| Budget Amount *help |
¥3,500,000 (Direct Cost: ¥3,500,000)
Fiscal Year 2007: ¥1,600,000 (Direct Cost: ¥1,600,000)
Fiscal Year 2006: ¥1,900,000 (Direct Cost: ¥1,900,000)
|
|---|
| Research Abstract |
ターゲットトラッキングのためのセンサネットワークにおいて,高精度なセンシングデータの取得を行うことを目的として,ユーザ/システムの要求センサ数による単一ターゲットの同時捕捉手法を提案し,昨年度はセンサノード間でのメッセージ交換によって指定数の捕捉センサを自律分散的に決定するための基本アルゴリズムの提案と検証を行った.今年度は,アルゴリズムの詳細な評価と捕捉性能や省電力性能の向上のための改良を行い,主に次の3つの課題に取り組んだ.
(1)高速移動ターゲットの捕捉率向上のための捕捉アルゴリズムの改良
まず,メッセージ送出タイミングの調整による要求数の捕捉センサ決定までの遅延時間の短縮と,状態遷移の同期現象を軽減させるためにアルゴリズムを改良して,トラッキング性能を向上できることを示した.また,上記の改良に伴い,各センサの消費電力を抑制できることも示された.
また,メッセージの受信状況からターゲットの接近を予知して捕捉性能を向上するターゲットの移動予測型アルゴリズムを提案,評価した.これにより,ターゲットの付近のみに捕捉センサが存在する状態になるため,センサネットワーク全体の省電力化が可能となる上,移動予測によってトラッキング性能が向上することが示された.
(2)省電力化を考慮したターゲット捕捉アルゴリズムの解析的評価
ターゲットの移動傾向に偏りがある場合に,ある特定の捕捉センサに電力消費量が偏らないように,周囲のセンサ同士で捕捉状態を切り替える手法を提案し,待ち行列解析により,ターゲットの移動速度と捕捉センサの切替速度を定量的に明らかにした.
(3)実機を用いたプロトタイプシステム構築による捕捉精度の検証
市販のセンサノード(人感センサ付き)を利用して,複数センサによるターゲット捕捉状態の可視化ツールを作成し,複数センサの同時捕捉によるセンシング精度の向上を確認した.
|
