|
本研究では、利用者のモニタリングを目的として、普及率が高く、より小型かつ省電力な市販のBLEドングルを用いた多次元観測による屋内位置推定手法を提案し、位置推定実験により推定精度評価を行った。また、多クラスSVMによるRSSIフィンガープリントと非線形カルマンフィルタによる推定誤差のスムージングを検討し、1m以下の平均推定誤差を達成した。
平成30年度の実施項目である総合評価の一環として、平成29年度に開発した無線位置推定システムの推定精度を高めるため、フィンガープリントの生成方法を見直し、移動平均によりRSSI値を安定化したうえで、SVMと非線形カルマンフィルタを適用することの有効性を確認した。屋内環境で位置推定実験では、室内の天井に8台の受信機を設置し、床の3 m × 6 mの範囲を1×1 m^2 の候補点18個に分割した。送信機のBLE端末は約10 cm/sで移動し、ビーコンの送信周期は0.3秒とした。一方、各受信機はRSSIベクトル作成周期の1秒毎に、過去のT秒に観測したRSSIを平均したRSSI教師ベクトルを作成し、1候補点あたり700個のRSSI教師ベクトルを作成した。推定時は学習時と同様に送信機を移動させ、10分間で約600個のRSSI観測ベクトルを作成した。その結果、平均時間 T = 12[秒]のとき推定成功率は50.9%、RMSEは1.09mとなった。これにカルマンフィルタを適用した場合、RMSEは0.78 m に改善した。その結果、監視カメラによる位置推定結果と無線位置推定結果の相関が高くなり、BLEによる個人識別UUIDを動画の推定対象に精度よく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。
|
