JP5740433B2 - 遅延補償装置、方法、プログラム及び記録媒体 - Google Patents

Description

この発明は、通信遅延等の遅延を補償する技術に関する。

ロボットの遠隔操縦やネットワークゲームなど、通信を介したインタラクティブなサービスにおいて、しばしば通信遅延が問題になる。

遅延が無視できないほど大きい場合には、実際の操作者の運動と、提示される画面上の動きの間にズレが生じ、操作性の低下や、操作に伴う疲労感・重たさなどの不快な感覚が生じることが知られている。

このような問題を解決するため、先の動きを予測し、遅延する分と同じだけ時間的に進めて出力してやることで、遅延の影響を相殺し、操作性・操作感の悪化を防ぐことが可能になると考えられる。

未来の動きを予測する技術として、繰り返し運動を対象とした予測技術が知られている（例えば、非特許文献１参照。）。

松原崇充, 玄相昊, 森本淳, "個性を考慮した周期的全身運動の予測", 電子情報通信学会論文誌, Vol.J94-D, No.1, pp.344-355, 2011.

非特許文献１の予測技術は、運動パターンが繰り返される際のゆらぎを考慮しておらず、ゆらぎを含むような繰り返し運動、すなわちパターンから少し外れることがあるような繰り返し運動では予測精度が低下する可能性があった。このため、非特許文献１の予測技術を用いて遅延補償を行っても、適切な遅延補償を行うことができない可能性があった。

この発明の目的は、従来よりも適切な遅延補償を行うことができる遅延補償装置、方法、プログラム及び記録媒体を提供することである。

上記の課題を解決するために、この発明の一態様による遅延補償装置は、時刻τの状態変数ベクトルΦ_τは、遅延補償の対象となる運動に対応するパラメータの値についての基本運動パターンにおける時刻τの位相φ_τと、基本運動パターンの時刻τの角速度ω_τと、基本運動パターンの時刻τにおける拡大及び縮小の程度を表す振幅a_τ及び基本運動パターンの時刻τにおけるシフト量を表すバイアスb_τの少なくとも一方とを含むとして、基本運動パターンに関する情報及びパラメータの時刻tの観測値z_tに基づいて、時刻t-1の状態変数ベクトルΦ_t-1を更新することにより時刻tの状態変数ベクトルΦ_tを推定する状態推定部と、遅延時間をsとして、基本運動パターンに関する情報及び時刻tの状態変数ベクトルΦ_tを用いて、パラメータの時刻t+sの値を予測する運動予測部と、を備えている。

また、この発明の一態様による遅延補償装置は、周期的な運動における時刻ごとの観測値の系列であって、１周期以上の長さからなる系列を基本運動パターンとして記憶した基本運動パターン記憶部と、時刻τの運動の観測値を特定するための状態変数ベクトルΦ_τは、時刻τにおける基本運動パターン中の位置を特定するパラメータφ_τと、時刻τにおけるφ_τの遷移する速度ω_τと、φ_τにより基本運動パターンに沿って決定される値を時刻τにおける運動の観測値に変換する関数を定めるパラメータとを含むベクトルとして、
時刻t-1における状態変数ベクトルΦ_t-1を基本運動パターンに当てはめることにより得た時刻tにおける運動の観測値の予測値^ｚ_t|t-1と時刻tにおける運動を観測して得た運動の観測値z_tとの誤差に基づいて、時刻tの状態変数ベクトルΦ_tを推定する状態推定部と、遅延時間をsとして、時刻tの状態変数ベクトルΦ_tを基本運動パターンに当てはめることにより時刻t+sにおける運動の観測値の予測値^z_t+s|tを計算する運動予測部と、を備えている。

状態変数ベクトルΦ_tに振幅a_t及びバイアスb_tの少なくとも一方を含めることにより、ゆらぎを考慮した予測に基づいた、従来よりも適切な遅延補償を行うことができる。

遅延補償装置の例を示す機能ブロック図。 遅延補償方法の例を示す流れ図。 この発明の概要を説明するための図。 この発明の概要を説明するための図。 実験結果を説明するための図。 実験結果を説明するための図。

