JP2008014743A - Moving body position estimation system, and moving body position estimation method - Google Patents
Moving body position estimation system, and moving body position estimation method Download PDFInfo
- Publication number
- JP2008014743A JP2008014743A JP2006185199A JP2006185199A JP2008014743A JP 2008014743 A JP2008014743 A JP 2008014743A JP 2006185199 A JP2006185199 A JP 2006185199A JP 2006185199 A JP2006185199 A JP 2006185199A JP 2008014743 A JP2008014743 A JP 2008014743A
- Authority
- JP
- Japan
- Prior art keywords
- moving body
- probability
- particles
- estimated
- map data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Instructional Devices (AREA)
- Navigation (AREA)
- Alarm Systems (AREA)
- Traffic Control Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
Description
移動***置計測装置から得られる位置情報を利用して、移動体の位置を推定する移動***置推定システム、及び、移動***置推定方法に関する。 The present invention relates to a mobile body position estimation system and a mobile body position estimation method for estimating the position of a mobile body using position information obtained from a mobile body position measurement apparatus.
近年、GPSなどの移動***置計測装置により、移動体の位置を取得することが容易に可能となってきた。しかし、その位置情報は精度が低く、移動***置計測装置単体では数十メートルから数百メートルの誤差が発生するのが現状である。その不確実性を軽減するために、移動***置計測装置から得た位置情報に基づいて、コンピュータにより移動体の位置を推定する移動***置推定システムが用いられている。下記非特許文献1には、移動***置推定システムにパーティクルフィルタを用いて位置を確率的に扱う技術が提案されている。パーティクルフィルタとは、複数個のパーティクルの重み付き総和によって全体の確率分布を近似する手法であり、コンピュータにより次のように位置の推定が行われる。(1)地図データの座標系上のランダムな位置にN個のパーティクルを生成する。(2)パーティクルをランダムウォークさせる。(3)移動***置計測装置からの位置情報を確率分布として表す。(4)確率分布に従って個々のパーティクル位置の生起確率を求める。(5)生起確率に比例させて、各パーティクルの重みを更新する。(6)各パーティクルの重みと位置とから移動体の位置について確率分布を最尤推定する。(7)確率分布の平均を移動体の位置と推定する。
上記従来の移動***置推定システムは、遭難者や徘徊する高齢者などの探索に用いられる。この場合、被探索者にGPS機能を備える情報端末等を携帯させ、情報端末等の位置を推定することにより、被探索者を探索する。かかる探索では、探索者がいる位置や探索済みの位置には被探索者が存在しない確率が高いなど、被探索者の位置情報だけでなく、探索者の位置や探索履歴も重要な要素となってくる。しかしながら、従来の移動***置推定システムは、被探索者の位置情報のみに基づいて被探索者の位置が推定されるだけであり、探索者の位置や探索履歴はまったく考慮されていなかった。 The above-described conventional mobile body position estimation system is used for searching for a distress or an elderly person who hesitates. In this case, the search target person is searched for by carrying the search terminal with an information terminal or the like having a GPS function and estimating the position of the information terminal or the like. In such a search, not only the position information of the searchee but also the position of the searcher and the search history are important factors, such as a high probability that the searchee does not exist at the position where the searcher is present or at the searched position. Come. However, the conventional mobile body position estimation system only estimates the searchee's position based only on the searchee's position information, and does not consider the searcher's position or search history at all.
また、上記従来の移動***置推定システムは、パーティクルから一つの確率分布を求め、その平均を移動体の位置と推定するため、推定される位置は一つとなる。しかしながら、移動***置計測装置の誤差が大きいときは、一つの推定位置に集約すると推定確率の分散が大きくなり、推定精度が低くなってしまうという問題が生じていた。 In addition, since the above-described conventional moving body position estimation system obtains one probability distribution from particles and estimates the average as the position of the moving body, there is only one estimated position. However, when the error of the moving body position measuring device is large, there is a problem that the estimation probability becomes low because the estimation probability dispersion becomes large if the estimation is performed at one estimated position.
そこで、本発明は、被探索者の位置情報のみならず、探索者の位置や探索履歴をも考慮して被探索者の位置を推定可能であり、更には、移動体の位置を高い精度で推定可能な移動***置推定システム、及び、移動***置推定方法を提供することを目的とする。 Therefore, the present invention can estimate the position of the searchee in consideration of not only the position information of the searchee but also the searcher's position and search history, and furthermore, the position of the mobile object can be determined with high accuracy. An object of the present invention is to provide a mobile object position estimation system and a mobile object position estimation method that can be estimated.
本発明の移動***置推定システム/方法は、移動***置計測装置から移動体の位置情報を取得すると、当該移動体の位置情報を用いて地図データの座標系にランダムウォークするパーティクルをサンプリングするパーティクルフィルタを有し、当該サンプリングしたパーティクルを用いて当該移動体の位置を推定する移動***置推定システム/方法において、
当該パーティクルフィルタは、移動***置計測装置から第1の移動体の位置情報を取得すると、当該第1の移動体の位置情報を用いて地図データの座標系の各位置に当該第1の移動体が存在する確率を算出し、算出された確率に応じて当該地図データの座標系に分散する第1の移動体用のパーティクルをサンプリングする第1のサンプリング手段/ステップと、
第2の移動体の位置情報を取得すると、当該第2の移動体の位置情報により特定される位置における第1の移動体が存在する確率が、他の位置における第1の移動体が存在する確率と比較して低くなるように、当該地図データの座標系の各位置に第1の移動体が存在する確率を算出し、当該第1のサンプリング手段/ステップによりサンプリングされた第1の移動体用のパーティクルを当該確率に応じてリサンプリングする第2のサンプリング手段/ステップとを有し、
当該第2のサンプリング手段/ステップによりサンプリングした第1の移動体用のパーティクルから第1の移動体の位置を推定する位置推定手段/ステップを備えることを特徴とする。
In the moving body position estimation system / method of the present invention, when the position information of the moving body is acquired from the moving body position measuring device, the particles that sample the particles that randomly walk to the coordinate system of the map data using the position information of the moving body In a moving body position estimation system / method that has a filter and estimates the position of the moving body using the sampled particles,
When the particle filter obtains the position information of the first moving body from the moving body position measuring device, the first moving body is positioned at each position in the coordinate system of the map data using the position information of the first moving body. Sampling means / step for sampling the particles for the first moving object that are distributed in the coordinate system of the map data according to the calculated probability;
When the position information of the second moving body is acquired, the probability that the first moving body exists at the position specified by the position information of the second moving body is the first moving body at another position. The probability that the first moving object is present at each position in the coordinate system of the map data is calculated so as to be lower than the probability, and the first moving object sampled by the first sampling means / step is calculated. A second sampling means / step for resampling the particles for use according to the probability,
It is characterized by comprising position estimation means / step for estimating the position of the first moving body from the particles for the first moving body sampled by the second sampling means / step.
ここで、第1の移動体の位置情報は、被探索者が携帯する移動体情報端末の位置として移動***置計測装置から得られる位置情報である。また、第2の移動体の位置情報は、その時点での探索者の位置や、探索者が探索済みの位置を特定する位置情報であり、探索者が携帯する移動体情報端末の位置として移動***置計測装置から得られてもよいし、探索者等の探索履歴等として入力される単数又は複数の位置情報でもよい。 Here, the position information of the first moving body is position information obtained from the moving body position measuring device as the position of the mobile body information terminal carried by the search target person. Further, the position information of the second mobile object is position information for specifying the position of the searcher at that time or the position where the searcher has already searched, and the position information of the mobile object information terminal carried by the searcher is moved. It may be obtained from a body position measuring device, or may be one or a plurality of position information input as a search history of a searcher or the like.
本発明の移動***置推定システム/ステップは、捜索者が被捜索者を探索する場合などに使用される。上記第1の移動体は情報端末を携帯する被捜索者であり、第2の移動体は探索者である。探索に際しては、探索者がいる位置や探索済みの位置には、被探索者の存在する確率が低いため、これらの位置については被探索者がいる確率を低くする。すなわち、この発明によれば、第1のサンプリング手段/ステップにより、第1の移動体の位置情報を用いて地図データの座標系の各位置に第1の移動体が存在する確率を算出し、その確率に応じて第1の移動体用のパーティクルをサンプリングする。そして、第2のサンプリング手段/ステップにより、第2の移動体の位置情報によって特定される位置における第1の移動体が存在する確率が、他の位置における第1の移動体が存在する確率と比較して低くなるように、地図データの座標系の各位置に第1の移動体が存在する確率を算出し、その確率に応じて第1の移動体用のパーティクルをリサンプリングする。これにより、探索者が存在する位置や探索済みの位置については、被捜索者が存在する確率を低くすることができ、探索者の位置をも考慮した位置推定を行うことができる。 The mobile object position estimation system / step of the present invention is used when a searcher searches for a search target person. The first mobile body is a searcher carrying the information terminal, and the second mobile body is a searcher. At the time of searching, since the probability that the searchee exists is low at the position where the searcher is present or the searched position, the probability that the searchee is present is lowered at these positions. That is, according to the present invention, the first sampling means / step calculates the probability that the first moving body exists at each position in the coordinate system of the map data using the position information of the first moving body, The particles for the first moving body are sampled according to the probability. Then, by the second sampling means / step, the probability that the first moving body exists at the position specified by the position information of the second moving body is the probability that the first moving body exists at another position. The probability that the first moving object is present at each position in the coordinate system of the map data is calculated so as to be lower, and the particles for the first moving object are resampled according to the probability. As a result, for the position where the searcher exists or the searched position, the probability that the searched person exists can be lowered, and the position estimation can be performed in consideration of the position of the searcher.
前記第2のサンプリング手段/ステップは、前記地図データの座標系の各位置に第1の移動体が存在する確率として、前記第2の移動体の位置情報から地図データの座標系の各位置に当該第2の移動体が存在する確率を算出し、当該算出された確率の逆数を用いることが好ましい。 The second sampling means / step determines, from the position information of the second moving body, each position of the coordinate system of the map data as the probability that the first moving body exists at each position of the map data coordinate system. It is preferable to calculate the probability that the second moving object exists and use the inverse of the calculated probability.
この発明によれば、第2のサンプリング手段/ステップは、取得した第2の移動体の位置情報から第2の移動体が存在する確率を算出し、算出された確率の逆数を求める。そして、この逆数を第1の移動体が存在する確率として用い、この逆数に応じて第1の移動体用のパーティクルをリサンプリングする。これにより、被探索者の位置の推定に、探索者の位置をより詳細に反映させることができる。 According to this invention, the second sampling means / step calculates the probability that the second moving body exists from the acquired position information of the second moving body, and obtains the reciprocal of the calculated probability. Then, the inverse number is used as the probability that the first moving body exists, and the particles for the first moving body are resampled according to the inverse number. Thereby, the position of the searcher can be reflected in the estimation of the position of the searchee in more detail.
前記位置推定手段/ステップは、前記第2のサンプリング手段/ステップによりサンプリングした第1の移動体用パーティクルをクラスタリングし、各クラスターの平均値を当該第1の移動体の推定位置とすることが好ましい。算出される推定位置は単数でも良いし複数でも良い。 Preferably, the position estimating means / step clusters the first moving body particles sampled by the second sampling means / step, and an average value of each cluster is set as an estimated position of the first moving body. . One or more estimated positions may be calculated.
すべての第1の移動体用パーティクルから移動体の位置を推定した場合、移動***置計測装置からの位置情報の誤差が大きいときには、推定確率の分散が大きくなり、推定精度が低くなる。本発明によれば、第1の移動体用パーティクルをクラスタリングし、各クラスターの平均値を推定位置とするため、各クラスター内の推定確率の分散を抑えることができ、推定精度を高めることができる。 When the position of the moving body is estimated from all the first moving body particles, when the error of the position information from the moving body position measuring device is large, the variance of the estimation probability becomes large and the estimation accuracy becomes low. According to the present invention, the first moving body particles are clustered, and the average value of each cluster is used as the estimated position. Therefore, dispersion of the estimation probability in each cluster can be suppressed, and the estimation accuracy can be increased. .
本発明の移動***置推定システム/方法は、スタート地点が与えられると、当該スタート地点から、前記位置推定手段/ステップにより算出された第1の移動体の推定位置を巡回可能な巡回経路を算出する巡回経路算出手段/ステップを備えることが好ましい。 The mobile body position estimation system / method of the present invention calculates a patrol route capable of patrol the estimated position of the first mobile body calculated by the position estimation means / step from the start point when the start point is given. It is preferable to include a traveling route calculation means / step for
本発明によれば、巡回経路算出手段/ステップは、与えられたスタート地点から出発して推定位置を巡回する巡回経路を算出するため、探索者は算出された巡回経路に従って推定位置を巡回することで被探索者を探索することができる。 According to the present invention, the traveling route calculation means / step calculates a traveling route that starts from the given start point and travels around the estimated position, so that the searcher travels the estimated position according to the calculated traveling route. The person to be searched can be searched for.
前記巡回経路算出手段/ステップは、各巡回経路ごとに、下記数1により評価置Vを求め、各巡回経路を当該評価値Vに応じて順位付けすることが好ましい。
本発明によれば、巡回経路算出手段/ステップは、上記数1により巡回経路を順位付けすることにより、各推定位置における第1の移動体が存在する確率と、推定位置を巡回するために必要な時間との二つの観点から、巡回経路を順位付けすることができる。これにより、探索者に対して速く且つ確実に被探索者を探索できる巡回経路を提示することができる。 According to the present invention, the traveling route calculation means / step is necessary for traveling the estimated position and the probability that the first moving body exists at each estimated position by ranking the traveling routes according to the above equation (1). It is possible to rank the traveling routes from the two points of view of time. Thereby, it is possible to present to the searcher a patrol route that can search the search target person quickly and reliably.
本発明に係る移動***置推定ステム/方法によれば、第1のサンプリング手段/ステップにより、第1の移動体の位置情報を用いて地図データの座標系の各位置に第1の移動体が存在する確率を算出し、その確率に応じてパーティクルをサンプリングする。その後に、第2のサンプリング手段/ステップにより、第1の移動体が存在する確率を、第2の移動体の位置情報により特定される位置のほうが他の位置よりも低くなるように算出し、その確率に応じてパーティクルをリサンプリングする。これにより、探索者等が存在する位置や探索済みの位置については、被捜索者等が存在する確率を低くすることができ、探索者の位置や探索履歴を考慮した被探索者の位置の推定が可能となる。 According to the moving body position estimation stem / method according to the present invention, the first sampling means / step causes the first moving body to be located at each position in the coordinate system of the map data using the position information of the first moving body. The probability of existence is calculated, and particles are sampled according to the probability. Thereafter, the second sampling means / step calculates the probability that the first moving body exists so that the position specified by the position information of the second moving body is lower than the other positions, The particles are resampled according to the probability. This makes it possible to reduce the probability that the searched person exists for the position where the searcher or the like exists or the searched position, and estimate the position of the searched person considering the searcher's position or search history. Is possible.
