著者
浅見 優之介 伊藤 弘大 堀江 亮太 多田 充徳
出版者
一般社団法人 日本機械学会
雑誌
ロボティクス・メカトロニクス講演会講演概要集 2021 (ISSN:24243124)
巻号頁・発行日
pp.2P1-L01, 2021 (Released:2021-12-25)

In this study, we developed an EEG-based MR game based on the hypothesis that games can be made more interesting by reflecting the psychological state read from the EEG. The genre of the game was shooting. We designed the game in such a way that the size of the aim in the game is linked to the EEG feature value, and that focusing increases the EEG feature value and shrinking the aim increases the hit rate. The β/α ratio was used as the EEG feature, and we sought an effective way to introduce the β/α ratio into the game. By setting a threshold value using the average value of the β/α ratio of the subjects, and by performing a moving average process that divided the values above and below the threshold value, we were able to manipulate the size of the aim as desired with a probability of about 80%.
著者
多田 充徳 中村 俊康
出版者
バイオメカニズム学会
雑誌
バイオメカニズム学会誌 (ISSN:02850885)
巻号頁・発行日
vol.38, no.1, pp.11-17, 2014 (Released:2016-04-16)
参考文献数
23

手指の関節運動は複雑な筋腱ネットワークの相互作用から生み出されている.今までの解剖学的な研究により,それぞれの筋腱が個別に関与する関節運動については明らかになっている.しかし,複数の筋腱を同時に駆動した際に発生する相互作用と,それが関節運動に与える影響については未だに明らかにされていない.これを解明するには屍体標本と計測制御技術を併用した実験が有効である.本稿では,屍体標本を対象にセンサやアクチュエータを用いて手指の運動機能(モーメントアーム長,指先発揮力,そして関節運動のように手指の運動に関わる機能)を計測,モデル化した研究を概観する.また,筆者らが開発した筋腱駆動装置の構成,この装置とモーションキャプチャ装置を用いて屍体標本の示指関節運動を計測した結果,そして深指屈筋による関節運動に虫様筋の活動が与える影響を計測した結果を紹介する.
著者
小林 巧 家永 直人 杉浦 裕太 斎藤 英雄 宮田 なつき 多田 充徳
出版者
公益社団法人 精密工学会
雑誌
精密工学会誌 (ISSN:09120289)
巻号頁・発行日
vol.84, no.12, pp.996-1002, 2018-12-05 (Released:2018-12-05)
参考文献数
15
被引用文献数
2

This paper presents a method to measure foot shape from a 3D point cloud as input captured from multiple directions using a smartphone depth camera. Such a 3D point cloud could potentially include noise or omit parts of the foot due to occlusion. To deal with this occlusion problem, we propose to use a dataset of 3D foot shapes collected by a precise 3D shape scanner of foot shapes. According to the dataset of 3D foot shapes, we can generate a deformable model by performing a principal component analysis (PCA) on the dataset. Then we minimize the error of the shape represented by the deformable model and the 3D point cloud acquired by the smartphone camera, to recover a complete 3D shape of the entire foot with high accuracy. We test this method by comparing the 3D shape produced by our proposed method to the 3D shape precisely measured by the 3D scanner. Our proposed method can scan the foot shape with an error of about 1.13mm.