| 研究課題/領域番号 |
16K06354
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
衣斐 信介 大阪大学, 工学研究科, 准教授 (10448087)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 位置推定 / BLE / 最大事後確率推定 / フィンガープリント / 多次元信号処理 / カメラ / WiFi |
|---|
| 研究実績の概要 |
平成29年度の課題は、カメラによる位置推定とBLE(Bluetooth Low Energy) による位置推定を統合したアルゴリズムの構築とその実証実験であった。
位置推定を行う無線通信技術として、GPS (Global Positioning System) が広く用いられてるが、屋内環境下ではその精度が保証されないためGPSに代わる屋内環境向けの位置推定システム実現が求められている。カメラ映像による位置推定は、高精度に位置推定できることが利点であるが、プライバシー保護の観点から顔認証による個人識別の実現には課題がある。一方で、無線信号による位置推定は、位置推定精度が低いという欠点はあるものの、ユーザが通信を容認しているという前提では、識別情報の取得が容易である。そこでカメラと無線信号による位置推定を統合することで相互の欠点を補完し、高精度な個人識別を行う屋内位置推定システムを構築した。
カメラとしてKinectセンサを用いる場合、リアルタイムに3次元の位置推定が容易に可能であり、非線形カルマンフィルタによる位置推定対象動体のトラッキングアルゴリズムを実装した。そのカメラによる位置推定結果と無線BLEによる位置推定結果を統合し、BLEによる個人識別UUIDを動画の推定対象にタグ付けが可能であることを実証実験により明らかにした。ただし、その性能は十分なものとは言えなかった。これはBLEによる位置推定の精度が十分なかったことに起因しており、推定アルゴリズムに深層学習等の機械学習のアプローチを利用して性能の改善を図っている。その改良に成功すれば、統合推定アルゴリズムの大幅な性能向上を期待することができる。
上記以外にも、BLEのビーコン信号だけではなく、WiFiのビーコン信号も併用して位置推定を行うことで、無線信号による位置推定精度を改善可能であることも明らかにした。
|
| 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
平成29年度の研究実施計画の内、（２）監視カメラ位置推定との統合における「A. 繰り返し統合推定の項目では、前年度に構築したRaspberry Pi3 Model Bから成る大規模BLE信号観測環境に加え、Microsoft社のKinectのカメラ映像から位置推定を行う環境を追加した。また、BLEのビーコン信号を送信するLego社のMindstorm EV3のロボットを配置し、動体がビーコン信号を送信できる環境を構築した。カメラによる位置推定では、非線形カルマンフィルタにより位置推定対象動体のトラッキングアルゴリズムを実装した。そのカメラによる位置推定結果とBLEによる位置推定結果を統合し、BLEによる個人識別UUIDを動画の推定対象にタグ付けするアルゴリズムを検討した。
「B．実証実験」の項目では、送信機であるEV3のロボットが3台であればタグ付けの識別率が良好であったものの、4台以上になると性能が著しく劣化することが明らかとなった。これはBLEによる位置推定の精度が十分なかったことに起因しており、推定アルゴリズムに深層学習等の機械学習のアプローチを利用、WiFiのビーコン信号の併用等の工夫を施すことで、無線信号による位置推定精度の改善を図っている段階である。
上記を理由に、進捗状況はおおむね順調に進展していると判断できる。
|
| 今後の研究の推進方策 |
平成30年度の研究実施計画に従い、（３）室内照明制御への応用を検討する。「A．照度分布の学習」の項目では、UUIDにユーザが希望する照度情報を埋め込み、その要求条件を満たすためには、どのような出力で各LED照明を協調制御すれば、そのユーザがいる位置においてその照度が実現できるかを予め学習する必要がある。ここでは、任意の位置における照度と照明出力の関係を機械学習によりモデル化する。また、「B．実証実験」では、ユーザが所望する照度を保証しつつ、LED照明のための消費電力を可能な限り低減する照明制御システムを構築し、その有効性を実証実験を通して明らかにする。
平成30年度は、本課題の最終年度であるため、（４）総合評価において実施した研究を総括し、総合的に評価する。
|