［発明の概要］
図３，４に示すように、ロボットアームを遠隔操作する状況を考える。操作者は、遠隔操作されたロボットアームの位置をディスプレイにより確認できるとする。操作者が、ハンドルを操作すると、その位置情報z_tが取得され、通信路を介して遠隔地にあるロボットアームに送信される。

通信路に遅延がない場合には、図３の左の図のように、動きにズレが生じることなくロボットアームを操作することができる。

一方、通信路に遅延時間sだけ遅延が生じた場合には、図３の右の図のようにディスプレイに表示される動きにズレが生じ、操作性が悪化し、操作者に重たい感覚を与えてしまうことになる。

そこで、図４に示すように、遅延補償装置は、先の動きを予測し、遅延時間sだけ位置z_tを時間的に進めて出力することで、ズレを解消する。遅延時間sだけ位置z_tを時間的に進めたz_t+sを出力すると、通信による遅延時間sの遅延により、表示されるロボットアームの位置はz_t+s-s=z_tとなり、ズレを解消することができるのである。

その際、遅延補償装置は、以下に述べるように、ゆらぎを考慮して予測を行う。

［実施形態］
以下、図面を参照してこの発明の実施形態を説明する。

遅延補償装置は、図１に示すように、運動計測部１、基本運動パターン記憶部２、状態推定部３、運動予測部４、遅延量測定部５、表示部６及び基本運動パターン生成部７を例えば備えている。遅延補償方法は、例えば図２に例示された各処理を行うことにより実行される。

運動計測部１は、遅延補償の対象となる運動に対応するパラメータの値z_tを計測する（ステップＳ１）。この計測されたパラメータの値を、観測値z_tとも呼ぶ。観測値z_tは、遅延補償の対象となる運動に対応するパラメータの時刻tの値である。この例では、観測値z_tは、状態推定部３に提供される。ここで、tは、いわゆるサンプリング時刻を意味しており、サンプリング周期を1として表現した正規化時刻として記述する。後に出てくるτについても同様である。 遅延補償の対象は、一定パターンの運動とする。一定のパターンの運動であれば、その運動の軌道はどのようなものであってもよい。すなわち、その運動の軌道は、直線のみならず、２次元又は３次元の空間における曲線であってもよい。この一定パターンの運動を、基本運動パターンと呼ぶことにする。遅延補償の対象となる運動に対応するパラメータは、この一定のパターンの運動に対応する映像を生成するためのパラメータ、すなわち、運動を観測または測定して得られる観測値であり、例えばマウス等のポインティングデバイスにより取得される位置、力センサにより計測された力の大きさである。

基本運動パターン記憶部２には、遅延補償の対象となる運動に対応するパラメータについての基本運動パターンに関する情報が記憶されているとする。この基本運動パターンに関する情報は、基本運動パターン生成部７により事前に生成されたものである。すなわち、基本運動パターン生成部７は、遅延補償の処理を行う前に、遅延補償の対象となる運動に対応するパラメータの値を運動計測部１から受け取り、この基本運動パターンに関する情報を生成し、基本運動パターン記憶部２に記憶しておく。

基本運動パターンに関する情報とは、例えば、遅延補償の対象となる運動の一周期を構成するサンプル数をnとし、mをn以上の所定の定数として、遅延補償の対象となる運動に対応するパラメータについての時間的に連続するm個のサンプルの値である。このm個のサンプルの値をy=(y₁,y₂,…,y_m)と表記する。

基本運動パターンは、言い換えれば、周期的な運動における時刻ごとの観測値の系列であって、１周期以上の長さからなる系列のことである。また、yと以下に述べる状態変数の列Xの組(X,y)を基本運動パターンと考えてもよい。

なお、状態変数の列をX=(x₁,x₂,…,x_m)とし、x_i(i=1,2,…,m)を以下のように定義する。

また、τを任意の時刻として、遅延補償の対象となる運動に対応するパラメータの値y_τは、y_τ=f(x_τ)+εという関係を満たしており、状態変数x_τ及びεから生成されるものと仮定する。εは、平均０のガウシアンノイズである。

y=(y₁,y₂,…,y_m)及びこのように定義したX=(x₁,x₂,…,x_m)を、Gaussian process regressionを用いてフィッティングすると、任意の状態x_*に対して生成される、遅延補償の対象となる運動に対応するパラメータの値y_*の予測分布は、例えば以下のように定義される平均μ_y*(x_*|X,y)及び分散Σ_y*(x_*|X,y)で記述される正規分布となる。以下の式において、σ_noiseは、フィッティングの度合いを決める所定のパラメータであり、所望の結果が得られるように適宜決定される所定の実数である。また、Iはm×mの単位行列である。・を行列又はベクトルとして、・^Tは・の転置を意味し、・^-1は・の逆行列を意味する。

ここで、kは共分散関数であり、ガウシアンカーネルを用いることで、例えば以下のように定義される。以下の式において、σ_f,Lは、フィッティングの度合いを決める所定のパラメータであり、所望の結果が得られるように適宜決定される所定の実数である。

また、K(X,X)は、グラム行列であり、k(x_p,x_q)をp行q列の要素として持つ。さらに、k_*は、例えば以下のように定義されるベクトルである。

状態推定部３は、基本運動パターンに関する情報及びパラメータの時刻tの観測値z_tに基づいて、時刻t-1の状態変数ベクトルΦ_t-1を更新することにより時刻tの状態変数ベクトルΦ_tを推定する（ステップＳ２）。推定された状態変数ベクトルΦ_tは、運動予測部４に提供される。

状態推定部３は、いわゆるカルマンフィルタにより状態変数ベクトルΦ_tの推定を行う。そのために、τを任意の時刻として、時刻τで観測される観測値z_τは、例えば以下に示すモデルに従って生成されていると考える。

時刻τにおける状態変数ベクトルΦ_τ及びx_τを例えば以下のように定義する。

φ_τは、基本運動パターンにおける時刻τの位相である。言い換えれば、時刻τにおいて基本運動パターンの中のどこに位置するのかを表す状態変数である。

ω_τは、基本運動パターンの時刻τの角速度ω_τである。言い換えれば、位相φ_τの遷移する速さを表す状態変数である。

a_τは、基本運動パターンの時刻τにおける拡大及び縮小の程度を表す振幅である。言い換えれば、基本運動パターンの時刻τにおける拡大及び縮小の程度を表す状態変数である。

b_τは、基本運動パターンの時刻τにおけるシフト量を表すバイアスである。言い換えれば、基本運動パターンの時刻τにおけるシフト量を表す状態変数である。

すなわち、a_τとb_τは、φ_τにより上記基本運動パターンに沿って決定される値を時刻τにおける運動の観測値に変換する関数（アフィン変換）を定めるパラメータである。

状態変数ベクトルΦ_τは、この例では、このように状態変数φ_τ，ω_τ，a_τ，b_τから構成されているものとする。

観測値z_τは、これらの状態変数ベクトルにより、例えば以下のように定義される平均μ_zτ及び分散Σ_zτを持つ正規分布に従い生成されるものとする。ここで、μ_y*(x_*|X,y)|_x*=xτは、μ_y*(x_*|X,y)のx_*にx_τを代入したものである。同様に、Σ_y*(x_*|X,y)|_x*=xτは、Σ_y*(x_*|X,y)のx_*にx_τを代入したものである。

また、状態変数ベクトルΦ_τは、以下の状態方程式に従って遷移するものとする。

ここで、状態遷移行列Fは、例えば以下のように定義される行列である。

w_τは、状態の更新におけるノイズであり、平均０、共分散行列Qで定まる正規分布に従う。共分散行列Qは、チューニングパラメータであり、所望の結果が得られるように適宜決定される所定の行列である。

H_τは、観測ベクトルであり、状態変数ベクトルΦ_τから観測値の期待値μ_zτへの非線形写像を線形近似することにより、例えば以下のように得られる。

v_τは、観測ノイズであり、平均０、共分散行列R_τで定まる正規分布に従う。例えば、共分散行列R_τ=Σ_zτとする。

このとき、このように導入したモデルを用いて、時刻tの状態変数ベクトルΦ_tを、時刻tの観測値z_tより推定することができる。状態変数ベクトルの更新の手続きは、以下の通りである。

時刻t-1における状態変数ベクトルΦ_t-1及び時刻t-1の誤差の共分散行列P_t-1が与えられているとき、時刻tの状態変数ベクトルΦ_tの予測値^Φ_t|t-1と、時刻tの誤差の共分散行列P_tの予測値^P_t|t-1と、時刻tの状態変数ベクトルx_tの予測値^x_t|t-1とは、例えば以下のように与えられる。

また、遅延補償の対象となる運動に対応するパラメータの値の予測値^z_t|t-1は、例えば以下のように与えられるとする。μ_y*(^x _t|t-1|X,y)は、基本運動パターン記憶部２から読み込んだ基本運動パターンに関する情報に基づいて計算される。

また、時刻tの観測ノイズR_tと、時刻tの観測ベクトルH_tとは、それぞれ例えば以下のように与えられるとする。Σ_y*(^x _t|t-1|X,y)は、基本運動パターン記憶部２から読み込んだ基本運動パターンに関する情報に基づいて計算される。

これらより、時刻tのカルマンゲインG_tは、例えば以下のように与えられる。

このとき、時刻tで観測された観測値z_tにより、時刻tの状態変数ベクトルΦ_tの推定値と、時刻tの誤差の共分散行列P_tとは、それぞれ以下のように更新される。

このようにして、状態推定部３は、式（５）により定義される時刻tの状態変数ベクトルΦ_tを計算する。

式（５）は、時刻tにおける運動の観測値の予測値^z_t|t-1と、時刻ｔにおいて実際に観測された運動の観測値z_tとの誤差に基づいて、時刻t-1における状態変数ベクトルΦ_t-1から予測した時刻tにおける状態変数ベクトルの予測値^Φ_t|t-1を更新することにより、時刻tにおける状態変数ベクトルΦ_tを求めることを意味する。

ここで、時刻ｔにおける状態変数ベクトルの予測値^Φ_t|t-1は、式（３）で表現される状態遷移モデルに基づいて予測される。式（３）は、状態変数ベクトルの予測値^Φ_t|t-1を構成する位相を^φ_t|t-1、角速度を^ω_t|t-1、振幅を^a_t|t-1、シフト量を^b_t|t-1としたとき、位相φ_t-1を角速度ω_t-1に従って１時刻分進めた位置を^φ_t|t-1とし、残りのパラメータ(^ω_t|t-1,^a_t|t-1,^b_t|t-1)は、時刻t-1における各パラメータの値から変化しないものと仮定するモデルである。
また、時刻ｔにおける運動の観測値の予測値^z_t|t-1は、式（４）によりもとまるものである。式（４）は、基本運動パターン(X,y)が与えられたときの、状態変数ベクトルの予測値^Φ_t|t-1と運動の観測値の予測値^z_t|t-1との関係を表す式である。つまり、状態変数ベクトルの予測値^Φ_t|t-1中の位相^φ_t|t-1を基本運動パターン(X,y)から得られる回帰曲線に当てはめることにより決定される値μ_y*(^x_t|t+1｜X,y)（位置とも言う。）を、振幅^a_t|t-1及びシフト量^b_t|t-1に従って変換する（アフィン変換する）ことで、上記時刻tにおける運動の観測値の予測値^z_t|t-1を計算する。

運動予測部４は、遅延時間をsとして、基本運動パターンに関する情報及び時刻tの状態変数ベクトルΦ_tを用いて、遅延補償の対象となる運動に対応するパラメータの時刻t+sの予測値^z_t+s|tを計算する（ステップＳ３）。

時刻tの時点での情報によるsステップ後の状態変数ベクトル^Φ_t+s|t, ^x_t+s|tは、例えば以下のように与えられる。

このとき、遅延補償の対象となる運動に対応するパラメータの時刻t+sの予測値^z_t+s|tは、例えば以下のように与えられる。μ_y*(^x_t+s|t|X,y)は、基本運動パターン記憶部２から読み込んだ基本運動パターンに関する情報に基づいて計算される。また、^a_t+s|t=a_tとし、^b_t+s|t=b_tとする。

運動予測部４は、式（７）により定義される予測値^z_t+s|tを計算し、遅延補償の対象となる運動に対応するパラメータの時刻t+sの値z_t+s=^z_t+s|tとして出力する。z_t+sは、表示部６に提供される。

式（７）は、運動の観測値の予測値^z_t+s|tを、時刻t+sにおける状態変数ベクトルの予測値^Φ_t+s|tを用い、基本運動パターン(X,y)の回帰曲線およびアフィン変換を用いて決定することを意味する。つまり、状態変数ベクトル^Φ_t+s|t中の位相^φ_t+s|tを基本運動パターン(X,y)から得られる回帰曲線に当てはめることにより決定される値μ_y*(^x_t+s|t|X,y)（位置とも言う。）を、振幅^a_t+s|t及びシフト量^b_t+s|tに従って変換する（アフィン変換する）ことで、上記時刻t+sにおける運動の観測値の予測値^z_t+s|tを計算する。
ここで、時刻t+sにおける状態変数ベクトルの予測値^Φ_t+s|tは、式（６）に基づいて予測される。式（６）は、状態変数ベクトルの予測値^Φ_t+s|tを構成する位相を^φ_t+s|t、角速度を^ω_t+s|t、振幅を^a_t+s|t、シフト量を^b_t+s|tとしたとき、位相φ_ｔを角速度ω_ｔに従ってs時刻分進めた位置を^φ_t+s|tとし、残りのパラメータ(^ω_t+s|t,^a_t+s|t,^b_t+s|t)は、時刻tにおける各パラメータの値から変化しないものと仮定するモデルである。

なお、遅延時間sは、この例では、運動予測部４と表示部６との間の通信路に流れる情報を観測している遅延量測定部５により測定される。遅延量の測定には、色々な方法が考えられるが、例えば、参考文献１に記載されたタイムスタンプ方式を用いる方法や、参考文献２に記載された方法を用いることができる。もちろん、他の遅延量の測定方法を用いてもよい。

〔参考文献１〕安田浩（編著），「マルチメディア符号化の国際標準」，第３版，丸善株式会社，平成４年２月１０日，ｐ．２２１−２３２
〔参考文献２〕特開２００５−１８４７４９号公報

例えば、遅延量測定部５が、実測値としてT_pだけ遅延していることを測定したとする。この場合、遅延補償の対象となる運動に対応するパラメータのサンプリング周期をT_sとすると、遅延時間s=T_p/T_sとなる。この遅延時間sが遅延情報として、運動予測部４に提供される。T_p,およびT_sは、実測できる遅延時間であり、例えば秒等の時間の次元の単位を持つ。これに対して、sは、サンプリング周期を1とした正規化時間で表現した遅延量であり、無次元量である。 ここでの遅延時間sの定義、および^x_t+s|tの計算式からわかるように、sは必ずしも整数である必要はない。

表示部６は、ディスプレイ等の表示装置である。表示部６は、z_t+sに基づく映像を表示する。遅延時間はsであるため、表示部６には、z_t+s-s=z_tに基づく映像が表示され、遅延が補償される。

ここで、状態変数ベクトルΦ_tには、パターンを変形するための状態変数である振幅a_t及びバイアスb_tの少なくとも一方が含まれている（上記の例では、状態変数ベクトルΦ_tに振幅a_t及びバイアスb_tの両方が含まれている。）。このため、遅延補償の対象となる運動に対応するパラメータが、ゆらぎを含むような繰り返し運動、すなわちパターンから少し外れることがあるような繰り返し運動をする場合であっても、従来よりも高い精度で予測及び遅延補償を行うことができる。

［実験結果］
指の繰り返し運動における関節角度情報をモーションキャプチャによりサンプリング周波数60Hzで取得したものの例を、図５に示す。ただし、運動データの取得時に67 ms の遅延を伴っているとする。そのため、取得した運動をそのまま提示すると、実際の運動との間にズレを生じてしまう。これに対し、提案手法により遅延補償を行うことで、実際の運動に近い動作を提示することができていることがわかる。なお、図５では、実際の運動を実線で示し、遅延を伴って取得された運動を破線で示し、遅延補償装置により遅延を補償し提示された動作を一点鎖線で示している。

なお、図６に示すように、遅延を補償することで、疲労感を軽減する効果が得られることがわかる。

［変形例等］
状態変数ベクトルΦ_τには、振幅a_τ及びバイアスb_τの少なくとも一方が含まれていればよい。すなわち、状態変数ベクトルΦ_τは、例えば以下のようなベクトルであってもよい。

この場合、状態遷移行列Fは、例えば以下のように定義される。

状態推定部３が基本運動パターン記憶部２から読み込む基本運動パターンに関する情報は、状態推定部３がμ_y*(^x _t|t-1|X,y)及びΣ_y*(^x _t|t-1|X,y)を計算することができる情報であれば、y=(y₁,y₂,…,y_m)でなくてもよい。例えば、基本運動パターンに関する情報は、μ_y*(x _*|X,y)の定義式である式（１）の値と、Σ_y*(x _*|X,y)の定義式である式（２）の値とを計算するために必要な情報であってもよい。

同様に、運動予測部４が基本運動パターン記憶部２から読み込む基本運動パターンに関する情報は、運動予測部４がμ_y*(^x _t+s|t|X,y)を計算することができる情報であれば、y=(y₁,y₂,…,y_m)でなくてもよい。例えば、基本運動パターンに関する情報は、μ_y*(x _*|X,y)の定義式である式（１）の値を計算するために必要な情報であってもよい。

遅延時間sではなく、遅延量測定部５が測定したT_pが、遅延情報として運動予測部４に提供されてもよい。この場合、T_pに基づいて、運動予測部４が遅延時間s=T_p/T_sを計算する。

また、遅延時間sが予めわかっている場合には、遅延量測定部５は設けられていなくてもよい。

基本運動パターン生成部７が、基本運動パターン記憶部２に記憶されている基本運動パターンに関する情報を動的に更新してもよい。

例えばz_t-m,z_t-m+1,…,z_t-1が、基本運動パターンに関する情報y=(y₁,y₂,…,y_m)として基本運動パターン記憶部２に記憶されているとする。このとき、観測値z_tを運動計測部１から受け取った基本運動パターン生成部７は、z_t-m+1,z_t-m+2,…,z_tを、新たな基本運動パターンに関する情報y=(y₁,y₂,…,y_m)として基本運動パターン記憶部２に記憶する。このように、最も新しい観測値z_tを加え、最も古い観測値z_t-mを除くことにより、基本運動パターンに関する情報を更新してもよい。

また、基本運動パターン生成部７は、kを所定の正の整数として、k単位処理時間ごとに、基本運動パターンに関する情報y=(y₁,y₂,…,y_m)を更新してもよい。具体的には、例えば、最も新しいk個の観測値z_t-(k-1),z_t-(k-2),…,z_tを加え、最も古いk個の観測値z_t-m,z_t-m+1,…,z_t-m+(k-1)を除くことにより、基本運動パターンに関する情報を更新してもよい。例えば、k=n又はk=mとする。k=nである場合には遅延補償の対象となる運動に対応するパラメータの値が一周期分入力される毎に、k=mである場合には遅延補償の対象となる運動に対応するパラメータの値が約一周期分入力される毎に、基本運動パターンが更新されることになる。

例えば、m=nとする。このとき、基本運動パターンに関する情報y=(y₁,y₂,…,y_n)は、Cを２以上の整数として、遅延補償の対象となる運動に対応するパラメータの過去のC個の周期の平均であってもよい。例えば、遅延補償の対象となる運動に対応するパラメータの過去のC個のそれぞれの周期についての情報をy^c=(y^c ₁,y^c ₂,…,y^c _n)(c=1,2,…,C)とする。このとき、y=(Σ_c=1 ^Cy^c)/C=((Σ_c=1 ^Cy^c ₁)/C,(Σ_c=1 ^Cy^c ₂)/C,…,(Σ_c=1 ^Cy^c _n)/C)とする。この計算は、基本運動パターン生成部７により行われる。

基本運動パターンに関する情報が既に基本運動パターン記憶部２に記憶されている場合には、基本運動パターン生成部７は設けられていなくてもよい。

上記の例では、遅延補償の対象となる運動に対応するパラメータの値をスカラー量として扱っている。もし、遅延補償の対象となる運動に対応するパラメータが多次元である場合には、パラメータの各次元のそれぞれについて上記と同様にして遅延補償の処理をすればよい。

遅延補償装置は、コンピュータによって実現することができる。この場合、この装置の各部の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、この装置における各部がコンピュータ上で実現される。

この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、これらの装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

この発明は、上述の実施形態に限定されるものではなく、この発明の趣旨を逸脱しない範囲で適宜変更が可能である。

１ 運動計測部
２ 基本運動パターン記憶部
３ 状態推定部
４ 運動予測部
５ 遅延量測定部
６ 表示部
７ 基本運動パターン生成部

Claims (10)

1. 時刻τの状態変数ベクトルΦ_τは、遅延補償の対象となる運動に対応するパラメータの値についての基本運動パターンにおける時刻τの位相φ_τと、上記基本運動パターンの時刻τの角速度ω_τと、上記基本運動パターンの時刻τにおける拡大及び縮小の程度を表す振幅a_τ及び上記基本運動パターンの時刻τにおけるシフト量を表すバイアスb_τの少なくとも一方とを含むとして、
   上記基本運動パターンに関する情報及び上記パラメータの時刻tの観測値z_tに基づいて、時刻t-1の状態変数ベクトルΦ_t-1を更新することにより時刻tの状態変数ベクトルΦ_tを推定する状態推定部と、
   遅延時間をsとして、上記基本運動パターンに関する情報及び上記時刻tの状態変数ベクトルΦ_tを用いて、上記パラメータの時刻t+sの値を予測する運動予測部と、
   を含む遅延補償装置。
2. 周期的な運動における時刻ごとの観測値の系列であって、１周期以上の長さからなる系列を基本運動パターンとして記憶した基本運動パターン記憶部と、
   時刻τの運動の観測値を特定するための状態変数ベクトルΦ_τは、時刻τにおける上記基本運動パターン中の位置を特定するパラメータφ_τと、時刻τにおけるφ_τの遷移する速度ω_τと、φ_τにより上記基本運動パターンに沿って決定される値を時刻τにおける運動の観測値に変換する関数を定めるパラメータとを含むベクトルとして、
   時刻t-1における状態変数ベクトルΦ_t-1を上記基本運動パターンに当てはめることにより得た時刻tにおける運動の観測値の予測値^ｚ_t|t-1と時刻tにおける運動を観測して得た運動の観測値z_tとの誤差に基づいて、時刻tの状態変数ベクトルΦ_tを推定する状態推定部と、
   遅延時間をsとして、上記時刻tの状態変数ベクトルΦ_tを上記基本運動パターンに当てはめることにより時刻t+sにおける運動の観測値の予測値^z_t+s|tを計算する運動予測部と、
   を含む遅延補償装置。
3. 請求項２の遅延補償装置であって、
   上記状態推定部は、上記状態変数ベクトルΦ_t-1中の上記基本運動パターン上の位置を特定するパラメータφ_t-1を角速度ω_t-1に従って１時刻分進めた位置を時刻ｔにおける位置の予測値^φ_t|t-1とし、上記位置の予測値^φ_t|t-1を上記基本運動パターンから得られる回帰曲線に当てはめることにより得られる位置を上記状態変数ベクトルΦ_t-1中の観測値に変換する関数を定めるパラメータに従って変換することにより、上記時刻ｔにおける運動の観測値の予測値^z_t|t-1を得て、
   上記運動予測部は、上記状態変数ベクトルΦ_ｔ中の上記基本運動パターン上の位置を特定するパラメータφ_tを角速度ω_tに従ってｓ時刻分進めた位置を時刻t+sにおける位置の予測値^φ_t+s|tとし、上記位置の予測値^φ_t+s|tを上記基本運動パターンから得られる回帰曲線に当てはめることにより得られる位置を上記状態変数ベクトルΦ_t中の観測値に変換する関数を定めるパラメータに従って変換することにより、上記時刻t+sにおける運動の観測値の予測値^z_t+s|tを計算する、
   ことを特徴とする遅延補償装置。
4. 請求項１の遅延補償装置であって、
   上記基本運動パターンを動的に更新する基本運動パターン生成部を更に含む、
   遅延補償装置。
5. 請求項１又は４の遅延補償装置であって、
   上記遅延時間sを計算する遅延量測定部を更に含む、
   遅延補償装置。
6. 時刻τの状態変数ベクトルΦ_τは、遅延補償の対象となる運動に対応するパラメータの値についての基本運動パターンにおける時刻τの位相φ_τと、上記基本運動パターンの時刻τの角速度ω_τと、上記基本運動パターンの時刻τにおける拡大及び縮小の程度を表す振幅a_τ及び上記基本運動パターンの時刻τにおけるシフト量を表すバイアスb_τの少なくとも一方とを含むとして、
   状態推定部が、上記基本運動パターンに関する情報及び上記パラメータの時刻tの観測値z_tに基づいて、時刻t-1の状態変数ベクトルΦ_t-1を更新することにより時刻tの状態変数ベクトルΦ_tを推定する状態推定ステップと、
   運動予測部が、遅延時間をsとして、上記基本運動パターンに関する情報及び上記時刻tの状態変数ベクトルΦ_tを用いて、上記パラメータの時刻t+sの値を予測する運動予測ステップと、
   を含む遅延補償方法。
7. 基本運動パターン記憶部には、周期的な運動における時刻ごとの観測値の系列であって、１周期以上の長さからなる系列が基本運動パターンとして記憶されているとし、
   時刻τの運動の観測値を特定するための状態変数ベクトルΦ_τは、時刻τにおける上記基本運動パターン中の位置を特定するパラメータφ_τと、時刻τにおけるφ_τの遷移する速度ω_τと、φ_τにより上記基本運動パターンに沿って決定される値を時刻τにおける運動の観測値に変換する関数を定めるパラメータとを含むベクトルとして、
   状態推定部が、時刻t-1における状態変数ベクトルΦ_t-1を上記基本運動パターンに当てはめることにより得た時刻tにおける運動の観測値の予測値^ｚ_t|t-1と時刻tにおける運動を観測して得た運動の観測値z_tとの誤差に基づいて、時刻tの状態変数ベクトルΦ_tを推定する状態推定ステップと、
   運動予測部が、遅延時間をsとして、上記時刻tの状態変数ベクトルΦ_tを上記基本運動パターンに当てはめることにより時刻t+sにおける運動の観測値の予測値^z_t+s|tを計算する運動予測ステップと、
   を含む遅延補償方法。
8. 請求項７の遅延補償方法であって、
   上記状態推定ステップは、上記状態変数ベクトルΦ_t-1中の上記基本運動パターン上の位置を特定するパラメータφ_t-1を角速度ω_t-1に従って１時刻分進めた位置を時刻ｔにおける位置の予測値^φ_t|t-1とし、上記位置の予測値^φ_t|t-1を上記基本運動パターンから得られる回帰曲線に当てはめることにより得られる位置を上記状態変数ベクトルΦ_t-1中の観測値に変換する関数を定めるパラメータに従って変換することにより、上記時刻ｔにおける運動の観測値の予測値^z_t|t-1を得て、
   上記運動予測ステップは、上記状態変数ベクトルΦ_ｔ中の上記基本運動パターン上の位置を特定するパラメータφ_tを角速度ω_tに従ってｓ時刻分進めた位置を時刻t+sにおける位置の予測値^φ_t+s|tとし、上記位置の予測値^φ_t+s|tを上記基本運動パターンから得られる回帰曲線に当てはめることにより得られる位置を上記状態変数ベクトルΦ_t中の観測値に変換する関数を定めるパラメータに従って変換することにより、上記時刻t+sにおける運動の観測値の予測値^z_t+s|tを計算する、
   ことを特徴とする遅延補償方法。
9. 請求項１から５の何れかに記載された遅延補償装置の各部としてコンピュータを機能させるための遅延補償プログラム。
10. 請求項１から５の何れかに記載された遅延補償装置の各部としてコンピュータを機能させるための遅延補償プログラムを記録したコンピュータ読み取り可能な記録媒体。