抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
現在,屋内外には段差などのバリアが多数存在し,障害者の円滑な移動を妨げている。バリア位置を事前に把握できれば,彼らは移動計画が立てやすくなるが,既存のバリア検出手法には問題がある。例えば,加速度センサを搭載した車椅子を用いてバリア検出する手法があるが,これは車椅子が通過したエリアのバリアしか検出できない。そこで,我々は,広域のバリア情報を高精度に収集するために,健常者歩行時のセンサデータから障害者に対するバリアの存在を推定するアプローチをとる。本稿では,従来研究より多様なバリアを推定対象として定義し,実際の歩行データを用いてバリア推定の検証実験を行なった。実験結果から,人手で設計した特徴量を機械学習する方式と,Deep Learning(Denoising Autoencoder)で自動抽出した特徴量を機械学習する方式は,ともに80%前後の推定精度が出せること,バリア種類によって方式間の優劣は一定ではないことが明らかになった。(著者抄録)