2017 Fiscal Year Annual Research Report
Sensing Mechanism Optimized for Forest Environment out of Infrastructure Service Range
| Project/Area Number |
15H02722
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
瀬崎 薫 東京大学, 空間情報科学研究センター, 教授 (10216541)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
齋藤 馨 東京大学, 大学院新領域創成科学研究科, 教授 (70215531)
小林 博樹 東京大学, 空間情報科学研究センター, 准教授 (60610649)
藤原 章雄 東京大学, 大学院農学生命科学研究科(農学部), 助教 (60292794)
中村 和彦 東京大学, 空間情報科学研究センター, 特任研究員 (70707075)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | センサーネットワーク |
|---|
| Outline of Annual Research Achievements |
本研究は「電源・情報インフラが存在しない森林環境に最適化した統合型の空間情報センシング機構」の実現を目的とする。従来の電源・情報インフラの存在しない森林環境の空間情報センシングでは、固定型センサ設置のために、国立公園やの所有者や行政等ステークホルダーとの調整に多大な労力が必要である。また屋外設置のセンサであるため，設置・運用コストも莫大になる。そこで本研究では，A)実際の森林環境で長期・自律運用可能な必要最小限の固定型マイクセンサ機構、B)野生動物装着マイクセンサによる参加者センシング機構、C)固定型センサでの計測結果を元に、参加型センシングだけで固定型センサと同等以上の空間・密度で空間情報センシングを行う校正処理手法を明らかにして目的を実現する。H29年度は、C)について、参加型センシングだけで空間情報センシングを行う校正処理手法の有効性評価を実施するために、具体的には、LPWANの1種であるLoRaを用いてこれらの課題を解決する。 H28の実験から減衰データが得られた。このデータを使い確率密度関数を用いた校正処理を行った。相関の高かった確率密度関数を、この環境における確率密度関数と定め、最尤推定を用いて実際の位置推定を行った。提案手法の実現可能性を確かめるため、東京大学秩父演習林の森林環境において実際に実験を行った。 その結果から、森林環境における位置推定の精度を確かめる事ができた。以上により本研究の目的を達成できた。
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
