CN110691982A - 位置推断系统 - Google Patents

位置推断系统 Download PDF

Info

Publication number
CN110691982A
CN110691982A CN201880034559.2A CN201880034559A CN110691982A CN 110691982 A CN110691982 A CN 110691982A CN 201880034559 A CN201880034559 A CN 201880034559A CN 110691982 A CN110691982 A CN 110691982A
Authority
CN
China
Prior art keywords
transmitter
control unit
receivers
region
areas
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.)
Granted
Application number
CN201880034559.2A
Other languages
English (en)
Other versions
CN110691982B (zh
Inventor
田中信成
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.)
Murata Manufacturing Co Ltd
Original Assignee
Murata Manufacturing Co Ltd
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 Murata Manufacturing Co Ltd filed Critical Murata Manufacturing Co Ltd
Publication of CN110691982A publication Critical patent/CN110691982A/zh
Application granted granted Critical
Publication of CN110691982B publication Critical patent/CN110691982B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252—Radio frequency fingerprinting
    • G01S5/02521—Radio frequency fingerprinting using a radio-map
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0205—Details
    • G01S5/0221—Receivers
    • G01S5/02213—Receivers arranged in a network for determining the position of a transmitter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252—Radio frequency fingerprinting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明的位置检测系统(1)具备：多个接收机(3)，接收来自发送机(2)的电波；和控制单元(4)，与这些接收机(3)连接。控制单元(4)使用机器学习根据预先获取的预先数据来推断发送机(2)的存在位置。预先数据是在发送机(11)配置于在区域内坐标明确的位置的状态下，基于接收机(3)接收到的电波的数据。控制单元(4)使用由全部的接收机(3)接收到的电波的数据，通过二分法阶段性地缩小发送机(2)的存在范围，从而从在区域内预先分割出的多个区域中确定一个区域作为发送机(2)的存在位置。

