JP7410510B2 - 位置推定装置、位置推定方法及び位置推定プログラム - Google Patents
位置推定装置、位置推定方法及び位置推定プログラム Download PDFInfo
- Publication number
- JP7410510B2 JP7410510B2 JP2020020395A JP2020020395A JP7410510B2 JP 7410510 B2 JP7410510 B2 JP 7410510B2 JP 2020020395 A JP2020020395 A JP 2020020395A JP 2020020395 A JP2020020395 A JP 2020020395A JP 7410510 B2 JP7410510 B2 JP 7410510B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- received signal
- signal strength
- rssi
- user terminal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 19
- 239000000523 sample Substances 0.000 claims description 64
- 230000006870 function Effects 0.000 claims description 22
- 238000010801 machine learning Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 21
- 238000005259 measurement Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000004821 distillation Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- JCYWCSGERIELPG-UHFFFAOYSA-N imes Chemical compound CC1=CC(C)=CC(C)=C1N1C=CN(C=2C(=CC(C)=CC=2C)C)[C]1 JCYWCSGERIELPG-UHFFFAOYSA-N 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
Images
Landscapes
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Description
<概略構成>
図1は、本実施形態に係る位置推定システム1の概略構成の一例を示す図である。位置推定システム1は、位置推定装置10と、学習装置20と、ユーザ端末30と、ユーザ端末30と無線LANを用いて通信を行うアクセスポイント(AP)40と、自己位置推定装置50と、を有する。なお、無線LANは、Wi-Fi(登録商標)とも呼ばれ、例えば、IEEE802.11n、IEEE802.11ac等に従ってもよい。
・Simultaneous Localization And Mapping(SLAM)
・レーザセンサ(例えば、Light Detection And Ranging(LiDAR))
・レーダセンサ(例えば、RAdio Detection And Ranging(RADAR))
・カメラ(イメージ)センサ(Image Sensor)
・拡張カルマンフィルタ(Extended Kalman Filter)
・Unscentedカルマンフィルタ(Unscented Kalman Filter)
・ヒストグラムフィルタ(Histogram Filter)
・パーティクルフィルタ(Particle Filter)
・ジャイロセンサ(Gyro Sensor)
・加速度センサ(Accelerometer)
・Indoor MEssaging System(IMES))
・赤外線センサ
・Global Positioning System(GPS)
・Global Navigation Satellite System(GNSS)
≪学習装置≫
図2は、本実施形態に係る位置推定装置及び学習装置の機能構成の一例を示す図である。図2に示すように、学習装置20は、RSSI情報取得部21と、位置関連情報取得部22と、生成部23と、記憶部24と、学習部25と、を有する。
図2に示すように、位置推定装置10は、RSSI情報取得部11と、推定部12と、記憶部13と、制御部14と、を具備する。
次に、位置推定システム1内の各装置(例えば、位置推定装置10、学習装置20、ユーザ端末30、AP40、自己位置推定装置50、自己位置推定装置50を構成する各装置の少なくとも一つ)のハードウェア構成を説明する。図6に示すように、位置推定システム1内の各装置は、演算装置に相当するCPU(Central Processing Unit)10aと、記憶装置10bと、通信部10cと、入力部10dと、出力部10eとを有する。これらの各構成は、バスを介して相互にデータ送受信可能に接続される。なお、本例では、位置推定装置10及び学習装置20は、別々のコンピュータで構成されるが、一台のコンピュータで構成されてもよい。
<学習動作>
図7は、本実施形態に係る学習動作の一例を示すフローチャートである。図7に示すように、ステップS101において、学習装置20は、自己位置推定装置50から送信される信号を用いて各AP40で測定されたRSSIを取得する。具体的には、学習装置20は、当該RSSIを含むRSSI情報(例えば、図3)を各AP40から取得してもよい。また、学習装置20は、自己位置推定装置50からの同一の信号に基づいて一以上のAP40で測定されるRSSIをグループ化してもよい。
図9は、本実施形態に係る位置推定動作の一例を示す図である。図9に示すように、ステップS201において、位置推定装置10は、ユーザ端末30からの信号(例えば、プローブ要求)を用いて測定されたRSSI(ユーザ端末30のRSSIともいう)を各AP40から取得する。なお、ステップS201の詳細は、図7のステップS101と同様である。
なお、上記実施形態では、RSSIは、端末(位置推定装置10又はユーザ端末30)からの信号に基づいてAP40で測定されるものとしたが、これに限られない。RSSIは、AP40からの信号に基づいて当該端末で測定されてもよい。この場合、位置推定装置10は、上記RSSI情報を当該端末から取得してもよい。
12…推定部、13…記憶部、14…制御部、21…RSSI情報取得部、22…位置関連情報取得部、23…生成部、24…記憶部、25…学習部、10a…CPU、10b…記憶装置、10c…通信部、10d…入力部、10e…出力部
