研究課題/領域番号 |
23K24832
|
補助金の研究課題番号 |
22H03576 (2022-2023)
|
研究種目 |
基盤研究(B)
|
配分区分 | 基金 (2024) 補助金 (2022-2023) |
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 | 電気通信大学 |
研究代表者 |
湯 素華 電気通信大学, 大学院情報理工学研究科, 教授 (80395053)
|
研究分担者 |
久保 信明 東京海洋大学, 学術研究院, 教授 (80343169)
菊池 典恭 神奈川工科大学, 工学部, 教授 (20500250)
|
研究期間 (年度) |
2022-04-01 – 2025-03-31
|
研究課題ステータス |
交付 (2024年度)
|
配分額 *注記 |
17,550千円 (直接経費: 13,500千円、間接経費: 4,050千円)
2024年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2023年度: 8,190千円 (直接経費: 6,300千円、間接経費: 1,890千円)
2022年度: 7,150千円 (直接経費: 5,500千円、間接経費: 1,650千円)
|
キーワード | 歩行者測位 / V2X信号 / 位相差 / 電波到達位相差 / PDOA / OFDM / 衛星測位 / 測距 / 電波到来角度 |
研究開始時の研究の概要 |
本研究課題は、車とさまざまなものをつなぐV2X通信技術を利用し、路側機・自動運転車両をGPS衛星と併用し、(1)V2X信号の電波減衰特性の代わりに、位相が距離により変化する特性を利用して歩行者との距離を高精度に計測する、(2)複数のアンテナから取得したV2X信号の位相を利用して歩行者との3次元角度を計測する、(3)機械学習モデルを適用してV2X信号から距離・角度を円滑に算出し、環境・機種変化によってモデルをオンラインで更新する、(4)GPS信号とV2X信号を融合して歩行者の位置を高精度に算出する、(5)プロトタイプを試作・評価し、実用可能性を検証する、技術を確立する。
|
研究実績の概要 |
本研究では、V2X(Vehicle-to-everything)無線通信で定期的に情報を交換する、路側機・自動運転車両をアンカーとし、電波減衰特性の代わりに、位相が距離により変化する特性を利用して、V2X信号の位相から歩行者と路側機・車両との距離・角度、及び、歩行者の位置の高精度計測を図る。 初年度は、周波数を切り替えながら位相を計測する代わりに、V2X信号のOFDM特徴を利用して、各サブキャリの位相を一斉に計測する手法を検討した。歩行者からの電波に対して、複数のアンカーが同時にサンプリングすることが必要であるが、一部のアンカーでは、ISI(Inter-Symbol Interference)が発生しうる。各アンカーがそれぞれのタイミングでサンプルを取り、サンプリング時刻差によって位相を補正して、この問題を解消した。 位相は距離の増加に応じて線形的に変化するが、2πに達したら、0に戻るため、2π周期の曖昧さという問題が発生する。二つの周波数を用いてこの問題を解消できる。OFDM信号には、周波数がたくさんあり、間隔が同じ周波数ペアの2π周期の曖昧さが同じなので、それを一つのグループにして、位相差の平均値を算出してから距離を求める手法を検討した。3D地図とレイトレーシングを用いて、シミュレーション評価を行った。距離が増えた場合、受信信号強度から推測した距離誤差の増加と比べて、位相差から推測した距離差の誤差はほぼ一定であることを観測した。また、マルチパスの多い環境で、電波到達時間差TDoAよりも、高い測距性能を実現できることを確認した。テストベッドについても検討したが、実験装置の納品が遅れたため、実装・評価は来年度に回した。 他には、位相から電波到来角度の計測手法、機械学習を用いた距離推定手法と環境変化に応じた機械学習モデルの更新についても検討・評価を行った。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
電子部品の不足で、実験装置の納品が遅れていたため
|
今後の研究の推進方策 |
電波到着位相差から距離差を推定する手法を継続に改良し、シミュレーションを用いて評価しながら、実験装置が納品されたら、早急にテストベッドを作ってマルチパスの多い屋内環境で実験を行う。 また、位相から電波到来角度の計測手法、機械学習を用いた距離推定手法、GPS測位との融合についても、継続に検討・評価する。
|