| Project/Area Number |
23K04315
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 25020:Safety engineering-related
|
|---|
| Research Institution | National Institute of Technology, Toyama College |
|---|
Principal Investigator |
小熊 博 富山高等専門学校, 電子情報工学科, 教授 (40621909)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
亀田 卓 広島大学, ナノデバイス研究所, 教授 (10343039)
的場 隆一 富山高等専門学校, その他部局等, 准教授 (30592323)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2023: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
|---|
| Keywords | 屋内位置推定 / 無線LAN / 位置精度 / 機械学習 |
|---|
| Outline of Research at the Start |
位置情報は防災・減災はじめ人間生活において極めて重要な情報である. 屋外の位置情報については, GPSをはじめとする全球測位衛星システムGNSSが中核を握ってきた. 一方で, GNSSの可視衛星数が少ない場所での位置精度は中央値で7m以上まで悪化する.
本研究では無線LANのアクセスポイントの情報をもとに, 時系列で100dB以上の電波の電力変動を考慮したデータセットを構築後, 機械学習アルゴリズムを開発し, 屋内およびGNSS単体では十分な位置精度が得られない屋外でのWi-Fiアシストによる位置推定手法を開発する.
|
| Outline of Annual Research Achievements |
令和5年度は、無線LANのアクセスポイント（以下、AP）のみを用いた屋内位置推定手法の開発のため、アルゴリズムの検討および富山高専の校舎をフィールドに無線LANのAPの設置位置とデータセット量が推定精度に及ぼす影響についての検討を行った.アルゴリズムには決定木を用いた。また、測定用のモバイルアプリケーションの作成を行った。
廊下に配置されたAPのみを活用した場合の正解率は誤差無しで約40%、2m誤差では約80%の正解率が得られた。廊下と教室に設置したAP情報を得た場合と比較して、誤差無しで10%、2m誤差では30%以上も正解率が向上することがわかった.また、階をまたぐ誤測率の点では、約1%までおさえることができた。
さらに、web用のアプリケーションおよびAndroidスマートフォンを対象に屋内位置推定用のアプリケーションの試作を実施した。Androidアプリケーションでは、周辺AP情報の取得回数による位置推定とリアルタイム位置推定機能を実装した。実験の結果、測定結果の約70% が2m誤差範囲であり、周辺AP情報の取得回数を増加させることで推定精度の向上を示した。
なお、上記の方法により一次元での屋内位置推定としては、2m誤差で約80％の正解率が得られた。一方で、webアプリケーションにより教室等の屋内について評価したところ、一次元と比較して誤差が大きくなった。本要因は電波の反射による受信電力が大きく変動した影響を受けていると考えられる。そこで、新たな手法が必要であることがわかり、調査および予備実験を開始している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
アルゴリズムの構築、アプリケーションの作成等もできており、順調に進んでいると考えられる。
|
| Strategy for Future Research Activity |
現行の方式では一次元での屋内位置推定手法としては有効である。一方で、二次元での屋内位置推定手法については改善が必要である。
他の方式も検討することで、二次元での屋内位置推定手法の開発を進める。
|
