JP6553148B2 - Determination apparatus, determination method and determination program - Google Patents

Determination apparatus, determination method and determination program Download PDF

Info

Publication number
JP6553148B2
JP6553148B2 JP2017195308A JP2017195308A JP6553148B2 JP 6553148 B2 JP6553148 B2 JP 6553148B2 JP 2017195308 A JP2017195308 A JP 2017195308A JP 2017195308 A JP2017195308 A JP 2017195308A JP 6553148 B2 JP6553148 B2 JP 6553148B2
Authority
JP
Japan
Prior art keywords
determination
terminal device
unit
acceleration
movement
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
Application number
JP2017195308A
Other languages
Japanese (ja)
Other versions
JP2017227656A (en
Inventor
宗広 浅見
宗広 浅見
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yahoo Japan Corp
Original Assignee
Yahoo Japan Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yahoo Japan Corp filed Critical Yahoo Japan Corp
Priority to JP2017195308A priority Critical patent/JP6553148B2/en
Publication of JP2017227656A publication Critical patent/JP2017227656A/en
Application granted granted Critical
Publication of JP6553148B2 publication Critical patent/JP6553148B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Navigation (AREA)

Description

本発明は、判定装置、判定方法及び判定プログラムに関する。   The present invention relates to a determination device, a determination method, and a determination program.

従来、スマートフォン等の持ち運び可能な端末装置を用いて、利用者が乗車している車両を目的地まで案内するカーナビゲーション(以下、「案内」ともいう)の技術が知られている。このような案内を行う端末装置は、GPS(Global Positioning System)等の衛星測位システムを用いて、車両の現在地を特定し、地図や誘導経路を示す画面と特定した現在地とを重ね合わせて表示する。   BACKGROUND ART Conventionally, there is known a technology of car navigation (hereinafter, also referred to as “guidance”) for guiding a vehicle on which a user is riding to a destination using a portable terminal device such as a smartphone. The terminal device that performs such guidance specifies the current location of the vehicle using a satellite positioning system such as GPS (Global Positioning System), and displays a map or a screen indicating a guidance route superimposed on the specified current location. .

一方、端末装置は、トンネル内等の衛星からの信号が受信しづらい場所では、現在地を表示できなくなる。同じ課題は、GPSに限らず、外来の信号(例えば、携帯電話(セルラー)基地局からの電波や無線LAN電波、ほか)を用いた測位全般に共通する。そこで、加速度計が測定した加速度を用いて、車両の現在地を推定する自律測位の技術が考えられる。例えば、加速度計を有する装置を所定の姿勢で車両内に固定し、装置が検出した加速度から車両の走行状態を判定する手法が提案されている。   On the other hand, the terminal device can not display the current location at a place where it is difficult to receive a signal from a satellite, such as in a tunnel. The same problem is not limited to GPS, but is common to all positioning using external signals (for example, radio waves from mobile phone (cellular) base stations, wireless LAN radio waves, etc.). Therefore, an autonomous positioning technique that estimates the current location of the vehicle using the acceleration measured by the accelerometer is conceivable. For example, there has been proposed a method of fixing a device having an accelerometer in a vehicle with a predetermined posture and determining the traveling state of the vehicle from the acceleration detected by the device.

特許第4736866号公報Patent No. 4736866 gazette

しかしながら、スマートフォン等の端末装置は、利用者が乗車した車の車種や端末装置を保持するホルダの利用状況等に応じて、車内での設置姿勢がその都度異なるので、車両の走行状態を容易に判定できない場合がある。   However, terminal devices such as smartphones can be installed easily in the vehicle, depending on the type of car used by the user and the usage of the holder that holds the terminal device. There are cases where it can not be determined.

例えば、端末装置は、端末装置を基準とした軸方向の加速度を検出する加速度計を有するので、端末装置の設置姿勢に基づいて、検出された加速度の方向を車両の移動方向を基準とした方向に変換する。そして、端末装置は、方向を変換した加速度を用いて、車両の進行方向や速度を特定し、特定した進行方向や速度から車両の現在地を特定する。しかしながら、端末装置は、設置姿勢が不明である場合や、設置姿勢が変化した場合は、加速度の方向を変換することができず、走行状態の判定精度が悪化する。   For example, since the terminal device has an accelerometer for detecting the acceleration in the axial direction with respect to the terminal device, the direction of the detected acceleration is based on the moving direction of the vehicle based on the installation posture of the terminal device. Convert to Then, the terminal device identifies the traveling direction and speed of the vehicle using the acceleration whose direction is converted, and identifies the current position of the vehicle from the identified traveling direction and speed. However, when the installation posture is unknown or when the installation posture changes, the terminal device cannot change the direction of acceleration, and the determination accuracy of the running state deteriorates.

本願は、上記に鑑みてなされたものであって、端末装置の設置姿勢によらず、容易に走行状態を判定できる判定装置、判定方法及び判定プログラムを提供することを目的とする。   This application is made in view of the above, and it aims at providing a judgment device, a judgment method, and a judgment program which can judge a run state easily regardless of the installation posture of a terminal unit.

本願に係る判定装置は、加速度を検出する検出部と、前記検出部により検出された加速度に基づく基準方向を予め設定された時間間隔で設定する設定部と、前記設定部により設定された基準方向を基準とした方向の加速度に基づいた特徴量を取得する取得部と、前記取得部により取得された特徴量を用いて、端末装置の移動状態を判定するとともに、移動状態に基づいて現在地を推定する判定部と、を有し、判定部は、移動状態の判定を開始してから所定の時間が経過した時点で、推定される現在地の移動を停止させることを特徴とする。   The determination apparatus according to the present application includes a detection unit that detects acceleration, a setting unit that sets a reference direction based on the acceleration detected by the detection unit at a preset time interval, and the reference direction set by the setting unit. An acquisition unit that acquires a feature amount based on acceleration in a direction with reference to the position, and using the feature amount acquired by the acquisition unit, determines the moving state of the terminal device and estimates the current location based on the moving state A determination unit configured to stop the movement of the estimated current location when a predetermined time has elapsed after the determination of the movement state is started.

実施形態の一態様によれば、端末装置の設置姿勢によらず、車両の走行状態を判定できるという効果を奏する。   According to one aspect of the embodiment, there is an effect that the traveling state of the vehicle can be determined regardless of the installation posture of the terminal device.

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。FIG. 1 is a diagram for explaining an example of the operation and effect exhibited by the terminal device according to the embodiment. 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。FIG. 2 is a diagram illustrating an example of a functional configuration of the terminal device according to the embodiment. 図3は、実施形態に係る学習データデータベースに登録される情報の一例を示す図である。FIG. 3 is a diagram showing an example of information registered in a learning data database according to the embodiment. 図4は、実施形態にかかるテストデータデータベースに登録される情報の一例を示す図である。FIG. 4 is a diagram showing an example of information registered in the test data database according to the embodiment. 図5は、実施形態に係るモデルデータベースに登録される情報の一例を示す図である。FIG. 5 is a diagram showing an example of information registered in a model database according to the embodiment. 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。FIG. 6 is a flowchart for explaining an example of a flow of guidance processing executed by the terminal device according to the embodiment. 図7は、実施形態に係る端末装置が実行する判定処理の流れの一例を説明するフローチャートである。FIG. 7 is a flowchart for explaining an example of a flow of determination processing executed by the terminal device according to the embodiment. 図8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。FIG. 8 is a flowchart for explaining an example of the flow of acquisition processing executed by the terminal device according to the embodiment. 図9は、実施形態に係る端末装置が実行する学習処理の流れの一例を説明するフローチャートである。FIG. 9 is a flowchart illustrating an example of the flow of learning processing executed by the terminal device according to the embodiment. 図10は、停止判定を開始するまでの時間の一例を示す図である。FIG. 10 is a diagram illustrating an example of a time until the stop determination is started.

以下に、本願に係る判定装置、判定方法及び判定プログラムを実施するための形態(以下、「実施形態」と呼ぶ。)について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る判定装置、判定方法及び判定プログラムが限定されるものではない。また、以下の各実施形態において同一の部位及び処理には同一の符号を付し、重複する説明は省略される。   Hereinafter, a determination apparatus, a determination method, and a mode for implementing a determination program according to the present application (hereinafter, referred to as “embodiment”) will be described in detail with reference to the drawings. Note that the determination device, the determination method, and the determination program according to the present application are not limited by this embodiment. Further, in the following embodiments, the same parts and processes are denoted by the same reference numerals, and redundant description is omitted.

また、以下の説明では、判定装置が実行する処理として、利用者が乗車した車両を目的地まで案内するカーナビゲーションの一例について説明するが、実施形態は、これに限定されるものではない。例えば、判定装置は、利用者が歩行している場合や列車等、車両以外の交通手段を利用している場合にも、以下に説明する処理を実行し、利用者を目的地まで案内する処理を実行してもよい。   In the following description, an example of car navigation that guides a vehicle on which a user has boarded to a destination will be described as processing executed by the determination device, but the embodiment is not limited thereto. For example, the determination device executes processing described below and guides the user to the destination even when the user is walking or using a transportation means other than a vehicle such as a train. May be performed.

〔1.移動状態の概要〕
まず、図1を用いて、判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。
[1. (Overview of moving state)
First, the concept of the movement mode determined by the terminal device 10 which is an example of the determination device will be described using FIG. 1. FIG. 1 is a diagram for explaining an example of the operation and effect exhibited by the terminal device according to the embodiment. For example, the terminal device 10 is a mobile terminal such as a smart phone, a tablet terminal or a PDA (Personal Digital Assistant), or a terminal device such as a notebook PC (Personal Computer), such as a mobile communication network or a wireless LAN (Local Area Network). It is a terminal device capable of communicating with any server via the network N.

また、端末装置10は、利用者が乗車した車両C10を目的地まで案内するカーナビゲーションの機能を有する。例えば、端末装置10は、利用者から目的地の入力を受付けると、利用者を目的地まで誘導するための経路情報を、図示を省略したサーバ等から取得する。例えば、経路情報には、車両C10が利用可能な目的地までの経路、経路に含まれる高速道路の情報、経路上の渋滞情報、案内の目印となる施設、画面上に表示する地図の情報、案内時に出力する音声や地図等の画像等のデータが含まれる。   In addition, the terminal device 10 has a car navigation function for guiding the vehicle C10 on which the user has got to the destination. For example, when receiving an input of a destination from the user, the terminal device 10 acquires route information for guiding the user to the destination from a server or the like (not shown). For example, the route information includes a route to a destination that can be used by the vehicle C10, information on an expressway included in the route, traffic jam information on the route, information on a facility serving as a guide, information on a map displayed on the screen, Data such as images such as voice and maps output at the time of guidance are included.

また、端末装置10は、GPS(Global Positioning System)等の衛星測位システムを用いて、端末装置10の位置(以下、「現在地」と記載する。)を所定の時間間隔で特定する測位機能を有する。そして、端末装置10は、経路情報に含まれる地図等の画像を液晶画面やエレクトロルミネッセンス、LED(Light Emitting Diode)画面等(以下、単に「画面」と記載する。)に表示すると共に、特定した現在地をその都度地図上に表示する。また、端末装置10は、特定した現在地に応じて、左折や右折、使用する車線の変更、目的地への到着予定時間等を表示、若しくは、端末装置10や車両C10のスピーカー等から音声により出力する。   Further, the terminal device 10 has a positioning function for specifying the position of the terminal device 10 (hereinafter referred to as “current location”) at a predetermined time interval using a satellite positioning system such as GPS (Global Positioning System). . Then, the terminal device 10 displays an image such as a map included in the route information on a liquid crystal screen, an electroluminescence, an LED (Light Emitting Diode) screen or the like (hereinafter simply referred to as a "screen") and specifies it. Display the current location on the map each time. Further, the terminal device 10 displays left turn or right turn, change of a lane to be used, expected arrival time to a destination, or the like according to the specified current location, or output by voice from the terminal device 10 or a speaker of the vehicle C10. Do.

ここで、衛星測位システムでは、複数の衛星から発信された信号を受信し、受信した信号を用いて、端末装置10の現在地を特定する。このため、端末装置10は、トンネルの中やビル群に挟まれた場所等、衛星から発信された信号を適切に受信できない場合には、現在地を特定することができない。また、端末装置10に案内を実現させるアプリケーション等は、車両C10から速度や移動方向等の情報を取得する機能を有していない。このため、加速度を測定する加速度センサを端末装置10に設置し、加速度センサが測定した加速度に基づいて、端末装置10の位置を推定する手法が考えられる。例えば、加速度センサが測定した加速度に基づいて、端末装置10が移動しているか停止しているかを判定する停止判定を行う手法が考えられる。   Here, in the satellite positioning system, signals transmitted from a plurality of satellites are received, and the current location of the terminal device 10 is specified using the received signals. For this reason, the terminal device 10 cannot identify the current location when it cannot properly receive a signal transmitted from a satellite, such as a place in a tunnel or a building group. Moreover, the application etc. which implement | achieve guidance for the terminal device 10 do not have a function which acquires information, such as a speed and a moving direction, from the vehicle C10. Therefore, a method may be considered in which an acceleration sensor for measuring acceleration is installed in the terminal device 10, and the position of the terminal device 10 is estimated based on the acceleration measured by the acceleration sensor. For example, a method of performing a stop determination for determining whether the terminal device 10 is moving or stopped based on the acceleration measured by the acceleration sensor can be considered.

より具体的な例を説明する。例えば、端末装置10は、衛星から発信された信号を適切に受信できない場合には、車両C10がトンネル等に入ったと判定し、最後に特定した車速および進行方向でそのまま推定位置を進める。そして、端末装置10は、測定した加速度に基づいて、車両C10が停止しているか否かを判定し、車両C10が停止していると判定した場合には、推定位置の移動を停止させる。   A more specific example will be described. For example, when the terminal device 10 can not properly receive the signal transmitted from the satellite, the terminal device 10 determines that the vehicle C 10 has entered a tunnel or the like, and advances the estimated position as it is based on the vehicle speed and traveling direction identified last. And the terminal device 10 determines whether the vehicle C10 has stopped based on the measured acceleration, and when it determines with the vehicle C10 having stopped, it stops the movement of an estimated position.

〔1−1.停止判定技術の一例〕
ここで、車両C10が停止しているか否かを判定する停止判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。
[1-1. Example of stop judgment technology)
Here, an example of the stop determination technique for determining whether or not the vehicle C10 is stopped will be described. Although the technology shown here is an example of a technology that is a precursor to the present invention, it does not belong to the original prior art. That is, the technology shown here is a technology that the present applicant has secretly implemented for development, testing, research, etc., and is not a technology that has not been removed from secrets such as so-called known, public or literature known.

例えば、図1の(A)に示すように、端末装置10は、画面の短尺方向をx軸とし、画面の長尺方向をy軸とし、画面に対して垂直な方向をz軸として、各xyz軸方向の加速度を測定する。例えば、端末装置10は、画面を正面とした際に、正面側を+z軸方向、背面側を−z軸方向とし、端末装置10の利用時において画面上側を+x軸方向、画面下側を−x軸方向、画面左側を+y軸方向、画面右側を−y軸方向とする端末座標系における加速度を測定する。   For example, as shown in FIG. 1A, the terminal device 10 has each of a short direction of the screen as an x axis, a long direction of the screen as a y axis, and a direction perpendicular to the screen as a z axis. Measure the acceleration in the xyz axis direction. For example, when the terminal device 10 has the screen front, the front side is the + z-axis direction, the back side is the −z-axis direction, and when using the terminal device 10, the screen upper side is + x-axis direction, the screen lower side The acceleration in the terminal coordinate system in which the x axis direction, the left side of the screen is the + y axis direction, and the right side of the screen is the −y axis direction is measured.

一方、図1の(B)に示すように、利用者が使用する車両C10の移動方向や速度は、車両C10が進行する方向をZ軸とし、Z軸に対して垂直な平面上において、車両C10が進行する際に左折若しくは右折する方向をY軸方向とし、車両C10の上下方向をX軸方向とする車両C10座標系で表される。例えば、車両C10の移動方向や速度は、車両C10の上方向を+X軸方向、下方向(すなわち、地面側)を−X軸方向、左折する方向を+Y軸方向、右折する方向を−Y軸方向、車両C10の後ろ方向を+Z軸方向、前方向を−Z軸方向とする車両座標系で表される。   On the other hand, as shown in FIG. 1B, the moving direction and speed of the vehicle C10 used by the user are such that on the plane perpendicular to the Z axis, the direction in which the vehicle C10 travels is the Z axis. When C10 travels, it is represented by a vehicle C10 coordinate system in which the direction in which the vehicle turns left or right turns is the Y-axis direction and the vertical direction of the vehicle C10 is the X-axis direction. For example, the moving direction and speed of the vehicle C10 are the + X axis direction in the upper direction of the vehicle C10, the −X axis direction in the downward direction (that is, the ground side), the + Y axis direction in the left turn direction, and the −Y axis in the right turn It is represented by a vehicle coordinate system in which the rear direction of the vehicle C10 is + Z-axis direction and the front direction is -Z-axis direction.

