| 研究課題/領域番号 |
18K11272
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60060:情報ネットワーク関連
|
|---|
| 研究機関 | 東北工業大学 |
|---|
研究代表者 |
工藤 栄亮 東北工業大学, 工学部, 教授 (80344696)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 位置推定 / マルチセンシング情報 / IoT / ZigBee / ZigBEE / 屋内位置推定 / センサ |
|---|
| 研究成果の概要 |
屋外ではGPSを用いる位置推定が広く普及しているものの，屋内ではGPS衛星からの電波を受信しづらい．また，屋内に設置した無線機からの電波は，フェージングやシャドウイングの影響を受けるため受信電力のみで高精度な位置推定を行うことは困難である.ところで，温度,湿度,照度等のセンシング情報も位置に依存する.
本研究では，受信電力ばかりでなく，温度,湿度,照度等のセンシング情報を用いる屋内位置推定法について検討し，最小誤差位置推定法に比べ，ニューラルネットワークを用いる方がより高精度な位置推定を行うことができること，時間情報も加えることより高精度な位置推定を行うことができること等を明らかにした．
|
| 研究成果の学術的意義や社会的意義 |
本研究は，高精度な屋内位置推定法に関するものであり，ゲームやナビゲーションなどのアプリケーションだけでなく，倉庫や工場における物品管理など広範囲な分野への応用が期待される．また，本位置推定法はさまざまなセンシング情報を利用するものであり，IoT技術の普及，Society5.0で不可欠なサイバー空間(仮想空間)の構築にも資する技術である．さらに，位置推定アルゴリズムとして，近年注目されているニューラルネットワークを利用する機械学習も利用している．
|
