071108 progress report_hpl
TRANSCRIPT
2007.11.8 進捗状況報告
D1 今村
研究テーマ = サッカー
・ ドリブルフェイントの運動スキルクローズドスキル(フェイントの運動スキル)の評価
・ 1対1状況における駆け引きのスキルオープンスキル(運動スキルというよりInteractionスキル)の評価
・ 3対3や5対5におけるプレーヤーの相互作用Crowd Dynamics (全員のインタラクション.質点の振る舞い)
ドリブルフェイントの運動スキル
フェイントの戦略
・ “What” Do You Control ?
1. “速さ” を制御する / 2. “方向” を制御する
・ “How” Do you Control ?
力(=加速度)制御により運動を実行する
二種類の加速度制御方法
1. 速度の”大きさ”変化→「速さ」の制御
2. 速度の“方向”変化→「方向」の制御
“Kinematical Flow”の可視化運動スキルの流れ(連鎖/円滑性)評価に使える・任意の部位の加速度変化が円滑である
Temporal Coordination
・部位間で加速度が連鎖しているSpatial Coordination
Temporal/Spatial Coordination → Kinematical Flowで評価可
Kinematical Flow
R_hand
L_hand
R_elbow
L_elbow
R_shoulder
L_shoulder
time [(1/250) s]
R_foot
L_foot
R_knee
L_knee
R_hip
L_hip
head
hip
shoulder
pelvis
chest
Upper L
imb
Tru
nk
Low
er Lim
b
Kinematical Flowの例
Ar : Aθ = 0:0, 1:0, 0:1, 1:1
Black Green Red Yellow
球座標系表現を用いる
F(x, y, z) → F(r, θ,φ)
(dr)r = dr
→ rの「大きさ」変化
(dr)θ = r x dθ
→ rの「水平方向」変化
(dr)φ = r x sinθx dφ
→ rの「上下方向」変化
例えば左右の揺さ振りと上下動を区別することが可能になる!
Kinematical Flowの拡張
F(r, θ,φ)
正規化:スケールを0,1へ
量子化:256段階に区分けすれば(r,θ,φ)=(R,G,B)
細かく色分けしたところで判別できるか?
1対1状況における駆け引きのスキル
予備実験
Reactorの課題: Initiatorの左右の移動に追従すること
L [m]
左右の移動 -> 2 [m]
Initiator Reactor
計測装置: 3次元MOCAP
何を追従できるのか?
重心の運動に追従すること
重心は観測できない→近似として骨盤移動に追従?
目的:
200 400 600 800 1000 1200 1400
2
1
1
2
200 400 600 800 1000 1200 1400
1.5
1.0
0.5
0.5
1.0
1.5
200 400 600 800 1000 1200 1400
1.5
1.0
0.5
0.5
1.0
1.5
重心と骨盤中心(Initiator)
[dr]r[dr]φ
[dr]θ
速度大きさ 速度上下成分
速度左右成分重心 骨盤中心
・重心は骨盤挙動に近似・重心は全身運動を丸め込むため滑らか
四肢のフェイントはノイズ
200 400 600 800 1000 1200 1400
0.5
0.5
200 400 600 800 1000 1200 1400
1.0
0.5
0.5
1.0
200 400 600 800 1000 1200 1400
1.5
1.0
0.5
0.5
1.0
重心と骨盤中心(Reactor)
[dr]r[dr]φ
[dr]θ
速度大きさ
重心 骨盤中心
速度上下成分
速度左右成分
「大きさ」,「水平成分」,「上下成分」の変動特性
大きさ変化:骨盤 –重心間で大差なし?
上下成分変化:骨盤 –重心間で大差なし?
水平動変化:骨盤は急峻に変動
→骨盤速度の「大きさ」,「上下成分」変化が起きれば全身も同様に変化(重心も同様)
→骨盤速度は急峻に変化する.主な重心の挙動を
反映するが四肢や上半身の動きが加味されていないため突発な動きである
200 400 600 800 1000 1200 1400
1.5
1.0
0.5
0.5
1.0
1.5
200 400 600 800 1000 1200 1400
1.5
1.0
0.5
0.5
1.0
1.5
200 400 600 800 1000 1200 1400
1.5
1.0
0.5
0.5
1.0
1.5
Initiator vs Reactor (重心挙動)
[dr]r[dr]φ
[dr]θ
速度大きさ 速度上下動
速度左右動Reactor Initiator
1対1における重心追従特性
大きさ変化:うまく追従できている
上下成分変化:周期合わせがうまく行われていない
水平成分変化:方向合わせがうまく行われていない
→タイミング追従が難しい
→変位の追従が難しい
“上下動でタイミングをずらして水平動で抜く”
- フェイントの心得? -
追従課題の目的(評価基準)
→タイミングを外し(逆位相をつくり),左右へ揺さ振る
Initiator: 重心間距離を大きくすること
Reactor: 重心間距離を保つこと
→タイミングを外されず(逆位相期をつくらない),左右の動きに追従
スムージングした骨盤中心パラメータで簡易評価可能
知覚/行動における基準線
行動基準線(重心間or骨盤間)
nABase
Initiator
Reactor
目的変数: 重心 or 骨盤中心のパラメータ合わせ
知覚基準線(知覚者の頭部座標系位置から各部位)
説明変数: 頭部座標系に対する各部位の相対パラメータ
駆け引きのシステム
InitiatorReactor
InitiatorReactor
Pelvic Kinematics -> (P,V,A)Kinematic Parameters -> Σαi x (Pi,Vi,Ai)
f(P, V, A, t)object = ∑{αi(t) × g(Pi, Vi, Ai, t)explaining}
運動学的パラメータ
* P: Position, V: Velocity, A: Acceleration
追跡特徴点
0
2 3
1
4 5
6 7
8
9 10
11 12
13 14
0
12 3
4 5
6 7
89 10
11 12
13 14
Tru
nk
R L
ow
er Lim
b
L L
ow
er Lim
b
R U
pper L
imb
L U
pper L
imb
Root
α-> Large
α-> Small
α-> Large
α-> Small
サッカーだとα-> Large??
各特徴点に対する重み-> αとする
特徴点の重み係数について
0
2 3
1
4 5
6 7
8
9 10
11 12
13 14
各体節の質量比が理想
rG = ∑ (mi/M) × ri
重みを質量比にすれば総和は重心パラメータになる
重み係数
知覚する際はどうなのか?
動的に変化すると考えられる
説明変数の定義
Perception Baseline (to Head)
nPBase
Initiator
Reactor
nHead
VHead
AHead
ex) Head Kinematics Data
nHead
VHead
AHeadDecomposition
X-Y Coordinates
Approaching/Parallel Coordinates
Approaching
Direction
Parallel Direction
200 400 600 800 1000 1200 1400
40
20
20
40
Data Example (Initiator Head)[m/s]
[m/s2]
[deg] Head Parallel Angle
(Raw Data)
Head Parallel Acceleration
(Filtered by Butterworth 20 Hz)
Head Parallel Velocity
(Filtered by Butterworth 20 Hz)
R Foot Contact Time L Foot Contact Time
[1/250 sec]
大量のデータが算出される
0
12 3
4 5
6 7
89 10
11 12
13 14
Tru
nk
R L
ow
er Lim
b
L L
ow
er Lim
b
R U
pper L
imb
L U
pper L
imb
Root- Trunk -Direction of Segment [deg]
Approaching Velocity [m/s]
Parallel Velocity [m/s]
Approaching Acceleration [m/s^2]
Parallel Acceleration [m/s^2]
- Extremities -Approaching Velocity [m/s]
Parallel Velocity [m/s]
Approaching Acceleration [m/s^2]
Parallel Acceleration [m/s^2]
どのように解析するか
解析イメージ(妄想)
1. Define the Partition Frame
Peak Timing, Foot Contact Timing … etc
Template
2. Segmentation 3. Compression
解析イメージ(妄想)
4. Clustering
aa
b cbb c
dd
Discover the cluster
that can be integrated
5. Classification
time
time
distance
DTW, HMM, SVM …etc
目標の再確認
フェイントが引っかかる原理の追求
上下動によるタイミング外し運動要因
知覚要因
左右動による大きな揺さ振り
身体部位の重み係数の真値(重み係数)との誤差
具体的にどのような「動き」が効果的かを部位ごとに詳細に検証する