• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2020 年度 実績報告書

どこでも歩行者ナビ:事前データ収集を必要としない歩行者ナビゲーションの開発

研究課題

研究課題/領域番号 18K11546
研究機関東北大学

研究代表者

菅谷 至寛  東北大学, 工学研究科, 准教授 (80323062)

研究分担者 大町 真一郎  東北大学, 工学研究科, 教授 (30250856)
宮崎 智  東北大学, 工学研究科, 助教 (10755101)
研究期間 (年度) 2018-04-01 – 2021-03-31
キーワード歩行者ナビゲーション / 位置推定 / ユビキタスコンピューティング / computer vision
研究実績の概要

本研究では,測位インフラや電子マップ等の事前準備が無くても屋内歩行者ナビゲーションを実現することを目指しており,人間が利用するために掲示されている案内板等の情報を利用することが特徴である.商業施設や公共施設等の出入口やエレベーター・エスカレータ付近に設置されている案内板はフロアマップを含んでいることが多く,これをスマートフォンのカメラで撮影・解析することで,ナビゲーションに必要な電子マップをその場で獲得する.また,相対的な位置の変化を知ることができる歩行者デッドレコニングを用いることで,事前準備なしでナビゲーションを実現できる.
しかし,マップには幾何的な縮尺の歪や,特定のオブジェクトを強調するために生じる局所的な歪が存在する場合がある.ユーザーの負担にならない方法で位置のキャリブレーションを行うために,天吊り案内板の情報をマップから抽出したグラフと照合することで大まかな絶対位置の推定を行う手法の基礎的検討を行い,8割以上の精度でグラフのエッジの推定が可能であることを確認した.
最終年度には,マップ解析のさらなる性能向上のための研究と,マップの縮尺推定のための研究を行い,成果を得ている.
マップの解析に関しては前々年度から深層学習を導入しているが,マルチタスク学習や後処理を導入することで精度を向上させ,多くのマップで実用的に動作するようになった.
マップの縮尺に関しては,初期化時にユーザーが2回現在位置をタップすることが基本となっているが,ナビを必要とするユーザーはそもそも現在位置を正しく把握していないことがあり負担が大きい.コーナーを検出し通路グラフとマッチングを取ることで,ユーザーによる位置指定を不要にする検討を行った.適用できる場面に条件はあるものの,実現可能であるという成果を得た.

  • 研究成果

    (3件)

すべて 2021 2020

すべて 学会発表 (3件) (うち国際学会 1件、 招待講演 1件)

  • [学会発表] Indoor Navigation using an Illustrated Non-digital Map on Information Board2021

    • 著者名/発表者名
      Yoshihiro Sugaya, Kento Tonosaki, Masaki Otani, Tomo Miyazaki, Shinichiro Omachi
    • 学会等名
      RIEC International Symposium "When AI Meets Human Science": The 4th Tohoku - NTU Symposium on Interdisciplinary AI and Human Studies
    • 国際学会 / 招待講演
  • [学会発表] マルチタスク学習によるフロアマップ中の通路領域推定と特徴点検出2020

    • 著者名/発表者名
      大谷 昌輝, 菅谷 至寛, 宮崎 智, 大町 真一郎
    • 学会等名
      第23回 画像の認識・理解シンポジウム
  • [学会発表] 歪みのあるフロアマップ上での慣性センサを用いた位置推定法の検討2020

    • 著者名/発表者名
      本田 大智, 菅谷 至寛, 宮崎 智, 大町 真一郎
    • 学会等名
      2020年度電気関係学会東北支部連合大会

URL: 

公開日: 2021-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi