2019 Fiscal Year Annual Research Report
Accurate Moving Object Tracking Using Optimal Multi-Dimensional Sensor Fusion
| Project/Area Number |
16K16093
|
|---|
| Research Institution | Toyama Prefectural University |
|---|
Principal Investigator |
佐保 賢志 富山県立大学, 工学部, 講師 (00732900)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | センサ融合 / 追尾フィルタ / ドップラーレーダ / 動作解析 / 歩行計測 |
|---|
| Outline of Annual Research Achievements |
最終年度である2019年度は以下の3つの課題に取り組み、それぞれ十分な成果をあげることができた。
１．センサ融合に基づく旋回目標追尾法の提案と特性解明： 旋回目標（等角速度ターン目標）の追尾はそもそもセンサ融合を仮定しない場合でも理論特性はほとんど解明されていなかったが、本研究では制御理論的に解析することでその特性と最適設計方法論を解明できた。また、位置・速度融合の場合について等角速度ターン目標の追尾法を提案し、その基礎特性の解明を進めた。
２．位置観測が出来ず速度または加速度のみが観測可能な場合の移動体追尾過渡特性の解明：速度・加速度センサで変位を推定する問題は古くから知られているが、その詳細な特性は未解明であった。そこで本研究では速度・加速度センサの融合により、逐次的な積分処理により変位を推定する方法を提案し、その誤差特性を閉じた形で導出することに成功した。この結果、誤差最小化に基づくフィルタ係数または駆動雑音の直接的な設計が可能となった。
３．提案追尾技術の人体の起立着座運動における各部位の追跡への応用：これまでに本研究で提案してきたセンサ融合追尾法、レーダによる位置・速度センサ融合に基づく人体の日常動作計測に適用した。特に頭部や脚部などの各部位の運動を正確に追尾し、その揺動を正確に抽出することが出来た。本研究は理論的成果やフィルタ設計方法論の提案にとどまらず、抽出した揺動の個人差に基づく個人識別や活動能力推定が可能であることを示すなど、実用的な成果も得ることが出来た。これらの応用成果はいずれもIEEEのジャーナルに採択された。
|
