NIT TRAIN LABO

NIT TRAIN LABO

No.25~31(2021年掲出)

NITトレインラボは、本学教員の研究内容を紹介する場。
東武線全線の「ドア横ポスター」に掲出した内容は、この特設サイトにて動画や写真で詳しくご紹介いたします。
さぁ、NITトレインラボへGo!

  • ポスターをクリックするとPDFファイルが開きます。
  • 関連動画をクリックすると再生が始まります。

trainlabo_no31.png

明るいだけが、
快適じゃない!
人も地球環境も健やかになる
持続可能な「建築光環境」を創造する

建築学部 建築学科 生活環境デザインコース 建築光環境研究室
伊藤 大輔 准教授


■研究の紹介
本研究室では、人にやさしく更に地球環境にやさしい持続可能な「建築光環境」について研究を行っています。
主なテーマとして「昼光(自然光)利用による省エネルギーと視的快適性の向上」や「建築光環境の評価」があります。
昼光は天候や太陽位置によって大きく変化しますので何も考えずに入れてしまうと人にとって不快な空間となってしまいます。昼光を上手に取り入れるためには、その特徴をしっかり把握しコントロールする必要があります。私の研究室では上手に昼光を取り入れることによって人工照明のエネルギーを削減するとともに在室者にとって快適で健康につながる光環境を目指して研究を行っています。

■省エネだけではない人にとって快適な昼光導入手法の開発
人工照明エネルギーを削減のために昼光を導入しますが、何も考えずに昼光をいれてしまうとその変化による不快感や不快なグレア(まぶしさ)の原因となってしまいます。そうならないために太陽位置や天候などを考え上手に取り入れる必要があります。本研究室では省エネルギーと在室者の快適性を両立するための研究をしています。一例としてブラインドメーカーと共同開発ししたライトシェルフブラインドがあります。これは上部を室内側に傾けることによって積極的に昼光を取り入れ。下部は在室者の不快にならないように個別にコントロールすることができます。このような昼光導入装置を測光量(明るさを数値化したもの)を用いて定量的に評価をしています。

1.1ライトシェルフブラインド.jpg
 ライトシェルフブラインド                   室内の輝度(明るさ)分布

■建築の光環境調査
建築光環境の価値観の多様性を見出すために名建築等の光環境調査を行っています。近年、名建築といわれる建築物でも取り壊される事例が多くあります。その建築の光環境は当時の写真等で不確かな情報しか得ることができません。そうならないために名建築等の光環境をデータとして残すことをスタートしました。図は埼玉県庁の近くにある埼玉会館の調査事例です。

2.埼玉会館.jpg
埼玉会館                           埼玉会館のホール

3.ホール.jpg
ホールの輝度分布                       ホールの照度分布

■快適な建築光環境を創造するために
近年、LEDが普及し建築光環境は大きく変化しています。そのLEDをどのように使うことができるのか、これまでの価値観に捉われず新しい建築光環境を創造するために被験者実験を行っています。実験結果をもとに人に寄り添った建築光環境を目指しています。

▶ 生活環境デザインコースの紹介 ▶ 伊藤大輔准教授

 

trainlabo_no31.png

 

 

【動画】「みらいウォッチ2020」より

trainlabo_no30.png

どんな場面でも、
最適な環境で作業ができる?
スマートデバイスを活用して
未来の学習環境を創る

先進工学部 情報メディア工学科 ネットワーク情報システム研究室
勝間田 仁 教授

■研究概要
スマートフォンやタブレットの普及に伴い、オンライン学習の機会が日常的に得られるようになってきました。オンライン学習の際、スマートフォンやタブレットは学習端末として使用していますが、スマートウォッチやメガネ型デバイスを活用することで学習者のおかれている学習環境を把握できることが期待できます。本研究では、スマートフォンやタブレットに加え、スマートウォッチやメガネ型デバイスなどウェアラブルなデバイスをスマートデバイスとし、複数のスマートデバイスを組合わせて個人の学習状況を把握し、個人に適した学習教材や学習支援を提供する近未来型の学習環境を実現することを目指しています。

■実現課題
日常的に利用可能なスマートデバイスに組込まれているセンサでの学習者の行動情報(参考動画)の計測では、専門的な計測機器と比較して計測データの精度が低くかったり、学習者の学習姿勢も自由なため計測データからの行動認識が正確にできないなどの問題があります。そこで、複数のスマートデバイスを組合せて、学習者の学習状況を把握するための技術を確立するため、次の研究課題に取組んでいます。

① 学習者の学習状況の取得と分析
オンライン学習を行っている学習者の学習状況を把握するため、学習中に使用している複数のスマートデバイス(タブレット、スマートウオッチ、メガネ型デバイス)に搭載されているセンサから計測されるデータと学習教材へのアクセス履歴データの分析を行っています。また、学習時の実験の様子をビデオで撮影し、センサデータや学習教材へのアクセス履歴データから得られる学習者の行動分析の検証も行っています。

② 学習教材の開発
学習教材へのアクセス履歴データやメガネ型デバイスに搭載されているセンサによる計測データから、学習教材のページの構成が学習へ与える影響を分析しています。さらに、分析結果を用いて、より最適なデジタル教材の構成法や新しい学習教材メディアの構築法についても検討を進めています。

③ システムの検証
オンライン学習を行っている学習者の学習状況を判断する仕組みとその状況に応じた学習支援サービスを提供する学習環境を試作し、ユーザの利用の仕方や学習の効果について検証を進めています。

システムの実現にはチャレンジすべき課題が多いのですが、新しい仕組みを作る楽しみでもあります。

▶ 情報メディア工学科の紹介 ▶ 勝間田仁教授の紹介
 

trainlabo_no30pdf.png

【動画】勝間田教授インタビュー

trainlabo_no29.png

人と共存できるロボットを目指して…
卵をキャッチできる
ロボットを作りたい!

先進工学部 ロボティクス学科 ロボット制御研究室
浦川 禎之 教授

卵をキャッチできますか?
人間は飛んでくる卵をキャッチできるでしょうか?ロボットはどうでしょう?
ロボットはとても速い動きを正確に行うことができます。でも飛んでくる卵はキャッチできなさそうです。何が足りないのでしょうか?
卵をキャッチするには素早く正確な「位置制御」だけでなく、卵をキャッチしたときの「衝撃力」を制御する「力制御」の技術が必要です。しかも、飛んでくる卵に追いつく素早く正確な「位置制御」から卵を受け止める柔らかな「力制御」に瞬時に切り替えなければいけません。今まで以上に高度なロボット制御が必要になります。

なぜ卵キャッチが必要なのでしょう?
コロナ禍で密を避けるために、人間に代わって物を運んだり料理を届けたりするサービスロボットが期待されています。また、最近は工場で使われる「産業用ロボット」でも「協働ロボット」と言われる人と一緒に作業を行うロボットが注目を集めています。このように人と一緒に作業を行うには、人と衝突しても危害を与えないことが必要です。普段の人間の動きは意図したものだけではありません。誤ってロボットに倒れ掛かってしまうことも想定されます。このように人と混在するロボットには「衝撃力」を緩和し危害を加えないようにする衝突緩和が必要です。
現在は緩衝材を装着する、モータの出力を落とす、などの手法で「柔らかいロボット」を実現する研究が多く行われています。しかし、これでは素早い動きは難しくなります。今後は、より積極的にロボットを素早く動かし、かつ衝撃を吸収する動作が必要になると考えています。卵をキャッチできるような動きが実現できれば「倒れる人を瞬時に受け止める」ロボットが実現できます。

どのように研究を進めますか?
ロボットが通常素早い動きを実現するには、人間でいう「力を込めた」固い動きになります。一方、柔らかい動きをするときは「力を抜いた」弱い動きになります。卵キャッチロボットの模式図と動作を図1に示します。ロボットハンドは①上から落ちてくる卵に「位置制御」で素早く追従し、②「位置制御」から「力制御」に瞬時に切り替え、③「力制御」で卵に加わる「衝撃力」を制御しながら静止させます。素早い動きと柔らかい動きのどちらでも最高の制御性能を実現し、さらにそれを滑らかに切り替える技術を確立しないと実現できません。
浦川研では、最高の制御性能を実現できる「限定極配置法」という制御パラメータ設計法を提案しています。現在、「位置制御」に適用して素早い動きを実現したところです(動画参照:ダミーの卵を落としています)。今後「力制御」や「切り替え法」に拡張していきます。卵キャッチロボット実現にはこのような理論的な検討も必要ですし、さらには摩擦やガタなど現実的な要因をつぶしていく必要もあります。いろいろな技術を総合して今までにない機能を実現したいと考えています。

■おわりに
人間は自分で行うことは自分でよくわかっていると考えがちです。何らかの意図をもって、もしくは明確な目的があって動作していると考えています。しかし、いろいろな動作の中には「無意識」で行われるものも多くあります。例えば転びそうなときに足を踏ん張る動作など「条件反射」的な動作です。このような「無意識の動作」は自分で意識していないだけに、ロボットで再現するのも難しいです。しかし、このような「無意識」の集まりが「知能」の大きな部分を占めているのではないかと思います。卵をキャッチするような複雑な動作もこのような「無意識」のスキルの一つと考えています。「卵キャッチロボット」の研究を通して、このような「無意識と知能」の問題にも踏み込んでいきます。

▶ ロボティクス学科の紹介 ▶ 浦川禎之教授の紹介

 

trainlabo_no29pdf.png

no29_image01.png

【図1】卵キャッチロボット模式図

【動画】ダミー卵の落下実験

trainlabo_no28.png

よくよく見れば、貴重な資源!
隠れている
お宝のリンを回収だ

基幹工学部 応用化学科 資源創回生プロセシング研究室
内田 祐一 教授

■リン(P)
リンは人体中に核酸の成分として細胞に含まれ、また歯や骨の成分でもあり、体重の1%ほどを占める必須元素です。人間はリンを食物から摂取します。近年の地球規模の人口増加に伴い、多くの食物が必要になっていますが、食糧となる植物を育てるのにも、肥料成分としてリンが不可欠です。さらに、金属製品の表面処理、燃料電池、半導体製造などの工業用途にも利用されます。
資源としてのリンの特徴は、産業だけでなく、生物の命を繋ぐためにも必要であることです。

■資源問題(リン)
肥料や工業材料に使われるリンは、リン鉱石を原料として工業的に得られます。リン鉱石は、専門的には、マグマの活動によってできる無機質リン鉱石と、動植物や微生物の遺骸が陸地や海底で堆積し、地殻の変動・隆起により陸化した有機質リン鉱石に大別されます。日本でもかつては有機質リン鉱石を産出しましたが、現在はリン鉱石やリンそのものを全て輸入に頼っています。
世界的にも、リン鉱石を産出する地域は限られており、国内で安定して産出するリン資源が求められています。

■産業副産物;鉄鋼スラグ
多量の原料や材料を扱うプロセスでは、その規模に応じて副産物が発生します。多くの産業で、副産物は適切に再利用されています。
例えば鉄鋼材料の製造はとても規模の大きいプロセスで行われ、大きな製鉄所では1日で1万トン以上もの鉄を生産します。自動車で例えれば1日あたり1万台分以上ともいえます。1トンの鉄を作ると、原料の鉄鉱石由来の副産物としてスラグが約0.3トン発生します(図1)。つまり、鉄を作るとその1/3の量のスラグが出るわけですが、これらは建設や土木材料に活用されています。
この鉄鋼スラグにはリンを含むものがありますが、発生量が多く有望なものの、リン濃度が低いために、リンの回収は困難な課題とされてきました。

■産業副産物;下水スラッジ
下水処理の過程で発生する堆積物の下水スラッジには、生活由来のリン成分が含まれており、安定した量が集約されます(図2)。下水スラッジは鉄鋼スラグより多くのリン成分を含んでいます。下水処理プロセスからのリンの回収はこれまでにも試みられていますが、リンの潜在的な含有量に対して、充分に回収されているとはいえません。

■鉄鋼スラグと下水スラッジの混合物からのリン回収
鉄鋼スラグと下水スラッジは主要成分が似通っています。これを利用し、両者を混合して1000℃超の高温に加熱することで、リンの濃化した部分とそうでない部分に分離できることを見出しました(図3、動画1)。双方の発生量が多いことから、大量処理に適した高温プロセスでの同時リン回収を目指しています。

■おわりに
産業部門の副生物や排熱などの「もったいない」未利用資源を、高度に有効利用するための研究を手掛けています。持続可能な社会に貢献できる環境調和型技術を、共に考えていきたいと思います。

▶ 応用化学科の紹介 ▶ 内田祐一教授の紹介

 

trainlabo_no28pdf.png

no28_001.jpg

【図1】鉄鋼製造時のリン含有スラグの発生
 

no28_002.jpg

【図2】下水処理でのリン含有スラッジの発生
 

no28_003.jpg

【図3】鉄鋼スラグと下水スラッジの加熱混合模擬試料の電子顕微鏡写真
 

【動画1】高温レーザー顕微鏡による混合模擬試料のリン濃化相析出の直接観察(1500→1300℃)


 

trainlabo_no27.png

目指せ、ノイズのない世界!
アクティブノイズコントロールで
静かな空間を創り出す

基幹工学部 電気電子通信工学科 信号処理研究室
木許 雅則 准教授


[ANC]
ANCとは、Active Noise Control の略称で「能動騒音制御」と呼ばれる騒音除去技術です。音は、空気などの媒体の振動(圧力変動)として伝達されます。ANCでは、この騒音の振動に対して、丁度、逆の振動(同振幅・逆位相の音)となる制御音をコンピュータを用いて生成し、それをスピーカから騒音に対して放射することで騒音の消去を行います。
騒音と制御音は同じ大きさで互いに逆の振動ですので、両者は干渉する(ぶつかり合う)と互いに打ち消し合い振動がなくなります(図1)。つまり、ANCは「音で音を消す」システムです。

【動画1】に、150Hzのサイン波を騒音とした場合でのANCの効果の例を示します。制御スピーカから2m離れた消音ポイントで丁度、同振幅・逆位相となる制御音をリアルタイムに生成することで,ANC-ON時では騒音が抑制されていることが分かると思います。

現状のANCでは、スピーカから消音ポイント間の伝搬経路に変動(人やモノ、消音ポイントの移動)があると消音性能が劣化したり、消音ポイント以外の騒音が制御されていない地点では逆に音が大きくなってしまうなどの問題があります。そのため、その利用はダクトや自動車の室内、工場など、特定の環境や様々な制約条件下に限定されてしまい、公共施設やオフィス、一般家屋など皆さんの目に届く一般的な場所への適用には至っていません。

【当研究室での取り組み】
当研究室では、指向性の極めて高いパラメトリックスピーカを応用したマルチチャネルANCシステムを構築することで、上記の問題の解決に取り組んでいます。このシステムにより、使用場所や場面の制約から開放された一般的で身近な環境で利用できるシステムの実現を目指しています。

本システムは、複数チャネルのパラメトリックスピーカから制御音を直線的に消音ポイントへ放射し、それらの混合音で騒音を打ち消します(図2)。
混合音を用いることで、チャネルそれぞれの音圧を小さくでき、かつその直進性から制御されてない場所への影響を最小限に抑えることが出来ます。
また、音波の直進性により伝搬経路を簡易な形式でモデル化することができ、伝搬経路の変動に対して強靱な実環境に即したシステムが実現できます。

▶ 電気電子通信工学科の紹介 ▶ 木許雅則准教授の紹介

trainlabo_no27.jpg

no27_図1.png

【図1】ANCによる消音の原理

no27_図2.png

【図2】本システムの構成

【動画1】ANCの効果
(ON-OFF時の音圧変化)

trainlabo_no26.png

強風の持つエネルギーを無駄にしない!
風車の安全を担う
"ブレーキ"をつくり出す

基幹工学部 機械工学科 エネルギー工学研究室
丹澤 祥晃 教授


研究室では、風力エネルギーの利用、温度差エネルギーの利用、湿り蒸気の流動などについて研究しています。

垂直軸風車は、デザイン性に優れていて風向変化に対して万能に対応できるのですが、自己起動性が弱く高風速での加速が速いため、急激に回転数が上昇し制御が難しいといわれています。そこで、【写真】のジャイロミル型垂直軸風車の下に、高回転数時に飛び出す空気抵抗ブレーキを取り付け、風車の暴走を防ぐ研究を行っています。

写真に写っている3枚の白い板状のものが翼で、それらの中心に垂直の回転軸があります。奥に映っているのが「風洞」でここから風が吹き出すと、このジャイロミル型垂直軸風車は回転軸を中心に回転します。この風車が回っている様子を【動画1】に収めています。

空気抵抗ブレーキのブレーキ板は、水平に取り付けて低回転時の空気抵抗は小さく、飛び出すときは90°回転して空気抵抗が大きくなる工夫をしています。徐々に風が強くなったときの空気抵抗ブレーキの様子を【動画2】に収めています。中にばねが入っていて、回転が速くなると遠心力でブレーキ板が徐々に飛び出してきて、風車の回転が速くなりすぎるのを防ぎます。風が弱くなって回転が遅くなるとブレーキ板は元の位置に戻っていきます。

空気抵抗ブレーキのさらに下には、発電機があって風力発電をしています。空気抵抗ブレーキを取付けると発電に利用できる風速域が広がり、弱い風から強い風まで風速が変動する中でより多くの発電が可能になります。

▶ 機械工学科の紹介 ▶ 丹澤祥晃教授の紹介

trainlabo_no26.jpg

P1000243.JPG

【写真】実験用ジャイロミル型垂直軸風車

【動画1】垂直軸風車が600rpmで回る様子

【動画2】空気抵抗ブレーキの
ブレーキ板が飛び出す様子

trainlabo_no25.png

ビッグデータから、一体何が見通せる?
IoTシステムを駆使して、
未来の便利を生み出す!

先進工学部 データサイエンス学科 ワイヤレスネットワーク研究室
高瀬 浩史 教授

■IoT
IoTとは、Internet of Thingsの頭文字を取った言葉で、「モノのインターネット」という意味です。このIoTはセンサと通信機能を持ったモノがネットワークに接続され、情報交換することにより相互に制御する仕組みとして注目を浴びています。IoTは無線通信技術やセンサ技術、ネットワーク技術の融合で実現できます。そして、ソサエティー5.0と呼ばれる未来社会を実現するためのキーテクノロジーのひとつとして期待されています。

■IoTとビッグデータ
IoTの仕組みを利用することにより、センサを通じて様々な情報やデータを収集することができます。収集したデータはクラウドサーバに蓄積されます。収集された大量のデータはビッグデータとして扱われ、データの可視化や統計解析、機械学習などにより分析することで発見や予測を行うことが可能になります。

■新しいIoTシステムの提案
私の研究室では、IoTを活用した新しいシステムを提案し、開発を行っています。学生と一緒にアイディアを考え、ディスカッションを重ねながらシステムを考えていきます。そして、IoTデバイスの開発や人工知能によるデータ分析に取り組んでいます。

【画像1】は、IoTによる屋内環境モニタリングシステムのプロトタイプで、室内の温度や湿度、CO2濃度などを測定し、基準値を超えたら警告表示やLINEで通知する機能があります。

【画像2】は、ディープラーニングと呼ばれるAI技術を使った植物の種類を判別するシステムの概要を示したものです。スマートフォンで撮影した植物の名前を知ることができます。同様の技術を使って農作物の病気や害虫などを判別するシステムの開発にも取り組んでいます。  最近では、看護・介護における見守りやケアサービスを支援するIoTシステムにも取り組んでいます。

▶ データサイエンス学科の紹介 ▶ 高瀬浩史教授の紹介

trainlabo_no25.jpg

画像1.png

画像1

画像2.png

画像2

トレインラボの記事に興味をもったら
オープンキャンパスに参加してみよう

trainlabo_oc.jpg

3学部6学科2コースの特長をチェック!
 

tl_gakka.jpg

大学案内、受験ガイド、過去問題集を無料でお送りします

tl_rec.jpg