2020年1月25日 AITC AT勉強会成果発表会(1) ホースライド

Copyright © 2020 Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved.
身近になったAI開発シリーズ
実践グループ
成果報告
2020年1月25日
HorseRidingチーム
岩佐

岩佐賢(いわさまさる)
• ソフト開発､品質保証､プロセス改善等
• AITCのAI勉強会2年目
• 乗馬を始めました。思うように馬が動いてくれない
。そうだ💡 AIを使って、どんな時にうまく動いてくれ
るかを分析しよう。

乗馬のきっかけ
• 駅前で、体験乗馬の勧誘に遭遇。（これが運
命か）
• 体験乗馬の予約を行い、当日に行く。
• かなり悩んだ末に、会員登録。
• 説明聴いてかなりびっくりした事：乗馬の運動量
は、ジョギングより大きい。座っているだけで？
• 乗馬中は気づかないのですが、90分乗馬後は、
かなり疲れている事が実感できます。
3

Copyright © 2020 Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 4
乗馬について

色々な気質の馬達
• 馬にも個性がありました。
5
ミケランジェロ：
慣れるまで時
間要。水飲ん
でくれた。
ポテト：孤高の馬。
群れない。
リキ：警戒心が強
い。乗馬後も、ま
ともに顔さわらせ
ず。
ギアマン：たくさん
水を飲みました。
ポリバケツに７分
目。一気飲みでし
た。

乗馬中の馬への指示
• 足(太もも、ふくらはぎ）
一番使うのは、ふくらはぎ。コツンと伝えると、動いてくれる(はず)。これで、必
ず動いてくれるなら、苦労はいらない。なかなか、難しいのです。
• 重心
鞍のどの辺りに重心があるか？これも、指示の一つ。
• タズナ
止まる時に軽く引きます。通常も軽い緊張感を保つ。タズナは、ハミ(馬の口に
入っている金具)に繋がり敏感な部分。方向を変える時も、片側をチョンと引
く。
• 手
馬の体をさすったり、軽くたたいたりして、ご褒美、よくやった、の意思を伝えま
す。指示で動いたら、パンパン。指示で止まったら、パンパン。
• ムチ
個人的に趣味ではない。

対策案１
• ふくらはぎの指示で、すぐに動いてくれる様に
データ取得して、AIで分析してみよう。
• ふくらはぎの指示
圧力を測定。候補は
①圧力センサ
②曲げセンサ
• 動くを検知
加速度を測定。候補は
①加速度センサ
7

馬とのコミュニケーション
• 乗馬前、馬にこちらを認識してもらう。落ち着
いて穏やかな声がけや、顔をさする。
• 乗馬中は、こちらの指示に答えたら、褒めて
あげます。インストラクターは、よくコメントしま
す。
• 乗馬後の厩舎では、乗馬前より打ち解けた
気配になる。水を飲ませます。

乗馬で立つ
• 競馬の騎手は、クラウチングスタイルで、騎乗し
ています。騎手の体は、ほとんど水平ですね。
• 趣味で行う乗馬では、体は、垂直です。しかし
全く異なるのではない。
• 速歩では馬の負担を軽くする為、馬の２歩で、
お尻を上げて下げてします。あぶみの上に立ちま
す。一緒です。
• 立つのは難しい。揺れる馬のうえで、２本の棒
（あぶみ）の上に立ちます。

馬の走り方
• 並足
①左後肢、②左前肢、③右後
肢、④右前肢、という順番で肢を
運びます。４節のリズムです。
• 速歩
肢の運びの中に跳躍を入れ、跳
躍に伴って上記の②と③、④と①
が同時になり、２節のリズムで、
上下に弾むような揺れ方になりま
す。
• 駆足
一般的に、①左後肢、②左前肢
と右後肢が同時、③右前肢とい
うように肢を運んで、３節のリズム
で走るとされています。
https://kotobank.jp/image/dictionary/daiji
sen/media/113622.jpg

立つ訓練マシン
◆あぶみの上に立つ事の難しさを感じたので、訓
練マシンを作りました。
◆主な材料費約4000円
• あぶみ 2200円
• U字金具 300円x2
• 板(廃材) 100円
• ドリルの歯 450円
• ドリルレンタル 500円/1日
• 他

対策案２
• 長く鐙（アブミ）の上に立てる訓練をしよう
• バランスが大事なので、時間と足の角度を取得
• 時間
M5StickCには、RTC（ﾘｱﾙﾀｲﾑｸﾛｯｸ）内蔵。
これで取得
• 足の角度
M5StickCには、MPU6886（6軸センサ）内蔵。
加速度（XYZ３軸）とジャイロ（XYZ３軸）。
このデータより、姿勢角度が得られる。
（前後の傾き角度、左右の傾き角度、方位）
12

Copyright © 2020 Advanced IT Consortium to Evaluate, Apply and Drive All Rights Reserved. 13
本題

対策おさらい
• 対策案１
ふくらはぎ圧力と加速度を計測
• 対策案２
時間と傾き角度を計測
14

取得データ
• 圧力センサー
大気圧を測るセンサーをビニール袋に入れ、ふくらはぎの部分にて、
馬への指示のタイミングを得る
M5StickC ENV HAT
気圧範囲：300〜1100 hPa 誤差：±1 hPa
• 加速度の3軸とジャイロ（角速度）の3軸と地磁気の3軸
M5StickC内臓MPU6886
ジャイロ（角速度）：回す方向の値が計測される
-800〜800
加速度：重力加速度が常に計測される。
（最大値を設定可能2G/4G/8G/16G）
-8〜8（垂直方向は、１）
姿勢角度：ピッチは前後の傾き、ロールは左右の傾き、ヨーは方位
（起動時を原点とした角度：-180〜180）

Ｍ５ＳｔｉｃｋＣ
• ESP32を搭載した小型のM5Stack
• 仕様・特徴約1800円
0.96インチ 80×160 カラーLCD
6軸IMU（ MPU6886）
赤色LED/赤外線LED
マイクロフォン
2ボタン、1リセット
WiFi/Bluｅtooth
80 mAh LiPoバッテリー
GPIOポート／Groveポート
16
内容物一覧

M5StickC用 ENV HAT
17
温度：
範囲：-20〜60℃
湿度：
範囲：20〜95％RH
空気圧：
範囲：300〜1100hPa
典型的な磁場：
±1300μT（x、y軸）、±2500μT（z軸）
磁場分解能：0.3μT
空気圧センサーで
馬への指示を取得

取得したデータ１
18
-300
-200
-100
0
100
200
1
22
43
64
85
106
127
148
169
190
211
232
253
274
295
316
337
358
379
400
421
442
463
484
505
526
547
568
589
610
631
652
673
694
715
736
757
778
799
820
841
862
883
904
925
946
967
988
静止（Xが縦）
gyroX gyroY gyroZ accX accY accZ pitch roll yaw
-20
-15
-10
-5
0
5
1
22
43
64
85
106
127
148
169
190
211
232
253
274
295
316
337
358
379
400
421
442
463
484
505
526
547
568
589
610
631
652
673
694
715
736
757
778
799
820
841
862
883
904
925
946
967
988
静止（Xが縦）
• X方向で立て静止状態のデータを示す

取得したデータ２
Pres gyroX gyroY gyroZ accX accY accZ pitch roll yaw H:M:S
1008.49 -10.68 -1.1 -3.36 -1.01 -0.01 0.08 2.23 -0.44 -8.64 8:51:18
1008.52 -10.01 -0.98 -2.56 -1.01 0 0.08 4.44 -0.86 -8.75 8:51:18
1008.53 -11.9 -0.92 -3.23 -1.01 -0.01 0.09 6.64 -1.36 -8.89 8:51:18
1008.5 -10.56 -0.98 -2.26 -1 0 0.09 8.81 -1.79 -8.99 8:51:18
1008.52 -10.25 -0.55 -2.56 -1.01 -0.01 0.1 10.98 -2.24 -9.11 8:51:18
19
Pres gyroX gyroY gyroZ accX accY accZ pitch roll yaw 0.111223 (秒：平均間隔）
0.12 4.7 7.63 2.2 0.05 0.05 0.06 78.15 30.83 359.51 0:01:50 範囲
1008.59 -7.93 0.79 -1.22 -0.99 0.01 0.14 80.38 -0.44 171.44 8:53:08 MAX
1008.47 -12.63 -6.84 -3.42 -1.04 -0.04 0.08 2.23 -31.27 -188.07 8:51:18 MIN
1008.533 -10.3504 -2.01443 -2.28665 -1.01156 -0.01013 0.111385 77.74812 -27.4014 -10.4316 average
• X方向で立て静止状態のデータを示す
上段は、サマリー。下段は、先頭部分。
Pres（気圧）は信頼できそう。
accX（加速度)も、重力加速度1.0をオフセットすれば使えそう。

取得データ３
• Y方向で立て静止状態のデータを示す
20
-100
-50
0
1
15
29
43
57
71
85
99
113
127
141
155
169
183
197
211
225
239
253
267
281
295
309
323
337
351
365
379
393
407
421
435
449
463
477
491
505
519
533
547
561
575
589
603
617
631
645
659
673
静止（Yが縦）
-20
-15
-10
-5
0
5
1
14
27
40
53
66
79
92
105
118
131
144
157
170
183
196
209
222
235
248
261
274
287
300
313
326
339
352
365
378
391
404
417
430
443
456
469
482
495
508
521
534
547
560
573
586
599
612
625
638
651
664
静止（Yが縦）

取得データ４
• Y方向で立て静止状態のデータを示す
上段は、サマリー。下段は、先頭部分。
Pres（気圧）は信頼できそう。
accY（加速度)も、重力加速度1.0をオフセットすれば使えそう。
21
Pres gyroX gyroY gyroZ accX accY accZ pitch roll yaw 0.110947(秒：平均間隔）
0.19 16.72 26.61 7.87 0.07 0.04 0.07 3.16 92.99 43.99 0:01:15 範囲
1008.65 -1.77 3.66 -0.37 0.04 -0.98 0.12 -0.05 -2.7 34.4 8:48:08 MAX
1008.46 -18.49 -22.95 -8.24 -0.03 -1.02 0.05 -3.21 -95.69 -9.59 8:46:53 MIN
1008.566 -10.4617 -1.95867 -2.41627 0.00642 -1.00041 0.090873 -2.57914 -91.2337 9.123802 average
Pres gyroX gyroY gyroZ accX accY accZ pitch roll yaw H:M:S
1008.54 -10.68 -0.79 -3.36 0.01 -1 0.05 -0.05 -2.7 -8.63 8:46:53
1008.59 -9.34 -0.85 -2.81 0.01 -1 0.06 -0.11 -5.33 -8.74 8:46:53
1008.61 -10.56 -0.92 -2.26 0 -1 0.06 -0.17 -7.99 -8.82 8:46:53
1008.6 -10.8 -0.85 -2.26 0 -1 0.06 -0.22 -10.64 -8.9 8:46:54
1008.6 -10.93 -1.04 -3.11 0.01 -1 0.06 -0.31 -13.26 -9 8:46:54
1008.6 -11.66 -1.1 -2.75 0.01 -1 0.07 -0.4 -15.89 -9.09 8:46:54

設置方向の決定
• 下記の方向で設置とする。
縦で、HATを下側に。
22
Y
Z
X
M5
LCD
HAT

取得データ１１
• X軸立てて、静止ー回転ー静止ー反転ー静止
回転の加速度（accY）が反転しています。
23
-250
-200
-150
-100
-50
0
50
100
150
200
250
1
11
21
31
41
51
61
71
81
91
101
111
121
131
141
151
161
171
181
191
201
211
221
231
241
251
261
271
281
291
301
311
321
331
341
351
361
371
381
391
401
411
421
431
441
451
461
471
481
491
501
511
521
531
541
551
561
571
581
591
X軸、静止ー回転ー静止ー反転ー静止

千代田線
亀有発車から町屋停車までの加速度
（亀有-綾瀬-北千住-町屋）
X：進行方向、Y：垂直、Z：進行方向と直角の水平
24
-0.15
-0.1
-0.05
0
0.05
0.1
1
13
25
37
49
61
73
85
97
109
121
133
145
157
169
181
193
205
217
229
241
253
265
277
289
301
313
325
337
349
361
373
385
397
409
421
433
445
457
469
481
493
505
517
529
541
553
565
577
589
601
613
625
ave-X ave-Y ave-Z +出発 -停車
綾瀬
停車
北千
住
停車
亀
有
町
屋

山手線
巣鴨発車から新宿停車までの加速度データ（１秒平均）
（巣鴨ｰ大塚ｰ池袋-目白ｰ高田馬場-新大久保ｰ新宿）
X：進行方向、Y：垂直、Z：進行方向と直角の水平
25
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
1
15
29
43
57
71
85
99
113
127
141
155
169
183
197
211
225
239
253
267
281
295
309
323
337
351
365
379
393
407
421
435
449
463
477
491
505
519
533
547
561
575
589
603
617
631
645
659
673
687
701
715
729
743
757
771
785
799
813
827
ave-X ave-Y ave-Z +出発 -停車
大
塚
停
車
池袋
停車目
白
停
車
高田
馬場
停車
新
宿
停
車
新
大
久
保
停
車
＊大塚停車の初期の変化は、センサー角度変更したため

ご清聴、
ありがとう
ございます。

AIの検討について
• IoTとAIの組合せは、今後、非常に有望な分
野である。そこで、データ収集機器から今回
は自作した。センサーからデータを集めると、
そのままでは使えない。また、測定精度の問
題もあり、事前のデータ精査は必須である。ノ
イズの影響も考えられる。
• 電車のデータでは、使えそうな状況も確認で
きた。ノイズをうまくキャンセルできる仕組みも
考慮に入れた全体システムを考えることが重
要と分かった。
27

2020年1月25日 AITC AT勉強会成果発表会(1) ホースライド

Recommended

Recommended

More Related Content

More from aitc_jp

More from aitc_jp (20)

Recently uploaded

Recently uploaded (6)