|
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、ZigBee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の開発を行い、隊員の現在位置・高度や運動状態のモニタリングをリアルタイムに可能であるシステムを構築した。
屋外におけるシステムの検証実験として、180ｍ四方の範囲内でGPSを搭載した25台の移動体モバイル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8%）で移動体の位置を把握する事が可能であった。また、屋内における位置推定には電波強度（RSSI）を利用する方法を検証し、利用可能な10点以上のアクスポイントのデータ分布から推定する方法を検討した。通常の3点測位と比較し、本手法では25%程度の精度向上が見られた。
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。これはシステムを運用しながらネットワーク構成を動的に変更する他に類を見ない非常にユニークな機能であり、今度さらなる応用が見込める。
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、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。IoT端末での実装を考慮し、計算が容易な統計値（平均、分散など）のみを特徴量として用いた。学習データとして25名の被験者のデータを使用し、平均推定精度はそれぞれ90%程度となった。これは、従来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。
|
