WO2010134349A1

WO2010134349A1 - 触感処理装置

Info

Publication number: WO2010134349A1
Application number: PCT/JP2010/003429
Authority: WO
Inventors: 本村秀人; 鈴木哲; 沖本純幸
Original assignee: パナソニック株式会社
Priority date: 2009-05-21
Filing date: 2010-05-21
Publication date: 2010-11-25
Also published as: US8570291B2; JPWO2010134349A1; JP4778591B2; CN102227696B; US20110157088A1; CN102227696A

Abstract

　人が時間的に個別に感じている様々な触感を、時分割でセンシングし、再現することを可能とする。　触感処理装置は、人と対象物との接触状態を計測する動き計測部と、対象物の物理特性値を計測する物理計測部と、人が任意の対象物に触れたときの接触状態に応じた物理特性値と、任意の対象物を触れたときの触感に関する特徴量とに基づき算出される、接触状態毎の任意の対象物の物理特性の重みに基づいて、物理計測部で計測された物理特性値から、触感に関する特徴量を生成する物理心理変換部とを備えている。

Description

触感処理装置

　本発明は、人が物に触れた際の触感を数値計測し、再現または検索する装置、方法、およびプログラムに関する。

　近年、ネットワーク機器や情報端末機器の性能向上が目覚ましく、遠隔地を結ぶコミュニケーションの利便性が益々高まっている。特に、視覚系の情報伝達手段は著しい成長を示し、カメラの高精細化やディスプレイの大画面化等によって、現実感の高い視覚情報を場所に制約させず手に入れられる環境が整ってきた。聴覚系の情報伝達手段の性能向上も著しく、多チャンネル化等によって、豊かな音場制御が可能になり、視覚系との相乗効果でエンターテイメント分野やビジネス分野で臨場感の高い視聴覚コミュニケーションが広がりを見せている。

　さらなる現実感・臨場感の向上を目指し、人の感覚対象を五感へ広げる動きが活発であり、触覚・嗅覚・味覚の伝達や再現に関する技術開発が盛んに行われている。

　触覚は、人が対象物に触れた際の感覚であり、例えば、「硬い・柔らかい」、「つるつる・ざらざら」といった対象物の硬さや表面特性などに関係する感覚である。視聴覚系は、光と音波を人が受けて感じる非接触型の感覚系であり、一方、触覚系は、対象物に触れて初めて感覚が生起する接触系の感覚系であり、従来の視聴覚系の情報伝達手段に触覚系の情報伝達手段を加えた場合、現実感や臨場感が飛躍的に向上する可能性がある。

　人が対象物に触れた際の感覚をネットワーク機器や情報端末機器で伝達や再現を行うには、大きく以下の３つの機能を実現する必要がある。
（１）　触感の定量化
（２）　触感センシング
（３）　触感ディスプレイ

　触感の定量化は、例えば、非特許文献１が開示するように、人の触感応答を収集するための官能評価と、収集したデータを解析して触感を数値表現する因子分析によって成される。

　官能評価は、例えば、図２に示すような質問シート１５０１を被験者に提示し、対象物を触れた際の触感を質問項目ごとに数値で回答する。質問項目は、互いに反対の意味を持つ形容詞対からなり、たとえば、「硬い－柔らかい」の度合いを７段階で回答する。

　非特許文献１では、２０種類の対象物の触感を１２種類の質問項目で被験者に応答させた。因子分析は、多変量解析の手法の１つであり、観測データが合成量であると仮定して、個々の構成要素を分析する手法である。非特許文献１では、官能評価結果が４つの因子に集約できるとし、それぞれ、粗さ感、冷温感、乾湿感、硬軟感に関する因子となった。従って、被験者の触感は、図３に示すように、前記４つの因子を軸に持つ４次元特徴量空間１６０１に触感特徴量ベクトル１６０２として定量的に記述できる。触感特徴量ベクトル１６０２は、官能評価実験を通して得られた定量的な人の応答特性であり、これは心理量に相当する。

　触感センシングは、例えば、非特許文献２が開示するように、対象物の物理特性値を前記触感特徴量ベクトルに対応付けて成される。非特許文献２の目的は、布の風合いを客観的に評価することであり、数１に示すように、布の力学・表面特性ｘｉの線形結合で布の風合い特性Ｈｋを表現する。

ここでｘｉは、引張り特性値、曲げ特性値、せん断特性値、圧縮特性値、表面特性値、厚さ特性値、重さ特性値から成る１６種類の物理計測値であり、Ｈｋはこし、ぬめり、ふくらみ、しゃり、はりから成る５種類の風合い特性値である。上部にバーが付されたｘｉは複数サンプルの平均値、σiは複数サンプルの標準偏差値、Ｃｋ０とＣｋｉは定数である。定数Ｃｋ０とＣｋｉは、複数の布サンプルから得られた布の力学・表面特性ｘｉと風合い特性Ｈｋから回帰分析で算出する。布の力学・表面特性ｘｉは、対象物を計測器にセットし、必要に応じて計測器が対象物を変形（引張り、曲げ、せん断、圧縮など）させて、目的の物理特性値を測定する。風合い特性Ｈｋは、非特許文献１と同様に、官能評価実験において被験者が対象物を触り、風合いごとに感覚する強度を回答して取得する。定数Ｃｋ０とＣｋｉを算出する工程は、いわゆる「学習工程」であり、この工程を終えると数１が完成する。その後、「実行工程」に移り、未知の対象物に対する布の力学・表面特性ｘｉを計測し、数１を計算して、風合い特性Ｈｋを推定する。風合い特性Ｈｋは、官能評価実験を通して得られた定量的な人の応答特性であり、これは心理量に相当する。従って、数１は、物理量を心理量に変換する物理心理変換式であり、布の力学・表面特性ｘｉたる物理量を風合い特性Ｈｋたる心理量に変換する。

　図４は、前記した触感の定量化と触感センシングの従来技術の処理の流れを示したブロック図である。学習工程１７０１において、複数の学習対象物１７０２を用いて、被験者１７０３の触感を定量的に表現する。被験者１７０３は、学習対象物１７０２の触感を官能評価手段１７０４に従って回答する。この回答結果が因子分析手段１７０５で多変量解析に掛けられ、因子が分析され、この因子群が学習素材触感特徴量ベクトルＦとして出力される。非特許文献１の説明に用いた図３の触感特徴量ベクトル１６０２が図４の学習素材触感特徴量ベクトルＦに相当する。同じく、学習工程１７０１において、複数の学習対象物１７０２の物理特性値を対象物物理計測部１７０６で計測する。この計測結果は学習素材物理特性値ベクトルＰｓとして出力される。非特許文献２の説明に用いた数１の布の力学・表面特性ｘｉが図４の学習素材物理特性値ベクトルＰｓに相当する。物理心理変換算出手段１７０７は、数２に示すような、学習素材物理特性値ベクトルＰｓを学習素材触感特徴量ベクトルＦへ変換する関数Ｍを算出する。

　非特許文献２の説明に用いた数１の定数Ｃｋ０とＣｋｉを算出する手段が、物理心理変換算出手段１７０７に相当する。関数Ｍとして、一般には、行列を用い、数２は行列変換式となる。実行工程１７０８において、触感を計測したいテスト対象物１７０９の物理特性値を対象物物理計測部１７０６で計測し、参照素材物理特性値ベクトルＰｔを得る。物理心理変換部１７１０は、学習工程１７０１で算出した関数Ｍを用いて、数３に従い、参照素材物理特性値ベクトルＰｔを推定触感特徴量ベクトルＦ’に変換する。

　触感ディスプレイは、例えば、非特許文献３が開示するように、アクチュエータで人の皮膚に変形を与えて触感を生起させる。非特許文献３では、アクチュエータに超音波振動子を用い、超音波振動子のスクイーズ効果を利用して、粗さ感、硬軟感を制御する。スクイーズ効果とは、２物体が急速に接近する際に、両物体間の流体に圧力が発生する現象であり、流体潤滑作用が働く。

　図５に、触感ディスプレイ部１８０１の構成と人１８０２の触感である粗さ感１８０３、硬軟感１８０４、摩擦感１８０５の関係を示す。触感ディスプレイ部１８０１は、人１８０２の指と接触し、相互に作用し合う。図５では、触感ディスプレイ部１８０１と人１８０２が相互作用を起こす部分を相互作用部１８０６とし、点線の四角で示した。

　触感ディスプレイ部１８０１は、粗さ感１８０３を呈示するために、振動１８０７で人１８０２へ作用する。振動１８０７は、超音波振動部１８０８の振幅変調の定常成分１８１３と非定常成分１８０９の和として生成されるが、振幅変調波の非定常成分が振動振幅の数十倍に相当する高さの凹凸で知覚されることを利用して、非定常成分１８０９で粗さ感１８０３を制御する。また、対象物の凹凸に触れる指の速度が速ければ、指に伝わる振動周波数は高くなり、逆に、対象物の凹凸に触れる指の速度が遅ければ、指に伝わる振動周波数は低くなる。そこで、人の指に伝わる振動周波数は、人の指の速度に比例するため、指速度１８１０を位置センサ部１８１１で計測し、非定常成分１８０９の制御に利用する。

　また、触感ディスプレイ部１８０１は、硬軟感１８０４を呈示するために、力分布１８１２で人１８０２に作用する。力分布１８１２の制御は、超音波振動部１８０８の振幅変調の定常成分１８１３で行う。ただし、上述したように、定常成分１８１３は振動１８０７にも影響を与える。そこで、定常成分１８１３と非定常成分１８０９の振幅比を調整することで、粗さ感１８０３への影響を補正する。

　さらに、触感ディスプレイ部１８０１は、摩擦感１８０５を呈示するために、摩擦力１８１４で人１８０２に作用する。超音波振動子のスクイーズ効果は摩擦係数を低下させるため、超音波振動子のみで独立に摩擦感を制御することは困難である。そこで、超音波振動子の摩擦特性の変化を力覚呈示部１８１５による接線力１８１６の呈示で補正する。接線力１８１６は、位置センサ部１８１１で検出した指速度１８１０と指位置１８１７と、力センサ部１８１８で検出した人の指の法線力１８１９に応じて算出される。具体的には、まず、触感ディスプレイ部１８０１と人１８０２が接触した直後は、初期接触位置からの変位に応じた静止摩擦力を提示する。呈示する接線力と触感呈示部に加えられた法線力の比が、力覚呈示部１８１６によって呈示する静止摩擦係数を超えた際には、人１８０２に動摩擦力を提示する。

　以上のように、触感ディスプレイ部１８０１は、超音波振動部１８０８と力覚提示部１８１５の２つで振動１８０７と力分布１８１２と摩擦力１８１４を人１８０２に作用させ、粗さ感１８０３と硬軟感１８０４と摩擦感１８０５を人１８０２に呈示する。この際、超音波振動子のスクイーズ効果により摩擦係数が低下し、超音波振動子のみで摩擦感を制御することが困難であるため、力覚提示部１８１５が生成する接線力１８１６で摩擦感に対する補正を掛ける。力覚呈示部１８１５が生成する接線力１８１６は、位置センサ部１８１１と力センサ部１８１８から得られる指速度１８１０と指位置１８１７と法線力１８１９に基づいて算出される。

　図６は、図４で説明した触感の定量化と触感センシングと、図５で説明した触感ディスプレイとを本願発明者が仮想的に組み合わせて構成した触感処理装置２１００のブロック図である。

　触感センサ部２１０１は、図４と同一であり、対象物物理計測部１７０６は、テスト対象物１７０９の物理特性値を計測し、参照素材物理特性値ベクトルＰｔを出力する。物理心理変換部１７１０は、図４に示した学習工程１７０１を経て、物理心理変換用の関数Ｍをあらかじめ有しており、参照素材物理特性値ベクトルＰｔを推定触感特徴量ベクトルＦ’に変換する。触感ディスプレイ部１８０１は、人１８０２がアクチュエータ部２１０２に触れて触感を感覚する。アクチュエータ部２１０２は、図５の場合、超音波振動部１８０８と力覚呈示部１８１５に相当する。アクチュエータ制御部２１０３は、アクチュエータ部２１０２を駆動する。図５の場合は、超音波振動部１８０８を振動させる電気的手段、力覚呈示部１８１５を駆動する電気的手段に相当する。

　心理物理変換部２１０４は、触感センサ部２１０１が取得した触感が触感ディスプレイ部１８０１で再現できるように、推定触感特徴量ベクトルＦ’をアクチュエータ制御信号Ｄ’に変換する。これを数４に数式表現する。

ここで、関数Ｑは、心理量である推定触感特徴量ベクトルＦ’を物理量であるアクチュエータ制御信号Ｄ’に変換する心理物理変換関数である。この関数Ｑは、触覚ディスプレイ部１８０１の入出力特性で決まる。すなわち、触覚ディスプレイ部１８０１への入力であるアクチュエータ制御信号Ｄ’と、触覚ディスプレイ部１８０１の出力である人１８０２が感覚した触感Ｆｏとの関係で決まり、これを以下のように数式表現する。

　関数Ｖは、触覚ディスプレイ部１８０１の入出力特性に相当する。数５の逆変換が数４に対応するために、数４は以下のように書き換えられる。

　すなわち、推定触感特徴量ベクトルＦ’を触覚ディスプレイ部１８０１の入出力逆特性Ｖ^-1で変換すると、人１８０２がテスト対象物１７０９の触感を感覚できるアクチュエータ制御信号Ｄ’が算出できる。

　以上のように、人が対象物に触れた際の触感をセンシングし、触感特徴量ベクトルとしてネットワークで伝達し、触感ディスプレイで触感を再現できる。

特開２００７－１８７５５５号公報特開２００３－２４８５４０号公報特開平１１－２０３０１９号公報特開平８－７１８２号公報

白土、前野、"触感呈示・検出のための材質認識機構のモデル化"、日本バーチャルリアリティー学会論文誌、ＴＶＲＳＪ　Ｖｏｌ．９　Ｎｏ．３　ｐｐ．２３５－２４０、２００４年丹羽、"風合いと力学特性　－　風合いの客観評価とその応用　－"，繊維学会誌、繊維と工業、Ｖｏｌ．４６　Ｎｏ．６　ｐｐ．２４５－２５２、１９９０年塩川、田蔵、昆陽、前野、"超音波振動子と力覚呈示装置の統合に基づく複合触感呈示法"，ロボティック・メカトロニクス講演会２００８、１Ａ１－Ｈ２０、２００８年東山、宮岡、谷口、佐藤、"触覚と痛み"、ブレーン出版、ｐｐ．１０４－ｐｐ．１０７、２０００年前野、"ヒト指腹部と触覚受容器の構造と機能"、日本ロボット学会誌、Ｖｏｌ．１８　Ｎｏ．６　ｐｐ．７７２－７７５、２０００年東山、宮岡、谷口、佐藤、"触覚と痛み"、ブレーン出版、ｐｐ．４９－ｐｐ．５０、２０００年ＫＥＳを用いた素材検索の事例（http://www.ktri.city.kyoto.jp/senshiDB/search.phtml?mode=cloth）門並、昆陽、前野、"触感遠隔伝達のためのフィンガパッド型触感センサの開発"、ＲＯＢＯＭＥＣ２００８、１Ｐ１－Ｉ０９、２００８

　従来は、対象物から感じた複数の触感をすべてまとめ、１つの触感特徴量ベクトル１６０２として表現することを目的として、研究が進められていた。しかしながら、複数の触感をすべてまとめて触感特徴量ベクトル１６０２として表現すると、「人が様々な触感を時間的に個別に感じている」という状態を表現できないという課題が生じることとなった。換言すると、触感特徴量ベクトル１６０２は、人が感じていない触感をも常時含むため、情報として過剰であり、かつ、重要な触感の情報を希釈化するという問題を抱えていた。

　人は通常、例えば、非特許文献４が開示するように、「触り方」、すなわち、「手と対象物との接触状態」を変えて様々な触感を得ている。図５の触感ディスプレイ部１８０１の場合、硬軟感１８０４は、主に対象物を押し込み動作で得られる触感であり、一方、粗さ感１８０３と摩擦感１８０５は、主に対象物をなぞる動作で得られる触感である。特に、摩擦感１８０５は、図７（ａ）に示すように、指１９０１のなぞり動作１９０２によって、対象物１９０３との接線方向に働く摩擦力１９０４から生起する触感である。従って、図７（ｂ）に示すように、対象物１９０３との接線に対して垂直方向となる押し込み動作１９０５で摩擦力１８０５を感じることはない。

　このような解釈から、たとえば、硬軟感１８０４と摩擦感１８０５は、手の動きに依存して個別に感覚する触感であると言え、人が硬軟感１８０４を知りたくて対象物を押し込む動作をする場合は、摩擦感１８０５は感じ得ない。

　人が触り方を変えて様々な触感を得ている裏付けとして、例えば、非特許文献５が開示するように、触覚受容器の周波数感度分布が知られている。

　人の指には、周波数感度分布が異なる複数の触覚受容器が存在し、例えば、メルケル細胞、マイスナー小体、パチニ小体は、図８に示すような感度分布を有する。図８の縦軸２００１は触覚受容体の発火閾値を表わし、指を対象物に押し込む動作において、触覚受容器が発火する押し込み振幅の閾値である。

　図８の横軸２００２は、指の押し込み動作の周波数を表わす。パチニ小体２００３は、３つの触覚受容器の中で最も感度が高く、８０Ｈｚ程度の振動に対しては、２μｍの押し込み振幅で発火する。振動周波数を例えば、１０Ｈｚに落とすと、感度は低くなり、発火閾値は１００μｍと大きくなる。パチニ小体２００３は、１００Ｈｚをピーク感度として、周波数に応じた感度分布を有する。

　メルケル細胞２００４やマイスナー小体２００５も同様に、周波数によって感度が異なり、周波数感度分を有する。

　人の押し込み動作となぞり操作を比較した際、一般的に、押し込み動作は周波数が低く、なぞり動作は周波数が高い。すなわち、指を対象物に押し込んで皮膚が振動する周波数よりも、対象物をなぞって対象物の凹凸に接触して皮膚が振動する周波数の方が高くなる、という解釈が自然である。

　このように考えると、押し込み動作に対しては、およそ１０Ｈｚ以下のような低い周波数域２００６に感度ピークを持つメルケル細胞２００４が主に発火することになる。一方、なぞり動作に対しては、およそ１００Ｈｚ程度の高い周波数域２００７に感度ピークを持つパチニ小体２００３や、およそ３０Ｈｚ程度の中域周波数２００８に感度ピークを持つマイスナー小体２００５が主に発火することになる。

　従って、人は、対象物に触れる動作、すなわち、「手の動き」を変えることで、図８の横軸２００２の周波数を切り換えることができ、その結果、複数の触覚受容器に振動刺激を与え、様々な触感を得ていると解釈できる。

