2019 Fiscal Year Annual Research Report
High accuracy indoor positioning and context estimation by sound using microphone and verification
| Project/Area Number |
17K00140
|
|---|
| Research Institution | Kanagawa Institute of Technology |
|---|
Principal Investigator |
田中 博 神奈川工科大学, 情報学部, 教授 (00434415)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
五百蔵 重典 神奈川工科大学, 情報学部, 教授 (20318992)
西村 広光 神奈川工科大学, 情報学部, 教授 (70329308)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | マイクセンサ / 屋内測位 / 位置検出 / 音源識別 / アラーム音 / 機械学習 / ニューラルネットワーク |
|---|
| Outline of Annual Research Achievements |
(1)使用する音源の拡張と測位実験による検証
超音波やスペクトル拡散音源という特殊な音を用いていたTDOA法による測位手法に対して、音源を問わない測位法について検討した。TDOA 法では参照とする受信点と各受信点での音波の受信時間差を求める必要がある。従来必要であった受信側に送信側と同じ音源情報であるレプリカを持たずに受信時間差を求める構成を提案した。その構成において参照点を決定する方法を示すとともに、受信信号の相互相関計算による受信時間差とCSP 法による検出結果を比較評価し、提案手法の妥当性を確認た。実際の使用環境の広さを想定した空間 （3.8 × 5.1 [m]）の天井に受信点30個を設定した実験環境内で従来の測位用の拡散音、電子レンジ、火災警報器、そして移動ロボットであるドローンの音を用いた測位実験を行った。その結果、それぞれの RMS誤差として 、133.6、 331.7、154.4、156.2 [mm]程度の測位誤差に抑えられる結果を得た。
(2)音源の識別法と雑音除去による効果検証
前年度は静穏な室内環境での8種のアラーム音の識別を行ったが、現実には家庭内には掃除機など大きな雑音源が存在する。雑音除去法として、Spectral Subtraction（SS）法、Auto Encoderを用いた２つの手法を適用し、雑音除去による識別性能の向上の効果を調べた。雑音源はホワイトノイズ、人の声を想定したピンクノイズ、上記の掃除機の音の3種とし、4種のアラーム音源に加えた。S/N比が20dBのときは100％の識別精度であったが、SN比が－10dBの条件下において22.6％の精度まで低下した。その条件下において、SS法の適用により83.3％まで回復できることを確認した。一方、DAE法では想定した性能が確保できず（34.0％）、今後の課題として残った。
|
