研究内容

電波による人体イメージング

空港などで利用されている乗客スキャナ装置は、隠し持った武器や危険物を検出する技術として、防犯・テロ対策の観点から注目されています。近年では国内でも導入が進み、より高速かつ高精度なイメージング技術が求められています。

本研究では、従来の計測方式を大幅に高速化するため、信号の特徴点群を利用した新しいデータ処理手法を開発しました。この手法により、測定データの圧縮と処理の高速化を同時に実現しています。

人体模型を用いた実験では、従来手法と比較して約100倍の高速化が可能であることを確認しました。本技術を応用することで、歩行中の人物に対して隠し持った不審物をリアルタイムに検出するなど、新しいセキュリティシステムへの応用が期待されています。

ワイヤレス生体計測技術

呼吸や心拍といった生体情報には，人の健康状態や精神状態に関する多くの情報が含まれており，近年大きな注目を集めています。IoT（Internet of Things）の発展に伴い，心拍などの生体情報を日常的に計測・活用する社会の実現が期待されています。現在，Apple Watchなどのウェアラブル機器による心拍計測が普及していますが，接触型センサは不快感や皮膚トラブルの問題があり，長時間の装着には課題があります。

本研究では，ミリ波レーダを用いた非接触生体計測技術の開発に取り組んでいます。人体の皮膚表面には，呼吸や心拍によって数十マイクロメートルから数ミリメートル程度の微小な動きが生じます。私たちは，これらの微小変位を電波によって高精度に測定するための信号処理技術を開発しています。電波は衣服を透過するため，着衣状態でも全身の皮膚の動きを非接触で計測することが可能です。

当研究室では，信号のトポロジー的特徴を利用した新しい心拍計測法を提案し，心拍数を約1％の誤差で測定できる高精度技術を実現しました。今後は本技術を発展させ，対象者の位置・姿勢・行動・呼吸・心拍・血圧などの情報を同時に非接触で計測し，これらを統合した新しいヘルスケア・モニタリングシステムの実現を目指しています。

ワイヤレス睡眠モニタリング

私たちは人生の約3分の1を睡眠に費やしています。睡眠不足や睡眠の質の低下は、不安や抑うつなどの精神状態とも関連しており、健康管理のためには睡眠を長期にわたり正確に記録することが重要です。

電波を用いた計測は、カメラとは異なりプライバシーの問題を回避でき、心電計のような接触型センサの不快感もありません。そのため、日常生活の中で快適に睡眠をモニタリングできる技術として期待されています。

本研究では、呼吸・心拍・体動などの生体情報を非接触で計測するワイヤレス睡眠モニタリングシステムを開発しています。マルチチャネルレーダとKinect距離カメラを併用し、睡眠中の人体の状態を詳細に測定します。さらに、複数のセンサから得られるデータを統合するセンサー融合技術を開発し、これまで困難であった高精度な睡眠モニタリングを実現します。

人体の3次元形状を距離カメラで計測し、電磁界解析により電波の反射位置を推定した結果を図に示します。この例では、胴体と右脚から強い反射波が観測されています。胴体から呼吸、脚から心拍の情報を抽出することで、効率的に生体情報を取得することが可能になります。

このように、人体の構造と電波散乱特性を組み合わせたシステム理論的アプローチにより、革新的な信号処理技術を用いた睡眠モニタリングシステムの実現を目指しています。

人工知能によるワイヤレス人体行動モニタリング

核家族化の進展により、一人暮らしの世帯が増加しています。体調の急変や転倒などの異常を自動的に検出する技術は、安全で安心な生活を支えるために重要です。また、高齢化社会の進展に伴い、在宅医療の重要性も広く認識されていますが、容態の急変に迅速に対応できる仕組みが求められています。

電波による非接触計測は、プライバシーを保ちながら人体の状態をモニタリングできる有望な技術です。ワイヤレス人体モニタリングにより異常が検出された場合には、医療機関などへ自動的に通報することで、安全で安心な生活環境の実現が期待されます。

本研究では、レーダを用いて人体の運動を非接触で計測し、対象者の行動や姿勢を自動識別する技術の開発を行っています。人体の各部位から反射される電波は、ドップラー効果により運動速度に応じた周波数変化を生じます。私たちは、このドップラー周波数の時間変動パターンを人工知能（ニューラルネットワーク）で解析することで、歩行・転倒・日常行動などを自動的に識別するシステムの実現を目指しています。

ワイヤレス人体測定によるジェスチャー自動識別

コンピュータのインターフェースは、キーボードからマウス、さらにタッチパネルへと進化してきました。近い将来、これらは非接触のジェスチャー操作に置き換わる可能性があります。現在のスマートフォンは画面に触れて操作しますが、ジェスチャー認識が可能になれば、画面に触れることなく操作できるようになり、次世代インターフェースとして注目されています。当研究室では、電波計測と機械学習（人工知能）を組み合わせたジェスチャー認識技術の開発を進めています。

本研究では、レーダによる人体計測と人工知能を組み合わせることで、ジェスチャーの自動識別を実現します。人体の各部位から反射される電波には、運動に伴うドップラーシフトが生じます。手や腕の動きに応じて特徴的な周波数偏移パターンが観測されるため、この信号パターンを機械学習により解析することで、対象者のジェスチャーを自動的に認識することが可能になります。