運動解析（モーションキャプチャー）とは｜解析の意味や目的を実験事例と合わせて解説

運動解析とは、人や物の特徴点ごとの座標値を算出し、動きが加わった時の変化量を算出する画像処理技術です。モーションキャプチャー、動作解析とも言われています。人の関節やロボットのノズルなど、計測したい対象にマーカーを貼付しカメラで撮影します。

撮影した画像上で移動するマーカーをソフトウェアで追尾することで、非接触かつ多点同時の計測ができます。画像から対象物の速度、加速度、角度、移動距離などが算出でき、多数の物理量から動作を評価することができます。

具体的な対象として

• スポーツ
• ロボット
• メディカル
• 3DCG

などが挙げられます。

中でも、ロボットのティーチングや位置補正のフィードバックなど「ロボティクス分野」やフォームを分析し、効率の良い身体動作を評価する「スポーツ分野」が有名です。

それ以外にも、リハビリテーションや整形外科などの「メディカル分野」では、患部だけでなく全身の動きを評価して、負荷の掛かり具合を診る総合的な評価に活用できます。

学術研究以外では、2DCGや3DCGで描画されたキャラクター（アバター）を動かすために運動解析の技術が使われています。

運動解析では、物体の動きを定量的に記述することを目的としています。物体の位置、速度、加速度などの動的な特性を測定したり、数式や図表で表現したりします。また、物体の動きに関連するエネルギーや運動量などの保存則や対称性なども研究します。

運動解析では、物体に働く力を直接的に考慮しないことがあります。これは、物体の位置や速度などから力を間接的に推定することができるからです。例えば、物体が一定の速度で直線運動をしている場合、物体に働く合力はゼロであると推定できます。このように、運動解析では、物体の動きの特性やパターンを把握することができます。

運動解析は物理学の基礎的な分野ですが、それだけではありません。運動解析の知識や技術は、さまざまな応用研究や実用的な技術の開発にも貢献しています。

例えば、スポーツ科学やバイオメカニクスでは、人間の身体や運動能力を運動解析で評価したり改善したりします。また、ロボット工学や航空宇宙工学では、機器の動作や制御を運動解析で評価し、設計や最適化に活用します。

運動解析は、物体の動きを詳細に理解し、その動きの原因や結果を予測するための手法です。この分野において、物体の「位置」、「速度」、「加速度」という3つの物理量には、以下のような意義があります。

位置は、物体の動きの出発点と終点を示す基本的な要素です。運動解析において、物体の初期位置と終了位置を知ることは、物体がどのような経路を通って動いたのかを理解するための第一歩となります。また、位置の変化を時間とともに追跡することで、物体の動きのパターンや特性を詳細に分析することが可能となります。

速度は、物体が一定の時間内にどれだけの距離を移動（変位）したかを示す指標です。運動解析において、速度の計測は物体の動きの速さや方向性を評価するための重要な要素となります。速度の変化を分析することで、物体がどのような外部要因や力に影響されているのか、またその影響の大きさや方向を詳細に知ることができます。

加速度は、物体の速度が変化する度合いを示す要素です。運動解析において、加速度の計測は物体の動きの変化や不規則性を評価するための鍵となります。加速度が生じる原因を分析することで、物体に作用する外部の力やその影響を正確に評価することが可能となります。

これらの要素を適切に計測し分析することで、運動解析は物体の動きの詳細な特性やその原因を明らかにすることができます。工学や医学、スポーツ科学など多くの分野で、物体の動きを最適化したり、問題点を特定し改善するための手がかりを得ることができます。

もっともシンプルな構成では、ビデオカメラと運動解析ソフトウェアの2点で2次元解析ができます。動きの速い対象物を計測するには、ハイスピードカメラを使用して、高い時間分解能の計測が可能です。これらは、カメラで撮影をして動画として保存しておいたデータを対象としています（オフライン解析）

一方、カメラで撮影をしながらリアルタイムで計測して、数値結果を算出する運動解析（リアルタイムモーションキャプチャー）システムもあります。カメラ、ソフトウェア、キャリブレーション（校正）がすべて統合されたシステムになります。フォースプレート、筋電計、ロードセル、ひずみゲージなど、外部の計測機器と同期しながら計測することもできます。

カメラの位置や角度、計測したい領域の大きさを定義するために、キャリブレーション（校正）を行います。キャリブレーションでは、寸法の基準となるキャリブレータを撮影し、画像上の座標と実空間の座標を関連付けます。

代表的な方法として、キューブ型のフレームに特徴点となるマーカーを配置し、そのマーカーをソフトウェアで自動認識する方法があります（DLT法）。また、ワンドと呼ばれる複数のマーカーを取り付けた指示棒を、カメラの撮影範囲内で動かしながら撮影し、マーカーを自動認識させる方法もあります。

必要に応じて、キャリブレーション時にレンズ歪み補正も行います。

2次元の運動解析では、通常1台のカメラで撮影を行います。取得できる情報は画像上のX・Y方向の動きに限られるため、カメラに対して奥行き方向の動きは解析できません。

一方、3次元の運動解析では、複数台のカメラを使用して対象物を撮影します。複数方向から撮影することで、X・Y方向に加えて奥行き方向の動きも解析できます。

3次元解析では、対象物を囲むようにカメラを配置し、解析に使用するマーカーができるだけ各カメラに映るように撮影します。カメラの台数を増やすことで死角を減らしやすくなり、マーカーを認識しやすくなります。3次元解析では、3台以上のカメラ構成を推奨します。

リアルタイムの計測を含めた3次元運動解析は、再帰反射（受けた光を同じ方向へそのまま返す）と真円度の高いマーカーを使用することが一般的です。水中などマーカーが使用できない環境では、自発光するLEDマーカーなどもあります。

マーカーの追尾には、ソフトウェアの機能として複数の方法があります。
・相関追尾
・二値化追尾
・色相二値化追尾
・チェッカーマーカー追尾

いずれも、撮影した対象物の画面内の輝度情報を特徴として追尾します。対象物の大きさ、運動量、マーカーの状態を加味して、追尾方法を選択できます。下記で具体的な追尾方法をご紹介いたします。

相関追尾は、指定したテンプレート（検査領域）内の画像パターンを基準に、次の画像から類似したパターンを探索して追尾する方法です。パターンマッチングとも呼ばれます。

対象物の角や先端、模様、傷など、画像上で特徴が出やすい部分をテンプレートとして設定することで、マーカーを貼付しなくても自動追尾できる場合があります。

二値化相関による追尾は、グレースケール画像の輝度を基準に対象物を抽出し、追尾する方法です。輝度値にしきい値を設定し、画像を黒と白の2値に変換することで、背景と対象物を切り分けます。この処理により、計測対象だけを抽出しやすくなります。

二値化処理を行った画像からは、対象物やマーカーの重心位置を求めることができます。重心位置をフレームごとに追跡することで、運動する対象物を自動的に追尾できます。特に3次元運動解析では、どの方向から見ても形状が変わりにくい球形マーカーを使用することで、安定した認識と解析精度の向上につながります。

運動解析は、対象物に貼付したマーカーを追尾します。マーカーが計測点となり、2次元または3次元の位置情報を算出します。取得されたマーカーの情報から、速度・加速度・角速度などを出力します。出力された物理量をもとに、アニメーションやグラフの描画を行うことができ、対象物の運動を詳細に把握することができます。