Accurate Moving Object Tracking Using Optimal Multi-Dimensional Sensor Fusion

2019 Fiscal Year Final Research Report

• Project/Area Number: 16K16093
• Research Category: Grant-in-Aid for Young Scientists (B)
• Allocation Type: Multi-year Fund
• Research Field: Perceptual information processing
• Research Institution: Toyama Prefectural University (2017-2019); Ritsumeikan University (2016)
• Principal Investigator: Saho Kenshi 富山県立大学, 工学部, 講師 (00732900)
• Project Period (FY): 2016-04-01 – 2020-03-31
• Keywords: 移動体追尾 / センサ融合 / ドップラーレーダ / カルマンフィルタ / 運動解析

Outline of Final Research Achievements

This study developed, analyzed, and applied accurate moving object tracking methods for monitoring of robots and human motions. Tracking filters that uses multi-dimensional fusion of measurement data with radars, cameras, velocity and acceleration sensors as input data are propose and analyze. We have verified the optimal configuration of a tracking filter using multidimensional data of position, velocity and acceleration, and developed a multidimensional sensor data fusion technology. In addition, the developed tracking technology was applied to the detailed analysis of the motions of each part of human body, such as the torso and legs, in gait and sit-to-stand/stand-to-sit movements.

Free Research Field

計測工学

Academic Significance and Societal Importance of the Research Achievements

レーダによる高分解能計測、及びIoTに基づくセンサ間通信は、いずれも近年開発されつつある技術である。本研究はこれらの技術を、複数種・多次元のセンサ融合による超高精度移動体追尾へと発展させた点に学術的意義を有する。また本研究成果により、複雑な移動体計測システムの設計が劇的に簡易化したのみならず、追尾フィルタの一般理論の発展へ貢献することができた。さらに、レーダやカメラ等の主に自動車や監視への応用に主眼が置かれている各種センサの応用範囲を、高齢者の見守りシステムなどにも応用可能な人体の正確な追尾に基づく運動解析へと広げることができ、本技術分野の新応用開拓に貢献した。