| 研究課題/領域番号 |
15K00441
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
立野 繁之 早稲田大学, 理工学術院(情報生産システム研究科・センター), 准教授 (70243897)
|
|---|
| 研究期間 (年度) |
2015-10-21 – 2018-03-31
|
| キーワード | ワイヤレスセンサ / ZigBee / レスキュー活動 / 遠隔監視 / 位置推定 / 行動推定 |
|---|
| 研究実績の概要 |
本研究では、レスキュー隊員の安全確保と救助活動の効率化を目指して、ワイヤレスネットワークを利用したリモート監視システムを基幹としたレスキュー活動支援システムの開発を行った。ワイヤレスネットワークシステムとして2.4GHz帯ZigBeeを採用し、隊員の現在位置・高度・運動状態および心拍数のモニタリングが可能であるシステムを構築した。
システムの検証実験として、本年度は130ｍ四方の範囲内でGPSを搭載した10台の移動体モバイルデバイス（ZigBeeエンドデバイス）からリアルタイムにPAN経由で位置情報を取得した。その結果、ほぼ安定した状態（最大パケットロス6%）で建物内の基地局（ZigBeeコーディネータ）のPC画面マップ上に10台の移動体の位置を表示する事が可能であった。さらに、突発的に通信が途絶えてしまう移動体を検出可能とするために、残りの移動体のデバイスモードをルータモードに切り替える方法を考案した。このモード変更を行うことにより、通信距離が100m以上の場合や建物の陰になり通信不能となったデバイスの検出が可能となった。
活動中の隊員の行動推定法として、歩行速度変化パターン（歩き、小走り、走り、疾走）および階段の昇降（遅上り、遅下り、早上り、早下り）の計8種類の行動に対して、本年度は、IMUセンサから得られた加速度とジャイロの各行動データをニューラルネットワークに学習させ行動推定精度を検証した。学習データとして25名の被験者のデータを使用し、学習に使用した被験者と使用していない被験者の8行動の平均推定精度はそれぞれ92%と89%となった。これは、昨年度のパターンフレームを使用した推定法の精度80%から大きく向上している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
無線ネットワークの構築に関しては、今年度デバイスモジュールを新たにXBee S2BからXBee S2Cに変更した。これにより、プログラムの変更が必要となったが、同時接続端末数が約2倍に増えたため設置するルータ数を減らす事が可能となた。また、ハードウェアの変更と高速化により、モード変更による通信エリア拡張機能を用いてロストとした端末の検出が可能となった。
心拍数の検出に関しては、Apple Watch 2をはじめとするさまざまな機能を持つ活動量計が発売されたため、研究に使用する機種の選定から見直すこととした。
|
| 今後の研究の推進方策 |
電波強度を用いた位置推定に関しては、電波強度の測定値のばらつきが一番の問題となっている。今後は、GPSデータと組み合わせて使用し、位置推定の計算の補間に利用することを検討する。
ポータブルデバイスのモード変更による通信エリア拡張機能に関しては、どの端末に対して指示を出すべきかを判断するのが困難である。ロスとした端末を効率的に探索するために、モード変更すべき端末を効果的に順番に切り替えていくアルゴリズムを開発していく予定である。
また、市販の活動量計の計測精度・適用範囲などを比較検討し、研究に使用可能な物があればそれを利用することを検討する。
|
| 次年度使用額が生じた理由 |
通信機器用のポータブルデバイスは、既存の物から使える部品を再利用したため、当初の見積よりも使用額が低くなった。
|
| 次年度使用額の使用計画 |
研究に使用可能な活動量計を選定し、これを購入予定である。もし見つからなかった場合には、以前自作した回路を改良して用いる。
|