また、端末装置10は、端末座標系で測定した加速度を用いて重力方向、すなわち、車両座標系の−X軸方向を設定するとともに、車両C10が移動する際に生じた加速度を用いて車両C10の進行方向を特定し、推定した基準方向と進行方向とに基づいて、端末座標系で測定した加速度を車両座標系に変換する回転行列を求める。そして、端末装置10は、回転行列を用いて、端末座標系の加速度を車両座標系の加速度に変換し、変換後の加速度の各軸方向における振幅、振動数、平均値、標準偏差、最大値、最小値の合計18個を特徴量として取得する。   Further, the terminal device 10 sets the direction of gravity using the acceleration measured in the terminal coordinate system, that is, the −X-axis direction of the vehicle coordinate system, and also uses the acceleration generated when the vehicle C10 moves to use the vehicle C10. Is determined, and a rotation matrix for converting the acceleration measured in the terminal coordinate system into the vehicle coordinate system is obtained based on the estimated reference direction and the estimated traveling direction. Then, the terminal device 10 converts the acceleration of the terminal coordinate system into the acceleration of the vehicle coordinate system using the rotation matrix, and the amplitude, frequency, average value, standard deviation, maximum value of the converted acceleration in each axial direction , A total of 18 minimum values are acquired as feature values.

また、端末装置10は、車両C10の速度が所定の閾値以上である際に取得された特徴量については、走行中の特徴量として蓄積し、車両C10の速度が所定の閾値以下である際に取得された特徴量については、停止中の特徴量として蓄積する。そして、端末装置10は、蓄積した特徴量を用いて、車両C10が停止しているか否かを判定する停止判定モデル(例えば後述のSVM(Support Vector Machine)等による)を学習し、学習した停止判定モデルを用いて、トンネル等の衛星測位システムが使用できない場合に、車両C10が停止しているか否か判定する。   In addition, the terminal device 10 accumulates the feature quantity acquired when the speed of the vehicle C10 is equal to or higher than the predetermined threshold as the feature quantity while traveling, and when the speed of the vehicle C10 is equal to or lower than the predetermined threshold. The acquired feature quantity is accumulated as a stopped feature quantity. Then, the terminal device 10 learns a stop determination model (for example, by a SVM (Support Vector Machine) described later) that determines whether or not the vehicle C 10 is stopped using the stored feature amount, and stops learning When the satellite positioning system such as a tunnel can not be used, it is determined using the determination model whether or not the vehicle C10 is stopped.

しかしながら、このような技術では、車両C10が移動する際に生じた加速度を用いて車両C10の進行方向を特定するので、回転行列を求めるために、一定期間の間車両C10を走行させなければならない。この結果、例えば、案内を開始してからすぐに車両C10がトンネルに入った場合は、回転行列を求めることができず、停止判定を開始できないという問題がある。   However, in such a technology, since the traveling direction of the vehicle C10 is identified using the acceleration generated when the vehicle C10 moves, the vehicle C10 must be run for a certain period of time to obtain the rotation matrix. . As a result, for example, when the vehicle C10 enters the tunnel immediately after starting the guidance, there is a problem that the rotation matrix cannot be obtained and the stop determination cannot be started.

また、利用者は、サービスエリア等で端末装置10を所持して下車する場合がある。この結果、端末装置10の姿勢が変化した場合は、回転行列が変化するため、改めて進行方向を特定し、特定した進行方向と基準方向とに基づいて回転行列を求め直す必要がある。しかしながら、このような処理を実行した場合にも、進行方向が特定されるまでは、停止判定を開始することができない。また、道路が傾斜している場合には、端末座標系と車両座標系とにずれが生じるため、誤差が生じやすい。   In addition, the user may get off the terminal device 10 in a service area or the like. As a result, when the attitude of the terminal device 10 changes, the rotation matrix changes, so it is necessary to specify the traveling direction again and obtain the rotation matrix again based on the identified traveling direction and the reference direction. However, even when such processing is performed, the stop determination can not be started until the traveling direction is specified. In addition, when the road is inclined, a difference occurs between the terminal coordinate system and the vehicle coordinate system, so an error is likely to occur.

なお、端末座標系で測定した加速度を座標変換せずに加速度の平均値を算出し、算出した平均値の特徴量から停止判定モデルを学習する手法も考えられる。しかしながら、このような手法においては、端末装置10の設置姿勢が不明であるため、案内を開始する度に停止判定モデルを必ず学習する必要がある。また、このような手法を用いた場合であっても、端末装置10の設置姿勢が変化すると、改めて停止判定モデルを学習する必要があり、また、道路が傾斜している場合には、誤差が生じやすい。   A method of calculating an average value of acceleration without converting the acceleration measured in the terminal coordinate system and learning a stop determination model from the feature value of the calculated average value is also conceivable. However, in such a method, since the installation posture of the terminal device 10 is unknown, it is necessary to learn the stop determination model every time guidance is started. Even when such a method is used, if the installation posture of the terminal device 10 changes, it is necessary to learn a stop determination model again, and if the road is inclined, an error may occur. It is easy to occur.

特に、端末座標系で測定した加速度を座標変換した場合は、車両C10の進行方向に応じた回転行列を特定すれば、停止判定モデルが再利用可能である。一方、加速度を座標変換しない場合は、端末装置10の設置姿勢が変化した場合や、案内を開始する度に停止判定モデルを学習し直さなければならない。   In particular, when the acceleration measured in the terminal coordinate system is subjected to coordinate conversion, the stop determination model can be reused if a rotation matrix corresponding to the traveling direction of the vehicle C10 is specified. On the other hand, if the acceleration is not coordinate-transformed, the stop determination model must be learned again when the installation posture of the terminal device 10 changes or whenever guidance is started.

〔2.実施形態に係る端末装置10が実行する判定処理について〕
そこで、端末装置10は、以下の判定処理を実行する。例えば、端末装置10は、端末座標系で加速度を検出する。また、端末装置10は、検出された加速度に基づいて、基準方向を設定する。そして、端末装置10は、特定された基準方向を基準とする方向の加速度に基づいた特徴量を取得する。その後、端末装置10は、取得された特徴量を用いて、端末装置10の移動状態を判定する。
[2. Regarding Determination Processing Executed by Terminal Device 10 According to Embodiment]
Therefore, the terminal device 10 executes the following determination process. For example, the terminal device 10 detects an acceleration in the terminal coordinate system. In addition, the terminal device 10 sets a reference direction based on the detected acceleration. Then, the terminal device 10 acquires the feature amount based on the acceleration in the direction based on the specified reference direction. Thereafter, the terminal device 10 determines the movement state of the terminal device 10 using the acquired feature amount.

以下、図を用いて、上述した判定処理を実現する端末装置10の機能構成及び作用効果の一例を説明する。   Hereinafter, an example of a functional configuration and an effect of the terminal device 10 that realizes the determination process described above will be described with reference to the drawings.

〔2−1.機能構成の一例〕
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。
[2-1. Example of functional configuration)
FIG. 2 is a diagram for explaining an example of the functional configuration of the terminal device according to the embodiment. As shown in FIG. 2, the terminal device 10 includes a communication unit 11, a storage unit 12, a plurality of acceleration sensors 13 a to 13 c (hereinafter collectively referred to as “acceleration sensor 13”), and a GPS receiving antenna. 14 includes an output unit 15 and a control unit 16. The communication unit 11 is realized by, for example, a network interface card (NIC). The communication unit 11 is connected to the network N in a wired or wireless manner, and between the terminal device 10 and a distribution server that distributes route information indicating a route to the destination when the destination is received from the terminal device 10. Send and receive information.

記憶部12は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部12は、案内を実行するために用いる各種のデータである案内情報データベース12a、学習データデータベース12b、テストデータデータベース12c、およびモデルデータベース12dを有する。   The storage unit 12 is realized by, for example, a semiconductor memory device such as a RAM (Random Access Memory) or a flash memory, or a storage device such as a hard disk or an optical disk. The storage unit 12 also includes a guidance information database 12a, which is various data used to execute guidance, a learning data database 12b, a test data database 12c, and a model database 12d.

案内情報データベース12aは、端末装置10が案内を行う際に用いる各種のデータが登録される。例えば、案内情報データベース12aには、図示を省略したサーバ等から受信した目的地までの経路情報が格納される。また、案内情報データベース12aには、案内において出力される各種の画像や音声データ等が格納される。   The guidance information database 12a registers various data used when the terminal device 10 performs guidance. For example, the guidance information database 12a stores route information to a destination received from a server or the like (not shown). The guidance information database 12a stores various images and audio data output in guidance.

学習データデータベース12bには、停止判定モデルの学習に用いる学習データが登録される。具体的には、学習データデータベース12bには、端末装置10の移動速度毎に所定の数ずつ収集された特徴量が登録される。   Learning data used for learning the stop determination model is registered in the learning data database 12b. Specifically, feature quantities collected by a predetermined number for each moving speed of the terminal device 10 are registered in the learning data database 12b.

例えば、図3は、実施形態に係る学習データデータベースに登録される情報の一例を示す図である。図3に示すように、学習データデータベース12bには、「状態」、「速度帯」、および「データ#1」〜「データ#10」といった項目を有する情報が登録される。ここで「状態」とは、対応付けられた学習データが走行状態を示すデータであるか、停止状態を示すデータであるかを示す情報である。また、「速度帯」とは、対応付けられた特徴量が収集された際における端末装置10の移動速度を示す情報である。また、「データ#1」〜「データ#10」は、特徴量のデータである。   For example, FIG. 3 is a diagram illustrating an example of information registered in the learning data database according to the embodiment. As illustrated in FIG. 3, information having items such as “state”, “speed zone”, and “data # 1” to “data # 10” is registered in the learning data database 12b. Here, the “state” is information indicating whether the associated learning data is data indicating a running state or data indicating a stopped state. The “speed band” is information indicating the moving speed of the terminal device 10 when the associated feature amount is collected. “Data # 1” to “Data # 10” are feature data.

例えば、図3に示す例では、学習データデータベース12bには、「停止状態」を示す学習データとして、端末装置10の移動速度が「0km/h(キロメートル毎時)〜5km/h」である際に収集された特徴量のデータ「特徴量#1−1」〜「特徴量#1−60」が登録されている。また、学習データデータベース12bには、「走行状態」を示す学習データとして、端末装置10の移動速度が「5km/h(キロメートル毎時)〜15km/h」である際に収集された特徴量のデータ「特徴量#2−1」〜「特徴量#2−10」が登録されている。   For example, in the example illustrated in FIG. 3, when the moving speed of the terminal device 10 is “0 km / h (per kilometer hour) to 5 km / h” as learning data indicating “stop state” in the learning data database 12 b. The collected feature amount data “feature amount # 1-1” to “feature amount # 1-60” are registered. In addition, in the learning data database 12b, data of the feature amount collected when the moving speed of the terminal device 10 is "5 km / h (kilometers per hour)-15 km / h" as learning data indicating "traveling state" “Feature amount # 2-1” to “Feature amount # 2-10” are registered.

また、学習データデータベース12bには、他にも、端末装置10の移動速度が「15km/h(キロメートル毎時)〜25km/h」、「25km/h〜35km/h」、「35km/h〜45km/h」、「45km/h〜55km/h」、「55km/h以上」の各速度帯において収集された特徴量のデータが10個ずつ登録されている。   In addition, in the learning data database 12b, the moving speed of the terminal device 10 is “15 km / h (km / h) to 25 km / h”, “25 km / h to 35 km / h”, “35 km / h to 45 km”. Ten pieces of feature quantity data collected in each of the speed bands of “/ h”, “45 km / h to 55 km / h”, and “55 km / h or more” are registered.

すなわち、図3に示す例では、学習データデータベース12bには、走行状態を示す学習データと停止状態を示す学習データとが、60個ずつ登録されている。なお、図3に示す例では、特徴量を示すデータとして「特徴量#1−1」といった概念的な値を記載したが、実施形態は、これに限定されるものではない。後述する説明で明らかとなるように、学習データデータベース12bには、基準方向の加速度の大きさと、基準方向に垂直な面上の加速度の大きさとの組の平均値、標準偏差、最大値および最小値の値が特徴量を示すデータとして登録される。   That is, in the example shown in FIG. 3, 60 learning data indicating the traveling state and 60 learning data indicating the stop state are registered in the learning data database 12b. In the example illustrated in FIG. 3, a conceptual value such as “feature amount # 1-1” is described as the data indicating the feature amount, but the embodiment is not limited thereto. As will be apparent from the description to be described later, the learning data database 12b includes, in the learning data database 12b, an average value, standard deviation, maximum value, and minimum value of a set of acceleration magnitude in the reference direction and acceleration magnitude on a plane perpendicular to the reference direction. The value value is registered as data indicating the feature amount.

テストデータデータベース12cには、端末装置10の移動状態を判定するモデル、すなわち、停止判定モデルをテストする際に用いられるテストデータとして、特徴量が登録される。例えば、図4は、実施形態にかかるテストデータデータベースに登録される情報の一例を示す図である。図4に示すように、テストデータデータベース12cには、「状態」および「テストデータ#1」、「テストデータ#2」といった項目を有する情報が登録される。ここで、図4に示す「状態」とは、対応付けられたテストデータが走行状態を示すデータであるか、停止状態を示すデータであるかを示す情報である。また、「テストデータ#1」、「テストデータ#2」は、走行状態または停止状態を示す特徴量のデータである。   In the test data database 12c, feature quantities are registered as test data used for testing a model for determining the movement state of the terminal device 10, that is, a stop determination model. For example, FIG. 4 is a diagram illustrating an example of information registered in the test data database according to the embodiment. As shown in FIG. 4, information having items such as “state”, “test data # 1”, and “test data # 2” is registered in the test data database 12c. Here, the “state” shown in FIG. 4 is information indicating whether the associated test data is data indicating a traveling state or data indicating a stop state. “Test data # 1” and “test data # 2” are feature amount data indicating a running state or a stopped state.

例えば、図4に示す例では、テストデータデータベース12cには、「停止状態」を示すテストデータとして「テストデータ#1−1」、「テストデータ#1−2」が登録され、「走行状態」を示すテストデータとして「テストデータ#2−1」、「テストデータ#2−2」が登録されている。なお、テストデータデータベース12cには、図4に示すテストデータ以外にも、「停止状態」や「走行状態」を示す複数のテストデータ(例えば、60個ずつのテストデータ)が登録されているものとする。また、テストデータデータベース12cには、学習データデータベース12bよりも多くの特徴量がテストデータとして登録されているものとする。   For example, in the example illustrated in FIG. 4, “test data # 1-1” and “test data # 1-2” are registered in the test data database 12c as test data indicating “stopped state”, and “running state”. "Test data # 2-1" and "Test data # 2-2" are registered as test data indicating In addition to the test data shown in FIG. 4, a plurality of test data indicating “stop state” and “running state” (for example, 60 pieces of test data) are registered in the test data database 12c. I assume. Further, it is assumed that in the test data database 12c, more features than the learning data database 12b are registered as test data.

モデルデータベース12dは、加速度に基づく特徴量が入力された際に端末装置10の移動状態を判定する複数のモデルであって、それぞれパラメータが異なるモデル、すなわち、複数の停止判定モデルを保持する。ここで、停止判定モデルは、例えば、サポートベクトルマシン(SVM)により実現される。   The model database 12d holds a plurality of models that determine the movement state of the terminal device 10 when a feature amount based on acceleration is input, and that have different parameters, that is, a plurality of stop determination models. Here, the stop determination model is realized by, for example, a support vector machine (SVM).

例えば、図5は、実施形態に係るモデルデータベースに登録される情報の一例を示す図である。図5に示すように、モデルデータベース12dには、「モデルID(Identifier)」、「モデルデータ」、「正答率(%)」、および「使用フラグ」といった項目を有する情報が登録される。ここで、「モデルID」は、モデルの識別子である。また、「モデルデータ」は、学習されたモデルのデータである。   For example, FIG. 5 is a diagram showing an example of information registered in a model database according to the embodiment. As shown in FIG. 5, information having items such as “model ID (Identifier)”, “model data”, “correct answer rate (%)”, and “use flag” is registered in the model database 12d. Here, the “model ID” is a model identifier. The “model data” is learned model data.

また、「正答率(%)」は、テストデータを用いてモデルをテストした際の正答率を百分率で示した値である。また、「使用フラグ」とは、モデルデータベース12dに登録されたモデルのうち、停止判定モデルとして端末装置10が使用するモデルを示す情報である。なお、図5に示す例では、モデルID「モデル#1」〜「モデル#10」が示す10個のモデルのモデルデータが格納される例について記載したが、実施形態は、これに限定されるものではなく、任意の数のモデルのモデルデータが登録可能であるものとする。   The “correct answer rate (%)” is a value indicating the percentage of correct answers when the model is tested using test data. The “use flag” is information indicating a model used by the terminal device 10 as a stop determination model among models registered in the model database 12d. In the example illustrated in FIG. 5, the example in which the model data of the ten models indicated by the model IDs “model # 1” to “model # 10” is stored is described, but the embodiment is limited to this. It is assumed that model data of an arbitrary number of models can be registered.

例えば、図5に示す例では、モデルデータベース12dには、「モデル#1」が示すモデルのデータとして「モデルデータ#1」が登録されており、テストデータを用いた際に、「モデル#1」が示すモデルの正答率が「98」%である旨が登録されている。また、モデルデータベース12dには、「モデル#1」〜「モデル#10」が示すモデルのうち、「モデル#1」が示すモデルが使用されている旨の情報が登録されている。   For example, in the example illustrated in FIG. 5, “model data # 1” is registered in the model database 12 d as data of a model indicated by “model # 1”, and when test data is used, “model # 1 Is registered that the correct answer rate of the model indicated by "" is "98"%. In the model database 12d, information indicating that the model indicated by “model # 1” among the models indicated by “model # 1” to “model # 10” is used is registered.

図2に戻り、説明を続ける。加速度センサ13は、所定の時間間隔(例えば、5ミリ秒)で、端末装置10に係る加速度の大きさと方向とを測定する。例えば、加速度センサ13aは、端末座標系におけるx軸方向の加速度を測定する。加速度センサ13bは、端末座標系におけるy軸方向の加速度を測定する。加速度センサ13cは、端末座標系におけるz軸方向の加速度を測定する。すなわち、端末装置10は、各加速度センサ13a〜13cが測定した加速度を端末座標系の各軸方向の加速度とすることで、端末装置10に対する加速度の向きと大きさとを示すベクトルを取得することができる。   Return to FIG. 2 and continue the description. The acceleration sensor 13 measures the magnitude and direction of acceleration related to the terminal device 10 at a predetermined time interval (for example, 5 milliseconds). For example, the acceleration sensor 13a measures the acceleration in the x-axis direction in the terminal coordinate system. The acceleration sensor 13b measures acceleration in the y-axis direction in the terminal coordinate system. The acceleration sensor 13c measures the acceleration in the z-axis direction in the terminal coordinate system. That is, the terminal device 10 obtains the vector indicating the direction and magnitude of the acceleration with respect to the terminal device 10 by using the acceleration measured by each of the acceleration sensors 13a to 13c as the acceleration in each axial direction of the terminal coordinate system. it can.

GPS受信アンテナ14は、GPS等の衛星測位システムに用いられる信号を衛星から受信するためのアンテナである。また、出力部15は、案内を行う際に地図や現在地を表示するための画面や、音声を出力するためのスピーカーである。   The GPS receiving antenna 14 is an antenna for receiving a signal used for a satellite positioning system such as GPS from satellites. Further, the output unit 15 is a screen for displaying a map or a current location when guidance is performed, and a speaker for outputting an audio.

制御部16は、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等によって、端末装置10内部の記憶装置に記憶されている各種プログラムが、RAM等の記憶領域を作業領域として実行されることにより実現される。図2に示す例では、制御部16は、案内実行部17、音声出力部18、画像出力部19、移動状態判定部20(以下、総称して各処理部17〜20と記載する場合がある。)とを有する。また、移動状態判定部20は、検出部21、設定部22、変換部23、取得部24、判定部25、収集部26、学習部27、および更新部28を有する。   The control unit 16 is stored in a storage device in the terminal device 10 by, for example, a central processing unit (CPU), a micro processing unit (MPU), an application specific integrated circuit (ASIC), a field programmable gate array (FPGA), or the like. The various programs are executed by using a storage area such as a RAM as a work area. In the example illustrated in FIG. 2, the control unit 16 may be described as the guidance execution unit 17, the audio output unit 18, the image output unit 19, and the movement state determination unit 20 (hereinafter collectively referred to as the processing units 17 to 20). And.). In addition, the movement state determination unit 20 includes a detection unit 21, a setting unit 22, a conversion unit 23, an acquisition unit 24, a determination unit 25, a collection unit 26, a learning unit 27, and an update unit 28.

なお、制御部16が有する各処理部17〜20の接続関係は、図2に示した接続関係に限られず、他の接続関係であってもよい。また、各処理部17〜20は、以下に説明するような案内処理の機能・作用(例えば図1)を実現・実行するものであるが、これらは説明のために整理した機能単位であり、実際のハードウェア要素やソフトウェアモジュールとの一致は問わない。すなわち、以下の案内処理の機能・作用を実現・実行することができるのであれば、端末装置10は、任意の機能単位で案内処理を実現・実行して良い。   The connection relationship between the processing units 17 to 20 included in the control unit 16 is not limited to the connection relationship illustrated in FIG. 2 and may be other connection relationship. Each of the processing units 17 to 20 realizes / executes the function / action (for example, FIG. 1) of the guidance process as described below, but these are functional units arranged for explanation, The actual hardware elements and software modules may be matched. That is, the terminal device 10 may realize and execute the guidance process in an arbitrary function unit as long as the functions and actions of the following guidance process can be realized and executed.

〔2−2.案内処理における作用効果の一例〕
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。
[2-2. Example of action and effect in guidance processing]
Hereinafter, the content of the guidance process which each process part 17-20 performs and implement | achieves is demonstrated using the flowchart shown in FIG. FIG. 6 is a flowchart for explaining an example of a flow of guidance processing executed by the terminal device according to the embodiment.

まず、案内実行部17は、利用者から目的地が入力されたか否かを判定する(ステップS101)。そして、案内実行部17は、目的地が入力された場合は(ステップS101:Yes)、図示を省略した外部のサーバから経路情報を取得する(ステップS102)。ここで、案内実行部17は、GPSが使えるか否かを判定する(ステップS103)。   First, the guidance execution unit 17 determines whether a destination has been input from the user (step S101). Then, when the destination is input (Step S101: Yes), the guidance execution unit 17 acquires route information from an external server (not shown) (Step S102). Here, the guidance execution unit 17 determines whether or not the GPS can be used (step S103).

例えば、案内実行部17は、GPS受信アンテナ14が衛星からの信号を受信できない場合や、信号を受信できた衛星の数が所定の閾値よりも少ない場合等には、GPSが使用できないと判定し(ステップS103:Yes)、移動状態判定部20により推定された車両C10の移動方向や速度から現在地を取得する(ステップS104)。例えば、案内実行部17は、移動状態判定部20により推定された現在地を取得する。なお、移動状態判定部20が車両C10の現在地を推定する処理の具体的な内容については、後述する。   For example, the guidance execution unit 17 determines that the GPS cannot be used when the GPS receiving antenna 14 cannot receive a signal from a satellite or when the number of satellites that can receive the signal is smaller than a predetermined threshold. (Step S103: Yes), the current location is acquired from the moving direction and speed of the vehicle C10 estimated by the moving state determination unit 20 (Step S104). For example, the guidance execution unit 17 acquires the current location estimated by the movement state determination unit 20. In addition, the specific content of the process which the movement state determination part 20 estimates the present location of the vehicle C10 is mentioned later.

一方、案内実行部17は、GPSが使えると判定した場合は(ステップS103:No)、GPSを用いて現在地を特定する(ステップS105)。そして、案内実行部17は、音声出力部18や画像出力部19を制御し、GPSを用いた現在地若しくは推定した現在地を用いて、案内を出力する(ステップS106)。例えば、音声出力部18は、案内実行部17からの制御に従って、現在地や車両C10が進むべき方向等を示す音声を出力部15から出力する。また、画像出力部19は、案内実行部17からの制御に従って、現在地と周辺の地図とを重ねた画像や、車両C10が進むべき方向等を示す画像を出力部15から出力する。   On the other hand, when it is determined that the GPS can be used (step S103: No), the guidance execution unit 17 specifies the current location using the GPS (step S105). Then, the guidance execution unit 17 controls the voice output unit 18 and the image output unit 19 to output guidance using the current location using GPS or the estimated current location (step S106). For example, the voice output unit 18 outputs, from the output unit 15, voice indicating the current location, the direction in which the vehicle C <b> 10 should travel, and the like according to control from the guidance execution unit 17. Further, the image output unit 19 outputs, from the output unit 15, an image in which the current location and the surrounding map are overlaid, an image indicating the direction in which the vehicle C <b> 10 should travel, and the like according to control from the guidance execution unit 17.

続いて、案内実行部17は、現在地が目的地の周辺であるか否かを判定する(ステップS107)。そして、案内実行部17は、現在地が目的地の周辺であると判定した場合は(ステップS107:Yes)、音声出力部18や画像出力部19を制御して案内の終了を示す終了案内を出力し(ステップS108)、処理を終了する。一方、案内実行部17は、現在地が目的地の周辺ではないと判定した場合は(ステップS107:No)、ステップS103を実行する。なお、案内実行部17は、目的地が入力されていない場合は(ステップS101:No)、入力されるまで待機する。   Subsequently, the guidance execution unit 17 determines whether the current location is in the vicinity of the destination (step S107). Then, when it is determined that the present location is the vicinity of the destination (step S107: Yes), the guidance execution unit 17 controls the voice output unit 18 and the image output unit 19 to output an end guidance indicating the end of the guidance. (Step S108), and the process ends. On the other hand, when the guidance execution unit 17 determines that the current location is not around the destination (step S107: No), it executes step S103. When the destination is not input (step S101: No), the guidance execution unit 17 stands by until the destination is input.

〔2−3.判定処理における作用効果の一例〕
次に、図7に示すフローチャートを用いて、判定部25が実行・実現する判定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判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、判定部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7に示す判定処理を実行する。なお、図7に示す判定処理の結果は、移動状態判定部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。
[2-3. Example of action and effect in judgment processing]
Next, the contents of the determination process executed and realized by the determination unit 25 will be described with reference to the flowchart shown in FIG. FIG. 7 is a flowchart for explaining an example of a flow of determination processing executed by the terminal device according to the embodiment. For example, if it is determined in step S103 in FIG. 6 that the GPS cannot be used, the determination unit 25 executes the determination process illustrated in FIG. The result of the determination process shown in FIG. 7 is output to the guidance execution unit 17 as the current location estimated by the movement state determination unit 20.

まず、判定部25は、GPSが使用できなくなった位置から、GPSが使用できなくなった際に測定された速度で、GPSが使用できなくなった際に測定された進行方向に車両C10が進んだものとして、現在地を推定する(ステップS201)。例えば、判定部25は、車両C10がトンネルに入った場合には、車両C10がトンネルに入った際の速度および方向に車両C10が進み続けているものとして、現在地を推定する。なお、判定部25は、案内情報データベース12aから車両C10が移動している経路の情報を取得し、取得した経路に沿って車両C10が移動していると推定してもよい。   First, the determination unit 25 determines that the vehicle C10 has traveled in the traveling direction measured when the GPS can not be used at the speed measured when the GPS can not be used from the position at which the GPS can not be used. And the current location is estimated (step S201). For example, when the vehicle C10 enters the tunnel, the determination unit 25 estimates the current location on the assumption that the vehicle C10 continues to travel in the speed and direction when the vehicle C10 enters the tunnel. The determination unit 25 may acquire information on a route along which the vehicle C10 is moving from the guidance information database 12a, and may estimate that the vehicle C10 is moving along the acquired route.

続いて、判定部25は、モデルデータベース12dから選択されたモデル、すなわち、使用フラグが「1」であるモデルを読み出す(ステップS202)。なお、判定部25が読み出すモデルは、後述する取得処理および学習処理によって学習および選択が行われるモデルである。   Subsequently, the determination unit 25 reads the model selected from the model database 12d, that is, the model whose use flag is “1” (step S202). The model read out by the determination unit 25 is a model for which learning and selection are performed by acquisition processing and learning processing described later.

そして、判定部25は、読み出したモデルを用いて、車両C10が停止状態であるか否かを判定する(ステップS203)。具体的には、判定部25は、読み出したモデルに対し、後述する取得部24によって取得された特徴量を入力し、車両C10が停止状態であるか否かを判定する。すなわち、判定部25は、特徴量が有する特徴を学習したモデルを用いて、端末装置10の移動状態を判定する。このように、判定部25は、取得部24により取得された特徴量を用いて、端末装置10の移動状態を判定する。   Then, the determination unit 25 determines whether the vehicle C10 is in the stop state by using the read model (step S203). Specifically, the determination unit 25 inputs, to the read model, a feature amount acquired by the acquisition unit 24 described later, and determines whether the vehicle C10 is in the stop state. That is, the determination unit 25 determines the movement state of the terminal device 10 using a model obtained by learning the features of the feature amount. As described above, the determination unit 25 determines the movement state of the terminal device 10 using the feature amount acquired by the acquisition unit 24.

そして、判定部25は、車両C10が停止状態であると判定された場合は(ステップS203:Yes)、推定される現在地の移動を停止する(ステップS204)。一方、判定部25は、車両C10が停止状態ではないと判定された場合は(ステップS203:No)、ステップS201を実行する。例えば、判定部25は、車両C10が停止状態であると判定した後で、車両C10が移動状態であると判定された場合は、車両C10がトンネルに入った際の速度および方向に車両C10が進み始めたものとして、現在地を推定する。   Then, when it is determined that the vehicle C10 is in the stop state (step S203: Yes), the determination unit 25 stops the movement of the estimated current location (step S204). On the other hand, when it is determined that the vehicle C10 is not in the stopped state (step S203: No), the determination unit 25 executes step S201. For example, if the determination unit 25 determines that the vehicle C10 is in a moving state after determining that the vehicle C10 is in a stopped state, the vehicle C10 is in the speed and direction when the vehicle C10 enters the tunnel. Estimate your current location as you start moving.

〔2−4.取得処理における作用効果の一例〕
次に、図8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8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8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。
[2-4. Example of action and effect in acquisition processing]
Next, the contents of the acquisition process executed and realized by the detection unit 21, the setting unit 22, the conversion unit 23, and the acquisition unit 24 will be described using the flowchart shown in FIG. FIG. 8 is a flowchart for explaining an example of the flow of acquisition processing executed by the terminal device according to the embodiment. In addition, the detection part 21, the setting part 22, the conversion part 23, and the acquisition part 24 perform the acquisition process shown in FIG. 8 for a predetermined period (for example, every 1 second).

例えば、検出部21は、加速度センサ13から加速度を取得する(ステップS301)。具体的には、加速度センサ13が所定の時間間隔で、端末座標系の(x、y、z)軸方向ごとに測定した加速度の大きさを取得する。また、検出部21は、所定の期間の間に加速度センサ13が測定した加速度の大きさの平均値を、端末座標系の各軸方向ごとに算出する(ステップS302)。例えば、検出部21は、加速度センサ13が5ミリ秒ごとに検出した端末座標系の加速度を1秒分収集する。そして、検出部21は、収集した各加速度のx軸方向の値の平均値x、y軸方向の値の平均値y、z軸方向の値の平均値z、をそれぞれ算出し、算出した各軸方向の平均値からなるベクトル(x、y、z)を平均ベクトルGとする。 For example, the detection unit 21 acquires an acceleration from the acceleration sensor 13 (step S301). Specifically, the acceleration sensor 13 acquires the magnitude of acceleration measured for each (x, y, z) axis direction of the terminal coordinate system at predetermined time intervals. Moreover, the detection part 21 calculates the average value of the magnitude | size of the acceleration which the acceleration sensor 13 measured during the predetermined period for every axial direction of a terminal coordinate system (step S302). For example, the detection unit 21 collects, for one second, the acceleration of the terminal coordinate system detected by the acceleration sensor 13 every five milliseconds. Then, the detection unit 21 calculates the average value x m of the collected values of the acceleration in the x-axis direction, the average value y m of the values in the y-axis direction, and the average value z m of the values in the z-axis direction. A vector (x m , y m , z m ) composed of the calculated average value in each axial direction is set as an average vector G.

続いて設定部22は、検出部21によって算出された加速度に基づいて、基準方向を設定する(ステップS303)。より具体的には、設定部22は、図1中(C)に示すように、検出部21によって算出された加速度の平均値からなる平均ベクトルGの方向を、基準方向とする。   Subsequently, the setting unit 22 sets a reference direction based on the acceleration calculated by the detection unit 21 (step S303). More specifically, as illustrated in (C) of FIG. 1, the setting unit 22 sets the direction of the average vector G composed of the average value of accelerations calculated by the detection unit 21 as the reference direction.

続いて、変換部23は、端末座標系の所定の軸方向を設定部22が設定した基準方向に一致させる回転行列を算出する(ステップS304)。そして、変換部23は、算出した回転行列を用いて、検出部21により端末座標系で取得された加速度の各成分を変換する(ステップS305)。すなわち、変換部23は、検出部21によって取得された加速度を、車両座標系ではなく、基準方向を基準とする座標系の加速度に変換する。   Subsequently, the conversion unit 23 calculates a rotation matrix that matches the predetermined axial direction of the terminal coordinate system with the reference direction set by the setting unit 22 (step S304). Then, the conversion unit 23 converts each component of the acceleration acquired in the terminal coordinate system by the detection unit 21 using the calculated rotation matrix (step S305). That is, the conversion unit 23 converts the acceleration acquired by the detection unit 21 into an acceleration in a coordinate system based on the reference direction instead of the vehicle coordinate system.

例えば、図1中(D)に示すように、設定部22は、加速度の平均ベクトルGの方向を基準として設定する。そして、変換部23は、図1中(E)に示すように、端末座標系の−x軸方向と平均ベクトルGの方向とが一致するような回転行列を算出する。なお、変換部23は、端末座標系の−x軸方向と平均ベクトルGの方向とが一致するような回転行列であれば、任意の回転行列を採用してよい。すなわち、変換部23は、y軸方向やz軸方向を任意の方向へと回転させる回転行列を採用してよい。   For example, as shown in (D) in FIG. 1, the setting unit 22 sets the direction of the average vector G of acceleration as a reference. Then, as shown by (E) in FIG. 1, the conversion unit 23 calculates a rotation matrix in which the −x-axis direction of the terminal coordinate system matches the direction of the average vector G. In addition, as long as the conversion unit 23 is a rotation matrix in which the −x-axis direction of the terminal coordinate system matches the direction of the average vector G, any conversion matrix may be adopted. That is, the conversion unit 23 may employ a rotation matrix that rotates the y-axis direction or the z-axis direction in an arbitrary direction.

そして、図1中(F)に示すように、変換部23は、算出した回転行列を用いて、端末座標系で測定された加速度を、加速度の平均値を基準とする座標系(以下、推定座標系と記載する。)へと変換する。なお、以下の説明では、推定座標系における平均ベクトルGの方向を−x軸方向とする。また、以下の説明では、推定座標系における−x軸方向を基準方向と記載する場合がある。   Then, as shown by (F) in FIG. 1, the conversion unit 23 estimates the acceleration measured in the terminal coordinate system using the calculated rotation matrix as a coordinate system based on the average value of the acceleration (hereinafter referred to as Convert to coordinate system). In the following description, the direction of the average vector G in the estimated coordinate system is taken as the −x-axis direction. In the following description, the −x axis direction in the estimated coordinate system may be described as the reference direction.