また、上記第2のサンプリング手段/ステップは、前記第2の移動体の位置情報から地図データの座標系の各位置に当該第2の移動体が存在する確率を算出し、当該算出された確率の逆数を算出し、この逆数を前記地図データの座標系に第1の移動体が存在する確率として用いる。逆数を用いることにより、被探索者の位置推定に探索者の位置をより詳細に反映させることができる。 The second sampling means / step calculates the probability that the second moving body exists at each position in the coordinate system of the map data from the position information of the second moving body, and the calculated probability Is used as the probability that the first moving object exists in the coordinate system of the map data. By using the reciprocal, the position of the searcher can be reflected in more detail in the position estimation of the searchee.
また、位置推定手段/ステップは第1の移動体用パーティクルをクラスタリングし、各クラスターごとの平均値を推定位置とすれば、推定確率の分散を抑えることができ、推定精度を向上させることができる。また、複数の推定位置を出力可能であり、より多くの情報を探索者に与えることができる。 Further, if the position estimating means / step clusters the first moving body particles and uses the average value for each cluster as the estimated position, it is possible to suppress the dispersion of the estimation probability and improve the estimation accuracy. . Also, a plurality of estimated positions can be output, and more information can be given to the searcher.
また、巡回経路算出手段/ステップが、被探索者の推定位置を巡回する巡回経路を算出すれば、探索者は算出された巡回経路に従って巡回することで被探索者を探索することができる。 Further, when the traveling route calculation means / step calculates a traveling route that circulates the estimated position of the searchee, the searcher can search for the searchee by traveling according to the calculated traveling route.
また、巡回経路算出手段/ステップが、上記数1により巡回経路を順位付けすれば、各推定位置に被探索者が存在する確率と、推定位置を巡回するために必要な時間との二つの観点から、探索者が被探索者を探索するのに有効な順序で巡回経路を順位付けすることができる。高い順位の巡回経路で巡回することにより、探索者は効率的に推定位置を巡回することができ、より早く被探索者を発見することが可能となる。
Further, if the traveling route calculation means / step ranks the traveling routes according to the
本発明は、様々な分野に応用可能であり、例えばGPS機能付き情報携帯端末等の移動体を人に携帯させ、徘徊する高齢者や遭難者を捜索するのに用いたり、登下校中の児童の位置を把握し、緊急時には駆けつけて安全を確保したりするのに用いることができる。 The present invention can be applied to various fields. For example, a mobile object such as a portable information terminal with a GPS function is carried by a person and used to search for an elderly person or a victim who is hesitant, It can be used to grasp the position of the vehicle and rush to ensure safety in an emergency.
(第1の実施の形態)
本実施の形態の移動***置推定システム1は、移動***置計測装置から移動体の位置情報を取得し、当該移動体の位置情報に応じて地図データの座標系に分散するパーティクルをサンプリングするパーティクルフィルタを有し、パーティクルフィルタによりサンプリングしたパーティクルを用いて移動体の位置を推定するシステムである。
(First embodiment)
The moving body
図1は、本発明の第1の実施の形態による移動***置推定システム1の一構成を示すブロック図である。本実施の形態による移動***置推定システム1は、内部バス11に、通信インタフェース12、CPU13、ROM14、RAM15、ディスプレイ16、キーボード/マウス17、ドライブ18、ハードディスク19を接続させ、アドレス信号、制御信号、データ等を伝送させ、本実施の形態による移動***置推定システム1を実現するコンピュータシステムとしての構成を備えている。
FIG. 1 is a block diagram showing a configuration of a moving object
通信インタフェース12は、移動***置計測装置との通信やインターネット等の通信網に接続する各種通信機能を有しており、移動***置計測装置から移動体の位置情報を受信したり、本発明に係る位置推定をコンピュータに実行させるプログラム19aや地図データ19cをダウンロードしたりすることも可能である。CPU13は、ROM14に格納されたOSにより装置全体の制御を行うとともにハードディスク19に格納された各種のアプリケーションプログラム19aに基づいて処理を実行する機能を司る。
The
ROM14は、OS等のように装置全体の制御を行うためのプログラムを格納しており、これらをCPU13に供給する機能を有している。RAM15は、CPU13による各種プログラムの実行時にワークエリアとして利用されるメモリ機能を有している。
The
ディスプレイ16は、地図データや確率データや推定位置をグラフィカルに表示したりする機能を有している。キーボード/マスス17は、文字、数字、記号等のデータを入力したり、画面上のポイント位置を操作することが可能である。
The
ドライブ18は、各種のプログラム、データを記録したCD、DVD等の記録媒体からインストール作業を実行するための駆動ユニットである。コンピュータを移動***置推定システム1として機能させるプログラム19aや地図データ19cを記憶媒体からインストールしたりすることも可能である。
The
ハードディスク19は、プログラム19a、メモリ19b、地図データ19c等の各種データを記憶する外部記憶装置である。プログラム19aは、前述した通信インタフェース12、ドライブ18等からインストールされたプログラムを実行形式で記憶したものに相当する。メモリ19bは、各種プログラムの実行結果等のファイルを保存する記憶部である。
The
地図データ19cは、例えば図2に示すように、経度・緯度で表される座標系に建物・道路・河川等や、都道府県、市町村、住所などの領域や、位置、方角、距離等の基本データD1が含まれている。
For example, as shown in FIG. 2, the
地図データ19cには、基本データD1の各領域に対応するように移動体が存在する確率を示す確率データD2が含まれていてもよい。確率データD2は、例えば、図2に示すように、建物がカテゴリa、道路がカテゴリb、河川がカテゴリc、その他がカテゴリdというように領域がカテゴリに分けられており、カテゴリごとに確率が設定されている。この確率は推定対象となる第1の移動体がその領域に存在する確率である。推定対象として人が携帯する端末であれば、建物のカテゴリaや道路のカテゴリbの確率は高く、河川のカテゴリcの確率は低く設定されている。また、カテゴリ分けすることなく、各建物ごとや各道路ごとというように、領域ごとに確率が設定されていても良いし、住所などの人為的に分けられた領域に設定されていても良い。これにより、移動体固有の行動パターンや行動範囲を推定に反映させることができる。確率データD2は地図情報19cの一部として一体となっていても良いし、別データとして記憶されていても良い。
The
確率データD2は、後述するステップS1の前に行われる事前処理で生成され、ハードディスク19に記憶されている。確率は予めシステム1内に設定されていても良いし、ユーザにより任意に設定や変更を可能としても良い。たとえば、地図データ19cの基本データD1をグラフィカルに表示し、ユーザにより各建物や道路等ごとに確率やカテゴリを事前設定可能とし、この事前設定により確率データD2を生成可能としても良い。また、基本データD1が建物や道路などの領域を識別する識別情報を含む場合(例えば、建物や道路などが色分けされていたり、マークが付されていたりする場合)、移動***置推定システム1が、その識別情報を利用して領域をカテゴリ分けし、そのカテゴリを確率データD2で用いてもよい。これにより、カテゴリ分けの作業が不要となり、既存の地図データ19cを用いて、領域のカテゴリ分けを簡単に行うことができる。
The probability data D2 is generated by pre-processing performed before step S1, which will be described later, and is stored in the
本発明におけるパーティクルとは、地図データ19cの座標系上の位置を示す指標であり、属性には少なくとも地図データ19cの座標系において位置を特定可能な位置情報を含む。パーティクルフィルタとは、移動***置計測装置から得られる位置情報を取得すると、地図データ19cの座標系に分散する複数のパーティクルから、上記位置情報に応じてパーティクルをサンプリングする機能を少なくとも備え、本実施の形態においては少なくとも下記のステップS1からS9を実行する機能を備える。
The particle in the present invention is an index indicating the position of the
図3は、移動***置推定システム1を用いた移動***置推定方法を説明するフローチャートであり、図4は概念的に説明する説明図である。移動***置推定システム1はランダムウォーク手段、第1のサンプリング手段、第2のサンプリング手段、位置推定手段を備え、各手段が下記ように機能して、本発明の移動***置推定方法を実現する。
FIG. 3 is a flowchart for explaining a moving object position estimation method using the moving object
(ステップS1)ランダムウォーク手段は、地図データ19cの第1の座標系のランダムな位置に第1の移動体用のパーティクルを複数配置する。パーティクルの配置は、各パーティクルの位置情報をランダムに設定することにより行われる。図4(1)に示すように、複数の第1の移動体用のパーティクル(図4(1)中の灰色の円)がランダムな位置に配置される。
(Step S1) The random walk means arranges a plurality of particles for the first moving body at random positions in the first coordinate system of the
(ステップS2)ランダムウォーク手段は、定期的に地図データ19cの第1の座標系に配置されたすべてのパーティクルをランダムに移動(ランダムウォーク)させる。地図データ19cに確率データD2を含む場合は、その確率に依存させてすべてのパーティクルをランダムウォークさせる。確率データD2は必須ではないが、確率データD2を用いることにより、道路や建物や河川といった領域ごとに移動体が存在する確率を反映させることができ、移動体の位置をより高い精度で推定可能となる。パーティクルのランダムウォークは、各パーティクルの位置情報を変更することにより行う。たとえば、図5に示すように、確率データD2は、基本データD1の緯度経度座標系をピクセル単位に変換し、基本データD1でカテゴリa,b,c,dに分けられた各領域にピクセル単位で確率を設定したものとする。そして、パーティクルの移動可能範囲eをパーティクルの位置を中心とした一定半径サークル内として設定しておき、パーティクルをランダムウォークさせるときには、移動可能範囲e内のすべてのピクセルの確率データを取得し、その確率に比例させて次の位置を決定し、その位置にパーティクルを移動させる。パーティクルを移動させるタイミングは予め移動***置推定システム1に設定されており、そのタイミングになると確率データD2に従ってパーティクルをランダムウォークさせる。図4(2)は、確率データD2に従ってパーティクルをランダムウォークさせたときの状態を概念的に示す説明図である。建物や道路等の確率の高い領域に多くのパーティクルが配置される。
(Step S2) The random walk means periodically moves (random walks) all the particles arranged in the first coordinate system of the
(ステップS3)移動***置計測装置から第1の移動体の位置情報を取得しない間は、ステップS2に戻り上記ランダムウォークを続ける。移動***置計測装置から第1の移動体の位置の情報を取得した場合は、ステップS4に進む。 (Step S3) While the position information of the first moving body is not acquired from the moving body position measuring device, the process returns to Step S2 and continues the random walk. When the information on the position of the first moving body is acquired from the moving body position measuring device, the process proceeds to step S4.
(ステップS4)第1のサンプリング手段は、第1の移動体の位置情報を取得すると、取得した位置情報を用いて、地図データ19cの座標系上の各位置に第1の移動体が存在する確率を算出する。確率の算出は、例えば取得した位置情報を確率分布P1(x)に変換することにより行う。移動***置計測装置からの位置情報の形式は、その装置の特性によって異なるので、装置に応じた確率分布P1(x)に変換する必要がある。このため、移動***置推定システム1には移動***置計測装置ごとに予め数式等による変換規則が設定されており、位置情報から確率分布P1(x)への変換はその規則に従い行う。例えば、GPSの場合は緯度経度情報を出力するので、取得した緯度経度情報を平均とした正規分布に変換する。また、PHSは各地に所在する基地局のどの基地局で端末からのデータを受信したかで位置が特定される。このため、移動体からの電波を受信した基地局が電波を受信できる範囲内は、移動体が存在する確率が一様であり、その他の範囲は確率が0である。そこで、PHSから位置情報を取得した場合は、受信した基地局が電波を受信できる範囲内において移動体が存在する確率を0より大の一定値とし、その他の領域は確率を0とする一様分布に変換する。
(Step S4) When the first sampling means acquires the position information of the first moving body, the first moving body exists at each position on the coordinate system of the
(ステップS5)算出された確率に従って、地図データ19cにランダムウォークする第1の移動体用のパーティクルの母集団からパーティクルをサンプリングする。図4(3)は第1の移動体用のパーティクルのサンプリングを概念的に説明する説明図である。サンプリングの方法は、まず、ステップS4にて算出された確率分布P1(x)に従って1つのパーティクルを第1の移動体用のパーティクルの母集団から抽出して記憶し、それを母集団に戻して再び同様に次のパーティクルを抽出する。それを繰り返すことにより、第1の移動体用のパーティクルの母集団と同じ数のパーティクルを確率分布P1(x)に従って抽出する。図6(a)は、GPSの位置情報を用いたときの確率分布P1(x)と、地図データ19cの座標系にランダムウォークするパーティクルの母集団と、サンプリングされたパーティクルとを説明する説明図である。横軸の上に並んでいる長方形が個々のパーティクルを表している。取得した位置情報を平均とした確率分布P1(x)に従って、母集団からパーティクルが抽出される。パーティクルは、確率分布P1(x)の値の高いところがより多く抽出され、低いところほど抽出されにくい。正規分布の場合、パーティクルは取得した第1の移動体の位置情報により特定される位置(すなわち確率分布P1(x)の平均値)に最も近いところが多く抽出されやすく、遠いところほど抽出されにくい。
(Step S5) According to the calculated probability, the particles are sampled from the population of particles for the first moving object that randomly walks to the
(ステップS6)第2の移動体の位置情報を取得した場合は、ステップS7に進む。 (Step S6) When the position information of the second moving body is acquired, the process proceeds to Step S7.
(ステップS7)第2のサンプリング手段は、第2の移動体の位置情報により特定される位置における第1の移動体が存在する確率が、他の位置における第1の移動体が存在する確率と比較して低くなるように、地図データ19cの座標系の各位置に第1の移動体が存在する確率を算出する。
(Step S7) The second sampling means is configured such that the probability that the first moving body exists at the position specified by the position information of the second moving body is the probability that the first moving body exists at another position. The probability that the first moving body is present at each position in the coordinate system of the
地図データ19cの座標系の各位置に第1の移動体が存在する確率は、次のように算出する。まず、取得した第2の移動体の位置情報を確率分布P2(x)に変換する。第2の移動体の位置情報を移動***置計測装置から取得した場合、確率分布P2(x)へ変換する。変換方法はステップS4と同じである。捜索者等がキーボード等の入力手段により第2の移動体の位置情報を入力した場合は、入力された位置情報を取得し、その位置情報により特定される位置に第2の移動体が存在する確率を0より大とし、その他の領域は確率を0とする確率分布に変換する。入力される位置情報は、捜索者がその時点でいる位置の情報でもよいし、捜索者の捜索履歴である複数の位置情報でもよい。
The probability that the first moving body exists at each position in the coordinate system of the
(ステップS8)つぎに、上記第2の移動体の存在する確率を用いて、地図データ19cの座標系の各位置に第1の移動体が存在する確率を算出する。探索時には探索者がいる場所には被探索者がいない確率が高いことから、第2の移動体の位置情報により特定される位置における第1の移動体が存在する確率が、他の位置における第1の移動体が存在する確率と比較して低くなるようにする。たとえば、算出された確率分布P2(x)の逆数P3(x)を算出する。
(Step S8) Next, using the probability that the second moving object exists, the probability that the first moving object exists at each position in the coordinate system of the
(ステップS9)ステップS8にて算出された逆数P3(x)に応じて、ステップS5にてサンプリングした第1の移動体用のパーティクルを再度サンプリング(リサンプリング)する。リサンプリング方法はステップS5と同様である。図6(b)は、GPSの位置情報を用いたときの確率分布P2(x)と、その逆数P3(x)と、リサンプリングされたパーティクルとを説明する説明図である。図4(4)は、逆数P3(x)に応じてリサンプリングされたパーティクルの分散を概念的に説明する説明図である。確率分布P2(x)が正規分布の場合、パーティクルは取得した第2の移動体の位置情報により特定される位置に最も近いところほど抽出されにくく、遠いほど抽出されやすい。これにより、探索者が存在する位置や探索済みの位置については、被捜索者が存在する確率を低くすることができ、探索者の位置を被探索者の位置推定に反映させることができる。 (Step S9) According to the reciprocal P3 (x) calculated in Step S8, the particles for the first moving body sampled in Step S5 are sampled again (resampling). The resampling method is the same as in step S5. FIG. 6B is an explanatory diagram for explaining the probability distribution P2 (x), its reciprocal P3 (x), and the resampled particles when the GPS position information is used. FIG. 4 (4) is an explanatory diagram for conceptually explaining the dispersion of the resampled particles according to the reciprocal P3 (x). When the probability distribution P2 (x) is a normal distribution, particles are less likely to be extracted as they are closest to the position specified by the acquired position information of the second moving body, and more likely to be extracted as they are farther away. As a result, for the position where the searcher is present or the searched position, the probability that the searchee exists can be lowered, and the position of the searcher can be reflected in the position estimation of the searchee.
(ステップS10)位置推定手段は、ステップS9にてリサンプリングされた第1の移動体用のパーティクルをクラスタリングする。図4(5)はパーティクルのクラスタリングを概念的に説明する説明図である。サンプリングされたパーティクルは複数のクラスターにクラスタリングされる。ここで、本実施の形態のクラスタリングについて説明する。本実施の形態のクラスタリングには、正規混合分布P(x)を用いたクラスタリング手法を用いる。正規混合分布P(x)とは数2に示される確率分布である。数2のPi(x)は正規分布を表す。この数2における正規分布の数cと各正規分布の重みαi、および各正規分布Pi(x)の平均値と分散を求めることがクラスタリング処理にあたる。本実施の形態では、これらの値を総じて、正規混合分布P(x)のパラメータと呼ぶこととする。クラスタリングによって生成されるクラスターは、正規混合分布P(x)を構成する個々の正規分布Pi(x)に対応する。正規混合分布P(x)のパラメータが求まると、数2によって各パーティクルがどのクラスターに所属するかを確率的に得ることが可能となる。さらに、地図データ19cの座標系の任意の位置を入力として与えると、その位置に移動体が存在する確率を求めることができるようになる。
図7に、正規混合分布P(x)によるクラスタリング例を示す。横軸の上に並んでいる長方形が個々のパーティクルを表している。P(x)は正規混合分布を表す。個々のパーティクルから求められた正規混合分布P(x)は、パーティクルが集まっているところほど、確率が高く(山が高く)なっている。この例では2つのクラスターが生成されている。 FIG. 7 shows an example of clustering using the normal mixture distribution P (x). The rectangles arranged on the horizontal axis represent individual particles. P (x) represents a normal mixture distribution. The normal mixture distribution P (x) obtained from each particle has a higher probability (a mountain is higher) as the particles are gathered. In this example, two clusters are generated.
すなわちステップS10において位置推定手段は、以下のように動作する。数2は移動***置推定システム1に予め設定されており、位置推定手段は、ステップS9にてリサンプリングしたパーティクルの情報を用いて、数2の各パラメータ数cと各正規分布の重みαi、及び、正規分布Pi(x)の平均値と分散を算出する。各正規分布Pi(x)の重みαi、および正規分布Pi(x)の平均値と分散については、個々のパーティクルが所属するクラスターを隠れ変数としたEMアルゴリズムに基づいて算出する。EMアルゴリズムとは、隠れ変数がある場合の最尤推定方法として広く知られている手法であり、繰り返し計算を行うことで、解が収束することが証明されている。一方、正規混合分布P(x)の数cについては、初期値を1として数3に示される正規混合分布P(x)における各パーティクルの対数尤度の値が減少するまで1つずつ加算して求める。算出された各正規分布Pi(x)の平均値が第1の移動体の推定位置の座標(x、y)となる。
さらに、移動***置推定システム1は、各推定位置(x、y)における第1の移動体が存在する確率P(x)を算出してもよい。この場合、上記算出された各パラメータを数2に代入し、上記算出された各推定位置の座標(x、y)を数2の入力情報(x)とし、P(x)を計算する。
Furthermore, the moving body
なお、クラスタリング方法は、上記に限られるものではなく、あらかじめ固定された数のクラスターに分類する非階層的クラスタリングでも良いし、互いの距離の近いものから順にクラスターを融合していくことにより、適当な数のグループに分割するC−Means法などの階層的クラスタリングでも良いし、クラスタリング方法は限定されない。 Note that the clustering method is not limited to the above, and may be non-hierarchical clustering that classifies a fixed number of clusters, or by combining clusters in order from the closest distance to each other. Hierarchical clustering such as a C-Means method for dividing into a large number of groups may be used, and the clustering method is not limited.
(ステップS11)ステップS10にて算出された各クラスターの平均値、すなわち、各正規分布Pi(x)の平均値を推定位置(x,y)として出力する。図4(5)は各クラスターの平均値を概念的に説明する説明図である。算出された推定位置が複数の場合は、各推定位置(x,y)に確率を表示したり、推定位置(x,y)を確率の高い順に順位付けして出力してもよい。出力先はディスプレイ16でも良いし、通信インタフェイス12からネットワークを介して接続可能な情報端末(例えば携帯電話等)に出力しても良い。また、算出された複数の推定位置のすべてを出力してもよいし、確率順に上位数個を出力するようにしてもよい。
(Step S11) The average value of each cluster calculated in step S10, that is, the average value of each normal distribution Pi (x) is output as the estimated position (x, y). FIG. 4 (5) is an explanatory view for conceptually explaining the average value of each cluster. If there are a plurality of calculated estimated positions, the probability may be displayed at each estimated position (x, y), or the estimated positions (x, y) may be ranked and output in descending order of probability. The output destination may be the
パーティクルをクラスタリングして位置推定を行うため、クラスター内の推定確率の分散を抑えることができ、推定精度を高めることができる。また、推定位置が唯一に出力される従来技術と比較して、本発明は推定位置として複数の候補を得ることができる。たとえば、ユーザが移動体を捜索している場合は、複数の候補地を捜索することが可能となる。 Since position estimation is performed by clustering particles, dispersion of estimation probabilities in the cluster can be suppressed, and estimation accuracy can be increased. Moreover, compared with the prior art in which the estimated position is output only, the present invention can obtain a plurality of candidates as estimated positions. For example, when the user is searching for a moving body, it is possible to search for a plurality of candidate sites.
(第2の実施の形態)
移動***置推定システム1が徘徊老人の探索などに使用される場合、探索者は被探索者が見つかるまで複数の推定位置を巡回する必要がある。そこで、移動***置推定システム1は、複数の推定位置の巡回経路を算出する巡回経路算出手段を備えてもよい。図8は本実施の形態の位置推定処理を説明するフローチャートであり、図9は概念的に説明する説明図である。第1の実施の形態と同様の部分については説明を省略する。
(Second Embodiment)
When the mobile body
(ステップS1)地図データ19cの第1の座標系のランダムな位置に第1の移動体用のパーティクルと第2の移動体用のパーティクルを各々複数配置する。パーティクルの配置は、各パーティクルの位置情報をランダムに設定することにより行われる。図9(1)に示すように、複数の第1の移動体用のパーティクル(図9(1)中の灰色の円)と複数の第2の移動体用のパーティクル(図9(1)中の白色の円)がランダムな位置に配置される。
(Step S1) A plurality of particles for the first moving body and a plurality of particles for the second moving body are respectively arranged at random positions in the first coordinate system of the
(ステップ2からステップ11)ステップ2からステップ11までは上記第1の実施の形態と同様である。
(
(ステップS12からステップS13)巡回経路の算出のステップS14よりも前までに巡回のスタート地点が入力される。スタート地点は、探索者等が任意に入力可能としてもよいし、探索者が携帯する情報端末のGPS等の機能を用いて移動***置計測装置から得られる位置情報が入力されても良い。本実施の形態では、スタート地点として、移動***置計測装置から得られた第2の移動体の位置情報を利用する場合(ステップS12とステップS13)を例に説明する。 (Step S12 to Step S13) The start point of the tour is input before Step S14 of the tour route calculation. The start point may be arbitrarily input by a searcher or the like, or position information obtained from the mobile body position measurement device using a function such as GPS of an information terminal carried by the searcher may be input. In the present embodiment, a case where the position information of the second moving body obtained from the moving body position measuring device is used as the start point will be described as an example (step S12 and step S13).
(ステップS12)巡回経路算出手段は、ステップS7で得られた確率分布P2(x)に基づいて、地図データ19cの第1の座標系に分布する第2の移動体用のパーティクルをサンプリングする。サンプリングの方法は、第1の移動体用のパーティクルのサンプリング方法と同じである。図9(4)は第2の移動体用のパーティクルのサンプリングを概念的に説明する説明図である。第2の移動体の位置情報に近いパーティクルが高い確率で抽出される。
(Step S12) The traveling route calculation means samples the second moving body particles distributed in the first coordinate system of the
(ステップS13)抽出された第2の移動体用のパーティクルの平均値を算出する(図9(5))。この平均値をスタート地点とする。 (Step S13) The average value of the extracted particles for the second moving object is calculated (FIG. 9 (5)). This average value is taken as the starting point.
(ステップS14)巡回経路算出手段は、スタート地点の位置情報と、上記算出した複数の推定位置やその推定位置に移動体が存在する確率から、探索者が移動体に到達する可能性が高く、且つ、短時間に巡回できる経路を算出する。 (Step S14) From the position information of the start point and the calculated plurality of estimated positions and the probability that the moving object exists at the estimated position, the traveling route calculating means has a high possibility that the searcher will reach the moving object. In addition, a route that can be visited in a short time is calculated.
たとえば、巡回経路算出手段は、次のように巡回経路を算出する。まず、スタート地点から推定位置(すなわち、推定位置を表す正規混合分布を構成する各正規分布の頂点)をすべて巡回する経路を探索する。正規混合分布を構成する正規分布の数をCとすると、経路はその階乗C!だけ存在する。これらの経路を評価する関数として、下記数1を用いる。
図10は、数1の一実施例をグラフで表した図である。図10の横軸は時間、縦軸はその移動体が存在しない確率(数3における1−P(x))、すなわち、探索者が被探索者を発見できない確率を示している。ここでは、正規混合分布を構成する正規分布の数(すなわち推定位置の数)C=3を例に説明する。すべての経路について次の処理を行う。スタート地点sから一つ目の正規分布の頂点(推定位置)p1に達するときに必要な時間と、その到達した頂点(推定位置)p1に移動体を発見できない確率を算出する。さらに、一つ目の頂点(推定位置)p1から次の頂点(推定位置)p2に達するときに必要な時間と、その到達した頂点p2における移動体を発見できない確率を算出する。このように、スタート地点から巡回する経由地点順に時間と得点を算出する。そして、横軸を時間、縦軸を移動体を発見できない確率として、算出された各頂点(推定位置)の時間と移動体が存在しない確率をプロットし、その積分値(図10の斜線部分の面積)の大きさが評価値Vとなる。これにより、第1の移動体を発見できる確率と巡回時間とを考慮した評価が可能となる。巡回経路の出力に際しては、評価値Vが低い経路のみを提示してもよいし、評価値順に順位付けしてすべての巡回経路を出力しても良い。
FIG. 10 is a graph showing an example of
一例として、図11(a)のように、移動***置推定の結果、a,b,cの三つの推定位置が得られた場合の巡回経路の算出を説明する。スタート地点は座標(0,0)であり、推定位置aは座標(5,0)、bは座標(4,3)、cは座標(0,5)の位置であり、各推定位置における移動体が存在する確率がaは0.5,bは0.1,cは0.4であったとする。すべての巡回経路について上記評価値Vを算出した結果を図11(b)に示す。a−b−cの順で巡回する経路が最も高い評価値であるという結果が得られ、有効な巡回経路としてa−b−cが出力される。 As an example, as shown in FIG. 11A, calculation of a cyclic route when three estimated positions a, b, and c are obtained as a result of mobile object position estimation will be described. The starting point is the coordinates (0, 0), the estimated position a is the coordinates (5, 0), b is the coordinates (4, 3), c is the position of the coordinates (0, 5), and the movement at each estimated position The probability that a body exists is 0.5 for a, 0.1 for b, and 0.4 for c. FIG. 11B shows the result of calculating the evaluation value V for all the round routes. The result that the route that goes around in order of abc is the highest evaluation value is obtained, and abc is output as an effective tour route.
これにより、探索者は、出力された複数の推定位置を効率的に巡回できる経路の情報を得ることができる。たとえば、徘徊老人の探索においては、効率的に巡回することにより、より迅速に徘徊老人を見つけ出し、安全を確保することができる。 As a result, the searcher can obtain information on a route through which the plurality of output estimated positions can be efficiently circulated. For example, in searching for an elderly person, it is possible to find the elderly person more quickly and ensure safety by patroling efficiently.
なお、本発明は、上記実施の形態に限られるものではなく、本発明から逸脱しない範囲内で変更が可能である。たとえば、位置推定にクラスタリングを用いることなく、従来のようにパラメータの最尤推定を行う技術に適用しても良い。この場合、移動***置推定システム1は以下のように処理を行う。図12は、そのフローチャートである。移動***置推定システムは、上記ステップ1からステップ9を行った後、サンプリング結果からパラメータ最尤推定を行って確立分布を算出し、得られた確率分布から推定位置を算出し(ステップS10)、推定位置を出力する(ステップS11)。パラメータ最尤推定や、確率分布からの推定位置の算出は、位置計測装置の種類に応じて行えばよい。例えばGPSであればパラメータ最尤推定を行って正規分布を算出し、その正規分布の平均値を推定位置として出力する。また、PHSの場合は、ステップS4において、受信した基地局が電波を受信できる範囲内において移動体が存在する確率を0より大の一定値(0より大)とし、その他の範囲は確率を0とする一様分布データに変換される。ステップ4以外は、PHSであってもGPSであっても同じ処理である。
Note that the present invention is not limited to the above-described embodiment, and can be modified without departing from the present invention. For example, the present invention may be applied to a conventional technique for performing maximum likelihood estimation of parameters without using clustering for position estimation. In this case, the moving body
また、本発明は、様々な分野に応用可能である。たとえば、GPS機能付き情報携帯端末等の移動体を人に携帯させ、徘徊する高齢者や遭難者を捜索したり、登下校中の児童の位置を把握して安全を確保するのに用いることができる。また、移動体を自動車等に搭載すれば、タクシーや配送車等の位置管理などにも応用可能である。 In addition, the present invention can be applied to various fields. For example, a mobile object such as an information portable terminal with GPS function can be carried by a person to search for an elderly person or a distressed person who is hesitant, or used to ascertain the position of a child who is going to and from school to ensure safety. it can. In addition, if the moving body is mounted on an automobile or the like, it can be applied to the position management of a taxi or a delivery car.
1 移動***置推定システム
19c 地図データ
D1 基本データ
D2 確率データ
1 Mobile object
Claims (10)
当該パーティクルフィルタは、移動***置計測装置から第1の移動体の位置情報を取得すると、当該第1の移動体の位置情報を用いて地図データの座標系の各位置に当該第1の移動体が存在する確率を算出し、算出された確率に応じて当該地図データの座標系に分散する第1の移動体用のパーティクルをサンプリングする第1のサンプリング手段と、
第2の移動体の位置情報を取得すると、当該第2の移動体の位置情報により特定される位置における第1の移動体が存在する確率が、他の位置における第1の移動体が存在する確率と比較して低くなるように、当該地図データの座標系の各位置に第1の移動体が存在する確率を算出し、前記第1のサンプリング手段によりサンプリングされた第1の移動体用のパーティクルを、当該算出された確率に応じてリサンプリングする第2のサンプリング手段とを有し、
当該第2のサンプリング手段によりサンプリングした第1の移動体用のパーティクルから第1の移動体の位置を推定する位置推定手段を備えることを特徴とする移動***置推定システム。 When the position information of the moving object is acquired from the moving object position measuring device, it has a particle filter that samples particles that randomly walk to the coordinate system of the map data using the position information of the moving object, and uses the sampled particles In the mobile object position estimation system for estimating the position of the mobile object,
When the particle filter obtains the position information of the first moving body from the moving body position measuring device, the first moving body is positioned at each position in the coordinate system of the map data using the position information of the first moving body. A first sampling means for sampling the particles for the first moving object distributed in the coordinate system of the map data according to the calculated probability;
When the position information of the second moving body is acquired, the probability that the first moving body exists at the position specified by the position information of the second moving body is the first moving body at another position. The probability that the first moving body is present at each position in the coordinate system of the map data is calculated so as to be lower than the probability, and for the first moving body sampled by the first sampling means Second sampling means for resampling the particles according to the calculated probability,
A moving body position estimation system comprising position estimation means for estimating the position of the first moving body from the first moving body particles sampled by the second sampling means.
当該パーティクルフィルタは、移動***置計測装置から第1の移動体の位置情報を取得すると、当該第1の移動体の位置情報を用いて地図データの座標系の各位置に当該第1の移動体が存在する確率を算出し、算出された確率に応じて当該地図データの座標系に分散する第1の移動体用のパーティクルをサンプリングする第1のサンプリングステップ、
第2の移動体の位置情報を取得すると、当該第2の移動体の位置情報により特定される位置における第1の移動体が存在する確率が、他の位置における第1の移動体が存在する確率と比較して低くなるように、当該地図データの座標系の各位置に第1の移動体が存在する確率を算出し、当該第1のサンプリングステップにおいてサンプリングされた第1の移動体用のパーティクルを当該確率に応じてリサンプリングする第2のサンプリングステップとを有し、
当該第2のサンプリングステップにおいてサンプリングした第1の移動体用のパーティクルから第1の移動体の位置を推定する位置推定ステップを備えることを特徴とする移動***置推定方法。 It has a particle filter that acquires the position information of the moving body from the moving body position measuring device, samples particles that randomly walk to the coordinate system of the map data using the position information of the moving body, and uses the sampled particles In the mobile object position estimation method for estimating the position of the mobile object,
When the particle filter obtains the position information of the first moving body from the moving body position measuring device, the first moving body is positioned at each position in the coordinate system of the map data using the position information of the first moving body. A first sampling step of sampling the particles for the first moving object distributed in the coordinate system of the map data according to the calculated probability,
When the position information of the second moving body is acquired, the probability that the first moving body exists at the position specified by the position information of the second moving body is the first moving body at another position. The probability that the first moving object is present at each position in the coordinate system of the map data is calculated so as to be lower than the probability, and for the first moving object sampled in the first sampling step. A second sampling step for resampling particles according to the probability,
A moving body position estimating method comprising a position estimating step of estimating the position of the first moving body from the first moving body particles sampled in the second sampling step.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006185199A JP4032126B1 (en) | 2006-07-05 | 2006-07-05 | Mobile object position estimation system and mobile object position estimation method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006185199A JP4032126B1 (en) | 2006-07-05 | 2006-07-05 | Mobile object position estimation system and mobile object position estimation method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP4032126B1 JP4032126B1 (en) | 2008-01-16 |
JP2008014743A true JP2008014743A (en) | 2008-01-24 |
Family
ID=39071901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006185199A Active JP4032126B1 (en) | 2006-07-05 | 2006-07-05 | Mobile object position estimation system and mobile object position estimation method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4032126B1 (en) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008249640A (en) * | 2007-03-30 | 2008-10-16 | Japan Advanced Institute Of Science & Technology Hokuriku | Position estimation system and method |
KR100951321B1 (en) | 2008-02-27 | 2010-04-05 | 아주대학교산학협력단 | Method of object tracking in 3D space based on particle filter using acoustic sensors |
JP2010127650A (en) * | 2008-11-25 | 2010-06-10 | Nippon Telegr & Teleph Corp <Ntt> | System for estimating position of movable body, method for estimating position of movable body, and program for estimating position of movable body |
JP2010271215A (en) * | 2009-05-22 | 2010-12-02 | Nippon Telegr & Teleph Corp <Ntt> | State estimation apparatus, method, program, and recording medium of the same |
JP2010280054A (en) * | 2009-05-28 | 2010-12-16 | Gm Global Technology Operations Inc | Contact state estimation for multi-finger robot hand using particle filter |
WO2011151999A1 (en) * | 2010-05-31 | 2011-12-08 | 日本電気株式会社 | Flow line detection system, flow line detection method and flow line detection program |
KR20130072614A (en) * | 2011-12-22 | 2013-07-02 | 한국전자통신연구원 | Apparatus and method for location of moving objects |
WO2014155828A1 (en) * | 2013-03-29 | 2014-10-02 | 株式会社日立製作所 | Moving body distribution estimation system, moving body distribution estimation server, and moving body distribution estimation method |
JP2016018237A (en) * | 2014-07-04 | 2016-02-01 | 日本電信電話株式会社 | Visit poi estimation device and operation method therefor |
JP2016539333A (en) * | 2013-08-12 | 2016-12-15 | チーゴ インタラクティブ テクノロジー カンパニー・リミテッド | Target positioning method and system |
JP2017116980A (en) * | 2015-12-21 | 2017-06-29 | 国立研究開発法人情報通信研究機構 | Region watching system |
JP2018046790A (en) * | 2016-09-23 | 2018-03-29 | 株式会社オープンストリーム | Position estimate device, position estimate method, and position estimate program |
JPWO2020066961A1 (en) * | 2018-09-27 | 2021-08-30 | 日本電気株式会社 | Position estimation device, position estimation system, position estimation method and program |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7407018B2 (en) * | 2020-02-28 | 2023-12-28 | 株式会社日立製作所 | Search support system, search support method |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005032196A (en) * | 2003-07-11 | 2005-02-03 | Japan Science & Technology Agency | System for planning path for moving robot |
-
2006
- 2006-07-05 JP JP2006185199A patent/JP4032126B1/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005032196A (en) * | 2003-07-11 | 2005-02-03 | Japan Science & Technology Agency | System for planning path for moving robot |
Non-Patent Citations (2)
Title |
---|
上田隆一, 新井民夫, 浅沼和範囲, 梅田和昇, 大隅久: "パーティクルフィルタを利用した自己位置推定に生じる致命的な推定誤りからの回復方法", 日本ロボット学会誌, vol. 23, no. 4, JPN4007019385, 15 May 2005 (2005-05-15), JP, pages 466 - 473, ISSN: 0000898821 * |
巻俊宏, 近藤逸人, 浦環, 坂巻隆: "パ-ティクルフィルタを用いた水中ロボットの自律航法", 生産研究, vol. 56, no. 6, JPN4007019386, 1 November 2004 (2004-11-01), JP, pages 429 - 433, ISSN: 0000898822 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008249640A (en) * | 2007-03-30 | 2008-10-16 | Japan Advanced Institute Of Science & Technology Hokuriku | Position estimation system and method |
KR100951321B1 (en) | 2008-02-27 | 2010-04-05 | 아주대학교산학협력단 | Method of object tracking in 3D space based on particle filter using acoustic sensors |
JP2010127650A (en) * | 2008-11-25 | 2010-06-10 | Nippon Telegr & Teleph Corp <Ntt> | System for estimating position of movable body, method for estimating position of movable body, and program for estimating position of movable body |
JP2010271215A (en) * | 2009-05-22 | 2010-12-02 | Nippon Telegr & Teleph Corp <Ntt> | State estimation apparatus, method, program, and recording medium of the same |
JP2010280054A (en) * | 2009-05-28 | 2010-12-16 | Gm Global Technology Operations Inc | Contact state estimation for multi-finger robot hand using particle filter |
WO2011151999A1 (en) * | 2010-05-31 | 2011-12-08 | 日本電気株式会社 | Flow line detection system, flow line detection method and flow line detection program |
US8731829B2 (en) | 2010-05-31 | 2014-05-20 | Nec Corporation | Flow line detection system, flow line detection method, and flow line detection program |
KR101881415B1 (en) * | 2011-12-22 | 2018-08-27 | 한국전자통신연구원 | Apparatus and method for location of moving objects |
KR20130072614A (en) * | 2011-12-22 | 2013-07-02 | 한국전자통신연구원 | Apparatus and method for location of moving objects |
WO2014155828A1 (en) * | 2013-03-29 | 2014-10-02 | 株式会社日立製作所 | Moving body distribution estimation system, moving body distribution estimation server, and moving body distribution estimation method |
JP2016539333A (en) * | 2013-08-12 | 2016-12-15 | チーゴ インタラクティブ テクノロジー カンパニー・リミテッド | Target positioning method and system |
JP2016018237A (en) * | 2014-07-04 | 2016-02-01 | 日本電信電話株式会社 | Visit poi estimation device and operation method therefor |
JP2017116980A (en) * | 2015-12-21 | 2017-06-29 | 国立研究開発法人情報通信研究機構 | Region watching system |
JP2018046790A (en) * | 2016-09-23 | 2018-03-29 | 株式会社オープンストリーム | Position estimate device, position estimate method, and position estimate program |
JPWO2020066961A1 (en) * | 2018-09-27 | 2021-08-30 | 日本電気株式会社 | Position estimation device, position estimation system, position estimation method and program |
JP7127691B2 (en) | 2018-09-27 | 2022-08-30 | 日本電気株式会社 | Position estimation device, position estimation system, position estimation method and program |
Also Published As
Publication number | Publication date |
---|---|
JP4032126B1 (en) | 2008-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4032126B1 (en) | Mobile object position estimation system and mobile object position estimation method | |
JP4032125B1 (en) | Mobile object position estimation system and mobile object position estimation method | |
US11562168B2 (en) | Clustering for K-anonymity in location trajectory data | |
EP3241370B1 (en) | Analyzing semantic places and related data from a plurality of location data reports | |
EP2603770B1 (en) | Parking lot detection using probe data | |
CN107610464B (en) | A kind of trajectory predictions method based on Gaussian Mixture time series models | |
US10546043B1 (en) | Triangulation for K-anonymity in location trajectory data | |
US20200018607A1 (en) | Map matched aggregation for k-anonymity in trajectory data | |
CN110472999B (en) | Passenger flow mode analysis method and device based on subway and shared bicycle data | |
US11468999B2 (en) | Systems and methods for implementing density variation (DENSVAR) clustering algorithms | |
US11343636B2 (en) | Automatic building detection and classification using elevator/escalator stairs modeling—smart cities | |
Tabibiazar et al. | Kernel-based modeling and optimization for density estimation in transportation systems using floating car data | |
CN110793531B (en) | Road matching method and device and readable storage medium | |
JP2017045148A (en) | Area division processing device, method and program | |
Choudhry et al. | Inferring truck activities using privacy-preserving truck trajectories data | |
Keler et al. | Is there a relationship between complicated crossings and frequently visited locations? A case study with boro taxis and OSM in NYC | |
JP5358534B2 (en) | Action path estimation method and program | |
US11521023B2 (en) | Automatic building detection and classification using elevator/escalator stairs modeling—building classification | |
Prabha et al. | A comprehensive insight towards pre-processing methodologies applied on GPS data | |
Jaegal et al. | Measuring the structural similarity of network time prisms using temporal signatures with graph indices | |
JP2021081871A (en) | Urban structure design device and urban structure design program | |
Hindmarch et al. | Movement model enhanced RSS localisation | |
Shamohammadi et al. | Comparison of the performance of gradient boosting, logistic regression, and linear Support Vector Classifier algorithms in classifying travel modes based on GNSS data | |
EP4300336A1 (en) | Method, apparatus, and computer program product for estimating the privacy risk of anonymized trajectory data | |
Cremona et al. | Speed Aware–a mobile app prototype for the promotion of responsible driving |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |