研究題目：身体スキル学習支援における局所場面と大局場面を結ぶサイバーフィジカル空間に関する研究
研究番号：JP18H03344
- Introduction
本研究室では，集団対戦型フィールドスポーツにおけるスキル習得を対象とした学習支援を行っています．この集団対戦型フィールドスポーツとして，本研究室では具体的な対象として，バスケットボールを取り上げて研究していますが，サッカーなどの関連する多種のスポーツへの拡張も検討しています．
集団対戦型フィールドスポーツは，オフェンス・ディフェンスの1対1のような局所的場面とチーム間のN対Nの大局的場面の2つの場面に分けられます．そこで我々は，この1対1，N対Nといった場面においての認知的・身体的スキル獲得のための学習支援の研究を行っています．局所的場面としてはフェイント動作習得の支援手法を開発しています．N対Nの大局的場面としてバスケットボールの戦術理解について焦点を当てています．この戦術理解では，自・他チームの行動を俯瞰視できる環境を構築し，戦術が適用される場面での判断の基準を形成に支援を行います．
- Purpose
フェイント動作では，オフェンスの動作開始とディフェンスの動作開始までの時間の差と，移動に際しての加速度の相対的な関係を主な要因として，オフェンスとディフェンスとの移動距離に差が生じます．これがフェイント動作の成否につながります．そのため，フェイント動作においてはオフェンス・ディフェンス両者の関係が重要です．そのためフェイント動作の練習には，学習者に対して一定の適切な難易度の練習相手が必要となります．そこで本研究では学習者が個人でも練習できるように，実際の練習相手に近いソフトウェアエージェントを提供し，訓練の支援を行います．
一方，戦術理解ではバスケットボールの基本的な戦術の学習に焦点を当てて研究しています．集団対戦型フィールドスポーツでは，試合を優位に進めるために個人のスキルだけではなく，チーム全体で戦術を共通認識として実行することが必要となります．
そのため，試合状況に応じた動きにはどのようなものが基本となるかを，戦術適用場面で判断できるようになることを目指して，システムを構築し支援を行います．当面は，プレイヤの学習というよりも，チームコーチ等の支援を優先に研究を行います．
- Methodology
(1) バスケットボールの支援として，フェイントのオフェンス・ディフェンス動作の支援を行っています．この支援では，加速度センサを使用して学習者の動作の観測を行います．
オフェンス側の支援では，学習者一人でも練習を可能にするために仮想のディフェンスをスクリーンに表示させるシステムを設計・構築を行っています．その際に表示するディフェンスは，昨年度以前の先行研究ではオフェンスに単純に追従するタイプとしました．しかし，実際の人間を想定するフェイント動作においては，ディフェンスはオフェンス側の動作を一定予測し，対応可能な動作を実行していると考えられます．そのため，今年度の研究では，オフェンスの動作を予測する仮想のディフェンスを作成しています．
このようなアドバンスなディフェンス作成のためには，まずバスケットボール経験者のフェイント動作を動画で撮影し，その動画をopenposeを用いて特徴点の抽出を行います．特徴点には， 視線の起点となる頭部，得点や失点に重要なボール，および最も移動距離の大きいフリーフットを採用しました．そして，抽出した特徴点から作成されたオフェンスの動作予測モデルを利用します．
学習者は，表示されたディフェンスを突破するように動作を行います．表示されたディフェンスは，学習者の動作から観測された加速度を用いて予測を行い，動作を変更します．
(2) 次に，ディフェンス側の学習支援も研究しています．ディフェンス学習においては，仮想のオフェンスをヘッドマウントディスプレイ(HMD)に表示させるシステムで設計・構築を行っています．表示するオフェンスの動作としては，複数の経験者からなる多数の動作を先に動画で撮影し，それらをセグメント分割し，そのセグメント単位でランダムにつなぎ合わせたものを使用します．ただし，スムーズなつなぎを実現するために，身長の差異を吸収するための拡大・縮小や，ボールの初期座標位置の違いをつなぐための補間，ピボット足の別を克服するための座標変換等の前処理を実施する必要があります．学習者はHMDに映る仮想のオフェンスを相手にディフェンス動作を行います．動作の後，どれだけオフェンスに追従できたかを表示することによって，支援を行います．
(3) 戦術理解の支援では集団対戦型スポーツであるバスケットボールの基本戦術に着目し，その学習支援を行っています．試合内で使用する戦術を判断するためには，試合内の状態の認知・予測が必要となります．また，適切な戦術を選択・実行するためには実際の試合で使われている戦術の認知が必要となります．
そのため我々は，プレイヤの位置情報を基に基本戦術が使われている場面を試合データから自動的に抽出することで，学習者にその場面を提示し，戦術を判断する基準の形成を促します．
このとき，学習者が試合状況を直感的に把握できるように，俯瞰視点から試合の様子を見るようなシミュレーションを提示します．提示の際に，プレイヤの色を使われている基本戦術によって変化させ，戦術を認識させるシステムを設計・構築し，学習者の基本戦術理解の支援を行っています．
(4) また学習者の視線を計測することにより，学習者がシミュレーション内でどこを見ているかを取得します．この視線情報を用いて，学習者が戦術を認識する際に見るべき箇所を見ることができているのかを判別します．もしできていなければ，見るべき箇所を円で囲み視線誘導を実現しています．この機能により効率的に学習ができるようにしています．
(5) 戦術理解の支援を行う上ではプレイヤの位置情報が必要不可欠となります．そのため，画像処理の技術を用いてプレイヤを検出し，トラッキングを行うシステムの研究も行っています．
この研究では，コート全体を撮影するため，ドローンや全天球カメラを用いて，コート全体を俯瞰した状態で撮影を行います．その後，撮影した動画から人の領域を抽出しプレイヤを検出・トラッキングを行います．これにより，カメラ映像からプレイヤの位置座標を入手することが可能になり，チームの戦術理解・分析を行いやすくするシステムの開発も行っています．
- Achievement-Paper List
（査読付）
箭野 柊, 松浦 健二, 谷岡 広樹, カルンガル ギディンシ スティフィン, 幸田 尚也, 後藤田 中, 和田 智仁 : 集団対戦型フィールドスポーツの戦術適用判断の支援環境, — バスケットボールのオフェンス基本戦術 —, 情報処理学会論文誌, Vol.61, No.3, pp.657-666, 2020年.
Shu Yano, Kenji Matsuura, Hiroki Tanioka, Stephen Githinji Karungaru, Naoya Kohda, Naka Gotoda and Tomohito Wada : Tactics-Trend Analysis for Increasing the Possibility of Shooting in a Basketball Match,
Proceedings of IEEE IMCOM2020, Taichung, Taiwan, Jan. 2020.
Stephen Githinji Karungaru, Kenji Matsuura, Hiroki Tanioka, Naka Gotoda and Wada Tomohito : Towards Drone-Video Player Detection and Tracking for Soccer Strategy Analysis, IEEJ International Workshop on Sensing, Actuation, Motion Control, and Optimization 2020, Tokyo, Vol.TT-1, 1-6 March 2020.
（査読無）
箭野 柊, 松浦 健二, 谷岡 広樹, カルンガル ギディンシ スティフィン, 幸田 尚也, 和田 智仁, 後藤田 中 : 対戦スボーツにおけるオフェンス基本戦術のシーン抽出とその応用, 教育システム情報学会第44回全国大会講演論文集, 213-214, 2019年9月．
幸田 尚也, 箭野 柊, 松浦 健二, 谷岡 広樹, カルンガル ギディンシ スティフィン, 和田 智仁, 後藤田 中 : フェイント学習におけるソフトウェアディフェンス設計の改善, 教育システム情報学会第44回全国大会講演論文集, 169-170, 2019年9月.
久門岳弘, 後藤田中, 米谷雄介, 林敏浩, 神田亮, 川井翼, 蟹沢宏剛 : 左官初級者の塗り技術の学習を支援する映像システムの提案 教育システム情報学会第44回全国大会講演論文集, pp.29-30, 2019年.
鈴木 智也, 後藤田 中, 久門 岳弘, 神田 亮, 小林 雄志, 米谷 雄介, 林 敏浩, 八重樫 理人, 平沢 友貴, 赤木 亮太 : 代償動作改善に向けた骨格推定アルゴリズムを用いた代替動作検出の事前評価, 令和元年度 電気関係学会四国支部連合大会講演論文集, p.164, 2019.(同四国支部 優秀発表賞受賞)
鈴木 智也, 後藤田 中, 久門 岳弘, 神田 亮, 小林 雄志, 米谷 雄介, 林 敏浩, 八重樫 理人, 平沢 友貴, 赤木 亮太 : 高齢者の在宅トレーニングにおける代償動作検出のための代替動作検出の提案，第20回計測自動制御学会システムインテグレーション部門講演会, pp.14-18, 2019.
内藤 弘望, 箭野 柊, 松浦 健二 : 視線計測によるチームスポーツの戦術識別スキル習得支援, 教育システム情報学会学生研究発表会, pp.205-206, 2020年3月.
大芝 健允, 幸田 尚也, 松浦 健二, 谷岡 広樹, 後藤田 中, 和田 智仁 : バスケットボールにおけるソフトウェアオフェンス構築とその評価, 教育システム情報学会学生研究発表会, 203-204, 2020年3月.
幸田 尚也, 大芝 健允, 松浦 健二, 谷岡 広樹, 後藤田 中, 和田 智仁 : 遷移確率を用いたソフトウェアディフェンスによるフェイント動作学習環境, 教育システム情報学会学生研究発表会, 201-202, 2020年3月. (優秀発表賞受賞)