続いて、取得部24は、平均ベクトルの方向に対して垂直な面上(以下、水平面と記載する。)、すなわち、推定座標系におけるyz平面上の加速度ベクトルの大きさを算出する(ステップS306)。そして、取得部24は、平均ベクトルの大きさと、水平面上の加速度ベクトルの大きさとの組から、特徴量を取得する(ステップS307)。   Subsequently, the acquisition unit 24 calculates the magnitude of the acceleration vector on a plane perpendicular to the direction of the average vector (hereinafter referred to as a horizontal plane), that is, on the yz plane in the estimated coordinate system (step S306). ). Then, the acquisition unit 24 acquires a feature amount from the set of the average vector size and the horizontal acceleration vector size (step S307).

例えば、取得部24は、図1中(G)に示すように、変換部23によって座標変換がなされた加速度の各軸成分のうち、水平面上の加速度の大きさ「a_hor」と、平均ベクトルGの加速度の大きさ、すなわち、推定座標系における基準方向の加速度の大きさ「a_ver」との組を求める。より具体的には、推定座標系における加速度の成分を「a_x、a_y、a_z」と記載すると、取得部24は、成分「a_y」の二乗と、成分「a_z」の二乗との和の平方根の値を「a_hor」として算出する。   For example, as illustrated in FIG. 1G, the acquisition unit 24 calculates the acceleration magnitude “a_hor” on the horizontal plane and the average vector G among the axis components of the acceleration coordinate-converted by the conversion unit 23. The combination of the magnitude of the acceleration, that is, the magnitude "a_ver" of the acceleration in the reference direction in the estimated coordinate system is determined. More specifically, when the acceleration components in the estimated coordinate system are described as "a_x, a_y, a_z", the acquiring unit 24 calculates the square root of the sum of the square of the component "a_y" and the square of the component "a_z" Calculate the value as "a_hor".

そして、取得部24は、図1中(H)に示すように、算出した「a_hor」と、「a_ver」との組、すなわち、加速度の水平面上の加速度の大きさと、基準方向の加速度の大きさとの組である「(a_ver、a_hor)」について、所定の期間内における平均値、最大値、最小値および標準偏差を特徴量として取得する。なお、取得部24は、「(a_ver、a_hor)」について、所定の期間内における平均値、最大値、最小値および標準偏差の少なくともいずれか1つを特徴量としてもよい。このように、取得部24は、基準方向を基準とする方向の加速度に基づいた特徴量を取得する。そして、判定部25は、取得部24によって取得された特徴量を用いて、端末装置10の移動状態を判定する。   Then, as shown in (H) in FIG. 1, the acquiring unit 24 is a set of the calculated “a_hor” and “a_ver”, that is, the magnitude of the acceleration on the horizontal surface and the magnitude of the acceleration in the reference direction. The average value, the maximum value, the minimum value, and the standard deviation within a predetermined period of time are acquired as feature amounts for “(a_ver, a_hor)” which is a pair of length. Note that the acquisition unit 24 may use at least one of an average value, a maximum value, a minimum value, and a standard deviation within a predetermined period for “(a_ver, a_hor)” as a feature amount. As described above, the acquisition unit 24 acquires the feature amount based on the acceleration in the direction based on the reference direction. And the determination part 25 determines the movement state of the terminal device 10 using the feature-value acquired by the acquisition part 24. FIG.

このように、端末装置10は、重力方向や車両C10の移動方向を算出せずに、平均ベクトルの方向を、停止判定を行うための基準の方向とする。ここで、平均ベクトルは、車両C10が停止している場合や車両C10が等速度で移動している場合には、重力加速度の方向を示すと予測される。このため、車両C10が停止している場合や車両C10が等速度で移動している場合は、基準方向は、重力加速度の方向と一致する。一方、車両C10が加減速を行っている場合には、平均ベクトルGの方向は、重力加速度の方向からずれると予測される。   As described above, the terminal device 10 sets the direction of the average vector as the reference direction for performing the stop determination without calculating the gravity direction or the moving direction of the vehicle C10. Here, the average vector is predicted to indicate the direction of gravitational acceleration when the vehicle C10 is stopped or when the vehicle C10 is moving at a constant velocity. For this reason, when the vehicle C10 is stopped or when the vehicle C10 is moving at a constant speed, the reference direction coincides with the direction of gravity acceleration. On the other hand, when the vehicle C10 is accelerating / decelerating, the direction of the average vector G is predicted to deviate from the direction of gravity acceleration.

しかしながら、端末装置10は、後述する説明で明らかになるように、加速度に基づく特徴量を用いて、停止判定を行うモデルを学習する。より具体的には、端末装置10は、車両C10が移動している際の加速度の特徴量と、車両C10が停止している際の加速度の特徴量とに基づいて停止判定を行うモデルを学習する。このような学習を行ったモデルは、重力方向や車両C10の移動方向とは関係なく、特徴量から車両C10が停止しているか否かを判定することができるので、平均ベクトルGの方向と重力加速度の方向とに誤差が存在する場合にも、その誤差を吸収可能である。   However, the terminal device 10 learns a model for performing stop determination using a feature amount based on acceleration, as will be apparent from the description below. More specifically, the terminal device 10 learns a model that performs stop determination based on the feature amount of acceleration when the vehicle C10 is moving and the feature amount of acceleration when the vehicle C10 is stopping. Do. The model that has performed such learning can determine whether or not the vehicle C10 is stopped from the feature amount regardless of the direction of gravity or the moving direction of the vehicle C10. Even when there is an error in the direction of acceleration, the error can be absorbed.

〔2−5.学習処理における作用効果の一例〕
次に、図9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。図9は、実施形態に係る端末装置が実行する学習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、学習部27、および更新部28は、図9に示す処理を、例えば、取得部24により特徴量が取得される度に実行してもよく、所定の時間間隔で実行してもよい。また、図9に示す処理は、案内を実現するアプリケーションの実行中、常時実行させることとなる。
[2-5. Example of action and effect in learning processing]
Next, the contents of the learning process executed and realized by the collection unit 26, the learning unit 27, and the updating unit 28 will be described using the flowchart shown in FIG. FIG. 9 is a flowchart illustrating an example of the flow of learning processing executed by the terminal device according to the embodiment. Note that the collection unit 26, the learning unit 27, and the update unit 28 may execute the processing illustrated in FIG. 9 every time a feature amount is acquired by the acquisition unit 24, for example, at predetermined time intervals. May be Further, the process shown in FIG. 9 is always executed during the execution of the application for realizing the guidance.

例えば、収集部26は、取得部24により取得された特徴量を、端末装置10の移動速度毎に所定の数ずつ収集する(ステップS401)。より具体的には、収集部26は、取得部24にbより取得された特徴量のうち新たに取得された特徴量から順に所定の数の特徴量を、端末装置10の移動速度毎に収集する。そして、収集部26は、収集した特徴量を学習データデータベース12bに登録する(ステップS402)。   For example, the collection unit 26 collects a predetermined number of feature amounts acquired by the acquisition unit 24 for each moving speed of the terminal device 10 (step S401). More specifically, the collection unit 26 collects a predetermined number of feature quantities for each moving speed of the terminal device 10 in order from the newly acquired feature quantities among the feature quantities acquired by the acquisition unit 24 from b. Do. Then, the collection unit 26 registers the collected feature amount in the learning data database 12b (step S402).

具体的な例を説明すると、収集部26は、取得部24が特徴量を取得した場合には、GPS等の測位システムを用いて、端末装置10の移動速度を特定する。そして、収集部26は、特定した移動速度を含む速度帯と対応付けて、取得された特徴量を学習データとして学習データデータベース12bに登録する。なお、収集部26は、特定した移動速度を含む速度帯と対応付けれられた学習データの数が上限(例えば、走行状態である場合は「10」個、停止状態である場合は「60」個等)に達している場合、対応付けられた学習データのうち、最も古い学習データを新たに取得された特徴量に更新する。   If a specific example is demonstrated, the collection part 26 will specify the moving speed of the terminal device 10 using positioning systems, such as GPS, when the acquisition part 24 acquires the feature-value. Then, the collection unit 26 registers the acquired feature amount in the learning data database 12b as learning data in association with the speed zone including the identified moving speed. Note that the collection unit 26 has an upper limit (for example, “10” in the running state and “60” in the stopped state) associated with the speed band including the specified moving speed. Etc.), the oldest learning data among the associated learning data is updated to the newly acquired feature amount.

すなわち、GPSを用いて特定された速度が所定の閾値以下である特徴量を停止状態を示す特徴量とし、他の特徴量を走行状態を示す特徴量とした場合、収集される特徴量に偏りが存在すると、モデルの判定精度が悪化してしまう。例えば、端末装置10が80km/h以上の速さで移動している際に収集した特徴量が大半を占める学習データでモデルの学習を行った場合、他の速度帯で移動している際の判定精度が低下してしまう。そこで、収集部26は、各速度帯ごとに、新たに取得された特徴量から順に所定の数の特徴量を学習データとして収集する。この結果、収集部26は、走行状態の学習データの速度の偏りを防ぐ結果、学習データデータベース12b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停止判定の精度を向上させることができる。   In other words, when a feature quantity whose speed specified using GPS is equal to or less than a predetermined threshold is a feature quantity indicating a stop state and another feature quantity is a feature quantity indicating a running state, the feature quantity is biased. If this exists, the determination accuracy of the model deteriorates. For example, when the model is learned with learning data that occupies most of the feature values collected when the terminal device 10 is moving at a speed of 80 km / h or higher, The determination accuracy will be reduced. Therefore, the collection unit 26 collects a predetermined number of feature quantities as learning data in order from the newly acquired feature quantities for each speed zone. As a result, the collection unit 26 can improve the accuracy of the stop determination by the model that has learned using the learning data registered in the learning data database 12b as a result of preventing the speed deviation of the learning data in the running state. .

また、単一のモデルを単純に学習した場合には、そのモデルが最適な判定を行うモデルであるか否かを判定することができない。また、端末装置10の姿勢や車両C10の特定、車両C10の移動特性等に応じて、停止判定を適切に行うことができるモデルのパラメータは、動的に変わると予測される。   In addition, when a single model is simply learned, it cannot be determined whether or not the model is a model that performs an optimal determination. In addition, the parameters of the model that can appropriately perform the stop determination are predicted to change dynamically according to the attitude of the terminal device 10, the specification of the vehicle C10, the movement characteristics of the vehicle C10, and the like.

そこで、学習部27は、学習データデータベース12bに登録された学習データを用いて、新たなパラメータのモデルを学習する(ステップS403)。そして、学習部27は、学習したモデルをモデルデータベース12dに格納する。 なお、車両C10が停止している状態では、路面からの振動もないため、「a_ver」の値や基準方向の向きは、ほぼ重力加速度と一致し、「a_hor」の値は、ほぼ零になると考えられる。一方、車両C10が一定速度で走行している場合は、路面からのランダムな振動により、「a_ver」や「a_hor」の値の最大値、最小値、および標準偏差の値は、車両C10が停止している際とは異なると予測される。さらに、車両C10が加減速している状態では、重力加速度に加えて車両C10の加減速にともなく加速度が追加されるため、「a_ver」の大きさは重力加速度よりも大きくなり、「a_hor」についても車両C10が停止している場合とは異なると推定される。このため、学習部27は、「(a_ver、a_hor)」の平均値、最小値、最大値、および標準偏差に基づいて、車両C10が停止しているか否かを判定するモデルを学習することができる。   Therefore, the learning unit 27 learns a new parameter model using the learning data registered in the learning data database 12b (step S403). Then, the learning unit 27 stores the learned model in the model database 12d. When the vehicle C10 is at rest, there is no vibration from the road surface, so the value of "a_ver" and the direction of the reference direction almost coincide with the gravitational acceleration, and the value of "a_hor" becomes almost zero. Conceivable. On the other hand, when the vehicle C10 is traveling at a constant speed, the maximum value, the minimum value and the standard deviation of the values of "a_ver" and "a_hor" are stopped due to random vibration from the road surface. It is expected to be different from when Furthermore, when the vehicle C10 is accelerating or decelerating, the acceleration is added to the acceleration of the vehicle C10 in addition to the acceleration of gravity, so the size of "a_ver" becomes larger than the acceleration of gravity, "a_hor" Is also estimated to be different from the case where the vehicle C10 is stopped. Therefore, the learning unit 27 can learn a model for determining whether or not the vehicle C10 is stopped based on the average value, the minimum value, the maximum value, and the standard deviation of “(a_ver, a_hor)”. it can.

さらに、端末装置10は、重力方向や車両C10の移動方向を算出せずに、平均ベクトルの方向を、停止判定を行うための基準の方向とする。この結果、平均ベクトルGの方向と重力加速度の方向とに誤差が生じる結果、車両C10が一定速度で走行している際や、車両C10が加減速している際に取得される特徴量と、車両C10が停止している際に取得される特徴量とに差異が生じる。このため、端末装置100は、より精度の高い停止判定を行うことができるモデルを学習することができる。   Further, the terminal device 10 sets the direction of the average vector as a reference direction for performing stop determination without calculating the direction of gravity or the moving direction of the vehicle C10. As a result, an error occurs between the direction of the average vector G and the direction of gravitational acceleration. As a result, when the vehicle C10 is traveling at a constant speed or when the vehicle C10 is accelerating / decelerating, There is a difference between the feature amount acquired when the vehicle C10 is stopped. For this reason, the terminal device 100 can learn a model that can perform stop determination with higher accuracy.

続いて、学習部27は、テストデータデータベース12cに登録されたテストデータを用いて、各モデルの正答率を算出し(ステップS404)、算出した正答率をモデルデータベース12dに登録する。例えば、学習部27は、全ての学習データを各モデルに入力し、停止状態を示すテストデータを入力した際に停止状態であると判定した割合である停止正答率と、走行状態を示すテストデータを入力した際に走行状態であると判定した割合である走行正答率とを算出する。そして、学習部27は、停止正答率に所定の係数βを積算した値と、走行正答率に所定の係数αを積算した値との和を正答率として算出する。なお、係数αおよび係数βは、その和が「1」となるように設定される係数であり、停止判定と走行判定とのどちらに重みを置くかで調節される係数である。   Subsequently, the learning unit 27 calculates the correct answer rate of each model using the test data registered in the test data database 12c (step S404), and registers the calculated correct answer rate in the model database 12d. For example, the learning unit 27 inputs all learning data into each model, and when the test data indicating the stop state is input, the stop correct answer rate that is the ratio determined to be the stop state, and the test data indicating the running state And a driving correct answer rate that is a ratio determined to be in the driving state when is input. Then, the learning unit 27 calculates the sum of the value obtained by adding the predetermined coefficient β to the stop correct answer rate and the value obtained by adding the predetermined coefficient α to the running correct answer rate as the correct answer rate. The coefficient α and the coefficient β are coefficients that are set so that the sum thereof is “1”, and are coefficients that are adjusted depending on whether the weight is assigned to the stop determination or the travel determination.

続いて、学習部27は、モデルデータベース12dに登録された各モデルのうち、正答率が最も高いモデルを選択し(ステップS405)、選択したモデルと対応付けられた使用フラグを「1」に設定する。   Subsequently, the learning unit 27 selects the model with the highest correct answer rate from the models registered in the model database 12d (step S405), and sets the use flag associated with the selected model to “1”. Do.

このような学習処理の結果、判定部25は、端末装置10の移動速度ごとに所定の数ずつ収集された特徴量を用いて、端末装置10の移動状態を判定することができる。また、判定部25は、モデルデータベース12dに保持されたモデルのうち、正答率が最も高いモデルを用いて、端末装置10の移動状態を判定することができる。   As a result of such learning processing, the determination unit 25 can determine the movement state of the terminal device 10 by using a predetermined amount of features collected for each movement speed of the terminal device 10. Further, the determination unit 25 can determine the movement state of the terminal device 10 using the model having the highest correct answer rate among the models held in the model database 12 d.

また、判定部25は、上述した各種の処理を実現するアプリケーションの起動時等に、モデルデータベース12dに登録されたモデルのうち、使用フラグが「1」となるモデルを用いて停止判定を開始することとなる。すなわち、端末装置10は、アプリケーションの前回起動時において選択されていたモデルを示す情報を記憶し、判定再開時に、記憶した情報が示すモデルを用いて、停止判定を再開する。この結果、端末装置10は、停止判定ができなくなる時間帯を解消することができる。   Further, the determination unit 25 starts the stop determination using a model whose use flag is “1” among the models registered in the model database 12d at the time of starting an application that realizes the various processes described above. It will be. That is, the terminal device 10 stores information indicating the model that was selected when the application was last activated, and restarts the stop determination using the model indicated by the stored information when the determination is restarted. As a result, the terminal device 10 can eliminate the time period when the stop determination cannot be made.

なお、学習部27は、収集部26による収集の結果、走行状態を示す学習データの数と停止状態を示す学習データの数とがそれぞれ所定の数となった場合には、上述した学習処理を実行してモデルを生成してもよい。その後、学習部27は、学習データデータベース12bに登録された全データを削除し、収集部26に新たな学習データを収集させ、再度学習データの数がそろった際に、モデルの再学習を行ってもよい。   Note that the learning unit 27 performs the above-described learning process when the number of learning data indicating the running state and the number of learning data indicating the stopped state become a predetermined number as a result of the collection by the collecting unit 26. It may be run to generate a model. After that, the learning unit 27 deletes all the data registered in the learning data database 12b, causes the collection unit 26 to collect new learning data, and re-learns the model when the number of learning data is obtained again. May be

また、収集部26は、テストデータの収集を行ってもよい。例えば、収集部26は、端末装置10の移動速度が「0」である際に収集した特徴を停止状態を示すテストデータとしてテストデータデータベース12cに登録し、端末装置10の移動速度が所定の範囲内(例えば、5km/h以上等)である際に収集した特徴量を走行状態を示すテストデータとしてテストデータデータベース12cに登録してもよい。また、収集部26は、テストデータデータベース12cに登録されたテストデータのうち、最も古いテストデータを新たに収集した特徴量に置き換えてもよい。   The collection unit 26 may collect test data. For example, the collection unit 26 registers the characteristics collected when the moving speed of the terminal device 10 is “0” in the test data database 12c as test data indicating a stopped state, and the moving speed of the terminal device 10 is within a predetermined range. The feature amount collected when the vehicle is within (for example, 5 km / h or more) may be registered in the test data database 12c as test data indicating the running state. Further, the collection unit 26 may replace the oldest test data among the test data registered in the test data database 12 c with the newly collected feature amount.

続いて、更新部28は、モデルデータベース12dに保持された複数のモデルのうち、正答率が最も低いモデルを新たに学習されたモデルに更新する(ステップS406)。例えば、更新部28は、モデルデータベース12dに保持された複数のモデルのうち、正答率が最も低いモデルを消去し、モデルデータベース12dに登録された各モデルとパラメータが異なる新たなモデルを生成する。そして、更新部28は、新たなモデルをモデルデータベース12dに登録する。   Subsequently, the updating unit 28 updates the model with the lowest correct answer rate among the plurality of models held in the model database 12d to a newly learned model (step S406). For example, the updating unit 28 deletes the model with the lowest correct answer rate from the plurality of models held in the model database 12d, and generates a new model having parameters different from those of the models registered in the model database 12d. Then, the update unit 28 registers a new model in the model database 12d.

なお、新たに登録されたモデルは、学習回数が他のモデルと比較して少ないので、正答率が低いと予測される。そこで、更新部28は、モデルデータベース12dに保持された複数のモデルのうち、最後に登録されたモデルの正答率が最も低い場合は、モデルの更新を行わずともよい。このような処理を実行することで、端末装置10は、停止判定の精度が向上する可能性を担保することができる。   The newly registered model is predicted to have a low correct answer rate because the number of times of learning is small compared to other models. Therefore, the update unit 28 does not need to update the model when the correct answer rate of the last registered model among the plurality of models stored in the model database 12d is the lowest. By executing such a process, the terminal device 10 can secure the possibility of improving the accuracy of the stop determination.

なお、図9に示す学習処理は、任意のタイミングおよび任意の粒度で実行してよい。例えば、端末装置10は、ステップS401、S402に示す処理を常時実行し、学習データの収集率が各速度帯において所定の閾値以上となった場合には、ステップS403以降の処理を実行してもよい。また、端末装置10は、ステップS403以降の処理を一定周期で繰り返し実行してもよい。   Note that the learning process shown in FIG. 9 may be executed at an arbitrary timing and an arbitrary granularity. For example, if the terminal device 10 constantly executes the processes shown in steps S401 and S402 and the collection rate of learning data becomes equal to or higher than a predetermined threshold in each speed band, even if the processes after step S403 are performed. Good. In addition, the terminal device 10 may repeatedly execute the process of step S403 and subsequent steps in a constant cycle.

〔3.判定開始までの時間の一例〕
次に、図10を用いて、端末装置10が停止判定を開始するまでの時間の一例について説明する。図10は、停止判定を開始するまでの時間の一例を示す図である。例えば、図10中(A)に示すように、従来モデルを用いた方法では、図10中(B)に示すように、起動時からしばらくの間は、車両C10の移動中に測定された加速度から車両C10の進行方向を特定し、進行方向が特定した後から、停止判定を開始する。このため、図10中(C)に示すように、車両C10の進行方向を特定するまでは、停止判定を開始することができない。
[3. Example of time to start judgment]
Next, an example of the time until the terminal device 10 starts the stop determination will be described with reference to FIG. FIG. 10 is a diagram showing an example of the time until the start of the stop determination. For example, as shown in (A) of FIG. 10, in the method using the conventional model, as shown in (B) of FIG. 10, the acceleration measured during the movement of the vehicle C10 for a while from the start time After the travel direction of the vehicle C10 is identified and the travel direction is identified, the stop determination is started. For this reason, as shown to (C) in FIG. 10, stop determination cannot be started until the advancing direction of the vehicle C10 is specified.

一方、図10中(D)に示すように、今回の処理では、図10中(E)に示すように、進行方向まで特定せずに、−x軸方向を平均ベクトルGの方向に一致させる変換式を周期的に求めるとともに、図10中(F)に示すように、同程度の周期で特徴量(加速度の大きさの平均値、最小値、最大値、標準偏差)を算出する。そして、算出した特徴量を用いて、停止判定を実行する。このため、端末装置10は、迅速に停止判定を開始することができる。また、端末装置10は、前回使用したモデルを示す情報を記憶している場合は、図10中(G)に示すように、前回使用していたモデルを用いて、起動時からすぐに停止判定を開始することができる。   On the other hand, as shown in (D) in FIG. 10, in the present processing, as shown in (E) in FIG. 10, the −x-axis direction is made to coincide with the direction of the average vector G without specifying the travel direction. While obtaining the conversion formula periodically, as shown in FIG. 10F, feature quantities (average value of acceleration magnitude, minimum value, maximum value, standard deviation) are calculated with the same period. Then, stop determination is executed using the calculated feature amount. For this reason, the terminal device 10 can start a stop determination rapidly. Further, when the terminal device 10 stores information indicating the model used last time, as shown in FIG. 10 (G), the terminal device 10 uses the previously used model to determine the stop immediately after starting. Can be started.

このように、端末装置10は、加速度の平均値に基づく基準方向を設定し、基準方向を基準とした方向の加速度に基づく特徴量を取得する。そして、端末装置10は、取得した特徴量を用いて、停止判定を行う。このため、端末装置10は、進行方向を特定して端末座標系を車両座標系に変換する回転行列を求めずとも、すぐに停止判定を実行することができる。   In this way, the terminal device 10 sets a reference direction based on the average value of acceleration, and acquires a feature amount based on the acceleration in the direction with the reference direction as a reference. And the terminal device 10 performs stop determination using the acquired feature-value. Therefore, the terminal device 10 can immediately perform the stop determination without specifying the traveling direction and obtaining the rotation matrix for converting the terminal coordinate system into the vehicle coordinate system.

また、端末装置10は、重力加速度の方向や車両C10の進行方向を求めずに、停止判定を行うことができる。例えば、端末装置10は、端末座標系を、測定された加速度の値のみに基づく推定座標系、すなわち、端末装置10の姿勢の変化によらない座標系へと変換する。この結果、端末装置10は、端末装置10の姿勢変化を吸収する座標変換を行うので、端末装置10の姿勢変化に依存しない停止判定を実現できる。特に、端末装置10は、周期的に回転行列を求めるので、重力加速度の方向や車両C10の進行方向に依存する特徴量、すなわち、取得や特定に時間を要する特徴量に基づいて停止判定を行うモデルの再学習を不要とすることができる。この結果、端末装置10は、起動後や姿勢変化後に短時間で停止判定可能となる。すなわち、端末装置10は、アプリケーションを利用する都度停止判定モデルを学習せずともよい。また、端末装置10は、前回起動時に使用したモデルを保持することで、判定再開時に保持したモデルを用いて、すぐに停止判定を再開できる。   In addition, the terminal device 10 can perform the stop determination without obtaining the direction of the gravitational acceleration or the traveling direction of the vehicle C10. For example, the terminal device 10 converts the terminal coordinate system into an estimated coordinate system based only on the measured acceleration value, that is, a coordinate system that does not depend on a change in the attitude of the terminal device 10. As a result, since the terminal device 10 performs coordinate conversion that absorbs a change in posture of the terminal device 10, it is possible to realize stop determination that does not depend on the change in posture of the terminal device 10. In particular, since the terminal device 10 periodically obtains the rotation matrix, the terminal device 10 performs stop determination based on a feature amount that depends on the direction of gravity acceleration and the traveling direction of the vehicle C10, that is, a feature amount that requires time for acquisition and identification. Re-learning of the model can be eliminated. As a result, the terminal device 10 can determine to stop in a short time after activation or after a change in posture. That is, the terminal device 10 does not have to learn the stop determination model every time the application is used. Also, by holding the model used at the previous activation, the terminal device 10 can immediately restart the stop determination using the model held at the time of restart of the determination.

〔4.数式の一例〕
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。
[4. Example formula)
Next, an example of processing in which the conversion unit 23 calculates a rotation matrix for converting the terminal coordinate system into the estimated coordinate system will be described using mathematical expressions. In addition, the process which the conversion part 23 performs is not limited to the process which the following numerical formula shows. For example, the conversion unit 23 may perform coordinate conversion from the terminal coordinate system to the estimated coordinate system using a mathematical expression expressing the primary conversion.

例えば、端末座標系の各軸をxyz軸とし、推定座標系の各軸をXYZ軸とする。係る場合、推定座標系を端末座標系へと変換する処理は、以下の式(1)で表される。なお、式(1)では、x軸を中心とした回転角度をα、y軸を中心とした回転角度をβ、z軸を中心した回転角度をγとし、x軸を中心とした回転による座標変換を行う回転行列をR(α)、y軸を中心とした回転による座標変換を行う回転行列をR(β)、z軸を中心とした回転による座標変換を行う回転行列をR(γ)とした。 For example, let each axis of a terminal coordinate system be xyz axis, and let each axis of an presumed coordinate system be XYZ axes. In such a case, the process of converting the estimated coordinate system into the terminal coordinate system is expressed by the following equation (1). In Equation (1), a rotation angle about the x axis is α, a rotation angle about the y axis is β, and a rotation angle about the z axis is γ, and coordinates by rotation about the x axis R x (α) is the rotation matrix to be converted, R y (β) is the rotation matrix to perform coordinate conversion by rotation about the y axis, and R z is the rotation matrix to perform coordinate conversion by rotation about the z axis (Γ).

Figure 0006553148
Figure 0006553148

また、回転行列R(α)、回転行列R(β)、および回転行列R(γ)(以下、総括して「各回転行列」と記載する場合がある。)は、以下の式(2)〜(4)で表すことができる。なお、推定座標系は、−x軸方向が平均ベクトルGの方向と一致すればよいため、αの値は、任意の値が設定可能となる。 Further, the rotation matrix R x (α), the rotation matrix R y (β), and the rotation matrix R z (γ) (hereinafter collectively referred to as “each rotation matrix”) may be expressed by the following equation It can be represented by (2) to (4). In the estimated coordinate system, since the −x axis direction only needs to coincide with the direction of the average vector G, an arbitrary value can be set as the value of α.

Figure 0006553148
Figure 0006553148

Figure 0006553148
Figure 0006553148

Figure 0006553148
Figure 0006553148

ここで、平均ベクトルGの方向は、−X軸方向の加速度であるから、推定座標系では、以下の式(5)で表すことができる。   Here, since the direction of the average vector G is acceleration in the −X axis direction, it can be expressed by the following expression (5) in the estimated coordinate system.

Figure 0006553148
Figure 0006553148

一方、端末座標系で検出された各軸方向の平均ベクトルGを(a、a、a)と記載する。かかる場合、a、a、aは、式(5)で示す平均ベクトルGを各回転行列で変換した値となるので、以下の式(6)が成り立つ。 On the other hand, an average vector G in each axial direction detected in the terminal coordinate system is described as (a x , a y , a z ). In such a case, a x , a y , and a z are values obtained by converting the average vector G shown in Expression (5) by each rotation matrix, and therefore, the following Expression (6) is established.

Figure 0006553148
Figure 0006553148

この結果、式(6)におけるz軸方向の値より、式(7)を得る。   As a result, Expression (7) is obtained from the value in the z-axis direction in Expression (6).

Figure 0006553148
Figure 0006553148

また、平均ベクトルGの大きさを考慮すると、式(8)が成り立つため、式(6)におけるx軸およびy軸方向の値から、式(9)を得る。この結果、端末装置10は、式(7)および式(9)から、y軸回りの回転角βを特定することができる。   Further, considering the size of the average vector G, equation (8) is established, and therefore equation (9) is obtained from the values in the x-axis and y-axis directions in equation (6). As a result, the terminal device 10 can specify the rotation angle β about the y-axis from Expression (7) and Expression (9).

Figure 0006553148
Figure 0006553148

Figure 0006553148
Figure 0006553148

ここで、式(9)に示す値のうち、正の値を解として選択する。すると、式(6)におけるx軸およびy軸方向の値から、式(10)および式(11)を得る。この結果、端末装置10は、式(10)および式(11)からz軸まわりの回転角γを特定することができる。   Here, a positive value is selected as a solution among the values shown in Expression (9). Then, Expression (10) and Expression (11) are obtained from the values in the x-axis and y-axis directions in Expression (6). As a result, the terminal device 10 can specify the rotation angle γ around the z axis from Equations (10) and (11).

Figure 0006553148
Figure 0006553148

Figure 0006553148
Figure 0006553148

一方、端末座標系を推定座標系へと変換する処理は、式(1)に示す座標変換の逆変換であるため、以下の式(12)で表される。   On the other hand, the process of converting the terminal coordinate system to the estimated coordinate system is the inverse conversion of the coordinate conversion shown in Expression (1), and is expressed by Expression (12) below.

Figure 0006553148
Figure 0006553148

また、βとγの値は式(7)、(9)、(10)、(11)から算出できるので、端末座標系の加速度のサンプルa、a、aのうちy軸およびz軸のみを回転させ、推定座標系へと変換すると、式(13)となる。すなわち、端末装置10は、回転行列R(β)、および回転行列R(γ)を用いて、端末座標系を推定座標系へと変換する。 Further, since the values of β and γ can be calculated from Expressions (7), (9), (10) and (11), the y-axis and z among the samples a x , a y and a z of the acceleration of the terminal coordinate system When only the axis is rotated and converted into the estimated coordinate system, the equation (13) is obtained. That is, the terminal device 10 converts the terminal coordinate system into the estimated coordinate system using the rotation matrix R y (β) and the rotation matrix R z (γ).

Figure 0006553148
Figure 0006553148

〔5.変形例〕
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。
[5. (Modification)
The terminal device 10 according to the above-described embodiment may be implemented in various different forms other than the above-described embodiment. So, below, other embodiment of said terminal device 10 is described.

〔5−1.汎用モデルの使用〕
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。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停止判定を開始し、その後、端末装置10ごとに学習されたモデルを用いて、停止判定を実行することとなる。
[5-1. (Use general-purpose model)
Here, the terminal device 10 may activate an application including a general-purpose model so that the stop determination can be performed from the time of activation even when the application for realizing the above-described processing is activated for the first time. When such an application is executed, the terminal device 10 starts stop determination using a general-purpose model at the time of first activation, and then uses the model learned for each terminal device 10 to determine stop determination. Will be executed.

〔5−2.学習モデルの使用〕
端末装置10は、停止判定を行うモデルの学習を行わずとも、基準方向に対して垂直な水平面上の加速度の大きさに基づいて、車両が停止しているか否かを判定してもよい。例えば、端末装置10は、車両が停止している際に加速度の平均ベクトルGを求めることで、基準方向を重力方向に変換し、水平面上の加速度の大きさが所定の閾値よりも小さい場合に、車両が停止していると判定してもよい。このように、端末装置10は、端末座標系で測定した加速度の平均ベクトルGを基準方向とし、基準方向に基づく方向の加速度に基づく特徴量を用いて車両C10の走行状態を判定するのであれば、モデルを用いずとも、任意の処理態様で判定を行ってよい。
[5-2. Use of learning model)
The terminal device 10 may determine whether the vehicle is stopped based on the magnitude of the acceleration on the horizontal plane perpendicular to the reference direction without learning the model for performing the stop determination. For example, the terminal device 10 converts the reference direction to the gravity direction by obtaining the average vector G of acceleration when the vehicle is stopped, and the magnitude of the acceleration on the horizontal surface is smaller than a predetermined threshold. It may be determined that the vehicle has stopped. As described above, the terminal device 10 determines the traveling state of the vehicle C10 using the feature quantity based on the acceleration in the direction based on the reference direction with the average vector G of the acceleration measured in the terminal coordinate system as the reference direction. The determination may be made in any processing mode without using a model.

また、上述した端末装置10は、モデルの学習を行うための学習データを収集した。ここで、端末装置10は、モデルの判定精度を向上させるため、収集する学習データの限定を行ってもよい。例えば、端末装置10は、GPSを用いて特定された速度が1km/h〜3kmの範囲に含まれる際に取得された特徴量については、学習モデルとせずに破棄してもよい。   Further, the terminal device 10 described above collects learning data for performing model learning. Here, the terminal device 10 may limit the learning data to be collected in order to improve model determination accuracy. For example, the terminal device 10 may discard the feature quantity acquired when the speed specified using the GPS is included in the range of 1 km / h to 3 km without using it as a learning model.

また、端末装置10は、学習データを収集する速度帯に重みを持たせてもよい。例えば、端末装置10は、「停止状態」の際に収集した学習データの数を「走行状態」の際に収集した学習データの数よりも多くしてもよい。また、例えば、端末装置10は、「5km/h〜15km/h」の際に収集した学習データの数を「55km/h以上」の際に収集した学習データの数よりも多くすることで、停止状態と走行状態との切り分けの精度を高めてもよい。   In addition, the terminal device 10 may give weight to the speed band for collecting learning data. For example, the terminal device 10 may increase the number of learning data collected in the “stop state” more than the number of learning data collected in the “running state”. Further, for example, the terminal device 10 increases the number of learning data collected when “5 km / h to 15 km / h” than the number of learning data collected when “55 km / h or more”, The accuracy of separation between the stopped state and the traveling state may be increased.

また、端末装置10は、各速度帯ごとに、学習データを収集する期間や使用する学習データを収集した期間の幅を設定してもよい。例えば、端末装置10は、「55km/h以上」の学習データについては、5分前までに収集した学習データを使用し、「25km/h〜35km/h」の学習データについては、12分前までに収集された学習データを用いてもよい。また、端末装置10は、速度帯に寄らず、収集されてから所定の時間が経過する前の学習データを使用してモデルの学習を行い、収集されてから所定の時間が経過した学習データを破棄してもよい。なお、収集するデータの数、速度帯の幅や数、収集または使用する学習データが取得された時間帯等は、学習対象となるモデルの種別により限定されるものではなく、任意の設定が可能である。また、端末装置10は、それぞれ異なる期間に収集された学習データを用いて学習された複数のモデルを保持してもよい。   Further, the terminal device 10 may set a period for collecting learning data and a period for collecting learning data to be used for each speed band. For example, the terminal device 10 uses the learning data collected up to 5 minutes for the learning data of “more than 55 km / h”, and 12 minutes ago for the learning data of “25 km / h to 35 km / h”. Learning data collected up to this point may be used. Also, the terminal device 10 learns a model using learning data before collection of a predetermined time after collection without using a speed band, and learning data of collection of a predetermined time after collection You may discard it. The number of data to be collected, the width and number of speed zones, the time zone when the learning data to be collected or used are acquired are not limited by the type of model to be learned, and can be set arbitrarily It is. Furthermore, the terminal device 10 may hold a plurality of models learned using learning data collected in different periods.

なお、上述した説明では、端末装置10は、停止判定を行うモデルとして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。   In the above description, the terminal device 10 performs SVM learning as a model for performing stop determination. However, the embodiment is not limited to this. For example, the terminal device 10 may use learning of a neural network or so-called deep learning. A specific example will be described. The terminal device 10 may learn a neural network such as a DNN (Deep Neural Network) that performs stop determination using the learning data.

また、例えば、端末装置10は、学習データを用いて、車両C10の移動速度を推定するモデルの学習を行ってもよい。例えば、端末装置10は、収集した学習データを入力した際に、その学習データが収集された速度帯と対応する出力層のノードが反応するように、DNNの学習を行う。そして、端末装置10は、取得された特徴量を入力した際に反応した出力層のノードと対応する速度帯を、車両C10が移動する速度帯の推定結果として出力してもよい。なお、端末装置10は、取得された特徴量の時系列的な遷移に応じて、車両C10の移動速度を推定するDNNの学習等を行ってもよい。また、端末装置10は、特徴量を用いて、車両C10が所定の速度帯で移動しているかを判定する複数のSVMを学習し、学習したSVMを用いて、車両C10が移動する速度帯を推定してもよい。   Also, for example, the terminal device 10 may perform learning of a model for estimating the moving speed of the vehicle C10 using learning data. For example, when the collected learning data is input, the terminal device 10 performs DNN learning so that a node in the output layer corresponding to the speed band from which the learning data is collected reacts. And the terminal device 10 may output the speed zone corresponding to the node of the output layer which reacted when the acquired feature amount was input as the estimation result of the speed zone in which the vehicle C10 moves. The terminal device 10 may perform learning or the like of DNN for estimating the moving speed of the vehicle C10 according to the time-series transition of the acquired feature amount. In addition, the terminal device 10 learns a plurality of SVMs that use the feature amount to determine whether the vehicle C10 is moving in a predetermined speed zone, and uses the learned SVM to determine the speed zone in which the vehicle C10 moves. It may be estimated.

また、端末装置10は、任意のタイミングでモデルの学習を行ってもよい。例えば、端末装置10は、180個の学習データを保持可能とし、60個の学習データを収集した際、120個の学習データを収集した際、および180個の学習データを収集した際にモデルの再学習を行う。そして、端末装置10は、180個の学習データを用いてモデルの学習を行った際に、保持した学習データを全て破棄し、新たな学習データの収集を行ってもよい。なお、端末装置10は、安全のため、モデルの学習が行われていない場合には、車両C10が常に停止状態であると判定してもよい。   Further, the terminal device 10 may learn a model at an arbitrary timing. For example, the terminal device 10 can hold 180 pieces of learning data, collect 60 pieces of learning data, collect 120 pieces of learning data, and collect 180 pieces of learning data. Do re-learning. When the terminal device 10 learns the model using 180 pieces of learning data, the terminal device 10 may discard all the stored learning data and collect new learning data. For safety, the terminal device 10 may determine that the vehicle C10 is always in a stopped state when the model is not learned.

また、端末装置10は、GPSが使用できなくなった場合には、GPSを用いて特定した最後の移動速度と、モデルの判定結果とを用いて、車両C10の移動速度を推定してもよい。例えば、端末装置10は、トンネル等に進入することでGPSが使用できなくなった場合等には、GPSを用いて再度に特定した速度、すなわち、トンネル進入時の速度であるトンネル進入速度を算出し、算出したトンネル進入速度を前回出力速度として現在位置を進める。   In addition, when the GPS can not be used, the terminal device 10 may estimate the moving speed of the vehicle C10 using the last moving speed identified using the GPS and the determination result of the model. For example, when the terminal device 10 can not use the GPS by entering a tunnel etc., the terminal device 10 calculates the tunnel entering speed which is the speed specified again using the GPS, that is, the speed at the time of the tunnel entering. The current position is advanced using the calculated tunnel approach speed as the previous output speed.

例えば、端末装置10は、GPSが使用できなくなった場合には、それまでにGPSを用いて算出された速度を、新たに算出された順に10個選択する。そして、端末装置10は、選択した速度の値を小さい順にソートし、最も小さい速度から8番目の速度をトンネル進入速度として採用する。ここで、端末装置10は、トンネル進入速度の最大値を設定してもよい。   For example, when the GPS can not be used, the terminal device 10 selects ten speeds calculated using the GPS so far, in the order newly calculated. Then, the terminal device 10 sorts the selected values of the velocity in ascending order, and adopts the eighth velocity from the smallest velocity as the tunnel entry velocity. Here, the terminal device 10 may set the maximum value of the tunnel entry speed.

ここで、端末装置10は、モデルによって車両が停止状態にあると判定された場合には、以下のいずれかの条件が満されているか判定する。具体的には、端末装置10は、前回出力速度が10km/h未満であるか否か、前回出力速度が20km/h未満であり、モデルによる前回の判定結果が停止状態であると判定されたか否か、又は、前回出力速度が30km/h未満であり、モデルによる前回および前々回の判定結果が停止状態であるか否かを判定する。そして、端末装置10は、いずれかの条件が満たされる場合は、車両が停止したと判定し、前回出力速度を0km/hに設定する。   Here, when it is determined by the model that the vehicle is stopped, the terminal device 10 determines whether any of the following conditions is satisfied. Specifically, in the terminal device 10, whether the previous output speed is less than 10 km / h, the previous output speed is less than 20 km / h, and it is determined that the previous determination result by the model is in the stop state Or whether the previous output speed is less than 30 km / h and whether the previous and previous determination results by the model are in a stopped state. And when either condition is satisfy | filled, the terminal device 10 determines with the vehicle having stopped, and sets last output speed to 0 km / h.

一方、端末装置10は、いずれの条件も満たさない場合は、前回と前々回の判定結果が停止状態であるか否かを判定し、停止状態であると判定されていた場合は、前回出力速度の値を1/2に設定する。また、端末装置10は、前回の判定結果が停止状態であった場合は、前回出力速度の値を2/3に設定する。その後、端末装置10は、前回出力速度で移動していると判定する。   On the other hand, when neither of the conditions is satisfied, the terminal device 10 determines whether the determination results of the previous and previous two times are in the stop state, and when it is determined that the state is the stop state, Set the value to 1/2. Moreover, the terminal device 10 sets the value of the last output speed to 2/3 when the previous determination result is the stop state. Thereafter, the terminal device 10 determines that the terminal device 10 is moving at the previous output speed.

すなわち、端末装置10は、停止状態であると判定された場合には、トンネル進入速度が10km/h未満である場合にのみ、停止させ、それ以外の場合には、徐々に速度を減少させる。一方、端末装置10は、モデルによって走行状態であると判定された場合は、トンネル進入速度を上限として、トンネル進入速度の1/5を前回出力速度に加算する。   That is, when it is determined that the terminal device 10 is in the stopped state, the terminal device 10 is stopped only when the tunnel entry speed is less than 10 km / h, and is gradually decreased in other cases. On the other hand, when the terminal device 10 is determined to be in the traveling state by the model, the terminal device 10 adds 1/5 of the tunnel approach speed to the previous output speed with the tunnel approach speed as the upper limit.

〔5−3.特徴量について〕
上述した端末装置10は、平均ベクトルGの向きを基準とした向きの加速度の大きさの平均値、最小値、最大値、および標準偏差を特徴量とした。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、単に加速度の大きさを特徴量としてもよい、また、例えば、端末装置10は、平均値、最小値、最大値、および標準偏差の少なくともいずれか1つを特徴量としてもよく、これらの任意の組み合わせを特徴量としてもよい。
[5-3. About feature amount]
The terminal device 10 described above uses the average value, the minimum value, the maximum value, and the standard deviation of the magnitude of the acceleration in the direction based on the direction of the average vector G as the feature amount. However, the embodiments are not limited to this. For example, the terminal device 10 may simply use the magnitude of the acceleration as a feature amount, and for example, the terminal device 10 may use at least one of an average value, a minimum value, a maximum value, and a standard deviation as a feature amount. Also, any combination of these may be used as the feature amount.

また、上述した端末装置10は、「a_ver」と「a_hor」とで使用する特徴量を変えてもよい。例えば、端末装置10は、「a_ver」の値の最小値を特徴量としてもよく、環境によっては「a_ver」の値の標準誤差を特徴量としてもよい。一方、端末装置10は、「a_hor」の値の平均値、最小値、最大値、および標準偏差の全てを特徴量としてもよい。また、端末装置10は、車両C10の移動環境に応じて、使用する特徴量を変更してもよい。すなわち、端末装置10は、車両C10が移動しているか否かを判定するために効果的な種類の特徴量を適宜選択してよい。   Moreover, the terminal device 10 mentioned above may change the feature-value used by "a_ver" and "a_hor." For example, the terminal device 10 may set the minimum value of the value of “a_ver” as the feature amount, and may set the standard error of the value of “a_ver” as the feature amount depending on the environment. On the other hand, the terminal device 10 may use all of the average value, the minimum value, the maximum value, and the standard deviation of the values of “a_hor” as the feature amount. In addition, the terminal device 10 may change the feature amount to be used according to the movement environment of the vehicle C10. That is, the terminal device 10 may appropriately select an effective type of feature amount in order to determine whether or not the vehicle C10 is moving.

〔5−4.処理間隔について〕
また、上述した端末装置10は、例えば、1秒間隔で、判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判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を用いた停止判定を行うとともに、モデルを用いた停止判定を常に実行し、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。
[5-4. About processing interval]
Moreover, the terminal device 10 mentioned above performed the determination process and the learning process at intervals of 1 second, for example. However, the embodiment is not limited to this, and the determination process or the learning process may be performed at any timing. For example, while the terminal device 10 performs stop determination using GPS, the terminal device 10 always performs stop determination using a model, and executes the learning process even if the correct answer rate becomes lower than a predetermined threshold. Good.

〔5−5.姿勢変化の管理について〕
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。
[5-5. Management of posture change)
Here, the terminal device 10 may specify the attitude of the terminal device 10. For example, when the accelerations in a fixed period are averaged, the direction of the average vector G coincides with the direction of the gravitational acceleration. Thus, the terminal device 10 compares, for example, the average vector direction of all accelerations measured since the start of the application with the direction of the average vector of accelerations detected during the last one second, When there is an opening of 37 degrees or more in the angle (ie, when the cosine value of the angle between the respective average vectors becomes smaller than 0.8), it is determined that the attitude of the terminal device 10 has changed It is also good.

このような姿勢変化があったと判定した場合、端末装置10は、学習データデータベース12bに登録された学習データや、モデルデータベース12dに登録された各モデルを消去し、新たな学習データの収集やモデルの学習を行う。この結果、端末装置10は、姿勢変化が生じた場合における判定精度の悪化を軽減することができる。   If it is determined that such a posture change has occurred, the terminal device 10 erases the learning data registered in the learning data database 12 b and each model registered in the model database 12 d, and collects new learning data or a model Do the learning of As a result, the terminal device 10 can reduce the deterioration of the determination accuracy when the posture change occurs.

〔5−6.ストッパー機能について〕
ここで、上述した判定処理により車両C10の移動状態を判定した場合には、判定結果が実際の移動状態と乖離する場合、すなわち、案内の暴走状態となる場合がある。そこで、端末装置10は、案内の暴走状態を防ぐストッパー機能を実装してもよい。例えば、端末装置10は、移動状態の判定を開始してから所定の時間(例えば、案内を行っている場合は300秒、行っていない場合は120秒)が経過した時点で、推定される現在地の移動を強制停止させる経過時間ストッパー機能を実装してもよい。
[5-6. About the stopper function)
Here, when the movement state of the vehicle C10 is determined by the above-described determination processing, there is a case where the determination result is different from the actual movement state, that is, a guidance runaway state may occur. Therefore, the terminal device 10 may be provided with a stopper function for preventing a runaway state of guidance. For example, the terminal device 10 estimates a current location estimated when a predetermined time (for example, 300 seconds when performing guidance and 120 seconds when not performing guidance) has elapsed since the start of the determination of the movement state. You may implement an elapsed time stopper function to forcibly stop the movement of.

また、端末装置10は、トンネル内で経過時間ストッパーによる強制停止を防ぐため、特定の長いトンネルの進入時に経過時間ストッパーの機能を解除してもよい。例えば、端末装置10は、特定のトンネルの入り口に第1の領域を設定し、車両C10の現在位置が第1の領域と重なった場合には、経過時間ストッパーを解除する。また、端末装置10は、特定のトンネルの出口に第2の領域を設定し、車両C10の現在位置が第2の領域と重なった場合は、経過時間ストッパーを再度起動させてもよい。   Further, the terminal device 10 may cancel the function of the elapsed time stopper when entering a specific long tunnel in order to prevent the forced stop by the elapsed time stopper in the tunnel. For example, the terminal device 10 sets a first area at the entrance of a specific tunnel, and releases the elapsed time stopper when the current position of the vehicle C10 overlaps the first area. Moreover, the terminal device 10 may set the second area at the exit of the specific tunnel, and may restart the elapsed time stopper when the current position of the vehicle C10 overlaps the second area.

ここで、車両C10の速度を推定した場合、高速入口の料金所から直ぐにトンネルに入る場合には、トンネル進入速度がトンネルを通過する速度より低めに設定されてしまう傾向がある。そこで、端末装置10は、トンネルの位置口に設定した第1の領域に、そのトンネルを通過する際の速度を示す情報を設定し、車両C10の現在位置が第1の領域と重なった場合は、第1の領域に設定されていた情報が示す速度を車両C10の移動速度として設定してもよい。また、端末装置10は、第1の領域に経過時間ストッパーによる強制停止が行われるまでの時間を設定し、車両C10の現在位置が第1の領域と重なった場合は、第1の領域に設定されていた情報が示す時間が経過するまでの間、経過時間ストッパーによる強制停止を解除してもよい。   Here, when the speed of the vehicle C10 is estimated, there is a tendency that the speed of entering the tunnel is set lower than the speed of passing through the tunnel when entering the tunnel immediately from the toll booth at the high speed entrance. Therefore, the terminal device 10 sets information indicating the speed when passing through the tunnel in the first area set at the position of the tunnel, and the current position of the vehicle C10 overlaps with the first area. The speed indicated by the information set in the first area may be set as the moving speed of the vehicle C10. In addition, the terminal device 10 sets a time until the forced stop by the elapsed time stopper is performed in the first area, and sets the first area when the current position of the vehicle C10 overlaps the first area. The forced stop due to the elapsed time stopper may be canceled until the time indicated by the information that has been done has elapsed.

また、端末装置10は、車両C10の現在位置が第1の領域と重なった後、所定の時間が経過するまでの間にGPSが使用不能とならなかった場合は、車両C10がトンネルに入らなかったと判定し、経過時間ストッパーの解除を行わずともよく、車両C10の移動速度の設定を行わずともよい。また、端末装置10は、トンネル内に速度設定領域を設定し、車両C10の現在位置が速度設定領域と重なった場合は、車両C10の移動速度を速度設定領域が示す速度に設定するとともに、経過時間ストッパーによる強制停止が行われるまでの時間を所定の時間までリセットしてもよい。また、端末装置10は、上述した第1の領域、第2の領域、および速度設定領域等と同様の領域を、交差点や一般的なトンネルに設定してもよい。   In addition, the terminal device 10 does not enter the tunnel if the GPS does not become unavailable until the predetermined time has elapsed after the current position of the vehicle C10 overlaps the first area. It is not necessary to release the stopper for the elapsed time, or to set the moving speed of the vehicle C10. In addition, the terminal device 10 sets the speed setting area in the tunnel, and sets the moving speed of the vehicle C10 to the speed indicated by the speed setting area when the current position of the vehicle C10 overlaps the speed setting area. The time until the forced stop by the time stopper is performed may be reset to a predetermined time. Further, the terminal device 10 may set areas similar to the first area, the second area, the speed setting area, and the like described above as intersections and general tunnels.

〔5−7.他の実施形態〕
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判定処理は、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。
[5-7. Other embodiments]
The above-described embodiment is merely an example, and the present invention includes the embodiments illustrated below and other embodiments. For example, the functional configuration, the data structure, the order of processing shown in the flowchart and the contents in the flowchart in the present application are merely examples, and the presence or absence of each element, the order of its arrangement and processing execution, specific contents, etc. . For example, the guidance process and the determination process described above can be realized as an apparatus, a method, and a program in a terminal realized by an application of a smartphone or the like, besides being realized by the terminal apparatus 10 as exemplified in the above embodiment.

また、端末装置10を構成する各処理部17〜20を、さらにそれぞれ独立した装置で実現する構成も一般的である。また、移動状態判定部20を構成する各部21〜25をそれぞれ独立した装置で実現する構成であってもよい。同様に、外部のプラットフォーム等をAPI(アプリケーション・プログラム・インタフェース)やネットワークコンピューティング(いわゆるクラウドなど)で呼び出すことで、上記実施形態で示した各手段を実現するなど、本発明の構成は柔軟に変更できる。さらに、本発明に関する手段などの各要素は、コンピュータの演算制御部に限らず物理的な電子回路など他の情報処理機構で実現してもよい。   Moreover, the structure which implement | achieves each process part 17-20 which comprises the terminal device 10 by the apparatus which became each independent further is also common. Moreover, the structure which implement | achieves each part 21-25 which comprises the movement state determination part 20 with an respectively independent apparatus may be sufficient. Similarly, the configuration of the present invention is flexible, such as realizing each means shown in the above embodiment by calling an external platform etc. by API (application program interface) or network computing (so-called cloud etc.) You can change it. Furthermore, each element such as means relating to the present invention may be realized by other information processing mechanisms such as a physical electronic circuit as well as a computer control unit.

例えば、端末装置10は、端末装置10と通信可能な配信サーバとが協調して上述した案内処理を実行してもよい。例えば、配信サーバは、収集部26、学習部27、更新部28を有し、端末装置10が検出した加速度から、特徴量を収集し、収集した特徴量を用いたモデルの学習を行い、学習したモデルを端末装置10へと配信してもよい。また、配信サーバは、検出部21、設定部22、変換部23、取得部24、判定部25を有し、端末装置10が検出した加速度の値に基づいて、推定した移動方向や移動速度を端末装置10に配信し、利用者の案内を実行させてもよい。また、配信サーバは、端末装置10に代わって上述した判定処理を実行し、実行結果を端末装置10に送信することで、端末装置10に案内処理を実行させてもよい。   For example, the terminal device 10 may execute the above-described guidance processing in cooperation with the distribution server capable of communicating with the terminal device 10. For example, the distribution server includes a collection unit 26, a learning unit 27, and an update unit 28, collects feature amounts from acceleration detected by the terminal device 10, learns a model using the collected feature amounts, and learns The model may be distributed to the terminal device 10. In addition, the distribution server includes a detection unit 21, a setting unit 22, a conversion unit 23, an acquisition unit 24, and a determination unit 25. Based on the acceleration value detected by the terminal device 10, the distribution server calculates the estimated movement direction and movement speed. You may deliver to the terminal device 10 and may perform a user's guidance. Further, the distribution server may cause the terminal device 10 to execute the guidance process by executing the determination process described above instead of the terminal device 10 and transmitting the execution result to the terminal device 10.

なお、配信サーバと協調して案内処理や判定処理を実行する端末装置が複数存在する場合、配信サーバは、端末装置ごとに異なるSVMを用いて、各端末装置が移動中であるか否かを判定してもよい。また、配信サーバは、各端末装置がGPSで取得した位置情報を収集し、収集した位置情報から各端末装置が移動中であるか否かを判定し、判定結果と、各端末装置から収集した加速度の値とを用いて、SVMの学習を実現してもよい。   When there are a plurality of terminal devices that perform guidance processing and determination processing in cooperation with the distribution server, the distribution server uses different SVMs for each terminal device to determine whether each terminal device is moving. You may judge. In addition, the distribution server collects position information acquired by each terminal device using GPS, determines whether each terminal device is moving from the collected position information, and collects the determination result and each terminal device. SVM learning may be realized using the acceleration value.

〔6.効果〕
上述したように、端末装置10は、加速度を検出し、検出された加速度に基づく基準方向を設定し、設定された基準方向を基準とした方向の加速度に基づいた特徴量を取得し、取得された特徴量を用いて、端末装置10の移動状態を判定する。このため、端末装置10は、端末装置10の設置姿勢によらず、容易に走行状態を判定することができる。すなわち、端末装置10は、車両C10の進行方向や重力方向を特定せずに、姿勢変化を吸収することができる座標変換を行うので、端末装置10の設置姿勢に寄らず、容易に走行状態を判定できる。
[6. effect〕
As described above, the terminal device 10 detects the acceleration, sets the reference direction based on the detected acceleration, and acquires and acquires the feature amount based on the acceleration based on the set reference direction. The movement state of the terminal device 10 is determined using the feature amount. Therefore, the terminal device 10 can easily determine the traveling state regardless of the installation attitude of the terminal device 10. That is, since the terminal device 10 performs coordinate conversion capable of absorbing a posture change without specifying the traveling direction or the gravity direction of the vehicle C10, the traveling state can be easily determined without depending on the installation posture of the terminal device 10. It can be determined.

また、端末装置10は、検出された加速度の平均値を用いて、基準方向を設定する。このため、端末装置10は、端末装置10の設置姿勢に寄らず、基準方向を設定し、容易に走行状態を判定できる。   The terminal device 10 also sets the reference direction using the average value of the detected accelerations. Therefore, the terminal device 10 can easily determine the traveling state by setting the reference direction regardless of the installation posture of the terminal device 10.

また、端末装置10は、加速度を検出する所定の軸方向を設定された基準方向に一致させる回転行列を用いて、検出された加速度を基準方向を基準とした方向の加速度に変換し、変換後の加速度に基づいた特徴量を取得する。このため、端末装置10は、端末装置10の設置姿勢や車両C10の移動方向等によらない汎用性のある特徴量に基づいて、車両C10の移動状態を判定することができる。   Also, the terminal device 10 converts the detected acceleration into an acceleration in a direction based on the reference direction using a rotation matrix that matches the predetermined axial direction for detecting the acceleration with the set reference direction, and converts Acquire a feature based on the acceleration of Therefore, the terminal device 10 can determine the movement state of the vehicle C10 based on the versatile feature amount not depending on the installation attitude of the terminal device 10, the movement direction of the vehicle C10, or the like.

また、端末装置10は、基準方向を基準とした方向の加速度の大きさに基づく特徴量を取得する。また、端末装置10は、基準方向に対して垂直な推定平面上の加速度に基づく特徴量を取得する。より具体的には、端末装置10は、基準方向の加速度の大きさと、基準方向を基準とした方向(例えば、水平面上)の加速度の大きさとの組に基づく特徴量を取得する。このため、端末装置100は、端末装置10の設置姿勢や車両C10の移動方向等によらない特徴量に基づいて、車両C10の移動状態を判定することができる。   In addition, the terminal device 10 acquires a feature amount based on the magnitude of the acceleration in the direction based on the reference direction. In addition, the terminal device 10 acquires a feature amount based on the acceleration on the estimated plane perpendicular to the reference direction. More specifically, the terminal device 10 acquires a feature amount based on a set of a magnitude of acceleration in the reference direction and a magnitude of acceleration in a direction (for example, on a horizontal plane) with the reference direction as a reference. For this reason, the terminal device 100 can determine the moving state of the vehicle C10 based on the feature amount that does not depend on the installation posture of the terminal device 10 or the moving direction of the vehicle C10.

また、端末装置10は、加速度の大きさの平均値、最大値、最小値、および標準偏差の少なくともいずれか1つに基づいて、端末装置10の移動状態を判定する。このため、端末装置10は、車両が停止しているか、移動しているか、加減速しているかに係らず、容易に、車両C10の移動状態を判定することができる。   In addition, the terminal device 10 determines the movement state of the terminal device 10 based on at least one of the average value, the maximum value, the minimum value, and the standard deviation of the magnitudes of the accelerations. Therefore, the terminal device 10 can easily determine the moving state of the vehicle C10 regardless of whether the vehicle is stopped, moving, or accelerating / decelerating.

また、端末装置10は、特徴量が有する特徴を学習したモデルを用いて、端末装置10の移動状態を判定する。すなわち、端末装置10は、端末装置10の姿勢変化に依存しないモデルを用いて、車両C10の移動状態を判定する。このため、端末装置10は、例えば、移動判定を開始するまでにかかる時間を削減することができる。   In addition, the terminal device 10 determines the movement state of the terminal device 10 using a model that has learned the features of the feature amount. That is, the terminal device 10 determines the movement state of the vehicle C10 using a model that does not depend on the attitude change of the terminal device 10. For this reason, the terminal device 10 can reduce, for example, the time taken to start the movement determination.

また、端末装置10は、取得された特徴量を、端末装置10の移動速度毎に所定の数ずつ収集し、端末装置10の移動速度ごとに所定の数ずつ収集された特徴量を用いて、端末装置10の移動状態を判定する。このため、端末装置10は、移動速度の偏りにより生じる判定精度の悪化を防ぐことができる。   Further, the terminal device 10 collects a predetermined number of acquired feature values for each moving speed of the terminal device 10, and uses the feature values collected by a predetermined number for each moving speed of the terminal device 10, The movement state of the terminal device 10 is determined. For this reason, the terminal device 10 can prevent the deterioration of the determination accuracy caused by the deviation of the moving speed.

また、端末装置10は、取得された特徴量のうち新たに取得された特徴量から順に所定の数の特徴量を、端末装置10の移動速度毎に収集する。このため、端末装置10は、各速度帯における判定精度を徐々に向上させることができる。   Further, the terminal device 10 collects a predetermined number of feature amounts for each moving speed of the terminal device 10 in order from the newly acquired feature amount among the acquired feature amounts. Therefore, the terminal device 10 can gradually improve the determination accuracy in each speed band.

また、端末装置10は、特徴量に基づいて学習された移動状態を判定する複数のモデルを保持する。そして、端末装置10は、保持されたモデルのうち、正答率が最も高いモデルを用いて、移動状態を判定する。また、端末装置10は、保持された複数のモデルのうち、正答率が最も低いモデルを新たに学習されたモデルに更新する。このため、端末装置10は、車両C10の移動状態を精度良く判定することができる。   In addition, the terminal device 10 holds a plurality of models for determining the movement state learned based on the feature amount. And the terminal device 10 determines a movement state using the model with the highest correct answer rate among the held models. Moreover, the terminal device 10 updates the model with the lowest correct answer rate among the plurality of held models to a newly learned model. For this reason, the terminal device 10 can determine the moving state of the vehicle C10 with high accuracy.

また、端末装置10は、端末装置10の移動状態の判定が停止される場合は、使用していたモデルを示すフラグを記憶する。そして、端末装置10は、端末装置10の移動状態の判定を再開する場合は、記憶されたフラグが示すモデルを用いて、端末装置10の移動状態を判定する。このため、端末装置10は、モデルの学習や車両C10の移動方向等を特定せずとも、移動状態の判定を行うアプリケーションを起動した際から、車両C10の移動状態の判定を開始することができる。   Further, when the determination of the movement state of the terminal device 10 is stopped, the terminal device 10 stores a flag indicating a model that has been used. When the terminal device 10 resumes the determination of the movement state of the terminal device 10, the terminal device 10 determines the movement state of the terminal device 10 using the model indicated by the stored flag. Therefore, the terminal device 10 can start the determination of the movement state of the vehicle C10 from the time of activating the application for determining the movement state without learning the model or specifying the movement direction of the vehicle C10, etc. .

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。   As described above, some of the embodiments of the present application have been described in detail with reference to the drawings. However, these are merely examples, and various modifications, including the aspects described in the disclosure section of the invention, based on the knowledge of those skilled in the art, It is possible to implement the present invention in other forms with improvements.

また、上記してきた「部(section、module、unit)」は、「手段」や「回路」などに読み替えることができる。例えば、移動状態判定部は、移動状態判定手段や移動状態判定回路に読み替えることができる。   Also, the "section (module, unit)" described above can be read as "means" or "circuit". For example, the movement state determination unit can be read as movement state determination means or movement state determination circuit.

11 通信部
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 移動状態判定部
21 検出部
22 設定部
23 変換部
24 取得部
25 判定部
26 収集部
27 学習部
28 更新部
11 communication unit 12 storage unit 13 acceleration sensor 14 GPS reception antenna 15 output unit 16 control unit 17 guidance execution unit 18 voice output unit 19 image output unit 20 movement state determination unit 21 detection unit 22 setting unit 23 conversion unit 24 acquisition unit 25 determination Part 26 Collection part 27 Learning part 28 Update part

Claims (17)

加速度を検出する検出部と、
前記検出部により検出された加速度に基づく基準方向を予め設定された時間間隔で設定する設定部と、
前記設定部により設定された基準方向を基準とした方向の加速度に基づいた特徴量を取得する取得部と、
前記取得部により取得された特徴量を用いて、端末装置の移動状態を判定するとともに、前記移動状態に基づいて現在地を推定する判定部と
前記判定部が前記端末装置の移動状態の判定を開始したタイミングを含む前記移動状態の判定中の所定のタイミングから所定の時間が経過した時点で、前記判定部により推定される現在地の移動を停止させる経過時間ストッパー部と、を備え、
前記経過時間ストッパー部は、前記推定される現在地が第1の領域と重なった場合には、前記推定される現在地が前記第1の領域とは異なる第2の領域と重なるまでの間、前記所定の時間の経過にも関わらず、前記推定される現在地の移動を停止させることなく継続させる、
ことを特徴とする判定装置。
A detection unit that detects acceleration;
A setting unit configured to set a reference direction based on the acceleration detected by the detection unit at preset time intervals;
An acquisition unit that acquires a feature amount based on an acceleration in a direction based on a reference direction set by the setting unit;
A determination unit that determines a moving state of the terminal device using the feature amount acquired by the acquiring unit, and that estimates a current location based on the moving state ;
The movement of the current location estimated by the determination unit is stopped when a predetermined time elapses from the predetermined timing during the determination of the movement condition including the timing when the determination unit starts the determination of the movement condition of the terminal device And an elapsed time stopper portion,
When the estimated present location overlaps with the first area, the elapsed time stopper unit may set the predetermined interval until the estimated present location overlaps with the second area different from the first area. Continue without stopping the movement of the estimated current location regardless of the passage of time
A determination device characterized by
前記経過時間ストッパー部は、前記推定される現在地が前記第1の領域と重なった後、前記第1の領域とは異なる第2の領域と重なった場合には、前記推定される現在地が前記第2の領域と重なったタイミングから前記所定の時間が経過した時点で前記推定される現在地の移動を停止させる、
ことを特徴とする請求項1に記載の判定装置。
The elapsed time stopper portion, after the current position to be the estimated overlaps with the first region, when it overlaps with the second region different from said first region, the current position is the estimated claim The movement of the estimated current location is stopped when the predetermined time has elapsed from the timing when it overlaps the area 2 ;
The determination apparatus according to claim 1, characterized in that:
加速度を検出する検出部と、A detection unit that detects acceleration;
前記検出部により検出された加速度に基づく基準方向を予め設定された時間間隔で設定する設定部と、A setting unit configured to set a reference direction based on the acceleration detected by the detection unit at preset time intervals;
前記設定部により設定された基準方向を基準とした方向の加速度に基づいた特徴量を取得する取得部と、An acquisition unit that acquires a feature amount based on acceleration in a direction based on the reference direction set by the setting unit;
前記取得部により取得された特徴量を用いて、端末装置の移動状態を判定するとともに、前記移動状態に基づいて現在地を推定する判定部と、A determination unit that determines a moving state of the terminal device using the feature amount acquired by the acquiring unit, and that estimates a current location based on the moving state;
前記判定部が前記端末装置の移動状態の判定を開始したタイミングを含む前記移動状態の判定中の所定のタイミングから所定の時間が経過した時点で、前記判定部により推定される現在地の移動を停止させる経過時間ストッパー部と、を備え、The movement of the current location estimated by the determination unit is stopped when a predetermined time elapses from the predetermined timing during the determination of the movement condition including the timing when the determination unit starts the determination of the movement condition of the terminal device And an elapsed time stopper portion,
前記経過時間ストッパー部は、前記判定部により推定される現在地が第1の領域と重なった場合には、前記第1の領域に関連付けられた時間を前記所定の時間として設定するとともに、前記所定のタイミングから前記第1の領域に関連付けられた時間が経過した時点で、前記判定部により推定される現在地の移動を停止させる、The elapsed time stopper unit sets the time associated with the first region as the predetermined time when the current location estimated by the determination unit overlaps the first region, and the predetermined time When the time associated with the first region has elapsed from the timing, stop the movement of the current location estimated by the determination unit,
ことを特徴とする判定装置。A determination device characterized by
前記設定部は、前記検出部により検出された加速度の平均値を用いて、前記基準方向を設定することを特徴とする請求項1〜3のうちいずれか1つに記載の判定装置。   The determination apparatus according to any one of claims 1 to 3, wherein the setting unit sets the reference direction using an average value of accelerations detected by the detection unit. 前記取得部は、前記検出部が加速度を検出する所定の軸方向を前記設定部により設定された基準方向に一致させる回転行列を用いて、前記検出部により検出された加速度を前記基準方向を基準とした方向の加速度に変換し、変換後の加速度に基づいた特徴量を取得する
ことを特徴とする請求項1〜4のうちいずれか1つに記載の判定装置。
The acquisition unit refers to the acceleration detected by the detection unit using the rotation matrix that matches the predetermined axial direction in which the detection unit detects acceleration with the reference direction set by the setting unit. 5. The determination device according to claim 1, wherein the characteristic amount based on the converted acceleration is acquired and the characteristic amount is acquired based on the converted acceleration.
前記取得部は、前記基準方向を基準とした方向の加速度の大きさに基づく前記特徴量を取得する
ことを特徴とする請求項1〜5のうちいずれか1つに記載の判定装置。
The determination device according to claim 1, wherein the acquisition unit acquires the feature amount based on a magnitude of acceleration in a direction with respect to the reference direction.
前記判定部は、前記特徴量として、前記加速度の大きさの平均値、最大値、最小値、および標準偏差の少なくともいずれか1つに基づいて、前記端末装置の移動状態を判定する
ことを特徴とする請求項1〜のうちいずれか1つに記載の判定装置。
The determination unit determines the movement state of the terminal device based on at least one of an average value, a maximum value, a minimum value, and a standard deviation of the magnitudes of the acceleration as the feature amount. The determination apparatus according to any one of claims 1 to 6 , wherein
前記判定部は、前記特徴量が有する特徴を学習したモデルを用いて、前記端末装置の移動状態を判定する
ことを特徴とする請求項1〜のうちいずれか1つに記載の判定装置。
The determination device according to any one of claims 1 to 7 , wherein the determination unit determines a movement state of the terminal device using a model in which a feature of the feature amount is learned.
前記取得部により取得された特徴量を、前記端末装置の移動速度毎に所定の数ずつ収集する収集部
を有し、
前記判定部は、前記端末装置の移動速度ごとに所定の数ずつ収集された特徴量を用いて、前記端末装置の移動状態を判定する
ことを特徴とする請求項1〜のうちいずれか1つに記載の判定装置。
A collection unit configured to collect a predetermined number of feature amounts acquired by the acquisition unit for each moving speed of the terminal device;
The said determination part determines the movement state of the said terminal device using the feature-value collected by the predetermined number for every moving speed of the said terminal device. Any one of Claims 1-8 characterized by the above-mentioned. Determining device described in one.
前記収集部は、前記取得部より取得された特徴量のうち新たに取得された特徴量から順に所定の数の特徴量を、前記端末装置の移動速度毎に収集する
ことを特徴とする請求項に記載の判定装置。
The collecting unit collects a predetermined number of feature amounts in order from a newly obtained feature amount among the feature amounts obtained from the obtaining unit, for each moving speed of the terminal device. 9. The determination device according to 9 .
前記特徴量に基づいて学習された前記移動状態を判定する複数のモデルを保持する保持部
を有し、
前記判定部は、前記保持部により保持されたモデルのうち、正答率が最も高いモデルを用いて、前記移動状態を判定する
ことを特徴とする請求項1〜10のうちいずれか1つに記載の判定装置。
A holding unit that holds a plurality of models for determining the movement state learned based on the feature amount;
The said determination part determines the said movement state using the model with the highest correct answer rate among the models hold | maintained by the said holding | maintenance part. The one of Claims 1-10 characterized by the above-mentioned. Judgment device of.
前記保持部に保持された複数のモデルのうち、正答率が最も低いモデルを新たに学習されたモデルに更新する更新部
を有することを特徴とする請求項11に記載の判定装置。
The determination apparatus according to claim 11 , further comprising: an update unit that updates a model having the lowest correct answer rate to a newly learned model among the plurality of models held in the holding unit.
前記判定部による前記端末装置の移動状態の判定が停止される場合は、前記判定部が使用するモデルを示す情報を記憶する記憶部
を有し、
前記判定部は、前記端末装置の移動状態の判定を再開する場合は、前記記憶部が記憶する情報が示すモデルを用いて、前記端末装置の移動状態を判定する
ことを特徴とする請求項11または12に記載の判定装置。
When the determination of the movement state of the terminal device by the determination unit is stopped, the storage unit stores information indicating a model used by the determination unit;
The determination unit, the terminal when restarting judgment of the moving state of the device, using a model indicated by the information the storage unit stores, claim 11, wherein the determining the moving state of the terminal device Or the determination apparatus as described in 12 .
判定装置が実行する判定方法であって、
加速度を検出する検出工程と、
前記検出工程により検出された加速度に基づく基準方向を予め設定された時間間隔で設定する設定工程と、
前記設定工程により設定された基準方向を基準とした方向の加速度に基づいた特徴量を取得する取得工程と、
前記取得工程により取得された特徴量を用いて、端末装置の移動状態を判定するとともに、前記移動状態に基づいて現在地を推定する判定工程と
前記判定工程で前記端末装置の移動状態の判定が開始されたタイミングを含む前記移動状態の判定中の所定のタイミングから所定の時間が経過した時点で、前記判定工程により推定される現在地の移動を停止させる経過時間ストッパー工程と、を含み、
前記経過時間ストッパー工程では、前記推定される現在地が第1の領域と重なった場合には、前記推定される現在地が前記第1の領域とは異なる第2の領域と重なるまでの間、前記所定の時間の経過にも関わらず、前記推定される現在地の移動を停止させることなく継続させる、
ことを特徴とする判定方法。
A determination method executed by the determination device,
Detecting the acceleration;
A setting step of setting a reference direction based on the acceleration detected by the detection step at preset time intervals;
An acquiring step of acquiring a feature based on an acceleration in a direction based on a reference direction set in the setting step;
A determination step of determining a movement state of the terminal device using the feature amount acquired by the acquisition step, and estimating a current location based on the movement state ;
The movement of the current location estimated by the determination step is performed when a predetermined time has elapsed from the predetermined timing during the determination of the movement state including the timing when the determination of the movement state of the terminal device is started in the determination step. An elapsed time stoppering step to stop;
In the elapsed time stopper step, when the estimated present location overlaps the first area, the predetermined interval is repeated until the estimated present location overlaps the second area different from the first area. Continue without stopping the movement of the estimated current location regardless of the passage of time
The determination method characterized by this.
判定装置が実行する判定方法であって、A determination method executed by the determination device,
加速度を検出する検出工程と、Detecting the acceleration;
前記検出工程により検出された加速度に基づく基準方向を予め設定された時間間隔で設定する設定工程と、A setting step of setting a reference direction based on the acceleration detected by the detection step at preset time intervals;
前記設定工程により設定された基準方向を基準とした方向の加速度に基づいた特徴量を取得する取得工程と、An acquiring step of acquiring a feature based on an acceleration in a direction based on a reference direction set in the setting step;
前記取得工程により取得された特徴量を用いて、端末装置の移動状態を判定するとともに、前記移動状態に基づいて現在地を推定する判定工程と、A determination step of determining a movement state of the terminal device using the feature amount acquired by the acquisition step, and estimating a current position based on the movement state;
前記判定工程で前記端末装置の移動状態の判定が開始されたタイミングを含む前記移動状態の判定中の所定のタイミングから所定の時間が経過した時点で、前記判定工程により推定される現在地の移動を停止させる経過時間ストッパー工程と、を含み、The movement of the current location estimated by the determination step is performed when a predetermined time has elapsed from the predetermined timing during the determination of the movement state including the timing at which the determination of the movement state of the terminal device is started in the determination step. Including an elapsed time stopper process for stopping,
前記経過時間ストッパー工程では、前記判定工程により推定される現在地が第1の領域と重なった場合には、前記第1の領域に関連付けられた時間を前記所定の時間として設定するとともに、前記所定のタイミングから前記第1の領域に関連付けられた時間が経過した時点で、前記判定工程により推定される現在地の移動を停止させる、In the elapsed time stopper step, when the current location estimated in the determination step overlaps with the first area, a time associated with the first area is set as the predetermined time, and the predetermined time The movement of the current location estimated by the determination step is stopped when the time associated with the first area has elapsed from the timing
ことを特徴とする判定方法。A determination method characterized by
コンピュータを、
加速度を検出する検出手段と、
前記検出手段により検出された加速度に基づく基準方向を予め設定された時間間隔で設定する設定手段と、
前記設定手段により設定された基準方向を基準とした方向の加速度に基づいた特徴量を取得する取得手段と、
前記取得手段により取得された特徴量を用いて、端末装置の移動状態を判定するとともに、前記移動状態に基づいて現在地を推定する判定手段と
前記判定手段が前記端末装置の移動状態の判定を開始したタイミングを含む前記移動状態の判定中の所定のタイミングから所定の時間が経過した時点で、前記判定手段により推定される現在地の移動を停止させる経過時間ストッパー手段と、として機能させ、
前記経過時間ストッパー手段は、前記推定される現在地が第1の領域と重なった場合には、前記推定される現在地が前記第1の領域とは異なる第2の領域と重なるまでの間、前記所定の時間の経過にも関わらず、前記推定される現在地の移動を停止させることなく継続させる、
ことを特徴とする判定プログラム。
Computer,
Detection means for detecting acceleration;
Setting means for setting a reference direction based on the acceleration detected by the detection means at preset time intervals;
Acquisition means for acquiring feature quantities based on acceleration in a direction based on the reference direction set by the setting means;
A determination unit that determines a movement state of the terminal device using the feature amount acquired by the acquisition unit, and that estimates a current location based on the movement state ;
The movement of the current location estimated by the determination means is stopped when a predetermined time has elapsed from the predetermined timing during the determination of the movement state including the timing when the determination means starts the determination of the movement state of the terminal device Function as an elapsed time stopper means,
When the estimated present location overlaps with the first area, the elapsed time stopper means may set the predetermined interval until the estimated present location overlaps with the second area different from the first area. Continue without stopping the movement of the estimated current location regardless of the passage of time
Judgment program characterized by that.
コンピュータを、Computer,
加速度を検出する検出手段と、Detection means for detecting acceleration;
前記検出手段により検出された加速度に基づく基準方向を予め設定された時間間隔で設定する設定手段と、Setting means for setting a reference direction based on the acceleration detected by the detection means at preset time intervals;
前記設定手段により設定された基準方向を基準とした方向の加速度に基づいた特徴量を取得する取得手段と、Acquisition means for acquiring feature quantities based on acceleration in a direction based on the reference direction set by the setting means;
前記取得手段により取得された特徴量を用いて、端末装置の移動状態を判定するとともに、前記移動状態に基づいて現在地を推定する判定手段と、A determination unit configured to determine a movement state of the terminal device using the feature amount acquired by the acquisition unit, and to estimate a current position based on the movement state;
前記判定手段が前記端末装置の移動状態の判定を開始したタイミングを含む前記移動状態の判定中の所定のタイミングから所定の時間が経過した時点で、前記判定手段により推定される現在地の移動を停止させる経過時間ストッパー手段と、を含み、Stops the movement of the current location estimated by the determination means when a predetermined time has elapsed from the predetermined timing during the determination of the movement state, including the timing when the determination means starts determining the movement state of the terminal device An elapsed time stopper means,
前記経過時間ストッパー手段は、前記判定手段により推定される現在地が第1の領域と重なった場合には、前記第1の領域に関連付けられた時間を前記所定の時間として設定するとともに、前記所定のタイミングから前記第1の領域に関連付けられた時間が経過した時点で、前記判定手段により推定される現在地の移動を停止させる、The elapsed time stopper means sets a time associated with the first area as the predetermined time when the current position estimated by the judgment means overlaps the first area. The movement of the current location estimated by the determination unit is stopped when the time associated with the first area has elapsed from the timing
ことを特徴とする判定プログラム。A judgment program characterized by
JP2017195308A 2017-10-05 2017-10-05 Determination apparatus, determination method and determination program Active JP6553148B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2017195308A JP6553148B2 (en) 2017-10-05 2017-10-05 Determination apparatus, determination method and determination program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017195308A JP6553148B2 (en) 2017-10-05 2017-10-05 Determination apparatus, determination method and determination program

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2017090572A Division JP6271793B2 (en) 2017-04-28 2017-04-28 Determination device, determination method, and determination program

Publications (2)

Publication Number Publication Date
JP2017227656A JP2017227656A (en) 2017-12-28
JP6553148B2 true JP6553148B2 (en) 2019-07-31

Family

ID=60891604

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017195308A Active JP6553148B2 (en) 2017-10-05 2017-10-05 Determination apparatus, determination method and determination program

Country Status (1)

Country Link
JP (1) JP6553148B2 (en)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10979857B2 (en) * 2018-05-03 2021-04-13 Curbside Inc. Content conversion tracking based on location data
JP7070688B2 (en) * 2018-08-17 2022-05-18 ソニーグループ株式会社 Information processing equipment, information processing systems, information processing methods, and programs
JP7243553B2 (en) * 2019-09-26 2023-03-22 いすゞ自動車株式会社 MODEL CREATION DEVICE, DATA GENERATION DEVICE, MODEL CREATION METHOD AND DATA GENERATION METHOD
US20240019250A1 (en) 2020-10-29 2024-01-18 Nec Corporation Motion estimation apparatus, motion estimation method, path generation apparatus, path generation method, and computer-readable recording medium

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08285621A (en) * 1995-04-14 1996-11-01 Omron Corp Navigation device
JP3497329B2 (en) * 1996-07-19 2004-02-16 松下電器産業株式会社 Navigation device
JP4049568B2 (en) * 2001-03-08 2008-02-20 本田技研工業株式会社 Operating state detection device
JP2003106847A (en) * 2001-09-28 2003-04-09 Pioneer Electronic Corp Communication navigation system, information server for communication navigation system as well as method for communication navigating and communication navigation program
JP3967178B2 (en) * 2002-04-12 2007-08-29 パイオニア株式会社 GUIDANCE GUIDANCE DEVICE, GUIDANCE GUIDANCE SYSTEM, METHOD THEREOF, PROGRAM THEREOF, AND RECORDING MEDIUM CONTAINING THE PROGRAM
JP4542433B2 (en) * 2005-01-05 2010-09-15 株式会社ケンウッド Car equipment
JP2011158286A (en) * 2010-01-29 2011-08-18 Sanyo Electric Co Ltd Apparatus for display of current location
JP5688326B2 (en) * 2011-05-13 2015-03-25 Kddi株式会社 Portable device, program, and method for estimating up / down movement state using barometric sensor
US9568323B2 (en) * 2011-10-17 2017-02-14 Microsoft Technology Licensing, Llc Location determination
JP5917280B2 (en) * 2012-05-07 2016-05-11 住友電気工業株式会社 Traffic data analysis apparatus and computer program
JP5832494B2 (en) * 2013-09-17 2015-12-16 ソフトバンク株式会社 Server, terminal, control method and control program
JP5990553B2 (en) * 2014-04-22 2016-09-14 株式会社日立製作所 Program for portable terminal, portable terminal, vehicle driving characteristic diagnosis system, vehicle acceleration calculation method

Also Published As

Publication number Publication date
JP2017227656A (en) 2017-12-28

Similar Documents

Publication Publication Date Title
JP6174105B2 (en) Determination device, determination method, and determination program
JP6139722B1 (en) Estimation apparatus, estimation method, and estimation program
JP6553148B2 (en) Determination apparatus, determination method and determination program
US20190130660A1 (en) Automatic Crash Detection
JP6295554B2 (en) Program, information processing device
US8400294B2 (en) Transit stop detection
US11333508B2 (en) Congestion degree estimation method, number-of-people estimation method, congestion degree estimation program, number-of-people estimation program and number-of-people estimation system
JP6831503B2 (en) Information processing equipment and information processing system
JP6190423B2 (en) Estimation apparatus, movement direction estimation method, and movement direction estimation program
JP2015506464A (en) Method for controlling a device and device implementing the same
US10694485B2 (en) Method and apparatus for correcting multipath offset and determining wireless station locations
US9069074B2 (en) Method of inferring user&#39; direction, direction inferring apparatus, and terminal apparatus
JP2015076077A (en) Traffic volume estimation system,terminal device, traffic volume estimation method and traffic volume estimation program
JP6159453B1 (en) Estimation apparatus, estimation method, and estimation program
JP6294542B1 (en) Estimation apparatus, estimation method, and estimation program
JP6407368B2 (en) Estimation apparatus, movement direction estimation method, and movement direction estimation program
JP6392937B2 (en) Estimation apparatus, estimation method, and estimation program
JP6271793B2 (en) Determination device, determination method, and determination program
US10362552B2 (en) Terminal device, non-transitory computer readable storage medium, and insurance condition determination device
JP6174091B2 (en) POSITIONING DEVICE, POSITIONING METHOD, AND POSITIONING PROGRAM
JP6494724B2 (en) Estimation apparatus, estimation method, and estimation program
JP2018197756A (en) Estimation device, estimation method, and estimation program
US20200039544A1 (en) Portable stop determining device, stop determining system, and stop determining method

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180118

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180919

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181106

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181227

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: 20190604

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190703

R150 Certificate of patent or registration of utility model

Ref document number: 6553148

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

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