1. はじめに

　 2次元画像から立体地図への　　変換システム

北九州工業高等専門学校専攻科 制御工学専攻1年

安藤　駿汰

・日本には災害が多く起こっている　　　　　↓　人の入れない場所が多くある

・そのような場所にロボットを入らせよう！　　　　　　　　　↓　カメラを取り付ければ　　　　シミュレーションできるのでは？

・本研究では、そのようなカメラから取得し　た写真から立体的な地図を構築する事　を考えています

2. システム概要

立体的な空間把握の為にステレオカメラで写真を撮影

↓ステレオカメラから撮影した写真の

実際の距離を計測↓

2枚の画像の視差から求める↓

部屋全体の壁を撮った写真の位置関係を調べたい

↓特徴点マッチングから求める

↓壁と壁の間の角度や、

撮っている場所の座標が分かる！↓

立体的な地図を構築

3. アルゴリズム11．ステレオカメラからの距離計測．ステレオカメラからの距離計測　・視差を求めるには　　　　　　　点と点の対応関係が必要　　　　　　　　　　↓　 点と点の周りの色（RGB）の差で調べる

　・Fig. 1が視差と距離を求めた結果

22．壁と壁の間の位置関係．壁と壁の間の位置関係　・写真上のどこがつながっているかを　　調べるには、特徴点マッチングを利用　　　　　　　　　　↓　　SURFを抽出、特徴ベクトルの比較　　・Fig. 2がマッチングし、結合した結果

Fig. 1 視差と距離

Fig. 2 画像結合結果

4. おわりに

・実際に壁と壁の間の角度を求めたい　　　　　　↓　求めた距離の変化を利用して求めていく

・実際にシミュレーション可能にしたい

1.

3.

5.

1

7.

10[s] 21[s]M

. 1

2

2.

. 2

4.

. 3

. 4

6.

. 5

. 6 M

MD

K

u

y

G(z)

1. はじめに

文章入力による感情の推測と向上

北九州工業高等専門学校専攻科 制御工学専攻1年

濱崎　智史

　

2. 実験方法自身の状態を文章で入力

↓その内容から感情を推測

↓感情値に応じた画像・音楽を使用

↓感情の向上を図る

・結果についてアンケート　１. 実際の感情値と出力された

感情値が一致していたか　2.このプログラムを使用して,実　　際に感情が向上したと感じら　　れたか

3. 実験結果「課題が終わらなくて焦っています。」の実行結果 : 図1

アンケート結果 : 表１・表２

4. おわりに・アンケート1の結果 → 感情値の精度があまり良くない

・アンケート2の結果 → 音楽・画像を用いる方法は有効

現在の社会 → ストレス社会

ストレス↓

精神的・身体的に悪影響↓

病気などの原因

負の感情↓

ストレスの原因なのでは？↓

負の感情の減少↓

ストレスを軽減！

図1 システム出力結果

表1 アンケート1結果

表2 アンケート2結果

背景

服薬忘れ防止システムの開発

北九州工業高等専門学校専攻科 制御工学専攻1年

松本 拓也

• 高齢化の影響もあり、病院に通う人の割合が増加している

• 患者の約６割が所定の時間に服薬を行わなかったり、服薬忘れをしてしまっている

• 服薬を促す装置は存在するが、薬の大きさや形状によっては誤った動作をしてしまう

薬検知センサ

検証結果

今後の課題

• LEDからの光をフォトトランジスタが受光

• ホルダーは漏斗状なので、薬が入っていれば必ずフォトトランジスタの受光量が減少

薬の大きさや形状に左右されない 服薬忘れ防止システムを開発

フォトトランジスタの受光量から 薬の有無の判別を行う

動作検証 薬検知センサの動作検証

• センサに薬を入れて出力測定を行う

• 薬を入れていない状態の出力測定も行う

服薬忘れ防止システムの動作検証

• 服薬時間の設定を行う

• センサに薬を出し入れしてシステムの動作を確認する

薬検知センサの検証結果

薬の有無によって出力に大きな 違いがあることを確認

服薬忘れ防止システムの検証結果

現在時刻と服薬時間の比較、薬の有無の判別 を行い、各場面において的確な動作を行った

例：服薬時間中

• 薬の有無を判別した後LEDを消灯し、薬が入っていれば蓋を開けるまでブザーで警告

• プログラム(アルゴリズム)の改良

• パソコンを用いて行う操作をマイコンを用いて行えるように改良

• システムの小型化

1. 目的と背景

感情モデルを用いた対話システムの

開発に向けて北九州工業高等専門学校専攻科 制御工学専攻1年

藪　良輔

　近年,対話型の人工知能の発展が目覚しいが,まだ人間のような会話可能なモデルは少ない.原因の一つとして感情的要素が挙げられる.本研究ではPlutchikの感情モデルを会話システムに導入することを試みる.感情モデルを用いた文章の感情分析のために,文章の最小単位である単語に与える感情を示す値が必要であるが,アンケート等で作成する手法は労力が大きい.

そこで,本研究では少数の基準単語からより多くの単語について感情値を決定することを目的として,語彙ネットワークの構築を試みる.

2. システム　大量の単語について感情モデルに基づいた数値を決定するには、まず少数の単語の感情値を与え,そこから単語同士の意味的なつながりから感情値を順次決定させることが望ましい.そのため.意味的な関係性がある単語同士を繋げた語彙ネットワークを作成する必要がある.単語同士は意味の極性が同じ,もしくは近い関係の同極性リンクと,意味の極性が反対の関係である負極性リンクの二種類のリンクで接続する.

　本研究では語彙ネットワークの構築に語釈文を使用する.ある語とその語についての語釈文中の名詞,形容詞,動詞,副詞をリンクづけしていく.係り受け解析を使用し、否定を意味する語（破壊する,失う など）に係っている語は負極性リンクとし,それ以外の語は同極性リンクとする.

3. 実験結果　語釈文からの語彙ネットワークを作成した.語釈文のリソースとして、日本語WordNetを使用した(1.作成した語彙ネットワークを図1に示している.

Fig. 1 作成した語彙ネットワーク

4. 今後の課題　先行研究(2に対し語彙ネットワーク中の負極性リンクが非常に少ない（全体の2％程度）ため,語釈文からのリンクの生成の際の否定を意味する語の指定が足りない可能性がある.また,語釈文だけでなく接続詞表現で並べられた単語や類義語,対義語などの関係を用いて語彙ネットワークを拡張する必要がある.

　基準単語から語彙ネットワークを使用して数値を広げていくための計算方法が定まっていないため,計算方法を決定する.

5. 参考文献1) Francis Bond, Timothy Baldwin, Richard Fothergill and Kiyotaka Uchimoto:Japanese SemCor: A Sense-tagged Corpus of Japanese(2012).

2) 高村 大也,乾孝 司,奥村 学:スピンモデルによる単語の感情極性抽出(2006).