2015 Fiscal Year Annual Research Report
ユビキタス空間における位置属性のない微小センシングデータからの情報抽出
| Project/Area Number |
25330099
|
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
塩田 茂雄 千葉大学, 工学(系)研究科(研究院), 教授 (70334167)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | センサ / 位置推定 / ユビキタス / 対象物数推定 / レンジフリー / センシング |
|---|
| Outline of Annual Research Achievements |
本研究課題では，位置が必ずしも既知でない多数のセンサから入手するデータを利用して環境情報を推定する手法について研究を実施した．本研究の最終年度にあたる平成27年度の成果は以下の通りである．
1. バイナリセンサによる対象物数推定法：対象物に反応するセンサを多数監視領域に配置し，センサの反応から監視領域を通過中の対象物の数をカウントする手法について検討した．特に，反応センサ群を複数のクラスタに分類し，クラスタの数を対象物数の推定値として用いる手法を考案した．反応センサ群のクラスタ化には，相互最近接近傍の考え方を用いた．「反応センサA，B，Cが相互最近接近傍を形成する」とは，AB，AC，BC間の距離が，それ以外の反応センサまでの距離よりも短いことを意味する．相互最近接近傍によるクラスタ分類には任意性があるが，各相互最近接近傍がその内部に未反応センサを含まないという条件を課すことで，相互最近接近傍によるクラスタ分類が一意に決まることを数学的に証明した．
2. レンジフリー協調位置推定法：一般に協調位置推定は，センサ間の距離とアンカーの位置の二つの情報を測位に用いるが，センサ間の距離を「近い」もしくは「遠い」の2値情報で表現するレンジフリー協調位置推定法について検討を行った．特に，センサの配置に地理的に偏りがある場合にも十分な推定精度が得られるよう，４つのステップを経てセンサの位置推定を行うレンジフリー協調位置推定法を提案し，その精度をシミュレーションにより検証した．
3. センサ位置推定法のグラフ自動描画への応用：ノード間の距離がグラフ理論的距離に等しいとして，センサの協調位置推定法と同じアルゴリズムを用いて，グラフを構成するノードの相対位置座標を決定し，グラフを2次元平面上に描画する手法を考案した．考案手法は描画目的に応じてグラフのレイアウトを描き分けることが可能である．
|
Research Products
(7 results)
