屋内測位技術の最新動向 pdrの活用が鍵に~ -...

Post on 13-Jul-2020

3 Views

Category:

Documents

0 Downloads

Preview:

Click to see full reader

TRANSCRIPT

屋内測位技術の最新動向~PDRの活用が鍵に~

名古屋大学/位置情報サービス研究機構

河口信夫

2015年11月27日13:40~14:50 G空間EXPO2015ステージ

本日の講演者松下 裕介 様株式会社リコー リコーICT研究所

システム研究センター 所属

上坂 大輔 様株式会社KDDI研究所データマイニング応用グループ 研究主査

屋内コンテキスト認識技術•位置推定

• ナビゲーション•動線解析

• 業務改善•生活行動支援(コンテキストアウェア)

集団のコンテキスト•人流解析

• マーケティング•避難支援

屋内測位

BLE/iBeacon音波タグ

屋内位置測位技術の最新状況• WiFi → PlaceEngine , Lisra WiFi, CISCO MSE

+ 展開・実装が容易、安価

- 精度不安定 iPhone では利用できない問題

• IMES → IMES+ すべての端末(スマホ)に搭載される可能性

– 測定遅い, 実用化は 2018年~• 音波 / 光 /iBeacon → shopkick, スマポ, Apple

+ 位置推定精度は高い、端末対応(音)- 広域では利用できない、専用アプリ・端末(光)

• PDR(自律測位)

+ 安価、精度も期待できる

- 絶対位置がわからないため、他の技術と複合が必要

コンテキスト認識に用いられる技術•屋内位置推定(測位)

• BLE, WiFi, 音波, PDR, 磁気, 気圧等を融合•行動認識(静止・歩行・階段上下)•姿勢推定(寝る・座る・立つ)•環境認識(音・明るさ)

歩行者デッドレコニング(PDR)

特に重要なのは

WiFi, 音波, BLE, IMES等を使う場合でも補完技術として必要!

追加インフラ不要の位置推定手法•歩行者デッドレコニング(PDA)

• 内臓センサ(加速度・ジャイロ・気圧等)を利用して歩幅・歩数・移動方向を推定

• 相対的な移動経路の取得が可能

• 他のシステムとの統合

• 誤差が累積

スマートホン・センサによる姿勢推定

7

スマートホンの内部センサのみを利用

スマートホン・センサによるPDR

8

方向/歩数/1歩毎の距離から経路を推定

PDR(歩行者デッドレコニング)の課題•多数のPDR技術が実用投入されつつある

• 多様な実装、性能もまちまち• 国交省の実証では、7団体がPDRを投入• G空間シティ事業でも異なるPDRを利用

•評価方法も確立されていない• 距離や経路の複雑さで、精度が変化• PDRベンチマーク標準化(準備)委員会

(産総研 蔵田氏)(立ち上げ賛同 24組織)

•評価用データも十分ではない• HASC-IPSC(100名分の屋内移動データ)

UbiComp/ISWC PDR Challenge• PDRの性能を様々な側面で競う•目的:

• 多様な PDR エンジンの性能評価

•評価指標そのものの評価

• 今後のPDR評価用のデータ収集• 多様な端末、多様なユーザ• 端末の性能評価もできる

PDRエンジンの評価方法多様な評価指標が考えられる•位置、方向(方位)、距離

•高さ(階段の段数)

•バッテリ消費

•安定性/ロバスト性

•レスポンス(遅延)•他にも?

さらに複雑なことに•本来はPDRは単独では利用されず、他の手法との補完技術として利用される

• BLE/音波/IMES/WiFiなど

•他の技術と、どのように融合するかも重要なPDRの利用手法(これについては、評価が一段と困難)

• 融合方法の評価• 他でリセットされてからの精度評価など

UbiComp/ISWC会場でのメリット•多数の被験者(参加者800人以上)(国際的な被験者を確保可能)

• PDR技術の認知度向上

•データは成果として国際公開

実施方法•会場に事前にコースを作成

•参加者にアルゴリズムを提出→ 評価システムを構築して運用

•被験者にコースにそって歩いてもらう

•被験者がどんどん参加できるように被験者にも参加賞を

PDRアルゴリズム評価システム

ALG1

ALG2

ALG3

R1

R2

R3

評価サーバ

PDR Challenge歩行コーパス

PDR app

ALG1ALG

2ALG

3

ALG1ALG

2ALG

3

Evaluation Result

PDR実施の様子

10 LIDAR sensors placed at Tower C Taking Traces for Ground Truth data

PDR Data Collection withsupporter

PDR Challenge データ収集の結果

•総被験者数: 105•総経路数 : 343•データサイズ: 660MByte•LIDAR データ: 2.5Gbyte

実施例

Assigned route

Estimated route

Horizontal View

Vertical View

Assigned route

Estimated route

Horizontal View

Vertical View

実施例

評価結果

Error Avg. [m]

Error SD.

Team Freshers 12.96 9.21TUT USL 13.06 7.78

No PDR, No future. 3.49 1.69Kohei Kanagu 10.67 6.53Team UCLAB(unofficial)

46.93 9.37

評価結果

Error Avg. [m]

Error SD.

Team Freshers 12.96 9.21TUT USL 13.06 7.78

No PDR, No future. 3.49 1.69Kohei Kanagu 10.67 6.53Team UCLAB(unofficial)

46.93 9.37

(evaluation by 231 traces)

優勝チーム

「No PDR, No future.」KDDI研究所

ここからはKDDI研究所 上坂 大輔 様

PDR Challenge 及び、PDRに関する取り組み

リコー 松下 裕介 様PDR Challenge Exhibition Hybrid PDR システムの紹介

議論• PDR はビジネスになるか?

•ハイブリッド測位の方法論

•評価は?

•ビーコンの配置間隔?

PDRの将来•屋内測位において、PDRは必須技術

•各社の競争領域ではあるが、ある程度は協調して一緒にデータ収集・研究開発

top related