　人の手の動きを、以上のように、振動周波数選択という観点で見ていくと、複数の触感は時間的に別々に感覚されている、と解釈できる。例えば、図５の硬軟感１８０４と摩擦感１８０５は、時間的に同時に感覚されるものではなく、時分割で感覚されるものと理解できる。すなわち、硬軟感１８０４は押し込み動作で感覚される触感であり、振動周波数でみると低い周波数域２００６に対して主にメルケル細胞２００４が発火して感覚される。この押し込み動作は、加圧方向が対象物の法線方向となるため、主に表面凹凸との衝突で生じる高い周波数域２００７での振動が発生することは考え難い。振動刺激が触覚受容器に入力しない以上、各触覚受容器が担う触感は生起せず、押し込み動作では、メルケル細胞２００４を中心に硬軟感１８０４が感覚される。

　逆に、なぞり動作によって、主にパチニ小体２００３が発火する高い周波数域２００７の振動が発生した場合、硬軟感１８０４に寄与するメルケル細胞２００４は感度が低いため、硬軟感１８０４は生じず、粗さ感１８０３や摩擦感１８０５が生起する。

　以上のように、人は対象物を触る手の動きすなわち、「触動作」を変えて異なる触感を得ている。これに対して対象物から感じた複数の触感をすべてまとめて触感特徴量ベクトル１６０２として表現すると、「人が様々な触感を時間的に個別に感じている」という状態を表現できないという課題が生じる。このため、触感特徴量ベクトル１６０２を用いて類似する触感を有する素材を検索する素材検索装置を想定した場合、人が触動作ごとに異なって感じている触感に注目した検索を行うことはできない。

また、例えば図６に示した触感処理装置２１００は、人が感じていない触感まで常時呈示している、という過剰動作が問題になる。すなわち、テスト対象物１７０９から感じた複数の触感をすべてまとめて推定触感特徴量ベクトルＦ’として表現しているため、触感ディスプレイ部１８０１は人１８０２に対して、複数の触感を同時に呈示することになる。

　たとえば、人１８０２がアクチュエータ部２１０２を押し込む動作で触れた場合、テスト対象物１７０９の硬軟感１８０４を感じる。しかし、アクチュエータ部２１０２は、粗さ感１８０３と摩擦感１８０５も同時呈示しているが、図７で説明した手の動きと図８で説明した触覚受容器の振動周波数選択性のため、人１８０２は、硬軟感１８０４を感じながら、粗さ感１８０３と摩擦感１８０５を同時に感じることはない。

　本発明は、上記課題を解決するためになされたものであり、その目的は、人が時間的に個別に感じている様々な触感を、時分割でセンシングし、再現することを可能とする技術を提供することにある。

　本発明による触感処理装置は、人と対象物との接触状態を計測する動き計測部と、前記対象物の物理特性値を計測する物理計測部と、人が任意の対象物に触れたときの接触状態に応じた物理特性値と、前記任意の対象物を触れたときの触感に関する特徴量とに基づき算出される、接触状態毎の前記任意の対象物の物理特性の重みに基づいて、前記物理計測部で計測された前記物理特性値から、触感に関する特徴量を生成する物理心理変換部とを備えている。

　前記触感処理装置は、前記物理心理変換部により生成される前記触感に関する特徴量を、前記人が前記対象物に触れた際に感じる触感量として出力する出力部をさらに備えていてもよい。

　前記物理計測部は、前記対象物の複数種類の物理特性に関する物理特性値を計測可能であり、前記物理計測部は、前記人が前記対象物に触れる接触状態に応じて、計測する物理特性の種類を変化させてもよい。

　前記動き計測部は、前記人の手が前記対象物と接触している際の手の動きに関する特徴量を計測し、前記手の動きに関する特徴量は、前記手の位置座標、前記手と前記対象物との接触位置座標、前記位置座標の変化量、前記手の移動速度、前記手の移動加速度のうち、少なくともひとつを含んでもよい。

　前記物理計測部は、前記対象物の物理特性値として、前記対象物の形状および応力のうち少なくともひとつを計測してもよい。

　前記触感に関する特徴量は、前記被験者の官能応答から抽出した因子として定義される凹凸感、硬軟感、摩擦感、粘性感のうち、少なくともひとつを含んでもよい。

　前記物理心理変換部は、予め作成された、前記対象物の物理特性値、および、前記対象物に触れたときの触感に関する特徴量を対応付けた情報を保持しており、前記情報は、前記手の動きに関する特徴量、前記対象物の物理特性値、および、前記触感に関する特徴量を対応付けたテーブル、または、前記手の動きに関する特徴量および前記学習対象物の物理特性値を入力として前記触感に関する特徴量が出力される関数であってもよい。

　前記触感処理装置は、前記出力部から前記触感に関する特徴量を受け取り、受け取った前記触感に関する特徴量に基づいて力を発生させることにより、その触者に触感を生起させる触感ディスプレイ部をさらに備え、前記触感ディスプレイ部は、予め用意された変換規則に基づいて、前記記録部から受け取った前記触感に関する特徴量を制御信号に変換する心理物理変換部と、前記制御信号に基づいて前記触者の手に力を与える駆動部と、前記触感ディスプレイ部に触れた前記触者の手の動きに関する特徴量を計測する手の動き計測部とを備え、前記心理物理変換部は、前記触者の手の動き特徴量に基づいて特定される、前記記録部に記録された前記触感に関する特徴量を受け取ってもよい。

　本発明による他の触感処理装置は、力を発生させることにより、その触者に触感を生起させる触感ディスプレイ部と、予め与えられたテスト対象物の物理特性値を計測する物理計測部と、予め用意された、学習対象物の物理計測値および人が前記学習対象物に触れた際の触感に関する特徴量を対応付けた情報に基づいて、計測された前記テスト対象物の物理特性値を、触感に関する特徴量に変換する物理心理変換部とを備え、前記触感ディスプレイ部は、予め用意された変換規則に基づいて、前記触感に関する特徴量を制御信号に変換する心理物理変換部と、前記制御信号に基づいて前記触者の手に力を与える駆動部と、前記触感ディスプレイ部に触れた前記触者の手の動きに関する特徴量を計測する手の動き計測部とを有し、前記物理計測部は、計測された前記手の動きに関する特徴量に基づいて、前記テスト対象物の物理特性値を計測する。

　本発明によるさらに他の触感処理装置は、物理センサを利用してテスト対象物の物理特性値を計測する物理計測部と、前記テスト対象物の物理特性値を計測する際において、前記物理センサの動きを指示する物理センサ動き指示部と、学習対象物の物理特性値、被験者が前記学習対象物に触れたときの手の動きに関する特徴量、および前記対象物を触れた時の触感に関する特徴量を、前記手の動きに関する特徴量に応じて参照する前記物理特性値の種類や重みが変更されるようにあらかじめ対応付けた情報に基づいて、計測された前記物理特性値を前記触感に関する特徴量に変換する物理心理変換部と、特定された前記触感に関する特徴量を、前記人が前記テスト対象物に触れた際に感じる触感量であるとして出力する出力部とを備えている。

　前記触感処理装置は、前記出力部から前記触感に関する特徴量を受け取り、受け取った前記触感に関する特徴量に基づいて力を発生させることにより、その触者に触感を生起させる触感ディスプレイ部をさらに備え、前記触感ディスプレイ部は、予め用意された変換規則に基づいて、前記記録部から受け取った前記触感に関する特徴量を制御信号に変換する心理物理変換部と、前記制御信号に基づいて前記触者の手に力を与え、前記触者に触感を生起させるアクチュエータ部と、前記アクチュエータ部に触れた前記触者の手の動きに関する特徴量を計測する手の動き計測部とを備え、前記心理物理変換部は、前記触者の手の動き特徴量に基づいて特定される、前記記録部に記録された前記触感に関する特徴量を受け取ってもよい。

　本発明によれば、人の手と対象物の接触状態に応じた触感センシングと触感呈示ができるため、人の感覚に対して必要な触感情報のみを無駄なく取り扱うことができる。触感ディスプレイのアクチュエータは、人の感覚に必要な部分のみを駆動すればよく、アクチュエータの構成と制御をシンプルにできる。

触感センサの原理を、学習工程２３０５の処理と、学習後の実行工程２３０６の処理とに分けて記載したブロック図である。質問シート１５０１の例を示す図である。４次元特徴量空間１６０１に記述された触感特徴量ベクトル１６０２を示す図である。触感の定量化と触感センシングの従来技術の処理の流れを示したブロック図である。触感ディスプレイ部１８０１の構成と人１８０２の触感である粗さ感１８０３、硬軟感１８０４、摩擦感１８０５の関係を示す図である。図４で説明した触感の定量化と触感センシングと、図５で説明した触感ディスプレイとを本願発明者が仮想的に組み合わせて構成した触感処理装置２１００のブロック図である。（ａ）は指１９０１のなぞり動作１９０２を示す図であり、（ｂ）は押し込み動作１９０１を示す図である。メルケル細胞、マイスナー小体、パチニ小体の感度分布を有する情報である。人の手が加えた加圧力の始点１０２の位置と長さ１０３を示す図である。従来の素材検索装置の構成例を示す図である。触感の種類とその触感強度を指定する、従来の素材検索方法の例を示す図である。図２に示す検索処理の結果表示例を示す図である。図３の検索結果のうち、資料番号５３に関する洋装地詳細データを示す図である。実施形態１にかかる触感に基づく素材検索装置８００が検索を実行する際に主として利用される構成を示す図である。素材物理特性値を計測する機器の配置例を示す図である。（ａ）および（ｂ）は、センサの上面図およびＡ－Ａ’断面図である。対象物物理計測部１０９の構成例を示す図である。（ａ）および（ｂ）は画像センサを使った触動作計測を説明する図である。指先や関節にマーカーを取り付けた例を示す図である。テスト対象物１０５の下に圧電センサ４０１を設置した図である。触動作ＤＢ１３のデータ構造の一例を示す図である。触感重みＤＢ１８の構成を示す概念図である。素材ＤＢ２３のデータ構造の一例を示す図である。実施形態１にかかる触感に基づく素材検索装置８００が学習を実行する際に主として利用される構成を示す図である。実施形態１にかかる触感に基づく素材検索装置８００が学習を実行する際に主として利用される構成、および、構築された素材ＤＢ２３を示す図である。形容詞対の例を示す図である。触動作特徴量ベクトルｖを要素としたクラスタリング処理の手順を示すフローチャートである。クラスタおよび要素の空間分布の一例を示す図である。実施形態２にかかる触感に基づく素材検索装置８０１が学習を実行する際に主として利用される構成を示す図である。触感重みＤＢ１８ａのデータ構造の一例を示す図である。素材ＤＢ２３ａのデータ構造の一例を示す図である。素材検索処理の手順を示すフローチャートである。実施形態２にかかる触感に基づく素材検索装置８０１が学習を実行する際に主として利用される構成を示す図である。触動作確率ＤＢ２７のデータ構造の一例を示す図である。実施形態２にかかる触感に基づく素材検索装置８０１が学習を実行する際に主として利用される構成、および、構築された素材ＤＢ２３ａを示す図である。物理・触感空間変換のイメージを示す図である。表面の粗さが異なる４つの素材、素材Ａ、素材Ｂ、素材Ｃ、素材Ｄに対して、触動作により表面粗さに関する触感強度が変化する様子を示す図である。触動作の違いによる、触感分布の変化を示す図である。実施形態３にかかる触感特徴量ベクトルに基づく素材検索装置８０２が検索を実行する際に主として利用される構成を示す図である。実施形態３にかかる触感に基づく素材検索装置８０２が学習を実行する際に主として利用される構成を示す図である。実施形態３にかかる触感に基づく素材検索装置８０２が学習を実行する際に主として利用される構成、および、構築された素材ＤＢ２３ｂを示す図である。実施形態４による触感処理装置１００を示すブロック図である。物理心理変換部１１０の構成例を説明する図である。触動作と触感の対応テーブル２６０１を示す図である。人１０７の触動作特徴量ベクトルＨ’を利用して、人１０７に呈示する触動推定触感特徴量ベクトルＦ’_Hを選択する方法を説明する図である。（ａ）および（ｂ）は触動作特徴量ベクトル空間を示す図である。領域６０１（人１０４）外の触動作特徴量ベクトル９０１が、領域６０１内の最近傍箇所にマッピングされ、誤差９０２を有した形で触動作特徴量ベクトル９０３が検出されることを示す図である。実施形態５による触感処理装置１０００の構成を示すブロック図である。実施形態６による触感処理装置１１００を示すブロック図である。ＸＹＺステージ５０１の例を示す図である。（ａ）は触動作特徴量ベクトル空間において、計測されたベクトル群１３０１をすべて包含する領域１３０２を定義した図であり、（ｂ）は領域１３０２内に均等に分布するベクトル群を設定したことを示す図である。実施形態７による触感処理装置１４００を示すブロック図である。

　以下、添付の図面を参照しながら、本発明による触感処理装置の実施形態を説明する。

　本発明は、「人が様々な触感を時間的に個別に感じている」ということに着目し、これを利用するものである。

　触感が生起する源は、人の手指に存在する触覚受容器の発火にあり、当該触覚受容器の発火の源は、皮膚の振動にあり、さらに、当該皮膚の振動の源は、人の手が対象物に接触したことで発生する。本発明は、人の手と対象物の接触状態を元に、人が感じている触感を定量的に記述する。

　人の手と静止している対象物の接触状態は、人の手の動きで決まる。すなわち、対象物が動かない場合、人の手が、どのような位置で対象物と接触し、どのような力を加えたか、で接触状態を表現できる。

　図９に示すように、人の手が加えた加圧力は、加圧力ベクトル１０１の始点１０２の位置と長さ１０３で表現でき、加圧力ベクトル１０１の始点１０２が人１８０２の指１９０１と対象物１９０３の接点になる。

　次に、対象物１９０３がどのような物理的特性を持っているのかに応じて、人の皮膚弾性体が受ける刺激が決まる。対象物１９０３の物理的特性とは、たとえば、硬さ、弾性、粘性、表面形状などであり、これらを計測する手段が必要になる。

　なお、あらゆる物理特性値を過剰に計測しても構わない。しかしながら、基本的には、人の手の加圧に関係する物理特性値のみを計測する方が、無駄が少なく望ましい。たとえば、人の手が押し込み動作をした場合、対象物の硬さや法線方向の弾性、粘性などを計測し、表面形状や接線方向の弾性、粘性などは計測しない。一方、人の手がなぞり動作をした場合、表面形状や接線方向の弾性、粘性などを計測し、対象物の硬さや法線方向の弾性、粘性などは計測しないことが好ましい。

　人の手による加圧と対象物の物理的特性を計測した後は、人の皮膚の振動や触覚受容器の発火などを記述していくことになる。本発明は、このプロセスをブラックボックスとし、学習対象物で事前に計測した物理的特性値と触感量を直接対応付け、物理的特性値から触感量への変換を行列変換やテーブル参照などで実行する。

　図１は、上述の触動作を考慮した触感センサの原理を、学習工程２３０５の処理と、学習後の実行工程２３０６の処理とに分けて記載したブロック図である。

　図１は、従来技術の一例として説明した図４を基礎として、これに、手の動き計測手段２３０１が加わった構成である。

　また、触動作に応じて因子分析や物理心理変換の動作が変わるため、因子分析手段２３０２、物理心理変換算出手段２３０３、物理心理変換手段２３０４が、従来技術の図４と異なる。具体的には、学習工程２３０５において、計測した触動作を触動作特徴量ベクトルとして複数のパタンに分類し、パタンごとに個別に因子分析を行い、学習素材物理特性値ベクトルＰ_Sを触感特徴量ベクトルＦ_Hに変換する関数Ｍ_Hを触動作パタンごとに個別に算出する。実行工程２３０６では、テスト対象物に触れる触動作に応じて関数Ｍ_Hを選択し、参照素材物理特性値ベクトルＰ_tを触感特徴量ベクトルＦ’_Hに変換する。

　触感を再現する触感ディスプレイは、人２３０７がアクチュエータに触れる触動作を計測する。計測した触動作特徴量ベクトルの類似度をもとに、触感ディスプレイに再現すべき触感特徴量を選び出し、当該触感特徴量を呈示するように、触感ディスプレイを駆動する。選び出された触感特徴量は、触感量の推定値ということができる。触感量は人の官能応答から抽出された因子であり、触感（たとえば凹凸感、硬軟感、摩擦感、粘性感のうちの少なくともひとつ）に関する心理量（たとえば図２のような質問に対する人の応答量）として表される。

　本構成によって、人が時分割で感じている複数の触感を、人の手の動きを伴ってセンシングでき、かつ、人の手の動きに応じて出力できる。

　このように人の手の動きに応じて推定した触感を利用する実施形態として、以下では大きく２種類の実施形態を示す。まず１つは、人が素材に触れた時に感じる素材の触感に基づき、これに類似する素材を検索する素材検索装置に関わるもので、以下実施形態１から実施形態３で開示する。もう１つは、素材の触感を再現して呈示する触感ディスプレイに関するもので、実施形態４から実施形態７で開示する。

　実施形態１から実施形態３で開示する素材検索については、従来布地を触った際に感じる触感（風合い）を表す触感語彙とその触感強度を用いて、洋装地の検索を行う装置があった（例えば、非特許文献７参照）。

　図１０は、上述した従来の素材検索装置のブロック図を示す。まず、理解の容易のため、従来の素材検索装置の機能を検索画面の例を挙げて説明する。

　図１１は、従来の素材検索装置の検索画面である。この検索画面において、ユーザは検索項目として、触感を示す「こし」、「はり」、「きしみ」といった触感語彙を選択でき、その項目ごとに、その触感強度を「ある」、「中程度」、「ない」の三段階で指定する。素材検索装置はこれらを検索キーとして受け付ける。図１１の検索キー入力画面の最上段では、例として、検索項目を「こし」、その度合を「ある」と選択している。

　図１２は、図１１で入力した検索キーに対して、該当する素材が１３０件抽出され、そのうちの２０件の情報が表示されている例である。ユーザがさらに検索対象を絞り込みたい場合には、検索キーとしてキーワードを用いる。例えば、素材の種類である「麻」や、織りの種類である「平織り」、糸の太さを表す「４０番」を、キーワードとして、対象をさらに絞りこむことができる。

　図１３は、図１２の検索結果のうち、資料番号５３に関する洋装地詳細データを示したものである。図１３においては、織物設計データは、布地の色や厚さ織り幅、布地に使われている縦糸横糸の繊維の種類、太さ、撚り方などを記載している。また、測定データは、実際に測定した折目摩耗などの物理量と「こし」など触感語彙に対する触感強度が記載されている。

　以下、図１０の素材検索装置の動作を説明する。素材検索装置の動作は、学習時と検索時に分かれる。学習時には、素材検索装置は触感データベース（ＤＢ）５０３と織物設計データベース（ＤＢ）５０５とを作成する。検索時には、素材検索部５０７が触感語彙とその強度を検索条件として触感データベース５０３を検索して、該当する素地リスト作成する。検索結果表示部５０８は、検索者からの指示に従い検索結果の素材リストの中から選ばれた素材について、その洋装地詳細データを、織物設計データベース５０５を参照して表示する。

　触感データベース５０３は、素材の触感を表わす「触感語彙Ｙ_k」とその「触感強度Ｈ_k」（ｋ　＝　１，　２，　・・・，　１２）を多数のサンプル素材に対して有している。先に述べた非特許文献２が開示するように、触感強度Ｈ_kは、素材物理特性値ｘｉ（ｉ＝１，２，・・・，１６）を数１に代入して算出される。

　数１に示した触感語彙Ｙ_kごとの素材物理特性値ｘｉと触感強度Ｈ_kの関係は、重み係数Ｃ_k0、Ｃ_kiを成分とする行ベクトルＣ_kと、素材物理特性値ｘｉを成分とする列ベクトルＸを用いて、以下のように記述することができる。

　以下では、行ベクトルＣ_kを「触感重みベクトル」、列ベクトルＸを「素材物理特性値Ｘ」と呼ぶこととする。

　推定触感強度算出部５０２は、素材物理量計測部５０１で計測された素材物理特性値Ｘから、数7によって、全ての触感語について触感強度Ｈ_kを算出する。この推定触感強度算出部５０２で算出された推定触感強度Ｈ_kは、素材を同定する資料番号と関連付けて触感データベース５０３に格納される。

　織物設計データ取得部５０４は、素材生地を構成する糸の太さや撚り方や生地の織り方などの情報を取得し、素材を同定する資料番号と関連付けて織物設計データベース５０５に格納する。

　検索キー入力部５０６は、前記非特許文献２に記載された従来の素材検索装置の検索キーを入力する。まず、第一の検索キーが入力される、検索項目および度合選択部５０６ａにおいては、ユーザは、図１１に示すように、触感を示す「こし」、「はり」、「きしみ」といった触感語彙を検索項目として選択でき、その項目ごとに、その触感強度を、「ある」、「中程度」、「ない」の三段階で指定できる。素材検索装置はこれらを検索キーとして受け付ける。検索キーワード入力部５０６ｂは、検索キーとしてキーワードを受け付け、触感語彙と触感強度で検索した結果（図１２）をキーワードでさらに絞り込む際に利用される。

　素材検索部５０７は、検索項目および度合選択部５０６ａで入力された検索条件に合致する素材を触感ＤＢ５０３から検索し、その素材の資料番号リストを出力する。検索結果表示部５０８では、このリストから例えば図１２に示すような表示態様で検索結果表示を行う。検索者はこのリストからさらに所望の素材を選択することで、図１３に例示すような詳細な洋装地詳細データを織物設計データベース５０５から検索して表示する。
しかしこのような素材検索装置には、以下のような問題があった。

　まず第１に、人が様々な触感を時間的に個別に感じているということが示すように、異なる手の動きによって人が素材から感じる触感はそれぞれ異なる。従って検索者がどのような素材の触り方による触感をイメージしているかを考慮せずに素材検索を行うと、検索者が求めるものとは異なる触感の素材を検索結果として返してしまう原因になる。

　第２に、図１１に示した検索条件として用いられる触感語彙は業界専門家の用語であり、一般消費者がその触感をイメージするのは困難である。また仮に、触感語彙を「ふんわり」といった一般消費者にも分かる言葉に書き換えたとしても、具体的な触感イメージは人により異なる。同様に触感の強度を、ある、中程度、ない、あるいは数値表現したとしても、具体的な強度のイメージは人により異なる。このため、こういった言語化、数値化した検索条件で素材検索した結果が、検索者がイメージしたものとは全く異なるということが起こる。

　このような問題を解決する素材検索装置を、以下の実施形態１から実施形態３で示す。

　以下の説明の中で、触感は「触感の種類」とその「触感強度」で表現できるものと考える。例えば触感の種類として「粗さ感」が触感強度５に感じられる素材、という具合である。ただし、本発明の装置の利用時には、触感の種類を示す「粗さ感」という言葉や、触感強度を示す「５」という数値を、使用者が入力する必要はない。「触感の種類」および「触感強度」は、本発明による素材検索装置が素材を定性的、定量的に分類するための基準である。素材検索装置は使用者の手の動き等から「触感の種類」および「触感強度」を示すパラメータを取得し、それらに基づいてデータベースを検索する。

　以下、添付の図面を参照して、本発明による素材検索装置の実施形態を説明する。

　（実施形態１）
　本実施形態では、素材検索を行う触者の手指の動き、すなわち触動作を用いて、触者が特に感じる触感の種類とその触感強度を推定して素材検索する装置について述べる。　この装置では、数７を修正した数８によって触感強度Ｈを推定する。

ここでｍは触動作を表わす変数で、以下触動作変数ｍと呼ぶことにする。この式は、触感強度を求めるための触感重みベクトルが触動作変数ｍに依存して変化し、ある素材に対して異なる触動作を行えば、異なる触感強度Ｈが得られることを意味している。

　たとえば、素材に対してなぞる動作を行ったときの触感強度Ｈ（ｍ１）と、その素材に対して押し込む動作を行ったときの触感強度Ｈ（ｍ２）とは互いに異なる。また先に述べた理由により、顕著に感じる触感の種類も触動作により異なり、なぞる動作を行ったときは、その素材の凹凸感を強く感じると考えられる。一方、その素材に対して押し込む動作を行ったときには、その素材の柔らかさ感を強く感じると考えられる。

　触動作と人が感じる触感の間には一定の関係があると考えられるので、予め被験者を用いた触実験を行って触動作と触感との関係を求めておくことで、人の触感を推定することが可能である。よって被験者実験を通じた学習を行うことで、人が感じている触感を言葉で表現したり、数値的に表現したりする工程は不要になり、言語化、数値化の不安定性は解消される。触感語彙への理解が深い熟練者であっても、触感語彙になじみのない一般利用者であっても、触覚受容器の発火レベルが同じであれば同じ触感を得るはずであり、触覚受容器に与える振動を決める触動作を計測することで、触者によらず触感の推定が可能になる、と言える。

　さらに本実施形態では、強く感じる触感の種類に着目する。先に述べたように、触動作が変化すると強く感じる触感の種類も変化する。これは言い換えると、人はある触感の種類を強く感じたい時、それに最も適した触動作を行うと言うことができる。従って、触動作と触感の種類に関する事前の学習をしておけば、触動作を観察することで触者がどのような触感の種類を感じようとしているか、を推定することができる。非特許文献２で示した従来例では、図１１で示したように触感の種類を規定し、その触感強度がどの程度かという条件で素材検索を行う。これと同様な機能が、触動作から触者が強く感じている触感の種類を推定することで、従来例のような触感の種類の言語化という工程を経ずに実現できる。

　以上触感に基づく素材検索において「触動作」を考慮することの効果とその原理を説明した。

　次に本実施形態における素材検索装置８００の構成図である図１４を参照しながら、素材検索実行時の処理の流れを説明する。

　触者２０は、特定の触感を有する素材をネットワーク上の検索サーバーなどを利用して見つけ出すために、素材検索装置８００を使用する。触者２０は、検索したい触感を有する参照素材を触る。たとえば、参照用素材２２を押し込んだ際に感じる柔らかさ感で素材を探したい場合は、触者２０は参照用素材２２を押し込む。また、素材表面をなぞった際の滑らかさ感で素材を探したい場合は、触者２０は参照用素材２２の表面をなぞる。素材検索装置８００は、その時の触動作と参照素材の物理特性値を計測して、これらから触者が感じている触感の種類とその触感強度を推定する。そしてこれを検索条件として、つまり同じ触感の種類に対して似た触感強度を持つ素材を検索対象素材から検索し、触者（検索者）に提示する。これによってそれぞれの触感の種類の観点で、似た素材が検索される。

　このような機能を実現するため、素材検索装置８００の大まかな処理の流れは次のようになる。

　素材検索装置８００は、素材物理量計測部１で参照用素材２２の素材物理特性値Ｘを計測すると共に、動作物理量計測部１０によって、触者２０が参照用素材２２に触れる手指の動きを計測する。計測された触者２０の触動作は、動作特徴量算出部１１、触動作ＤＢ１３、および触動作推定部１７によって、最終的に有限個の触動作の種類を同定する変数である触動作変数ｍに変換される。触動作変数ｍはある１つの触感の種類を感じるための動きであるとみなされるので、触感重みベクトル検索部１９では、触動作変数ｍからこの触感の種類の触感強度を推定するための触感重みベクトルＣ（ｍ）を決定する。

　素材触感推定部２は、参照素材の素材物理特性値Ｘと触動作に基づき決定された触感重みベクトルＣ（ｍ）を用いて、上述の数８により、触者２０が参照用素材２２を触れて感じる触動作変数ｍに対応する触感の種類の触感強度Ｈを推定する。素材ＤＢ２３にはあらかじめ複数の検索対象素材の触感強度が、触動作変数ｍごと（すなわち触感の種類ごと）に蓄積されている。素材検索部３は、素材触感推定部２で算出した触感強度Ｈに最も近い素材を、触者２０の触動作変数ｍを条件として素材ＤＢ２３の中から検索する。その結果は検索結果表示部７に表示する。触者２０は、検索結果表示部７に表示されたテキスト情報や画像情報等によって、検索結果を確認できる。こうして、触者２０の触動作から推定される触感の種類に関して、参照素材と似た触感を持つ素材が検索され、呈示されるようになる。

　以上素材検索実行時の大まかな流れを述べた。以下では各部の詳細について説明する。

　素材物理量計測部１では、参照素材の素材物理特性値Ｘを計測する。素材物理特性値Ｘをどのような計測値でとらえるかは任意である。たとえば、平ら／凹凸感に対応する表面形状、滑らか／粗い感に対応する摩擦特性、柔らかさ／硬さ感に対応する弾性量などが挙げられる。また、素材物理特性値Ｘの測定方法も任意である。

　ただし図１５や図１７に示すように、手指の動きに合わせて素材物理特性値Ｘを測定することが望ましい。なぜならば、手指が素材を押し込む動作を行った場合、柔らかさ／硬さ感に対応する弾性量を取得しておくことが望ましく、直接関与する可能性の低い摩擦特性は冗長な情報となる可能性が高いためである。

　図１５（ａ）のセンサ２０１は、素材物理特性値Ｘを計測する。センサ２０１は、手や指の動作に合わせて素材に接触するように指に固定されており、利用者が素材の触感を感じている動作の中で、素材物理特性値Ｘを同時に計測する。

　図１６（ａ）および（ｂ）は、平ら／凹凸感に対応する表面形状、滑らか／粗い感に対応する摩擦特性、柔らかさ／硬さ感に対応する弾性量を同時に計測可能なセンサの上面図およびＡ－Ａ’断面図である。このセンサは、たとえば、非特許文献８に紹介されている。

　このセンサは指先を模した形をしている。図１６（ａ）に示すように、このセンサでは、Ｘ軸に沿って５つ、Ｙ軸に沿って２つの歪みゲージ２０１ａが弾性体に埋め込まれている。また図１６（ｂ）に示すように、ｘ軸とｚ軸に力センサ２０１ｂが配置されている。

　触動作に対応する特徴量（平ら／凹凸感に対応する表面形状、滑らか／粗い感に対応する摩擦特性、柔らかさ／硬さ感に対応する弾性量）は素材物理特性値歪みゲージ２０１ａおよび力センサ２０１ｂの出力を用いて算出される。具体的には、歪みゲージ２０１ａの歪み変化に基づいて空間周波数および凹凸の振幅が算出され、歪みゲージ２０１ａの出力比に基づいて凹凸の方向が算出される。これらは、平ら／凹凸感に対応する表面形状に対応する特徴量である。さらに、歪みゲージ２０１ａの歪み分布の分散も算出される。これは、滑らか／粗い感に対応する摩擦特性に対応する。そして、力センサ２０１ｂの法線方向と接線方向の力の比を求めることにより、柔らかさ／硬さ感に対応する弾性量が得られる。

　一方図１７は、ＸＹＺ３次元ステージで物理計測センサを動かして、テスト対象物の物理特性値を計測するための構成例を示す。ＸＹＺ３次元ステージ２５０１は、支持ポール２５０２と支持ポール２５０３の２本で物理計測センサ２５０４を保持する。支持ポール２５０２はモータ２５０５でレール２５０６に沿ってＸ軸方向に移動でき、加えて、モータ２５０７でレール２５０８に沿ってＺ軸方向に移動できる。一方、支持ポール２５０３はモータ２５０９でレール５１０に沿ってＹ軸方向に移動できる。モータ制御部５１１は、触動作特徴量ベクトルＨに従って、モータ２５０５、モータ２５０７、モータ２５０９の動きを制御し、触者２０の手と同じ動きで物理計測センサ２５０４を移動させる。すなわち、触者２０が押し込み動作を行った場合は、モータ２５０７を駆動し、物理計測センサ２５０４をＺ軸方向に動かす。一方、触者２０がなぞり動作を行った場合は、モータ２５０５とモータ２５０９を駆動し、物理計測センサ２５０４をＸ－Ｙ面上で動かす。

　本発明は物理計測センサ２５０４の種類に制限は与えず、任意の物理計測センサを利用可能であるが、人が感じる触感量を物理特性値から推定するため、当該推定の精度が所定の基準を満たすように物理計測する必要がある。従って、対象物の硬さを計測する硬度計や、摩擦係数を計測する摩擦計など、多くの場合は、計測すべき物理特性値は複数個であり、物理特性値１つを計測できる単機能型の物理計測センサを用いる場合は、物理計測センサ２５０４を取り替えて、複数回に分けて計測することになる。一方、前述の非特許文献８が開示するような、１つの測定器で複数の物理特性値（表面形状、弾性特性、摩擦特性）を計測できるセンサを用いれば、物理特性値計測の工数が削減できる。

　また、表面形状などの物理特性は、レーザなどの光学的測定手段によっても計測可能であることが示すように、本発明の物理計測センサ２５０４は、対象物と接触することなく計測を行うセンサであっても構わない。

　次に触者２０の触動作から触動作変数ｍを求める方法について、詳細を述べる。触者２０の触動作を計測する動作物理量計測部１０の計測方法は任意である。たとえば、画像センサや加速度センサ、圧電センサを使った方法などがある。図１８は、画像センサを使った触動作計測を説明する図である。図１８（ａ）は、手２２０１がテスト対象物１０５を触っている状態を示している。画像センサ２０２は、手２２０１の全体を捉え、ビデオ動画、あるいは静止画像の連写で、時間的に連続に手２２０１を撮影する。画像特徴点抽出部２０３は、撮影画像１枚１枚に対して、輝度変化の大きなエッジや点を抽出する。大きな輝度変化は、手２２０１とテスト対象物１０５の境界や、指と指の重なり境界、指の関節部などに存在するため、画像特徴点抽出部２０３によって、手の輪郭が概ね把握できる。手の動き特徴算出部２０４は、画像特徴点抽出部２０３が抽出したエッジや点を構成する画素値を用いて、触動作特徴量ベクトルＨを算出する。具体的には、図１８（ｂ）に示すように、時間的に連続する時間Ｔ１と時間Ｔ２の２枚の画像、画像２０５と画像２０６を重ね合わせ、画素値が一致する特徴点を追跡して、そのｘ座標とｙ座標の変化を触動作特徴量とする。たとえば、親指の座標変化（ｘ１　ｙ１）を親指動きベクトル２０７とし、人差し指の座標変化（ｘ２　ｙ２）を人差し指動きベクトル２０８とし、薬指の座標変化（ｘ３　ｙ３）を薬指動きベクトル２０９として、これら３つの動きベクトルを合わせた（ｘ１　ｙ１　ｘ２　ｙ２　ｘ３　ｙ３）を触動作特徴量ベクトルＨとする。触動作ベクトルの次元数は任意であり、画像センサを２台使用すれば、三角測量の原理で画像センサから特徴点までの距離が算出でき、ｘｙ座標に距離Ｄを加えて、３次元ベクトルになる。また、対象物と手の接触位置そのものが重要な情報であり、座標変化だけではなく、手の位置座標（ｘ、ｙ）、あるいは（ｘ、ｙ、ｚ）も重要な情報である。

　本発明では、触感に関わる手の動きが必要であるため、指先や関節などの動きが重要になってくる。そこで、触感に関係する部位にマーカーを取り付け、意図的に特定部位の動きを追跡する方法も有効である。図１９は、指先や関節にマーカーを取り付けた例を示す。この例では、マーカー３０１を指先に５個、指関節に１０個、手首に１個装着している。画像センサ２０２は、マーカー３０１を含めて手２２０１を撮影し、マーカー抽出部３０２が撮影画像中からマーカー３０１を抽出する。マーカー３０１を正確に抽出できるように、マーカー３０１の明るさ、あるいは色を、手２２０１やテスト対象物１０５と異なるようにする。手の動き特徴算出部２０４は、マーカー中心の座標を、図１８（ｂ）と同じ要領で時間Ｔ１から時間Ｔ２へ追跡し、そのｘ座標とｙ座標の変化を触動作特徴量ベクトルＨとする。

　触動作計測を加速度センサで行う場合は、図１９のマーカー装着と同様に、指先や関節などに加速度センサを装着する。加速度センサを用いる場合は、画像センサ２０２のように、別途撮影を行う必要はなく、装着した加速度センサそのものが計測を行う。加速度を微分することで速度が得られ、２階微分することで位置が得られ、当該位置情報から、画像センサの場合と同じように、対応する特徴点の動きを算出して、触動作特徴量ベクトルＨが算出される。

　触動作計測を圧電センサで行う場合は、図２０に示すように、テスト対象物１０５の下に圧電センサ４０１を設置する。圧電センサ４０１は、加圧によって起電する圧電素子を２次元アレイ状に有し、手２２０１がテスト対象物１０５と接触している位置が計測できる。

　動作特徴量算出部１１は、動作物理量計測部１０で計測された動作物理量から、動作を特徴的に表現するベクトルの時系列である触動作特徴量ベクトルｖに変換する。これは触動作推定部１７において、触動作の種類を判断する際に用いられる。具体的には、たとえば各時刻ｔにおける手・指のＸＹＺ座標や、ＸＹＺ軸方向の速度、回転などが、時刻変化と共に記録されたものを指す。あるいは、ＸＹ軸の回転成分、ＹＺ軸の回転成分、ＺＸ軸の回転成分ごとに、あるいはあわせて６つの成分で動きを表現することもできる。また、一般に触動作は往復運動や回転運動を伴うことに着目して、繰り返し動作を自己相関解析などの手法によって検出し、１周期分の上記パラメータと、その繰り返し回数や周期を表すパラメータなどを組み合わせたものであってもよい。さらには、各パラメータは実用上問題のない解像度に量子化されたデータであってもよい。

