@techreport{oai:ipsj.ixsq.nii.ac.jp:00240400,
 author = {金綱, 佑馬 and 出村, 裕英 and 中澤, 謙 and 平田, 成},
 issue = {10},
 month = {Oct},
 note = {動的筋力トレーニングでは，正しいフォームが怪我の予防やトレーニング効果の向上に重要であるが，フォームの確認と修正は容易ではない．本研究では，iOS デバイスのカメラを用いた ARKit のモーションキャプチャ機能を使用し，リアルタイムでユーザの動作データを計測することで，模範的なフォームの動作データと比較しながら，修正すべきポイントを提示するシステムを提案する．また，提案システムを実際に使用した際の ARKit の姿勢推定精度を試験で評価し，提案システムの実用性について検討した．提案システムでは模範的な動作データは，光学式モーションキャプチャ Vicon Nexus を用いて事前に計測しておいたものを用いる．ARKit と Vicon Nexus のデータからユーザと模範的なフォームのスケルトンモデルを生成し，モデル間の差異を検出する．それらを基にユーザへのフィードバック画面を作成し，ユーザが装着したヘッドマウントディスプレイ（HMD）にミラーリングすることでトレーニング中のユーザをサポートする．ARKit によるモーションキャプチャ結果は，人体の関節（ジョイント）に対応するスケルトンデータとして出力されるのに対し，Vicon Nexus は人体外部に取り付けたマーカーの位置を出力する．そのため，2 つのデータをそのまま比較することはできない．そこで本研究では，Vicon Nexus のマーカー位置を基準として人体の部位毎に固定された座標系を定義し，この部位別座標系における ARKit のジョイント位置の定義を行うことで，Vicon Nexus データを ARKit 相当のデータへ変換した．さらにユーザと模範的なフォームの間の体格差を考慮し，スケルトンモデルの全てのジョイント間の長さの合計を基準とする体格の規格化を行うことで 2 つのデータを比較可能なものにした．ARKit の姿勢推定精度の試験では，実際のトレーニングフォームの Vicon Nexus データから生成した ARKit 相当のデータと，同一人物が同じトレーニング種目の姿勢で取得した ARKit データを比較した．その結果，2 つのデータに大きな差異が見られた．よって，現段階で本システムによる動的筋力トレーニングの支援は難しい．また，ARKit のモーションキャプチャ機能による計測には 900lm 以上の照明条件やカメラを適切な位置に設置することが求められる．本システムは計測精度や計測条件に制約を負いながらも，動的なトレーニング支援における有用なコンセプトを提示しており，今後の改善次第で更なる実用性が期待できる．},
 title = {ARKitのリアルタイム姿勢推定を使用したフォームチェックによる動的筋力トレーニング支援手法の提案},
 year = {2024}
}