JP7119810B2 - Sampling support device, system and method - Google Patents
Sampling support device, system and method Download PDFInfo
- Publication number
- JP7119810B2 JP7119810B2 JP2018171985A JP2018171985A JP7119810B2 JP 7119810 B2 JP7119810 B2 JP 7119810B2 JP 2018171985 A JP2018171985 A JP 2018171985A JP 2018171985 A JP2018171985 A JP 2018171985A JP 7119810 B2 JP7119810 B2 JP 7119810B2
- Authority
- JP
- Japan
- Prior art keywords
- sensor
- sampling
- support device
- substance
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Sampling And Sample Adjustment (AREA)
Description
本発明は、外部環境の空間から対象とする物質をサンプリングする支援を行うサンプリング支援装置、サンプリング支援装置を備えたシステム、及びサンプリングを行う方法に関する。 The present invention relates to a sampling assistance device that assists sampling of a target substance from the space of the external environment, a system provided with the sampling assistance device, and a sampling method.
種々の環境における空間中で汚染物質等の影響を調査する技術が知られている（例えば特許文献１）。 Techniques for investigating the effects of contaminants and the like in spaces in various environments are known (for example, Patent Document 1).
特許文献１は、調査者が歩行しながら対象地の放射線分布を計測する放射線分布計測システムを開示している。放射線分布計測システムは、調査地点の放射線の物理量を放射線計測値として取得する放射線計測手段と、調査地点の位置情報を取得する位置情報取得手段と、当該調査地点の放射線計測値を表示する表示手段とを備えている。調査者は、放射線計測手段、位置情報取得手段、及び表示手段を携行しながら、複数の調査地点の放射線計測値を取得することで、計測対象地の放射線分布図を得る。引用文献１の放射線分布計測システムによると、住宅や学校において、欠測箇所を残すことなく網羅的に放射線量を調査するという目的が達成されている。
環境中においては物質のサンプリングを行い、サンプリング結果を別途、分析装置を用いて詳細に分析するという調査のニーズが存在する。本発明者は、このような調査ではサンプリングに適した場所の探索が重要であることに着目し、サンプリングを支援する技術について鋭意検討を重ねた。 There is a need for surveys to sample substances in the environment and to separately analyze the sampling results in detail using an analyzer. The inventor of the present invention focused on the importance of searching for a place suitable for sampling in such surveys, and conducted extensive research on techniques for assisting sampling.
例えば、サンプリングされた物質の濃度が小さすぎると、前記分析装置の検出限界を下回るような事態が懸念される。この例では、サンプリングに適した場所は、環境空間における対象物質の空間分布において、対象物質の濃度が極大（または最大）である地点、またはその近傍である。 For example, if the concentration of the sampled substance is too low, there is concern that it will fall below the detection limit of the analyzer. In this example, the location suitable for sampling is or near the point where the concentration of the target substance is maximum (or maximum) in the spatial distribution of the target substance in the environmental space.
以上に鑑みて、本発明は、物質のサンプリングに適した場所におけるサンプリングを支援することができるサンプリング支援装置、システムおよび方法を提供することを目的とする。 In view of the above, it is an object of the present invention to provide a sampling support device, system and method that can support sampling at locations suitable for sampling substances.
本発明の一態様に係るサンプリング支援装置は、外部環境の空間においてサンプリングの対象とする物質に関する情報を出力する装置である。サンプリング支援装置は、物質センサと、位置センサと、制御部と、情報出力部とを備える。物質センサは、物質の濃度に応じたセンサ値を測定する。位置センサは、空間中でセンサ値が測定された位置を測定する。制御部は、測定されたセンサ値及び位置に基づいて、空間中でセンサ値が極大となることが推定される箇所を含んだ推定分布を算出する。情報出力部は、算出された推定分布に基づいて、物質センサが空間中で次にセンサ値を測定する箇所に誘導する誘導情報を出力する。 A sampling support device according to an aspect of the present invention is a device that outputs information about a substance to be sampled in an external environment space. The sampling support device includes a substance sensor, a position sensor, a control section, and an information output section. A substance sensor measures a sensor value corresponding to the concentration of a substance. A position sensor measures the position in space at which the sensor value was measured. Based on the measured sensor values and positions, the control unit calculates an estimated distribution including locations in space where the sensor values are estimated to be maximum. Based on the calculated estimated distribution, the information output unit outputs guidance information that guides the substance sensor to a location in space where the next sensor value is to be measured.
本発明の一態様に係るシステムは、上記のサンプリング支援装置と、物質をサンプリングするサンプラーとを備える。 A system according to an aspect of the present invention includes the sampling assistance device described above and a sampler for sampling a substance.
本発明の一態様に係る方法は、外部環境の空間から対象とする物質をサンプリングする方法である。本方法は、物質センサにより、物質の濃度に応じたセンサ値を測定するステップと、位置センサにより、空間中でセンサ値が測定された位置を測定するステップとを含む。本方法は、制御部により、測定されたセンサ値及び位置に基づいて、空間中でセンサ値が極大となることが推定される箇所を含んだ推定分布を算出するステップを含む。本方法は、情報出力部により、算出された推定分布に基づいて、物質センサが空間中で次にセンサ値を測定する箇所に誘導する誘導情報を出力するステップを含む。本方法は、誘導情報に応じて、センサ値の測定及び位置の測定を繰り返し、空間中で物質をサンプリングする箇所を探索するステップと、サンプラーにより、探索した箇所において物質をサンプリングするステップとを含む。 A method according to one aspect of the present invention is a method of sampling a substance of interest from an external environmental space. The method includes the steps of measuring a sensor value corresponding to the concentration of a substance with a substance sensor and measuring a position in space where the sensor value is measured with a position sensor. The method includes a step of calculating, by a control unit, an estimated distribution including locations where sensor values are estimated to be maximum in space, based on the measured sensor values and positions. The method includes the step of outputting, by the information output unit, guidance information for guiding the substance sensor to a location in space where the next sensor value is to be measured, based on the calculated estimated distribution. The method includes the steps of: searching for a point in space where the substance is sampled by repeating sensor value measurement and position measurement according to the guidance information; and sampling the substance at the searched point by a sampler. .
本発明に係るサンプリング支援装置、システムおよび方法によると、物質のサンプリングに適した場所におけるサンプリングを支援することができる。 According to the sampling support device, system and method according to the present invention, it is possible to support sampling at locations suitable for sampling substances.
以下、添付の図面を参照して本発明に係るサンプリング支援装置の実施の形態を説明する。なお、以下の各実施形態において、同様の構成要素については同一の符号を付している。 DESCRIPTION OF THE PREFERRED EMBODIMENTS An embodiment of a sampling support device according to the present invention will be described below with reference to the accompanying drawings. In addition, in each of the following embodiments, the same reference numerals are given to the same components.
（実施形態１）
実施形態１に係るサンプリング支援装置の構成および動作について、以下説明する。
(Embodiment 1)
The configuration and operation of the sampling support device according to the first embodiment will be described below.
１．構成
１－１．概要
実施形態１に係るサンプリング支援装置の概要について、図１を用いて説明する。
1. Configuration 1-1. Overview An overview of the sampling support device according to the first embodiment will be described with reference to FIG.
図１は、本実施形態に係るサンプリング支援装置１の概要を説明するための図である。図１（ａ）は、サンプリング支援装置１の使用状態を例示する。図１（ｂ）は、サンプリング支援装置１を用いたサンプリング結果の分析装置４を例示する。
FIG. 1 is a diagram for explaining an overview of a
本実施形態に係るサンプリング支援装置１は、図１（ａ）に例示するように、ユーザ２が所望の環境空間３において分析対象とする対象物質のサンプリングを行う際に利用される。対象物質は、例えばＶＯＣ（揮発性有機化合物）等の空気中に分布し得る汚染物質又は化学物質である。環境空間３は、対象物質が存在し得ると想定される環境の空間であり、例えば住宅の内部である。住宅等においては、壁材といった建材がＶＯＣ等の汚染物質及び異臭の発生元となり得る。
A
図１（ａ）の例において、ユーザ２は、サンプリング支援装置１と共にシステム２０を構成するサンプラー２１を用いて、環境空間３における空気を捕集することにより、対象物質をサンプリングする。本実施形態では、環境空間３のサンプリング結果について、図１（ｂ）に示すようにシステム２０とは別途、提供される分析装置４において、対象物質の詳細な分析が行われる。分析装置４は、例えばＧＣ／ＭＳ（ガスマトグラフ質量分析計）等である。
In the example of FIG. 1( a ), the
住宅等の環境空間３においては、換気による気流等から、対象物質が偏って存在することが考えられる。図１（ａ）に例示する環境空間３では、対象物質のホットスポット３０が生じている。ホットスポット３０は、環境空間３における対象物質の空間分布において、対象物質の濃度が極大である地点である。
In the
ここで、対象物質のサンプリングがホットスポット３０とはかけ離れた場所で行われると、サンプリング結果において対象物質の濃度が薄くなり過ぎ、図１（ｂ）の分析時に、分析装置４による対象物質の検出限界を下回るような事態が懸念される。これに対して、環境空間３中の各々の地点のＶＯＣを測定することも考えられるが、ＧＣ／ＭＳ等によるＶＯＣ測定を空間中に網羅的に実施することは、現実的なコストでは困難である。
Here, if the sampling of the target substance is performed at a location far from the
そこで、本実施形態では、例えばホットスポット３０のように環境空間３において対象物質のサンプリングに適した箇所を検出して、ユーザ２を誘導することにより、サンプリングを支援するサンプリング支援装置１を提供する。
Therefore, in the present embodiment, a
１－２．サンプリング支援装置の構成
本実施形態に係るサンプリング支援装置１の構成について、図２を用いて説明する。図２は、サンプリング支援装置１の構成を例示するブロック図である。
1-2. Configuration of Sampling Support Device The configuration of the
サンプリング支援装置１は、例えば図２に示すように、物質センサ１０と、カメラ１１と、制御部１２と、記憶部１３と、表示部１４と、操作部１５と、スピーカ１６と、振動デバイス１７とを備える。サンプリング支援装置１は、例えばスマートフォンなどのモバイル端末を用いて構成できる。
For example, as shown in FIG. 2, the
物質センサ１０は、外部の空間における対象物質の濃度に相関を有する各種のセンサ値を測定可能な種々のセンサデバイスで構成できる。例えば、物質センサ１０は、非特許文献１のＡＭＡといった混合気体の平均モル質量、すなわち密度に相当するセンサ値を測定する密度センサであってもよい。この場合、物質センサ１０は、気体密度に応じて、対象物質以外の物質にも感度を有し得る。このように、物質センサ１０は、対象物質ではない物質を含めた感度に基づき、センサ値を測定してもよい。
The
物質センサ１０は、例えば２秒以下などのスループットにおいてセンサ値を測定する。これにより、ユーザ２が物質センサ１０を位置決めしながら各位置のセンサ値を測定し易い。図１の例において、物質センサ１０は、サンプリング支援装置１の筐体から突出するように棒材等に取り付けられている。
The
物質センサ１０は、モル質量に基づく密度センサに限らず、例えば分光光度計、吸光光度計、屈折度計およびガスセンサなどであってもよい。また、サンプリングする空間を満たす流体が液体の場合、物質センサ１０は、ｐＨ計又は電気伝導度計であってもよい。
The
カメラ１１は、例えばＲＧＢ－Ｄカメラ又はステレオカメラであり、自己位置推定（ＳＬＡＭ）に適用可能な撮像画像を生成する。カメラ１１は、公知のＳＬＡＭ技術（例えば非特許文献２）を実現するソフトウェアとの協働により、本実施形態におけるサンプリング支援装置１の位置センサとして機能できる。カメラ１１は、例えばサンプリング支援装置１に組み込まれることにより、物質センサ１０までの距離が固定される。
The
制御部１２は、例えばソフトウェアと協働して所定の機能を実現するＣＰＵ又はＭＰＵを含み、サンプリング支援装置１の全体動作を制御する。制御部１２は、記憶部１３に格納されたデータ及びプログラムを読み出して種々の演算処理を行い、各種の機能を実現する。例えば、制御部１２は、カメラ１１の撮像画像等に基づき、自己位置推定を行う。制御部１２が実行するプログラムは、通信ネットワーク等から提供されてもよいし、可搬性を有する記録媒体に格納されていてもよい。
The
なお、制御部１２は、所定の機能を実現するように設計された専用の電子回路又は再構成可能な電子回路などのハードウェア回路であってもよい。制御部１２は、ＣＰＵ、ＭＰＵ、ＧＰＵ、マイコン、ＤＳＰ、ＦＰＧＡ及びＡＳＩＣ等の種々の半導体集積回路で構成されてもよい。
Note that the
記憶部１３は、サンプリング支援装置１の機能を実現するために必要なプログラム及びデータを記憶する記憶媒体である。記憶部１３は、例えばフラッシュメモリ、ＳＳＤ又はＨＤＤで構成され、所定の機能を実現するためのパラメータ、データ及び制御プログラム等を格納する。記憶部１３は、例えばＤＲＡＭ又はＳＲＡＭ等のＲＡＭであってもよく、制御部１２の作業エリアとして機能してもよい。例えば、記憶部１３は、物質センサ１０の測定結果、およびサンプリング支援装置１に関する位置を示す位置情報などを記録する。記憶部１３は、環境空間３を示すマップ情報などを記憶してもよい。
The
表示部１４は、例えば液晶ディスプレイ又は有機ＥＬディスプレイで構成される。表示部１４は、各種の情報を表示する情報出力部の一例である。例えば、本実施形態の表示部１４は、制御部１２の制御により、カメラ１１が撮像した撮像画像に重畳させて、ＭＲ（複合現実）窓型の情報表示を行う。
The
操作部１５は、ユーザ２が操作を行うユーザインタフェースである。例えば、操作部１５が表示部１４と共にタッチパネルを構成する。操作部１５はタッチパネルに限らず、例えば、キーボード、タッチパッド、ボタン及びスイッチ等であってもよい。
The
スピーカ１６は、音声により情報出力を行う出力デバイスである。振動デバイス１７は、振動により情報出力を行う出力デバイスである。スピーカ１６及び振動デバイス１７は、それぞれサンプリング支援装置１における情報出力部の一例である。サンプリング支援装置１の情報出力部は、光刺激による情報出力を行う各種プロジェクタ等であってもよい。
The
１－３．サンプラーについて
以上のようなサンプリング支援装置１は、図１の例において、サンプラー２１と共にシステム２０を構成している。サンプラー２１は、対象物質をサンプリングするために気体等の流体を捕集する装置である。サンプラー２１は、流体を吸入する吸入ダクト２２と、吸入した流体が捕集される捕集バッグ２３とを備える。
1-3. About the Sampler The
本システム２０において、サンプリング支援装置１とサンプラー２１とは、有線又は無線通信により通信接続されてもよい。例えば、サンプリング支援装置１の制御部１２は、サンプラー２１の吸入ダクト２２を制御してもよい。サンプラー２１の吸入ダクト２２における吸入口は、例えば物質センサ１０の近傍に配置されてもよい。なお、サンプリング支援装置１とサンプラー２１とは特にシステム２０を構成しなくてもよく、別個に提供可能である。
In this
２．動作
以上のように構成されるサンプリング支援装置１の動作、及びサンプリング支援装置１を用いた分析方法について、以下説明する。
2. Operation The operation of the
２－１．分析方法について
サンプリング支援装置１を用いてユーザ２が行う分析方法について、図１，３，４を用いて説明する。
2-1. Analysis Method An analysis method performed by the
図３は、本実施形態に係る分析方法の手順を示すフローチャートである。図４は、サンプリング支援装置１の動作の概要を説明するための図である。
FIG. 3 is a flow chart showing the procedure of the analysis method according to this embodiment. FIG. 4 is a diagram for explaining the outline of the operation of the
まず、ユーザ２は、サンプリング支援装置１を用いて、環境空間３（図１（ａ））において対象物質のサンプリングを行う場所を探索する（Ｓ１）。図１（ａ）の例において、ユーザ２は、環境空間３中を移動しながら、移動した位置毎に物質センサ１０によるセンサ値の測定を繰り返す。図４に、ステップＳ１の測定結果を例示する。
First, the
図４では、環境空間３におけるセンサ値の分布の真値を示す等高線と、複数の測定データＤ１とを例示している。測定データＤ１は、物質センサ１０のセンサ値の測定結果と、センサ値が測定された位置とを関連付けたデータである。図４は、説明の便宜上、二次元で環境空間３における空間位置ｘ，ｙを示している。
FIG. 4 illustrates contour lines indicating the true value of the sensor value distribution in the
ステップＳ１において、サンプリング支援装置１は、得られた測定データＤ１に基づいて、環境空間３において未測定の範囲を含めたセンサ値の分布を推定する処理を行う。サンプリング支援装置１は、例えば図４に示すように、より大きいセンサ値が見込まれる位置ｐ１を推定結果として算出し、算出した位置ｐ１にユーザ２を誘導するための情報提示を行う。ステップＳ１におけるサンプリング支援装置１の動作の詳細については後述する。
In step S1, the
次に、ユーザ２は、サンプリング支援装置１から提示された情報を参照して、環境空間３中の特定の箇所において対象物質のサンプリングを行う（Ｓ２）。対象物質のサンプリングは、例えばサンプラー２１の吸入ダクト２２により環境空間３中の特定の箇所の空気を吸入して、捕集バッグ２３に捕集することによって行われる。
Next, the
例えばユーザ２が複数の捕集バッグ２３を所持している場合、ユーザ２は環境空間３における複数の箇所からサンプリングを行える（Ｓ３）。この場合、ユーザ２は、所望の回数分、ステップＳ１，Ｓ２を繰り返す（Ｓ３でＮＯ）。
For example, if the
ユーザ２は、対象物質のサンプリングを完了すると（Ｓ３でＹＥＳ）、分析装置４（図１（ｂ））を用いて、サンプリング結果に対する対象物質の分析を行う（Ｓ４）。ユーザ２は、例えば分析装置４（図１（ｂ））が設置された場所までサンプリング結果の捕集バッグ２３を持ち帰り、ステップＳ４を実施する。
When the
ステップＳ４では、分析装置４によって、例えば捕集された気体中における対象物質の濃度を精度良く計測したり、複数種類の対象物質の中で捕集された気体中に含まれた対象物質の種類を特定したりすることができる。対象物質の分析が為されることにより、本フローチャートによる手順は終了する。
In step S4, the
以上の分析方法によると、サンプリング支援装置１によって提示される情報に基づき（Ｓ１）、環境空間３中で物質のサンプリングに適した場所でサンプリングを行える（Ｓ２）。このため、ステップＳ４における対象物質の分析の精度を良くすることができる。 According to the analysis method described above, based on the information presented by the sampling support device 1 (S1), sampling can be performed at a location suitable for sampling the substance in the environmental space 3 (S2). Therefore, it is possible to improve the accuracy of the analysis of the target substance in step S4.
さらに、サンプリング支援装置１によると、図４に示すように、環境空間３中で得られたセンサ値の測定データＤ１が疎な状態で、センサ値がより高いと見込まれる位置ｐ１がユーザ２に提示される。これにより、環境空間３におけるセンサ値の測定およびサンプリングといった調査を効率良く行うことができる。以下、サンプリング支援装置１の動作の詳細を説明する。
Furthermore, according to the
２－２．サンプリング支援装置の処理
図３のステップＳ１におけるサンプリング支援装置１の処理について、図５～１０を用いて説明する。本実施形態のサンプリング支援装置１は、ベイズ最適化を適用した推定の処理を実行する。以下では、サンプリング支援装置１が、物質センサ１０による測定の誘導と、サンプリングの誘導とをそれぞれ行う処理例を説明する。
2-2. Processing of Sampling Support Device The processing of the
図５は、本実施形態に係るサンプリング支援装置１の処理を例示するフローチャートである。図５のフローチャートは、例えば図３のステップＳ１においてユーザ２がサンプリング支援装置１を操作することにより、開始する。本フローチャートによる各処理は、サンプリング支援装置１の制御部１２によって実行される。
FIG. 5 is a flowchart illustrating processing of the
図５のフローチャートにおいて、サンプリング支援装置１の制御部１２は、物質センサ１０から測定結果のセンサ値を取得する（Ｓ１１）。物質センサ１０は、例えば所定の時間間隔で逐次、現在の測定結果のセンサ値を制御部１２に出力する。ユーザ２の移動に応じて、環境空間３中の種々の位置におけるセンサ値を得ることができる。
In the flowchart of FIG. 5, the
また、制御部１２は、例えば位置センサとして機能するカメラ１１による撮像画像に基づいて、物質センサ１０がセンサ値を測定した測定位置を取得する（Ｓ１２）。例えば、制御部１２は、撮像画像に基づいて環境空間３における自己位置推定を行い、撮像画像の中の物質センサ１０の位置と、予め設定されたカメラ１１から物質センサ１０までの距離とに基づいて、物質センサ１０の測定位置を算出する。なお、ステップＳ１１，Ｓ１２の処理の順序は特に限定されず、例えば並列に実行されてもよい。
Further, the
制御部１２は、取得したセンサ値と測定位置とを関連付けて１点分の測定データＤ１として記憶部１３に記録し、Ｎ点分の測定データＤ１が新たに取得されたか否かを判断する（Ｓ１３）。Ｎは、後段の演算効率の観点から予め設定される１以上の整数である。制御部１２は、Ｎ点分の測定データＤ１が取得されるまで（Ｓ１３でＮＯ）、ステップＳ１１～Ｓ１３の処理を繰り返す。
The
Ｎ点分の測定データＤ１が新たに取得されると（Ｓ１３でＹＥＳ）、制御部１２は、現在までに取得された測定データＤ１に基づいて、環境空間３におけるセンサ値の空間分布を推定するための演算処理を実行する（Ｓ１４）。２以上のＮによると、ステップＳ１４がバッチ処理として実行される。
When the measurement data D1 for N points are newly acquired (YES in S13), the
本実施形態において、制御部１２は、ステップＳ１４の演算処理においてベイズ最適化に従ってガウス過程の回帰を演算することにより、推定分布を算出する。推定分布は、環境空間３においてセンサ値が分布すると推定される空間分布を示す。ステップＳ１４における推定分布の一例を図６（ａ）に示す。
In this embodiment, the
図６（ａ）は、取得された測定データＤ１に基づいて、実線で示した真値の空間分布を推定する推定分布を例示している。図６（ａ）では、説明の簡単化のために１次元の空間位置ｘを例示しているが、空間位置は適宜、２次元又は３次元に拡張可能である。図６（ａ）の横軸は空間位置ｘを示し、縦軸はセンサ値を示す。図６の例では、ホットスポット３０（図１（ａ））に対応する真値の極大点の一つが、ｘ＝２近傍に存在している。 FIG. 6(a) illustrates an estimated distribution for estimating the spatial distribution of the true values indicated by the solid line based on the acquired measurement data D1. In FIG. 6A, a one-dimensional spatial position x is exemplified for simplification of explanation, but the spatial position can be extended to two or three dimensions as appropriate. The horizontal axis of FIG. 6A indicates the spatial position x, and the vertical axis indicates the sensor value. In the example of FIG. 6, one of the true value maxima corresponding to the hot spot 30 (FIG. 1(a)) exists near x=2.
図６（ａ）の例の推定分布は、現在までの測定データＤ１に基づく予測曲線Ｃ１と、予測曲線Ｃ１の上側領域Ｒ１ａおよび下側領域Ｒ１ｂとを含んでいる。予測曲線Ｃ１は、測定データＤ１に基づく推定結果における空間位置ｘ毎のセンサ値の期待値を示す。上側領域Ｒ１ａは、センサ値が予測曲線Ｃ１を上回る可能性が推定される領域であり、空間位置ｘ毎にセンサ値の幅Ｗ１ａを有する。下側領域Ｒ１ｂは、センサ値が予測曲線Ｃ１を下回る可能性が推定される領域であり、上側領域Ｒ１ａと同様に幅Ｗ１ｂを有する。 The estimated distribution in the example of FIG. 6(a) includes a prediction curve C1 based on the measured data D1 up to now, and an upper region R1a and a lower region R1b of the prediction curve C1. A prediction curve C1 indicates the expected value of the sensor value for each spatial position x in the estimation result based on the measurement data D1. The upper region R1a is a region in which the possibility of the sensor value exceeding the prediction curve C1 is estimated, and has a sensor value width W1a for each spatial position x. The lower area R1b is an area in which the possibility of the sensor value falling below the prediction curve C1 is estimated, and has a width W1b like the upper area R1a.
以上のような推定分布によると、現在までの測定データＤ１に基づき未測定の範囲までセンサ値を推定する予測曲線Ｃ１と共に、上側領域Ｒ１ａの幅Ｗ１ａと下側領域Ｒ１ｂの幅Ｗ１ｂの分の変動幅Ｗ１が得られる。変動幅Ｗ１は、各空間位置ｘにおけるセンサ値の真値が、予測曲線Ｃ１の期待値からずれ得ることが推定される範囲を示す。 According to the estimation distribution as described above, along with the prediction curve C1 for estimating the sensor value to the unmeasured range based on the measurement data D1 up to now, the fluctuation of the width W1a of the upper region R1a and the width W1b of the lower region R1b A width W1 is obtained. The variation width W1 indicates the estimated range in which the true sensor value at each spatial position x may deviate from the expected value of the prediction curve C1.
ガウス過程回帰による推定分布は、空間位置ｘ毎のガウス分布により規定される。図７に、推定分布における特定の空間位置ｘについてのガウス分布を例示する。図７の横軸はセンサ値を示し、縦軸は確率密度を示す。 The estimated distribution by Gaussian process regression is defined by the Gaussian distribution for each spatial location x. FIG. 7 illustrates a Gaussian distribution for a particular spatial location x in the estimated distribution. The horizontal axis of FIG. 7 indicates sensor values, and the vertical axis indicates probability density.
推定分布は、空間位置ｘ毎のガウス分布の平均値μ（ｘ）及び分散σ（ｘ）によって表される。具体的に、空間位置ｘ毎の予測曲線Ｃ１の値Ｃ１（ｘ）は、ガウス分布の平均値μ（ｘ）で表される。また、上側領域Ｒ１ａの幅Ｗ１ａは、例えばガウス分布における５０～９０パーセンタイルに設定される。下側領域Ｒ１ｂの幅Ｗ１ｂは、例えばガウス分布における１０～５０パーセンタイルに設定される。なお、各領域Ｒ１ａ，Ｒ１ｂの幅Ｗ１ａ，Ｗ１ｂは、別々に設定可能である。例えば、下側領域Ｒ１ｂの幅Ｗ１ｂが省略されてもよい。 The estimated distribution is represented by the mean μ(x) and variance σ(x) of the Gaussian distribution for each spatial position x. Specifically, the value C1(x) of the prediction curve C1 at each spatial position x is represented by the average value μ(x) of the Gaussian distribution. Also, the width W1a of the upper region R1a is set, for example, at the 50th to 90th percentile in the Gaussian distribution. The width W1b of the lower region R1b is set, for example, at the 10th to 50th percentile in Gaussian distribution. The widths W1a and W1b of the regions R1a and R1b can be set separately. For example, the width W1b of the lower region R1b may be omitted.
ステップＳ１４におけるガウス過程回帰の演算は、カーネル法など公知の手法を適用して実行することができる（例えば非特許文献３）。この際、事前分布としては、例えばμ＝０．５，σ＝１等の初期値を適宜、設定してもよいし、経験に基づき適宜、設定変更が為されてもよい。また、カーネルとしては例えばガウスカーネル採用できる。 The calculation of the Gaussian process regression in step S14 can be executed by applying a known method such as the kernel method (for example, Non-Patent Document 3). At this time, as the prior distribution, initial values such as μ=0.5 and σ=1 may be appropriately set, or the settings may be appropriately changed based on experience. As the kernel, for example, a Gaussian kernel can be adopted.
図５に戻り、制御部１２は、算出した推定分布に基づいて、環境空間３においてサンプラー２１でサンプリングすべき候補の箇所、即ちサンプリング候補が確定したか否かを判断する（Ｓ１５）。ステップＳ１５の判断は、例えば推定分布（図６（ａ））において、上側領域Ｒ１ａの上端が極大（又は最大）となる点ｍ１の変動幅Ｗ１が、所定のしきい値以下であるか否かに基づき行われる。当該しきい値は、例えば、推定分布における点ｍ１が、実際のセンサ値の極大点となる可能性を充分に見込める程度に小さい変動幅Ｗ１を考慮して設定される。
Returning to FIG. 5, based on the calculated estimated distribution, the
例えば、制御部１２は、サンプリング候補が確定していないと判断した場合に（Ｓ１５でＮＯ）、物質センサ１０を用いて次にセンサ値を測定するべき位置を決定する（Ｓ１６）。制御部１２は、算出した推定分布に基づき価値関数を演算することにより、ステップＳ１６の処理を実行する。本実施形態の価値関数は、ベイズ最適化におけるアクイジョン関数である。図６（ａ）の推定分布に基づく価値関数の一例を図６（ｂ）に示す。
For example, when the
価値関数は、環境空間３において物質センサ１０が新たにセンサ値を測定する価値が高い空間位置ｘほど、大きい値を有するように設定された関数である。図６（ｂ）の例の価値関数は、空間位置ｘ毎に予測曲線Ｃ１に係数０．２を乗じて、上側領域Ｒ１ａの幅Ｗ１ａと加算することによって得られる。このような価値関数によると、図６（ａ），（ｂ）に示すように、推定分布の極大点ｍ１の近傍に、価値関数が最大値となる空間位置ｐ１が生じることとなる。制御部１２は、例えば空間位置ｐ１を、次に測定すべき位置として決定する（Ｓ１６）。
The value function is a function set to have a larger value at a spatial position x at which the
制御部１２は、決定した位置においてユーザ２が物質センサ１０で次にセンサ値を測定することを誘導する情報である誘導情報を生成し、生成した誘導情報を表示するように表示部１４を制御する（Ｓ１７）。ステップＳ１７における表示部１４の表示例を図８に示す。
The
図８の表示例において、表示部１４は、背景画像５０に重畳して、測定結果アイコン５１と、測定目標アイコン５２と、誘導アイコン５３とを表示している。背景画像５０は、各種誘導情報の背景として環境空間３を示す画像である。本例の背景画像５０は、カメラ１１による撮像画像であり、物質センサ１０が映っている。
In the display example of FIG. 8 , the
測定結果アイコン５１は、各点の測定データＤ１に対応して、センサ値の大きさおよび測定位置を示す。本例において、測定結果アイコン５１は、キューブ状を有し、背景画像５０において測定位置に対応する位置に配置される。例えば、測定結果アイコン５１の色またはサイズが、測定データＤ１のセンサ値の大きさに応じて設定される。
The
測定目標アイコン５２は、背景画像５０においてステップＳ１６で決定された位置に配置され、物質センサ１０によって次に測定するべき目標の位置を示すことにより、ユーザ２を誘導する誘導情報の一例である。誘導アイコン５３は、背景画像５０中で物質センサ１０から測定目標アイコン５２へ向かう方向を示すことにより、ユーザ２による物質センサ１０の測定を促す誘導情報の一例である。ステップＳ１７においては、測定目標アイコン５２と誘導アイコン５３とのうちの一方が表示されてもよい。また、測定結果アイコン５１の表示が省略されてもよい。
The
図５に戻り、制御部１２は、以上のように物質センサ１０で次に測定するべき誘導情報を表示部１４に表示させると（Ｓ１７）、ステップＳ１１に戻る。制御部１２は、物質センサ１０による新たな測定結果に基づいて、ステップＳ１１～Ｓ１５の処理を再度行う。
Returning to FIG. 5, after the
一方、制御部１２は、サンプリング候補が確定されたと判断すると（Ｓ１５でＹＥＳ）、確定されたサンプリング候補に関するサンプリング誘導情報を生成して、表示部１４に表示させる（Ｓ１８）。サンプリング誘導情報は、サンプラー２１によるサンプリング候補の場所（サンプリングに適した場所の一例）にユーザ２を誘導するための情報である。図９に、ステップＳ１８の表示例を示す。
On the other hand, if the
図９の表示例において、表示部１４は、図８の測定目標アイコン５２及び誘導アイコン５３の代わりに、それぞれサンプリング誘導情報の一例であるサンプリング候補アイコン５４及び誘導メッセージ５５を表示している。サンプリング候補アイコン５４は、背景画像５０において、確定されたサンプリング候補の位置を示す。誘導メッセージ５５は、ユーザ２にサンプリングを促す内容のテキスト情報を含む。
In the display example of FIG. 9, the
制御部１２は、サンプリング誘導情報を表示部１４に表示させると（Ｓ１８）、図５のフローチャートによる処理を終了する。この際、ユーザ２は、図３のステップＳ１からステップＳ２に進み、サンプリング誘導情報に従ってサンプリングを行うことができる。
When the
以上の処理によると、ユーザ２が環境空間３においてサンプリングの場所を探索する際に（Ｓ１）、サンプリング支援装置１は逐次、得られる測定データＤ１に基づき推定分布の算出（Ｓ１４）を繰り返し、誘導情報を更新する（Ｓ１７，Ｓ１８）。図１０（ａ）～（ｃ）を用いて、誘導情報及び推定分布の更新について説明する。
According to the above processing, when the
図１０（ａ）は、図６（ａ）から更新後の推定分布を例示する。図１０（ｂ）は、図１０（ａ）の推定分布に基づく価値関数を例示する。図１０（ｃ）は、図１０（ｂ）の価値関数に応じて、図１０（ａ）から更新後の推定分布を例示する。 FIG. 10(a) illustrates the estimated distribution after updating from FIG. 6(a). FIG. 10(b) illustrates a value function based on the estimated distribution of FIG. 10(a). FIG. 10(c) illustrates the estimated distribution after updating from FIG. 10(a) according to the value function of FIG. 10(b).
図１０（ａ）の推定分布は、図６（ａ）の推定分布の算出（Ｓ１４）後に再度、ステップＳ１４が実行された結果を示す。この際、ユーザ２は、図６（ｂ）の価値関数に応じて決定された位置ｐ１（Ｓ１６）についての誘導情報に従って、物質センサ１０によるセンサ値の測定を行う（図８参照）。このことから、図１０（ａ）では、位置ｐ１近傍などにおいて図６（ａ）からデータ点Ｄ１が増えている。
The estimated distribution in FIG. 10(a) shows the result of executing step S14 again after calculating the estimated distribution in FIG. 6(a) (S14). At this time, the
図１０（ａ）によると、ガウス過程回帰（Ｓ１４）が再度、演算されることにより、推定分布の極大点ｍ１近傍などで変動幅Ｗ１が小さくなるように、ベイズ更新が為されている。図１０（ａ）の例では、未だサンプリング候補が確定していない場合（Ｓ１５でＮＯ）を想定しており、制御部１２は、図１０（ｂ）の価値関数を演算する（Ｓ１６）。
According to FIG. 10(a), the Gaussian process regression (S14) is calculated again to perform Bayesian update so that the variation width W1 becomes smaller near the maximum point m1 of the estimated distribution. In the example of FIG. 10(a), it is assumed that sampling candidates have not yet been determined (NO in S15), and the
このとき、例えば図１０（ｂ）の価値関数が最大となる空間位置に測定目標アイコン５２（図８）が位置するように、誘導情報が更新され（Ｓ１７）、当該位置の近傍におけるセンサ値の測定が誘導される。すると、その後のステップＳ１４において、推定分布の極大点ｍ１近傍の変動幅Ｗ１がさらに小さくなる。図１０（ｃ）では、極大点ｍ１の位置ｐ１０がサンプリング候補として確定された状態を例示する。 At this time, the guidance information is updated (S17) so that the measurement target icon 52 (FIG. 8) is positioned at the spatial position where the value function of FIG. Measurements are induced. Then, in the subsequent step S14, the fluctuation width W1 near the maximum point m1 of the estimated distribution becomes even smaller. FIG. 10(c) illustrates a state in which the position p10 of the maximum point m1 is determined as a sampling candidate.
図１０（ｃ）の推定分布では、極大点ｍ１の位置ｐ１０から離れると、同位置ｐ１０よりも大きい変動幅Ｗ１が生じている。本実施形態のサンプリング支援装置１によると、極大点ｍ１から離れた位置の変動幅Ｗ１の大きさに拘わらず、サンプリング候補の位置ｐ１０を確定することができる。
In the estimated distribution of FIG. 10(c), a variation width W1 larger than the position p10 of the maximum point m1 is generated away from the position p10. According to the
以上の処理におけるステップＳ１７では、図８に示すように、測定目標アイコン５２および誘導アイコン５３といった誘導情報が、現実の環境空間３を示す背景画像５０に合わせて表示される。また、ステップＳ１８では、図９に示すように、サンプリング候補アイコン５４および誘導メッセージ５５といったサンプリング誘導情報が、背景画像５０に合わせて表示される。これにより、ユーザ２は、現実の環境空間３と各種誘導情報とを同時に目視でき、サンプリング等の誘導の妥当性を判断し易くすることができる。
At step S17 in the above process, as shown in FIG. 8, the guidance information such as the
以上の処理において、サンプリング候補に関するステップＳ１５，Ｓ１８の処理は省略されてもよい。この場合であっても、ステップＳ１７の誘導情報が逐次、更新されることにより、例えば誘導情報が誘導する位置が収束した場合などに、ユーザ２は、当該位置においてサンプリングを行うことを自己判断できる。このように、サンプリング支援装置１は誘導情報の提示により、ユーザ２が行うサンプリングを支援することできる。
In the above processing, the processing of steps S15 and S18 regarding sampling candidates may be omitted. Even in this case, the guidance information in step S17 is sequentially updated, so that, for example, when the position guided by the guidance information converges, the
また、以上のステップＳ１５の判断は、上記の例に限らず、例えば、下側領域Ｒ１ｂの下端が所定のしきい値以上であるか否かに基づき行われてもよい。当該しきい値は、例えば、推定分布における点ｍ１が、真値の極大点でなかったとしても、分析装置４において充分に検出可能と想定される値に設定される。これにより、分析装置４において検出可能なサンプリング候補にユーザ２を誘導することができる。また、ステップＳ１５の判断に、価値関数が用いられてもよい。価値関数の演算時は、ステップＳ１５でＮＯの場合でなくてもよい。
Further, the determination in step S15 is not limited to the above example, and may be performed based on, for example, whether the lower end of the lower region R1b is equal to or greater than a predetermined threshold value. For example, the threshold value is set to a value that is assumed to be sufficiently detectable by the
また、ステップＳ１６において、決定される位置は１つに限らず、複数の位置が、次にセンサ値を測定すべき位置として算出されてもよい。この場合、ステップＳ１７において、例えば複数の位置に測定目標アイコン５２が配置されてもよい。これにより、ユーザ２は、例えば最寄りの測定目標アイコン５２など、センサ値の測定を行う位置を適宜選択することができる。
Moreover, in step S16, the position to be determined is not limited to one, and a plurality of positions may be calculated as the positions where the sensor values should be measured next. In this case, in step S17, for example, the
３．まとめ
以上のように、本実施形態に係るサンプリング支援装置１は、外部環境の空間である環境空間３においてサンプリングの対象とする物質である対象物質に関する情報を出力する。サンプリング支援装置１は、物質センサ１０と、位置センサの一例であるカメラ１１と、制御部１２と、情報出力部の一例である表示部１４とを備える。物質センサ１０は、物質の濃度に応じたセンサ値を測定する。位置センサは、環境空間３中でセンサ値が測定された位置を測定する。制御部１２は、測定されたセンサ値及び位置に基づいて、環境空間３中でセンサ値が極大となることが推定される箇所を含んだ推定分布を算出する。情報出力部は、算出された推定分布に基づいて、物質センサ１０が環境空間３中で次にセンサ値を測定する箇所に誘導する誘導情報を出力する。
3. Summary As described above, the
以上のサンプリング支援装置１によると、センサ値が極大となることが推定される箇所を含んだ推定分布に基づいて、物質センサ１０が環境空間３中で次にセンサ値を測定する箇所に誘導する誘導情報が出力される。これにより、サンプリング支援装置１のユーザ２は、環境空間３において物質のサンプリングに適した場所（例えば、ホットスポットまたはその近傍）を探索する際に、誘導情報によって誘導される箇所を参考にして、物質センサ１０による測定を行える。よって、誘導情報を参照するユーザ２が、環境空間３の探索をし易くなり、物質のサンプリングに適した場所におけるサンプリングを支援することができる。
According to the above-described
本実施形態において、制御部１２は、算出した推定分布においてセンサ値が極大となることが推定される箇所に応じて、誘導情報を生成する。これにより、センサ値が極大となるホットスポット３０近傍にユーザ２を誘導して、ホットスポット３０でのサンプリングを実現し易くすることができる。
In the present embodiment, the
また、本実施形態において、制御部１２は、物質センサ１０および位置センサから逐次、測定されたセンサ値及び位置を取得して（Ｓ１１，Ｓ１２）、例えば次にセンサ値を測定する箇所をサンプリングに適した場所に近づけるように、誘導情報を更新する（Ｓ１７，Ｓ１８）。これにより、ユーザ２の誘導先が、逐次、更新される毎にサンプリングに適した場所に近づき、ユーザ２がサンプリングに適した場所でサンプリングを行い易くすることができる。
Further, in this embodiment, the
また、本実施形態において、誘導情報の一例である測定目標アイコン５２は、物質センサ１０が環境空間３中で次にセンサ値を測定するべき位置を提示する（Ｓ１６，Ｓ１７）。これにより、測定目標アイコン５２の位置において物質センサ１０による測定をユーザ２に促して、サンプリングを行い易くすることができる。
Further, in the present embodiment, the
また、本実施形態において、情報出力部は、環境空間３中で物質をサンプリングする箇所に誘導するサンプリング誘導情報を、更に出力する（Ｓ１８）。サンプリング誘導情報は、例えばサンプリング候補アイコン５４が示すサンプリング候補の位置により、物質のサンプリングに適した場所をユーザ２に提示する。サンプリング誘導情報により、物質センサ１０による測定に加えて、サンプラー２１によるサンプリングをユーザ２に促すことができる。
In addition, in the present embodiment, the information output unit further outputs sampling guidance information that guides the user to the location where the substance is to be sampled in the environmental space 3 (S18). The sampling guidance information presents the
また、本実施形態において、制御部１２は、算出した推定分布に基づき、環境空間３中の位置毎にセンサ値を測定する価値を示す価値関数を演算し（Ｓ１６）、演算した価値関数に基づき、誘導情報を生成する（Ｓ１７）。制御部１２は、測定されたセンサ値及び位置に基づくガウス過程回帰により、推定分布を算出する。これにより、ベイズ最適化に従って、推定分布を精度良く算出することができる。
Further, in the present embodiment, the
また、本実施形態において、情報出力部の一例の表示部１４は、環境空間３を示す背景に重畳させて、各種の誘導情報を表示する。これにより、ユーザ２が誘導情報の妥当性を推察し易くすることができる。
Further, in the present embodiment, the
また、本実施形態において、物質センサ１０は、モル質量に基づく密度センサ、分光光度計、吸光光度計、屈折度計、ガスセンサ、ｐＨ計、および電気伝導度計の少なくとも１つを含む。本実施形態のサンプリング支援装置１によると、対象物質以外の物質にも反応し得る物質センサ１０を用いても、ユーザ２によるサンプリングを行い易くすることができる。
Also, in this embodiment, the
また、本実施形態において、サンプリング支援装置１と、対象物質をサンプリングするサンプラー２１とを備えるシステム２０が提供される。本システム２０では、サンプリング支援装置１の支援により、物質のサンプリングに適した場所でサンプリングを行い易くすることができる。
Further, in this embodiment, a
また、本実施形態において、環境空間３から対象とする物質をサンプリングする方法が提供される。本方法は、物質センサ１０により、物質の濃度に応じたセンサ値を測定するステップＳ１と、位置センサにより、空間中でセンサ値が測定された位置を測定するステップＳ２とを含む。本方法は、制御部１２により、測定されたセンサ値及び位置に基づいて、空間中でセンサ値が極大となることが推定される箇所を含んだ推定分布を算出するステップＳ１４を含む。本方法は、情報出力部により、算出された推定分布に基づいて、物質センサ１０が空間中で次にセンサ値を測定する箇所に誘導する誘導情報を出力するステップＳ１７を含む。本方法は、誘導情報に応じて、センサ値の測定及び位置の測定を繰り返し、空間中で物質をサンプリングする箇所を探索するステップＳ１と、サンプラー２１により、探索した箇所において物質をサンプリングするステップＳ２とを含む。
Also provided in this embodiment is a method of sampling a substance of interest from the
本方法によると、誘導情報を参照するユーザ２等が、環境空間３において物質のサンプリングに適した場所でサンプリングを行い易くすることができる。
According to this method, it is possible for the
本実施形態の分析方法は、上記各ステップに加えて、分析装置４により、サンプラー２１にサンプリングされた物質を分析するステップＳ４をさらに含む。本分析方法によると、物質のサンプリングに適した場所のサンプリング結果により、分析の精度を良くすることができる。
In addition to the above steps, the analysis method of this embodiment further includes a step S4 of analyzing the substance sampled by the
（実施形態２）
以下、図１１～１３を参照して、実施形態２を説明する。実施形態１では、ベイズ最適化に基づく演算処理により、センサ値の推定分布が算出された。本実施形態では、経験則に基づく簡易な演算処理によって推定分布を算出するサンプリング支援装置１について説明する。
(Embodiment 2)
図１１は、実施形態２に係るサンプリング支援装置１の処理を例示するフローチャートである。実施形態１では、図５のステップＳ１４において、推定分布の算出にガウス過程回帰が採用された。これに代えて、本実施形態におけるサンプリング支援装置１の制御部１２は、経験則情報を用いて推定分布を算出する（Ｓ１４Ａ）。経験則情報は、センサ値が測定位置から離れるとどの程度変動し得るかの経験則を示す情報であり、例えば予め記憶部１３に格納される。経験則情報の一例を図１２に示す。
FIG. 11 is a flowchart illustrating processing of the
図１２（ａ）は、推定分布における上側領域Ｒ２ａについての経験則情報Ｄ２ａを例示する。図１２（ｂ）は、下側領域Ｒ２ｂについての経験則情報Ｄ２ｂを例示する。図１２（ａ），（ｂ）において、横軸は現在位置からの距離Δｘ（≧０）を示し、縦軸は各領域Ｒ２ａ，Ｒ２ｂの幅Ｗ２ａ，Ｗ２ｂの変動量を示す。経験則情報Ｄ２ａ，Ｄ２ｂは、本実施形態における推定情報の一例である。 FIG. 12(a) illustrates empirical rule information D2a for the upper region R2a in the estimated distribution. FIG. 12B illustrates empirical rule information D2b for the lower region R2b. In FIGS. 12(a) and 12(b), the horizontal axis indicates the distance Δx (≧0) from the current position, and the vertical axis indicates the amount of change in the widths W2a and W2b of the regions R2a and R2b. The empirical rule information D2a and D2b are examples of estimation information in this embodiment.
図１２（ａ）の経験則情報Ｄ２ａは、センサ値の測定位置から距離Δｘが離れるほど、センサ値が増大し得ると経験的に考えられる傾向を示している。図１２（ｂ）の経験則情報Ｄ２ｂは、センサ値の測定位置から距離Δｘが離れるほど、センサ値が減少し得る傾向を示している。各経験則情報Ｄ２ａ，Ｄ２ｂは、例えばルックアップテーブルとして記憶部１３に格納できる。
The rule-of-thumb information D2a in FIG. 12A shows a tendency empirically believed to increase the sensor value as the distance Δx from the sensor value measurement position increases. The rule-of-thumb information D2b in FIG. 12B indicates a tendency that the sensor value may decrease as the distance Δx from the sensor value measurement position increases. Each empirical rule information D2a, D2b can be stored in the
図１１のステップＳ１４Ａにおいて、制御部１２は、以上のような経験則情報Ｄ２ａ，Ｄ２ｂにより、２点の測定データＤ１間に三角近似を適用して、推定分布を算出する。三角近似は、２つの測定位置の間の上側領域Ｒ２ａ（又は下側領域Ｒ２ｂ）を、例えば以下のように、略三角形状に近似する近似法である。三角近似に基づく本実施形態の推定分布の一例を図１３（ａ）に示す。
In step S14A of FIG. 11, the
図１３（ａ）の例において、予測曲線Ｃ２は、測定データＤ１間を線形補間することによって算出される。例えば、制御部１２は、各点の測定テータＤ１からの距離に応じて、図１２（ａ）の経験則情報Ｄ２ａを参照して、予測曲線Ｃ２の上側領域Ｒ２ａにおける幅Ｗ２ａを設定する。同様に、制御部１２は、図１２（ｂ）の経験則情報Ｄ２ｂを参照して、予測曲線Ｃ２の下側領域Ｒ２ｂにおける幅Ｗ２ｂを設定する。
In the example of FIG. 13(a), the prediction curve C2 is calculated by linearly interpolating between the measurement data D1. For example, the
以上のような三角近似によって、図１３（ａ）に示すように推定分布における変動幅Ｗ２が算出される。図１３（ａ）の推定分布に基づく価値関数を図１３（ｂ）に例示する。 By the trigonometric approximation as described above, the fluctuation width W2 in the estimated distribution is calculated as shown in FIG. 13(a). A value function based on the estimated distribution of FIG. 13(a) is illustrated in FIG. 13(b).
図１３（ｂ）の価値関数は、図１３（ａ）の推定分布の予測曲線Ｃ１および幅Ｗ２ａに基づいて、実施形態１の例（図６（ｂ））と同様に算出される。このような価値関数によっても、図１３（ｂ）に示すように、最大値となる空間位置ｐ２が、センサ値の真値の極大点（ｘ＝２）の近傍に生じ得る。制御部１２は、実施形態１と同様に、センサ値を次に測定すべき位置として当該位置ｐ２を決定し（図１１のＳ１６）、同位置ｐ２に誘導する誘導情報を出力する（Ｓ１７）。
The value function of FIG. 13(b) is calculated in the same manner as in the example of Embodiment 1 (FIG. 6(b)) based on the prediction curve C1 and the width W2a of the estimated distribution of FIG. 13(a). Even with such a value function, as shown in FIG. 13B, the spatial position p2 where the maximum value is generated can occur in the vicinity of the maximum point (x=2) of the true value of the sensor value. As in the first embodiment, the
図１３（ｃ）は、図１３（ａ）から更新後の推定分布を例示する。本実施形態の推定分布によっても、図１３（ｃ）に例示するように、上側領域Ｒ２ａの上端が極大となる点ｍ２の空間位置２０は、真値の極大点（ｘ＝２）近傍に収束し得る。よって、当該位置２０に誘導するサンプリング誘導情報の出力により（Ｓ１８）、ユーザ２のサンプリングを支援することができる。
FIG. 13(c) illustrates the estimated distribution after updating from FIG. 13(a). According to the estimated distribution of the present embodiment, as illustrated in FIG. 13C, the
以上のように、本実施形態において、サンプリング支援装置１の記憶部１３は、経験則情報Ｄ２ａ，Ｄ２ｂを記憶する。経験則情報Ｄ２ａ，Ｄ２ｂは、センサ値が測定された位置からの距離Δｘに応じて推定されるセンサ値の変動幅Ｗ２を規定する推定情報の一例である。制御部１２は、経験則情報Ｄ２ａ，Ｄ２ｂを参照して、推定分布を算出する（Ｓ１４Ａ）。これにより、例えば測定されたセンサ値及び位置の間に三角近似を適用するような、簡易な演算処理によって推定分布を算出し、サンプリング支援装置１の処理負荷を低減することができる。サンプリング支援装置１による推定分布の算出には、以上のように種々の手法を採用することができる。
As described above, in the present embodiment, the
（他の実施形態）
上記の実施形態１では、ＭＲ窓型の表示部１４による表示例を説明した（図８，９）。本実施形態のサンプリング支援装置１において、表示部１４は、特にＭＲに限らず、例えばＡＲ（拡張現実）あるいはＶＲ（仮想現実）による表示を行ってもよい。このような変形例について、図１４～１６を用いて説明する。
(Other embodiments)
In the first embodiment described above, an example of display by the MR window
図１４は、サンプリング支援装置１による表示の変形例１を示す。本変形例において、サンプリング支援装置１の表示部１４は、背景画像５０に重畳する誘導情報として、分布画像５６を表示している。分布画像５６は、価値関数が示す価値の空間分布を示す画像である。例えば、サンプリング支援装置１の制御部１２は、図５のステップＳ１６，１７の代わりに、価値関数の演算結果に基づき分布画像５６を生成する。分布画像５６は、各種色彩の濃度分布により構成されてもよいし、点群で構成されてもよい。
FIG. 14 shows Modified Example 1 of display by the
例えば、物質センサ１０が湿った地面の湿度と対象物質の両方に反応する場合、湿度は、地面の高さに相関して滑らかに変動しており、水平方向にはあまり変動しないことが予想される。そのような水平方向には滑らかな濃度変動の中で、急峻な濃度変動があれば、ユーザ２は、何かしら湿度要因以外の物質による分布があることを容易に推察できる。
For example, if the
以上のように、本変形例は、環境空間３における価値関数の分布を提示する。これにより、例えば対象物質と他の物質が混合したセンサ値であっても、現実の環境空間３と照らし合わせることにより、実際の対象物質の空間分布をユーザ２に推察させることができる。
As described above, this modified example presents the distribution of the value function in the
図１５は、サンプリング支援装置１による表示の変形例２を示す。サンプリング支援装置１は、環境空間３を俯瞰するように、各種誘導情報を表示してもよい。図１５の例において、サンプリング支援装置１の表示部１４は、環境空間３を俯瞰する背景画像５０Ａに重畳させて、分布画像５６とユーザアイコン５７とを表示している。ユーザアイコン５７は、ユーザ２の現在位置を示す。
FIG. 15 shows Modified Example 2 of display by the
本実施形態のサンプリング支援装置１は、図１５の俯瞰型の表示とＭＲ窓型の表示とが、ユーザ２の操作によって切り替え可能に構成されてもよい。図１５のような背景画像５０Ａは、例えばあらかじめサンプリング支援装置１の記憶部１３に記憶される。或いは、サンプリング支援装置１は、カメラ１１の撮像画像に基づき背景画像５０Ａを画像合成してもよいし、環境空間３の天井などに設置されたカメラから撮像画像を取得してもよい。
The
図１６は、サンプリング支援装置１による表示の変形例３を示す。図１６の例において、サンプリング支援装置１の表示部１４は、ＨＭＤ（ヘッドマウントディスプレイ）で構成され、環境空間３を背景として各種誘導情報をユーザ２に提示している。表示部１４としてのＨＭＤは、シースルー型であってもよいし、カメラ合成を用いたビデオシースルー型であってもよい。また、表示部１４は、可搬型プロジェクタであってもよい。
FIG. 16 shows Modified Example 3 of display by the
また、上記の各実施形態では、情報出力部として表示部１４を例示したが、サンプリング支援装置１の情報出力部は、表示部、スピーカ、振動デバイス、及びプロジェクタのうちの少なくとも１つを含んでもよい。サンプリング支援装置１は、例えば音、信号あるいは光刺激などの種々の形式において、各種誘導情報を出力してもよい。各種誘導情報の出力は、サンプリング支援装置１の現在位置から誘導する向きを指し示すように行われてもよい。
In each of the above embodiments, the
上記の各実施形態では、サンプリング支援装置１のユーザ２が物質センサ１０を動かしながらサンプリングを行う例を説明したが、物質センサ１０の移動あるいはサンプリングは、機械的に行われてもよい。本変形例について、図１７，１８を用いて説明する。
In each of the above-described embodiments, an example in which the
図１７は、サンプリング支援装置１のシステム２０の変形例を示す図である。本変形例において、サンプリング支援装置１およびサンプラー２１は移動体６に搭載されている。移動体６は、例えば各種ロボット、車両およびドローンなどであってもよい。移動体６は、ユーザ２の操作によって、或いは自動的に移動可能である。本変形例において、サンプリング支援装置１は、例えば移動体６を制御する制御装置６０に通信接続している。また、制御装置６０は、サンプラー２１を制御可能に構成される。
FIG. 17 is a diagram showing a modification of the
サンプリング支援装置１は、制御装置６０に組み込んで構成されてもよい。また、サンプリング支援装置１は、例えば物質センサ１０を移動体６に配置して、他の構成要素は移動体６とは別体で提供されてもよい。ユーザ２は、例えば移動体６を操作することにより、環境空間３中で物質センサ１０を間接的に動かして、サンプリングの場所を探索することができる。
The
図１８は、本変形例の動作を例示するフローチャートである。図１８のフローチャートによる各処理は、移動体６の制御装置６０によって実行される。具体的に、制御装置６０は、例えば図３と同様に、サンプリング支援装置１を用いてサンプリングの場所を探索し（Ｓ１）、サンプラー２１によって対象物質のサンプリングを行う（Ｓ２）。これによっても、サンプリング支援装置１による推定により、対象物質のサンプリングを行い易くすることができる。
FIG. 18 is a flowchart illustrating the operation of this modified example. Each process according to the flowchart of FIG. 18 is executed by the
上記の例では、移動体６の制御装置６０が、サンプラー２１を制御してサンプリングを行った（Ｓ２）。サンプリング支援装置１の制御部１２が、ステップＳ２においてサンプラー２１を制御してもよい。環境空間３の状況によっては、対象物質の濃度分布が時系列で変動しており、可視化してからサンプリングしては遅い場合が考えられる。そこでより好ましくはセンサ値が急激に上昇した場合には自動でサンプラー２１のポンプ及び弁を操作し捕集する処理を行ってもよい。
In the above example, the
上記の各実施形態では、環境空間３の例として住宅内部を例示した。本実施形態のサンプリング支援装置１は、上記の例に限らず種々の外部環境の空間に適用可能であり、例えば、各種建物の内部および外部、各種大気中の環境、海洋、河川において適用可能である。また、本実施形態のサンプリング支援装置１は、火山ガスの調査、各種ガス又は汚染物質の漏洩の検査に適用可能である。また、対象物質は、種々の毒性物質および放射性物質であってもよい。対象物質を含む流体は、気体であってもよいし液体であってもよい。
In each of the embodiments described above, the inside of a house is illustrated as an example of the
本実施形態のサンプリング支援装置１によると、副次的に検出限界に近い物質を測定したい場合にも利用できる。例えば大気や海洋河川における有毒物質の漏洩事故の場合、溶媒は検出できるが毒性物質濃度が検出限界以下であり同定が困難な場合がある。このとき溶媒濃度が高い場所をサンプリングすれば、毒性物質の濃度も比例して高まり、同定が可能である可能性が高まる。
The
また、上記の各実施形態において、サンプリング支援装置１の位置センサとしてカメラ１１を例示した。本実施形態のサンプリング支援装置１において、位置センサはカメラ１１に限らず、種々の方式で各種信号を受信することにより、位置測定を行ってもよい。例えば、サンプリングを行う規模および求められる精度によっては、位置センサはＧＰＳ受信機を含んでもよいし、環境空間３に配置された各種マーカからの信号の受信機を含んでもよい。
Further, in each of the above embodiments, the
１ サンプリング支援装置
１０ 物質センサ
１１ カメラ
１２ 制御部
１３ 記憶部
１４ 表示部
１５ 操作部
１６ スピーカ
１７ 振動デバイス
２０ システム
２１ サンプラー
３ 環境空間
４ 分析装置
Claims (14)
前記物質の濃度に応じたセンサ値を測定する物質センサと、
前記空間中で前記センサ値が測定された位置を測定する位置センサと、
複数回測定されたセンサ値及び位置に基づいて、前記空間中でセンサ値が極大となることが推定される箇所を含んだ推定分布を算出する制御部と、
算出された推定分布に基づいて、前記物質センサが前記空間中で次にセンサ値を測定する箇所に誘導する誘導情報を出力する情報出力部とを備え、
前記制御部は、前記誘導情報を出力した後に測定されたセンサ値及び位置に基づいて、前記推定分布を更新し、
前記情報出力部は、更新された前記推定分布に基づいて、出力する前記誘導情報を更新するサンプリング支援装置。 A sampling support device that outputs information about a substance to be sampled in space ,
a substance sensor that measures a sensor value corresponding to the concentration of the substance;
a position sensor that measures the position in the space where the sensor value was measured;
A control unit that calculates an estimated distribution including locations where the sensor values are estimated to be maximum in the space based on the sensor values and positions measured multiple times ;
an information output unit that outputs guidance information for guiding the substance sensor to a location in the space where the sensor value is to be measured next, based on the calculated estimated distribution ;
The control unit updates the estimated distribution based on sensor values and positions measured after outputting the guidance information,
The information output unit is a sampling support device that updates the guidance information to be output based on the updated estimated distribution .
請求項１に記載のサンプリング支援装置。 2. The sampling support device according to claim 1, wherein the control unit generates the guidance information according to a location where the sensor value is estimated to be maximum in the calculated estimated distribution.
請求項１または２に記載のサンプリング支援装置。 3. The sampling support device according to claim 1, wherein the information output unit further outputs sampling guidance information for guiding the substance to a sampling location in the space.
算出した推定分布に基づき、前記空間中の位置毎に前記センサ値を測定する価値を示す価値関数を演算し、
演算した価値関数に基づき、前記誘導情報を生成する
請求項１～３のいずれか１項に記載のサンプリング支援装置。 The control unit
Based on the calculated estimated distribution, calculating a value function indicating the value of measuring the sensor value for each position in the space,
The sampling support device according to any one of claims 1 to 3 , wherein the guidance information is generated based on the calculated value function.
請求項４に記載のサンプリング支援装置。 5. The sampling support device according to claim 4 , wherein said guidance information presents the distribution of said value function in said space.
請求項４に記載のサンプリング支援装置。 5. The sampling support device according to claim 4 , wherein said guidance information presents a position where said value function has a maximum value.
請求項１～６のいずれか１項に記載のサンプリング支援装置。 The sampling support device according to any one of claims 1 to 6 , wherein the control unit calculates the estimated distribution by Gaussian process regression based on measured sensor values and positions.
前記制御部は、前記推定情報を参照して、前記推定分布を算出する請求項１～６のいずれか１項に記載のサンプリング支援装置。 Further comprising a storage unit that stores estimated information that defines a variation range of the sensor value estimated according to the distance from the position where the sensor value was measured,
The sampling support device according to any one of claims 1 to 6 , wherein the control unit refers to the estimation information and calculates the estimated distribution.
請求項１～９のいずれか１項に記載のサンプリング支援装置。 The sampling support device according to any one of claims 1 to 9 , wherein the information output section includes at least one of a display section, a speaker, a vibration device, and a projector.
請求項１～１０のいずれか１項に記載のサンプリング支援装置。 11. Any one of claims 1-10, wherein the substance sensor comprises at least one of a density sensor based on molar mass, a spectrophotometer, an absorption photometer, a refractometer, a gas sensor, a pH meter, and a conductivity meter. Sampling support device according to the paragraph.
前記物質をサンプリングするサンプラーと
を備えるシステム。 A sampling support device according to any one of claims 1 to 11,
a sampler for sampling said substance.
物質センサにより、前記物質の濃度に応じたセンサ値を測定するステップと、
位置センサにより、前記空間中で前記センサ値が測定された位置を測定するステップと、
前記センサ値を測定するステップと前記位置を測定するステップをそれぞれ複数回実施し、制御部により、前記複数回測定されたセンサ値及び位置に基づいて、前記空間中でセンサ値が極大となることが推定される箇所を含んだ推定分布を算出するステップと、
情報出力部により、算出された推定分布に基づいて、前記物質センサが前記空間中で次にセンサ値を測定する箇所に誘導する誘導情報を出力するステップと、
前記誘導情報に応じて、前記センサ値の測定及び前記位置の測定を繰り返し、前記推定分布および前記誘導情報を更新し、該更新された誘導情報に基づいて前記空間中で前記物質をサンプリングする箇所を探索するステップと、
サンプラーにより、探索した箇所において前記物質をサンプリングするステップと
を含む方法。 A method of sampling a substance of interest from space , comprising:
measuring a sensor value corresponding to the concentration of the substance with a substance sensor;
measuring, with a position sensor, the position at which the sensor value was measured in the space;
The step of measuring the sensor value and the step of measuring the position are each performed a plurality of times, and the controller maximizes the sensor value in the space based on the sensor values and positions measured a plurality of times . a step of calculating an estimated distribution including locations where is estimated;
an information output unit outputting guidance information for guiding the substance sensor to a location in the space where the next sensor value is to be measured, based on the calculated estimated distribution;
A location where the measurement of the sensor value and the measurement of the position are repeated according to the guidance information, the estimated distribution and the guidance information are updated, and the substance is sampled in the space based on the updated guidance information. a step of searching for
sampling the substance at the located location with a sampler.
請求項１３に記載の方法。 14. The method of claim 13 , further comprising analyzing the material sampled in the sampler with an analyzer.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018171985A JP7119810B2 (en) | 2018-09-14 | 2018-09-14 | Sampling support device, system and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018171985A JP7119810B2 (en) | 2018-09-14 | 2018-09-14 | Sampling support device, system and method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020041996A JP2020041996A (en) | 2020-03-19 |
| JP7119810B2 true JP7119810B2 (en) | 2022-08-17 |
Family
ID=69798060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018171985A Active JP7119810B2 (en) | 2018-09-14 | 2018-09-14 | Sampling support device, system and method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7119810B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7367624B2 (en) | 2020-06-26 | 2023-10-24 | 株式会社デンソー | Measurement information processing device |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005030909A (en) | 2003-07-11 | 2005-02-03 | Shimadzu Corp | Smell distribution measurement method and apparatus, and smell generation source specifying apparatus |
| JP4627507B2 (en) | 1999-07-08 | 2011-02-09 | 農工大ティー・エル・オー株式会社 | Spray amount control device and method, spray amount determination device and system, and recording medium |
| JP2013185939A (en) | 2012-03-07 | 2013-09-19 | Toshiba Corp | Atmospheric diffusion material source survey device, atmospheric diffusion material source survey system and atmospheric diffusion material source survey method |
| JP2014106203A (en) | 2012-11-29 | 2014-06-09 | Mitsubishi Heavy Ind Ltd | Diffusate diffusion state prediction device, method of the same and program |
| JP2014149198A (en) | 2013-01-31 | 2014-08-21 | Toshiba Corp | Information processing apparatus and source estimation method |
| JP2017173249A (en) | 2016-03-25 | 2017-09-28 | 新日鐵住金株式会社 | Method and apparatus for estimating substance generation source |
-
2018
- 2018-09-14 JP JP2018171985A patent/JP7119810B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4627507B2 (en) | 1999-07-08 | 2011-02-09 | 農工大ティー・エル・オー株式会社 | Spray amount control device and method, spray amount determination device and system, and recording medium |
| JP2005030909A (en) | 2003-07-11 | 2005-02-03 | Shimadzu Corp | Smell distribution measurement method and apparatus, and smell generation source specifying apparatus |
| JP2013185939A (en) | 2012-03-07 | 2013-09-19 | Toshiba Corp | Atmospheric diffusion material source survey device, atmospheric diffusion material source survey system and atmospheric diffusion material source survey method |
| JP2014106203A (en) | 2012-11-29 | 2014-06-09 | Mitsubishi Heavy Ind Ltd | Diffusate diffusion state prediction device, method of the same and program |
| JP2014149198A (en) | 2013-01-31 | 2014-08-21 | Toshiba Corp | Information processing apparatus and source estimation method |
| JP2017173249A (en) | 2016-03-25 | 2017-09-28 | 新日鐵住金株式会社 | Method and apparatus for estimating substance generation source |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020041996A (en) | 2020-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4866951B2 (en) | Positioning combination determination system | |
| JP2005291715A (en) | Odor measuring device | |
| JPWO2012117844A1 (en) | Sample data processing apparatus, autosampler apparatus, liquid chromatograph apparatus, sample data processing method and analysis method for analyzer | |
| KR20120095457A (en) | Device for detecting chemical substances | |
| US20150204677A1 (en) | Guiding method and guiding system | |
| CN108037490B (en) | Method and system for detecting positioning accuracy of ground penetrating radar | |
| KR20170010593A (en) | Method and apparatus for measuring location of user terminal | |
| US20150237164A1 (en) | Improving or optimizing a radio heatmap via feedback to agents | |
| JP7119810B2 (en) | Sampling support device, system and method | |
| Monroy et al. | Towards odor-sensitive mobile robots | |
| US11768151B2 (en) | Systems and methods for locating sources of fugitive gas emissions | |
| WO2019153877A1 (en) | Processing of laser point cloud data | |
| CN110619027A (en) | House source information recommendation method and device, terminal equipment and medium | |
| JP3439795B2 (en) | Autonomous mobile odor and gas source detection system and odor and gas source detection device | |
| EP2738565A1 (en) | Analyzing a network topology | |
| JP6653507B2 (en) | Information terminal, position estimation method, and position estimation program | |
| JP2005030909A (en) | Smell distribution measurement method and apparatus, and smell generation source specifying apparatus | |
| CN107218943B (en) | Indoor navigation method and device | |
| KR20150040513A (en) | Method and system for constructing map of magnetic field | |
| Wada et al. | Collecting a database for studying gas distribution mapping and gas source localization with mobile robots | |
| KR101766376B1 (en) | Gas sensing apparatus and method that allows classification and detection of mixed gas | |
| CN104956215A (en) | Portable evidentiary collection system | |
| CN111890368B (en) | Position calibration method, device and system based on robot and storage medium | |
| JP6621649B2 (en) | Information terminal and server | |
| JP7024643B2 (en) | Odor measuring device, odor measuring system, and odor measuring method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201225 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211228 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220228 |
|
| 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: 20220705 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220718 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7119810 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |