JP2011245285A - 移動体の状態推定装置 - Google Patents
移動体の状態推定装置 Download PDFInfo
- Publication number
- JP2011245285A JP2011245285A JP2011100632A JP2011100632A JP2011245285A JP 2011245285 A JP2011245285 A JP 2011245285A JP 2011100632 A JP2011100632 A JP 2011100632A JP 2011100632 A JP2011100632 A JP 2011100632A JP 2011245285 A JP2011245285 A JP 2011245285A
- Authority
- JP
- Japan
- Prior art keywords
- acceleration
- output
- angular velocity
- moving body
- vector
- 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
- 230000001133 acceleration Effects 0.000 claims abstract description 81
- 239000013598 vector Substances 0.000 claims abstract description 74
- 230000033001 locomotion Effects 0.000 claims abstract description 37
- 230000005484 gravity Effects 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 8
- WURBVZBTWMNKQT-UHFFFAOYSA-N 1-(4-chlorophenoxy)-3,3-dimethyl-1-(1,2,4-triazol-1-yl)butan-2-one Chemical compound C1=NC=NN1C(C(=O)C(C)(C)C)OC1=CC=C(Cl)C=C1 WURBVZBTWMNKQT-UHFFFAOYSA-N 0.000 abstract 1
- 238000000034 method Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 210000002683 foot Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 210000003371 toe Anatomy 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【解決手段】加速度ベクトル計測手段1002と角速度ベクトル計測手段1001は、移動体に装着される計測手段であって、移動体の加速度ベクトルと各速度ベクトルを計測する。姿勢角推定装置1004は、加速度ベクトル(センサ座標系)と角速度ベクトル(センサ座標系)を入力として、その姿勢角を推定する。加速度・角速度成分分解装置1005は以上3種の出力から移動体に対する重力方向への加速度成分、重力軸回りの角速度成分、進行方向への加速度成分、進行軸回りの角速度成分、側方方向への加速度成分と側方軸回りの角速度成分の計6つの成分の出力データを出力し強識別器1011〜101xで移動体の動作が識別される。
【選択図】図1
Description
(1)足先装着型PDR(例えば、非特許文献1、非特許文献2)
(2)腰部装着型PDR(例えば、非特許文献3、非特許文献4)
(動作認識のフレームワーク)
強識別器で用いるAdaBoost、または、適応的ブースティング(Adaptive Boosting)は、機械学習のアルゴリズムの一つであり、性能が十分ではない複数の異なる識別器(ただし、誤答率は0.5未満であることが必要であり、これらは弱識別器と呼ばれる)を重み付けによって組み合わせ、最終的に性能が高い識別器を生成する。AdaBoostによって動作認識のフレームワークを構築するためには、解析対象となるセンサデータセットを決定し、これらのデータセットから動作識別を行う弱識別器を定める必要がある。
人の重心付近に装着された加速度・ジャイロセンサのデータは、センサの座標系での出力であるため、そのまま学習データとして用いると、ローカルな情報が含まれているために、動作識別の詳細を記述する上では適切でない可能性がある。そこで、人の座標系において、重力方向と進行方向、その二つの方向に直交する外積ベクトル(すなわち側方)の方向の3つの軸に、加速度ベクトルと角速度ベクトルを分解して、それぞれの成分を機械学習の入力データとして用いる。すなわち、加速度ベクトルについて3つの成分、角速度について3つの成分があるので、計6つの成分が解析対象の候補となる。
前述した解析対象となる入力データの各成分の短期的な変動について、
(1)一定の閾値以上の正値のピークに続いて一定の閾値以下の負値のピークが現れるパターン(図3)、
(2)一定の閾値以下の負値のピークに続いて一定の閾値以上の正値のピークが現れるパターン(図4)、
(3)一定の閾値以上の正値のピークだけ現れるパターン(図5)、
(4)一定の閾値以下の負値のピークだけ現れるパターン(図6)、
(5)一定の閾値以上の正値から一定の閾値以下の負値に変化するパターン(図7)、
(6)一定の閾値以下の負値から一定の閾値以上の正値に変化するパターン(図8)などが、弱識別器として利用可能なパターンとして挙げられる。
(A)その成分の周波数領域のパワースペクトラムにおけるピークとなるパワーが、全体のパワーに対して、その比が一定の閾値以上となるパターンが挙げられる。
また、二つの成分間については、
(a)成分間の相互相関が一定の閾値以上、もしくは一定の閾値以下となるパターン、(b)各成分の正・負値ピークを取る時刻間の差分値が一定の中心値±閾値の範囲内であるパターン、
(c)各成分をFFTなどにより周波数領域に変換したときに、そのパワースペクトラムにおいてピークとなる周波数の位相差が一定の中心値±閾値以内に収まるパターン、の3つが弱識別器として利用可能なパターンとして挙げられる。
前述した強識別器は、AdaBoost(Adaptive Boosting)と呼ばれる枠組みで学習される。図9にその処理の流れ図の一例を示す。本処理の前提として必要となるのは、学習用データ(M個)と弱識別器(N個)である。この学習用データには、世界座標系に合わせた角速度成分、加速度成分、装着者の位置・方位の時系列データが含まれている。
1002 加速度ベクトル計測手段
1003 慣性計測ユニット(IMU)
1004 姿勢角推定装置
1005 加速度・角速度成分分解装置
1011 第1の強識別器(重み付き弱識別器)
1012 第2の強識別器(重み付き弱識別器)
101x 第xの強識別器(重み付き弱識別器)
Claims (3)
- 移動体に装着されて移動体の加速度ベクトルを計測する加速度ベクトル計測手段と、
移動体に装着されて移動体の角速度ベクトルを計測する角速度ベクトル計測手段と、
前記加速度ベクトル計測手段の出力と前記角速度ベクトル計測手段の出力に基づいて移動体の姿勢角を推定する姿勢角推定装置と、
前記加速度ベクトル計測手段の出力、前記角速度ベクトル計測手段の出力、および姿勢角推定装置の出力に基づいて、重力方向の加速度成分と重力軸回りの角速度成分、進行方向の加速度成分と進行軸回りの角速度成分、横方向の加速度成分と横軸周りの角速度成分の計6つの成分に分解する加速度・角速度成分分解装置と、
計N(Nは整数)個の状態についてそれぞれ真か偽を識別する予め学習済みの強識別器と、
を備え、
前記強識別器は、前記加速度・角速度成分分解装置の出力である計6つの成分を入力として、それぞれ、真または偽の出力を提示する
ことを特徴とする移動体の状態推定装置。 - 請求項1に記載の移動体の状態推定装置において、
前記強識別器は、強識別器ごとにそれぞれ異なった成分の閾値を有しており、計N個の状態についてそれぞれに真か偽を識別するN個の強識別器である
ことを特徴とする移動体の状態推定装置。 - 請求項1に記載の移動体の状態推定装置において、
前記加速度ベクトル計測手段の出力と、前記角速度ベクトル計測手段の出力と、前記姿勢角推定装置の出力とに基づいて前記移動体の進行方向である方位を推定する進行方向推定装置と、
前記加速度ベクトル計測手段の出力と、前記角速度ベクトル計測手段の出力と、前記姿勢角推定装置の出力と、前記姿勢角推定装置の出力と、前記進行方向推定装置の出力とに基づいて、前記移動体の位置を計測する測位装置と、をさらに備え、
前記強識別器は、前記6つの成分に加え、さらに前記進行方向推定装置の出力である方位と、前記測位装置の出力である位置を入力として、それぞれ真または偽の出力を提示することを特徴とする移動体の状態推定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011100632A JP5750742B2 (ja) | 2010-04-30 | 2011-04-28 | 移動体の状態推定装置 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010105790 | 2010-04-30 | ||
JP2010105790 | 2010-04-30 | ||
JP2011100632A JP5750742B2 (ja) | 2010-04-30 | 2011-04-28 | 移動体の状態推定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011245285A true JP2011245285A (ja) | 2011-12-08 |
JP5750742B2 JP5750742B2 (ja) | 2015-07-22 |
Family
ID=45411249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011100632A Active JP5750742B2 (ja) | 2010-04-30 | 2011-04-28 | 移動体の状態推定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5750742B2 (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103142234A (zh) * | 2013-01-25 | 2013-06-12 | 中国科学院深圳先进技术研究院 | 用于判断人体跌倒的传感器***、方法及人体防护装置 |
WO2014010727A1 (ja) * | 2012-07-13 | 2014-01-16 | 独立行政法人産業技術総合研究所 | 移動体の進行方向推定装置及び進行方向推定方法 |
WO2014020718A1 (ja) * | 2012-08-01 | 2014-02-06 | 株式会社日立製作所 | 歩行様式判別システム、歩行様式判別装置及び歩行様式判別方法 |
JP2014078398A (ja) * | 2012-10-10 | 2014-05-01 | Ricoh Co Ltd | 照明制御装置、照明制御システムおよびプログラム |
WO2015105146A1 (ja) * | 2014-01-08 | 2015-07-16 | 独立行政法人産業技術総合研究所 | 進行方向推定装置及び進行方向推定方法 |
JP2017010206A (ja) * | 2015-06-19 | 2017-01-12 | 株式会社デンソー | 運転操作判別装置 |
KR101753525B1 (ko) * | 2015-04-23 | 2017-07-19 | 모토로라 모빌리티 엘엘씨 | 휴대용 디바이스들의 물리적 분리의 검출 |
WO2019216133A1 (ja) * | 2018-05-09 | 2019-11-14 | ソニー株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN111879325A (zh) * | 2020-08-05 | 2020-11-03 | 东北大学 | 一种具备高精度和抗干扰能力的imu姿态角估算方法 |
US20220146280A1 (en) * | 2019-03-27 | 2022-05-12 | Nec Corporation | Walk discrimination device, walk discrimination method, and program recording medium |
WO2022124323A1 (ja) * | 2020-12-10 | 2022-06-16 | 国立研究開発法人産業技術総合研究所 | 情報処理装置、情報処理方法および制御プログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007151948A (ja) * | 2005-12-07 | 2007-06-21 | Kansai Electric Power Co Inc:The | 転倒判定方法及びその装置 |
JP2009080539A (ja) * | 2007-09-25 | 2009-04-16 | Toshiba Corp | ジェスチャ認識装置及びその方法 |
-
2011
- 2011-04-28 JP JP2011100632A patent/JP5750742B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007151948A (ja) * | 2005-12-07 | 2007-06-21 | Kansai Electric Power Co Inc:The | 転倒判定方法及びその装置 |
JP2009080539A (ja) * | 2007-09-25 | 2009-04-16 | Toshiba Corp | ジェスチャ認識装置及びその方法 |
Non-Patent Citations (2)
Title |
---|
JPN6014027249; 興梠正克: '"装着型自蔵センサモジュールを用いた歩行者の位置・方位計測技術"' 電子情報通信学会誌 第92巻、第4号, 20090401, p.268-275, 社団法人 電子情報通信学会 * |
JPN6014027252; 興梠正克: '"ウェアラブルカメラと慣性センサ群のデータ統合に基づくパーソナルポジショニング"' 画像ラボ 第14巻、第6号, 20030601, p.9-14, 日本工業出版 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014010727A1 (ja) * | 2012-07-13 | 2014-01-16 | 独立行政法人産業技術総合研究所 | 移動体の進行方向推定装置及び進行方向推定方法 |
US10288431B2 (en) | 2012-07-13 | 2019-05-14 | National Institute Of Advance Industrial | Device for estimating moving object travel direction and method for estimating travel direction |
JPWO2014010727A1 (ja) * | 2012-07-13 | 2016-06-23 | 国立研究開発法人産業技術総合研究所 | 移動体の進行方向推定装置及び進行方向推定方法 |
WO2014020718A1 (ja) * | 2012-08-01 | 2014-02-06 | 株式会社日立製作所 | 歩行様式判別システム、歩行様式判別装置及び歩行様式判別方法 |
JPWO2014020718A1 (ja) * | 2012-08-01 | 2016-07-11 | 株式会社日立製作所 | 歩行様式判別システム、歩行様式判別装置及び歩行様式判別方法 |
JP2014078398A (ja) * | 2012-10-10 | 2014-05-01 | Ricoh Co Ltd | 照明制御装置、照明制御システムおよびプログラム |
CN103142234A (zh) * | 2013-01-25 | 2013-06-12 | 中国科学院深圳先进技术研究院 | 用于判断人体跌倒的传感器***、方法及人体防护装置 |
JPWO2015105146A1 (ja) * | 2014-01-08 | 2017-03-23 | 国立研究開発法人産業技術総合研究所 | 進行方向推定装置及び進行方向推定方法 |
WO2015105146A1 (ja) * | 2014-01-08 | 2015-07-16 | 独立行政法人産業技術総合研究所 | 進行方向推定装置及び進行方向推定方法 |
US10317423B2 (en) | 2014-01-08 | 2019-06-11 | National Institute Of Advanced Industrial Science And Technology | Travel direction estimation device and travel direction estimation method |
KR101753525B1 (ko) * | 2015-04-23 | 2017-07-19 | 모토로라 모빌리티 엘엘씨 | 휴대용 디바이스들의 물리적 분리의 검출 |
JP2017010206A (ja) * | 2015-06-19 | 2017-01-12 | 株式会社デンソー | 運転操作判別装置 |
WO2019216133A1 (ja) * | 2018-05-09 | 2019-11-14 | ソニー株式会社 | 情報処理装置、情報処理方法、及びプログラム |
WO2019216132A1 (ja) * | 2018-05-09 | 2019-11-14 | ソニー株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN112136020A (zh) * | 2018-05-09 | 2020-12-25 | 索尼公司 | 信息处理装置、信息处理方法和程序 |
US20220146280A1 (en) * | 2019-03-27 | 2022-05-12 | Nec Corporation | Walk discrimination device, walk discrimination method, and program recording medium |
CN111879325A (zh) * | 2020-08-05 | 2020-11-03 | 东北大学 | 一种具备高精度和抗干扰能力的imu姿态角估算方法 |
WO2022124323A1 (ja) * | 2020-12-10 | 2022-06-16 | 国立研究開発法人産業技術総合研究所 | 情報処理装置、情報処理方法および制御プログラム |
JP7493840B2 (ja) | 2020-12-10 | 2024-06-03 | 国立研究開発法人産業技術総合研究所 | 情報処理装置、情報処理方法および制御プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP5750742B2 (ja) | 2015-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5750742B2 (ja) | 移動体の状態推定装置 | |
EP3194889B1 (en) | Inertial tracking based determination of the position of a mobile device carried by a user in a geographical area | |
Chen et al. | Deep neural network based inertial odometry using low-cost inertial measurement units | |
Wang et al. | Pedestrian dead reckoning based on walking pattern recognition and online magnetic fingerprint trajectory calibration | |
Kourogi et al. | A method of pedestrian dead reckoning using action recognition | |
Elloumi et al. | Indoor pedestrian localization with a smartphone: A comparison of inertial and vision-based methods | |
Altun et al. | Pedestrian dead reckoning employing simultaneous activity recognition cues | |
Ju et al. | A pedestrian dead-reckoning system that considers the heel-strike and toe-off phases when using a foot-mounted IMU | |
US20200355503A1 (en) | Determining the location of a mobile device | |
US20130179112A1 (en) | Robust method for signal segmentation for motion classification in personal navigation | |
Manos et al. | Walking direction estimation using smartphone sensors: A deep network-based framework | |
Gobana | Survey of Inertial/magnetic Sensors Based pedestrian dead reckoning by multi-sensor fusion method | |
Marron et al. | Multi sensor system for pedestrian tracking and activity recognition in indoor environments | |
Soni et al. | A survey of step length estimation models based on inertial sensors for indoor navigation systems | |
Inderst et al. | 3D pedestrian dead reckoning and activity classification using waist-mounted inertial measurement unit | |
US20230258453A1 (en) | Indoor positioning with plurality of motion estimators | |
Tateno et al. | Improvement of pedestrian dead reckoning by heading correction based on optimal access points selection method | |
Hoseinitabatabaei et al. | Towards a position and orientation independent approach for pervasive observation of user direction with mobile phones | |
Filardo et al. | C-IPS: A smartphone based indoor positioning system | |
Qian et al. | Continuous motion recognition for natural pedestrian dead reckoning using smartphone sensors | |
Lee et al. | Evaluation of a pedestrian walking status awareness algorithm for a pedestrian dead reckoning | |
Susi | Gait analysis for pedestrian navigation using MEMS handheld devices | |
JP6147446B1 (ja) | ソフト制約及びペナルティ機能を使用した慣性センサの初期化 | |
Zhou et al. | Pedestrian navigation with foot-mounted inertial sensors in wearable body area networks | |
Wang et al. | Posture recognition and adaptive step detection based on hand-held terminal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131203 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140623 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140701 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140828 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150127 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150320 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150424 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150427 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5750742 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |