JP2004361412A - 信頼領域フィルタリング法を用いた位置推定方法および装置 - Google Patents

Abstract

【課題】 位置推定の精度を向上させる。
【解決手段】 本発明の位置推定方法は、無線信号ドメインおよび空間位置ドメインの各々に対し、別途独立したフィルタ処理を行う。具体的には、まず、実行時における無線信号の生データをフィルタ処理を行って歪んだ無線信号を除去する。続いて、信頼領域（ＲｏＣ）を所定のアルゴリズムに従って形成する。形成した推定位置候補がＲｏＣ内に位置する場合のみ、その推定位置候補を後段の処理に用いる。次に、ＲｏＣによりフィルタ処理が施された推定位置候補は、取得した時刻ごとに所定領域に格納される。最後に、各領域から選択された一の推定位置候補を結んで得られる経路のうちでその長さが最短となるものを計算し、この最短経路に基づく計算処理を行うことにより、最終的な位置を決定する。
【選択図】 図５

Description

本発明は、位置推定技術に関するものであって、特に、無線環境における固定端末および移動端末の位置を推定する技術に関する。

コンピュータ処理および位置情報システムサービスの発達により、屋外・屋内を問わず、着目する端末の位置を推定する技術（測位技術）に注目が集められている。特に、ＧＰＳ（Global Positioning System）を用いて測位を行うことは難しいこともあり、屋内通信環境を対象とした測位技術には非常に関心が高い。

一例としては、赤外線や超音波技術等を用いた専用の位置検出網を設けて測位を行うことが考えられている。しかし、この方法ではコストが嵩んでしまう上、システムの維持管理が複雑になるという問題点がある。

他の方法としては、無線信号（ＲＦ信号）を用いた静的状況解析に基づく測位方法が良く知られている。すなわち、既存の無線ＬＡＮシステムを活用して測位システムを構成するのである。具体的には、複数の無線ＬＡＮのビーコン信号から無線信号情報を収集し、その収集した無線信号情報を格納するための位置情報データベースを生成し、受信した無線電波の特性に基づき位置の推定を行う、というものである。

ここで、上述した静的状況解析とは、一般的には、センサから得られる特性指標の計測、補正（キャリブレーション）および解析を行うプロセスを含む位置推定方法のことを指す。この静的状況解析においては、典型的には、屋内無線環境の補正が行われる段階（以下、「オフライン時」という）と、その補正結果を推定位置の決定処理に適用する段階（以下、「オンライン時」または「実行時」という）とが含まれる。

具体的には、まず、オフライン時において、無線環境内の複数の既知の位置において無線信号特性を取得する（以下、これを「サイト探索」という）。すなわち、当該位置において複数のアクセスポイントから受信信号強度の測定を行い、受信信号強度指標（ＲＳＳＩ）指標または通信リンク品質指標等の情報を取得する、というのが一般的である。サイト探索中に取得した情報は、所定の加工処理が施された後、位置情報データベースに格納される。続いて、無線環境に関する補正が行われ、この情報と実行時に取得しデータベースに格納された情報との比較が行われる。

続いて、実行時において、測位対象となる端末のユーザは、測位対象となる位置において無線信号を受信しその信号強度指標を取得する。この際、ユーザは、オフライン時において用いた指標と同じ指標を用いる。続いて、後述する位置計算アルゴリズムを用いて、実行時の測定結果とオフライン時の測定結果とを比較し、当該端末の位置を決定する。

以下、上述した位置計算アルゴリズムについて説明する。従来、無線信号に基づいた静的状況解析において従来から広く用いられているアルゴリズムは、主に３つほど存在する。すなわち、三角測量法、Ｋ近傍平均法、最小Ｍ角形法である。以下、これらにつき順に説明する。

図１は、三角測量法に基づく位置計算アルゴリズムを説明するための図である。本アルゴリズムにおいては、複数の２元連立方程式を解くことによって位置を決定する。具体的には、まず、送信機（例えばアクセスポイントや基地局）の位置を中心とする円を形成する。この円の半径を決定するため、同図におけるアクセスポイント１、２、および３のそれぞれの位置と無線信号特性とを、複数の既知の位置において取得する。これらは、上述したように、オフライン時の補正に用いるためのものである。得られた無線信号特性から、アクセスポイント１までの距離ｄ１、アクセスポイント２までの距離ｄ２、およびアクセスポイント３までの距離ｄ３が、無線信号特性（例えば、ＴＯＡ（信号到達時間）やＴＤＯＡ（信号到達時間差））に基づいて算出される。このように、アクセスポイント１、２および３の各々が各円の中心となり、測位対象と各円の中心との間の距離ｄ１、ｄ２、およびｄ３は当該円の半径になる。

続いて、複数の円が交わる領域に基づいて推定位置が決定される。仮に３円が一点で交わるとすれば、その点が三角測量法によって一意に得られた位置ということになる。しかしながら、実際上、３円が一点で交わることは稀である。すなわち、円が交わるとしても、複数の交点が存在するのが通常である。図１には、３円によって計６つの交点Ｐ１、Ｐ２、Ｐ３、Ｐ４、Ｐ５およびＰ６が生成されている様子が表されている。上述したように、これら交点によって形成された領域に基づき測位対象の位置を算出するのであるが、具体的には、６つの交点のうち３つの交点を用いて形成することのできる３角形のうち面積最小のもの（この場合はＰ２、Ｐ４、Ｐ５によって形成される三角形）を探し、この三角形の質量中心Xを測位対象の推定位置と決定する。

図２は、Ｋ＝５の場合におけるＫ近傍平均アルゴリズムを用いた測位方法を示した図である。なお、一般的にはＫは２より大きいが、Ｋ＝３の場合が最も性能が良いことが知られている。また、同図における（ａｎ、ｂｎ、ｃｎ）は、第ｎ番目の測定位置における３つの基地局ａ、ｂ、ｃから受信した無線信号の強度の値を表している。Ｋ近傍平均アルゴリズムにおいては、同図に示すように、実行時で測定した値とオフライン時に測定した値との最小２乗平均誤差（RMS; root mean square）が小さいものから５点（Ｌ１〜Ｌ５）を抽出する。信号強度の最小２乗平均誤差の具体的な計算方法は次式に従う。

ここで、ａｎ、ｂｎ、ｃｎは、当該測位位置においてオフライン時において測定した信号強度である。

具体的には、二次元直交座標（ｘ１、ｙ１）で表される位置Ｌ１において、基地局ａ、ｂ、ｃから受信した信号の信号強度の組（ａ１、ｂ１、ｃ１）、座標（ｘ２、ｙ２）で表される位置Ｌ２において３つの基地局ａ、ｂ、ｃから各々受信した信号の信号強度組（ａ２、ｂ２、ｃ２）、・・・、座標（ｘ５、ｙ５）表される位置Ｌ５において基地局ａ、ｂ、ｃから受信した信号の信号強度組（ａ５、ｂ５、ｃ５）が、位置情報データベースを用いて決定される。ここで、静的状況解析用の位置情報データベースは、一般的には、無線信号指標を位置にマッピングするために用いられるエントリを含んでいる。無線信号指標を位置にマッピングするとは、換言すれば、信号ドメインから空間位置ドメインへと変換するということである。これら５点の位置から、測位対象物の推定位置Ｌは以下の式に従って算出される。

図３は、Ｍ＝３の場合における、最小Ｍ角形法に基づく測位アルゴリズムを説明するための図である。Ｍは、本システムに用いるアクセスポイントまたは基地局の数である。なお、Ｍ＝３がこのアルゴリズムにおいては最適である。まず、３つの基地局Ａ、Ｂ、Ｃからオフライン時に取得した測定値に最も近い値をとる候補位置Ａ１、Ａ２、Ｂ１、Ｂ２，Ｃ１，Ｃ２を決定する。続いて、これら６つの候補位置のうち任意の３点を選んで形成される多角形のうちで辺の長さの合計が最小となるものを探す。ただし、この３点の選択にあたっては、一つの基地局から一点のみ選択可能とするという条件が設けられる（例えば、Ａ１とＡ２とを同時に選択することはできない）。図３においては、候補位置Ａ１、Ｂ２、Ｃ２により構成される３角形が辺の長さが最小である。この多角形（この例では３角形）の質量中心を推定位置と決定する。具体的には、以下の数式により質量中心ｘが与えられる。

以上説明したように、従来の静的状況解析においては、無線信号ドメインから空間位置ドメインへのマッピングが行われる。すなわち、最終的な位置決定は、無線信号ドメインではなく空間位置ドメイン（空間座標）で行うのが普通である。しかし、この場合、十分に無線信号ドメインにおける誤差を評価することができないという問題がある。結果として、干渉やノイズ等の影響により、測位対象の位置によっては、無線信号ドメインと同様、空間位置ドメインにおいても、「エイリアシング」と呼ばれる現象が現れる。従来の測位方法では、このエイリアシングを検出することができず、従って、例えば異なる場所の測定対象物に対して得られた推定位置が同一である、という結果が生じてしまう場合もあった。

上述した位置推定方法を改良した技術として、選択融合位置推定法（ＳＥＬＦＬＯＣ）の位置算出アルゴリズムを用いる方法がある。この方法においては、複数の位置情報源を合成して理論的に最適な方法で推定位置を算出する。ＳＥＬＦＬＯＣ法は、本出願人による出願（特願２００３−４２７９０８；米国出願番号１０／３３３、５２３に基づくパリ条約による優先権主張あり）に開示されており、これを本明細書において援用する。

図４は、ＳＥＬＦＬＯＣ法の概要を表す図である。一例として、３種類の位置取得方法（具体的には位置計算アルゴリズム）に適用した場合について説明する。この方法では、各計算アルゴリズムを用いて得られた位置推定値は、それぞれ異なる重み係数によって重み付けが行われ、これら３つの重み付け後の値を合計して得られた値が推定位置と決定されるとなる。

ここで、各計算処理に対応するおける重み係数は、オフライン時において誤差フィードバックを用いて補正する。例えば、最小２乗平均誤差（ＭＭＳＥ）重み係数の決定および補正を行うことが可能である。図４に示すように、それぞれの重み係数をそれぞれｗ１、ｗ２、ｗ３とすると、推定位置の座標Ｘは次式で求めることができる。

このような手法を採用することにより、従来の位置推定方法よりも高精度で位置を決定することが可能となった。

しかしながら、以上説明した従来の位置推定方法においては、無線信号の測定中、複数の干渉源、ノイズ源により瞬間的もしくはある有限期間、フェージング、ブロッキング、シャドウウイング等の影響を除去することができない。これらの現象の発生によって、実行時に用いるべき情報の信頼性が低下し、結果として、最終的に算出した位置に誤差が生じてしまう。また、ＳＥＬＦＬＯＣ法を用いたとしても、無線環境の状態が著しく悪化している等の場合、推定位置の精度の向上にも一定の限界がある。本発明は、上述した背景に鑑み、更に高精度の位置決定が可能な方法を提供することを目的とする。

本発明の位置推定方法は、無線信号ドメインと空間位置ドメインの両方においてフィルタリング処理を行うことを特徴とする。具体的には、実行時の無線信号データ（生データ）にフィルタリング処理を施し、位置計算処理に用いるデータのうちで不適切なデータを排除する。更に、従来の位置計算アルゴリズムを用いて信頼領域（Region of Confidence; RoC）を生成する。着目する測定対象は、この信頼領域内に、高確率で位置する。暫定的に算出された位置がこのＲｏＣ内にある場合のみ、この位置を用いて最終的な位置決定処理を行う。

更に、本発明の他の目的は、移動している測位対象（移動体）の位置を高精度に測定することである。本発明の位置推定方法においては、複数の無線チャネルを用いて連続的に測定を行うことも可能である。移動体の無線信号特性は変化するため、移動体の位置を、連続的かつ高い信頼度で追跡することは、位置推定精度を向上させるために重要である。本発明の方法によれば、突発的に発生する誤差の影響を最小化する処理およびＲｏＣの更新処理を行うので、全体として推定位置の精度が向上する。

本発明によれば、測位対象の位置を高精度で決定することができる。

本発明は、種々の無線通信技術および位置計算アルゴリズムに適用可能な位置推定方法および当該方法に用いる装置を提供する。近年、通信技術の発達により、セルラ通信技術および一以上の無線ＬＡＮ技術、あるいはこれらに加えてＧＰＳ技術やBluetooth（登録商標）による通信機能を備えたユーザ端末を製造することも可能となっている。本発明は、このように複数種類の無線アクセス技術が選択利用可能な環境において、特に有用である。具体的には、複数のシステムや情報ソースから推定位置に関する情報を取得し、移動体に対する高精度かつ信頼性の高い位置推定を実現する。勿論、本発明は、単一の無線通信技術を用いるシステムにおいても適用できることは言うまでもない。

以下、図面を参照しつつ本発明の実施例について説明するが、本発明はこれに限定されることなく、変形等を行うことが可能である。

図５は、本発明の一実施例に係る位置計算装置の構成を表すブロック図である。同図において、無線信号受信部５０１は、無線通信環境における固定体または移動体から無線信号を受信する。オフライン信号プロセッサ５０２は、無線信号受信部５０１からオフライン時における信号測定値を受けとるとともに、サイト探索を行う。上述したように、オフライン信号プロセッサ５０２は、無線通信環境内の複数の既知の位置において無線信号特性を取得する。サイト探索中に集められた情報は、所定の処理が施された後、位置情報データベース５１０に格納される。格納された情報は、後に、実行時に得られる値と比較される。

統計処理プロセッサ５０３は、実行時に取得した無線信号を無線信号受信部５０１から受信し、歪んだ信号（通常は一時的に生じると考えられる）をフィルタ処理により取り除く。具体的なフィルタリング処理としては、例えば、上限値および下限値を設定することが考えられる。この場合、受信信号レベルが当該上限値よりも大きい場合、または当該下限値よりも小さい場合は、当該信号が取り除かれる。このようにして、歪んだ信号が位置推定計算から排除される。このような閾値の一例としては、測定した受信信号強度の最大値および最小値の数パーセント程度とすることができる。閾値を２０％に設定したとすれば、実行時に測定した信号のうち、信号強度が全測定値の最大値の９０％以上の値を持つもの（最大値に対して−１０％）、および最小値の１１０％以下を持つ信号（最小値に対して＋１０％）が、取り除かれることになる。

ＲｏＣ形成モジュール５０４は、統計処理プロセッサ５０３およびオフライン信号プロセッサ５０２から信号を受信し、ＲｏＣを形成する。具体的には、本実施例においては、位置計算方法（三角測量法、Ｋ近傍平均法、最小Ｍ角形法）を用いてＲｏＣ中心を決定する。しかしながら、位置計算方法はこれに限らず、他の位置計算アルゴリズムを用いても良いことは言うまでもない。

図６の(a)〜(h)は、三角測量法を用いた場合に出現する３円の配置パターンを示したものであり、なかでも図６の(a)〜(c)に示す３つの配置パターンが、最もよく出現するものであり、図６の(d)〜(h)はこれよりも出現頻度が低い。なお、この出現頻度に関しては、実験によるものである。

同図中、配置パターンの各々において、３つのアクセスポイントが示されている。しかしながら、アクセスポイントの数はこれに限らない。位置計算に使用するアクセスポイントの増減によって精度も変動する。また、アクセスポイントはランダムに選択してもよいし、受信した信号強度が大きいものから順に３つ選んでもよい。あるいは、測位対象から距離が近いものから順に３つを選択してもよい。上述したように、３つのアクセスポイントの周囲に円が形成される。各円の中心は、対応するアクセスポイントであり、その半径は当該アクセスポイントと測位対象物（移動体または固定体）までの距離である。以降、これら３円のうちの各円を時計回りに左から「第１円」、「第２円」、および「第３円」と称することとする。

図７(a)〜図７(h)は、それぞれ、図６の(a)〜(h)に示す配置パターンにおいて形成されるＲＯＣを説明した図である。図７(a)〜図７(h)に示すように、三角測量法に基づくＲｏＣ領域の形状は円または円の一部となる。三角測量法アルゴリズムによる推定位置、すなわち最小３角形の質量中心Ｘが、ＲｏＣの中心となる。しかしながら、ＲｏＣの形成方法はこれに限られるものではない。

上述したように、三角測量法アルゴリズムにおいては、連立方程式の解（すなわち円の交点）を頂点の座標として形成される３角形のうち面積最小のものを探す。図６の(a)に示すような配置パターンにおいては、これら３円は点ａ、ｂ、ｃ、ｄ、ｅ、ｆで交わり、したがって連立方程式は計６つの実数解を持つ。この中で、点ｂ、ｄおよびｅによって形成される３角形が面積最小となる３角形であり、その質量中心Ｘが推定位置となる。そして、図７(a)に示すように、この質量中心ＸがＲｏＣの中心となる。質量中心Ｘから点ｂまでの距離は、質量中心Ｘと他の頂点（すなわち点ｄまたは点ｅ）よりも長く、従ってこれをＲｏＣの半径と決定する。

次に、図６の(b)に示す配置パターンの場合は、第１円と第２円は点ｇおよび点ｈで交わり、第２円と第３円は点ｉおよび点ｊで交わる。従って、方程式は４つの実数解ｇ、ｈ、ｉ、およびｊと、２つの虚数解を持つ。面積最小となるのは、点ｈ、ｉ、ｊで形成される３角形であり、その質量中心Ｘが推定位置となる。そして、図７(b)に示すように、質量中心ＸがＲｏＣの中心となる。質量中心Ｘと点ｊとの間の距離は、質量中心Ｘと他の頂点（ｉまたはｊ）までの距離よりも長い。よって、この距離がＲｏＣの半径となる。

次に、図６の(c)に示す配置パターンの場合は、第１円および第２円は点ｋおよび点ｌで交わるものの、第３円は第１円または第２円のいずれとも交わらないし、接してもいない。従って、連立方程式は２つの実数解ｋおよびｌと４つの虚数解を持つ。そして、この場合、ｋとｌとを結んだ線分の中心ＸがＲｏＣの中心となる。第３円に対応する解はないので、この配置パターンの場合のＲｏＣの形状は半円となる。そして、中心点Ｘから第３円までの最短距離（点Ｘと点ｍとの間の距離）がＲｏＣの半径となる。

次に、図６の(d)の配置パターンの場合、第１円、第２円および第３円はいずれも互いに交わらず、従って方程式は実数解を持たない。この場合は、３円の中心を対応する３角形の頂点と考え、その３角形の質量中心Ｘが推定位置となる。図７(d)に示すように、質量中心ＸがＲｏＣの中心と定める。質量中心Ｘと３つのアクセスポイントとの間の距離のうち最大のものの１／２をＲｏＣの半径に決定する。

次に、図６の(e)の配置パターンの場合、第１円、第２円および第３円は点ｎで交わり、第１円と第２円とは点ｍで、第２円と第３円とは点ｐで、第３円と第１円とは点ｏで、それぞれ交わる。従って、連立方程式は１つの３重解と３つの実数解を持つ。そして、点ｎが推定位置となる。図７に示すように，点ｎは、ＲｏＣの中心であり、点ｎ−ｍ間、点ｎ−ｐ間、および点ｎ−ｏ間の距離のうちで最大のもの（すなわち、この場合は点ｎ−ｍ間の距離）が、ＲｏＣの半径となる。

次に、図６の(f)の配置パターンの場合、第１円と第２円とは点ｑで接し、第１円と第３円とは点ｒで接する。従って、方程式は２つの２重解と、２つの虚数解を持つ。線分ｑｒの中点Ｘが、ＲｏＣの中心と決定され、この線分ｑｒの長さの１／２がＲｏＣの半径となる。

次に、図６の(g)の配置パターンの場合、第１円および第２円は点ｓで接するが、第１円および第２円のいずれも第３円と接触しない。従って、方程式は１つの重解および4つの虚数解を持つ。なお、この場合、点ｓが推定位置となる。また図７(g)に示すように、点ｓはＲｏＣの中心と決定される。図６の(c)と同様、第３円に係る実数解は存在しないので、ＲｏＣの形状は半円となる。そして、点ｓと第３円との距離がＲｏＣの半径となる。

次に、図６の(h)の配置パターンの場合は、第１円と第２円は点ｔおよび点ｕで交わり、第２円と第３円は点ｖで接する。また、第１円と第３円とは接触がない。従って、方程式は１つの重解と２つの実数解を持つ。点ｔ、ｕ、ｖで形成される３角形の質量中心ＸがＲｏＣの中心となり、質量中心Ｘから各頂点までの距離のうちで最大のもの（すなわち、質量中心Ｘと点ｔまでの距離）がＲｏＣの半径となる。

次に、Ｋ近傍平均法アルゴリズムを用いた場合のＲｏＣについて説明する。Ｋ近傍平均法アルゴリズムを用いたＲｏＣの形状も、上述した三角測量法と同様、円である。Ｋ近傍平均法を用いて得られた推定位置がＲｏＣの中心となり、このＲｏＣの中心とＫ番目までの最近接位置との間の距離のうち最も大きいものが、ＲｏＣの半径と決定される。

次に、最小Ｍ角形法アルゴリズムを用いた場合のＲｏＣについて説明する。最小Ｍ角形法アルゴリズムを用いた場合も、ＲｏＣの形状は円である。最小Ｍ角形法によって求めた推定位置がＲｏＣの中心であり、この中心と、最小Ｍ角形法で求めた最小多角形の頂点との距離のうち最も大きいものがＲｏＣ半径となる。

再び図５に戻り、候補算出プロセッサ５０５は、統計処理プロセッサ５０３およびオフライン信号プロセッサ５０２から信号を受信すると、複数の位置計算アルゴリズムを用いて、一組の推定位置候補を生成する。候補算出プロセッサ５０５は、オフライン時において用いたものと同じ指標を用い、推定位置候補にタイムスタンプを付す。具体的には、上述した三角測量法、Ｋ近傍平均法、最小Ｍ角形法等の位置計算アルゴリズムを用いて推定位置候補を決定する。ただし、位置推定方法はこれらに限らず、他の位置推定方法を用いてもよいことは言うまでもない。また、使用する位置計算アルゴリズムを、算出する推定位置候補ごとに異ならせてもよい。

ＲｏＣフィルタ５０６は、ＲｏＣ形成モジュール５０４および候補算出プロセッサ５０５から信号を受けとると、不適切な推定位置候補を除去する。すなわち、ＲｏＣ内に位置する推定位置候補のみを選択し、選択した位置候補を用いて最終的な位置決定処理を行う。

このようにＲｏＣに基づくフィルタ処理（以下、「ＲｏＣフィルタ処理」という）を行うことにより、複数種類の位置計算アルゴリズムまたは無線通信技術を用いて得られた複数の計算結果（この計算結果は、一般的には相互に整合しない）から、整合性のあるデータ集合（すなわち推定位置）を得ることができる。また、ＲｏＣフィルタ処理は、エイリアシングの影響を受けることがない。上述したように、ノイズや干渉等の影響により、通常の無線通信環境において、２つの物理的に離れた場所において同じ無線特性（無線信号強度）を有する場合があり得る。このような場合、歪みのある無線信号特性および精度の低い推定位置候補に基づいて算出した推定位置には、許容できない誤差が含まれてしまう。これに対し、本発明においては、最終的な位置決定処理の前に、歪みのある無線信号および精度の低い推定位置に対してフィルタ処理を行うので、算出した推定位置の精度が著しく向上する。

最短経路計算部５０７は図示せぬＣＰＵおよびメモリ等から構成され、ＲｏＣフィルタ５０６から信号を受信すると、ＲｏＣフィルタ５０６により算出された全ての推定位置候補を結んで形成される経路のうちその全長が最短となるもの（以下、最短経路という）を算出する。図８に最短経路の算出方法の一例を示す。同図に示すように、当該メモリには、略同時刻に算出した推定位置候補データにＲｏＣフィルタ処理を施したものを格納するための領域が設けられている。そして、各領域には、取得時刻を示す指標が付されている。すなわち、時刻ｔ₀の領域には、時刻ｔ₀付近に取得した推定位置候補Ｌ₁（ｔ₀）、Ｌ₂（ｔ₀）、Ｌ₃（ｔ₀）、・・・・Ｌ_M（ｔ₀）が格納され、時刻ｔ₁の領域には、時刻ｔ₁近辺において取得した推定位置候補Ｌ₁（ｔ₁）、Ｌ₂（ｔ₁）、Ｌ₃（ｔ₁）、・・・・Ｌ_M（ｔ₁）が格納され、時刻ｔ_Nの領域には、時刻ｔ_N近辺において取得した推定位置候補Ｌ₁（ｔ_N）、Ｌ₂（ｔ_N）、Ｌ₃（ｔ_N）、・・・・Ｌ_M（ｔ_N）が格納される。換言すれば、各領域は、時間的に相関のある推定位置候補を格納するのである。

最短経路計算部５０７は、各領域内から１つの位置候補を選びそれらをつないで形成される経路のうち、その長さが最短となるものを見つける。具体的には、時間的に隣り合う２つの位置候補のユークリッド距離を計算する。仮に、推定位置候補Ｌ₁（ｔ₀）、Ｌ₂（ｔ₁）の座標が、それぞれ（ｘ₁、ｙ₁）、（ｘ₂、ｙ₂）であるとすると、Ｌ₁（ｔ₀）とＬ₂（ｔ₁）のユークリッド距離ｄ１２は次式で表される。

この最短経路決定アルゴリズムは、ペアワイズ（pair-wise）アルゴリズムに基づいたものである。このアルゴリズムにおいては、一回の計算対象となるのは時間的に隣り合う２つの領域（例えば図８に示した時刻ｔ₁とｔ₂の領域）のみである。すなわち、隣り合う２つの領域に係る推定位置候補の全組み合わせ（すなわち（Ｍの２乗）通りの組み合わせ）のユークリッド距離が計算される。続いて、次の時間的に連続する（隣り合う）領域について最短経路が計算される。このようにして、（Ｎ−１）個の最短距離の組が求められる。この後、図５に示す最終位置決定プロセッサ５０８は、これら（Ｎ−１）個の平均をとることにより、最終的な推定位置を決定する。

ペアワイズアルゴリズムによらない別の最短経路算出方法も存在する。例えば、ＲｏＣの有効期間（以下、これをＴ_ROCとする）を設定し、この有効期間内にＮ個の領域を生成する。すなわち、各領域は時間幅Ｔ_ROC／Ｎを持つことになる。そして、１つの領域から１つの推定位置候補のみ選択され、各経路はこれら選択された推定位置候補によって構成される。従って、計ＭのＮ乗個の経路があることになる。各経路の長さは、当該経路上にある隣り合う推定位置候補のユークリッド距離を計算し、これらを全て足し合わせることにより求められる。最後に、最終位置決定プロセッサ５０８は、（ＭのＮ乗）個の経路の中で最短経路上にあるＮ個の推定位置候補の平均を求めることにより、最終的な位置を決定する。

なお、上述した最短経路を求めるにあたっては、これら以外のアルゴリズムを用いてよいことは言うまでもない。

ここまで、測位対象となる物体の移動については特に言及しなかったが、一般に、測位対象となる物体は短い時間の間ならばある一定の範囲に限り移動することとなる。したがって、物体が物理的に可能な許容範囲の距離を越えて移動した場合、必ず測位に誤差が生じる。これに対し本発明の方法においては、時間を区切って最短経路を求めるので、測位誤差がある場合であっても、得られた推定位置候補は最短経路の計算過程には寄与しない。すなわち、最終的な推定位置決定処理に用いられることがない。

図５に示した位置推定装置において、測定対象が移動する等の要因により、ＲｏＣの有効性が任意の測定時間において担保されなくなったとき、ＲｏＣ形成モジュール５０４はＲｏＣ再形成信号を最短経路計算部５０７から受信する。上述したように、ＲｏＣの有効期間はＴ_ROCである。ここで、ｖを測位対象の物体の速度、ｒ_RoCをＲｏＣの半径とすれば、Ｔ_ROCは次式で与えられる。

有効期間Ｔ_ROCが経過すると、最短経路計算部５０７は、ＲｏＣ形成モジュール５０４に通知して、ＲｏＣ形成モジュール５０４に新たなＲｏＣを生成させる。例えば、最短経路の全長がＲｏＣの半径の値を越えたとき、当該測位対象の物体は現状のＲｏＣの外へ移動したものとみなし、新たなＲｏＣを生成するのである。たとえば、Ｔ_ROCは設定可能なパラメータであって、有効期間Ｔ_ROCの経過にともないＲｏＣを定期的に更新するようにしてもよい。

あるいは、実行時における測定値を先取りして、ＲｏＣの再形成を行ってもよい。この場合、候補算出プロセッサ５０５へデータを供給する前に、短い時間遅延Ｔをかける。すすなわち、候補算出プロセッサ５０５に入力される実行時における測定値は、時間Ｔだけ遅れることになる。これにより、推定位置の精度が許容範囲を越える前に、ＲｏＣの再生成をスムーズに開始することができる。なお、これ以外の場合においては遅延Ｔは必ずしも必要ではなく、省略してもよい。

本発明に係る位置推定装置および位置推定方法は、無線通信網を構成する固定ノード（アクセスポイント、ルータ、サーバ等）が実行しても良いし、無線通信環境内で動作する移動端末が実行してもよい。

図９は、本発明の一実施例に係る位置推定方法を表すフローチャートである。まず、同図のステップ９０１において、オフライン時において信号処理行い、屋内無線環境を補正する。具体的には、信号強度指標を生成し、当該指標と当該指標に対応する位置とを位置情報データベース中の新たなエントリとして格納する。ただし、既存のエントリが存在する場合には、新たな値に更新してもよい。続いてステップ９０２において、実行時の信号を受信すると、統計処理が行い、歪んだＲＦ信号を除去する（ステップ９０３）。ここで、統計処理された実行時の無線信号に遅延時間Ｔの遅延処理を施してもよい（ステップ９０４）。

ステップ９０５において、推定位置候補を計算してＲｏＣを形成する（ステップ９０６）。続いて、ステップ９０７において、このＲｏＣの外に位置する推定位置候補をフィルタ処理により除去する。これにより位置推定精度の向上が図られる。次に、ステップ９０８において、ＲｏＣフィルタ５０６から出力された全推定位置候補を結ぶ最短経路を決定する。これにより、更に位置推定誤差を小さくすることができる。ここでＲｏＣ再生成の時間が到来した場合は、計算処理はステップ９０６に戻る。そうでない場合は、処理はステップ９１０へ進み、最終的な位置が決定される。

従来の三角測量法を用いた位置推定方法を説明するための図である。 従来のＫ近傍平均法を用いた位置推定方法を説明するための図である。 従来の最小Ｍ角形法を用いた位置推定方法を説明するための図である。 ＳＥＬＦＬＯＣアルゴリズムの概念図である。 本発明の一実施例に係る位置推定装置の構成を示すブロック図である。 (a)〜（h）は、三角測量法に基づく３円の各配置パターンを表す図である。 図６の(a)の配置パターンに対応するＲｏＣを表す図である。 図６の(b)の配置パターンに対応するＲｏＣを表す図である。 図６の(c)の配置パターンに対応するＲｏＣを表す図である。 図６の(d)の配置パターンに対応するＲｏＣを表す図である。 図６の(e)の配置パターンに対応するＲｏＣを表す図である。 図６の(f)の配置パターンに対応するＲｏＣを表す図である。 図６の(g)の配置パターンに対応するＲｏＣを表す図である。 図６の(h)の配置パターンに対応するＲｏＣを表す図である。 最短経路の探索処理を表す図である。 本発明の一実施例に係る位置推定方法を示すフロー図である。

符号の説明

５０１・・・無線信号受信部、５０２・・・オフライン信号プロセッサ、５０３・・・統計処理プロセッサ、５０４・・・ＲｏＣ形成モジュール、５０５・・・候補算出プロセッサ、５０６・・・ＲｏＣフィルタ、５０７・・・最短経路計算部、５０８・・・最終位置決定プロセッサ、５１０・・・位置情報データベース。

Claims (2)

1. 無線通信環境において位置を推定する方法であって、
   前記無線通信環境内に配置された少なくとも２つの送信機から各々無線信号を受信するステップと、
   位置計算アルゴリズムを用いて、該受信した無線信号から複数の推定位置候補を算出ステップと、
   前記複数の推定位置候補に対応する信頼領域を形成するステップと、
   を具備する位置推定方法。
2. 複数の送信機から無線信号を受信する受信装置と、
   位置計算アルゴリズムを用いて、該受信した無線信号から複数の推定位置候補を算出するプロセッサと、
   該算出された複数の推定位置候補に対応する信頼領域を形成するモジュールと、
   を具備する位置推定装置。

Images