Claims (7)
- 一以上のアクセスポイントにおける所定装置からの信号の強度を示す受信信号強度情報と、所定領域内における前記所定装置の位置を示す位置情報と、を対応付けた学習用データを用いた機械学習により生成される位置推定モデルを記憶する記憶部と、
前記一以上のアクセスポイントにおけるユーザ端末からの信号の強度を示す受信信号強度情報を取得する取得部と、
前記取得された受信信号強度情報を前記位置推定モデルに入力して、前記所定領域内における前記ユーザ端末の位置を推定する推定部と、
を備え、
前記受信信号強度情報に関連付けられる日時と前記所定装置によって前記位置が推定された日時とが所定の時間範囲内であるか否かに基づいて、前記学習用データにおける前記受信信号強度情報と前記位置情報との対応付けが決定される、
位置推定装置。 - 前記受信信号強度情報に関連付けられる端末識別情報と前記位置情報に関連付けられる端末識別情報とが同一であるか否かに基づいて、前記学習用データにおける前記受信信号強度情報と前記位置情報との対応付けが決定される、
請求項1に記載の位置推定装置。 - 前記所定装置からの信号は、前記所定装置からのプローブ要求、又は、前記所定装置と各アクセスポイントとの間の接続が確立された後に前記所定装置から送信されるデータ信号である、
請求項1又は請求項2に記載の位置推定装置。 - 前記位置情報は、前記所定装置に搭載されるセンサを用いて推定される2次元座標又は3次元座標の点である、
請求項1から請求項3のいずれかに記載の位置推定装置。 - 前記ユーザ端末の前記推定された位置に基づいて、前記ユーザ端末の動線を示す情報を出力する出力部、
を更に備える請求項1から請求項4のいずれかに記載の位置推定装置。 - 一以上のアクセスポイントにおける所定装置からの信号の強度を示す受信信号強度情報と、所定領域内における前記所定装置の位置を示す位置情報と、を対応付けた学習用データを用いた機械学習により生成される位置推定モデルを用いた位置推定装置による位置推定方法であって、
前記位置推定装置が、前記一以上のアクセスポイントにおけるユーザ端末からの信号の強度を示す受信信号強度情報を取得する工程と、
前記位置推定装置が、前記取得された受信信号強度情報を前記位置推定モデルに入力して、前記所定領域内における前記ユーザ端末の位置を推定する工程と、
を備え、
前記受信信号強度情報に関連付けられる日時と前記所定装置によって前記位置が推定された日時とが所定の時間範囲内であるか否かに基づいて、前記学習用データにおける前記受信信号強度情報と前記位置情報との対応付けが決定される、
位置推定方法。 - 一以上のアクセスポイントにおける所定装置からの信号の強度を示す受信信号強度情報と、所定領域内における前記所定装置の位置を示す位置情報と、を対応付けた学習用データを用いた機械学習により生成される位置推定モデルを記憶する位置推定装置が備えられた演算部を、
前記一以上のアクセスポイントにおけるユーザ端末からの信号の強度を示す受信信号強度情報を取得する取得部と、
前記取得された受信信号強度情報を前記位置推定モデルに入力して、前記所定領域内における前記ユーザ端末の位置を推定する推定部と、
として機能させ、
前記受信信号強度情報に関連付けられる日時と前記所定装置によって前記位置が推定された日時とが所定の時間範囲内であるか否かに基づいて、前記学習用データにおける前記受信信号強度情報と前記位置情報との対応付けが決定される、
位置推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020020395A JP7410510B2 (ja) | 2020-02-10 | 2020-02-10 | 位置推定装置、位置推定方法及び位置推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020020395A JP7410510B2 (ja) | 2020-02-10 | 2020-02-10 | 位置推定装置、位置推定方法及び位置推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021124478A JP2021124478A (ja) | 2021-08-30 |
JP7410510B2 true JP7410510B2 (ja) | 2024-01-10 |
Family
ID=77458693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020020395A Active JP7410510B2 (ja) | 2020-02-10 | 2020-02-10 | 位置推定装置、位置推定方法及び位置推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7410510B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114563000B (zh) * | 2022-02-23 | 2024-05-07 | 南京理工大学 | 一种基于改进型激光雷达里程计的室内外slam方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013053930A (ja) | 2011-09-05 | 2013-03-21 | Nippon Telegr & Teleph Corp <Ntt> | 物品位置特定システム、物品位置特定方法および物品位置特定プログラム |
CN103945533A (zh) | 2014-05-15 | 2014-07-23 | 济南嘉科电子技术有限公司 | 基于大数据的无线实时位置定位方法 |
JP2015040721A (ja) | 2013-08-20 | 2015-03-02 | 国立大学法人東京工業大学 | 推定方法およびそれを利用した推定装置 |
JP2016176907A (ja) | 2015-03-23 | 2016-10-06 | 石川県 | 位置測定システム、位置測定装置、位置測定方法、及びプログラム |
JP2017106798A (ja) | 2015-12-09 | 2017-06-15 | 富士通株式会社 | 測位プログラム、測位方法及び測位装置 |
JP2018521311A (ja) | 2015-05-22 | 2018-08-02 | 華為技術有限公司Huawei Technologies Co.,Ltd. | 人工ニューラルネットワークの測位性能を改善するための方法および装置 |
