JP7239982B2

JP7239982B2 - 触覚評価システム、触覚評価方法及びプログラム

Info

Publication number: JP7239982B2
Application number: JP2019104755A
Authority: JP
Inventors: 雄一栗田
Original assignee: Hiroshima University NUC
Current assignee: Hiroshima University NUC
Priority date: 2019-06-04
Filing date: 2019-06-04
Publication date: 2023-03-15
Anticipated expiration: 2039-06-04
Also published as: JP2020197481A

Description

本発明は、触覚評価システム、触覚評価方法及びプログラムに関する。

筆記用具、ボール、衣服等、人に触れる様々な商品では、ざらざら、さらさら等の触覚が商品価値に大きく影響するため、これらの商品の開発においては、触覚の評価が重要とされている。

触覚の評価方法として、例えば、特許文献１の方法が開発されている。特許文献１の触覚評価方法では、被検体に弾性体である擬似指を押圧し、被検体に対して擬似指を押圧方向と垂直な方向に相対移動させる。そして、被検体と擬似指との接触面の面積の移り変わりを示す値である偏心度を計測することにより、被検体表面の滑りやすさを尺度とした評価を行う。

特開２０１８－４５８５号公報

実際に人が物に触れる動作では、大きなストロークで指を動かして触感を得る場合が多い。しかしながら、特許文献１の触覚評価方法では、被検体と擬似指との接触面の面積に基づく偏心度を用いて触覚評価を行うので、接触面の面積に変化が無い状態では触覚評価を行うことが難しい。例えば、被検体と擬似指とが大きなストロークで相対移動し、接触面全体が滑っている状態では、触覚評価を行うことが難しい。

本発明は、上述の事情に鑑みてなされたものであり、被検体と擬似指とが大きなストロークで相対移動した場合であっても、高い精度で触覚を評価することができる触覚評価システム、触覚評価方法及びプログラムを提供することを目的とする。

上記目的を達成するために、この発明の第１の観点に係る触覚評価システムは、
被検体と、弾性体である擬似指とを接触させた状態で、前記被検体又は前記擬似指を動作させた際の、前記被検体と前記擬似指との接触面の画像データを取得する画像データ取得部と、
前記被検体と前記擬似指とを接触させた状態で、前記被検体又は前記擬似指を動作させた際に生じる振動情報を取得する振動情報取得部と、
前記画像データ取得部で取得された前記画像データと、前記振動情報取得部で取得された前記振動情報とを解析して触覚を評価する評価部と、を備え、
前記評価部は、
前記被検体に対する前記擬似指の相対移動距離又は移動時間を、前記接触面の面積の変化である偏心度に基づいて評価を行う偏心度信頼区間、前記偏心度及び前記振動情報に基づいて評価を行う複合信頼区間、及び前記振動情報に基づいて評価を行う振動信頼区間に区分して、触覚を評価する。

また、前記偏心度信頼区間は、前記接触面が、前記被検体と前記擬似指との間で滑りが生じていない固着領域を含む場合の相対移動距離又は移動時間である、
こととしてもよい。

また、メル尺度に基づいて作成されたフィルタ群である触覚メルフィルタバンクを記憶している記憶部を備え、
前記評価部は、
前記触覚メルフィルタバンクを用いて前記振動情報を解析して得られた振動評価指標と、前記偏心度とに基づいて触覚を評価する、
こととしてもよい。

また、前記評価部は、
複数の評価結果を教師データとして、前記画像データ及び前記振動情報から触覚を推定するように、機械学習により生成された推定モデルを用いて、前記被検体の触覚を推定する、
こととしてもよい。

また、本発明の第２の観点に係る触覚評価方法は、
被検体と、弾性体である擬似指とを接触させた状態で、前記被検体又は前記擬似指を動作させ、前記被検体と前記擬似指との接触面の画像データを取得するとともに、前記被検体又は前記擬似指に生じた振動情報を取得する振動情報取得ステップと、
前記被検体に対する前記擬似指の相対移動距離又は移動時間を、前記接触面の面積の変化である偏心度に基づいて評価を行う偏心度信頼区間、前記偏心度及び前記振動情報に基づいて評価を行う複合信頼区間、及び前記振動情報に基づいて評価を行う振動信頼区間に区分して、触覚を評価する解析ステップと、を含む。

また、前記振動情報取得ステップでは、
前記擬似指が乾いた状態及び前記擬似指が濡れた状態で、前記画像データ及び前記振動情報を取得する、
こととしてもよい。

また、本発明の第３の観点に係るプログラムは、
コンピュータを、
被検体と、弾性体である擬似指とを接触させた状態で、前記被検体又は前記擬似指を動作させた際の、前記被検体と前記擬似指との接触面の画像データを取得する画像データ取得部、
前記被検体と前記擬似指とを接触させた状態で、前記被検体又は前記擬似指を動作させた際に生じる振動情報を取得する振動情報取得部、
前記被検体に対する前記擬似指の相対移動距離又は移動時間を、前記接触面の面積の変化である偏心度に基づいて評価を行う偏心度信頼区間、前記偏心度及び前記振動情報に基づいて評価を行う複合信頼区間、及び前記振動情報に基づいて評価を行う振動信頼区間に区分し、前記画像データ取得部で取得された前記画像データと、前記振動情報取得部で取得された前記振動情報とを解析して触覚を評価する評価部、
として機能させる。

本発明の触覚評価システム、触覚評価方法及びプログラムによれば、接触面の偏心度に基づいて評価を行う区間、偏心度及び振動情報に基づいて評価を行う区間、振動情報に基づいて評価を行う区間を区分して、触覚を評価するので、精度の高い触覚評価を行うことが可能である。

本発明の実施の形態に係る触覚評価システムの外観を示す斜視図である。実施の形態に係る触覚評価システムの概略構成を示す図であり、（Ａ）は正面図、（Ｂ）は側面図である。実施の形態に係る触覚評価システムのブロック図である。擬似指と被検体との接触面を示す図であり、（Ａ）は初期状態、（Ｂ）は相対移動後の状態の図である。メルフィルタバンクの例を示す図である。パチニ小体の周波数特性を示すグラフである。感性評価と触覚指標の計測実験に係る触覚評価システムの概要を示す図であり、（Ａ）は斜視図、（Ｂ）は概略構成を示す正面図である。接触面の画像の例を示す図である。実施の形態に係る触覚評価の流れを示すフローチャートである。評価指標の信頼区間を示す概念図である。スライダ移動距離と偏心度との関係の例を示すグラフである。

（触覚評価システムの構成）
以下、図を参照しつつ、本発明の実施の形態に係る触覚評価システム１について説明する。

図１、図２（Ａ）、（Ｂ）に示すように、本実施の形態に係る触覚評価システム１は、擬似指１０、擬似指駆動部１１、力センサ１２、ステージ１３、ステージ駆動部１４、カメラ１５、振動センサ１６、制御ユニット４０を備える。

なお、触覚評価システム１の各部を説明する図では、図２（Ａ）に示す触覚評価システム１の正面視における左右方向をｘ軸方向、触覚評価システム１の奥行き方向、すなわち図２（Ａ）の紙面垂直方向をｙ軸方向、触覚評価システム１の上下方向をｚ軸方向とする直交座標系を設定し、適宜参照する。なお、図２（Ａ）の右方向を＋ｘ方向、奥行方向を＋ｙ方向、上方向を＋ｚ方向とする。

擬似指１０は、人の指を模した半球形の弾性体部材である。擬似指１０の素材は、特に限定されないが、本実施の形態では、被検体Ｓとの接触面を観察できるように、透明ゲル製の擬似指１０を用いる。

擬似指駆動部１１は、擬似指１０を動作させるスライダ等である。本実施の形態に係る擬似指駆動部１１は、擬似指１０を被検体Ｓの表面に押圧するための直動アクチュエータである。本実施の形態に係る触覚評価システム１では、擬似指駆動部１１は、ｘ－ｙ平面上に配置された被検体Ｓの表面に対して、直交方向となるｚ軸方向に動作するように配置されている。これにより、擬似指駆動部１１は、擬似指１０を、被検体Ｓに対して垂直に押圧できる。

力センサ１２は、ステージ１３とステージ駆動部１４との間に取り付けられており、擬似指１０を被検体Ｓに押圧する際の力を計測する。

ステージ１３は、被検体Ｓとなる素材を載置、固定する基台である。被検体Ｓは、触覚を評価される対象となるものであり、例えば、皮革、ゴム、紙等のシートである。また、ステージ１３上には、載置された被検体Ｓを囲むように複数のＬＥＤが配置されており、ＬＥＤは、被検体Ｓを照らす。これにより、擬似指１０と被検体Ｓとの接触面が、より観察しやすくなる。

ステージ駆動部１４は、スライダ、ステッピングモータ等の駆動装置であり、ステージ１３をｘ－ｙ平面内で直線動作又は回転動作させる。これにより、触覚評価システム１は、擬似指１０と被検体Ｓとが接触した状態で、擬似指１０と被検体Ｓとを相対移動させた時の情報を取得し、被検体Ｓの触覚を評価することができる。

カメラ１５は、図示しないフレームに取り付けられ、擬似指１０の直上（＋ｚ方向）に配置されており、透明ゲルの擬似指１０を透過して、擬似指１０と被検体Ｓとの接触面を撮影する。カメラ１５が、所定の時間間隔で接触面を撮影することにより、触覚評価システム１は、接触面の時間変化データを取得する。

振動センサ１６は、ステージ１３に取り付けられており、ステージ１３の振動情報、特に、擬似指１０と被検体Ｓとの摩擦による振動情報を取得する。

制御ユニット４０は、例えばコンピュータ装置であり、図３のブロック図に示すように、記憶部４２、表示部４３、入力部４４、制御部４１を備える。

記憶部４２は、ハードディスク、フラッシュメモリ等の不揮発性メモリであり、接触面の画像データ、振動情報、画像データから偏心度ｅを算出する演算アルゴリズム、振動情報から振動評価指標を算出する際のフィルタバンク及び演算アルゴリズム等を記憶する。

表示部４３は、コンピュータ装置である制御ユニット４０に備えられた表示用デバイスであり、例えば液晶パネルである。表示部４３は、カメラ１５で撮影された接触面の画像、触覚の評価結果等を表示する。

入力部４４は、触覚評価システム１における評価の開始、終了指示、各種評価条件の変更等を入力するための入力デバイスである。入力部４４は、制御ユニット４０に備えられたキーボード、タッチパネル、マウス等である。

制御部４１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、水晶発振器等から構成されており、触覚評価システム１の動作を制御するとともに、カメラ１５で撮影された画像データに基づいて接触面の時間変化を示す偏心度ｅを解析する。また、制御部４１は、振動センサ１６で取得された振動情報から、擬似指１０と被検体Ｓとの摩擦状態を解析し、振動評価指標を算出する。

制御部４１は、制御部４１のＲＯＭ、記憶部４２等に記憶されている各種動作プログラム及びデータをＲＡＭに読み込んでＣＰＵを動作させることにより、図３に示される制御部４１の各機能を実現させる。これにより、制御部４１は、画像データ取得部４１１、振動情報取得部４１２、評価部４１３として動作する。

画像データ取得部４１１は、カメラ１５を制御して、擬似指１０と被検体Ｓとの接触面を、予め定められた所定の時間間隔で撮影し、時系列の画像データを取得する。また、画像データ取得部４１１は、取得した画像データを記憶部４２へ送信し、記憶させる。

振動情報取得部４１２は、振動センサ１６を制御し、ステージ１３の振動情報、すなわち、擬似指１０と被検体Ｓとの摩擦による振動情報を取得する。また、振動情報取得部４１２は、取得した振動情報を記憶部４２へ送信し、記憶させる。

評価部４１３は、記憶部４２に記憶されている画像データを取得して、接触面の時間変化を示す偏心度ｅを算出する。本実施の形態では、評価部４１３は、図４（Ａ）に示すように、ステージ１３を移動させる前の初期状態における接触面の重心Ｏを算出する。また、重心Ｏを原点として、ｘ軸、ｙ軸を設定し、各象限の接触面の面積Ｓ_ｓ１、Ｓ_ｓ２、Ｓ_ｓ３、Ｓ_ｓ４を算出する。次に、ステージ１３に擬似指１０の押圧方向と直行する方向に力を加えて移動させた後の、画像データの各象限における接触面の面積Ｓ_ｔ１、Ｓ_ｔ２、Ｓ_ｔ３、Ｓ_ｔ４を算出する。そして、以下の式（１）により偏心度ｅを算出する。

また、評価部４１３は、記憶部４２に記憶されている振動情報を読み出して、被検体Ｓの触覚を示す振動評価指標を算出する。振動評価指標は、振動情報に基づいて、被検体Ｓの表面の凹凸、滑りやすさ等によって人が感じるざらざら感等の触感を、数値的に評価するための指標である。

本実施の形態では、評価部４１３は、振動センサ１６で取得された振動情報に基づいて、メルフィルタバンクを用いた振動評価指標を算出する。メルフィルタバンクは、図５に示すように、人の知覚特性を表すメル尺度に沿って配置された三角関数のフィルタ群であり、人の感度が低い周波数帯域（高周波帯域）では幅を広く、人の感度が高い周波数帯域（低周波帯域）では幅を狭く設定されている。

（振動評価指標）
以下、本実施の形態に係るメルフィルタバンクを用いた振動評価指標の算出方法について説明する。本実施の形態では、パチニ小体の特性モデル式である式（２）に基づいて作成された、触覚評価に適したメルフィルタバンクである触覚メルフィルタバンクを用いて振動評価を行う。

式（２）のモデルのゲインがパチニ小体の特性モデルであり、図６に示す周波数特性となる。以下の式（３）を用いて各フィルタの中心周波数の間隔へ変換することで、振動感度グラフに基づいた中心周波数行列を生成し、振動情報による触覚評価に適した触覚メルフィルタバンクを作成する。

以下の式（４）、（５）は、式（３）における傾きと切片である。

式（３）より、振動感度グラフにおけるｙ軸最小値（感度最大）の点に近いほどより密なフィルタを生成する。Ｗ_ｎはｎ番目の中心周波数間隔、Ｗ_minは中心周波数間隔の最小値、Ｗ_maxは中心周波数間隔の最大値、Ｇ（f_min）とＧ（f_max）は、式（２）に以下の式（６）に示すｓとしたときの値の代入により算出される振動感度グラフの下限周波数ｆ_minから上限周波数ｆ_maxまでの出力の最小値と最大値である。

また、Ｗ_minとＷ_maxとを変更することにより、フィルタバンクのチャンネル数を調整することができる。

本実施の形態では、予め作成されたフィルタバンクが記憶部４２に記憶されている。評価部４１３は、記憶部４２に記憶されているフィルタバンクと、取得された振動情報を読み出して、振動評価指標を算出する。より具体的には、振動情報に所定の窓関数をかけてフーリエ変換する。そして、算出されたパワースペクトルに触覚メルフィルタバンクをかける。フィルタ後のパワースペクトルの対数をとり、離散コサイン変換して、振動評価指標としての触覚メル周波数ケプストラム係数ＴＭＦＣＣを算出する。

上述の触覚メルフィルタバンクを用いて触覚評価を行った場合の例を以下に示す。以下の例では、健常な成人男性５名を被験者とし、被検体Ｓとして大きさの異なる７種類のビーズを塗布したフィルムを用いた場合の感性評価と触覚評価指標の計測を行った。表１に各フィルムの特性を示す。

具体的な実験方法として、被験者は、図７（Ａ）、（Ｂ）に示す実験装置にセットされた各フィルムを５回なぞる。また、順序交差の影響を抑えるため、フィルムの提示順番はランダムとした。そして、被験者は、５回なぞった後、感性評価として、なめらかとざらざらを軸とした「摩擦感」について７段階の評価アンケートに回答した。この流れを１タスクとして、計３タスク行なった。

また、なぞり始めとなぞり終わりを除くなぞり動作区間を評価するため、計測した振動情報に対して解析区間の抽出を行なった。指が接触した瞬間を初期値とし、初期値より重心が３ｍｍ以上移動した点を解析区間の開始点とした。また、指が停止した点より重心移動が３ｍｍ以下の最初の点を解析区間の終点とした。図８に各区間における接触面画像を示す。

また、比較のため、別の振動評価指標として、パワースペクトル密度に基づく皮膚振動強度を算出する。この評価指標は、以下の式（７）によって算出される。

ここで、Ｖは皮膚振動強度、ｆは周波数、ＰＳＤはパワースペクトル密度である。

また、音声解析で一般的に使用される２０チャンネルのメルフィルタバンクを用いたメル周波数ケプストラム係数ＭＦＣＣも比較のために算出する。本実施の形態に係る触覚メルフィルタバンクは、周波数帯域を１００～１０００Ｈｚとし、２５０Ｈｚ付近に周波数のピークを持つ１２チャンネルのフィルタバンクとした。

皮膚振動強度、ＭＦＣＣ、本実施の形態に係るＴＭＦＣＣのそれぞれについて、回帰分析を行なって感性評価と各触覚指標との関係を比較した。多次元の特徴量を持つものは、主成分分析を行ない、累積寄与率が８０％を超える主成分までのデータを回帰分析に使用した。皮膚振動強度の回帰式を式（８）に、ＭＦＣＣとＴＭＦＣＣの回帰式を式（９）に示す。但し、ｙは感性評価点、ｚはパワースペクトル密度、ｚ_ｊは主成分分析の結果の第ｊ主成分を示している。

回帰分析の調整済み決定係数を表２に示す。

表２より、本実施の形態に係る触覚メルフィルタバンクを用いたＴＭＦＣＣの調整済み決定係数は、従来の振動強度の場合の決定係数よりも高く、当てはまりがよい。また、ＴＭＦＣＣの場合の決定係数は、ＭＦＣＣの場合の決定係数と同等であり、同等の当てはまりであることがわかる。しかしながら、従来手法のＭＦＣＣは、２０チャンネルであるのに対し、本実施の形態に係る触覚メルフィルタバンクを用いる手法は１２チャンネルである。したがって、音声用ではなく触覚評価用のフィルタバンクを用いることで、より簡易な計算で、触覚評価に適した解析を行うことができる。

本実施の形態では、上述の方法により作成された触覚メルフィルタバンクと推定モデルを用いることにより推定される触感を、振動評価指標として用いる。

（触覚評価システムによる触覚評価方法）
続いて、図２（Ａ）、（Ｂ）に示す、触覚評価システム１を用いた触覚評価方法について、図９のフローチャートを参照しつつ、具体的に説明する。

まず、ステージ１３に、触覚を評価する対象である被検体Ｓが載置される（ステップＳ１１）。被検体Ｓが載置された後、振動情報取得ステップが開始され、制御部４１は、擬似指駆動部１１を制御して、擬似指１０を－ｚ方向に下降させ、予め設定されている所定の力で被検体Ｓを押圧する（ステップＳ１２）。

擬似指１０の下降が完了した後、制御部４１は、カメラ１５を制御して、擬似指１０と被検体Ｓとの接触面を含む接触状態を撮影させ、画像データを画像データ取得部４１１へ送信させる（ステップＳ１３）。

続いて、制御部４１は、ステージ駆動部１４を制御して、ステージ１３を移動させる（ステップＳ１４）。本実施の形態では、ステージ１３は、水平方向（ｘ軸方向）に移動する。移動が開始されると、振動情報取得部４１２は、振動センサ１６から振動情報の取得を開始する。また、制御部４１は、カメラ１５を制御して、ステージ１３が一定距離移動するごとに、擬似指１０と被検体Ｓとの接触面を含む接触状態を撮影させ、画像データを画像データ取得部４１１へ送信させる（ステップＳ１５）。ステージ１３の移動速度は特に限定されず、被検体Ｓの摩擦特性等を考慮し、触覚評価に適した速度に設定すればよい。本実施の形態に係る移動速度は、１０ｍｍ／秒である。また、画像を撮影する間隔ｄｘは特に限定されないが、例えば、０．１ｍｍである。

制御部４１は、ステージ１３を予め定められた距離移動させた後、ステージ１３を停止させるとともに、振動情報の取得、画像データの取得を停止させる（ステップＳ１６）。ステージ１３の移動距離は、特に限定されないが、擬似指１０と被検体Ｓとの接触面が完全に移動する（滑る）距離よりも大きくすることが好ましく、例えば５０ｍｍ程度である。

各データの取得が完了すると、解析ステップとして、評価部４１３は、触覚の評価を行う。触覚評価は、カメラ１５で画像を撮影した各タイミングにおいて、評価指標を算出することによって行われる。

具体的には、ステージ１３の移動距離ｘが、図１０に示す偏心度信頼区間である場合、偏心度ｅによる評価を行う（ステップＳ１７のＹＥＳ）。本実施の形態では、移動距離ｘが３ｍｍ未満である場合を偏心度信頼区間としている。偏心度信頼区間は、接触面が、固着領域を含む場合の相対移動距離又は移動時間である。ここで固着領域とは、被検体Ｓと擬似指１０との間で滑りが生じていない領域である。

この場合、評価部４１３は、ステージ１３を移動させる前の初期状態における接触面の画像データに基づいて重心Ｏを計算し、原点に設定する。評価部４１３は、移動距離ｘにおける接触面の偏心度ｅを算出する。そして、図１１の例に示すように、この偏心度ｅとスライダ移動距離との関係を示す近似直線の傾きを評価指標として、記憶部４２に記憶させる（ステップＳ１８）。

ステージ１３の移動距離ｘが複合信頼区間である場合、偏心度ｅと振動情報による複合評価を行う。本実施の形態では、移動距離ｘが３ｍｍ以上であり（ステップＳ１７のＮＯ）、かつ移動距離ｘが１０ｍｍ未満である場合を複合信頼区間としている（ステップＳ１９のＹＥＳ）。

この場合、偏心度ｅに基づく評価指標は、ステップＳ１８と同様に算出される。また、評価部４１３は、上述したように、記憶部４２から予め記憶されている触覚メルフィルタバンク、推定モデル、取得された振動情報を読み出す。評価部４１３は、読み出した振動情報について、窓を設定し評価対象となる時点の振動情報を切り出す。窓の大きさは、例えば移動距離ｘ＝ｘ_ｋとなる評価タイミングｔ_ｋを中心として±０．１秒である。

評価部４１３は、切り出した振動情報をフーリエ変換した後、触覚メルフィルタバンクを用いてフィルタリングする。そして、フィルタ後のパワースペクトルの対数をとり、離散コサイン変換して、触覚メル周波数ケプストラム係数ＴＭＦＣＣを算出する。これにより、評価部４１３は、振動情報に基づく評価指標である振動評価指標を算出する。

評価部４１３は、算出された偏心度ｅに基づく評価指標と振動情報に基づく評価指標とを複合して複合評価指標を算出する（ステップＳ２０）。複合評価指標は、例えば偏心度ｅに基づく評価指標と振動情報に基づく評価指標の平均値として算出される。また、評価部４１３は、算出した複合評価指標を記憶部４２に記憶させる。

ステージ１３の移動距離ｘが振動信頼区間、すなわち、移動距離ｘが１０ｍｍ以上である場合（ステップＳ１９のＮＯ）、振動情報による評価を行う。

この場合、評価部４１３は、ステップＳ２０の算出方法と同様に振動情報に基づく評価指標の算出を行う。また、評価部４１３は、算出した評価指標を記憶部４２に記憶させる（ステップＳ２１）。

評価部４１３は、評価を行った位置ｘが終了位置（ステージ１３が停止した時の位置）である場合、評価処理を終了する（ステップＳ２２のＹＥＳ）。また、位置ｘが終了位置でない場合、評価部４１３は、次の位置ｘ＝ｘ＋ｄｘについてステップＳ１７以降の処理を繰り返す（ステップＳ２２のＮＯ）。

全てのデータについて評価指標が算出され、触覚評価が完了すると、制御部４１は、評価指標を表示部４３に表示させるとともに、記憶部４２に記憶させる。また、触覚評価システム１は、評価処理を終了する。

以上、説明したように、本発明に係る触覚評価システム、触覚評価方法及びプログラムによれば、擬似指１０と被検体Ｓとの相対移動距離によって、偏心度ｅに基づく評価指標と振動情報による評価指標とを組み合わせて触覚評価を行うので、精度の高い触覚評価を行うことが可能である。

また、被検体Ｓと擬似指１０との相対移動時に生じる振動情報を、メル尺度に基づくフィルタバンクを用いて解析するので、触覚評価の精度をより向上させることができる。

本実施の形態では、パチニ小体の特性モデルに基づく１２チャンネルの触覚メルフィルタバンクを用いることとしたが、これに限られない。触覚メルフィルタバンクの数（チャンネル数）、周波数帯域、ゲイン等は特に限定されず、例えば、感性評価と触感評価指標との相関が大きくなるように最適化する等、パラメータ調整により変更することができる。これにより、より簡易的で計算処理の負荷の少ない計算方法、より複雑で精度の高い計算方法等を自由に選択することができる。

また、本実施の形態では、振動情報に基づく評価指標の算出にあたり、触覚メルフィルタバンクを用いた触覚評価を行うこととしたが、これに限られない。例えば、振動情報に基づく評価指標として、ＦＦＴ、パワースペクトル解析等の周波数領域の評価、フィルタ処理後のある時間範囲における面積やＲＭＳ、ピーク強度評価等の時間領域の評価を用いることとしてもよい。これにより、対象とする触感の評価軸、被検体Ｓの素材の種類等に適した、振動情報に基づく評価指標を用いて、より精度の高い触覚評価を行うことができる。

本実施の形態では、ステージ１３をｘ軸方向の一方向に動かして触覚を評価することとしたが、これに限られない。例えば、ｘ軸方向とｙ軸方向の２方向に移動させて評価してもよいし、ステージ１３を回転させて評価してもよい。これにより、多面的な評価ができるので、より精度の高い触覚評価を行うことができる。

また、本実施の形態では、ステージ１３をｘ軸方向に一定速度で移動させることとしたが、これに限られない。例えば、擬似指１０又はステージ１３の移動速度は、段階的に変化させることとしてもよいし、正弦波、往復運動等の加速度変化を生じるもととしてもよい。この場合、速度変化に係る偏心度、摩擦、力の変化を計測して、触覚評価を行うことが好ましい。これにより、複数の速度変化に対する偏心度等の反応を評価できるので、粘性成分の評価が重要であるねっとり感、しっとり感等について適切に評価することができる。

また、本実施の形態に係る擬似指１０は、人の指を模した半球形であることとしたが、これに限られない。偏心度ｅ、振動情報等のデータ取得に適した形状であればよく、例えば、楕円柱の先端がＲ形状であるもの、人の指のように爪側と指の腹側で曲率の異なる形状のものであってもよい。また、被検体Ｓに対する擬似指１０の押圧方向は、被検体Ｓに対して垂直な方向に限られず、被検体Ｓに対して斜めに押圧されることとしてもよい。これらにより、実際に人が被検体Ｓに触れた場合に近い触覚評価を行うことができる。

また、擬似指１０は、乾いた状態に限られず、濡れた状態で触覚評価を行うこととしてもよい。例えば、乾いた状態の擬似指１０を用いて触覚評価のための一連のデータ取得を行った後、水に濡れたスポンジに擬似指１０を接触させ、濡れた状態の擬似指１０を用いてデータ取得を行い、これらのデータに基づいて触覚評価を行うこととしてもよい。これにより、指の表面の乾燥度合いによって異なる触感を考慮した、より精度の高い触覚評価を行うことができる。

また、本実施の形態では、ステージ１３に振動センサ１６を配置することとしたが、これに限られず、擬似指１０に振動センサ１６を配置することとしてもよい。これにより、より人の指が感じる振動に近い振動データに基づいて触覚評価を行うことができる。

また、本実施の形態では、被検体Ｓに対する擬似指１０の相対移動距離に基づいて、偏心度信頼区間、複合信頼区間、振動信頼区間に区分して触覚を評価することとしたが、これに限られない。例えば、移動時間に基づいて、偏心度信頼区間、複合信頼区間、振動信頼区間に区分して触覚を評価することとしてもよい。

また、本実施の形態では、計測区間における画像データ及び振動データの取得を完了した後、評価部４１３で触覚を評価することとしたが、これに限られない。例えば、取得された各データを、順次、評価部４１３で演算処理し、触覚評価を行うこととしてもよい。この場合、リアルタイムで出力する触覚評価の結果を表示部４３に表示することとしてもよい。これにより、触覚評価の効率を向上させることができる。

また、本実施の形態では、取得された画像データによる偏心度ｅと振動情報とに基づいて、評価部４１３が触覚評価指標を算出して触覚評価を行うこととしたが、これに限られない。例えば、様々な触覚の被検体Ｓに関する複数の偏心度ｅと振動情報とを教師データとして学習された学習済みモデルを用いて、触覚評価を行うこととしてもよい。

この場合、学習済みモデルは、偏心度ｅと振動情報に基づく評価指標から、被検体Ｓの触覚を推定するように、機械学習により生成された推定モデルとすればよい。記憶部４２に予め学習済みモデルが記憶されており、評価部４１３は、学習済みモデルと取得された偏心度ｅ及び振動情報を学習済みモデルに入力することにより、触覚評価を行う。また、学習済みモデルを生成するための機械学習アルゴリズムは、特に限定されないが、例えばニューラルネットワークを用いた機械学習アルゴリズムを用いることができる。

また、本実施の形態に係る触覚評価方法は、通常のコンピュータシステムを用いて実現可能である。例えば、上記の動作を実行するためのコンピュータプログラムを、ＵＳＢメモリ、ＤＶＤ－ＲＯＭ等のコンピュータが読み取り可能な記録媒体に格納して配布し、当該コンピュータプログラムをコンピュータにインストールすることにより、コンピュータ装置を上記の触覚評価方法を実行する触覚評価システムとして機能させることができる。

本発明は、高精度に被検体の触覚を評価する触覚評価システムに好適である。特に、被検体の表面を撫でるように、指や手のひらを滑らせた場合の触覚評価を行う触覚評価システムに好適である。

１触覚評価システム、１０擬似指、１１スライダ、１２力センサ、１３ステージ、１４ステージ駆動部、１５カメラ、１６振動センサ、４０制御ユニット、４１制御部、４１１画像データ取得部、４１２振動情報取得部、４１３評価部、４２記憶部、４３表示部、４４入力部、Ｓ被検体

Claims

被検体と、弾性体である擬似指とを接触させた状態で、前記被検体又は前記擬似指を動作させた際の、前記被検体と前記擬似指との接触面の画像データを取得する画像データ取得部と、
前記被検体と前記擬似指とを接触させた状態で、前記被検体又は前記擬似指を動作させた際に生じる振動情報を取得する振動情報取得部と、
前記画像データ取得部で取得された前記画像データと、前記振動情報取得部で取得された前記振動情報とを解析して触覚を評価する評価部と、を備え、
前記評価部は、
前記被検体に対する前記擬似指の相対移動距離又は移動時間を、前記接触面の面積の変化である偏心度に基づいて評価を行う偏心度信頼区間、前記偏心度及び前記振動情報に基づいて評価を行う複合信頼区間、及び前記振動情報に基づいて評価を行う振動信頼区間に区分して、触覚を評価する、
ことを特徴とする触覚評価システム。
前記偏心度信頼区間は、前記接触面が、前記被検体と前記擬似指との間で滑りが生じていない固着領域を含む場合の相対移動距離又は移動時間である、
ことを特徴とする請求項１に記載の触覚評価システム。
メル尺度に基づいて作成されたフィルタ群である触覚メルフィルタバンクを記憶している記憶部を備え、
前記評価部は、
前記触覚メルフィルタバンクを用いて前記振動情報を解析して得られた振動評価指標と、前記偏心度とに基づいて触覚を評価する、
ことを特徴とする請求項１又は２に記載の触覚評価システム。
前記評価部は、
複数の評価結果を教師データとして、前記画像データ及び前記振動情報から触覚を推定するように、機械学習により生成された推定モデルを用いて、前記被検体の触覚を推定する、
ことを特徴とする請求項１から３のいずれか一項に記載の触覚評価システム。
被検体と、弾性体である擬似指とを接触させた状態で、前記被検体又は前記擬似指を動作させ、前記被検体と前記擬似指との接触面の画像データを取得するとともに、前記被検体又は前記擬似指に生じた振動情報を取得する振動情報取得ステップと、
前記被検体に対する前記擬似指の相対移動距離又は移動時間を、前記接触面の面積の変化である偏心度に基づいて評価を行う偏心度信頼区間、前記偏心度及び前記振動情報に基づいて評価を行う複合信頼区間、及び前記振動情報に基づいて評価を行う振動信頼区間に区分して、触覚を評価する解析ステップと、を含む、
ことを特徴とする触覚評価方法。
前記振動情報取得ステップでは、
前記擬似指が乾いた状態及び前記擬似指が濡れた状態で、前記画像データ及び前記振動情報を取得する、
ことを特徴とする請求項５に記載の触覚評価方法。
コンピュータを、
被検体と、弾性体である擬似指とを接触させた状態で、前記被検体又は前記擬似指を動作させた際の、前記被検体と前記擬似指との接触面の画像データを取得する画像データ取得部、
前記被検体と前記擬似指とを接触させた状態で、前記被検体又は前記擬似指を動作させた際に生じる振動情報を取得する振動情報取得部、
前記被検体に対する前記擬似指の相対移動距離又は移動時間を、前記接触面の面積の変化である偏心度に基づいて評価を行う偏心度信頼区間、前記偏心度及び前記振動情報に基づいて評価を行う複合信頼区間、及び前記振動情報に基づいて評価を行う振動信頼区間に区分し、前記画像データ取得部で取得された前記画像データと、前記振動情報取得部で取得された前記振動情報とを解析して触覚を評価する評価部、
として機能させるプログラム。