• 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 実施状況報告書

複数位置指紋と自律航法を統合した高精度屋内位置推定システム

研究課題

研究課題/領域番号 20K12075
研究機関千葉大学

研究代表者

大澤 範高  千葉大学, 大学院工学研究院, 教授 (30251721)

研究分担者 梅澤 猛  千葉大学, 大学院工学研究院, 助教 (50450698)
研究期間 (年度) 2020-04-01 – 2023-03-31
キーワード屋内測位 / 位置指紋法 / 自律航法 / 電波 / 逆位置指紋 / 環境超音波
研究実績の概要

移動する端末を対象とし、電磁波や環境超音波を基にした高精度位置推定を行う屋内測位手法を提案・評価している。位置指紋法(location fingerprinting)と自律航法(dead reckoning)を従来とは異なる方法で組み合わせ、複数時点で測定した電波強度や環境超音波、姿勢等から構成される特徴ベクトルである位置指紋と自律航法によって求めた移動変位を組み合わせた合成位置指紋から絶対位置を求める位置推定を研究している。
令和2年度は、端末から発したBluetooth Low Energy(BLE)の電波を部屋に設置した複数の受信機で観測した信号強度から構成される逆位置指紋(inverse fingerprint)のデータを基に、観測地点間の距離と組みわせた協調位置指紋についての実験・評価を行った。単純な逆位置指紋による推定精度は、二乗平均平方根誤差(RMSE)で1.09mであるのに対し、提案の協調位置指紋を利用することで RMSEを0.42m にできることを示した。この成果は国際会議において発表を行った。
また、屋内の照明機器や空調機器、スイッチング電源等から発せられる超音波にはそれぞれ固有の特徴があり、能動的な超音波発信器を用いなくても、機器からの超音波が集約された環境超音波から測位が可能であるという考えに基づいた測位手法を評価した。位置指紋としてスペクトログラムおよびフーリエ係数、推定モデルに畳み込みニューラルネットワーク(CNN)およびランダムフォレストを用いた場合の評価を行い、環境超音波のスペクトログラムを位置指紋とし、推定モデルにCNNを用いることで、RMSE 0.49m での推定が可能であることを示した。

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

電波の位置指紋と距離を基にした協調位置指紋の評価、環境超音波の単独位置指紋による位置推定の評価を行った。これによって研究を進めるための基礎的な評価ができた。

今後の研究の推進方策

引き続き計画に基づいて研究を進める予定である。
令和3年度は、自律航法による変位推定の実現と評価および効率的な位置指紋情報収集システムの構築とそれによるデータ収集を進める予定である。
その後、令和4年度に統合位置推定システムの開発と評価を進める予定である。

  • 研究成果

    (1件)

すべて 2020

すべて 学会発表 (1件) (うち国際学会 1件)

  • [学会発表] Indoor Location Estimation Based on Inverse Fingerprints at Multiple Points in Time and Moving Distance2020

    • 著者名/発表者名
      Yuto Oue, Takeshi Umezawa, Noritaka Osawa
    • 学会等名
      AICCC 2020: 2020 3rd Artificial Intelligence and Cloud Computing Conference
    • 国際学会

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