CN112272778A - 轨迹推测装置以及便携信息终端 - Google Patents

轨迹推测装置以及便携信息终端 Download PDF

Info

Publication number
CN112272778A
CN112272778A CN201880094405.2A CN201880094405A CN112272778A CN 112272778 A CN112272778 A CN 112272778A CN 201880094405 A CN201880094405 A CN 201880094405A CN 112272778 A CN112272778 A CN 112272778A
Authority
CN
China
Prior art keywords
trajectory
unit
signal
observation
correlation
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.)
Pending
Application number
CN201880094405.2A
Other languages
English (en)
Inventor
中村将成
山田哲太郎
龟田洋志
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric 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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN112272778A publication Critical patent/CN112272778A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G01S5/0244—Accuracy or reliability of position solution or of measurements contributing thereto
    • 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
    • G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

将轨迹推测装置构成为：设置使用由位置推测部(10)推测出的观测位置处的信号强度的概率密度分布来计算观测位置的可靠度的可靠度计算部(22)，轨迹决定部(23)根据由可靠度计算部(22)计算出的观测位置的可靠度，从由相关假设生成部(21)生成的一个以上的相关假设之中选择一个相关假设，将所选择的相关假设所包含的假设具有的轨迹决定为观测对象的轨迹。

Description

轨迹推测装置以及便携信息终端
技术领域
本发明涉及决定观测对象的轨迹的轨迹推测装置和具备轨迹推测装置的便携信息终端。
背景技术
在作为定位方式之一的指纹法中，在对存在于预定的区域内的观测对象的位置进行定位之前，在该区域内的多个位置处，接收从某个信号源发送的信号，将接收到的信号的强度进行记录。
然后，在指纹法中，制作表示区域内的多个位置与接收信号的强度的关系的强度映射。
在指纹法中，在对观测对象的位置进行定位时，在接收到从信号源发送的信号时，从强度映射所包含的信号强度之中探索与接收到的信号的强度接近的信号强度。
然后，在指纹法中，从强度映射获取与探索到的信号强度对应的位置，将获取到的位置决定为观测对象的位置。
但是，由于多径等的影响，区域内的局部的位置的信号强度有时成为大的偏离值。由于成为大的偏离值的信号强度，观测对象的位置的定位精度发生劣化。
在以下的专利文献1中，公开了即使在区域内的局部的位置的信号强度成为大的偏离值的情况下，也抑制位置的定位精度的劣化的位置推测装置。
专利文献1所公开的位置推测装置使用用于预测作为观测对象的便携终端的状态的粒子滤波器，计算由多个弱位置推测器推测出的电磁波信号的接收位置的权重，对多个接收位置进行加权平均。
现有技术文献
专利文献
专利文献1：日本特开2015-197417号公报
发明内容
专利文献1所公开的位置推测装置由于对多个接收位置进行加权平均，所以大的偏离值的影响被降低。
但是，专利文献1所公开的位置推测装置在对便携终端的位置进行定位时，使用大的偏离值这一情况没有变化，所以存在如下课题：偏离值的影响的降低效果是限制性的，位置的定位精度发生劣化。
本发明是为了解决如上所述的课题而完成的，其目的在于得到无需使用受到多径等的影响而成为大的偏离值的信号强度，就能够推测观测对象的轨迹的轨迹推测装置以及便携信息终端。
本发明的轨迹推测装置具备：信号观测部，接收从信号源输出的信号；位置推测部，从由信号观测部接收到的信号的强度推测作为安装有信号观测部的观测对象的位置的观测位置；相关假设生成部，生成一个以上的相关假设，该一个以上的相关假设包括具有观测对象的轨迹的一个以上的假设中的任意一个假设和由位置推测部推测出的观测位置；可靠度计算部，使用由位置推测部推测出的观测位置处的信号强度的概率密度分布，计算观测位置的可靠度；以及轨迹决定部，根据由可靠度计算部计算出的观测位置的可靠度，从由相关假设生成部生成的一个以上的相关假设之中选择一个相关假设，将所选择的相关假设所包含的假设所具有的轨迹决定为观测对象的轨迹。
根据本发明，将轨迹推测装置构成为：设置使用由位置推测部推测出的观测位置处的信号强度的概率密度分布来计算观测位置的可靠度的可靠度计算部，轨迹决定部根据由可靠度计算部计算出的观测位置的可靠度，从由相关假设生成部生成的一个以上的相关假设之中选择一个相关假设，将所选择的相关假设所包含的假设所具有的轨迹决定为观测对象的轨迹。因而，本发明的轨迹推测装置无需使用受到多径等的影响而成为大的偏离值的信号强度，就能够推测观测对象的轨迹。
附图说明
图1是示出实施方式1的轨迹推测装置的结构图。
图2是示出实施方式1的轨迹推测装置中的位置推测部10以及追随处理部20的硬件的硬件结构图。
图3是通过软件或者固件等来实现位置推测部10以及追随处理部20的情况下的计算机的硬件结构图。
图4是示出通过软件或者固件等来实现位置推测部10以及追随处理部20的情况下的处理次序的流程图。
图5是示出接收到从信号源s输出的信号的位置ps(m)的说明图。
图6是示出由可靠度计算部22进行的可靠度cofs k的计算处理的概要的说明图。
图7是示出实施方式3的轨迹推测装置的结构图。
图8是示出实施方式4的轨迹推测装置的结构图。
图9是示出实施方式4的轨迹推测装置中的位置推测部10以及追随处理部20的硬件的硬件结构图。
(符号说明)
1：信号观测部；2：传感器；3：信号接收部；10：位置推测部；11：信号强度检测部；12：强度映射保存部；13：位置推测处理部；20：追随处理部；21：相关假设生成部；22：可靠度计算部；23：轨迹决定部；24：评价值计算部；25：轨迹更新部；26：轨迹决定处理部；27：假设保存部；28：轨迹预测部；41：信号强度检测电路；42：强度映射记录电路；43：位置推测处理电路；44：相关假设生成电路；45：可靠度计算电路；46：轨迹决定电路；47：轨迹预测电路；48：地图信息记录电路；51：处理器；52：存储器；61：运动形态观测部；62：轨迹预测部；71：地图信息保存部；72：轨迹更新部。
具体实施方式
以下，为了更详细地说明本发明，依照附图，说明本发明的具体实施方式。
实施方式1.
图1是示出实施方式1的轨迹推测装置的结构图。
图2是示出实施方式1的轨迹推测装置中的位置推测部10以及追随处理部20的硬件的硬件结构图。
在图1中，信号观测部1安装于观测对象。作为观测对象，考虑智能手机或者平板终端等便携信息终端。
信号观测部1具备传感器2以及信号接收部3。
信号观测部1接收从信号源输出的信号，将接收到的信号输出到位置推测部10。
作为信号源，对应于设置于预定的区域内的无线LAN(Local Area Network，局域网)路由器等网络设备。关于预定的区域，考虑购物中心或者公共设施等室内的空间等，在预定的区域内设置有一个以上的信号源。
传感器2接收从信号源输出的信号。
信号接收部3例如使用匹配滤波器，探测由传感器2接收到的信号，将探测到的信号输出到信号强度检测部11。
位置推测部10具备信号强度检测部11、强度映射保存部12以及位置推测处理部13。
位置推测部10从由信号观测部1接收到的信号的强度推测作为观测对象的位置的观测位置。
信号强度检测部11例如由图2所示的信号强度检测电路41实现。
信号强度检测部11检测从信号接收部3输出的信号的强度，将检测到的信号强度输出到位置推测处理部13。
强度映射保存部12例如由图2所示的强度映射记录电路42实现。
强度映射保存部12保存有表示在区域内的多个位置处分别接收到从信号源输出的信号的情况下的信号强度的强度映射。
在推测作为观测对象的便携信息终端的轨迹之前，在区域内的多个位置的各个位置处临时地设置接收机。通过由多个接收机接收从信号源输出的信号，将接收到的各个信号的强度针对接收机的每个设置位置来记录，从而生成强度映射。
位置推测处理部13例如由图2所示的位置推测处理电路43实现。
位置推测处理部13获取由强度映射保存部12保存的强度映射。
位置推测处理部13从强度映射所表示的多个接收位置处的信号强度之中探索与从信号强度检测部11输出的信号强度对应的信号强度。
位置推测处理部13在强度映射所表示的多个接收位置处的信号强度之中，探索例如与从信号强度检测部11输出的信号强度最接近的信号强度，作为与从信号强度检测部11输出的信号强度对应的信号强度。
位置推测处理部13将在强度映射中与探索到的信号强度对应起来的接收位置推测为观测对象的观测位置，将观测位置输出到相关假设生成部21。
位置推测处理部13也可以在从强度映射所表示的多个接收位置处的信号强度之中探索与从信号强度检测部11输出的信号强度对应的信号强度时，使用从轨迹预测部28输出的一个以上的假设。
即，位置推测处理部13计算从轨迹预测部28输出的一个以上的假设所包含的轨迹所表示的观测对象的位置的平均位置，从强度映射所表示的多个接收位置处的信号强度之中抽取与平均位置的距离为阈值以内的位置处的信号强度。
位置推测处理部13从抽取出的信号强度之中探索与从信号强度检测部11输出的信号强度对应的信号强度。
位置推测处理部13将在强度映射中与探索到的信号强度对应起来的接收位置推测为观测对象的观测位置，将观测位置分别输出到相关假设生成部21以及可靠度计算部22。
追随处理部20具备相关假设生成部21、可靠度计算部22、轨迹决定部23以及轨迹预测部28。
相关假设生成部21例如由图2所示的相关假设生成电路44实现。
相关假设生成部21生成一个以上的相关假设，该一个以上的相关假设包括从轨迹预测部28输出的一个以上的假设中的任意一个假设和从位置推测处理部13输出的观测位置。
相关假设生成部21将一个以上的相关假设分别输出到可靠度计算部22以及评价值计算部24。
可靠度计算部22例如由图2所示的可靠度计算电路45实现。
可靠度计算部22使用从位置推测处理部13输出的观测位置处的信号强度的概率密度分布，计算观测位置的可靠度，将观测位置的可靠度分别输出到评价值计算部24以及轨迹更新部25。
轨迹决定部23具备评价值计算部24、轨迹更新部25、轨迹决定处理部26以及假设保存部27。
轨迹决定部23例如由图2所示的轨迹决定电路46实现。
轨迹决定部23根据由可靠度计算部22计算出的观测位置的可靠度，从由相关假设生成部21生成的一个以上的相关假设之中选择一个相关假设，将所选择的相关假设所包含的假设所具有的轨迹决定为观测对象的轨迹。
评价值计算部24根据从可靠度计算部22输出的观测位置的可靠度，计算从相关假设生成部21输出的各个相关假设的评价值。
轨迹更新部25使用由评价值计算部24计算出的各个相关假设所包含的观测位置，更新各个相关假设所包含的假设所具有的轨迹。
轨迹更新部25将包括轨迹更新后的假设的各个相关假设分别输出到轨迹决定处理部26以及假设保存部27。
轨迹决定处理部26根据从轨迹更新部25输出的各个相关假设的评价值，从一个以上的相关假设之中选择一个相关假设，将所选择的相关假设所包含的假设所具有的轨迹决定为观测对象的轨迹。
假设保存部27保存从轨迹更新部25输出的各个相关假设所包含的假设。
轨迹预测部28例如由图2所示的轨迹预测电路47实现。
轨迹预测部28实施由假设保存部27保存的各个假设所具有的轨迹的预测处理，将包括预测处理后的各个轨迹的假设分别输出到位置推测处理部13以及相关假设生成部21。
在图1中，设想作为位置推测部10以及追随处理部20的构成要素的信号强度检测部11、强度映射保存部12、位置推测处理部13、相关假设生成部21、可靠度计算部22、轨迹决定部23以及轨迹预测部28分别由如图2所示的专用的硬件实现。即，设想位置推测部10由信号强度检测电路41、强度映射记录电路42以及位置推测处理电路43实现，追随处理部20由相关假设生成电路44、可靠度计算电路45、轨迹决定电路46以及轨迹预测电路47实现。
在此，强度映射记录电路42例如对应于RAM(Random Access Memory，随机存取存储器)、ROM(Read Only Memory，只读存储器)、闪存存储器、EPROM(Erasable ProgrammableRead Only Memory，可擦可编程只读存储器)、EEPROM(Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器)等非易失性或者易失性的半导体存储器、磁盘、柔性盘、光盘、压缩盘、迷你盘或者DVD(Digital Versatile Disc，数字多功能盘)。
另外，信号强度检测电路41、位置推测处理电路43、相关假设生成电路44、可靠度计算电路45、轨迹决定电路46以及轨迹预测电路47各自例如对应于单一电路、复合电路、程序化后的处理器、并联程序化后的处理器、ASIC(Application Specific IntegratedCircuit，专用集成电路)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、或者将它们进行组合而成的结构。
位置推测部10以及追随处理部20的构成要素并不限于由专用的硬件实现，也可以是位置推测部10以及追随处理部20由软件、固件或者软件与固件的组合实现。
软件或者固件作为程序而储存于计算机的存储器。计算机意味着执行程序的硬件，例如，对应于CPU(Central Processing Unit，中央处理单元)、中央处理装置、处理装置、运算装置、微型处理器、微型计算机、处理器或者DSP(Digital Signal Processor，数字信号处理器)。
图3是通过软件或者固件等来实现位置推测部10以及追随处理部20的情况下的计算机的硬件结构图。
在通过软件或者固件等来实现位置推测部10以及追随处理部20的情况下，强度映射保存部12构成为计算机的存储器52。用于使计算机执行信号强度检测部11、位置推测处理部13、相关假设生成部21、可靠度计算部22、轨迹决定部23以及轨迹预测部28的处理次序的程序储存于存储器52。而且，计算机的处理器51执行储存于存储器52的程序。
图4是示出通过软件或者固件等来实现位置推测部10以及追随处理部20的情况下的处理次序的流程图。
另外，在图2中，示出了位置推测部10以及追随处理部20的构成要素各自由专用的硬件实现的例子，在图3中，示出了位置推测部10以及追随处理部20由软件或者固件等实现的例子。但是，并不限于此，也可以是位置推测部10以及追随处理部20中的一部分的构成要素由专用的硬件实现，剩余的构成要素由软件或者固件等实现。
接下来，说明图1所示的轨迹推测装置的动作。
在图1所示的轨迹推测装置中，有U个信号源s(s＝1、2、…、U)，传感器2接收来自U个信号源s的U个信号。
在轨迹推测装置推测观测对象的轨迹之前，每个信号源s的强度映射hs保存于强度映射保存部12。
强度映射hs表示如图5所示在区域内的位置pm(m＝1、2、…、M)处分别接收到从信号源s输出的信号的情况下的信号强度hs(m)。
图5是示出接收到从信号源s输出的信号的位置ps(m)的说明图。
在图5中，○表示接收到从信号源s输出的信号的位置ps(m)。在图5中，○被2维配置。
当保持有作为观测对象的便携信息终端的用户进入到预定的区域内时，传感器2分别接收从U个信号源s输出的信号，将U个接收信号输出到信号接收部3。
对从信号源s输出的信号附加用于确定信号源s的识别符号。
信号接收部3当从传感器2接受时刻k下的U个接收信号时，例如，使用匹配滤波器，分别探测U个接收信号，将探测到的U个接收信号输出到信号强度检测部11。
时刻为位置推测部10以及追随处理部20各自的采样时刻。例如，时刻k为本次的采样时刻，时刻k－1为前次的采样时刻。
信号强度检测部11当从信号接收部3接受时刻k下的U个接收信号时，分别检测时刻k下的U个接收信号的强度strs k，将检测到的U个信号强度strs k输出到位置推测处理部13(图4的步骤ST1)。
位置推测处理部13计算从轨迹预测部28输出的一个以上的假设Hi k-1(i为1、2、…、I)所具有的轨迹xi k|k-1所表示的观测对象的位置pi的平均位置pi ave。
第i个假设Hi k-1包括时刻k－1下的相关假设的评价值ci k-1和时刻k－1下的观测对象的轨迹xi k|k-1。
第i个假设Hi k-1如以下的式(1)那样表示。
Figure BDA0002819605810000091
位置推测处理部13从信号强度检测部11获取时刻k下的各个信号强度strs k。
位置推测处理部13针对每个强度映射hs，从该强度映射hs所表示的位置ps(1)～ps(M)处的信号强度hs(1)～hs(M)之中抽取与平均位置pi ave的距离为阈值Lth以内的位置处的信号强度。平均位置pi ave为作为概率变量的pi的平均值(期望值)。
阈值Lth既可以储存于位置推测处理部13的内部存储器，也可以从外部提供。
在此，为了便于说明，位置推测处理部13抽取出N个信号强度。将N个信号强度如hs(1)～hs(N)那样进行记载。
位置推测处理部13从抽取出的N个信号强度hs(1)～hs(N)之中探索与时刻k的信号强度strs k最接近的信号强度hs(n)。
由于有与U个信号源s对应的强度映射hs，所以由位置推测处理部13探索U个信号强度hs(n)。
位置推测处理部13从U个强度映射hs分别获取与探索到的信号强度hs(n)对应起来的位置ps(n)，将各个位置ps(n)推测为观测对象的观测位置zs k(图4的步骤ST2)。
位置推测处理部13将观测对象的观测位置zs k分别输出到相关假设生成部21以及可靠度计算部22。
由于有与U个信号源s对应的强度映射hs，所以由位置推测处理部13将U个观测位置zs k输出到相关假设生成部21以及可靠度计算部22。
相关假设生成部21生成相关假设CHj,s k，该相关假设CHj,s k包括从轨迹预测部28输出的一个以上的假设Hi k-1之中的任意一个假设Hi k-1所具有的评价值ci k-1及轨迹xi k|k-1、以及U个观测位置zs k之中的任意一个观测位置zs k(图4的步骤ST3)。
第j个相关假设CHj,s k如以下的式(2)那样表示。
Figure BDA0002819605810000101
在式(2)中，j＝1、2、…、I×U。
另外，相关假设生成部21假定为从位置推测处理部13输出的U个观测位置zs k全部不正确，还生成不包括观测位置zs k的相关假设CHj,s k(图4的步骤ST3)。
Figure BDA0002819605810000102
相关假设生成部21将相关假设CHj,s k以及相关假设CH0,i k中的各个输出到可靠度计算部22以及评价值计算部24的各个计算部。
可靠度计算部22当从位置推测处理部13接受U个观测位置zs k时，使用信号强度的概率密度分布fs，计算观测位置zs k的可靠度cofs k(图4的步骤ST4)。
以下，具体地说明由可靠度计算部22进行的可靠度cofs k的计算处理。
图6是示出由可靠度计算部22进行的可靠度cofs k的计算处理的概要的说明图。
观测位置zs k的可靠度cofs k为观测位置zs k存在于从真实的位置zT起γ以内的概率。
某个位置a处的信号源s的强度的观测值遵循如下概率密度分布。
Figure BDA0002819605810000111
在式(4)中，v为表示强度的观测值的变量，fs(v)是平均值为hs(a)且方差为σs 2的正态分布。
当将从真实的位置zT起γ以内的范围{y；|y－zT|≤γ}设为Y时，Y的强度的范围D如以下的式(4’)那样表示。
D＝[min(hs(y1)，max(hs(y2))]，y1，y2∈Y (4’)
在该强度的范围D，对强度的观测值的概率密度分布进行积分，从而如以下的式(5)所示，计算可靠度cofs k。
Figure BDA0002819605810000112
在上述说明中，在可靠度cofs k的计算中使用了真实的位置zT，但真实的位置未知，所以代替地例如使用相关假设CHj,s k所包含的轨迹xj k|k-1的平均位置pj ave。
可靠度计算部22将观测位置zs k的可靠度cofs k分别输出到评价值计算部24以及轨迹更新部25。
评价值计算部24当从可靠度计算部22接受观测位置zs k的可靠度cofs k时，根据观测位置zs k的可靠度cofs k，计算从相关假设生成部21输出的相关假设CHj,s k的评价值cj,s k以及相关假设CH0,s k的评价值c0,s k(图4的步骤ST5)。
即，评价值计算部24如以下的式(6)所示计算相关假设CHj,s k的评价值cj,s k。
Figure BDA0002819605810000121
在式(6)中，g为相关假设CHj,s k所包含的轨迹xi k|k-1的似然度。
cj,s k-1为相关假设CHj,s k-1的评价值，与式(1)所示的评价值ci k-1对应。
评价值计算部24如以下的式(7)所示计算相关假设CH0,s k的评价值c0,s k。
Figure BDA0002819605810000122
在式(7)中，βFT为不需要信号的产生率。
不需要信号的产生率βFT既可以储存于评价值计算部24的内部存储器，也可以从外部提供。
评价值计算部24将包括评价值cj,s k的时刻k的相关假设CHj,s k输出到轨迹更新部25。
Figure BDA0002819605810000123
另外，评价值计算部24将包括评价值c0,s k的时刻k的相关假设CH0,s k输出到轨迹更新部25。
Figure BDA0002819605810000124
轨迹更新部25当从评价值计算部24接受时刻k下的相关假设CHj,s k以及相关假设CH0,s k时，使用相关假设CHj,s k所包含的观测位置zs k，更新相关假设CHj,s k所包含的轨迹xi k|k-1(图4的步骤ST6)。
轨迹xi k|k-1的更新能够如以下的式(10)所示使用卡尔曼滤波器来进行。关于相关假设CH0,s k，未包括观测位置zs k，所以不进行更新。
Figure BDA0002819605810000125
在式(10)中，xi k|k为时刻k下的更新后的轨迹，xi k|k-1为更新之前的轨迹。
Ki k为时刻k下的第i个相关假设CHj,s k、CH0,s k所包含的轨迹的卡尔曼增益矩阵。f()为将轨迹xi k|k-1变换为观测位置的函数。
轨迹更新部25将包括更新后的轨迹xi k|k的相关假设CHj,s k以及相关假设CH0,s k分别输出到轨迹决定处理部26以及假设保存部27。
包括更新后的轨迹xi k|k的相关假设CHj,s k以及相关假设CH0,s k如以下的式(11)以及式(12)那样表示。
Figure BDA0002819605810000131
Figure BDA0002819605810000132
轨迹决定处理部26当从轨迹更新部25接受相关假设CHj,s k以及相关假设CH0,s k时，从相关假设CHj,s k以及相关假设CH0,s k之中选择包括最高的评价值的相关假设CHMAX(图4的步骤ST7)。
轨迹决定处理部26将所选择的相关假设CHMAX所包含的轨迹xi k|k决定为作为观测对象的便携信息终端的轨迹(图4的步骤ST8)。
假设保存部27保存从轨迹更新部25输出的相关假设CHj,s k所包含的假设{cj,s k，xi k|k}以及相关假设CH0,s k所包含的假设{c0,s k，xi k|k}。
以下，为了简化说明，设为假设{cj,s k，xi k|k}和假设{c0,s k，xi k|k}为Hi k而进行说明。
轨迹预测部28为了能够在采样时刻k+1进行轨迹的决定处理，实施由假设保存部27保存的Hi k所具有的轨迹xi k|k的预测处理。
轨迹预测部28将包括预测处理后的轨迹xi k+1|k的假设Hi k+1分别输出到位置推测处理部13以及相关假设生成部21。
以下，具体地说明由轨迹预测部28进行的轨迹的预测处理。
轨迹预测部28使用观测对象的运动方程，实施轨迹的预测处理。
作为运动方程，能够如以下的式(13)所示，使用匀速直线运动的运动方程。
Figure BDA0002819605810000141
在式(13)中，xi k+1|k表示第i个假设Hi k所包含的轨迹xi k|k的预测结果。
w为表示运动的速度的模糊度的平均值为0的2维的驱动噪音矢量。
I2为2×2的单位矩阵。
此时，当用以下的式(14)表示观测对象的位置，用以下的式(15)表示观测对象的速度时，轨迹xi k+1|k如以下的式(16)那样表示。
Figure BDA0002819605810000142
Figure BDA0002819605810000143
Figure BDA0002819605810000144
在式(16)中，T为表示转置的记号。
在以上的实施方式1中，将轨迹推测装置构成为：设置使用由位置推测部10推测出的观测位置处的信号强度的概率密度分布来计算观测位置的可靠度的可靠度计算部22，轨迹决定部23根据由可靠度计算部22计算出的观测位置的可靠度，从由相关假设生成部21生成的一个以上的相关假设之中选择一个相关假设，将所选择的相关假设所包含的假设所具有的轨迹决定为观测对象的轨迹。因而，轨迹推测装置无需使用受到多径等的影响而成为大的偏离值的信号强度，就能够推测观测对象的轨迹。
在图1所示的轨迹推测装置中，位置推测处理部13从强度映射hs所表示的位置ps(1)～ps(M)之中抽取出与平均位置pi ave的距离为阈值Lth以内的位置处的信号强度。位置推测处理部13为了减轻最接近的信号强度hs(n)的探索处理，实施信号强度的抽取处理。
每个信号源的强度映射表示事先接收到的多个位置处的强度，但也可以使用线性插值等来补充多个位置之间的强度，制作更高密度的强度映射而使用。作为插值函数，考虑进行线性插值、样条插值或者高斯过程回归等的函数。
位置推测处理部13针对每个强度映射hs，从该强度映射hs所表示的位置ps(1)～ps(M)之中抽取出与平均位置pi ave的距离为阈值Lth以内的位置处的信号强度。进而，位置推测处理部13也可以针对抽取出的信号强度，进行仅再次抽取从平均位置pi ave处的强度映射上的强度的值hs(pi ave)起在阈值Lth2以内的信号强度的处理。另外，在上述说明中，将强度映射设为“多个位置的强度”这样的离散的数据，但也可以将强度映射表示成连续的强度的函数。具体而言，使用离散的强度映射的数据来推测样条曲面或者高斯过程等的参数，从而能够将强度映射表示成连续且平滑的函数。
以下，叙述用连续的函数表示强度映射的情况下的观测对象的位置的推测方法。
在将信号源s的强度映射设为hs，将在时刻k观测到的信号源s的强度设为strs k时，推测位置例如设为(hs(p)－strs k)2成为最小值的位置p。
(hs(p)－strs k)2的最小值例如能够通过使用非线性最小二乘法而求出。
在使用非线性最小二乘法的情况下，需要决定初始值，例如，将平均位置pi ave设为初始值。
另外，也可以将从假设Hi k-1所具有的轨迹xi k|k-1所表示的观测对象的位置pi所遵循的分布进行采样而得到的多个样本点作为初始值，分别进行非线性最小二乘法，将非线性最小二乘法后的值为最小的位置作为推测位置。通过进行将多个样本点作为初始值的非线性最小二乘法，能够降低推测位置成为局部解的可能性，所以能够改善推测精度。
另外，位置推测处理部13也可以对由信号观测部1接收到的每个信号源s的多个信号进行群组划分，针对每个群组，从该群组所包含的信号的强度strs k分别推测观测位置。
以下，具体地说明每个群组的观测位置的推测。
将在某个群组o中选择的信号源的索引设为q1、q2、…、qQ。此时，所选择的信号源如sq1、sq2、…、sqQ那样表示。
观测位置zo k作为使以下的式(17)的argmin的自变量最小化的位置而求出。
Figure BDA0002819605810000161
在此，在强度映射为离散的数据的情况下，观测位置zo k成为在强度映射所包含的位置之中使式(17)的argmin的自变量成为最小的位置。在强度映射为连续的函数的情况下，观测位置zo k成为通过非线性最小二乘法等而求出的argmin的自变量的最小值的位置。
实施方式2.
在实施方式2中，具体地说明可靠度计算部22中的观测噪音的推测处理。
实施方式2的轨迹推测装置的结构图与实施方式1的轨迹推测装置同样地为图1。
为了利用卡尔曼滤波器来更新轨迹，需要观测位置的方差协方差矩阵。因此，具体地说明根据观测到的每个信号源的强度的方差和强度映射来求出观测位置的方差协方差矩阵的处理。在此，假定为观测噪音遵循正态分布。
关于可靠度计算部22，说明从相关假设生成部21输出的某个相关假设CHj,s k中的观测位置的方差协方差矩阵的求出方式。CHj,s k所包含的观测位置是根据按照索引q1、q2、…、qQ指定的信号源sq1、sq2、…、sqQ而推测出的。此时，真实的位置zT处的雅可比矩阵J能够如以下的式(18)那样计算。
Figure BDA0002819605810000171
在观测到的每个信号源的强度的方差为σsq1 2、σsq2 2、…、σsqQ 2时，使用雅可比矩阵J，从而可靠度计算部22如以下的式(19)那样求出观测噪音的方差协方差矩阵B。
Figure BDA0002819605810000172
在此，观测到的每个信号源的强度的方差例如在制作强度映射时预先测量即可。另外，此时，也可以对针对多个位置的每个位置测量方差，在进行上述计算时，将与位置zT相应的值设定为σsq1 2、σsq2 2、…、σsqQ 2。
在上述计算中，使用了真实的位置zT，但真实的位置未知，所以代替地例如使用相关假设CHj,s k所包含的轨迹xj k|k-1的平均位置pj ave即可。
在以上的实施方式2中，将轨迹推测装置构成为：可靠度计算部22除了计算由位置推测部10推测出的观测位置的可靠度之外，还使用概率密度分布，推测作为观测位置的噪音的观测噪音，轨迹决定部23使用由相关假设生成部21生成的各个相关假设所包含的观测位置以及观测噪音中的各个，更新各个相关假设所包含的假设所具有的轨迹。因而，轨迹推测装置与实施方式1相比，能够提高轨迹的推测精度。
实施方式3.
在实施方式3中，说明如下轨迹推测装置，在该轨迹推测装置中，轨迹预测部62使用由运动形态观测部61观测到的观测对象的运动形态，实施由假设保存部27保存的各个假设所包含的轨迹的预测处理。
图7是示出实施方式3的轨迹推测装置的结构图。
在图7中，与图1相同的符号表示相同或者相当部分，所以省略说明。
运动形态观测部61具备加速度传感器以及角速度传感器。
运动形态观测部61作为观测对象的运动形态，使用加速度传感器对观测对象的加速度进行观测，并且使用角速度传感器对观测对象的角速度进行观测。
运动形态观测部61将观测对象的加速度以及角速度中的各个输出到轨迹预测部62。
轨迹预测部62例如由图2所示的轨迹预测电路47实现。
轨迹预测部62使用从运动形态观测部61输出的加速度以及角速度中的各个，实施由假设保存部27保存的各个假设所包含的轨迹的预测处理。
轨迹预测部62将包括预测处理后的各个轨迹的假设分别输出到位置推测处理部13以及相关假设生成部21。
接下来，说明图7所示的轨迹推测装置的动作。
其中，除了运动形态观测部61以及轨迹预测部62以外，与图1所示的轨迹推测装置相同，所以在此，仅说明运动形态观测部61以及轨迹预测部62的动作。
运动形态观测部61使用加速度传感器对观测对象的加速度进行观测，并且使用角速度传感器对观测对象的角速度进行观测。
运动形态观测部61将观测对象的加速度以及角速度中的各个输出到轨迹预测部62。
轨迹预测部62通过对从运动形态观测部61输出的加速度进行2次积分，从而计算时刻k－1与时刻k之间的观测对象的移动距离Δr。
另外，轨迹预测部62通过对从运动形态观测部61输出的角速度进行1次积分，从而计算观测对象中的移动方向的变化量Δθ。
轨迹预测部62如以下的式(20)所示，使用移动距离Δr以及移动方向的变化量Δθ，实施时刻k+1的第i个假设所包含的轨迹的预测处理。
Figure BDA0002819605810000191
在式(20)中，h(xi k|k)如以下的式(21)所示为从轨迹xi k|k仅抽取观测对象的位置的函数。
Figure BDA0002819605810000192
另外，θi k|k能够如以下的式(22)所示，使用轨迹xi k|k所包含的速度来表示。
Figure BDA0002819605810000193
轨迹预测部62将包括预测处理后的各个轨迹的假设分别输出到位置推测处理部13以及相关假设生成部21。
此外，在能够观测运动形态的情况下，轨迹预测部62与式(20)的预测处理并行地，进行式(13)的预测处理。然后，轨迹预测部62也可以将包括通过式(13)进行预测处理而得到的各个轨迹的假设也分别输出到位置推测部10以及相关假设生成部21。
通过进行上述处理，在由于在运动形态的观测值中存在大的误差所以式(20)的预测处理的误差变大的情况下，能够利用式(13)的预测处理的结果，所以不易被运动形态的观测值的误差影响。
在以上的实施方式3中，将轨迹推测装置构成为：轨迹预测部62使用由运动形态观测部61观测到的观测对象的运动形态，实施由假设保存部27保存的各个假设所具有的轨迹的预测处理。因而，即使观测对象的运动发生变化，轨迹推测装置也能够抑制轨迹的预测处理精度的下降。
实施方式4.
在实施方式4中，说明如下轨迹推测装置，在该轨迹推测装置中，轨迹决定部23使用地图信息来限制由轨迹预测部62实施预测处理的轨迹。
图8是示出实施方式4的轨迹推测装置的结构图。
图8是示出实施方式4的轨迹推测装置中的位置推测部10以及追随处理部20的硬件的硬件结构图。
在图8以及图9中，与图1以及图2相同的符号表示相同或者相当部分，所以省略说明。
地图信息保存部71例如由图9所示的地图信息记录电路48实现。
地图信息保存部71保存有地图信息。
轨迹更新部72与图1所示的轨迹更新部25同样地，使用由评价值计算部24计算出的各个相关假设所包含的观测位置，更新各个相关假设所包含的轨迹。
轨迹更新部72使用由地图信息保存部71保存的地图信息，限制包括更新后的轨迹的各个相关假设中的、输出到假设保存部27的相关假设。
在图8所示的轨迹推测装置中，地图信息保存部71以及轨迹更新部72应用于图7所示的轨迹推测装置。但是，这仅仅是一个例子，地图信息保存部71以及轨迹更新部72也可以应用于图1所示的轨迹推测装置。
接下来，说明图8所示的轨迹推测装置的动作。
其中，除了地图信息保存部71以及轨迹更新部72以外，与图1以及图7所示的轨迹推测装置相同，所以在此，仅说明地图信息保存部71以及轨迹更新部72的动作。
轨迹更新部72与图1所示的轨迹更新部25同样地，使用由评价值计算部24计算出的各个相关假设所包含的观测位置，更新各个相关假设所包含的轨迹xi k|k-1。
轨迹更新部72使用由地图信息保存部71保存的地图信息，确认例如屋内的柱子以及墙壁等妨碍携带有作为观测对象的便携信息终端的用户的通行的位置。
关于更新后的各个轨迹xi k|k中的、通过妨碍用户的通行的位置的轨迹，为错误的轨迹的可能性高，所以轨迹更新部72从输出到假设保存部27的相关假设除掉包括该轨迹的相关假设。
轨迹更新部72仅将未除掉而剩余的相关假设分别输出到轨迹决定处理部26以及假设保存部27。由此，由轨迹预测部62实施预测处理的轨迹与实施方式1～3相比被限制。
在以上的实施方式4中，将轨迹推测装置构成为：轨迹决定部23使用地图信息来限制由轨迹预测部62实施预测处理的轨迹。因而，轨迹推测装置能够去除错误的轨迹，所以与实施方式1～3的轨迹推测装置相比，能够提高位置推测部10中的观测位置的推测精度，并且能够提高追随处理部20中的轨迹的决定精度。
另外，实施方式4的轨迹推测装置与实施方式1～3的轨迹推测装置相比，能够削减用于保存假设以及相关假设的存储器量，并且能够减轻位置推测部10以及追随处理部20中的各个处理负荷。
此外，本申请发明能够在其发明的范围内，进行各实施方式的自由的组合、或者各实施方式的任意的构成要素的变形、或各实施方式中的任意的构成要素的省略。
工业上的可利用性
本发明适于决定观测对象的轨迹的轨迹推测装置。
另外，本发明适于具备轨迹推测装置的便携信息终端。

Claims (11)

1.一种轨迹推测装置，具备：
信号观测部，接收从信号源输出的信号；
位置推测部，从由所述信号观测部接收到的信号的强度推测作为安装有所述信号观测部的观测对象的位置的观测位置；
相关假设生成部，生成一个以上的相关假设，该一个以上的相关假设包括具有所述观测对象的轨迹的一个以上的假设中的任意一个假设和由所述位置推测部推测出的观测位置；
可靠度计算部，使用由所述位置推测部推测出的观测位置处的信号强度的概率密度分布，计算所述观测位置的可靠度；以及
轨迹决定部，根据由所述可靠度计算部计算出的观测位置的可靠度，从由所述相关假设生成部生成的一个以上的相关假设之中选择一个相关假设，将所选择的所述相关假设所包含的假设具有的轨迹决定为所述观测对象的轨迹。
2.根据权利要求1所述的轨迹推测装置，其特征在于，
所述轨迹决定部具备轨迹更新部，该轨迹更新部使用由所述相关假设生成部生成的各个相关假设所包含的观测位置，更新各个相关假设所包含的假设具有的轨迹，
所述轨迹推测装置具备轨迹预测部，该轨迹预测部实施由所述轨迹更新部更新后的各个轨迹的预测处理，将具有预测处理后的各个轨迹的假设输出到所述相关假设生成部。
3.根据权利要求1所述的轨迹推测装置，其特征在于，
所述轨迹决定部具备：
评价值计算部，根据由所述可靠度计算部计算出的观测位置的可靠度，计算由所述相关假设生成部生成的各个相关假设的评价值；以及
轨迹决定处理部，根据由所述评价值计算部计算出的各个相关假设的评价值，从由所述相关假设生成部生成的一个以上的相关假设之中选择一个相关假设，将所选择的所述相关假设所包含的假设具有的轨迹决定为所述观测对象的轨迹。
4.根据权利要求1所述的轨迹推测装置，其特征在于，
所述位置推测部获取表示在多个位置处分别接收到从所述信号源输出的信号的情况下的信号强度的强度映射，从所述强度映射表示的各个接收位置处的信号强度之中探索与由所述信号观测部接收到的信号的强度对应的信号强度，从所述强度映射获取与探索到的所述信号强度对应的接收位置，作为所述观测位置。
5.根据权利要求4所述的轨迹推测装置，其特征在于，
所述位置推测部计算所述一个以上的假设所包含的轨迹表示的观测对象的位置的平均位置，从所述强度映射表示的各个接收位置处的信号强度之中抽取与所述平均位置的距离为阈值以内的接收位置处的信号强度，从抽取出的所述信号强度之中探索与由所述信号观测部接收到的信号的强度对应的信号强度。
6.根据权利要求1所述的轨迹推测装置，其特征在于，
所述位置推测部获取表示在多个位置处分别接收到从所述信号源输出的信号的情况下的信号强度的强度映射，将所述一个以上的假设所包含的轨迹表示的观测对象的位置设定为探索的初始值，从所述强度映射探索所述观测位置。
7.根据权利要求1所述的轨迹推测装置，其特征在于，
由所述信号观测部接收多个信号，
所述位置推测部对由所述信号观测部接收到的多个信号进行群组划分，针对每个群组，从该群组所包含的信号的强度分别推测所述观测位置。
8.根据权利要求2所述的轨迹推测装置，其特征在于，
所述可靠度计算部除了计算由所述位置推测部推测出的观测位置的可靠度之外，还使用所述概率密度分布，推测作为所述观测位置的噪音的观测噪音，
所述轨迹更新部使用观测对象的位置以及所述观测噪音中的各个，更新各个相关假设所包含的假设具有的轨迹，所述观测对象的位置是由所述相关假设生成部生成的各个相关假设所包含的假设具有的轨迹表示的观测对象的位置。
9.根据权利要求2所述的轨迹推测装置，其特征在于，
所述轨迹推测装置具备运动形态观测部，该运动形态观测部观测所述观测对象的运动形态，
所述轨迹预测部使用由所述运动形态观测部观测到的运动形态，实施由所述轨迹更新部更新后的轨迹的预测处理。
10.根据权利要求2所述的轨迹推测装置，其特征在于，
所述轨迹更新部使用地图信息来限制由所述轨迹预测部实施预测处理的轨迹。
11.一种便携信息终端，其特征在于，
所述便携信息终端具备决定观测对象的轨迹的轨迹推测装置，
所述轨迹推测装置具备：
信号观测部，接收从信号源输出的信号；
位置推测部，从由所述信号观测部接收到的信号的强度推测作为安装有所述信号观测部的观测对象的位置的观测位置；
相关假设生成部，生成一个以上的相关假设，该一个以上的相关假设包括具有所述观测对象的轨迹的一个以上的假设中的任意一个假设和由所述位置推测部推测出的观测位置；
可靠度计算部，使用由所述位置推测部推测出的观测位置处的信号强度的概率密度分布，计算所述观测位置的可靠度；以及
轨迹决定部，根据由所述可靠度计算部计算出的观测位置的可靠度，从由所述相关假设生成部生成的一个以上的相关假设之中选择一个相关假设，将所选择的所述相关假设所包含的假设具有的轨迹决定为所述观测对象的轨迹。
CN201880094405.2A 2018-06-13 2018-06-13 轨迹推测装置以及便携信息终端 Pending CN112272778A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/022604 WO2019239524A1 (ja) 2018-06-13 2018-06-13 航跡推定装置及び携帯情報端末

Publications (1)

Publication Number Publication Date
CN112272778A true CN112272778A (zh) 2021-01-26

Family

ID=66530857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880094405.2A Pending CN112272778A (zh) 2018-06-13 2018-06-13 轨迹推测装置以及便携信息终端

Country Status (4)

Country Link
EP (1) EP3792651B1 (zh)
JP (1) JP6513310B1 (zh)
CN (1) CN112272778A (zh)
WO (1) WO2019239524A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113098441A (zh) * 2021-03-30 2021-07-09 太原理工大学 一种基于粒子滤波算法的电磁波优化模型

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4096115A4 (en) * 2020-02-06 2023-01-18 Mitsubishi Electric Corporation STEERING STEERING CONTROL DEVICE, OPTICAL COMMUNICATION TERMINAL, OPTICAL COMMUNICATION SYSTEM, AND STEERING STEERING CONTROL METHOD

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006003256A (ja) * 2004-06-18 2006-01-05 Mitsubishi Electric Corp 目標追尾装置
CN101038164A (zh) * 2006-03-13 2007-09-19 株式会社东芝 障碍物跟踪装置及其方法
US20110018769A1 (en) * 2008-04-02 2011-01-27 Ekahau Oy Positioning of mobile objects based on mutually transmitted signals
US20120007779A1 (en) * 2009-03-19 2012-01-12 Martin Klepal location and tracking system
US20140171098A1 (en) * 2012-12-14 2014-06-19 Apple Inc. Location determination using a state space estimator
JP2015197417A (ja) * 2014-04-03 2015-11-09 日本電信電話株式会社 位置推定装置、方法、及びプログラム
CN105556243A (zh) * 2013-08-06 2016-05-04 高通股份有限公司 用于使用轨迹进行位置估计的方法及设备
US20170299727A1 (en) * 2015-10-01 2017-10-19 The Regents Of The University Of California System and method for localization and tracking
US20180003507A1 (en) * 2014-10-27 2018-01-04 Sensewhere Limited Position estimation

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006003256A (ja) * 2004-06-18 2006-01-05 Mitsubishi Electric Corp 目標追尾装置
CN101038164A (zh) * 2006-03-13 2007-09-19 株式会社东芝 障碍物跟踪装置及其方法
US20110018769A1 (en) * 2008-04-02 2011-01-27 Ekahau Oy Positioning of mobile objects based on mutually transmitted signals
US20120007779A1 (en) * 2009-03-19 2012-01-12 Martin Klepal location and tracking system
US20140171098A1 (en) * 2012-12-14 2014-06-19 Apple Inc. Location determination using a state space estimator
CN105556243A (zh) * 2013-08-06 2016-05-04 高通股份有限公司 用于使用轨迹进行位置估计的方法及设备
JP2015197417A (ja) * 2014-04-03 2015-11-09 日本電信電話株式会社 位置推定装置、方法、及びプログラム
US20180003507A1 (en) * 2014-10-27 2018-01-04 Sensewhere Limited Position estimation
US20170299727A1 (en) * 2015-10-01 2017-10-19 The Regents Of The University Of California System and method for localization and tracking

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
KOCH ARTUR ET.AL.: "RFID-Enabled Location Fingerprinting Based on Similarity Models from Probabilistic Similarity Measures", 《2016 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION (ICRA)》, pages 4557 - 4563 *
XIE HONGWEI ET.AL.: "A Reliability-Augmented Particle Filter for Magnetic Fingerprinting based Indoor Localization on Smartphone", 《IEEE TRANSACTIONS ON MOBILE COMPUTING》, vol. 15, no. 8, pages 1877 - 1892, XP011615761, DOI: 10.1109/TMC.2015.2480064 *
冯浩然等: "无线网络中基于信号强度的定位及算法比较", 《计算机工程与应用》, no. 32, pages 1 - 3 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113098441A (zh) * 2021-03-30 2021-07-09 太原理工大学 一种基于粒子滤波算法的电磁波优化模型
CN113098441B (zh) * 2021-03-30 2023-01-24 太原理工大学 一种基于粒子滤波算法的电磁波优化模型

Also Published As

Publication number Publication date
JP6513310B1 (ja) 2019-05-15
EP3792651A1 (en) 2021-03-17
EP3792651B1 (en) 2023-12-13
WO2019239524A1 (ja) 2019-12-19
EP3792651A4 (en) 2021-06-02
JPWO2019239524A1 (ja) 2020-06-25

Similar Documents

Publication Publication Date Title
AU2012379101B2 (en) Simultaneous localization and mapping using spatial and temporal coherence for indoor location
KR101686171B1 (ko) 영상 및 거리 데이터를 이용한 위치 인식 장치 및 방법
Kothari et al. Robust indoor localization on a commercial smart phone
US10527705B2 (en) System and method for multi-sensor multi-target 3D fusion using an unbiased measurement space
Yu et al. WiFi/PDR-integrated indoor localization using unconstrained smartphones
CN109143224B (zh) 一种多目标关联方法和装置
AU2015216722A1 (en) Determining the position of a mobile device in a geographical area
US8155807B2 (en) Fusion for automated target recognition
US11061102B2 (en) Position estimating apparatus, position estimating method, and terminal apparatus
Herrera et al. Adaptive methods of Kalman filtering for personal positioning systems
CN112272778A (zh) 轨迹推测装置以及便携信息终端
CN111225334A (zh) 一种定位方法、终端及计算机可读存储介质
Alshamaa et al. A hidden markov model for indoor trajectory tracking of elderly people
He et al. WiFi based indoor localization with adaptive motion model using smartphone motion sensors
JP4196684B2 (ja) 目標追尾装置
JP4166651B2 (ja) 目標追尾装置
Shin et al. Simultaneous localization and mapping for pedestrians using radio frequency signals
Georgescu et al. Two linear complexity particle filters capable of maintaining target label probabilities for targets in close proximity
JP2009204418A (ja) 運動クラス類別装置及び追尾処理装置
Li et al. RSS-based joint detection and tracking in mixed LOS and NLOS environments
Ha-Phan et al. A Reliable Feature-Based Framework for Vehicle Tracking in Advanced Driver Assistance Systems
EP2118674A1 (en) Automatic procedure for merging tracks and estimating harmonic combs
JP2017227640A (ja) 位置確定装置、方法及び電子機器
Baek et al. Grid-based target estimation scheme for passive coherent location system
Kasebzadeh Parameter Estimation for Mobile Positioning Applications

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