"쿠보타 나오유키"의 두 판 사이의 차이
(→참고자료) |
잔글 (→같이 보기) |
||
(사용자 3명의 중간 판 4개는 보이지 않습니다) | |||
1번째 줄: | 1번째 줄: | ||
− | [[파일:쿠보타 나오유키. | + | [[파일:쿠보타 나오유키.jpg|썸네일|300픽셀|'''쿠보타 나오유키'''(久保田 直行, Kubota Naoyuki)]] |
'''쿠보타 나오유키'''(久保田 直行, Kubota Naoyuki)는 [[도쿄도립대학]](Tokyo Metropolitan University) 시스템디자인연구과 교수이다. 로봇파트너의 개발, 로봇기술과 관련된 이론이나 요소 기술에 관한 연구, 지능로봇, 계산적지능, 지각시스템 인간친화적 파트너로봇, 계산지능을 기반으로 하는 구조화학습 등에 관한 연구를 한다. 1997년부터 2000년까지 오사카공업대학에서 근무했으며 이후 2000년부터 2003년까지 후쿠이대학에서 근무했다. | '''쿠보타 나오유키'''(久保田 直行, Kubota Naoyuki)는 [[도쿄도립대학]](Tokyo Metropolitan University) 시스템디자인연구과 교수이다. 로봇파트너의 개발, 로봇기술과 관련된 이론이나 요소 기술에 관한 연구, 지능로봇, 계산적지능, 지각시스템 인간친화적 파트너로봇, 계산지능을 기반으로 하는 구조화학습 등에 관한 연구를 한다. 1997년부터 2000년까지 오사카공업대학에서 근무했으며 이후 2000년부터 2003년까지 후쿠이대학에서 근무했다. | ||
10번째 줄: | 10번째 줄: | ||
* 1997년 : [[나고야대학]](Nagoya University) 대학원 공학 연구과 마이크로시스템공학 전공 박사 후기 과정 수료<ref name="나고야대학">리서치맵 久保田 直行 - https://researchmap.jp/read0124301</ref> | * 1997년 : [[나고야대학]](Nagoya University) 대학원 공학 연구과 마이크로시스템공학 전공 박사 후기 과정 수료<ref name="나고야대학">리서치맵 久保田 直行 - https://researchmap.jp/read0124301</ref> | ||
;경력 | ;경력 | ||
− | * 1998년 : 오사카 공업대학 공학부 조수 | + | * 1998년 : [[오사카 공업대학]] 공학부 조수 |
* 1999년 : 오사카 공업대학 공학부 강사 | * 1999년 : 오사카 공업대학 공학부 강사 | ||
* 2000년 ~ 2002년 : 후쿠이 대학 공학부 조교수 | * 2000년 ~ 2002년 : 후쿠이 대학 공학부 조교수 | ||
20번째 줄: | 20번째 줄: | ||
* 2013년 : 수도대학 도쿄 시스템디자인연구과 준교수 | * 2013년 : 수도대학 도쿄 시스템디자인연구과 준교수 | ||
* 2014년 ~ 2019년 : 수도대학 도쿄 시스템디자인연구과 교수 | * 2014년 ~ 2019년 : 수도대학 도쿄 시스템디자인연구과 교수 | ||
− | * 2020년 : 도쿄도립대학 시스템디자인연구과 교수<ref name="카젠"> | + | * 2020년 : 도쿄도립대학 시스템디자인연구과 교수<ref name="카젠">카켄 久保田 直行 - https://nrid.nii.ac.jp/ja/nrid/1000030298799/</ref> |
==주요 연구== | ==주요 연구== | ||
64번째 줄: | 64번째 줄: | ||
* [[도쿄도립대학]] | * [[도쿄도립대학]] | ||
* [[나고야대학]] | * [[나고야대학]] | ||
+ | * [[대구 국제 미래자동차엑스포 2020]] | ||
{{교수|검토 필요}} | {{교수|검토 필요}} |
2021년 4월 19일 (월) 00:56 기준 최신판
쿠보타 나오유키(久保田 直行, Kubota Naoyuki)는 도쿄도립대학(Tokyo Metropolitan University) 시스템디자인연구과 교수이다. 로봇파트너의 개발, 로봇기술과 관련된 이론이나 요소 기술에 관한 연구, 지능로봇, 계산적지능, 지각시스템 인간친화적 파트너로봇, 계산지능을 기반으로 하는 구조화학습 등에 관한 연구를 한다. 1997년부터 2000년까지 오사카공업대학에서 근무했으며 이후 2000년부터 2003년까지 후쿠이대학에서 근무했다.
개요[편집]
쿠보타 나오유키는 도쿄도립대학 시스템디자인연구과 교수로 사람과 공생하는 로봇 파트너의 지능화에 관한 연구를 기반으로 계산지능에 관한 연구 및 로봇 파트너에 관한 연구 개발을 하고 있다. 연구 외에도 고령자 지원 및 사회 복귀 지원을 하고 있다. 구성론적·계산론적·시스템론적인 관점에서 로봇의 지능에 관한 여러 가지 연구 개발과 센서 네트워크를 이용한 인간의 행동계측 기술에 관한 연구도 진행하고 있으며 네트워크 기술, 정보기술, 로봇 기술의 고도 융합을 지향한다.
약력[편집]
- 학력
- 경력
- 1998년 : 오사카 공업대학 공학부 조수
- 1999년 : 오사카 공업대학 공학부 강사
- 2000년 ~ 2002년 : 후쿠이 대학 공학부 조교수
- 2005년 ~ 2008년 : 수도대학 도쿄 시스템디자인학부 준교수
- 2006년 : 수도대학 도쿄 시스템디자인연구과 준교수
- 2008년 : 수도대학 도쿄 시스템디자인학부 준교수
- 2010년 ~ 2011년 : 수도대학 도쿄 시스템디자인연구과 준교수
- 2012년 : 수도대학 도쿄 시스템디자인연구과 교수
- 2013년 : 수도대학 도쿄 시스템디자인연구과 준교수
- 2014년 ~ 2019년 : 수도대학 도쿄 시스템디자인연구과 교수
- 2020년 : 도쿄도립대학 시스템디자인연구과 교수[2]
주요 연구[편집]
로봇 파트너[편집]
- 아이포노이드(iPhonoid) 등 스마트 디바이스를 이용한 로봇 파트너 개발
- 본 연구에서 개발하는 로봇 파트너는 공항이나 전시회장, 쇼핑센터에서의 정보지원 외에 고령자의 보호와 건강조성 지원 등의 서비스 실현을 주목적으로 하고 있다. 기본적으로는 언어적, 비언어적 커뮤니케이션이 가장 중요하지만, 신속한 실용화를 위해서는 각종 지적 모듈의 인테그레이션이 중요하다. 로봇의 개발도 접합기술의 개발에서 조합기술로 전환했으며 음성인식, 음성합성, 각종 화상처리에 관한 기술은 오픈소스를 이용하여 실용적인 인테그레이션을 쉽게 수행할 수 있다. 또한, 로봇 파트너 개발을 위해서는 많은 센서와 통신 기능이 필요하고 저가격과 내고장성 향상을 목표로 했을 때 스마트 기기를 활용하여 사용 목적에 맞는 최소한의 기능만을 갖춘 로봇 파트너를 개발하면 실용화가 용이하다. 따라서 본 연구에서는 사물인터넷(IoT)에 관한 연구의 배경 등을 고려하여 누구나 구현하기 쉬운 로봇 파트너에 대한 시스템 인테그레이션 방법론에 대해 그래서 검토하고 있다. 구체적으로는 iOS 디바이스의 기능을 최대한 활용한 로봇 파트너 개발을 위해 소프트웨어, 하드웨어 모듈화를 시행해 왔다. 또한 기존의 라이브러리를 효율적으로 이용하기 위한 플랫폼을 구축하고 동시에 언어적, 비언어적 커뮤니케이션에 필요한 다양한 기능을 모듈화하여 대화 콘텐츠를 쉽게 설계, 구현할 수 있는 구조를 구축하고 있다. 한편 로봇 디자인에 관해 음성, 영상, 움직임 등의 다양한 정보를 어떻게 구분하여 사용하면서 제시하는 것이 가장 효과적인지를 사용 목적에 맞추어 검토해야 한다. 따라서 본 연구에서는 스마트 기기를 이용한 다양한 로봇 파트너의 모양새를 생각하며 구현을 목표로 하고 있다.
- 휴머노이드 로봇 팔로(PALRO)를 이용한 연구개발
- 후지소프트 주식회사가 개발하고 있는 팔로를 이용한 커뮤니케이션에 관한 연구를 실시하고 있다. 고령자의 건강 만들기 지원에도 활용하고 있다.
이동 로봇[편집]
- 로봇의 자기위치추정과 지도구축(SLAM, Simultaneous Localization and Mapping)
- 진화 계산을 이용한 로봇의 자기 위치 추정과 2차원 측역 센서의 계측 거리 정보로부터 지도를 구축하는 기술을 연구하고 있다. 생성된 지도를 이용한 원격 조작을 실현하기 위해서 스마트 디바이스를 활용한 내비게이션에 관한 연구개발을 실시하고 있다.
- 환경의 3차원 가시화
- 로봇을 이용한 원격 조작 등으로 필요한 환경의 3차원 가시화에 관한 연구로 시계열 3차원 측역 데이터와 카메라 화상을 병용한 3차원 가시화에 관한 방법론을 제안하고 있다.
- 스마트 디바이스와 연계하는 시니어카
- 고령자의 외출 촉진을 목적으로 스마트폰과 제휴하는 시니어카(초이카)를 개발하고 있다. iOS 어플리케이션(CARTiOS)과 제휴하여 증강현실(AR) 기능을 이용한 내비게이션이나 지역정보의 취득 등 고령자에게 유용한 정보를 제공할 수 있다. 개발된 시니어카는 가정 내 로봇파트너에게 사용하는 것과 동일한 스마트폰으로 제어되어 스마트폰을 열쇠나 내비게이션의 대체품으로 사용할 수 있다.
인간 지원 시스템[편집]
- 로봇 파트너를 이용한 고령자의 건강 만들기 지원 시스템
- 건강 만들기에 관한 정량적인 계측과 평가에 관한 연구이다. 3 차원 거리 화상 센서를 이용하여, 인간의 동작을 계측한다. 시계열 관절 위치 정보로부터 인간 모델을 이용한 동작 해석에 의해 시계열 관절 각도 정보를 추정한다. 관절 각도 정보를 통해 운동 시 고령자의 동작을 평가하고 정량화한다. 로봇 파트너는 유연체조의 시범을 보이며 함께 체조를 합니다. 로봇 파트너는 생성된 모델을 바탕으로 평가를 실시해, 유연체조의 종료시에 동작 계측의 결과를 설명하여 건강 만들기에의 모티베이션을 높이는 것을 기대한다.
- 스마트 디바이스나 로봇 파트너를 이용한 재활 지원 시스템
- 계산론적 시스템 재활
- 재활에 관한 다양한 분야의 지견을 도입해 정보 기술, 계측 기술, 통신 기술, 로봇 기술, 시스템화 기술, 지능화 기술 등을 이용한 계산론적 시스템 재활이라는 틀을 제안하고 있다. 상지운동 계측시스템이나 시선계측시스템 등을 구축하여 재활에 있어서 경시적인 회복 등을 질적이고 정량적으로 평가하기 위한 방법론을 제안하고 있다.
- 3차원 동작계측
- 고차뇌기능장애가 있는 편마비 환자를 대상으로 한 재활평가 지원을 위하여 동작해석을 위한 계측 및 가시화 방법을 제안하는 것을 목적으로 한다. 구체적으로는 계측시스템을 이용하여 재활전 환자의 동작과 재활후 환자의 동작 데이터를 계측하고 그 데이터에서 관절 각도를 확보하기 위한 방법론을 제안한다. 또, 재활훈련을 실시하여 얼마나 팔 동작의 움직임이나 가동역이 변화했는지 인간 모델을 사용해 나타내는 것을 목적으로 한다. 기존에 이용되고 있는 동작 해석 시스템은 고가의 제품으로 본 연구에서는 저렴하고 설치가 용이한 마이크로소프트사의 키넥트 센서를 이용한다. 키넥트 센서의 관절 자동 검출 기능에 의하여 계측된 관절 좌표는 환자가 취하는 자세에 의하여 오차가 커지므로 주의해야 한다. 이러한 문제를 해결하기 위해 미리 정의한 인간모델을 구축하고 키넥트 센서로 취득된 각 관절위치에 인간모델의 관절위치를 근사적으로 산출하는 방법론을 제안한다. 구체적으로는 유전적 알고리즘(GN, Genetic Algorithm)을 이용하여 계측된 관절좌표계열로부터 각 동작의 관절각도를 추정하고 유전적 알고리즘에 의해 생성된 관절각도를 피험자의 관절가동역으로서 계층형 뉴럴 네트워크(NN, Neural Network)를 이용하여 학습한다. 여기에서는 뉴럴 네트워크과 유전적 알고리즘를 통합함으로써 관절 각도를 추정하고, 순운동학에 근거하여 각 관절 위치를 산출한다.
- 시선계측시스템
- 태블릿PC에 탑재되어 있는 카메라를 이용한 시선계측기법을 제안하여 저렴한 가격으로 쉽게 다룰 수 있는 시선계측시스템의 개발을 목표로 한다. 시선방향의 검출기법에는 진화적 로봇비전에 근거하여 유전적 알고리즘을 이용한 템플릿 매칭을 적용하고 있다.
- 로봇 파트너를 이용한 주의 유도에 근거한 무시 영역 추정
- 반측공간 무시환자의 무시영역을 주의유도에 근거하여 평가, 개선하는 것을 목적으로 한다. 평가항목은 공간과 주의네트워크로 네 가지로 나누어 각각의 자극에 대해 고찰한다. 태블릿PC 및 로봇파트너를 사용하여 과제를 제시하고 무시영역의 추정, 원위영역에 대한 주의유도를 실시한다. 그에 따라 3차원 거리 센서를 사용하여 머리·어깨의 자세계측을 실시하고, 정상인과 수치를 비교하며, 체성감각의 차이를 검증했다.
- 스마트 디바이스를 이용한 재해 시 정보 지원 시스템의 개발
- 평상시에 이용하고 있는 스마트 디바이스의 인터페이스를 답습한 재해 시 정보지원 시스템을 개발하여 재해 시에 효율적으로 이용 사용할 수 있는 시스템의 개발을 하고 있다. 예를 들어, 평상시 스마트 기기가 내장된 로봇을 사용하여 재해 시에 정보를 지원한다.[3]
각주[편집]
- ↑ 리서치맵 久保田 直行 - https://researchmap.jp/read0124301
- ↑ 카켄 久保田 直行 - https://nrid.nii.ac.jp/ja/nrid/1000030298799/
- ↑ 쿠보타 연구소 - http://www.comp.sd.tmu.ac.jp/kubota-lab/hp/index_jp.htm
참고자료[편집]
- 리서치맵 久保田 直行 - https://researchmap.jp/read0124301
- 카켄 久保田 直行 - https://nrid.nii.ac.jp/ja/nrid/1000030298799/
- 쿠보타 연구소 - http://www.comp.sd.tmu.ac.jp/kubota-lab/hp/index_jp.htm
- 도쿄도공립대학 산학공제휴센터 久保田 直行 - https://www.tokyo-sangaku.jp/labo/%E4%B9%85%E4%BF%9D%E7%94%B0-%E7%9B%B4%E8%A1%8C-2/
- 도쿄도립대학 교수소개 久保田 直行 - https://www.tmu.ac.jp/stafflist/data/ka/448.html
같이 보기[편집]