-
2020
- 2020-02-10 JP JP2020020395A patent/JP7410510B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013053930A (ja) | 2011-09-05 | 2013-03-21 | Nippon Telegr & Teleph Corp <Ntt> | 物品位置特定システム、物品位置特定方法および物品位置特定プログラム |
JP2015040721A (ja) | 2013-08-20 | 2015-03-02 | 国立大学法人東京工業大学 | 推定方法およびそれを利用した推定装置 |
CN103945533A (zh) | 2014-05-15 | 2014-07-23 | 济南嘉科电子技术有限公司 | 基于大数据的无线实时位置定位方法 |
JP2016176907A (ja) | 2015-03-23 | 2016-10-06 | 石川県 | 位置測定システム、位置測定装置、位置測定方法、及びプログラム |
JP2018521311A (ja) | 2015-05-22 | 2018-08-02 | 華為技術有限公司Huawei Technologies Co.,Ltd. | 人工ニューラルネットワークの測位性能を改善するための方法および装置 |
JP2017106798A (ja) | 2015-12-09 | 2017-06-15 | 富士通株式会社 | 測位プログラム、測位方法及び測位装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2021124478A (ja) | 2021-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10750470B2 (en) | Systems and methods for determining if a receiver is inside or outside a building or area | |
US9113291B2 (en) | Location detection within identifiable pre-defined geographic areas | |
CN107209248B (zh) | 支持无线电模型质量保证的方法和设备、计算机存储介质 | |
US9081079B2 (en) | Adaptive updating of indoor navigation assistance data for use by a mobile device | |
JP5680649B2 (ja) | ビーコン場所データベースを構築および利用する装置および方法 | |
CN110582114B (zh) | 检测移动接入点 | |
CN107209247B (zh) | 支持数据的协作收集 | |
JP5980122B2 (ja) | 電磁信号源の位置特定 | |
JP5778154B2 (ja) | 同時無線送信機マッピングおよび移動局測位 | |
JP5956446B2 (ja) | 気圧センサを使用した屋内ポジショニング | |
CN103402258B (zh) | 一种基于Wi‑Fi的室内定位***和方法 | |
JP7157754B2 (ja) | 屋内測位のための正確な高度推定 | |
US9357520B2 (en) | Methods and systems for signal diffusion modeling for a discretized map of signal strength | |
WO2021077218A1 (en) | Stable and accurate indoor localization based on predictive hyperbolic location fingerprinting | |
US20160124069A1 (en) | Systems and methods for estimating a two-dimensional position of a receiver | |
EP3234505B1 (en) | Providing constraint to a position | |
JP7410510B2 (ja) | 位置推定装置、位置推定方法及び位置推定プログラム | |
US20150189478A1 (en) | Apparatus and method for loading radiomap database, and terminal device | |
US20150211845A1 (en) | Methods and Systems for Applying Weights to Information From Correlated Measurements for Likelihood Formulations Based on Time or Position Density | |
Ramaneti et al. | IoT based 2D indoor navigation system using BLE beacons and Dijkstra's algorithm | |
Zhuang et al. | Fast WiFi access point localization and autonomous crowdsourcing | |
KR20240086309A (ko) | Uam의 3차원 측위 방법 및 이를 위한 시스템 | |
CN116952240A (zh) | 基于加权最小二乘法的室内无人机定位方法、介质及无人机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230118 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230908 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231010 |
|
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: 20231204 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231214 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7410510 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |