野良猫の糞害に悩むお客様のために、猫除け装置を開発しました。
猫を傷つけずに糞害を防ぐ手段として、画像認識により猫の位置を検出して、その方向に水鉄砲を射出する方法を選びました。
実際に動作している様子は、以下のビデオをご覧下さい。
ラジコンカーに猫の写真を貼り付けて、それを装置の前で動かしてみました。

水鉄砲の射出角度は上下±20度、左右±45度です。水鉄砲の最大到達距離は7mですが、猫の認識可能最大距離は約5mとなります（成描の場合）。
画像認識には市販の数千円のマイコンを使用しているため、バッテリーの持ちが良く、かつ、ローコストで生産が可能となりました。
今後、市場の反響を見ながら量産体制を整えていく予定です。

特許出願中：特願２０１６－１１０４５６号

2017年1月30日追記
以前、テレビ東京WBS（ワールドビジネスサテライト）で紹介して頂いた弊社の猫除け装置「ニャンナウェイ®」は、猫の顔を認識して水を射出するというものでした。
この方法には、猫が常に装置の方を向いていないと（装置から猫の顔が見えないと）、装置が猫を認識できないという欠点がありました。

この欠点を解消するために、「ニャンナウェイ®」にディープラーニングの技術を取り入れました。
通常のディープラーニングに用いられるものよりも軽いニューラルネットワークを用いることによって、GPUを積んでいないPCでもリアルタイムで処理が出来るようになりました。
また、処理能力の低いARMプロセッサ等でも1秒以内でレスポンスが可能となりました。

以下のビデオは、実際に開発した「猫除け装置用に特化して学習したモデル」を用いて猫の検出を試みた結果です。YouTube上のビデオの一部を使用させて頂きました。
画面上で動きを検出したエリアを対象にディープラーニングによる判別を行っています。緑色の枠は動きを検出したエリアを表しています。赤色の枠は緑色の枠内に猫が検出されたことを表しています。

（オリジナルのYouTube動画はこちら）

猫の顔がカメラの方を向いていなくても猫を検出できています。ちなみに、猫の体の一部しか映っていない場合等は猫と判別できておらず、緑色の枠が表示されています。

一方、犬が映っているビデオに対しても検出を試みたところ、以下のような結果になりました。

（オリジナルのYouTube動画はこちら）

赤色の枠が表示されないことは、猫として検出されていないことを表しています。
犬と猫の判別という比較的難しい判別も、ディープラーニング技術を用いることによって実現することが出来ました。

今後、さらに検出技術をブラッシュアップしていく予定です。

2017年11月16日追記

弊社の画像認識猫除け装置「ニャンナウェイ®」のフィールドテストの結果を紹介させて頂きます。
ニャンナウェイはディープラーニング技術により猫を認識して、猫のいる方向に水鉄砲を射出する猫よけ装置です。
以前、テレビ東京WBS（ワールドビジネスサテライト）で紹介して頂いたもののアップグレード版です。
今回フィールドテストに用いたプロトタイプの外観例は以下のようになります。

このプロトタイプを防滴仕様にしたものを屋外に設置しました。

約1年にわたってフィールドテストを実施した結果、猫を正しく検出し（画面上では赤枠で表示）、そちらの方向に照準を向けて（青枠で表示）、水鉄砲を射出することに成功しました。

実際にニャンナウェイ内に保存された画像を動画として再生したものが以下になります。
赤外線カメラを使用しているため、一部モノクロに近い色合いとなっています。
動画ではディープラーニングによる猫の判別をしているときは1秒間隔、それ以外のときは0.2～0.25秒間隔で再生しています。

猫が水鉄砲を避けています。なかなかの強者のようでギリギリで避けてじっと装置を観察しています。

上記のResult1と同じ猫と思われますが、今回は逃げました。

Result2の猫が久しぶりに戻ってきたようですが、再び逃げました。
この後、この場所での糞害が無くなったので装置を撤去することとなりました。

上記Result3の後、2ヶ月ほど装置を撤去していたらまた猫の糞が見られるようになったため装置を再設置したところ、今までとは別の猫が検知されました。

夜間でもニャンナウェイが動作していることが分かる動画です。

また別の猫が検知されました。

これもまた別の猫です。この場所は猫たちにとってお気に入りの場所のようです。

別の場所ですが、再び夜間にニャンナウェイが動作した例です。

（2018/2/9追記）水鉄砲射出前に気配を察知したのか、現場を離れています。

正しく動作する猫除け装置により、猫に「ここは入らないでくださいね」というメッセージを伝えることが出来るようになります。
これにより、猫に対してボウガン等で危害を加えてしまうというような悲しい事件が起こることを避けることが出来ると信じています。
今後も誠心誠意開発を続けて参ります。

※ニャンナウェイ　は株式会社最先端研究開発支援センターの登録商標です。

ROS(Robot Operating System)コンパチブルSLAM(Simultaneous Localization and Mapping)ロボットです。プレスリリースは以下のページをご参照ください。
https://www.atpress.ne.jp/news/69707

2018年6月現在は上の写真のとおり、若干アップデートされています。
アップデートの結果、使用するOSとROSのバージョンは以下の通りに変更となっております。
OS：Ubuntu16.04
ROSのバージョン：Kinetic

ピアノの鍵盤位置と打鍵力を同時に計測するセンサーです。
測定分解能はそれぞれ±0.1mmと±5gfとなります（サンプリングレート1kHz時）。
このセンサーにより、ピアノを弾いているときの鍵盤の押し下げ位置と鍵盤に加わっている力を精密に測定することが可能となりました。
局所性ジストニアの研究に使用されています。
尚、写真は位置計測8カ所、力計測5カ所のインストール例です。

市販の簡易脳波計（Emotiv社のEPOC）を使用してSSVEP（Steady State Visual evoked potentials）を検出する、Brain Computer Interface装置です。
これにより、一般家庭でも導入可能なコストでBCIを実現することが出来ました。
画面に表示された選択肢を見つめるだけでその選択肢が選ばれます。他の方法（運動想起検出やP300検出）に比べてトレーニングが不要なためユーザの負担が少ないという特徴があります。
通常のリフッシュレート60Hzのモニターを使用すると、実用レベルでは選択肢は3つぐらいまでが限界ですが、マトリクスLED等利用した外部の刺激装置を使うことにより選択肢を増やすことが可能です。

MRI装置は強磁場を発生するため通常の電気的な力センサが使用できません。
そこで、金属類を一切使用せず、光ファイバセンサを用いてプラスチックで構成された歪みゲージの歪みを計測するようにしました。
2方向の力（±2.0kgfまで）の計測が可能です。フルスケールに対して±3%の精度が実現できました。
計測結果はシリアル通信で出力（100Hz）されますので、MATLABやProcessing等のソフトウェアで簡易にデータ取得が可能です。
下の写真は実際に計測に用いられた時の様子です。
写真に写っているのはプロトタイプ（片手計測用）で幅は140mmありますが、この他に幅80mmの両手の同時計測が可能なタイプもあります。

医師、理学療法士、フィジカルトレーナー、健康運動実践指導士などの運動指導を実践しているヘルスケアプロバイダー向けに開発された、歩行解析のためのアプリケーションです。iPhoneを腰（第三腰椎）に巻いて歩くだけで、ストップウオッチでは得られない多くのパラメータを算出できます。
歩行速度、歩幅などの一般的なパラメータに加えて、歩行変動性・左右対称性、歩行中の重心軌跡などを解析するiPhoneアプリです。
詳しい使用方法については、以下のWebサイトをご参照下さい。
https://sites.google.com/site/hokoukaiseki/home

パラレルリンクおよびダイレクトドライブモータ2台から構成されたマニピュランダム用に制御回路とソフトウェアを作成しました。
ワークエリア内の任意の位置で任意の力を出せます。これにより、装置を把持している人の手に対して任意の弾性や粘性を与えることが出来ます。
制御回路は、高速処理が必要な部分にデコーダ専用のチップを採用することにより、それ以外の部分は汎用マイコンのみで構築することが出来ました。これにより、200Hzの制御を実現しながらコストを大幅に削減することができました。また、複数のマイコンが互いを監視することにより安全性を確保しています。
PC側のソフトウェアはMATLABを使用しているため、簡単に実験タスクを作成することができます。