes. I tested 5 classes and I wanted to see if using more classes will give you more options to do in the results.





inserted by FC2 system