　触動作推定部１７では、動作特徴量算出部１１からの出力である触動作特徴量ベクトルｖから触動作ＤＢ１３を検索し、触動作変数ｍを出力する。

　触動作ＤＢ１３は、触動作特徴量ベクトルｖと触動作の種類を同定する触動作変数ｍの関係が記述されている。触動作は微少な速度の違いなども考慮すると、無限の種類の動きが存在しうる。しかし触感の種類および触感強度を推定するという目的に限定すれば、触動作は有限のｎ個にまとめる（グルーピングできる）と考えられる。このグループ１つ１つが、たとえば「なぞり動作」、「押し込み動作」などに対応する。

　例えば、動作物理量の変化が、素材に対して垂直方向に上下に繰り返されているときには「押し込み動作」にまとめる。また動作物理量の変化が、素材に対して平行な直線方向、例えば素材表面に平行な方向に左右に繰り返されているときには、「なぞり動作」にまとめる。さらに手指の動作を表す角度情報により、各指を一斉に曲げてまた伸ばしたりするときには「つかみ動作」にまとめる。

　触動作変数ｍは、触動作のいずれのグループであるかを同定する変数である。触動作変数ｍは、グループを示す単なる識別ラベルでもよいし、グループの平均的な動作の触動作特徴量ベクトルｖ_aveであってもよい。触動作ＤＢ１３に格納されるのは、様々な触動作に対応する触動作特徴量ベクトルｖと、それが帰属すべきグループを示す触動作変数ｍとの関係である。その１例としては、触動作特徴量ベクトルｖから触動作変数ｍへのルックアップテーブルとすることができる。

　図２１にはルックアップテーブル形式の触動作ＤＢ１３の一例を示す。この例では、触動作特徴量ベクトルｖはＸＹＺ各軸方向の移動速度と、ＸＹＺ各軸の回転角速度の時系列パタンであるとしている。テーブルには、グルーピングされた各触動作ごとの平均的な触動作パタンが、触動作特徴量ベクトルｖを用いて表現されており、たとえば触動作変数ｍ１の触動作の場合には、Ｙ軸方向のみの往復運動が繰り返されるパタンが記述されている。触動作ＤＢ１３に格納される上記のような関係を得るために、被験者が素材に触れた時の触動作の収集と、得られた多数の触動作データを動作の類似性に基づいてグルーピングするため、クラスタリングなどの「学習ステップ」が必要である。これについては後述する。

　触動作推定部１７では、触者２０の触動作から得た触動作特徴量ベクトルｖを用いて触動作ＤＢ１３を検索して、触動作変数ｍを得る。この検索では、触者２０の触動作特徴量ベクトルｖと、触動作ＤＢ１３の各触動作変数ｍｉごとの触動作特徴量ベクトルｖｉとのベクトル間距離に基づく類似度比較を行い、最も類似した触動作変数ｍｉを選択し出力する。図２１に例示したように、一般に触動作は繰り返しのある時系列パタンとして記述される。触者２０の触動作から得た触動作特徴量ベクトルｖと、触動作ＤＢ１３に格納された触動作特徴量ベクトルはベクトル時系列の長さが異なると考えられる。このため触動作特徴量ベクトルの類似度計算においては、時系列パタンの非線形圧縮・伸張による照合が可能な、Ｄｙｎａｍｉｃ　Ｔｉｍｅ　Ｗａｒｐｉｎｇなどの照合技術を用いることが望ましい。なお、動作をあらかじめ分類しておき、センサから得た動作信号から動作の種類を判定する技術は、上記、および後述の学習ステップで述べる方法以外にも、既知の方法を使うことができる。その例としては例えば特許文献１にあるように、部分動作に付与されたラベルの系列によって、全体の動作種別を判定するといった方法も可能である。

　以上により求められた触動作変数ｍを用いて、触感重みベクトル検索部１９で触感重みＤＢ１８の検索を行い、触感重みベクトルＣ（ｍ）を得る。すなわち触感重みＤＢ１８は、数８に基づく素材物理特性値Ｘと触感強度Ｈとの対応関係の情報が、触動作と関連付けられて記録されたデータベースであり、触動作変数ｍと触感重みベクトルＣ（ｍ）の関係が格納されている。本実施形態では、触動作は１つの触感の種類の触感を得るための行為とみなす。したがって触動作変数ｍは１つの触感の種類と対応する。よって触感重みＤＢ１８の触感重みＣ（ｍ）は、触動作変数ｍに対応した触感の種類の触感強度を得るための触感重みベクトルである。触感重みＤＢ１８の形式は、最も単純には、触動作変数ｍから触感重み行例Ｃ（ｍ）へのルックアップテーブルである。

　図２２は、表Ｅ０１の形式で表された触感重みＤＢ１８の概念を示す。

　触感重みＤＢ１８は、図２２に示すように、触動作変数ｍごとに触感重みベクトルＣ（ｍ）を有する。触動作変数ｍがｍ１の場合、触感重みベクトルＣ（ｍ１）が選ばれ、数８の触感重みベクトルＣ（ｍ）として用いられる。触感重みベクトルＣ（ｍ）は、検索実行前に予め学習しておく必要がある。この詳細については、後述する。

　素材触感推定部２は、素材物理量計測部１で計測した参照素材の素材物理特性値Ｘと、触動作に基づき決定された触感重みベクトルＣ（ｍ）を用いて、上述の数８により、触者２０が参照用素材２２を触れて感じる触感強度Ｈを推定する。先に述べたようにこの触感強度は、触動作変数ｍに対応する触感の種類に関する触感強度である。

　素材ＤＢ検索部３は、触者２０の触動作変数ｍと素材触感推定部２で算出した触感強度Ｈとを用いて、素材ＤＢ２３に格納された各検索対象素材の中から似た触感の素材を検索する。検索では、素材触感推定部２の触感強度Ｈと、検索対象素材の同じ触動作変数ｍにおける触感強度Ｈ'との差を検索スコアとする。スコアが最良となる（距離差が最小となる）素材、あるいはスコアが所定の条件を満たす（距離差が一定以内である）素材群を、検索スコア情報と共に検索結果として出力する。

　このような検索を可能にするための、素材ＤＢ２３の一例を図２３に示す。ここに示すように素材ＤＢ２３は、素材と、触動作と、触感強度の関係が記述されている。触感の種類については、上述したように触動作変数ｍから一意に決まるため明示的には必要ではないが便宜上記載している。本実施形態冒頭の原理説明で述べたように、触動作は触者が感じる触感の種類を規定すると同時に、その触感の種類の触感強度に影響を与える。図２３に示す素材ＤＢとすることで、触動作変数ｍが検索条件となって、触者が感じている触感の種類が同じで触感強度が最も近い素材を検索することが可能になる。

　最後に検索結果表示部７では、素材ＤＢ検索部３の結果を受けて、素材を検索している利用者にこの結果を提示する。その内容は、素材の名前、製品名、あるいは素材の写真、素材に力を加えた時の様子などを捉えた動画、その他、素材に関する物理特性値など任意である。あるいは検索者が手元に持っているサンプル素材群の中の、いずれかの素材を示すインデックスでもよい。この場合、検索者はサンプル素材に触ることで検索結果を確認することができる。さらには、素材の触感を再現する、触感呈示装置を用いてもよい。たとえば粗い／滑らかさ感の呈示には、たとえば特許文献２記載の静電アクチュエータによる触覚呈示装置を用いることができる。柔らか／硬さ感の呈示については、たとえば特許文献３記載のアレイ状のピン移動による触覚呈示装置を用いることができる。つるつる／ざらざら感の呈示については、たとえば特許文献４記載の超音波振動を用いた触覚呈示装置を用いてもよい。

　また、結果表示個数は最も推定触感に近い素材１つだけではなく、一定の範囲内で類似している複数の素材であってもよい。この時検索結果に付記された検索スコア情報に基づいて、呈示される素材の順番が並び替えられていることも効果的である。

　またここまでの検索実行の流れは、参照素材２２に対して１つの触感の種類を想定して行う一まとまり（一連）の触動作から、触感の種類と触感強度を推定し素材を検索する方法であった。さらに複数回に分けて行った触動作から、各触動作の検索結果のＡＮＤ演算やＯＲ演算を行ったものを最終出力とするとより効果的である。この場合、各触動作のつど触動作の種類を変えたり参照素材を変えたりすることで、検索者がより望む素材の検索が可能になる。この目的のために、ＡＮＤ／ＯＲの演算を指示する組み合わせ指示部を有していてもよい。

　図１４に示される各構成要素は、以下のようなハードウェアによって実現される。すなわち、素材物理量計測部１および動作物理量計測部１０は、上述の例のようなセンサを用いて実現することが可能である。また、動作特徴量算出部１１、触動作推定部１７、触感重みベクトル検索部１９、素材触感推定部２および素材ＤＢ検索部３は、たとえばコンピュータを用いて実現することが可能である。そして、触動作ＤＢ１３、触触感重みＤＢ１８、素材ＤＢ２３は、ハードディスクドライブ（ＨＤＤ）、メモリカード、ソリッドステートドライブ（ＳＳＤ）などの記録媒体によって実現可能である。

　以上、素材検索装置８００による素材検索実行の方法を述べた。以下では素材検索実行に必要な、各データベースの構築など学習ステップについて図２４および図２５を用いて述べる。

　学習ステップのうち、図２４に示した触動作ＤＢ１３および触感重みＤＢ１８を構築する学習ステップ１は、素材検索装置８００を構築する際に最初に1回行えばよいステップである。ただし、必要に応じて各データベースが再構築されることがあっても構わない。一方図２５に示した素材ＤＢ２３を構築する学習ステップ２は、触感重みＤＢ１８構築後、検索対象素材が追加される毎に実施されなければならないステップである。以下、それぞれのステップを順を追って説明する。

　まず、図２４に示した、触動作ＤＢ１３および触感重みＤＢ１８を構築する学習ステップ１について述べる。この学習ステップでは、複数の触者が複数の学習用素材に触れた時の、複数の触感の種類ごとの触感強度を収集する。また、収集と同時に、この時の触者の触動作も収集して、これらを統計的にまとめて上記２つのデータベースを構築する。

　この処理の流れの概略は次のようになる。まず、触感の種類を規定するために触感語彙指定部９により呈示された各触感語彙に基づいて、各触者２０は各学習用素材２１に触る。指定された語彙に関して触者２０がこの時に感じた触感強度を、触感強度記録部１４で記録する。同時に、その時の触者２０の触動作を動作物理量計測部１０で取得し、動作特徴量算出部１１で触動作特徴量ベクトルｖを得て、触感語彙と共に記録する。さらに、各学習用素材２１の素材物理特性値Ｘを素材物理量計測部１で計測しておく。

　触動作学習部１２では、収集した全ての触動作特徴量ベクトルｖを集めて、互いに類似した触動作特徴量ベクトルｖごとにまとめて有限個のグループに分類する。そして各グループを識別する触動作変数ｍとグループの平均的触動作特徴量ベクトルｖ_aveを関連づけて、触動作ＤＢ１３に格納する。触感重み算出部１５では、触感強度記録部１４で収集した触者、学習用素材、触感の種類、ごとに異なる触感強度データを用いて、素材物理特性値Ｘと触感強度の関係を触動作変数ｍごとに統計的に求め、触感重みベクトルＣ（ｍ）とする。得られた触動作変数ｍと触感重みベクトルＣ（ｍ）の関係を、触感重みＤＢ１８に格納して学習ステップ１は完了する。

　次に、各部の詳細について述べる。

　学習ステップ１は、複数の触者２０を被験者とした触実験を行って、人が素材から感じる触感強度を得ることから始まる。この時触感語彙指定部９では、触者２０が触れて感じるべき触感の種類を指示するため、触感語彙Ｙを呈示する。ここで触感語彙Ｙは、たとえば、図２６に示すように、凹凸／平ら、滑らか／粗い、硬い／柔らかいなどの反対の触感を表す形容詞対として与えられるのが有効である。

　　触者２０は学習用素材２１に触れて感じる触感語彙Ｙに関する触感強度を、相対強度で回答する。相対強度の回答方法は任意である。図２６の例では、触者は相対強度を５段階に分けて回答する。このため、すべての学習用素材２１を、これに触れた時の触感強度に応じて並べ替えて回答する。たとえば凹凸／平らに関する触感強度を得る場合、この順に並び替えた全学習用素材２１の順番、位置関係に基づいて触感強度を５段階で分類し、その結果を回答する。

　触感強度記録部１４は、このように各触感語彙Ｙに対する全学習用素材の触感強度Ｈ^*をそれぞれ記録する。ここで、触感強度をＨ^*と表現しているのは、本触感強度が触者２０が直接答えた触感強度であることを意味している。一方、触感強度Ｈは、素材触感推定部２が推定した触感を表すものとする。

　このような方法を採ることで、本来主観的な感覚である触感を、相対的な比較が可能な客観値として得ることが可能になる。また被験者である触者２０に触感語彙を呈示することで、触者２０が感じるべき触感の種類を規定することが可能になる。なお、後述するように触感強度記録部１４は、各触感強度Ｈ^*をこの時に呈示された触感語彙Ｙ、あるいは触者２０が採った触動作を表す触動作特徴量ベクトルｖと関係付けて記録する。また、被験者ごとの触感語彙解釈の違いによる結果の不安定さを防ぐために、事前の教示・訓練などを通じて語彙解釈が被験者どうしで同じになるようにすることが望ましい。図２６における例では、ある学習用素材２１に対して、触感語彙凹凸／平らは触感強度Ｈ^*＝３、触感語彙滑らか／粗いは触感強度Ｈ^*＝４、触感語彙硬い／柔らかいは触感強度Ｈ^*＝１、と回答が得られたことを示している。

　触者２０による触実験では、各触者２０が素材を触る触動作も動作物理量計測部１０で同時に計測し、さらに動作特徴量算出部１１で触動作特徴量ベクトルｖに変換する。動作物理量計測部１０および触動作特徴量ベクトル１１の詳細は、上述の素材検索実行時と全く同じである。ここではそれらの説明は省略する。

　触動作学習部１２は、全触者２０の触実験を通じて多数集められた触動作特徴量ベクトルｖをまとめて、有限個の特徴的な触動作のグループ（クラスタ）に分割する。ベクトルなどで表現された多数のデータを要素とする集合に対して、所定の要素間距離演算に基づいて距離の近いもの同士にまとめて有限個の部分集合（クラスタ）に分割するには、一般にクラスタリングという技術が用いられる。触動作学習部１２は、触動作特徴量ベクトルｖを要素としたクラスタリングを行う。クラスタ分割の方法、条件や要素間の距離定義は任意である。

　一例を図２７に示す。本例は、収集した全ての触動作特徴量ベクトルｖを全体集合とし、触動作特徴量ベクトルｖのベクトル間距離を要素間距離としてクラスタリングを行う。クラスタリングでは、初期状態をクラスタ数１（全体集合）、触動作特徴量ベクトルｖの全平均をそのクラスタ中心として処理を開始する（Ｈ０１）。クラスタ数ｎの時、ｎ個のクラスタ中心から最も遠い要素を１つ選びこれをｎ＋１個目のクラスタ中心とし（Ｈ０２）、全要素それぞれがｎ＋１個のクラスタ中心のどれと距離が最も小さいかによって、ｎ＋１個のクラスタに振り分ける（Ｈ０３）。この時、前回の振り分け時から別のクラスタへ移動した要素が存在するときには（Ｈ０４）、ｎ＋１個の各クラスタに振り分けられた要素の平均ベクトルを求め、これを新たなｎ＋１個のクラスタ中心とする（Ｈ０５）。

　Ｈ０３～Ｈ０５のステップを要素のクラスタ間移動がなくなるまで続ける。各要素と要素の所属するクラスタのクラスタ中心との距離の、全体平均が所定のしきい値より小さくなったら、クラスタ分割を終了する（Ｈ０６）。

　このような方法を採ることで、触動作の類似性を触動作特徴量ベクトルｖの距離で判断してグルーピングすることが可能になる。

　なお本例では、要素間距離として触動作特徴量ベクトルｖのベクトル間距離を用いたが、各クラスタ内での要素の分布として正規分布など所定の分布を仮定して距離計算を行うことも有効である。さらにクラスタ分割の判定条件に、後述する触感重み算出部１５で求めた触感重みベクトルＣ（ｍ）の類似性を利用することも有効である。このような値を利用することで、触動作の分類において、単なる速度や角速度など動きの類似性だけで判断するのではなく、結果として感じられる触感の類似性も考慮した分類を行うことが可能になり、触動作分類を無用に増やすことなく、触感強度推定精度を上げることができる。

　図２８には、上述のような方法で触動作特徴量ベクトルｖをクラスタリングした結果の例を、概念的に示している。図で白抜きの□、○、△は触実験により触者２０から得た個々の触動作の触動作特徴量ベクトルｖを表している。破線で示した円は、各クラスタの範囲を示しており個々のクラスタがそれぞれ異なる触動作グループを示している。黒塗りの■、●、▲は、各クラスタ内の要素□、○、△の平均値を示しており、クラスタリングで用いたクラスタ中心を表している。

　以上のようにして得られた各クラスタに対し、それらを同定するインデックス値などのシンボルを付与し、クラスタの中身を示す情報と共に触動作ＤＢ１３に格納する。各クラスタに付与したシンボルが触動作変数ｍである。また、クラスタの中身を示す情報とは、触動作から得た任意の触動作特徴量ベクトルｖが、どのクラスタに所属するかを判断することを可能にする情報で、上記図２７および図２８の例であれば、クラスタ中心の平均ベクトルなどである。触動作ＤＢ１３への格納例は、上記検索実行時で説明したように、たとえば図２１のようになる。

　触動作ＤＢ１３構築後は、次に触感重みＤＢ１８の構築に移る。触感重み算出部１５では、あらかじめ全学習用素材２１に対して素材物理量計測部１で計測しておいた素材物理特性値と、触実験により触感強度記録部１４で記録した触感強度Ｈ^*との関係を求める。素材物理量計測部１での計測手段や計測内容は、素材検索部の説明で述べたことと同様である。したがってそれらの説明は省略する。

　触感重み算出部１５ではまず、触動作と触感語彙の関係を求める。すなわち触感強度Ｈ^*と共に記録されている、触動作特徴量ベクトルｖをまず触動作変数ｍに変換し、収集した触感強度Ｈ^*と付随するデータを、触動作変数が同一のものごとに集める。この結果、触動作変数ｍごとに最も多い触感語彙Ｙを決定することができる。たとえば触動作変数がｍ１の時、触感語彙で最も多いものはＹ１であったとすると、次に触動作変数ｍ１、触感語彙Ｙ１であるデータを集めて、素材物理特性値Ｘと触感強度Ｈ^*の間に、数８の関係が成り立つよう触感重みベクトルＣ（ｍ１）を求める。

　このような処理を、全ての触動作変数について繰り返す。なお、触感重みベクトルＣ（ｍ）を求めるには、重回帰分析といった手法が有効である。こうして触動作変数ｍごとに触感重みベクトルＣ（ｍ）が得られたら、その両者を関係付けて触感重みＤＢ１８に格納する。上述のように、その一例は図２２に示されている。

　このようにすることで、触動作変数ｍから触者が感じている触感の種類を（暗黙のうちに）推定し、その触感の種類における触感強度を算出するための触感重みベクトルＣ（ｍ）を得ることが可能になる。

　なお、触感重みベクトルＣ（ｍ）を構築するにはこれに足るだけの、多くの学習用素材２１と、触感語彙集合と、素材に触れた触感を答える多くの触者２０(触実験の被験者)を用意する必要がある。より統計的に確かな触感重みベクトルＣ（ｍ）を得るために、学習用素材は物理的特性が異なるできるだけ多くの素材を用意すること、様々な触感の種類に対応できるよう、触感語彙集合もできるだけ多くの語彙を用意すること、さらに被験者も年齢、性別の違いを含む多くの被験者を集めることが望ましい。

　また本実施形態では、触動作変数が同一のデータの中で最も多い触感語彙のデータを使って触感重みベクトルＣ（ｍ）を求める方法を示した。この方法では、それ以外触感語彙のデータが学習に使われないことになる。

　そこで触感重みベクトルＣ（ｍ）を求める学習フローを２つに分け、触動作変数ｍと触感語彙Ｙの関係を求めるステップと、触動作変数ｍと触感重みベクトルＣ（ｍ）を求めるステップを２つに分けてもよい。すなわち、触実験を行って触動作変数ｍとその時最も多い触感語彙Ｙを決定する。次に、各触者に触感語彙と触動作の両方を呈示して、特定の触動作の元で特定の触感語彙に答えるよう求めることで、触感強度Ｈ^*を得る。

　このような方法を採れば、触動作変数ｍと触感語彙Ｙが同一の組み合わせとなる触感強度Ｈ^*を多数集めることができ、統計的に信頼度のより高い触感重みベクトルＣ（ｍ）を得ることができる。なお、触動作を呈示して触者に同じ触動作を採らせるより具体的な方法については、実施形態３の学習ステップ１でも述べる。

　最後に素材ＤＢ２３の構築方法について、図２５を用いて述べる。素材ＤＢ２３は、検索対象である素材を様々な触動作で触れた時にどのような触感が得られるかということをデータベース化したものであり、上述したようにその例は図２３に示されている。すなわち、素材と、触動作の種類を示す触動作変数ｍと、その触動作に対応する触感の種類の触感強度が関連付けられている。

　このようなデータベースを構築する処理（学習ステップ２）の流れは次のようになる。

　データベースに登録したい検索対象素材２４ごとに、前述の素材物理量計測部１で素材物理特性値Ｘを計測する。触感重み抽出部２５は、触感重みＤＢ１８に格納された触動作変数ｍと対応する触感重みベクトルＣ（ｍ）の組を１つ１つ抽出する。抽出された触感重みベクトルＣ（ｍ）は、上述の素材触感推定部２で素材物理特性値Ｘと共に数８が適用されて、触動作ｍに対応する触感強度Ｈ（ｍ）が計算される。触感重み抽出部２５で抽出した触動作変数ｍと、素材触感推定部２で計算した触感強度Ｈ（ｍ）を組として素材ＤＢ２３に格納する。これにより、検索対象素材２４の数と、触感重みＤＢ１８に格納された触動作変数ｍの数の全ての組み合わせについて触感強度を推定することが可能となり、それらが素材ＤＢ２３に格納される。またこの処理ステップは、検索対象素材２４ごとに独立に行うことができるので、新たにＤＢに登録したい素材が追加されるごとに、その素材のみ上記の処理を行うことで登録が可能である。

　なお、本実施形態では素材ＤＢ２３には、検索対象素材と、触動作変数と、触感強度が関連付けられて格納される例を示した。しかしその限りではなく、素材ＤＢ２３には検索対象素材とその素材の素材物理特性値が関連づけられて格納されていてもよい。この場合、検索実行時に検索を行う都度、素材物理特性値と触動作変数から決定した触感重みベクトルを用いて各検索対象素材の触感強度を計算すればよい。このような方法を採れば、検索実行時に各検索対象素材の触感強度を計算しなければならなくなる反面、データベースに格納する情報は素材ごとの素材物理特性値だけですむので、データベースのサイズを小さく抑えることができる。（触感強度をデータベースに格納する場合には、［検索対象素材の数］×［触動作変数の数］のデータが必要となる。）

　あるいは、素材ＤＢ２３に格納する素材の触感強度データを、素材物理特性値Ｘから触感重みベクトルＣ（ｍ）を用いて推定した触感強度Ｈではなく、被験者である触者が、触実験を通して答えた触感強度Ｈ^*としてもよい。このためには、全ての検索対象素材を触者が触れ、その触感強度を答える触実験を実施する必要があるが、各検索対象素材の触感強度として人の感覚を直接数値化した値が使われるので、検索結果がより納得のいくものとなる。またこのような場合には、上述の学習用素材２１と検索対象素材２４を同一にすることができる。そのため触感重みベクトルＣ（ｍ）も、検索対象素材２４の集合に特化して求めることになり、検索対象素材により適合した触感強度の推定が可能になって、素材検索の精度が向上する。

　以上のように素材検索装置８００は、探したい素材と似た触感を持つ素材に触るだけで、素材を探す際の触感の観点（触感の種類）と、その触感強度を同時に検索条件として素材を探すことができるようになる。これにより電子商取引などにおいて、物に触れた感覚を利用して情報検索を行うことができる。衣服や家具など、これまで画像を中心とした商品確認のプロセスの中に、触感を加えることができ、ネットワークを利用した電子的な取引や情報流通をより広く一般利用者に普及できる。

　（実施形態２）
　実施形態１では、触者の感じている触感の種類は、触動作から一意に推定できるとしていた。しかしながら触者の感じている触感の種類が異なっているにも関わらず、触動作が非常に似ているため、離散的に表現された触動作変数ｍが同一になる場合があると考えられる。このような場合、触者の触動作から触動作変数ｍが決定されても、触者の感じている触感の種類が一意に決定できない、という問題が起きる。本実施形態によれば、このような問題を、確率モデルの考えに従って解決することが可能になる。

　まず、触動作変数ｍから触感の種類を確率モデルによって推定する原理について述べる。

　学習時に被験者である触者が学習用素材を触る時、触者が感じるよう指示された触感の種類をｙ、そのとき触者が採った触動作の触動作変数をｍとする。多数の触者、多種類の触感の種類、多数の素材について触実験を行うことで、触感の種類ｙが与えられた条件の下で、触者が採る触動作変数ｍの条件付き確率を与える数９が得られる。

ここで、触動作から触者の感じている触感の種類を推定するという目的から関心があるのは、下記数１０で示す確率である。

　すなわち、触動作変数ｍを採った触者が感じている触感の種類がｙである事後確率である。ベイズの定理によれば（数９）と（数１０）には、以下の（数１１）に示す関係がある。

　触動作変数ｍが判っている条件の下では、右辺分母Ｐ（ｍ）は一定の値である。また分子第２項のＰ（ｙ）は、素材検索時において触者が感じたい触感の種類がｙである確率で、一次近似としては感じようとする触感の種類は同程度であると考えると、定数値であると見なすことができる。以上のような仮定をおくと、（数１１）は次の（数１２）に書き換えることができる。

ここでＡは触動作変数ｍが同一の下では定数値である。

　このようにしてＰ（ｙ｜ｍ）を求めた場合、ある触動作変数ｍに対して複数の触感の種類でＰ（ｙ｜ｍ）が０でない確率を有する。そこで素材検索を行う際には、触動作から推定された触感の種類の事後確率Ｐ（ｙ｜ｍ）に応じた重みによって検索を行う。すなわち、触感の種類ごとに、実施形態１で述べたような方法で触感強度を推定し、検索対象素材の同じ触感の種類における触感強度との差を求める。触感の種類ごとに得られた、参照素材の触感強度と検索対象素材の触感強度の差を、Ｐ（ｙ｜ｍ）に応じた重みをつけて加算したものを検索スコアとして検索を行う。

　これを数式で表現する。触感の種類ｙに対する参照素材の触感強度をＨ_y、検索対象素材Ｔの触感強度をｔ_yとし、ｆ（）をある関数とすると、各検索対象素材Ｔの検索スコアＳ（Ｔ）を次のように求めることができる。

　このような検索スコアＳ（Ｔ）の大小に基づいて素材検索を行うことにより、触者の触動作から触者の感じている触感の種類が曖昧にしか推定できない場合においても、可能性のある触感の種類を可能性の程度に応じた重みで考慮した素材検索を行うことが可能になる。なお数１３のｆ（）として最も単純な例は、ｆ（ｘ）＝ｘすなわち事後確率Ｐ（ｙ｜ｍ）をそのまま重みとして使う方法である。また、最大のＰ（ｙ｜ｍ）を与える触感の種類の時のみ１、それ以外の触感の種類に対しては０、を与える関数（下記数１４）を用いた場合は、触動作変数ｍから触感の種類ｙが一意に決定されて素材検索が行われる、実施の形態１で示した方法を表している。

　以上に述べた原理に基づく素材検索装置を、図２９に基づいて説明する。図２９に示す素材検索装置８０１では、実施の形態１の対応する構成図１４と同じ機能を有する構成要素には、同じ番号を付与している。実施形態１にかかる構成（図１４）との違いは、触動作確率算出部２６および触動作確率ＤＢ２７が追加されたことと、これに基づく演算を行うよういくつかの構成要素が改変されている点である。以下、図２９による素材検索実行時の流れの概略について説明する。

　本実施形態においても、大まかな流れは実施の形態１と同様である。すなわち、触者２０が参照用素材２２に触れ、この時の触動作と参照用素材の素材物理特性値Ｘを用いて、触者の感じている触感強度を推定し、これに基づいて素材検索を行う。

　本実施形態と実施形態１との相違点は、触者２０の触動作から触動作変数ｍが決定された後、触感重みベクトル検索部１９ａで、触感の種類ｙごとの触感重みベクトルＣ（ｍ，ｙ）を触感重みＤＢ１８ａから検索して、素材触感推定部２ａで触感の種類ｙごとの触感強度Ｈ_yを推定する点、および、触動作確率検索部２６が、事前に学習して求めておいた触感の種類ｙの事後確率Ｐ（ｙ｜ｍ）を触動作確率ＤＢ２７から検索し、これを用いて素材検索を行う点である。

　以下、これら相違点の詳細について述べる。

　触者２０の触動作から触動作変数ｍが決定されると、触動作確率検索部２６は触動作ｍが観測された条件の下で、触者の感じている触感の種類がｙである事後確率Ｐ（ｙ｜ｍ）を検索する。これらの確率は、後述する事前の学習で求められており、その結果が触動作確率ＤＢ２７に格納されている。触動作確率検索部２６が検索する事後確率Ｐ（ｙ｜ｍ）は、触動作変数ｍに関する全てのＰ（ｙ｜ｍ）であってもよいし、所定のεに対して、下記数１５を満たす１つ以上のＰ（ｙ｜ｍ）のみであってもよい。

　触動作確率検索部２６は、検索された全ての触感の種類の事後確率Ｐ（ｙ｜ｍ）を、触感の種類を示すラベルｙと組にして出力する。

　触動作確率ＤＢ２７は、上述したように触動作変数ｍごとに、触感の種類の事後確率Ｐ（ｙ｜ｍ）が格納されている。その形式は、テーブルルックアップ形式であってもよい。その例を図３４に示す。

　次に触感重みベクトル検索部１９ａでは、触動作確率検索部２６で検索された触感の種類ごとの触感強度を推定するのに必要な、触感重みベクトルを触感重みＤＢ１８ａから検索する。実施形態１では、触動作変数ｍと触感の種類には一対一の関係があったため、触動作変数が決まれば自動的に触感の種類が決定された。従って、触感強度を推定する数８では、触動作変数ｍによって触感強度を推定することができた。

　一方、本実施形態では、触動作変数ｍのみで触感の種類は決定されない。触感強度は触感の種類ごとに異なるため、それを推定する触感重みベクトルも触感の種類ごとに個別に求められなければならない。すなわち、数８は次のように書き換えられなければならない。

ここでＨ_yは、触感の種類ｙについて推定された触感強度を意味している。また触感重みベクトルＣ（ｍ，ｙ）は、重み行列が触感の種類と触動作変数ｍに依存して決定されることを意味している。

　触感重みベクトル検索部１９ａは、このような触感重みベクトルＣ（ｍ，ｙ）を触者２０が採った触動作変数ｍに対して、触動作確率検索部２６が出力した全ての触感の種類ｙについて検索し、出力する。またこの時触感強度の推定のため、触感重みベクトルＣ（ｍ，ｙ）は触感の種類を示すラベルｙと関連づけて出力させる。

　上記の機能を実現するため、触感重みＤＢ１８ａには触動作変数ｍと触感の種類によって決定される触感重みベクトルＣ（ｍ，ｙ）が格納されている。その形式は、テーブルルックアップ形式であってもよい。触感重みベクトルＤＢ１８ａの例を図３０に示す。実施形態１の図２２で例示した触感重みベクトルＤＢ１８と違い、触感重みベクトルＤＢ１８ａでは触感の種類によっても触感重みが変わっている。

　素材触感推定部２ａでは、素材物理量計測部１で計測した参照用素材２２の素材物理特性値Ｘと、触感重みベクトル検索部１９ａが出力した触感重みベクトルＣ（ｍ，ｙ）から、触感の種類ごとの触感強度を推定する。推定は前述した数１６に基づいて行い、触感の種類を示すラベルｙと関連づけて各触感強度Ｈ_yを出力する。

　素材検索部３ａでは、参照素材２２に関して推定された触感強度群を用いて素材ＤＢ２３ａを検索する。実施形態１では触動作変数ｍから一意に決定された触感の種類に関する１つの触感強度について、参照素材の触感強度と検索対象素材の触感強度の差に基づいて検索を行った。すなわち１つの触感の種類に関する触感強度の差を、検索スコアとしていた。

　一方、本実施形態では、前述したように複数の触感の種類ごとの触感強度の差を、触感の種類の事後確率Ｐ（ｙ｜ｍ）に対応する重みで加えたものを検索スコアとする（数１３）。このような検索スコア計算を可能にするため素材ＤＢ２３ａでは、各検索対象素材の触感強度が、触動作変数ｍと触感の種類ｙごとに格納されていることが必要である。このような素材ＤＢ２３ａの例を図３１に示す。ここに示す例では、検索対象素材ごとに触動作変数ｍと触感の種類ｙが決まれば、その素材の触感強度ｔ_yを引き出すことができるようになっている。

　素材検索部３ａの処理フローを図３２を用いて説明する。

　素材検索部３ａでは、素材ＤＢ２３ａに格納された検索対象素材１つ１つについて処理を行う（Ｌ０１）。今ある素材（たとえば素材ｔ）に着目してこの素材の検索スコア計算を開始する（Ｌ０２）。数１３に則った検索スコア計算では、触動作確率検索部２６で抽出した触感の種類ごとの触感強度の差に基づいたスコア加算を行うため、触感の種類を１つずつ着目する（Ｌ０３）。

　ある触感の種類ｙに着目している時、加算されるスコアは次のようになる。触感の種類ｙに関して素材触感推定部２ａで求めた参照素材の触感強度Ｈ_yと、素材ＤＢ２３ａから抽出した触動作変数ｍ、触感の種類ｙに関する素材ｔの触感強度ｔ_yの距離差|Ｈ_y-ｔ_y|に触感の種類ｙに関する事後確率Ｐ（ｙ｜ｍ）を重みづけたスコアを加算する（Ｌ０４）。

　ここで数１３で述べたように、事後確率Ｐ（ｙ｜ｍ）を重み値に変換するｆ（）は任意のものが利用可能である。たとえば最も単純なケースでは、ｆ（ｘ）＝ｘすなわちＰ（ｙ｜ｍ）の値をそのまま使う方法も有効である。

　触動作確率推定部２６で抽出した全ての触感の種類についてのスコアを加算することで、その素材ｔの検索スコアＳが決定する。このスコアＳは素材の触感強度差に基づいているため、似ている素材ほどスコアＳが小さくなる。よって検索スコアＳが所定の閾値θ以内であれば（Ｌ０６）、素材ｔは参照素材２２に触感の上で充分類似していることになるので、この素材ｔを検索結果としてスコアＳと共に出力する（Ｌ０７）。

　以上のような処理を、素材ＤＢ２３ａに格納された全ての素材について繰り返したら（Ｌ０８）処理は終了である。以上のような処理を行うことで、触者の触動作変数ｍから推定される触感の種類全てを考慮して、触感強度が類似する素材を検索することが可能になる。

　なお本フローチャートによる素材検索では、閾値θで表現した所定の範囲の類似度を有する素材を全て検索結果として出力する例を示したが、この限りではなく、素材ごとの検索スコアでソートし、上位ｎ個（ｎは１以上）の素材を検索結果として返すようにしてもよい。なお、本実施形態では事後確率Ｐ（ｆ｜ｍ）の重み値への変換関数ｆ（）としてｆ（ｘ）＝ｘを用いる例を示したが、この限りではなく、数１４に述べた最大の確率を与える触感の種類のみ考慮する関数であってもよい。あるいはｆ（ｘ）＝Ｃ（Ｃは定数）のような、全ての触感の種類を同等に扱うものでもよい。一般的には、単調増加関数あるいは単調減少関数を用いることが効果的である。

　検索結果表示部７での検索結果の出力方法は、実施形態１と同じである。したがって、その説明はここでは省略する。

　以上、触者の触動作から複数の触感の種類が推定される場合の、素材検索の方法を示した。この方法を実施するためには、触動作確率２７、触感重みＤＢ１８ａ、素材ＤＢ２３aを事前に構築しておく必要がある。実施形態１同様、これらの学習ステップは、触動作ＤＢ１３、触動作確率ＤＢ２７、触感重みＤＢ１８ａを構築する、学習ステップ１と、素材ＤＢ２３ａを構築する学習ステップ２からなる。以下、順を追って説明する。

　学習ステップ１による、触動作ＤＢ１３、触動作確率ＤＢ２７、触感重みＤＢ１８ａを構築するための構成図を図３３に示す。本図において実施形態１の対応する構成図２４と同じ要素は同じ記号を付与し、詳細な説明は省略する。本実施形態では触動作確率学習部２８と触動作確率ＤＢ２７が新規に追加され、触感重み学習部１５ａと触感重みＤＢ１８ａが図２４の触感重み学習部１５と触感重みＤＢ１８から改変されている。

　これら変更部分の大まかな処理フローは次のようになる。触実験の被験者である触者２０の触動作をクラスタリングして、各触動作の触動作変数ｍが決定されたら、触動作確率学習部２８が、触動作変数ｍとその時の触感の種類ｙの共起頻度を元に触感の種類の事後確率Ｐ（ｙ｜ｍ）を算出し、触動作確率ＤＢ２７に格納する。この計算のため、触感語彙指定部９ａは触者に呈示した触感語彙情報を触動作確率学習部２８にも出力し、これによって触者が感じている触感の種類ｙを決定し、これを利用して触動作確率を計算する。

　触感重み算出部１５ａでは、触動作変数ｍと触感の種類ｙの組み合わせについて、触者２０が感じた触感強度Ｈ^*との関係を、触感重みベクトルＣ（ｍ，ｙ）として求める。触動作変数ｍと触感の種類ｙと触感重みベクトルＣ（ｍ，ｙ）の関係が触感重みベクトルＤＢ１８ａに格納されて、学習ステップ１は終了である。

　学習ステップ１についてより詳細に説明する。

　実施形態１と異なり本実施形態では、触動作変数ｍから触者の感じている触感の種類を一意に決定しない。よって、触動作変数とは別に触感の種類を決定するパラメータｙも用いて、各値を計算する。このため、触感語彙指定部９ａは、単に触感語彙を触者２０に呈示して感じるべき触感の種類を規定するだけでなく、触者の触感強度に関する各応答がどの触感の種類に関するものであるかを示す変数ｙを出力する。

　触感語彙Ｙと触感の種類ｙは厳密な意味では同一ではない。たとえば「ふわふわする」という触感語彙は、より基本的な触感「柔らかさ」を要素として含んでいる可能性がある。触者に呈示する触感語彙と触感の種類の関係をどのように構築するかは任意であるが、最も単純な方法は、考えうる最も基本的な触感の種類の集合を決め、これと一対一に対応する触感語彙の集合を決め両者を対応させて用いる方法である。あるいは様々な触感語彙に対して被験者がその強度を答える官能評価実験を事前に行い、その結果を因子分析するなどして基本となる触感の種類を数値的・統計的に求めておいて、この触感語彙と触感の種類の関係を用いるなどしてもよい。

　また、触感語彙に対する解釈が触者によって異なっている場合には、触者の感じている触感の種類が揺れることになり、これも触感語彙と触感の種類が同一とならない原因となりうる。この問題については、事前に被験者である触者に対し触感語彙についての教示とトレーニングを充分行うなどして触感の種類に関する揺れを減らすことが可能である。あるいは先に述べた因子分析など多数のデータから統計的に抽出する技術によって、誤差として表れる語彙解釈などの揺れを無視する方法を採ることもできる。以下では、触感語彙Ｙとこのとき触者が感じる触感の種類ｙの関係は事前に求まっているものとして説明する。

　多数の触者２０が複数の学習用素材２１に触れて、複数の触感の種類を感じたときの触動作変数のデータは、触動作確率学習部２８で統計的に計算される。触動作確率学習部２８では、触感の種類ｙと触動作変数ｍの発生回数から、下記数１７により、まず、触動作変数ｍに関する条件つき確率を求める。

　ただしＮ（ｍ，ｙ）は触動作ｍと触感の種類ｙが同時に発生した回数を、Ｎ（ｙ）は触感の種類ｙが発生した回数を表している。次に共通の触動作変数ｍに関する条件付き確率Ｐ（ｍ｜ｙ）を集めて数１２に適用することで、触感の種類ｙに関する事後確率Ｐ（ｙ｜ｍ）が計算される。その結果は触動作確率ＤＢ２７に、図３４に例示される形式で格納される。

　次に触感重み算出部１５ａでは、学習用素材２１の素材物理特性値と触者２０の答えた触感強度の関係を示す、数１６に示した触感重みベクトルＣ（ｍ，ｙ）を求める。本実施形態では、触感重みベクトルは触動作変数ｍと触感の種類ｙに依存して決定されると考えている。言い換えれば、同じ素材に対しても感じている触感の種類が異なっているか、触動作変数が異なっていれば、異なる触感強度となることを意味している。

　このような触感重みベクトルＣ（ｍ，ｙ）を求めるため、触実験による素材物理特性値Ｘと触感強度Ｈ^*に関するデータは、触感の種類ｙと触動作変数ｍの条件が共通のデータごとにまとめられる。ただし触感強度記録部１４では、各触感強度Ｈ^*を触感の種類ｙと触動作特徴量ベクトルｖに関連づけて記録しているので、構築した触動作ＤＢ１３を参照して、触動作特徴量ベクトルｖを触動作変数ｍに変換しておく。これら条件ごとにまとめられたデータごとに、数１６に示した素材物理特性値Ｘと触感強度Ｈ^*の関係を重回帰分析などの手法により求める。得られた結果は図３０に一例として示したように、触動作変数ｍと触感の種類ｙと触感重みベクトルＣ（ｍ，ｙ）が関連づけられて触感重みＤＢ１８ａに格納される。

　以上により本実施形態における学習ステップ１が完了する。

　次に素材ＤＢ２３ａを構築する学習ステップ２について、図３５を用いて述べる。ここでも実施形態１の対応する図２５と同じ機能を有する要素については、同じ記号を付与して説明を省略する。本実施形態による図３５の構成と、実施形態１による図２５の構成との相違点は、本実施形態においては、触感重みＤＢ１８ａに格納された触感重みベクトルが、触動作変数ｍと触感の種類ｙごとに決定されることにより、各素材の触感強度も触動作変数ｍと触感の種類ｙごとに計算されて格納される点である。以下学習ステップ２を説明する。

　触感重み抽出部２５ａでは、触感重みＤＢ１８ａから条件としての触動作変数ｍと触感の種類ｙの組みを、その時の触感重みベクトルＣ（ｍ，ｙ）と共に順次抽出する。素材触感推定部２ａでは、このうちの触感重みベクトルＣ（ｍ，ｙ）を数１６に当てはめて、触感の種類ｙに関する触動作変数ｍの下での触感強度Ｈ_y（ｍ）を求める。得られた触感強度Ｈ_y（ｍ）は、触動作変数ｍと触感の種類ｙと関連付けられて素材ＤＢ２３ａに、図３１に示す形式で格納される。なお素材ＤＢ２３aは、実施形態１と全く同様に単に素材ごとの素材物理特性値を格納しているだけとし、素材検索時に都度触感強度を計算するようにしてもよい。この場合、検索実行時に計算時間が余計に多く必要となる反面、素材ＤＢ２３ａの格納容量を小さくできるという利点を有する。

　以上に述べた学習方法および、素材検索方法を行うことにより、触者の触動作から触者が感じようとしている触感の種類が一意に同定できなくても、触者の求める触感の種類とその触感強度を推測して素材検索することが可能になる。

　また実施形態１でも示したように、素材検索のために参照素材に触れるのは１回限定のものではなく、複数回の「触」を通じて素材検索をしてもよい。この場合、各「触」ごとの検索結果についてＡＮＤによる絞込み、あるいはＯＲによる範囲拡大が有効である。このような場合、「触」ごとで推定される触感の種類で共通の触感の種類ｙがあると、その触感の種類ｙが重ねて素材検索に寄与することになるので、結果的に触感の種類ｙに関する触感強度が重視された検索結果となる。このことは、触者が触動作を変えながらも一貫した触感の種類を感じるべく参照用素材を触れることで、結果としてその触感の種類に関する触感強度が強調された検索結果となることを意味している。これは人が対象物に触れる時の行動と照らし合わせても一致したものとなっており、触者に違和感を覚えさせない自然な素材検索を可能にするものである。

　（実施形態３）
　実施形態１の冒頭で説明した本発明の原理を応用すると、複数の触感の種類の触感強度を各成分とするベクトルとして触感を表現することで、より直接的に触動作の変化による触感の変化を扱うことが可能になる。まず、この原理を説明する。

　今、触感の種類の数をＭ個とする。触者が感じている触感の種類ごとの触感強度をＨ_kで表すと、触感全体は、Ｍ次元の列ベクトルとして次式で表すことができる。

これを以降では「触感特徴量ベクトル」と呼ぶことにする。この時、数８で示した触動作変数ｍによって触感強度が変化することは、次式で表現することができる。

　これまで触感重みベクトルと呼んでいたものは、数１９の行列Ｃ（ｍ）では行成分として表されており、Ｍ個の触感の種類の触感重みベクトルを組み合わせて１つの行列としたものとなっている。以降、本実施の形態ではこのＣ（ｍ）行列を「触感重み行列」と呼ぶ。数１９の意味するところは、触者が感じる素材の触感は触感特徴量ベクトル空間の一点として表現され、これは物理特徴量空間の一点としての素材を触感重み行列Ｃ（ｍ）で変換して得ることができる、ということである（図３６参照）。素材の検索時には、参照用素材から推定した数１０に基づく触感特徴量ベクトルと、データベースに格納された検索対象素材の触感特徴量ベクトルの、ベクトル間距離によって検索を行うことができる。

　このように触感特徴量ベクトルを用いて素材検索を行うことで、触者が感じている触感に近い素材を検索することができるとする根拠は以下の考えに基づく。

　実施形態１の冒頭で説明したように、触動作によって触者が感じる触感の種類ごとの触感強度は変化する。しかし触者は、最も顕著な触感の種類の触感強度だけで触感を判断している訳ではなく、比較的弱い触感強度の触感の種類についても併せて感じている可能性がある。つまり触者は素材の触感を触感特徴量ベクトルで表現される触感空間上の一点として感じている。

　ところが数１９の触感重み行列が触動作に依存して決まることが示すように、触動作により素材の触感空間での位置は変化する。よって触動作による触感特徴量ベクトルの変化に追随して素材検索を行うことで、触者の感じている触感の類似性に応じた素材検索が可能になる。

　上述の動作原理に基づく素材検索処理を、図３７および図３８を用いて例示する。

　図３７は、表面の粗さが異なる４つの素材、素材Ａ、素材Ｂ、素材Ｃ、素材Ｄに対して、触動作により表面粗さに関する触感強度が変化する様子を示している。すなわち、押し込み動作をした場合に感じられる触感強度は、素材の変化に対して直線Ｄ０２のように変化して、素材ごとの触感強度の差が小さくまた平均的な触感強度も小さい。一方、なぞり動作をした場合には触感強度は直線Ｄ０１のように変化して、素材ごと触感強度の差が大きく、また平均的な触感強度も大きい。すなわち、数８における触感重み行列Ｃ（ｍ）の触動作の違いに伴う変化が、この例では直線の傾きと切片として表現されている。この結果、触者が素材をなぞり動作で触れている時には、押し込み動作をしている時より素材の粗さ感を強く感じていると予想することができる。

　触動作による触感強度の変化は、図３７に例示した粗さ感だけでなく他の触感の種類についても起こり、変化の仕方は触感の種類により異なる。図３８はこれを例示したもので、４つの素材Ａ、素材Ｂ、素材Ｃ、素材Ｄの触感強度を２種類の触感の種類Ｈ₁、Ｈ₂について横軸、縦軸に取って、その分布を２つの触動作（なぞり動作、押し込み動作）についてプロットした例である。

　この図のように、触感強度空間での素材の分布は触動作により変化し、たとえばなぞり動作では、横軸方向に伸びた分布、押し込み動作では縦軸方向に伸びた分布となる。このため、素材Ｂに最も近い触感の素材を検索すると、なぞり動作に基づいて検索した場合には、なぞり動作による分布に基づいて素材Ｃが検索される。

　一方、押し込み動作に基づいて検索した場合には、押し込み動作による分布に基づいて素材Ｄが検索される。このように触感特徴量ベクトル空間で素材検索を行うことで、触者の感じている触感、かつ触動作に伴って変化する触感の類似性に倣った素材検索が可能になる。

　以上に述べた触感特徴量ベクトルを用いた素材検索装置８０２を、図３９、図４０および図４１を用いて説明する。

　まず、素材検索時の方法を図３９に示す。本図において実施形態１の対応する図１４と同じ機能を有する要素については同じ記号を付与し、説明を省略する。

　本実施の形態における素材検索実行時の処理フローは、実施形態１におけるそれとほとんど同じである。相違点は、本実施形態では、先に述べたように触感強度の推定を触動作変数から判断された特定の触感の種類についてのみ行うのではなく、考慮すべき全ての触感の種類について行い、それらをベクトルとして類似度計算することである。

　以下、相違点を中心に詳細を説明する。

　参照用素材２２を触者が触れ、その時の触動作から触動作変数ｍを求めるまでの処理は、実施形態１と全く同じである。

　触動作変数ｍが決定された後、触感重み行列検索部１９ｂは、数１９に示した触感重み行列Ｃ（ｍ）を触感重みＤＢ１８ｂから検索する。すなわち触感重みＤＢ１８ｂには、触動作変数ｍと触感重み行列Ｃ（ｍ）が関連付けられて格納されている。その形式としては、テーブルルックアップ形式でもよい。

　素材触感推定部２ｂは、触感重み行列Ｃ（ｍ）と、素材物理量計測部１で得た参照用素材２２の素材物理特性値Ｘとを数１９に適用して、触感特徴量ベクトルＨを求める。素材ＤＢ検索部３ｂでは、素材ＤＢ２３ｂに格納された各検索対象素材の触感特徴量ベクトルと、素材触感推定部２ｂで求めた触感特徴量ベクトルＨでベクトル間の距離を求め、これを元に検索スコアとする。その一例としては、２つのベクトル間のユークリッド距離が可能である。また、ベクトル成分（すなわち触感の種類）ごとに異なる重みを付与した距離、すなわち素材ＤＢに格納された素材Ｔの各触感強度をｔ_iとして、素材Ｔに関するスコアＳ（Ｔ）を、下記数２０により求めてもよい。

数２０において、ｗ(i)は重み関数で、実施形態２で述べた触感の種類ｙに関する事後確率Ｐ（ｙ｜ｍ）を使うことも有効である。

　このような計算により、最も良いスコアの素材（最も類似した素材）を検索結果として出力する。あるいは所定の閾値を用いて、一定程度類似した素材群を検索結果として出力することも有効である。この時単に素材名だけでなく検索スコアを併せて出力してもよい。検索結果表示部７での表示方法は、実施形態１と同様である。

　以上のような素材検索を行うために、触動作ＤＢ１３、触感重みＤＢ１８ｂ、素材ＤＢ２３ｂの事前の構築が必要である。実施形態１同様この学習ステップは、触動作ＤＢ１３と触感重みＤＢ１８ｂを構築する学習ステップ１と、素材ＤＢ２３ｂを構築する学習ステップ２からなる。

　図４０は、学習ステップ１を行うための構成図である。以下、この図を用いて本実施形態の学習ステップ１の説明を行う。なお、実施形態１の対応する図２４と同じ機能を有する要素は、同じ記号を付与し説明を省略する。

　学習ステップ１では実施形態１と同様、複数の触者２０が複数の学習用素材２１を複数の触感語彙を呈示して触り、その触感強度を答える触実験を行う。ただし実施形態１の学習ステップ１と異なり、１つの触動作に対してＭ個の触感の種類の触感強度を全て答えなければならない。これは、素材触感推定部２ｂで推定するのが、Ｍ個の触感の種類すべての触感強度を成分とするベクトルであるため、学習データも触感強度を成分とするベクトルであることが必要であるからである。なお、実施形態１の素材触感推定部２は、特定の触感の種類の触感強度を推定するのみであったため、学習時にも１つの触動作に対し１つの触感の種類の触感強度を答えるだけでよかった。

　この目的のため本素材検索装置には触動作指定部２９が含まれていて、触者は触動作を固定した上で各触感語彙Ｙについてその触感強度を答える。学習用素材の素材物理特性値Ｘと、触動作変数ｍと、Ｍ個の触感の種類の触感強度からなる触感特徴量ベクトルＨ^*の組のデータが多数得られたら、数１９の関係が得られるようこれらを統計的に計算して、触感重み行列Ｃ（ｍ）を触感重み算出部１５ｂで求める。この結果として、触動作変数ｍと触感重み行列Ｃ（ｍ）が関連づけられて触感重みＤＢ１８ｂに格納される。

　次に触実験を通じて、触者が感じる触感を表す触感強度ベクトルＨ^*データを集める方法をより詳しく説明する。

　触実験では、１つの触動作に対し全ての触感語彙の触感強度を答える必要があるため、触者が取る触動作は固定されなければならない。このため触動作指定部２９は、たとえば「なぞる」、「押し込む」といった触動作を指示する言葉や、実際の触動作を撮影した映像を呈示するなどする。

　このとき、動作物理量計測部１０および動作特徴量算出部１１で触者の触動作を監視し、所定の範囲から逸脱した触動作を取っているときには、どのような触動作をするべきか教示するメッセージを含んだ警告を発するようにしてもよい。さらには、ＸＹＺ軸さらにはその回転を含むような多軸の動きが可能なアクチュエータを持ったアームが触者の手・指を把持し、決められた触動作となるよう強制的に手・指を動かして触感強度を答えさせるようにしてもよい。

　このように触動作指定部２９が指定する触動作は、触感重み行列Ｃ（ｍ）を求める都合上、網羅的であることが望ましい。網羅的な触動作の集合を得るため、学習ステップ１で触動作ＤＢ１３を構築するための触実験と、触感重みＤＢ１８ｂを構築するための触実験は個別に行ってもよい。すなわち、まずは実施形態１の学習ステップ１で述べた触動作ＤＢ１３の構築方法と同様の方法で触実験を行い、触動作ＤＢ１３を構築する。この結果複数個の触動作グループが、各グループの触動作特徴量ベクトルｖの平均値と共に求まる。触感重みＤＢ１８ｂを構築するための触実験では、触動作指定部２９が各触動作グループの触動作を表す言葉、映像、あるいは触動作特徴量ベクトルｖの触動作を多軸アームによって強制的に再現して、触者に素材を触らせるようにする。このようにすれば、触者は全ての触動作の種類を網羅的に取ることができる。このようにして触動作と触感語彙の全ての組み合わせを順次指示していくことで、各触者から[触動作の種類の数]×[触感の種類の数]の触感強度に関する応答を得ることができる。

　触感重み算出部１５ｂでは、各触者、各学習用素材、各触動作変数ｍ、各触感の種類ｙに関する触感強度データＨ^*を収集し、これを統計的に処理して触感重み行列Ｃ（ｍ）を決定する。触感重み行列Ｃ（ｍ）の各行成分は、１つの触感の種類に対応しており、これは実施形態１または実施形態２で述べた触感重みベクトルと同じである。つまり、各触感の種類ごとに実施形態１または実施形態２で述べた学習方法で触感重みベクトルを求め、これを合成することで触感重み行列Ｃ（ｍ）とすることができる。触感重みＤＢ１８ｂは、こうして得られた触感重み行列Ｃ（ｍ）を触動作変数ｍと関連づけて格納する。

　次に学習ステップ２による、素材ＤＢ２３ｂの構築を、図４１を用いて説明する。本図の説明においても、実施形態１における対応する図２５と同じ機能を有する要素は同じ記号を付与し、説明を省略する。学習ステップ２のための構成が、実施形態１の構成と比較して相違する点は、触感重みＤＢ１８ｂに格納されているものが、触感重みベクトルではなく触感重み行列であること、それと対応して、素材触感推定部２ｂで推定される触感強度が、特定の触感の種類の触感強度（スカラ）ではなく、Ｍ種類の触感の種類の触感強度を成分とする触感強度ベクトルであることである。処理の流れは実施形態１の学習ステップ２と同様である。

　すなわち触感重み抽出部２５ｂは、触感重みＤＢ１８ｂから触動作変数ｍと触感重み行列Ｃ（ｍ）の組を１つずつ抽出する。各触動作変数ｍと触感重み行列Ｃ（ｍ）の組について素材触感推定部２ｂは、検索対象素材２４に対して素材物理量計測部１で計測した素材物理特性値Ｘを数１９に当てはめて、この素材の推定された触感特徴量ベクトルＨを求める。素材ＤＢ２３ｂには、検索対象素材２４と触動作変数ｍとその時の推定された触感特徴量ベクトルＨが関係付けられて格納される。

　以上のように、様々な触動作について、その時に触者が感じるあらゆる触感の種類の触感強度を触感特徴量ベクトルとして推定することで、触者が素材に触れて感じる全体としての触感を推定することが可能になる。またこの触感特徴量ベクトルに基づく素材検索を行うことで、ある触動作を触者が取ったときに感じている触感に最も近い素材を、ただ参照素材に触れるだけで検索することが可能になる。

　（実施形態４）
　以下に述べる実施形態４から実施形態７は、あたかも素材に触れたかのような触感を呈示する、触感ディスプレイ装置に関する発明で、人の触動作、及び、当該触動作に対応する対象物の物理特性値を計測し、事前に作成されたデータベースから取得した当該触動作に基づく物理心理変換手段で物理特製値を触感量に変換し、当該触感量に基づいて触感ディスプレイのアクチュエータを制御し、対象物に触れた際の触感を再現する。

　図４２は、本実施形態による触感処理装置１００を示すブロック図である。

　本実施形態による触感処理装置１００は、対象物に触れる人１０４の触動作に応じた触感特徴量を計測・記録する。そして、記録された触感特徴量を、触感ディスプレイに触れる人１０７の触動作に応じて読み出して触感ディスプレイにおいて再現する。

　テスト対象物１０５に触れる人１０４と触感ディスプレイ部１０３に触れる人１０７は、同一人物でも、別人物でも構わない。人１０４と人１０７が別の人の場合は、触感受容器の感度やこれまでの経験などによって、触感に個人差が存在する。また、物に触れる手の動きにも個人差があり、人１０７が触覚ディスプレイ部１０３を触る際の触動作で、後述の触感特徴量記録部１０２から触動推定触感特徴量ベクトルＦ’_Hを読み出す際に、人１０４との個人差が触感再現性の誤差となる。本発明は、この個人差を扱うものではなく、人１０４と人１０７の間に存在する違いは、そのまま残存して、人１０７に触感が呈示される。被験者１０４と人１０７が同一人物であったとしても、試行ごとにわずかな違いが発生することは自然なことである。以上のように、被験者１０４がテスト対象物１０５に触れる際の状態と、人１０７が触感ディスプレイ部１０３に触れる際の状態には、何らかの差異があり、本発明は、当該差異の範囲内で触感を再現する。従って、被験者１０４と人１０７は任意であり、同一人物でも、別人物でも構わない。

　触感ディスプレイに触れる人１０７の触動作は、その人（触者）１０７が対象物から受ける様々な触感（凹凸感、硬軟感、摩擦感、粘性感など）のうち、知りたい触感の種類を表している。触感ディスプレイでの再現性を高めるためには、その触者の意思を的確に把握することが重要である。そこで、本実施形態においては、触感ディスプレイの触者の触動作を利用して、予め記録されていた複数の触感特徴量から一つを選択、抽出し、その触感特徴量に基づいて触感ディスプレイにおいて触者が知りたい触感を再現する。

　以下、図４２に示す触感処理装置１００を詳細に説明する。

　触感処理装置１００は、触感センサ部１０１、触感特徴量記録部１０２、触感ディスプレイ部１０３を有しており、人１０４がテスト対象物１０５に触れた際の触感と触動作を触感センサ部１０１が計測し、計測した触感を触感特徴量として、触動作とともに触感特徴量記録部１０２に記録する。さらに、触感ディスプレイ部１０６に触れる人１０７の触動作に応じて前記触感特徴量を触感特徴量記録部１０２から読み出し、触感ディスプレイ部１０３で再現する。

　触感センサ部１０１は、手の動き計測部１０８、対象物物理計測部１０９、物理心理変換部１１０を有しており、図１に示した触動作を考慮した触感推定方法によって、人１０４がテスト対象物１０５に触れた際の触感を推定する。手の動き計測部１０８は、人１０４がテスト対象物１０５に触れる触動作を計測する。対象物物理計測部１０９は、人１０４とテスト対象物１０５の接触状態に応じてテスト対象物１０５の物理特性ベクトルＰ_Hを計測する。人１０４とテスト対象物１０５の接触状態が必要となるため、手の動き計測部１０８は触動作特徴量ベクトルＨを対象物物理計測部１０９に入力する。物理心理変換部１１０は、図１に示した物理心理変換手段２３０４に相当する。物理心理変換部１１０は、学習工程２３０５において算出した関数Ｍ_Hを用いて、対象物物理計測部１０９が計測した物理量を心理量に変換し、人１０４がテスト対象物１０５に触れた際の触感を推定する。

　手の動き計測部１０８の機能は、既に説明した実施形態１の動作物理量計測部１０の機能と同様である。したがって、手の動き計測部１０８の説明は省略する。

　対象物物理計測部１０９は、テスト対象物１０５の物理特性値を計測する。その際、人１０４の触動作に関係する物理特性値を計測するために、手の動き計測部１０８から触動作特徴量ベクトルＨを取得する。計測した物理特性値は、触動テスト物理特性値ベクトルＰ_Hとして出力される。本明細書において、「触動」とは、「人１０４の手がテスト対象物１０５に触れる動き」を意味し、「触動テスト物理特性値」は、触動作に関係する限定的な物理特性値という意味合いで用いる。

　対象物物理計測部１０９の構成例は、既に説明した実施形態１の素材物理量計測部１の構成と同様である。したがって、対象物物理計測部１０９の説明は省略する。ここでも実施の形態１同様、物理計測のセンサについては特に限定するものではなく、レーザ変位計のような非接触センサによる計測であっても構わない。

　対象物物理計測部１０９が計測した物理特性値は、物理センサ５０４の位置情報（Ｘ，Ｙ，Ｚ）と共に、触動テスト物理特性値ベクトルＰ_Hとして出力される。

　物理心理変換部１１０は、触動テスト物理特性値ベクトルＰ_Hを触動推定触感特徴量ベクトルＦ’_Hに変換し、人１０４がテスト対象物１０５に触れた際の触感を推定する。変換式は、図１に示した学習工程２３０５によって生成され、関数Ｍ_Hとして用意される。関数Ｍ_Hは、触動作特徴量ベクトルに応じて分類された複数の（数８）からなり、手の動き計測部１０８からの出力である触動作特徴量ベクトルＨに応じて切り換えて利用する。従って、物理心理変換部１１０の演算機能は、以下のように表現される。

　触動テスト物理特性値ベクトルＰ_Hの内訳は、たとえば、粗さ係数や、弾性率、静止摩擦係数、動摩擦係数などを用いる。粗さ係数は、表面凹凸を１つの係数で表現するもので、表面凹凸の高低差を大きいほど係数の値が大きくなる。弾性率は、対象物に対して垂直方向の加圧に対する変形を表わす縦弾性率（ヤング率）や、対象物に対して水平方向の加圧（せん弾力）に対する変形を表わす横弾性率（せん断弾性率）などに分類できる。触動作特徴量ベクトルＨの分類は、実施形態１で述べたように、初期値として設定した複数のカテゴリ中心ベクトルに最近傍ベクトルを加えてカテゴリ中心ベクトルを逐次更新していくＫ－ｍｅａｎ法など、既存の分類方法を利用する。仮に、手の動きが、垂直方向と水平方向の二種類から成る場合は、クラスタリング処理の結果、触動作特徴量ベクトルＨは２つのクラスタに分類される。以上の事例で、数２１を具体的に記述するならば、たとえば、数２２のような式が構成される。

ここで、ａは粗さ係数、ｂは縦弾性率、ｃは横弾性率、ｄは静止摩擦係数、ｅは動摩擦係数である。また、Ｈ＝１は対象物に対して垂直方向に押し込む動作の場合、Ｈ＝２は対象物に対して推定方向になぞる動作の場合である。

　図４３は、物理心理変換部１１０の構成例を説明する図である。テーブル２４０１は、触動作特徴量ベクトルＨと触動テスト物理特性値ベクトルＰ_H入力とし、触動推定触感特徴量ベクトルＦ’_Hを出力とする。ｎ個の学習対象物に対して、被験者が触れた際の触動作をクラスタリング処理で分類し、この例では、２つのカテゴリに分類されている。また、５つの物理特性値が計測され、触動テスト物理特性値ベクトルＰ_Hとして登録される。出力は、被験者が官能評価実験で応答した応答量を因子で表現したベクトルであり、ｎ個の学習対象物それぞれに対応して登録される。

　図８を中心に、すでに説明したように、触覚受容器は振動周波数に対して発火閾値が異なり、従って、指と対象物との接触状態がどの触覚受容器を発火させるかを決める。触覚受容器の発火は最終的に触感の生起につながり、従って、この触感を定量的に記述する官能評価実験から導き出される因子は、指と対象物との接触状態と強い依存関係を持つ。言い方を変えると、触動作が変われば触感も変わるため、触動作が変われば抽出される因子も異なってくる、と言える。そこで、触動作をいくつかのパタンに分類し、パタンごとに因子分析を行った方が、累積寄与率の高い良好な因子分析が行える可能が高い。

　触感特徴量記録部１０２は、触感センサ部１０１が計測した触動作特徴量ベクトルＨと触動推定触感特徴量ベクトルＦ’_Hを記録する。触動作特徴量ベクトルＨは、人１０４がテスト対象物１０５に触れた際の触動作の特徴量ベクトルである。触動推定触感特徴量ベクトルＦ’_Hは、人１０４がテスト対象物１０５に触れた際に感じた触感の特徴量ベクトルである。共に、人１０４に関する計測データであり、図４４に示すように、触動作と触感をペアで記録し、触動作と触感の対応テーブル２６０１を作成する。図４４の例では、触動作特徴量ベクトルＨと触動推定触感特徴量ベクトルＦ’_Hはｎ組記録されている。ベクトルＨ１０４，ｘ（ｘ＝１，２、・・・、ｎ）はｘ番目の触動作特徴量ベクトルＨを表わし、ベクトルＦ’_H１０４，ｘ（ｘ＝１，２、・・・、ｎ）はｘ番目の触動推定触感特徴量ベクトルＦ’_Hを表わす。

　さらに、触感特徴量記録部１０２は、触感ディスプレイ部１０３に触れる人１０７の触動作に応じて、該当する触動推定触感特徴量ベクトルＦ’_Hを出力する。図８で説明したように、人は対象物との接触状態を切り換えることで、触覚受容器に様々な周波数の振動刺激を与え、様々な触感を得ている。そこで、人１０４が感じた様々な触感を一旦、触感特徴量記録部１０２に蓄積し、次に、人１０７の触動作に応じて該当する触感を呼び出す構成となっている。

　このように、触感特徴量記録部１０２を設けることにより、触感特徴量を示す情報が蓄積されることになる。その結果、触感特徴量の蓄積量に比例して、人１０７が知りたい特徴量に対応した触感を触感ディスプレイ部１０３において精度よく再現できる。

　図４５は、被験者１０４の触動作と触感の対応テーブル２６０１から人１０７の触動作特徴量ベクトルＨ’を頼りに、人１０７に呈示する触動推定触感特徴量ベクトルＦ’_Hを選択する方法を説明する図である。触感ディスプレイ部１０３に触れる人１０７の触動作は、後に詳述するように、触感ディスプレイ部１０３が有する手の動き計測部１１４によって計測され、触動作特徴量ベクトルＨ’として出力される。最近傍ベクトル検出部２６０２は、触動作と触感の対応テーブル２６０１の中のｎ個の触動作特徴量ベクトルＨと触動作特徴量ベクトルＨ’を比較し、ベクトル空間で最も近い最近傍ベクトルを検出する。図４５の例では、２番目のデータである触動作特徴量ベクトルＨ１０４，２が最近傍ベクトルとして検出された。そこで、２番目のデータにある触動推定触感特徴量ベクトルＦ’_H１０４，２を、触動推定触感特徴量ベクトルＦ’_Hとして出力する。

　なお、図４５では、最近傍ベクトルを１つだけ検出する形となっているが、近傍ベクトルを複数検出し、加重平均によって触動推定触感特徴量ベクトルＦ’_Hを算出してもよい。すなわち、（数２３）に示すように、触動作特徴量ベクトルＨ’との距離が小さい触動作特徴量ベクトルＨ１０４，ｘをｋ個検出し、これらに対応する触動推定触感特徴量ベクトルＦ’_H１０４，ｘに重みｗｉを掛けて加算を行う。重みｗｉは、（数２４）に示すように、触動作特徴量ベクトルＨ’と触動作特徴量ベクトルＨ１０４，ｘとの距離の逆数から求め、前記逆数を分子に、前記逆数のｋ個の総和を分母にとって算出する。

　人１０４の手の動きは、人１０７が取り得る手の動きを網羅的にカバーしておくことが理想的である。図４６は、触動作特徴量ベクトル空間を示している。領域６０１は人１０４から計測された触動作特徴量ベクトルの分布を示し、領域６０２は人１０７から計測された触動作特徴量ベクトルの分布を示す。図４６（ａ）に示したように、領域６０１（人１０４）が領域６０２（人１０７）を完全に包含すれば（これは十分な学習を行うことを意味する。）、人１０７のあらゆる手の動きに対して、テスト対象物１０５の触動推定触感特徴量ベクトルＦ’_Hを提供できる。一方、図４６（ｂ）に示したように、領域６０１（人１０４）が領域６０２（人１０７）を完全に包含できない場合は、人１０７の一部の手の動きに対して、テスト対象物１０５の触動推定触感特徴量ベクトルＦ’_Hを正確に提供できなくなる。最近傍ベクトル検出部２６０２は、最近傍のベクトルを検出するため、図４７に示すように、領域６０１（人１０４）の外にある触動作特徴量ベクトル９０１が、領域６０１内の最近傍箇所にマッピングされ、誤差９０２を有した形で触動作特徴量ベクトル９０３が検出される。

　なお、図４４に示す触動推定触感特徴量ベクトルＦ’_Hと触動作特徴量ベクトルＨとの関係は、（数２５）に示すように、関数記述であっても構わない。

　すなわち、図８を中心に、すでに述べたように、触動作と触感には強い相関があり、相関が高ければ、２つのベクトルの関係は高い精度で関数記述できる。関数Ｇで触動作特徴量ベクトルＨを触動推定触感特徴量ベクトルＦ’_Hに変換する場合は、触感ディスプレイ部１０３から与えられる触動作特徴量ベクトルＨ’を（数２５）のＨに代入することで、触動推定触感特徴量ベクトルＦ’_Hが算出され、これが図４５の動作の代わりになる。

　触感ディスプレイ部１０３は、心理物理変換部１１１、アクチュエータ制御部１１２、アクチュエータ部１１３、手の動き計測部１１４を有しており、触動推定触感特徴量ベクトルＦ’_Hに基づいてテスト対象物１０５の触感を人１０７に対して再現する。

　心理物理変換部１１１は、触動推定触感特徴量ベクトルＦ’_Hをアクチュエータ制御信号Ｄ’_Hに変換する。変換式は、図６の心理物理変換部２１０４と同様であり、（数６）を用いるが、触動作で分類した複数の（数６）の中から触動推定触感特徴量ベクトルＦ’_Hに基づいて１つを選択する。これは、物理心理変換部１１０と同様で、因子分析を触動作のパタンに分類して実行するためであり、触感ディスプレイ部１０３に触れる人１０７の触動作特徴量ベクトルをあらかじめＫ－ｍｅａｎ法等によって複数のカテゴリに分類し、カテゴリごとに、因子分析を行う。因子である触感特徴量ベクトルＦ’ とアクチュエータ制御信号Ｄ’との関係が行列Ｖで表わされ、その逆行列で（数６）が与えられる。

　アクチュエータ制御部１１２は、アクチュエータ制御信号Ｄ’_Hを受けて、アクチュエータ部１１３を制御する。

　アクチュエータ部１１３は、任意の方式で構わないが、具体的には、図５の従来例で説明したように、振動呈示や力覚呈示、摩擦力呈示などを用いる。ただし、本発明では、人１０７の触動作を計測しているため、アクチュエータは触動作に対応した必要な動作のみを行い、すべてのアクチュエータが同時に動作する必要はない。すなわち、図７（ａ）に示すように、指１９０１がなぞり動作１９０２を行った場合は、粗さ感１８０３と摩擦感１８０５が再現され、図７（ｂ）に示すように、指１９０１が押し込み動作１９０５を行った場合は、硬軟感１８０４が再現される。触感ディスプレイ１８０１は、前述したように、超音波振動子の非定常成分１８０９で振動１８０７を発生して粗さ感１８０３を呈示し、超音波振動子の定常成分１８１３で力分布１８１２を発生して硬軟感１８０４を呈示する。しかし、粗さ感１８０３と硬軟感１８０４を同時に呈示しようとするため、定常成分１８１３は振動１８０７にも影響を与え、粗さ感１８０３への補正が必要になる。具体的には、定常成分１８１３と非定常成分１８０９の振幅比を調整することで、粗さ感１８０３への影響を補正している。一方、本発明は、触動作を計測しているため、なぞり動作１９０２のみが成されている場合は、力分布１８１２の制御は不要であり、従って、定常成分１８１３は振動１８０７の発生のみを想定して自由に制御が可能であり、補正を必要とする従来例とは、全く逆の位置付けとなる。

　以上のように、触感処理装置１００は、人１０４がテスト対象物１０５を触った際に感じた触感を人１０７に伝えることができ、物理的に物を運ばなくても遠隔地間で触感を伝え合うことができる。人１０４と人１０７とが同一人物である場合は、触感のアーカイブが可能であり、過去に実物に触った触感を電子的に記録しておき、時間差をおいて、触感ディスプレイで触感を再現することが可能である。

　（実施形態５）
　図４８は、本実施形態による触感処理装置１０００の構成を示すブロック図である。

　本実施形態では、触感ディスプレイに触れる人の触動作に応じて対象物の物理特性値を計測し、前記触動作と前記対象物の物理特性値に基づいて、対象物に触れた際の触感を触感ディスプレイで再現する触感処理装置を説明する。なお、図４２に示す触感処理装置１００と同様の部分については同じ符号を付し、詳細な説明は省略する。

　実施形態４による触感処理装置１００は、人１０４がテスト対象物を触ることにより、その触感特徴量を蓄積するとした。一方、本実施形態による触感処理装置１０００は、人１０４が存在しない状況において、触感ディスプレイに触れる人１０７の触動作に応じて対象物の物理特性値を計測し、触感特徴量を取得する。

　本実施形態による触感処理装置１０００によれば、たとえばテスト対象物１０５および人１０７が離れた位置に存在する場合に、テスト対象物１０５の触感を、遠隔地の人１０７が取得することが可能になる。

　以下、図４８に示す触感処理装置１０００を詳細に説明する。

　触感処理装置１０００は、触感センサ部１００１および触感ディスプレイ部１０３を有している。図４８上では、触感処理装置１０００は触感センサ部１００１および触感ディスプレイ部１０３を含む１つの装置として規定されているが、これは記載の便宜のためである。テスト対象物１０５および人１０７が離れた位置に存在するときには、触感センサ部１００１がテスト対象物１０５近傍に存在し、触感ディスプレイ部１０３は人１０７の近傍に存在することになる。このときは、触感処理装置１０００は、独立した２つの構成物品（触感センサ部１００１および触感ディスプレイ部１０３）を含むように構築されたシステムとして実現される。

　人１０７が触感ディスプレイ部１０３に触れた際の触動作でテスト対象物１０５の物理特性値を計測し、前記触動作と前記対象物の物理特性値に基づいて、人１０７がテスト対象物１０５に触れた際の触感を触感ディスプレイ部１０３で再現する。

　触感センサ部１００１は、対象物物理計測部１００２と物理心理変換部１１０を有しており、テスト対象物１０５の物理特性値と人１０７の触動作から、人１０７がテスト対象物１０５に触れた際の触感を表現する触動推定触感特徴量ベクトルＦ’_Hを算出する。

　対象物物理計測部１００２は、テスト対象物１０５の物理特性値を計測する。その際、人１０７の触動作に関係する物理特性値を計測するために、触感ディスプレイ部１０３が有する手の動き計測部１１４から触動作特徴量ベクトルＨ’を取得する。計測した物理特性値は、触動テスト物理特性値ベクトルＰ_Hとして出力される。

　図４２の触感処理装置１００が有する対象物物理計測部１０９では、図１７に示すようなＸＹＺステージ５０１を用いて物理計測センサ５０４を動かした。そこで、物理計測センサ５０４が、物理特性値１つを計測できる単機能型のセンサである場合、これを取り替えて、複数回に分けて計測する。一方、物理計測センサ５０４が、例えば、非特許文献８が開示するように、１つの測定器で複数の物理特性値（具体的には、表面形状、弾性特性、摩擦特性）を計測できる多機能型のセンサである場合は、物理特性値計測の工数が削減でき、１回で計測を終えることも可能である。本実施形態では、人１０７が、触覚ディスプレイ部１０３に触れる際の手の動きで物理センサ５０４を動作させることになる。人１０７は、触感を得るために、触感ディスプレイ部１０３に触れているので、人１０７がアクチュエータ部１１３に触れた後、できるだけ速くアクチュエータを駆動させるべきである。そこで、アクチュエータ駆動の前提となるテスト対象物１０５の物理計測は、短時間で終了することが好ましい。特に、テスト対象物１０５の物理計測を瞬時で終了することがより好ましい。テスト対象物１０５の物理計測を瞬時で終了できれば、触覚ディスプレイ部１０３に触れる際の手の動きに応じて、リアルタイムで触感ディスプレイ部１０３において触感を呈示可能になるためである。従って、センサを取り替えることなく対象物の種々の物理特性値を計測可能な多機能型の物理計測センサを利用する方が望ましい。

　触感処理装置１０００は、起動後、常時、すべての構成要素がアクティブとなって、人１０７がアクチュエータ部１１３に触れていなくても、手の動き計測部１１４は稼動を続け、対象物物理計測部１００２へ触動作特徴量ベクトルＨ’を出力し続ける。この場合は、対象物物理計測部１００２の物理センサ５０４の動きは停止している。人１０７がアクチュエータ部１１３に触れると、その手の動きを手の動き計測部１１４が捉え、触動作特徴量ベクトルＨ’に従って、対象物物理計測部１００２の物理センサ５０４が位置を変え、物理センサ５０４とテスト対象物１０５との接触状態が、人１０７の手の動きに応じて変化していく。対象物物理計測部１００２で計測された触動テスト物理特性値ベクトルＰ_Hは、物理心理変換部１１０で、触動推定触感特徴量ベクトルＦ’_Hに変換され、これが触感ディスプレイ部１０３に与えられて、最終的にアクチュエータ部１１３が駆動され、人１０７は、手の動きに応じた触感を生起する。

　以上のように、触感処理装置１０００は、人１０７が触感ディスプレイ部１０３に触れた際の手の動きでテスト対象物１０５の物理特性値を計測し、人１０７がテスト対象物１０５に触れた際の触感を触感ディスプレイ部１０３で再現する。そこで、テスト対象物１０５を触った際に感じた触感を、物理的に物を運ばなくても遠隔地で確認することが可能である。

　（実施形態６）
　図４９は、本実施形態による触感処理装置１１００を示すブロック図である。

　本実施形態では、テスト対象物の物理特性値を予め計測・記録し、触感ディスプレイに触れる人の手の動きに応じて対象物の物理特性値を読み出して、対象物に触れた際の触感を触感ディスプレイで再現する触感処理装置を説明する。

　なお、図４２に示す触感処理装置１００と同様の部分については同じ符号を付し、詳細な説明は省略する。

　以下、図４９に示す触感処理装置１１００を詳細に説明する。

　触感処理装置１１００は、触感センサ部１１０１、触感特徴量記録部１０２、触感ディスプレイ部１０３を有しており、予め行うテスト対象物１０５の物理特性計測と、その際の物理センサの動きを同時に触感特徴量記録部１０２に記録し、人１０７がテスト対象物１０５に触れる手の動きに類似した物理センサの動きを検出することで、テスト対象物１０５の物理特性値を読み出す。

　触感センサ部１１０１は、物理センサ動き指示部１１０２、対象物物理計測部１１０３、物理心理変換部１１０を有しており、物理センサ動き指示部１１０２が指示する動きで物理センサが移動し、テスト対象物１０５の物理特性値を計測し、触動推定触感特徴量ベクトルＦ’_Hとセンサ動き特徴量ベクトルＡを出力する。

　物理センサ動き指示部１１０２は、図５０に示すように、ＸＹＺステージ２５０１のモータ制御部５１１に物理センサ２５０４の動きを指示する。指示の中身は、人の手の動きを網羅するものであり、物理センサ動き指示部１１０２図示されないメモリ等にプリセット（プログラム）されている。

　たとえば、予め複数人の触動作を計測し、これらすべてを指示内容としてする。また、図５１（ａ）に示すように、触動作特徴量ベクトル空間において、計測されたベクトル群１３０１をすべて包含する領域１３０２を定義し、次に、図５１（ｂ）に示すように、領域１３０２内に均等に分布するベクトル群を設定して、これらを物理センサの動きとして指示してもよい。ベクトル１３０３は、均等に配置したベクトルの１本で、領域１３０２内に設定した格子点１３０４と座標原点１３０５を通るように配置される。領域１３０２内に均等に分布するベクトル群は、すべての格子点を通るように設定されるが、そのまま図示すると煩雑になるため、図５１（ｂ）では、１本だけ図示した。さらには、モータ２５０５、モータ２５０７、モータ２５０９の駆動能力と支持ポール２５０２、支持ポール２５０３の稼動範囲等を考慮した物理センサ２５０４のあらゆる動きを想定し、テスト対象物１０５を破損しない範囲で、計測を行う。人１０７の触動作の種類からみると、計測データは過剰となる可能性もあるが、人手を掛けることなく、図４６（ａ）に示したような触感領域の重なりが確保される、というメリットがある。

　対象物物理計測部１１０３は、物理センサ動き指示部１１０２からのセンサ動き特徴量ベクトルＡに従って物理センサ２５０４を移動させ、テスト対象物１０５の物理特性値を計測し、触動テスト物理特性値ベクトルＰ_Aとして出力する。触感処理装置１１００は、触感特徴量記録部１０２に一旦、計測データを保存するため、触感センサ部１１０１の処理と触感ディスプレイ部１０３の処理は別々になる。そこで、ＸＹＺステージ２５０１に装着する物理センサ２５０４は、複数の単機能型を取り替える形式でも構わない。

　以上のように、触感処理装置１１００は、物理センサ動き指示部１１０２によって物理センサ２５０４を動かすことで、テスト対象物１０５の物理特性値を網羅的に計測し、人１０７の任意の触動作に対処できる。そこで、触感特徴量空間において、触覚センサ部が出力できる特徴量ベクトルの領域が、触感ディスプレイ部１０３が出力できる特徴量ベクトルの領域を包含でき、触感再現性が高まる。また、テスト対象物１０５の物理計測に人手が不要となる。このように、テスト対象物１０５を触った際に感じた触感を、物理的に物を運ばなくても遠隔地で確認することが可能である。

　（実施形態７）
　図５２は、本実施形態による触感処理装置１４００を示すブロック図である。

　本実施形態では、触感ディスプレイに触れる手指は動かさず静止させておき、対象物に触れた際の触感を触感ディスプレイで受動的に再現する触感処理装置を説明する。手指は動かさないため、本実施形態による触感処理装置には、実施形態４の触感処理装置１００の手の動き計測部１１４は設けられていない。なお、図４２に示す触感処理装置１００と同様の部分については同じ符号を付し、詳細な説明は省略する。

　以下、図５２に示す触感処理装置１４００を詳細に説明する。

　触感処理装置１４００は、触感センサ部１０１、触感ディスプレイ部１４０１を有しており、人１０４がテスト対象物１０５に触れた際の触感を人１０７が触感ディスプレイ部１４０１に触れることで感じることができる。ただし、人１０７は、触感ディスプレイ部１４０１に触れる手指を動かさず、アクチュエータ部１１３の駆動によって、受動的に触感を生起する。図４２に示す触感処理装置１００では、触感ディスプレイ部１０３に触れる人１０７は、アクチュエータ部１１３を自由に触ることができ、手の動き計測部１１４が計測した人１０７の触動作に類似した人１０４の触動作を検出することで、触動推定触感特徴量ベクトルＦ’_Hが決定された。従って、人１０７は触動作を変えることで、目的とする触感を様々に切り換えながら、能動的に触感を感じることができる。一方、本実施形態の触感処理装置１４００は、人１０４が感じている触感を推定する過程にのみ、触動作が利用され、人１０７が触感を感じる過程には手の動きは存在しない。従って、触感処理装置１４００は、人１０４が感じた触感のみをそのまま受動的に感じる形になる。

　触感ディスプレイ部１４０１は、心理物理変換部１１１、アクチュエータ制御部１４０２、アクチュエータ部１１３を有しており、触動推定触感特徴量ベクトルＦ’_Hを受けて、アクチュエータ部１１３を動作させる。

　アクチュエータ制御部１４０２は、手指をアクチュエータ部１１３に静止した状態で接触させ、目的の触感を人１０７に与えるようにアクチュエータ部１１３を制御する。すなわち、（数６）の演算を実行することであり、従って、予め行列Ｖを求める必要がある。この手順は、図６で、アクチュエータ部２１０２の入出力特性を(数５)でモデル化した場合と同様であるが、本実施形態では、人１０７が手指を動かさない状態で、様々なアクチュエータ制御信号Ｄ’をアクチュエータ制御部２１０３に与える。

　なお、図５２には、触感特徴量記録部１０２のような、触動推定触感特徴量ベクトルＦ’_Hや触動作特徴量ベクトルＨを記録する手段が明示されていないが、手の動き計測部１０８からアクチュエータ部１１３への一連の流れの途中にデータ記録手段を介在させることは可能で、たとえば、触感センサ部１０１の出力である触動推定触感特徴量ベクトルＦ’_Hを記録し、これを再生して触感ディスプレイ部１４０１で再現可能である。

　以上のように、触感処理装置１４００は、人１０４が感じた触感を人１０７が受動的に感覚できるもので、物理的に物を運ばなくても遠隔地へ触感を伝えることが可能である。

　以上のように本発明は、人の触感にその時々に感じている触感に着目し、これに基づいた類似触感の素材群呈示手段や、対象物の触感を電子的に確認できる手段を提供できる。本発明によれば、電子商取引や遠隔会議などにおいて利用されることにより、サンプル送付による素材感や質感の確認プロセスを時間的かつ経済的に削減できる。特に、電子商取引では、消費者に届いた商品の素材感や質感が想定と異なり、商品の返品が発生しているが、本発明によれば、触覚ディスプレイで触感を確認できるため、返品率低減に貢献できる。返品率が低減されることにより、流通コストを削減し、商品搬送によって生まれる環境負荷を削減できる。

　１　素材物理量計測部
　２　素材触感推定部
　３　素材ＤＢ検索部
　７　検索結果表示部
　１０　動作物理量計測部
　１１　動作特徴量算出部
　１２　触動作学習部
　１３　触動作ＤＢ
　１４　触感強度記録部
　１５　触感重み算出部
　１７　触動作推定部
　１８　触感重みＤＢ
　１９　触感重みベクトル検索部
　２０　触者
　２２　参照用素材
　２３　素材ＤＢ
　２４　検索対象素材
　２５　触感重み抽出部
　１００触感処理装置
　１０１　触感センサ部
　１０２　触感特徴量記録部
　１０３　触感ディスプレイ部
　１０４　人
　１０５　テスト対象物
　１０８　手の動き計測部
　１０９　対象物物理計測部
　１１０　物理心理変換部
　１１１　心理物理変換部
　１１２　アクチュエータ制御部
　１１３　アクチュエータ部
　１１４手の動き計測部

Claims

　人と対象物との接触状態を計測する動き計測部と、
　前記対象物の物理特性値を計測する物理計測部と、
　人が任意の対象物に触れたときの接触状態に応じた物理特性値と、前記任意の対象物を触れたときの触感に関する特徴量とに基づき算出される、接触状態毎の前記任意の対象物の物理特性の重みに基づいて、前記物理計測部で計測された前記物理特性値から、触感に関する特徴量を生成する物理心理変換部と
　を備えた、触感処理装置。
　前記物理心理変換部により生成される前記触感に関する特徴量を、前記人が前記対象物に触れた際に感じる触感量として出力する出力部をさらに備えた、請求項１に記載の触感処理装置。
　前記物理計測部は、前記対象物の複数種類の物理特性に関する物理特性値を計測可能であり、
　前記物理計測部は、前記人が前記対象物に触れる接触状態に応じて、計測する物理特性の種類を変化させる、請求項１に記載の触感処理装置。
　前記動き計測部は、前記人の手が前記対象物と接触している際の手の動きに関する特徴量を計測し、
　前記手の動きに関する特徴量は、前記手の位置座標、前記手と前記対象物との接触位置座標、前記位置座標の変化量、前記手の移動速度、前記手の移動加速度のうち、少なくともひとつを含む、請求項１に記載の触感処理装置。
　前記物理計測部は、前記対象物の物理特性値として、前記対象物の形状および応力のうち少なくともひとつを計測する、請求項１に記載の触感処理装置。
　前記触感に関する特徴量は、前記被験者の官能応答から抽出した因子として定義される凹凸感、硬軟感、摩擦感、粘性感のうち、少なくともひとつを含む、請求項１に記載の触感処理装置。
　前記物理心理変換部は、予め作成された、前記対象物の物理特性値、および、前記対象物に触れたときの触感に関する特徴量を対応付けた情報を保持しており、
　前記情報は、前記手の動きに関する特徴量、前記対象物の物理特性値、および、前記触感に関する特徴量を対応付けたテーブル、または、前記手の動きに関する特徴量および前記学習対象物の物理特性値を入力として前記触感に関する特徴量が出力される関数である、請求項４に記載の触感処理装置。
　前記出力部から前記触感に関する特徴量を受け取り、受け取った前記触感に関する特徴量に基づいて力を発生させることにより、その触者に触感を生起させる触感ディスプレイ部をさらに備え、
　前記触感ディスプレイ部は、
　　予め用意された変換規則に基づいて、前記記録部から受け取った前記触感に関する特徴量を制御信号に変換する心理物理変換部と、
　　前記制御信号に基づいて前記触者の手に力を与える駆動部と、
　　前記触感ディスプレイ部に触れた前記触者の手の動きに関する特徴量を計測する手の動き計測部と
　を備え、前記心理物理変換部は、前記触者の手の動き特徴量に基づいて特定される、前記記録部に記録された前記触感に関する特徴量を受け取る、請求項２に記載の触感処理装置。
　力を発生させることにより、その触者に触感を生起させる触感ディスプレイ部と、
　予め与えられたテスト対象物の物理特性値を計測する物理計測部と、
　予め用意された、学習対象物の物理計測値および人が前記学習対象物に触れた際の触感に関する特徴量を対応付けた情報に基づいて、計測された前記テスト対象物の物理特性値を、触感に関する特徴量に変換する物理心理変換部と
　を備えた触感処理装置であって、
　前記触感ディスプレイ部は、
　　予め用意された変換規則に基づいて、前記触感に関する特徴量を制御信号に変換する心理物理変換部と、
　　前記制御信号に基づいて前記触者の手に力を与える駆動部と、
　　前記触感ディスプレイ部に触れた前記触者の手の動きに関する特徴量を計測する手の動き計測部と
　を有し、
　前記物理計測部は、計測された前記手の動きに関する特徴量に基づいて、前記テスト対象物の物理特性値を計測する、触感処理装置。
　物理センサを利用してテスト対象物の物理特性値を計測する物理計測部と、
　前記テスト対象物の物理特性値を計測する際において、前記物理センサの動きを指示する物理センサ動き指示部と、
　学習対象物の物理特性値、被験者が前記学習対象物に触れたときの手の動きに関する特徴量、および前記対象物を触れた時の触感に関する特徴量を、前記手の動きに関する特徴量に応じて参照する前記物理特性値の種類や重みが変更されるようにあらかじめ対応付けた情報に基づいて、計測された前記物理特性値を前記触感に関する特徴量に変換する物理心理変換部と、
　特定された前記触感に関する特徴量を、前記人が前記テスト対象物に触れた際に感じる触感量であるとして出力する出力部と
　を備えた、触感処理装置。
　前記出力部から前記触感に関する特徴量を受け取り、受け取った前記触感に関する特徴量に基づいて力を発生させることにより、その触者に触感を生起させる触感ディスプレイ部をさらに備え、
　前記触感ディスプレイ部は、
　　予め用意された変換規則に基づいて、前記記録部から受け取った前記触感に関する特徴量を制御信号に変換する心理物理変換部と、
　　前記制御信号に基づいて前記触者の手に力を与え、前記触者に触感を生起させるアクチュエータ部と、
　　前記アクチュエータ部に触れた前記触者の手の動きに関する特徴量を計測する手の動き計測部と
　を備え、前記心理物理変換部は、前記触者の手の動き特徴量に基づいて特定される、前記記録部に記録された前記触感に関する特徴量を受け取る、請求項１０に記載の触感処理装置。