Description

位置推断系统
技术领域
本发明涉及推断发送机的位置的位置推断系统。
背景技术
通常，公知有推断像无线终端那样的能够移动的发送机(移动台)的位置的位置推断系统(例如，参照非专利文献1)。非专利文献1公开了在进行位置推断的四边形的区域的四角配置接收机，并推断区域内的发送机的位置的系统。在该系统中，预先在区域内的多个位置配置发送机，利用接收机接收来自发送机的信号，并预先学习接收信号强度的值(RSSI值)与发送机的位置的关系。在此基础上，若发送机被配置于区域内，则将事先测定出的特征最相似的位置推断为发送机的位置。
非专利文献1：辻野友孝等4名，“基于学习的位置坐标推断系统及其应用”，第23次人工智能学会全国大会，1H1-2，2009年6月
然而，在非专利文献1所公开的位置推断系统中，将进行位置推断的区域预先分割成多个(例如4个)块，并使用对每个块配置的接收机推断存在发送机的概率较高的1个块。然而，在想分割成更细小的区域来进行推断的情况下，则需要很多的接收机。除此之外，例如在产生多重反射等的环境中，有在多个块中发送机的存在概率升高的情况。因此，存在发送机的推断位置变得不稳定的担忧。
发明内容
本发明是鉴于上述的现有技术的问题而完成的，本发明的目的在于提供在多个接收区域，不用在每个接收区域都需要接收机就能够推断发送机的位置的位置推断系统。
为了解决上述的课题，本发明涉及的位置推断系统具备：多个接收机，接收来自发送机的电波；以及控制单元，通过有线或无线连接于这些接收机，其特征在于，所述控制单元使用机器学习根据预先获取的预先数据来推断所述发送机的存在位置，使用由全部的所述接收机接收到的电波的数据，通过二分法阶段性地缩小所述发送机的存在范围，来推断所述发送机的存在位置。
根据本发明，在多个接收区域，不用在每个接收区域都需要接收机就能够推断发送机的位置。
附图说明
图1是表示第一至第三实施方式的位置推断系统的整体结构的框图。
图2是表示第一实施方式的接收机的配置的说明图。
图3是表示推断发送机的位置的位置推断处理的流程图。
图4是接着图3的流程图。
图5是表示通过二分法确定发送机的X方向的位置的过程的说明图。
图6是表示通过二分法确定发送机的Y方向的位置的过程的说明图。
图7是表示第二实施方式的接收机的配置的说明图。
图8是表示发送机的位置与X方向和Y方向的判定结果的关系的说明图。
图9是表示第三实施方式的接收机的配置的说明图。
具体实施方式
以下，参照附图对本发明的实施方式的位置推断系统进行详细说明。
图1和图2表示第一实施方式的位置推断系统1。位置推断系统1具备：多个接收机3，接收来自发送机2的电波；和控制单元4，通过有线或无线与这些接收机3连接。
发送机2例如是成为检测对象物的能够移动的无线终端，是移动台。发送机2具备振荡器、调制器、放大器、天线(均未图示)。发送机2朝向接收机3发送包含各种信号的电波。发送机2所发送的电波例如可以是用于无线LAN或近距离无线通信的频率范围(2.4GHz频段、5GHz频段)的电波，也可以是其他的频带的电波。
接收机3构成配置于预先决定的场所的固定台。如图2所示，在推断发送机2的位置的区域R，在相互不同的位置设置有多台接收机3。接收机3具备振荡器、解调器、天线(均未图示)。这些接收机3接收从发送机2发送出的电波。此时，接收机3获取接收信号强度的值(RSSI值)作为基于来自发送机2的电波的数据。接收机3将RSSI值(定位数据)向控制单元4输出。
图2例示了在确定发送机2的位置的区域R，例如配置了合计10台接收机3的情况，但接收机3的位置并不限于区域R的内部。在能够接收来自区域R内的发送机2的电波的范围内，接收机3也可以配置于区域R的周围、区域R的外部。接收机3的台数比确定发送机2的位置的区域A11～A44(接收区域)的数量(例如16个)少。
控制单元4通过有线或无线与全部的接收机3连接。控制单元4例如由微型计算机等构成。控制单元4具有储存预先数据、位置推断处理的程序的存储器5(存储部)。控制单元4通过执行图3和图4所示的位置推断处理的程序，从全部的接收机3接收发送机2的RSSI值，并基于这些RSSI值推断发送机2的位置。
控制单元4使用机器学习根据预先数据推断发送机2的存在位置。预先数据是将发送机11(数据获取用发送机)配置于坐标明确的预先决定的位置时的RSSI值的数据，通过以下的过程获取。
首先，将推断发送机2的位置的整体区域R在相互正交的X方向和Y方向上以2的乘方数进行分割。区域R是任意的形状，也可以不是正方形。由此，将区域R分割成排列为矩阵状的多个区域。此外，图2例示了区域R在X方向和Y方向分别被分割成四部分的情况。因此，在区域R形成有合计16个区域A11～A44。此时，区域Axy的下标x对应于X方向的位置，从X方向的一侧(图2中的左侧)朝向另一侧(图2中的右侧)数值变大。区域Axy的下标y对应于Y方向的位置，从Y方向的一侧(图2中的下侧)朝向另一侧(图2中的上侧)数值变大。
接下来，为了获取预先数据，准备发送机11。发送机11是发送包含为了确定位置所需的信息的电波的装置，例如能够发送与发送机2相同的电波即可。而且，将发送机11配置于区域R内的预先决定的位置(坐标明确的位置)。在该状态下，接收机3接收来自发送机11的电波，并将基于所接收到的电波的RSSI值向控制单元4输出。在区域R内的坐标明确的任意位置反复以上的操作。
此外，在获取预先数据时，发送机11不被限制在各区域A11～A44的位置。即，事先学习的位置和测定数量不依赖于区域R、区域的数量，只要能够仅确定获取预先数据时的发送机11的坐标值即可。但是，若没有与区域A11～A44相同程度的数量和分布的预先数据，则无法确保推断精度。因此，考虑所希望的推断精度来获取预先数据。控制单元4使用坐标已知的预先数据进行机器学习(有教师学习)，确定全部的接收机3的RSSI值与发送机11所处的坐标的对应关系。此时，在基于预先数据的机器学习中，例如能够利用SVM(SupportVector Machine：支持向量机)、决策树等已知的算法。
控制单元4使用由全部的接收机3接收到的电波的数据(RSSI值)，通过二分法阶段性地缩小位置未知的发送机2的存在范围，来推断发送机2的存在位置。具体而言，控制单元4确定区域R内的区域A11～A44中的任意一个区域作为发送机2的存在位置。
接下来，使用图1至图4，对本实施方式的控制单元4执行的位置推断处理进行说明。
首先，通过执行步骤1～6来推断发送机2在X方向的位置。
在步骤1中，选择位于区域R内的全部的区域A11～A44。即，在步骤1中，选择区域R的整体作为用于进行X方向的推断处理的初始状态。在接着的步骤2中，将所选择的区域在X方向上分割成两部分。
在步骤3中，判定发送机2是否存在于分割后的两个区域中的一个区域。作为一个例子，在将全部的区域A11～A44在X方向(图2中的左右方向)分割成两部分时，位于X方向的另一侧(图2中的右侧)的区域A31～A44为一个区域，位于X方向的一侧(图2中的左侧)的区域A11～A24为另一个区域。此外，也可以将位于X方向的一侧(图2中的左侧)的区域A11～A24作为一个区域，将位于X方向的另一侧(图2中的右侧)的区域A31～A44作为另一个区域。一个区域与另一个区域的关系当区域在X方向上缩小时也相同。
控制单元4计算发送机2存在于两个区域中的一个区域的概率PxA、和发送机2存在于剩余的区域(从区域R省略一个区域后的区域)的概率PxB。控制单元4判定这两个概率PxA、PxB中，概率PxA是否比概率PxB高(PxA＞PxB)。
在概率PxA比概率PxB高时，在步骤3中判定为“是”，并移至步骤4。在步骤4中，选择一个区域，并移至步骤6。
与此相对，在概率PxA比概率PxB低时，在步骤3中判定为“否”，并移至步骤5。在步骤5中，选择另一个区域，并移至步骤6。
在接着的步骤6中，判定在步骤4或步骤5中所选择的区域的大小在X方向上是否为最小。即，判定在步骤4或步骤5中所选择的区域在X方向上是否为单一(1列)。在步骤6中判定为“否”时，所选择的区域的大小没有缩小至最小单位，有进一步分割的余地。因此，反复步骤2及步骤2以后的处理。
另一方面，在步骤6中判定为“是”时，所选择的区域的大小缩小至最小单位。因此，移至步骤7。
接下来，通过执行步骤7～12来推断发送机2在Y方向的位置。
在步骤7中，选择位于区域R内的全部的区域A11～A44。即，在步骤7中，选择区域R的整体作为用于进行Y方向的推断处理的初始状态。在接着的步骤8中，将所选择的区域在Y方向上分割成两部分。
在步骤9中，判定发送机2是否存在于分割后的两个区域中的一个区域。作为一个例子，在将全部的区域A11～A44在Y方向上(图2中的上下方向)分割成两部分时，位于Y方向的另一侧(图2中的上侧)的区域A13～A44为一个区域，位于Y方向的一侧(图2中的下侧)的区域A11～A42为另一个区域。此外，也可以将位于Y方向的一侧(图2中的下侧)的区域A11～A42作为一个区域，将位于Y方向的另一侧(图2中的上侧)的区域A13～A44作为另一个区域。一个区域与另一个区域的关系当区域在Y方向上缩小时也相同。
控制单元4计算发送机2存在于两个区域中的一个区域的概率PyA、和发送机2存在于剩余的区域(从区域R省略一个区域后的区域)的概率PyB。控制单元4判定这两个概率PyA、PyB中，概率PyA是否比概率PyB高(PyA＞PyB)。
在概率PyA比概率PyB高时，在步骤9中判定为“是”，并移至步骤10。在步骤10中，选择一个区域，并移至步骤12。
与此相对，在概率PyA比概率PyB低时，在步骤9中判定为“否”，并移至步骤11。在步骤11中，选择另一个区域，并移至步骤12。
在接着的步骤12中，判定在步骤10或步骤11中所选择的区域的大小在Y方向上是否为最小。即，判定在步骤10或步骤11中所选择的区域在Y方向上是否为单一(1行)。在步骤12中判定为“否”时，所选择的区域的大小没有缩小至最小单位，有进一步分割的余地。因此，反复步骤8以后的处理。
另一方面，在步骤12中判定为“是”时，所选择的区域的大小缩小至最小单位。因此，移至步骤13，确定一个区域作为发送机2所存在的位置。即，在步骤13中，控制单元4求出通过步骤1～6的处理所确定的X方向的1列的区域和通过步骤7～12的处理所确定的Y方向的1行的区域相互重叠的一个区域。由此，控制单元4从配置成矩阵状的多个区域A11～A44中确定一个区域作为发送机2的存在位置。
此外，图3中的步骤1～6表示推断发送机2在X方向的位置的X方向推断处理部的具体例。图4中的步骤7～12表示推断发送机2在Y方向的位置的Y方向推断处理部的具体例。图4中的步骤13表示从多个区域A11～A44中确定成为发送机2的存在位置的单一区域的区域确定部的具体例。
另外，步骤1～6所示的X方向推断处理部和步骤7～12所示的Y方向推断处理部可以先执行任意一个，也可以通过并行处理一起执行两者。
第一实施方式的位置推断系统1具有如上述的结构，接下来参照图2、图5以及图6对其动作进行说明。
图5和图6表示从被分割成多个区域的区域R中确定一个区域作为发送机2的位置的过程。此外，如图2所示，示出了区域R在X方向和Y方向均被分割成4个区域的情况。因此，在区域R中存在有合计16个区域A11～A44。图5和图6示出了发送机2配置于在区域R内在X方向上从左起第三个位置、并且在Y方向上从下起第三个位置的区域A33的情况的推断过程。
最初选择区域R所包含的全部的区域A11～A44。此时，如图5中的上段所示，在区域A11～A44的X方向的中间位置X2将区域A11～A44分割成两个。由此，区域A11～A44被分割为区域A11～A24和区域A31～A44。在该状态下，控制单元4选择区域A11～A24和区域A31～A44中的任意一方(例如，区域A31～A44)，并判定发送机2存在于所选择的区域A31～A44的概率是否比发送机2存在于剩余的区域A11～A24的概率高。
此时，控制单元4对全部的接收机3所接收到的电波的RSSI值的数据和预先获取的预先数据进行比较。
在存在于区域A31～A44的概率比存在于剩余的区域A11～A24的概率高时，在区域A31～A44的X方向的中间位置X3将区域A31～A44分割成两个(参照图5中的中段)。由此，区域A31～A44被分割为区域A31～A34和区域A41～A44。在该状态下，控制单元4选择区域A31～A34和区域A41～A44中的任意一方(例如，区域A41～A44)，并判定发送机2存在于所选择的区域A41～A44的概率是否比发送机2存在于剩余的区域A11～A34的概率高。
具体而言，对发送机2存在于区域A41～A44的概率和发送机2存在于区域R内的剩余的区域A11～A34的概率进行比较。在发送机2存在于区域A41～A44的概率比发送机2存在于剩余的区域A11～A34的概率高时，选择区域A41～A44。与此相对，在发送机2存在于剩余的区域A11～A34的概率比发送机2存在于区域A41～A44的概率高时，选择剩余的区域A11～A34中的在前阶段选择过的区域A31～A44所包含(重叠)的区域A31～A34。由此，如图5中的下段所示，确定区域A31～A34作为发送机2所存在的X方向的位置。
接下来，控制单元4对于Y方向也进行同样的处理。因此，最初选择区域R所包含的全部的区域A11～A44。此时，如图6中的上段所示，在区域A11～A44的Y方向的中间位置Y2将区域A11～A44分割成两个。由此，区域A11～A44被分割为区域A11～A42和区域A13～A44。在该状态下，控制单元4选择区域A11～A42和区域A13～A44中的任一方(例如，区域A13～A44)，并判定发送机2存在于所选择的区域A13～A44的概率是否比发送机2存在于剩余的区域A11～A42的概率高。
在存在于区域A13～A44的概率比存在于剩余的区域A11～A42的概率高时，在区域A13～A44的Y方向的中间位置Y3将区域A13～A44分割成两个(参照图6中的中段)。由此，区域A13～A44被分割为区域A13～A43和区域A14～A44。在该状态下，控制单元4选择区域A13～A43和区域A14～A44中的任一方(例如区域A14～A44)，并判定发送机2存在于所选择的区域A14～A44的概率是否比发送机2存在于剩余的区域A11～A43的概率高。具体而言，对发送机2存在于区域A14～A44的概率和发送机2存在于区域R内的剩余的区域A11～A43的概率进行比较。
在发送机2存在于区域A14～A44的概率比发送机2存在于剩余的区域A11～A43的概率高时，选择区域A14～A44。与此相对，在发送机2存在于剩余的区域A11～A43的概率比发送机2存在于区域A14～A44的概率高时，选择剩余的区域A11～A43中的在前阶段所选择的区域A13～A44所包含(重叠)的区域A13～A43。由此，如图6中的下段所示，确定区域A13～A43作为发送机2所存在的Y方向的位置。其结果，由于在区域R内X方向和Y方向的位置被确定，因此确定在X方向上确定出的区域A31～A34和在Y方向上确定出的区域A13～A43重叠的区域A33作为最终的发送机2的位置。
如此，根据第一实施方式，控制单元4通过二分法阶段性地缩小发送机2的存在范围，来推断发送机2的存在位置。因此，与通过一次推断处理推断发送机2的存在位置的情况相比，发送机2的推断位置容易稳定，并且能够最终确定为一个区域。
另外，在缩小发送机2的存在范围时，若仅使用其缩小后的范围内的接收机3的数据，则接收机3的数量慢慢减少，因此位置的推断精度降低。与此相对，第一实施方式的位置推断系统1即使在缩小了发送机2的存在范围时，也能使用全部的接收机3所接收的电波的数据，来推断发送机2的存在位置。因此，即使在缩小了发送机2的存在范围时，对于发送机2的位置，也能够抑制推断精度的降低。由此，在多个区域A11～A44中，不用每个区域都需要接收机3，就能够推断发送机2的存在位置。
进一步，将推断的整体区域R分割成排列为矩阵状的多个区域A11～A44。在此基础上，控制单元4在X方向和Y方向通过二分法阶段性地缩小发送机2的存在范围，来确定一个区域作为发送机2的存在位置。因此，控制单元4由于能够通过二分法分别确定X方向的存在位置和Y方向的存在位置，因此能够从排列为矩阵状的多个区域A11～A44中确定一个区域作为发送机2的存在位置。
接下来，图1和图7示出本发明的第二实施方式的位置推断系统。第二实施方式的特征在于，区域中所包含的区域的数量和接收机的台数不同。此外，在第二实施方式中，对于与第一实施方式相同的结构标注相同的附图标记，并省略其说明。
第二实施方式的位置推断系统21构成为与第一实施方式的位置推断系统1几乎相同。因此，位置推断系统21包括接收机22、控制单元23等而构成。但是，在第二实施方式和第一实施方式中，区域R所包含的区域的数量和接收机22的台数不同。具体而言，在第二实施方式中，在区域R包含有64个区域A11～A88，使用17台接收机22来确定一个区域。
接收机22构成为与第一实施方式的接收机3相同。在确定发送机2的位置的区域R，在相互不同的位置设置有多台(例如17台)接收机22。接收机22接收从发送机2发送出的电波。此时，接收机22基于来自发送机2的电波，获取接收信号强度的值(RSSI值)。接收机22将RSSI值(定位数据)向控制单元23输出。
控制单元23构成为与第一实施方式的控制单元4相同。因此，控制单元23通过有线或无线与全部的接收机22连接。控制单元23通过执行图3和图4所示的位置推断处理的程序，从全部的接收机22接收发送机2的RSSI值，并基于这些RSSI值来推断发送机2的位置。另外，控制单元23使用机器学习根据预先数据推断发送机2的存在位置。具体而言，控制单元23基于从全部的接收机22输出的发送机2的RSSI值，确定区域R内所包含的64个区域A11～A88中的任意一个区域。
如图7所示，在第二实施方式中，区域R在X方向和Y方向分别被分割成八个部分。由此，在区域R形成有合计64个区域A11～A88。此时，区域Axy的下标x对应于X方向的位置，从X方向的一侧(图7中的左侧)朝向另一侧(图7中的右侧)数值变大。区域Axy的下标y对应于Y方向的位置，从Y方向的一侧(图7中的下侧)朝向另一侧(图7中的上侧)数值变大。
图8表示在控制单元23推断出发送机2的位置时，发送机2的位置与X方向和Y方向的判定结果的关系。此时，假设将一条边为10m的正方形的区域在X方向和Y方向上分别分割为8等分的情况。X方向的中间位置X1～X7表示在X方向上应用二分法的位置。中间位置X1是在X方向上1.25m的位置。中间位置X2是在X方向上2.5m的位置。中间位置X3是在X方向上3.75m的位置。中间位置X4是在X方向上5m的位置。中间位置X5是在X方向上6.25m的位置。中间位置X6是在X方向上7.5m的位置。中间位置X7是在X方向上8.75m的位置。
同样，中间位置Y1是在Y方向上1.25m的位置。中间位置Y2是在Y方向上2.5m的位置。中间位置Y3是在Y方向上3.75m的位置。中间位置Y4是在Y方向上5m的位置。中间位置Y5是在Y方向上6.25m的位置。中间位置Y6是在Y方向上7.5m的位置。中间位置Y7是在Y方向上8.75m的位置。
另外，对于X方向，在判定结果为“1”时，表示判定为发送机2存在于在X方向上比对应的中间位置远离原点(0m)的区域。另一方面，对于X方向，在判定结果为“0”时，表示判定为发送机2存在于在X方向上比对应的中间位置靠近原点(0m)的区域。X方向的判定结果对应于图3中的步骤3的处理。
同样地，对于Y方向，在判定结果为“1”时，表示判定为发送机2存在于在Y方向上比对应的中间位置远离原点(0m)的区域。另一方面，对于Y方向，在判定结果为“0”时，表示判定为发送机2存在于在Y方向上比对应的中间位置靠近原点(0m)的区域。Y方向的判定结果对应于图4中的步骤9的处理。
作为一个例子，对于发送机2配置于在X方向上为0.5m、在Y方向上为3.5m的位置P1的情况，参照图7和图8，对发送机2的位置推断过程进行说明。
首先，对于X方向，对发送机2的位置推断过程进行说明。最初在整体的中间位置X4将区域A11～A88分割成两部分，并判定发送机2存在于一个区域A51～A88的概率是否较高。由于中间位置X4的判定结果为“0”，因此控制单元23判定为发送机2存在于比中间位置X4靠近X方向的原点的区域A11～A48。因此，在比中间位置X4靠近X方向的原点的中间位置X2将区域A11～A48分割成两部分，并判定发送机2存在于一个区域A31～A48的概率是否较高。由于中间位置X2的判定结果为“0”，因此控制单元23判定为发送机2存在于比中间位置X2靠近X方向的原点的区域A11～A28。因此，在比中间位置X2靠近X方向的原点的中间位置X1将区域A11～A28分割成两部分，并判定发送机2存在于一个区域A21～A28的概率是否较高。中间位置X1的判定结果为“0”。其结果，控制单元23推断为发送机2存在于作为比中间位置X1靠近X方向的原点的范围的在X方向上为0m以上3.5m以下的区域A11～A18。
接下来，对于Y方向，对发送机2的位置推断过程进行说明。最初在整体的中间位置Y4将区域A11～A88分割成两部分，并判定发送机2存在于一个区域A15～A88的概率是否较高。由于中间位置Y4的判定结果为“0”，因此控制单元23判定为发送机2存在于比中间位置Y4靠近Y方向的原点的区域A11～A84。因此，在比中间位置Y4靠近Y方向的原点的中间位置Y2将区域A11～A84分割成两部分，并判定发送机2存在于一个区域A13～A84的概率是否较高。由于中间位置Y2的判定结果为“1”，因此控制单元23判定为发送机2存在于比中间位置Y2远离Y方向的原点的区域A13～A84。因此，在比中间位置Y2远离Y方向的原点的中间位置Y3将区域A13～A84分割成两部分，并判定发送机2存在于一个区域A14～A84的概率是否较高。中间位置Y3的判定结果为“1”。其结果，控制单元23推断为发送机2存在于作为中间位置Y3与中间位置Y4之间的范围的在Y方向上为3.75m以上5m以下的区域A14～A84。
根据以上那样的X方向和Y方向的推断结果，控制单元23作为发送机2的存在位置推断为发送机2存在于在X方向上为0m以上3.5m以下、并且在Y方向上为3.75m以上5m以下的区域A14。
此外，根据图8所示的判定结果，例如，在发送机2配置于X方向上为0.5m、Y方向上为3.5m的位置P1时，控制单元23在Y方向的推断位置上产生错误。然而，即使在中间位置X1～X7、中间位置Y1～Y7的判定中产生错误、矛盾时，通过基于二分法从全部的区域推断位置，也能够确定可靠的一个区域。
对于发送机2配置于在X方向上为4.5m、在Y方向上为7.5m的位置P2的情况和发送机2配置于在X方向上为7.5m、在Y方向上为1.5m的位置P3的情况，控制单元23也能基于与上述相同的位置推断过程，来推断发送机2的存在位置。
由此，在发送机2配置于在X方向上为4.5m、在Y方向上为7.5m的位置P2的情况下，控制单元23推断为位于在X方向上为3.75m以上5m以下、且在Y方向上为7.5m以上8.75m以下的区域A47。
另外，在发送机2配置于在X方向上为7.5m、在Y方向上为1.5m的位置P3的情况下，控制单元23推断为位于在X方向上为7.5m以上8.75m以下、且在Y方向上为1.25m以上2.5m以下的区域A72。
像这样，控制单元23对于X方向推断发送机2存在于判定结果为“0”和“1”切换的边界位置(区域)。另外，控制单元23对于Y方向推断发送机2存在于判定结果为“0”和“1”切换的边界位置(区域)。
此外，图8例示了判定结果的错误、矛盾较少的情况。然而，即使在判定结果的错误等增加时，也能够确定一个区域作为发送机2的位置。因此，发送机2的位置不会变得不明确，并能够提高对于位置确定的可靠性、稳定性。
如此，即使是第二实施方式也能够获得与第一实施方式几乎相同的作用效果。
接下来，图1和图9表示本发明的第三实施方式的位置推断系统。第三实施方式的特征在于，控制单元通过将多台中的任意1台接收机用作发送机，来获取机器学习用的预先数据。此外，在第三实施方式中，对与第一实施方式相同的结构标注相同的附图标记，并省略其说明。
第三实施方式的位置推断系统31构成为与第一实施方式的位置推断系统1几乎相同。因此，位置推断系统31包括接收机32、控制单元33等而构成。其中，接收机32具有发送机11的功能。在该点上，与第一实施方式不同。
接收机32构成为与第一实施方式的接收机3相同。因此，接收机32构成配置于预先决定的场所的固定台。在确定发送机2的位置的区域R，在相互不同的位置设置有多台接收机32。接收机32接收从发送机2发送出的电波。此时，接收机32基于来自发送机2的电波，获取接收信号强度的值(RSSI值)。接收机32将RSSI值(定位数据)向控制单元33输出。
其中，接收机32也具有用于获取预先数据的发送机11的功能。因此，在控制单元33获取预先数据时，将多个接收机32中的任意一个接收机32用作发送机11。
若任意1台接收机32作为发送机11进行动作并发送电波，则剩余(9台)接收机32接收该电波。因此，控制单元33从剩余的接收机32获取RSSI值的数据作为预先数据。控制单元33基于预先获取的预先数据，对全部的接收机32的RSSI值与发送机2的对应关系进行机器学习。
在推断发送机2的位置时，根据基于预先获取的预先数据的学习结果，通过二分法从来自全部的接收机32的RSSI值阶段性地缩小区域R，来确定发送机2所存在的最小单位的区域。
如此，即使是第三实施方式，也能够获得与第一实施方式几乎相同的作用效果。另外，在第三实施方式的位置推断系统31中，控制单元33通过将多个接收机32中的任意一个接收机32用作发送机11，来获取机器学习用的预先数据。因此，在获取预先数据时，不需要与接收机32分开准备发送机11。
此外，在上述第一至第三实施方式中，对于X方向和Y方向这两个方向通过二分法阶段性地缩小发送机的存在范围，来推断发送机的存在位置。本发明不限于此，也能够在任意形状的区域利用非正交的坐标轴。另外，例如如果是像地下通路那样细长的区域，则也可以仅对一个方向通过二分法阶段性地缩小发送机的存在范围，来推断发送机的存在位置。
另外，在上述第一实施方式中，在推断发送机2的位置时，控制单元4使用由全部的接收机3接收到的电波的数据。然而，无需全部的接收机3一直接收来自位于区域R内的发送机2的电波。多个接收机3中的一部分接收机3也可以不能接收来自发送机2的电波。例如，配置于远离发送机2的位置的接收机3也可以不能接收来自发送机2的电波。控制单元4考虑来自能够接收的接收机3的数据和来自不能接收的接收机3的数据这两方的数据，来推断发送机2的位置。以上的点在第二、第三实施方式的位置推断系统21、31中也是相同。
另外，上述各实施方式是例示，例如区域R所包含的区域的数量、接收机的台数等，能够根据位置推断的精度等那样的要求规格适当地变更。
接下来，对上述的实施方式所包含的发明进行记载。本发明的特征在于，是一种位置推断系统，具备：多个接收机，接收来自发送机的电波；和控制单元，通过有线或无线与这些接收机连接，上述控制单元使用机器学习根据预先获取的预先数据推断上述发送机的存在位置，使用由全部的上述接收机接收到的电波的数据，通过二分法阶段性地缩小上述发送机的存在范围，来推断上述发送机的存在位置。
根据本发明，控制单元通过二分法阶段性地缩小发送机的存在范围，来推断发送机的存在位置。因此，与通过一次推断处理推断发送机的存在位置的情况相比，发送机的推断位置更容易稳定，并且，能够最终确定为一个区域。另外，在缩小发送机的存在范围时，在仅使用其缩小后的范围内的接收机的数据的情况下，由于接收机的数量慢慢减少，因此位置的推断精度降低。与此相对，在本发明中，即使在缩小了发送机的存在范围时，也能使用由全部的接收机接收到的电波的数据，来推断发送机的存在位置。因此，即使在缩小了发送机的存在范围时，对于发送机的位置，也能够抑制推断精度的降低。由此，在多个区域(接收区域)中，不用每个区域都需要接收机，就能够推断发送机的存在位置。
在本发明中，在相互正交的X方向和Y方向上以2的乘方数对推断上述发送机的位置的整体区域进行分割，并将上述区域分割成排列为矩阵状的多个区域，上述控制单元使用由全部的上述接收机接收到的电波的数据，对于X方向和Y方向通过二分法阶段性地缩小上述发送机的存在范围，确定一个上述区域作为上述发送机的存在位置。
根据本发明，将推断的整体的区域分割成排列为矩阵状的多个区域。在此基础上，控制单元对于X方向和Y方向通过二分法阶段性地缩小发送机的存在范围，来确定一个区域作为发送机的存在位置。因此，由于控制单元能够通过二分法分别确定X方向的存在位置和Y方向的存在位置，因此能够从排列为矩阵状的多个区域中确定一个区域作为发送机的存在位置。
在本发明中，上述控制单元通过将任意一个上述接收机用作上述发送机，来获取机器学习用的上述预先数据。
根据本发明，控制单元通过将多个接收机中的任意一个接收机用作发送机，来获取机器学习用的预先数据。因此，在获取预先数据时，无需与接收机分开准备发送机。
附图标记说明
1、21、31…位置推断系统；2、11…发送机；3、22、32…接收机；4、23、33…控制单元。

Claims (3)

1.一种位置推断系统，具备：多个接收机，接收来自发送机的电波；以及控制单元，通过有线或无线连接于这些接收机，其特征在于，
所述控制单元使用机器学习根据预先获取的预先数据来推断所述发送机的存在位置，
使用由全部的所述接收机接收到的电波的数据，通过二分法阶段性地缩小所述发送机的存在范围，来推断所述发送机的存在位置。
2.根据权利要求1所述的位置推断系统，其特征在于，
将推断所述发送机的位置的整体区域在相互正交的X方向和Y方向上以2的乘方数进行分割，并将所述区域分割为排列成矩阵状的多个区域，
所述控制单元使用由全部的所述接收机接收到的电波的数据，在X方向和Y方向上通过二分法阶段性地缩小所述发送机的存在范围，来确定一个所述区域作为所述发送机的存在位置。
3.根据权利要求1所述的位置推断系统，其特征在于，
所述控制单元通过将任意一个所述接收机用作所述发送机，从而获取机器学习用的所述预先数据。
CN201880034559.2A 2017-06-23 2018-06-01 位置推断系统 Active CN110691982B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017123171 2017-06-23
JP2017-123171 2017-06-23
PCT/JP2018/021156 WO2018235563A1 (ja) 2017-06-23 2018-06-01 位置推定システム

Publications (2)

Publication Number Publication Date
CN110691982A true CN110691982A (zh) 2020-01-14
CN110691982B CN110691982B (zh) 2023-05-09

Family

ID=64737617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880034559.2A Active CN110691982B (zh) 2017-06-23 2018-06-01 位置推断系统

Country Status (5)

Country Link
US (1) US10939245B2 (zh)
JP (1) JP6852790B2 (zh)
CN (1) CN110691982B (zh)
DE (1) DE112018002647T5 (zh)
WO (1) WO2018235563A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7270564B2 (ja) * 2020-02-06 2023-05-10 株式会社Ｋｄｄｉ総合研究所 送信局位置推定装置、送信局位置推定方法及びコンピュータプログラム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11178041A (ja) * 1997-12-08 1999-07-02 Nippon Telegr & Teleph Corp <Ntt> 位置検出システム及び位置検出方法
US20050176442A1 (en) * 2004-02-11 2005-08-11 Wen-Hua Ju Estimating the location of inexpensive wireless terminals by using signal strength measurements
JP2005341516A (ja) * 2004-05-25 2005-12-08 Takeshi Hattori 階層化最尤推定計算方式
CN101370289A (zh) * 2007-08-13 2009-02-18 株式会社Ntt都科摩 区域估计系统、区域估计方法及区域估计装置
JP2016170005A (ja) * 2015-03-12 2016-09-23 エヌ・ティ・ティ・コミュニケーションズ株式会社 測位装置、測位方法、測位プログラム、測位システム及び測位端末
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

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9196432B1 (en) * 2014-09-24 2015-11-24 James Thomas O'Keeffe Smart electrical switch with audio capability
WO2016097900A1 (en) * 2014-12-17 2016-06-23 Husqvarna Ab Robotic vehicle learning site boundary
JP6751436B2 (ja) * 2015-09-04 2020-09-02 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 自律走行車両へのアクセス及び運転制御
US10380881B2 (en) * 2015-12-09 2019-08-13 Origin Wireless, Inc. Method, apparatus, and systems for wireless event detection and monitoring
US20180011953A1 (en) * 2016-07-07 2018-01-11 Ford Global Technologies, Llc Virtual Sensor Data Generation for Bollard Receiver Detection
CN110312644B (zh) * 2017-02-10 2022-06-28 苹果公司 增强型汽车无源进入

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11178041A (ja) * 1997-12-08 1999-07-02 Nippon Telegr & Teleph Corp <Ntt> 位置検出システム及び位置検出方法
US20050176442A1 (en) * 2004-02-11 2005-08-11 Wen-Hua Ju Estimating the location of inexpensive wireless terminals by using signal strength measurements
JP2005341516A (ja) * 2004-05-25 2005-12-08 Takeshi Hattori 階層化最尤推定計算方式
CN101370289A (zh) * 2007-08-13 2009-02-18 株式会社Ntt都科摩 区域估计系统、区域估计方法及区域估计装置
JP2016170005A (ja) * 2015-03-12 2016-09-23 エヌ・ティ・ティ・コミュニケーションズ株式会社 測位装置、測位方法、測位プログラム、測位システム及び測位端末
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

Also Published As

Publication number Publication date
JP6852790B2 (ja) 2021-03-31
US10939245B2 (en) 2021-03-02
DE112018002647T5 (de) 2020-03-05
WO2018235563A1 (ja) 2018-12-27
JPWO2018235563A1 (ja) 2020-03-26
CN110691982B (zh) 2023-05-09
US20200128362A1 (en) 2020-04-23

Similar Documents

Publication Publication Date Title
KR20230048521A (ko) 초광대역을 기반으로 한 차량용 위치고정 어셈블리, 방법, 장치 및 설비
US9907045B2 (en) Method and system for determining a location of wireless device
CN108459299B (zh) 基站控制装置及位置估计方法
US11424813B2 (en) Method for determining optimal beam and an electronic device thereof
JP2018054416A (ja) 位置推定システム及び位置推定方法
US20150195026A1 (en) Method and device for performing beam tracking through short range object detection
CN108769902B (zh) 目标定位方法、装置、计算机设备和存储介质
CN110858781B (zh) 毫米波信号的测量方法及装置
US10859671B2 (en) Position estimation apparatus and position estimation method
US20090325503A1 (en) Radio terminal device, semiconductor device and communication system
CN110691982B (zh) 位置推断系统
US10638329B2 (en) Method for implementing antenna cloud node communication in indoor high-density network and system thereof
KR102226690B1 (ko) 비콘 신호에 기반한 IoT 기기 위치 추정 방법 및 장치
CN109495153B (zh) 用于波束训练与跟踪的异构网络、移动装置及方法
CN114531187B (zh) 自动天线波束对准
CN106604293B (zh) 具有无线千兆比特能力的设备配置
KR20220140326A (ko) 전자 장치 및 전자 장치의 위치 정보 제공 방법
KR20230000833A (ko) Uwb 통신을 이용한 스마트 키의 위치 판별 방법 및 차량용 스마트키 시스템
JP2022067016A (ja) 無線中継装置および無線中継方法
CN107690151B (zh) 一种可感知干扰源的系统及方法
CN114630416B (zh) 用于对移动终端进行定位的方法、装置及设备
KR20190123863A (ko) 무선 mxn 시스템에서 빔 기반 동기신호 전송 및 동기획득 장치 및 방법
KR102709853B1 (ko) 최적의 빔을 결정하기 위한 방법 및 그 전자 장치
KR102704375B1 (ko) 무선 통신 시스템에서 통합된 감지 및 통신을 위한 방법, 장치 및 시스템
EP4203557A1 (en) Electronic device, and wifi-based roaming method on electronic device

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant