技術要約：ActiveVital

問題提起

家庭用ロボットには、ユーザーの安全確保と健康状態を考慮したインタラクションを実現するために、信頼性の高い非接触型のバイタルサイン・モニタリングが求められる。ミリ波（mmWave）レーダーは、サブミリメートル単位の胸部の動きに対して高い感度を持つため有望なソリューションであるが、その有効性は観測幾何学（observation geometry）によって根本的に制約される。mmWaveレーダーは、視線方向（line of sight）に沿った放射成分の運動のみを測定する。制約のない家庭環境では、ロボットと人間の向きが任意であるため、角度の不一致が生じやすく、これが特に振幅が極めて小さい心拍成分の測定可能な信号を減衰させる原因となる。

既存のアプローチには、主に以下の2つの限界がある：

1. 静的センシング（Static Sensing）： ユーザーが固定されたセンサーに対して手動で位置合わせを維持することを前提としており、長期的かつ目立たないモニタリングとしては実用的ではない。
2. 近接身体化センシング（Proximity Embodied Sensing）： 移動型ロボットは、信号強度を高めるために被験者との距離を縮めるが、解剖学的な配置（観測角）を制御することはできない。その結果、これらの手法はバイタルサインの観測可能性を最適化するためのクローズドループ・メカニズムを欠いており、ロボットと人間が完全に整列していない場合に心拍推定が不安定になる。

手法：ActiveVital

著者らは、センシングの幾何学を明示的な制御変数として扱う、ビジョン誘導型の身体化センシング・フレームワークであるActiveVitalを提案する。本システムは、バイタルサイン・モニタリングを「受動的な信号回復」から「能動的な幾何学的制御」へと再定義する。パイプラインは以下の3つのステージで構成される：

1. ビジョン誘導による胸部ローカライゼーション

ユーザーの協力を得ずに幾何学的参照を確立するため、システムはViTPoseを用いて人間の骨格キーポイント（肩と腰）を検出する。

• 胸部参照点の構築： 肩と腰の中点間の胴体軸に沿って、胸部アンカーポイント（$P_{ref}$）を補間する。
• 解剖学的バイアス： 垂直座標は上胸部側にバイアス（$\alpha = 0.75$）をかけ、水平オフセット（$\beta = 0.1$）を適用することで、側方の解剖学的非対称性を補償し、参照点を心臓に近い領域へとシフトさせる。

2. クローズドループ・ポーズ制御

ロボットは、レーダーの視線が胸部参照点と一致するように、センサーのポーズを能動的に調整する。

• 誤差駆動型制御： レーダーの光軸と胸部参照点の間のピクセル偏差を、運動コマンドに変換する。
• 空間マッピング： 深度情報とカメラの内部パラメータ（intrinsics）を用いて、ピクセル誤差をメトリックな変位（$\Delta L, \Delta H, \Delta D$）にマッピングする。
• 実行： ロボットアームは、胸部表面に対してほぼ垂直な入射角となるようレーダーを操舵する。整列後は、データを取得するために短期間固定のポーズを保持し、最大の放射観測性（$\theta \to 0$）を確保する。

3. 幾何学制約付きフェーズ処理

残留するポーズ変動下でも安定した信号抽出を保証するため、システムは微分フェーズ強化モジュールを採用する：

• 位相アンラッピングと差分化： 生の位相シーケンスをアンラップし、一次時間差分を適用することで、低周波ドリフトを抑制し、周期的な微小運動を強調する。
• ロバストな外れ値抑制： Hampelフィルタを適用して、外れ値を局所的な中央値で置き換えることにより、インパルスノイズを軽減する。
• スペクトルデカップリング： 精緻化された位相シーケンスに対してFFTを行い、続いてガウス平滑化とFIRバンドパスフィルタリングを行うことで、呼吸と心拍の成分を分離する。心拍数は、心拍帯域内でのエネルギー重み付け平均により推定される。

主な貢献

1. 幾何学制御型身体化センシング： フィードバック駆動型のポーズ整列を通じてレーダーの観測幾何学を能動的に制御し、制約のないロボットと人間の構成下でも信頼性の高いセンシングを可能にするパラダイムを導入した。
2. 堅牢な信号抽出を伴うビジョン誘導型ポーズ制御： ロボット搭載レーダーを胸部への近軸観測へと操舵し、ポーズの変動下でも抽出を安定させるためのフェーズベースの強化モジュールを統合したパイプライン。
3. クロスパラダイム検証： システムを3つのセンシングモード（Static, Proximity Embodied, Geometry-Aware）および3つのベースライン信号処理アルゴリズムに対して評価し、一貫した精度向上を示した。

実験結果

システムは、60 GHz FMCWレーダーとRGB-Dカメラを搭載したGalaxea R1 Liteモバイルロボット上に実装された。実験は、着席した参加者がいる制御された屋内環境で実施された。

性能指標（平均絶対誤差 - MAE）：

• 呼吸間隔 (BI)： ActiveVitalは、誤差を0.87秒（Proximity Embodied）から0.14秒へと減少させ、Static Sensing（0.15秒）に匹敵する精度を達成した。
• 心拍数 (HR)： ActiveVitalは、誤差を13.59 bpm（Proximity Embodiments）から2.22 bpmへと減少させた。Static Sensingは最も低い誤差（1.66 bpm）を記録したが、これにはユーザーの手動による整列が必要であった。ActiveVitalは、ユーザーの協力を必要とせずに同等の性能を達成した。

比較分析：

• 対 近接センシング： ActiveVitalは、不整列による心拍信号の減衰によって高い誤差が生じた近接ベースのアプローチを大幅に上回った。
• 対 静的センシング： ActiveVitalは、静的センシングと同等の精度を達成したが、決定的な利点として自律性を備えており、ユーザーに特定の姿勢を維持させる必要がない。
• アルゴリズムの堅牢性： ベースラインアルゴリズム（Second-Order DE, Band-pass Filter, Scattering Model）との比較において、ActiveVitalの幾何学認識アプローチは、幾何学的条件が悪化しても優れた安定性を維持し、心拍数推定において最も小さな性能低下を示した。

意義と主張

本論文は、センシングポーズは堅牢な非接触生理学的モニタリングのための制御可能な変数であると主張している。ロボットのポーズを胸部表面に対して近軸的な整列へと能動的に制御することで、ActiveVitalは呼吸・循環系の微小運動の放射投影を最大化する。

著者らは、このアプローチが以下を実現すると断言している：

• ウェアラブルデバイスや設置済みのインフラなしに、一般的な家庭環境における非接触モニタリングを可能にする。
• 静的システムのようにユーザーの協力を必要とせず、ユーザーの姿勢変化に対して堅牢な自律的なバイタルサイン推定を提供する。
• 従来の近接ベースの移動型センシングが失敗する場面において、幾何学認識型の身体化センシングが、微弱な心拍信号を捉えるために不可なるものであることを実証した。

本研究は、ActiveVitalを多目的ホームロボットにおける「機会的な機能（opportunistic function）」として位置づけ、タスク実行と継続的なヘルスケア・モニタリングの間の溝を埋めるものである。