JP6139722B1 - 推定装置、推定方法及び推定プログラム - Google Patents
推定装置、推定方法及び推定プログラム Download PDFInfo
- Publication number
- JP6139722B1 JP6139722B1 JP2016030296A JP2016030296A JP6139722B1 JP 6139722 B1 JP6139722 B1 JP 6139722B1 JP 2016030296 A JP2016030296 A JP 2016030296A JP 2016030296 A JP2016030296 A JP 2016030296A JP 6139722 B1 JP6139722 B1 JP 6139722B1
- Authority
- JP
- Japan
- Prior art keywords
- speed
- estimation
- learning
- moving
- model
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 117
- 238000001514 detection method Methods 0.000 claims abstract description 48
- 230000001133 acceleration Effects 0.000 claims description 126
- 230000008569 process Effects 0.000 claims description 84
- 230000008859 change Effects 0.000 claims description 14
- 238000009434 installation Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 38
- 239000011159 matrix material Substances 0.000 description 21
- 238000006243 chemical reaction Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 15
- 230000014509 gene expression Effects 0.000 description 14
- 230000005484 gravity Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000012706 support-vector machine Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000006866 deterioration Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P7/00—Measuring speed by integrating acceleration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
Description
まず、図1を用いて、推定装置の一例である端末装置10が判定する移動態様の概念について説明する。図1は、実施形態に係る端末装置が発揮する作用効果の一例を説明するための図である。例えば、端末装置10は、スマートフォン、タブレット端末やPDA(Personal Digital Assistant)等の移動端末、ノート型PC(Personal Computer)等の端末装置であり、移動通信網や無線LAN(Local Area Network)等のネットワークNを介して、任意のサーバと通信可能な端末装置である。
ここで、車両の移動速度を推定する速度推定技術の一例について説明する。なお、ここで示す技術は、本発明の前段階となる技術の一例であるが、本来の従来技術に属するものではない。すなわち、ここで示す技術は、本出願人が開発、試験、研究等のために秘密裡に実施している技術であり、いわゆる公知、公用または文献公知など秘密を脱した技術ではない。
そこで、端末装置10は、以下の推定処理を実行する。例えば、端末装置10は、車両が移動した際に生じる物理的な状態を検出する。そして、端末装置10は、物理的な状態が生じる速度帯を学習した学習器を用いて、検出された物理的な状態から、移動速度を推定する。
図2は、実施形態に係る端末装置が有する機能構成の一例を説明する図である。図2に示すように、端末装置10は、通信部11、記憶部12、複数の加速度センサ13a〜13c(以下、総称して「加速度センサ13」と記載する場合がある。)、GPS受信アンテナ14、出力部15、制御部16を有する。通信部11は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部11は、ネットワークNと有線または無線で接続され、端末装置10と、端末装置10から目的地を受信すると、目的地までの経路を示す経路情報を配信する配信サーバとの間で情報の送受信を行う。
以下、図6に示すフローチャートを用いて、各処理部17〜20が実行・実現する案内処理の内容について説明する。図6は、実施形態に係る端末装置が実行する案内処理の流れの一例を説明するフローチャートである。
次に、図7に示すフローチャートを用いて、検出部21、設定部22、変換部23、および取得部24が実行・実現する取得処理の内容について説明する。図7は、実施形態に係る端末装置が実行する取得処理の流れの一例を説明するフローチャートである。なお、検出部21、設定部22、変換部23、および取得部24は、図7に示す取得処理を所定の期間(例えば、1秒)ごとに実行する。なお、図7に示す各処理は、例えば、図1中(A)〜(D)に示す処理に対応する。
次に、図8に示すフローチャートを用いて、推定部25が実行・実現する推定処理の内容について説明する。図8は、実施形態に係る端末装置が実行する推定処理の流れの一例を説明するフローチャートである。例えば、推定部25は、図6のステップS103にて、GPSが使えないと判定された場合には、図8に示す推定処理を実行する。なお、図8に示す推定処理の結果は、移動状態推定部20により推定された現在地として案内実行部17に出力される。
次に、図10、図11に示すフローチャートを用いて、収集部26、学習部27、更新部28が実行・実現する学習処理の内容について説明する。まず、図10を用いて、収集部26が学習処理に用いる学習データを収集する処理の一例について説明する。図10は、実施形態に係る端末装置が学習データを収集する処理の流れの一例を説明するフローチャートである。なお、収集部26は、図10に示す処理を、所定の時間間隔で繰り返し実行するものとする。
に登録された学習データを用いて学習を行ったモデルによる判定精度を向上させることができる。
次に、数式を用いて、変換部23が端末座標系を推定座標系へと変換する回転行列を算出する処理の一例を説明する。なお、変換部23が実行する処理は、以下の数式が示す処理に限定されるものではない。例えば、変換部23は、一次変換を表現した数式を用いて、端末座標系から推定座標系への座標変換を行ってもよい。
上述した実施形態に係る端末装置10は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、上記の端末装置10の他の実施形態について説明する。
上述した処理では、端末装置10は、図1に示すように、モデル#S、モデル#0、モデル#1またはモデル#2、モデル#3〜#5のいずれかの順に、推定処理または学習処理を実行した。しかしながら、実施形態は、これに限定されるものではない。例えば、端末装置10は、優先度を有さない全てのモデル#S、#0〜#5に対して特徴量を入力し、各モデル#S、#0〜#5による特徴量の分類結果に応じて、車両の推定速度を推定してもよい。例えば、端末装置10は、モデル#3が時速「10km/h」以上であると判定し、他のモデルが判定速度未満であると判定した場合には、時速「15km/h」を推定速度としてもよい。
また、上述した処理では、端末装置10は、判定速度の幅を時速「10km/h」にすることで、時速「5km/h」から時速「60km/h」までの推定速度を、時速「5km/h」刻みで推定した。しかしながら、実施形態は、これに限定されるものではない。例えば、端末装置10は、各モデルの判定速度の幅を時速「20km/h」にすることで、推定速度を時速「10km/h」単位で推定してもよい。また、端末装置10は、各モデルの判定速度の幅を時速「2km/h」にすることで、推定速度を時速「1km/h」単位で推定してもよい。すなわち、端末装置10は、任意の速度幅単位で推定速度の推定を行ってよい。
また、上述した説明では、端末装置10は、加速度センサ13によって検出された端末座標系の加速度を、推定座標系の加速度に変換し、変換後の加速度から特徴量を取得し、取得した特徴量を用いて、移動速度の推定やモデルの学習を行った。しかしながら、実施形態は、これに限定されるものではない。例えば、端末装置10は、加速度センサ13によって検出された端末座標系の加速度から特徴量を取得し、取得した特徴量を各速度推定モデルの学習データとして使用し、各速度推定モデルに端末座標系の加速度から取得した特徴量を入力することで、移動速度の推定を行ってもよい。また、端末装置10は、速度推定モデルの学習や、速度推定モデルに入力するデータとして、推定座標系の加速度や、端末座標系の加速度をそのまま入力してもよい。
ここで、車両が走行する際に生じる振動等の加速度は、様々な要因に応じて変化すると考えられる。例えば、車両が走行する際に生じる加速度は、移動速度の推定対象となる車両の種類、スタッドレスタイヤであるかノーマルタイヤであるか等といったタイヤの種類、タイヤチェーンを着用しているか否か、タイヤチェーンが樹脂製であるか金属製であるか等、移動体の物理的な状態に応じて変化すると予測される。また、車両が走行する際に生じる加速度は、天候、降雨の有無、降雨の程度、アイスバーンであるか否か、走行している車道の舗装の古さや素材などといった補装具合等に応じても変化すると予測される。また、車道の補装具合は、車両が移動している車道や位置、車両が上り線と下り線とのどちらを走行しているか等、車両が移動している区間に応じて変化すると考えられる。
ここで、端末装置10は、上述した処理を実現するアプリケーションの初回起動時においても、停止判定を起動時から実施できるようにするため、汎用的なモデルを含むアプリケーションの起動を行ってもよい。例えば、このようなアプリケーションを実行した場合、端末装置10は、初回起動時においては、汎用的なモデルを用いて推定処理を実行するとともに、端末装置10ごとに学習されたモデルを用いて、推定処理を実行することとなる。そして、端末装置10は、車両の走行時に取得された学習データを用いて、汎用モデルの補正学習を行う。
ここで、端末装置10は、学習データを収集する際、GPSを用いて速度を取得してもよく、OBDなどを介して、車両が有する制御装置から移動速度を取得してもよい。例えば、端末装置10は、OBDを介して移動速度を取得可能な車両に搭載されている際は、OBDを介して移動速度を取得するとともに、各モデルの学習を行う。そして、端末装置10は、レンタカーや利用者の友人の車両など、OBDを介して車両速度を取得できない車両に搭載された場合には、GPSが使用できなくなった際に、学習済みのモデルを用いて、移動速度を推定してもよい。すなわち、端末装置10は、OBD等を用いた学習データを用いて各モデルの構築を行い、OBDやGPS等を介して車両速度を取得できない場合には、構築されたモデルを用いた推定処理を実行してもよい。
上述した説明では、端末装置10は、停止判定モデルや速度推定モデルとしてSVMの学習を行った。しかしながら、実施形態は、これに限定されるものではない。例えば、端末装置10は、ニューラルネットワークの学習や、所謂ディープラーニングと呼ばれる学習を用いてもよい。具体的な例を説明すると、端末装置10は、学習データを用いて、停止判定を行うDNN(Deep Neural Network)といったニューラルネットワークの学習を行ってもよい。
また、上述した端末装置10は、例えば、1秒間隔で、推定処理や学習処理を実行した。しかしながら、実施形態は、これに限定されるものではなく、任意のタイミングで推定処理や学習処理を実行してもよい。例えば、端末装置10は、GPSを用いて移動速度の測定を行うとともに、モデルを用いた移動速度の推定を常に実行し、正答率が所定の閾値よりも低くなった場合には、学習処理を実行してもよい。
ここで、端末装置10は、端末装置10の姿勢を特定してもよい。例えば、一定期間内の加速度を平均した場合には、その平均ベクトルGの方向は、重力加速度の方向と一致する。そこで、端末装置10は、例えば、アプリケーションを起動してからそれまでに測定された全ての加速度の平均ベクトル方向と、直近1秒間の間に検出された加速度の平均ベクトルの方向とを比較し、角度で37度以上の開きがあった場合(すなわち、各平均ベクトルの間の角度のコサイン値が0.8より小さくなった場合)には、端末装置10の姿勢に変化があったと判定してもよい。
なお、上記実施形態は例示に過ぎず、本発明は、以下に例示するものやそれ以外の他の実施態様も含むものである。例えば、本出願における機能構成、データ構造、フローチャートに示す処理の順序や内容などは例示に過ぎず、各要素の有無、その配置や処理実行などの順序、具体的内容などは適宜変更可能である。例えば、上述した案内処理や推定処理は、上記実施形態で例示したように端末装置10が実現する以外にも、スマートフォンのアプリなどが実現する端末における装置、方法やプログラムとして実現することもできる。
上述したように、端末装置10は、移動時に生じる所定の物理的な状態を検出する。そして、端末装置10は、物理的な状態が生じる速度帯を学習した速度推定モデルなどの学習器を用いて、検出部により検出された状態から移動速度を推定する。このため、端末装置10は、例えば、走行時に生じる振動など、物理的な状態の特徴に基づいて、移動速度を推定することができる。この結果、端末装置10は、端末装置10の設置姿勢が不明であっても、移動速度を精度よく推定することができる。
12 記憶部
13 加速度センサ
14 GPS受信アンテナ
15 出力部
16 制御部
17 案内実行部
18 音声出力部
19 画像出力部
20 移動状態推定部
21 検出部
22 設定部
23 変換部
24 取得部
25 推定部
26 収集部
27 学習部
28 更新部
Claims (20)
- 移動時に生じる所定の物理的な状態を検出する検出部と、
前記物理的な状態が生じる速度帯が所定の第1速度帯であるか否かを判定する第1学習器によって、前記検出部により検出された状態が生じる速度帯が前記第1速度帯であると判定された場合は、前記物理的な状態が生じる速度帯が前記第1速度帯に含まれる第2速度帯であるか否かを判定する第2学習器を用いて、前記検出部により検出された状態が生じる速度帯を推定する推定部と
を有することを特徴とする推定装置。 - 移動時に生じる所定の物理的な状態を検出する検出部と、
前記物理的な状態が生じる速度帯であって、それぞれ異なる速度帯を学習した複数の学習器のうち、前記物理的な状態が生じる速度帯が、移動する機会が他の速度帯よりも多い速度帯であるか否かを判定する学習器を優先的に用いて、前記検出部により検出された状態から移動速度を推定する推定部と
を有することを特徴とする推定装置。 - 移動時に生じる所定の物理的な状態を検出する検出部と、
前記物理的な状態が生じる速度帯を学習した学習器を用いて、前記検出部により検出された状態から移動速度を推定する推定部と、
所定の測定手段により前記移動速度を測定することができる場合には、前記検出部により検出された状態と、測定された移動速度との組を用いて、当該検出された状態が検出される速度帯を学習する学習器を学習し、前記状態を検出する際に、第3速度帯に含まれる移動速度よりも第4速度帯に含まれる移動速度の方が多く測定された場合は、前記第3速度帯に含まれる速度帯を学習する学習器によって学習される速度帯の幅を、前記第4速度帯に含まれる速度帯を学習する学習器によって学習される速度帯の幅よりも広くする学習部と
を有することを特徴とする推定装置。 - 前記推定部は、前記検出部により検出された状態が生じる速度帯を推定し、推定された速度帯に含まれる移動速度を推定結果として出力する
ことを特徴とする請求項1〜3のうちいずれか1つに記載の推定装置。 - 前記推定部は、前記検出部により検出された状態が生じる速度帯が所定の上限速度よりも速い速度帯であると推定された場合には、所定の測定手段により最後に測定された速度を移動速度として出力する
ことを特徴とする請求項1〜4のうちいずれか1つに記載の推定装置。 - 前記推定部は、前回推定した移動速度と、新たに推定した移動速度との差が所定の範囲内に収まる場合には、所定の期間内に推定された推定速度の平均値を推定結果として出力する
ことを特徴とする請求項1〜5のうちいずれか1つに記載の推定装置。 - 前記推定部は、前回推定した移動速度と、新たに推定した移動速度との差が所定の範囲内に収まらない場合には、過去に推定された移動速度の値に所定の値を加算した移動速度、または、過去に推定された移動速度の値から所定の値を減算した移動速度を推定結果として出力する
ことを特徴とする請求項1〜6のうちいずれか1つに記載の推定装置。 - 前記検出部により検出された状態の特徴を示す特徴量を取得する取得部
を有し、
前記推定部は、前記特徴量が取得される速度帯を学習した学習器を用いて、前記検出部により検出された状態から移動速度を推定する
ことを特徴とする請求項1〜7のうちいずれか1つに記載の推定装置。 - 前記取得部は、前記特徴量として、前記検出部により検出された状態の平均値、最大値、最小値、および標準偏差の少なくともいずれか1つを取得する
ことを特徴とする請求項8に記載の推定装置。 - 前記検出部は、移動時に生じる所定の物理的な状態として、移動体に設置された端末装置により測定された加速度、または、当該端末装置により測定された音声を検出する
ことを特徴とする請求項1〜9のうちいずれか1つに記載の推定装置。 - 前記推定部は、移動速度を推定する移動体が移動している区間、当該移動体が移動している路面の状況、当該移動体の種別、当該移動体が移動している区間の天候、および当該移動体が使用しているタイヤの種別の少なくともいずれか1つに応じて、前記移動速度を推定する際に用いる学習器を変更する
ことを特徴とする請求項1〜10のうちいずれか1つに記載の推定装置。 - 所定の測定手段により移動速度を測定することができる場合には、前記検出部により検出された状態と、測定された移動速度との組を用いて、当該検出された状態が検出される速度帯を学習する学習器を学習する学習部
を有し、
前記推定部は、前記学習部により学習された学習器を用いて、前記移動速度を推定する
ことを特徴とする請求項1〜11のうちいずれか1つに記載の推定装置。 - 前記学習部は、学習する速度帯に応じた順序で、複数の学習器を順番に学習し、
前記推定部は、前記学習部が学習を行う順で、前記複数の学習器を段階的に用いて前記移動速度を推定する
ことを特徴とする請求項12に記載の推定装置。 - 前記学習部は、前記複数の学習器のうち、移動する機会がより多い速度帯を学習する学習器から優先的に学習する
ことを特徴とする請求項13に記載の推定装置。 - 推定装置が実行する推定方法であって、
移動時に生じる所定の物理的な状態を検出する検出工程と、
前記物理的な状態が生じる速度帯が所定の第1速度帯であるか否かを判定する第1学習器によって、前記検出部により検出された状態が生じる速度帯が前記第1速度帯であると判定された場合は、前記物理的な状態が生じる速度帯が前記第1速度帯に含まれる第2速度帯であるか否かを判定する第2学習器を用いて、前記検出工程により検出された状態が生じる速度帯を推定する推定工程と
を含むことを特徴とする推定方法。 - 移動時に生じる所定の物理的な状態を検出する検出手順と、
前記物理的な状態が生じる速度帯が所定の第1速度帯であるか否かを判定する第1学習器によって、前記検出部により検出された状態が生じる速度帯が前記第1速度帯であると判定された場合は、前記物理的な状態が生じる速度帯が前記第1速度帯に含まれる第2速度帯であるか否かを判定する第2学習器を用いて、前記検出手順により検出された状態が生じる速度帯を推定する推定手順と
をコンピュータに実行させるための推定プログラム。 - 推定装置が実行する推定方法であって、
移動時に生じる所定の物理的な状態を検出する検出工程と、
前記物理的な状態が生じる速度帯であって、それぞれ異なる速度帯を学習した複数の学習器のうち、前記物理的な状態が生じる速度帯が、移動する機会が他の速度帯よりも多い速度帯であるか否かを判定する学習器を優先的に用いて、前記検出工程により検出された状態から移動速度を推定する推定工程と
を含むことを特徴とする推定方法。 - 移動時に生じる所定の物理的な状態を検出する検出手順と、
前記物理的な状態が生じる速度帯であって、それぞれ異なる速度帯を学習した複数の学習器のうち、前記物理的な状態が生じる速度帯が、移動する機会が他の速度帯よりも多い速度帯であるか否かを判定する学習器を優先的に用いて、前記検出手順により検出された状態から移動速度を推定する推定手順と
をコンピュータに実行させるための推定プログラム。 - 推定装置が実行する推定方法であって、
移動時に生じる所定の物理的な状態を検出する検出工程と、
前記物理的な状態が生じる速度帯を学習した学習器を用いて、前記検出工程により検出された状態から移動速度を推定する推定工程と、
所定の測定手段により前記移動速度を測定することができる場合には、前記検出工程により検出された状態と、測定された移動速度との組を用いて、当該検出された状態が検出される速度帯を学習する学習器を学習し、前記状態を検出する際に、第3速度帯に含まれる移動速度よりも第4速度帯に含まれる移動速度の方が多く測定された場合は、前記第3速度帯に含まれる速度帯を学習する学習器によって学習される速度帯の幅を、前記第4速度帯に含まれる速度帯を学習する学習器によって学習される速度帯の幅よりも広くする学習工程と
を含むことを特徴とする推定方法。 - 移動時に生じる所定の物理的な状態を検出する検出手順と、
前記物理的な状態が生じる速度帯を学習した学習器を用いて、前記検出手順により検出された状態から移動速度を推定する推定手順と、
所定の測定手段により前記移動速度を測定することができる場合には、前記検出手順により検出された状態と、測定された移動速度との組を用いて、当該検出された状態が検出される速度帯を学習する学習器を学習し、前記状態を検出する際に、第3速度帯に含まれる移動速度よりも第4速度帯に含まれる移動速度の方が多く測定された場合は、前記第3速度帯に含まれる速度帯を学習する学習器によって学習される速度帯の幅を、前記第4速度帯に含まれる速度帯を学習する学習器によって学習される速度帯の幅よりも広くする学習手順と
をコンピュータに実行させるための推定プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016030296A JP6139722B1 (ja) | 2016-02-19 | 2016-02-19 | 推定装置、推定方法及び推定プログラム |
US15/376,433 US20170241786A1 (en) | 2016-02-19 | 2016-12-12 | Estimation device, estimation method, and non-transitory computer readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016030296A JP6139722B1 (ja) | 2016-02-19 | 2016-02-19 | 推定装置、推定方法及び推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6139722B1 true JP6139722B1 (ja) | 2017-05-31 |
JP2017146279A JP2017146279A (ja) | 2017-08-24 |
Family
ID=58794438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016030296A Active JP6139722B1 (ja) | 2016-02-19 | 2016-02-19 | 推定装置、推定方法及び推定プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20170241786A1 (ja) |
JP (1) | JP6139722B1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6294542B1 (ja) * | 2017-06-15 | 2018-03-14 | ヤフー株式会社 | 推定装置、推定方法及び推定プログラム |
WO2018074356A1 (ja) * | 2016-10-18 | 2018-04-26 | サイトセンシング株式会社 | 速度計測装置、位置計測装置、速度計測方法及びプログラム |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10482787B2 (en) * | 2017-03-21 | 2019-11-19 | Toyota Motor Engineering & Manufacturing North America, Inc. | Selective presentation of coasting coach indicator for consecutive learned deceleration areas in close proximity |
US20190102671A1 (en) * | 2017-09-29 | 2019-04-04 | Intel Corporation | Inner product convolutional neural network accelerator |
WO2019171468A1 (ja) * | 2018-03-06 | 2019-09-12 | 株式会社ウフル | 機械学習済みモデル切り替えシステム、エッジデバイス、機械学習済みモデル切り替え方法、及びプログラム |
JP6900007B2 (ja) * | 2018-03-29 | 2021-07-07 | Kddi株式会社 | 配信装置 |
CN109100537B (zh) * | 2018-07-19 | 2021-04-20 | 百度在线网络技术(北京)有限公司 | 运动检测方法、装置、设备和介质 |
JP7336753B2 (ja) * | 2018-12-28 | 2023-09-01 | パナソニックIpマネジメント株式会社 | 測位装置及び移動体 |
JP7389825B2 (ja) | 2020-01-29 | 2023-11-30 | 株式会社ソニー・インタラクティブエンタテインメント | 情報処理装置、情報処理方法、及びプログラム |
CN111596086B (zh) * | 2020-05-15 | 2022-10-11 | 北京百度网讯科技有限公司 | 一种自动驾驶中障碍物的速度估计方法、装置和电子设备 |
JP7310773B2 (ja) * | 2020-09-30 | 2023-07-19 | いすゞ自動車株式会社 | 停止判定装置 |
WO2022208748A1 (ja) * | 2021-03-31 | 2022-10-06 | 三菱重工機械システム株式会社 | 車載器、サーバ、車両動作検出方法、及びプログラム |
CN113212441A (zh) * | 2021-06-21 | 2021-08-06 | 安徽江淮汽车集团股份有限公司 | 基于功能安全需求的车速计算方法及装置 |
DE102021208202A1 (de) | 2021-07-29 | 2023-02-02 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Ermittlung eines Bewegungszustands eines Kraftfahrzeugs |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57189071A (en) * | 1981-05-18 | 1982-11-20 | Mazda Motor Corp | Display driver for digital speedometer |
JP2006194698A (ja) * | 2005-01-12 | 2006-07-27 | Macnica Inc | 速度算出装置における車体の停止判定装置及び停止判定方法 |
WO2010035339A1 (ja) * | 2008-09-29 | 2010-04-01 | パイオニア株式会社 | ナビゲーション装置及び速度推定方法 |
JP2010078595A (ja) * | 2008-08-29 | 2010-04-08 | Sony Corp | 速度算出装置、速度算出方法及びナビゲーション装置 |
JP2010287044A (ja) * | 2009-06-11 | 2010-12-24 | Isuzu Motors Ltd | 道路情報提供装置およびナビゲーション装置 |
JP2011059065A (ja) * | 2009-09-14 | 2011-03-24 | Sony Corp | 速度算出装置、速度算出方法及びナビゲーション装置 |
JP2011064500A (ja) * | 2009-09-15 | 2011-03-31 | Sony Corp | 速度算出装置、速度算出方法及びナビゲーション装置 |
Family Cites Families (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4493953B2 (ja) * | 2003-08-22 | 2010-06-30 | 富士通テン株式会社 | 移動***置提供装置および移動***置提供システム |
JP2007303989A (ja) * | 2006-05-12 | 2007-11-22 | Pioneer Electronic Corp | 移動体端末装置、移動体端末装置の制御方法、移動体端末装置の制御プログラム、および移動体端末装置の制御プログラムを記録した記録媒体 |
US7512487B1 (en) * | 2006-11-02 | 2009-03-31 | Google Inc. | Adaptive and personalized navigation system |
US7680749B1 (en) * | 2006-11-02 | 2010-03-16 | Google Inc. | Generating attribute models for use in adaptive navigation systems |
JP5328252B2 (ja) * | 2008-07-30 | 2013-10-30 | アルパイン株式会社 | ナビゲーションシステムの位置検出装置および位置検出方法 |
JP5376960B2 (ja) * | 2009-01-15 | 2013-12-25 | 株式会社東芝 | 測位装置及び測位時間間隔制御方法 |
JP5017392B2 (ja) * | 2010-02-24 | 2012-09-05 | クラリオン株式会社 | 位置推定装置および位置推定方法 |
JP5673071B2 (ja) * | 2010-03-10 | 2015-02-18 | 株式会社豊田中央研究所 | 位置推定装置及びプログラム |
JP2011220844A (ja) * | 2010-04-09 | 2011-11-04 | Seiko Epson Corp | 位置算出方法及び位置算出装置 |
JP5189157B2 (ja) * | 2010-11-30 | 2013-04-24 | 株式会社豊田中央研究所 | 可動物の目標状態決定装置及びプログラム |
JP5742450B2 (ja) * | 2011-05-10 | 2015-07-01 | セイコーエプソン株式会社 | 位置算出方法及び位置算出装置 |
US8874367B2 (en) * | 2011-10-14 | 2014-10-28 | Equilateral Technologies, Inc. | Method for estimating and displaying range of a vehicle |
JP5826049B2 (ja) * | 2012-01-20 | 2015-12-02 | Kddi株式会社 | ユーザが搭乗している移動車両を推定する移動車両推定方法、移動端末及びプログラム |
US9045041B2 (en) * | 2013-02-27 | 2015-06-02 | Here Global B.V. | Driver behavior from probe data for augmenting a data model |
US9228836B2 (en) * | 2013-03-15 | 2016-01-05 | Cambridge Mobile Telematics | Inference of vehicular trajectory characteristics with personal mobile devices |
JP6201762B2 (ja) * | 2014-01-08 | 2017-09-27 | 株式会社デンソー | 速度推定装置 |
WO2015123604A1 (en) * | 2014-02-17 | 2015-08-20 | Tourmaline Labs, Inc. | Systems and methods for estimating movements of a vehicle using a mobile device |
JP6299289B2 (ja) * | 2014-03-06 | 2018-03-28 | 株式会社豊田中央研究所 | パラメータ学習装置、運転支援装置、及びプログラム |
WO2015177858A1 (ja) * | 2014-05-20 | 2015-11-26 | 株式会社日立製作所 | トリップ属性推定システム、トリップ属性推定方法、トリップ属性推定プログラム、及び交通行動調査システム |
JP2015224932A (ja) * | 2014-05-27 | 2015-12-14 | ソニー株式会社 | 情報処理装置、情報処理方法及びコンピュータプログラム |
JP2016057836A (ja) * | 2014-09-09 | 2016-04-21 | 株式会社日立製作所 | 移動体分析システムおよび移動体の方向軸推定方法 |
JP6364378B2 (ja) * | 2015-04-28 | 2018-07-25 | 日本電信電話株式会社 | バリア情報生成装置、バリア情報生成方法およびプログラム |
JP6190423B2 (ja) * | 2015-06-30 | 2017-08-30 | ヤフー株式会社 | 推定装置、移動方向推定方法及び移動方向推定プログラム |
JP6174105B2 (ja) * | 2015-12-07 | 2017-08-02 | ヤフー株式会社 | 判定装置、判定方法及び判定プログラム |
US9809159B1 (en) * | 2016-12-28 | 2017-11-07 | Allstate Insurance Company | System and methods for detecting vehicle braking events using data from fused sensors in mobile devices |
-
2016
- 2016-02-19 JP JP2016030296A patent/JP6139722B1/ja active Active
- 2016-12-12 US US15/376,433 patent/US20170241786A1/en not_active Abandoned
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57189071A (en) * | 1981-05-18 | 1982-11-20 | Mazda Motor Corp | Display driver for digital speedometer |
JP2006194698A (ja) * | 2005-01-12 | 2006-07-27 | Macnica Inc | 速度算出装置における車体の停止判定装置及び停止判定方法 |
JP2010078595A (ja) * | 2008-08-29 | 2010-04-08 | Sony Corp | 速度算出装置、速度算出方法及びナビゲーション装置 |
WO2010035339A1 (ja) * | 2008-09-29 | 2010-04-01 | パイオニア株式会社 | ナビゲーション装置及び速度推定方法 |
JP2010287044A (ja) * | 2009-06-11 | 2010-12-24 | Isuzu Motors Ltd | 道路情報提供装置およびナビゲーション装置 |
JP2011059065A (ja) * | 2009-09-14 | 2011-03-24 | Sony Corp | 速度算出装置、速度算出方法及びナビゲーション装置 |
JP2011064500A (ja) * | 2009-09-15 | 2011-03-31 | Sony Corp | 速度算出装置、速度算出方法及びナビゲーション装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018074356A1 (ja) * | 2016-10-18 | 2018-04-26 | サイトセンシング株式会社 | 速度計測装置、位置計測装置、速度計測方法及びプログラム |
JP6294542B1 (ja) * | 2017-06-15 | 2018-03-14 | ヤフー株式会社 | 推定装置、推定方法及び推定プログラム |
JP2019002792A (ja) * | 2017-06-15 | 2019-01-10 | ヤフー株式会社 | 推定装置、推定方法及び推定プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2017146279A (ja) | 2017-08-24 |
US20170241786A1 (en) | 2017-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6139722B1 (ja) | 推定装置、推定方法及び推定プログラム | |
US10373077B2 (en) | Accurately determining real time parameters describing vehicle motion based on multiple data sources | |
US9799219B2 (en) | Vehicle data system and method | |
US9897449B2 (en) | Determination device, determination method, and non-transitory computer readable storage medium | |
US11721206B2 (en) | Method, apparatus, and system for automatic verification of road closure reports | |
JP2010014592A (ja) | 移動手段判定装置、及び移動手段判定方法 | |
CN104584094B (zh) | 位置估计方法及*** | |
JP2012514198A (ja) | 地理的領域に関する情報を処理するシステム及び方法 | |
WO2011046185A1 (ja) | 車載装置,走行特性データ生成装置,及び車載情報システム | |
JP6190423B2 (ja) | 推定装置、移動方向推定方法及び移動方向推定プログラム | |
JP6553148B2 (ja) | 判定装置、判定方法及び判定プログラム | |
JP6657753B2 (ja) | 加速度補正プログラム、路面状態評価プログラム、加速度補正方法および加速度補正装置 | |
JP6159453B1 (ja) | 推定装置、推定方法及び推定プログラム | |
JP6294542B1 (ja) | 推定装置、推定方法及び推定プログラム | |
JP6392937B2 (ja) | 推定装置、推定方法及び推定プログラム | |
JP6407368B2 (ja) | 推定装置、移動方向推定方法及び移動方向推定プログラム | |
JP6631006B2 (ja) | データ出力プログラム、データ出力方法及びデータ出力装置 | |
EP2363690B1 (en) | Method and system for calculating a quantity for a route segment extending between two points on a digital map | |
JP2015190830A (ja) | 消費エネルギー推定装置、通信装置、消費エネルギー推定方法、消費エネルギー推定プログラム | |
JP6494724B2 (ja) | 推定装置、推定方法及び推定プログラム | |
JP2018197756A (ja) | 推定装置、推定方法及び推定プログラム | |
JP7120239B2 (ja) | コンピュータプログラム、走行車線特定装置および走行車線特定システム | |
JP6271793B2 (ja) | 判定装置、判定方法及び判定プログラム | |
JP2018206407A (ja) | 消費エネルギー推定装置、通信装置、消費エネルギー推定方法、消費エネルギー推定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170317 |
|
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: 20170404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170427 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6139722 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |