JP2014025734A - Area detection program, area detection device, and area detection method - Google Patents
Area detection program, area detection device, and area detection method Download PDFInfo
- Publication number
- JP2014025734A JP2014025734A JP2012164346A JP2012164346A JP2014025734A JP 2014025734 A JP2014025734 A JP 2014025734A JP 2012164346 A JP2012164346 A JP 2012164346A JP 2012164346 A JP2012164346 A JP 2012164346A JP 2014025734 A JP2014025734 A JP 2014025734A
- Authority
- JP
- Japan
- Prior art keywords
- transition
- room
- area
- rssi
- existence
- 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
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
- Telephone Function (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
Description
本発明は,対象が存在するエリアを検知するエリア検知プログラム,エリア検知装置およびエリア検知方法に関するものである。 The present invention relates to an area detection program, an area detection device, and an area detection method for detecting an area where a target exists.
人や物などの対象の位置を,検知することが行われている。位置検知の技術としては,例えば,GPS(Global Positioning System )の技術を用いて,GPS受信機を備える端末の位置を検知する技術がある。 Detection of the position of an object such as a person or an object is performed. As a position detection technique, for example, there is a technique for detecting the position of a terminal equipped with a GPS receiver using a GPS (Global Positioning System) technique.
なお,無線アクセスポイントからの電波強度に基づいて端末の位置検知を行う際に,地図情報を用いて壁に遮られた箇所等の除外を行う技術が知られている。また,無線通信端末の予測される存在位置の確率分布を用いて,無線通信端末の位置検知を行う技術が知られている。また,時間を紐付けた各受信機からの受信有無データから位置移動パターンを算出することで,不完全なデータからRFIDタグの位置推定を行う技術が知られている。また,あらかじめ保持した各位置での信号強度の標本値と観測値との付き合わせを行い,複数の特定位置における人の存在を推定する技術が知られている。また,ゲートを設置し,無線タグの通過を検知する技術が知られている。 In addition, when detecting the position of a terminal based on the radio wave intensity from a wireless access point, a technique for excluding a portion blocked by a wall using map information is known. In addition, a technique for detecting the position of a wireless communication terminal using a probability distribution of a predicted position of the wireless communication terminal is known. In addition, there is known a technique for estimating the position of an RFID tag from incomplete data by calculating a position movement pattern from reception presence / absence data from each receiver associated with time. There is also known a technique for estimating the presence of a person at a plurality of specific positions by associating a sample value of the signal intensity at each position held in advance with an observed value. In addition, a technology is known in which a gate is installed to detect passage of a wireless tag.
上述のGPSを用いた位置検知の技術は,屋外では高い精度が得られるため,有用である。しかし,GPSを用いた位置検知の技術には,屋内では精度が下がるため,十分な位置検知ができないという問題がある。 The above-described position detection technology using GPS is useful because high accuracy can be obtained outdoors. However, the position detection technology using GPS has a problem that the position cannot be sufficiently detected because the accuracy decreases indoors.
例えば,位置情報サービスの要件を踏まえると,屋内では,正確な座標を検知するよりも,どの部屋にいるかなどの意味のあるエリアでの対象の存在を検知することが,重要となるケースが多い。そのため,屋内である場合も含めて,十分な精度で対象の存在エリアを検知する技術が望まれる。 For example, based on the requirements of location information services, it is often important to detect the presence of an object in a meaningful area, such as in which room, rather than detecting accurate coordinates indoors. . Therefore, a technique for detecting the presence area of the target with sufficient accuracy is desired, including indoors.
一側面では,本発明は,存在エリアを検知する技術を提供することを目的とする。 In one aspect, an object of the present invention is to provide a technique for detecting a presence area.
1態様では,開示するプログラムは,コンピュータを次のように機能させる。すなわち,前記プログラムは,前記プログラムがインストールされて実行されるコンピュータに,発信器から発信された無線信号について観測された信号強度を取得し,観測された信号強度の変化と,記憶部に記憶された隣接するエリア間で遷移が起こり得る場所における信号強度との関係から,隣接するエリア間の遷移が検知されたか否かを判定し,隣接するエリア間の遷移が検知されたと判定された場合に,記憶部に記憶された各エリアにおける存在可能性について,遷移前のエリアにおける存在可能性を該遷移前のエリアにおける存在可能性に応じて減少させる更新を行い,遷移後のエリアにおける存在可能性を遷移前のエリアにおける存在可能性に応じて増加させる更新を行う処理を実行させる。 In one aspect, the disclosed program causes a computer to function as follows. That is, the program acquires the signal strength observed for the radio signal transmitted from the transmitter in a computer installed and executed by the program, and stores the change in the observed signal strength and the storage unit. When it is determined that a transition between adjacent areas has been detected based on the relationship with the signal strength at a location where a transition can occur between adjacent areas. The existence possibility in each area stored in the storage unit is updated to reduce the existence possibility in the area before the transition according to the existence possibility in the area before the transition, and the existence possibility in the area after the transition. Is executed to increase the number according to the possibility of existing in the area before the transition.
1態様では,存在エリアの検知が可能となる。 In one aspect, the presence area can be detected.
以下,本実施の形態について,図を用いて説明する。 Hereinafter, the present embodiment will be described with reference to the drawings.
近年,人の状況に応じて,適切なサービスをシステム側が自律的に提供してくれるコンテキストアウェアサービスが着目されている。このようなサービスとしては,例えば,店舗の前に来たときにクーポンを配信することで購買意欲を向上させるサービスや,社外に出たときに閲覧できる情報を制限することでセキュリティを強固にするサービス,会議が始まったときに参加者に会議資料を送信して検索の手間を省くサービスなどが挙げられる。 In recent years, attention has been focused on context-aware services in which the system side autonomously provides appropriate services according to human circumstances. Such services include, for example, services that improve purchase motivation by delivering coupons when you come to the store, and strengthen security by restricting information that can be viewed when going outside the company. A service and a service that saves the search effort by sending conference materials to participants when the conference starts.
このようなサービスを展開するためには,人の状況を知る必要があるが,人の状況はその人の位置と密に関連しているため,人の位置を知ることが重要であると考えられる。特にサービス視点から見ると,位置といっても正確な座標ではなく,例えば部屋などの意味のある単位エリアがわかることが重要となる。 In order to develop such a service, it is necessary to know the situation of the person, but it is important to know the position of the person because the situation of the person is closely related to the position of the person. It is done. In particular, from a service viewpoint, it is important to know a meaningful unit area such as a room, not a precise coordinate even if it is a position.
位置検知の技術として,GPSを利用した技術がある。GPSを利用した位置検知の技術は,屋外では有用である。しかし,GPSを利用した位置検知の技術は,屋内で利用する場合,その精度が極端に下がるという問題がある。 As a position detection technique, there is a technique using GPS. The position detection technology using GPS is useful outdoors. However, the position detection technology using GPS has a problem that the accuracy is extremely lowered when it is used indoors.
また,建物や部屋,通路などの出入口にゲートを設置し,赤外線通信やRFIDタグ,超音波などの近距離無線の発信器の通過を検知する技術がある。この技術を用いれば,発信器を備える人や物のエリア間の遷移を,精度よく検知することが可能となる。しかし,この技術を用いるには,エリア間の遷移可能な場所にゲートを設置するなど,専用のデバイス等を用意する必要があるため,インフラ構築のコストがかかるという問題がある。多数のエリアが存在する環境では,実用的でない。 There is also a technology that installs gates at the entrances and exits of buildings, rooms, passages, etc., and detects the passage of near-field transmitters such as infrared communication, RFID tags, and ultrasonic waves. By using this technology, it becomes possible to accurately detect transitions between areas of people and objects equipped with transmitters. However, in order to use this technology, it is necessary to prepare a dedicated device, such as installing a gate in a place where transition between areas is possible, so there is a problem that it costs infrastructure construction. It is not practical in an environment with many areas.
近年,スマート端末等を用いて,手軽に無線LAN(Local Area Network)の信号強度(RSSI:Received Signal Strength Indicator)を取得することが可能になっている。以下では,信号強度をRSSIとも呼ぶ。例えば,無線LANのRSSIを位置検出に用いるとした場合,特にインフラとして,屋内においても無線LANの接続環境が整備されつつあることから,コストと実用性との両観点で有用である。ただし,その反面,無線LANは距離減衰が少なく,遠距離まで届くため,広域での位置検出を行うことが一般に難しい。端末が存在する部屋を検出するような場合には,無線LANなどの遠距離無線のRSSIを用いることが適していると考えられる。 In recent years, it has become possible to easily acquire a received signal strength indicator (RSSI) of a wireless local area network (LAN) using a smart terminal or the like. Hereinafter, the signal strength is also referred to as RSSI. For example, when RSSI of a wireless LAN is used for position detection, the connection environment of the wireless LAN is being improved indoors as an infrastructure, which is useful in terms of both cost and practicality. However, on the other hand, wireless LAN has a small distance attenuation and reaches a long distance, so it is generally difficult to detect a position in a wide area. When detecting a room where a terminal exists, it is considered suitable to use long-distance wireless RSSI such as a wireless LAN.
RSSIを用いて位置を特定する技術として,複数のアクセスポイントからの距離に基づいて,三角測量の原理で位置を推定する技術が存在する。RSSIは,アクセスポイントから離れれば離れるほど弱くなる。そのため,各アクセスポイントについてのRSSIの値から,各アクセスポイントからどのぐらい離れているかを推定することができる。しかし,RSSIはノイズが多いので,十分な精度の位置検知結果が得られないという問題がある。 As a technique for specifying a position using RSSI, there is a technique for estimating a position based on the principle of triangulation based on distances from a plurality of access points. The RSSI becomes weaker as the distance from the access point increases. Therefore, how far away from each access point can be estimated from the RSSI value for each access point. However, since RSSI is noisy, there is a problem that a position detection result with sufficient accuracy cannot be obtained.
また,RSSIを用いて位置を特定する技術として,事前に取得したRSSIとの比較に基づいて,位置を推定する技術が考えられる。この技術では,事前に各地点におけるRSSIを取得し,取得したRSSIから各地点での比較基準となるRSSIを求めて,事前データとして保持しておく。エリア検知を行う際には,そのとき得られるRSSIの観測データと保持された事前データと比較し,RSSIが近い地点が現在地点であると推定する。この技術では,事前に多数の地点でRSSIを取得しておく必要があるので,準備に手間がかかるという問題がある。逆に,事前データを取得しておく範囲を少なくすると,事前の準備の手間は軽減されるが,エリア検知の精度が低くなる。 As a technique for specifying a position using RSSI, a technique for estimating a position based on a comparison with RSSI acquired in advance can be considered. In this technique, RSSI at each point is acquired in advance, and RSSI as a comparison reference at each point is obtained from the acquired RSSI and stored as prior data. When performing area detection, the RSSI observation data obtained at that time is compared with the stored prior data, and it is estimated that the point where the RSSI is close is the current point. This technique has a problem in that it takes time to prepare because RSSI needs to be acquired at a number of points in advance. On the other hand, if the range in which the prior data is acquired is reduced, the preparation time is reduced, but the accuracy of area detection is reduced.
図1は,事前データの取得範囲の例を説明する図である。 FIG. 1 is a diagram for explaining an example of a pre-data acquisition range.
図1に示す例において,部屋#A〜部屋#Dの4つのエリアが,エリア検知を行う範囲である。携帯端末10は,今回,存在するエリアを検知する対象となるスマート端末などの情報端末である。図1に示す例では,人が存在するエリアの検知を,その人が持つ携帯端末10が行うものとする。発信器20は,無線LANなどの遠距離無線におけるアクセスポイントである。出入口30は,各部屋間すなわち各エリア間で,携帯端末10の遷移が起こり得る場所である。
In the example illustrated in FIG. 1, four areas of room #A to room #D are ranges in which area detection is performed. The
図1に示す例において,例えば,各部屋のすべての領域を網羅するようにRSSIについての事前データを準備するには,非常に手間がかかる。そこで,図1の破線枠に示す領域に事前データの取得範囲を限定することを考える。図1に示す例では,各部屋全体のバランスを考慮して事前データの取得範囲が設定されている。このように,事前データの取得範囲を限定すれば,事前データの準備の手間を軽減できる。 In the example shown in FIG. 1, for example, it takes a lot of time and effort to prepare advance data about RSSI so as to cover all areas of each room. Therefore, consider limiting the acquisition range of the prior data to the area indicated by the broken line frame in FIG. In the example shown in FIG. 1, the prior data acquisition range is set in consideration of the balance of each room as a whole. In this way, if the acquisition range of the prior data is limited, it is possible to reduce the effort for preparing the prior data.
しかし,事前データの取得範囲を限定すると,誤検知が増える。特に,遠距離無線の場合,距離に基づく電波減衰が少ないため,誤検知が広範囲で発生する。例えば,図1に示す例において,部屋#Bと部屋#Cとの間には,出入口がなく,携帯端末10を持った人が両部屋間で直接移動することは不可能である。しかし,図1に示すように,携帯端末10を持った人が,事前データの取得範囲から離れた部屋#Bと部屋#Cとの間の壁際にいるような場合には,部屋#Bから部屋#Cへの部屋遷移が検知されるなどの,物理的に起こり得ない部屋遷移が検知されることがある。
However, limiting the prior data acquisition range increases false positives. In particular, in the case of a long-distance radio, since the radio wave attenuation based on the distance is small, false detection occurs in a wide range. For example, in the example shown in FIG. 1, there is no entrance / exit between the room #B and the room #C, and it is impossible for a person with the
このような状況から,無線LANなどの遠距離無線のRSSIを用いたエリアの検知において,事前データの取得範囲をできるだけ少なくしつつ,物理制約などにより起こり得ない部屋遷移を防止する技術が望まれる。以下では,無線LANなどの遠距離無線のRSSIを用いたエリアの検知において,事前データの取得範囲を少なくしつつも精度が高いエリアの検知が可能となる,本実施の形態による技術の例を説明する。 Under such circumstances, in detecting an area using RSSI of a long-distance wireless communication such as a wireless LAN, a technique for preventing room transition that cannot occur due to physical constraints or the like while reducing the acquisition range of prior data as much as possible is desired. . In the following, an example of the technology according to the present embodiment that enables detection of an area with high accuracy while reducing the acquisition range of the prior data in detection of an area using long-distance wireless RSSI such as a wireless LAN. explain.
図2は,本実施の形態による携帯端末の構成例を示す図である。 FIG. 2 is a diagram illustrating a configuration example of the mobile terminal according to the present embodiment.
図2に示す携帯端末10は,自身の存在エリアを検知する対象となる装置の一例である。図2に示すように,本実施の形態による携帯端末10は,エリア検知部100を備える。エリア検知部100は,例えば無線LANなどの遠距離無線のアクセスポイントから発信される無線信号のRSSIに基づいて,検知を行う対象空間における自身の携帯端末10の存在エリアを検知する。携帯端末10は,無線LANなどの遠距離無線のアクセスポイントから発信される無線信号のRSSIを観測できる装置であればよい。例えば,近年の多くのスマート端末やタブレット端末,ノートパソコンなどには,無線LANのアクセスポイントから発信される無線信号のRSSIを観測する機能が備えられている。
A
エリア検知部100は,信号強度取得部101,判定部102,更新部103,出力部104を備える。また,エリア検知部100は,信号強度記憶部110,特定場所信号強度記憶部120,存在情報記憶部130を備える。
The
信号強度取得部101は,発信器から発信された無線信号について観測されたRSSIを取得する。発信器は,例えば無線LANにおけるアクセスポイントである。信号強度取得部101は,取得したRSSIを信号強度記憶部110に記憶する。信号強度記憶部110は,信号強度取得部101により取得された,観測されたRSSIを記憶する記憶部である。
The signal
例えば,信号強度取得部101は,各発信器について観測されたRSSIを,所定の時間間隔で取得する。各発信器について観測されたRSSIの経時変化には,ノイズによる変化も含まれる可能性があるが,自携帯端末10の位置変化による変化も含まれる。
For example, the signal
特定場所信号強度記憶部120は,隣接するエリア間で遷移が起こり得る場所におけるRSSIを記憶する記憶部である。本実施の形態では,事前データとして,出入口などの隣接するエリア間で遷移が起こり得る場所におけるRSSIを取得し,特定場所信号強度記憶部120に保持しておく。出入口などの隣接するエリア間で遷移が起こり得る場所や,特定場所信号強度記憶部120に保持する事前データのRSSI等の詳細については,後述する。
The specific location signal
判定部102は,信号強度取得部101により取得された,観測されたRSSIの変化と,特定場所信号強度記憶部120に記憶された,隣接するエリア間で遷移が起こり得る場所におけるRSSIとの関係から,隣接するエリア間の遷移が検知されたか否かを判定する。判定部102は,観測されたRSSIの変化量が,隣接するエリア間で遷移が起こり得る場所における一方のエリア側のRSSIから他方のエリア側のRSSIへの変化量に十分に近い場合に,隣接するエリア間の一方のエリアから他方のエリアへの遷移が検知されたと判定する。
The
例えば,判定部102は,観測された信号強度の変化と,隣接するエリア間で遷移が起こり得る場所における信号強度とから,隣接するエリア間での遷移生起の尤度を算出する。隣接するエリア間での遷移生起の尤度を算出する例については,後述する。例えば,判定部102は,所定の閾値以上の尤度が得られた場合に,該尤度が得られた隣接するエリア間の遷移が検知されたと判定する。
For example, the
存在情報記憶部130は,各エリアにおける存在可能性を記憶する記憶部である。存在情報記憶部130には,検知を行う対象空間に存在するエリアごとの自携帯端末10の存在可能性が記憶される。存在情報記憶部130に記憶された各エリアの存在可能性は,隣接するエリア間の遷移が検知されることに応じて,随時更新される。
The presence
更新部103は,判定部102により隣接するエリア間の遷移が検知されたと判定された場合に,存在情報記憶部130に記憶された,各エリアにおける存在可能性を更新する。例えば,更新部103は,隣接するエリア間の遷移が検知されたと判定された場合に,遷移前のエリアにおける存在可能性を,該遷移前のエリアにおける存在可能性に応じて減少させる更新を行う。また,例えば,更新部103は,隣接するエリア間の遷移が検知されたと判定された場合に,遷移後のエリアにおける存在可能性を,遷移前のエリアにおける存在可能性に応じて増加させる更新を行う。
When the
また,判定部102によって隣接するエリア間での遷移生起の尤度が算出されている場合に,更新部103は,さらに,検知された隣接するエリア間の遷移について算出された尤度に応じて,存在情報記憶部130に記憶された各エリアにおける存在可能性の更新を行う。例えば,更新部103は,検知された隣接するエリア間の遷移について,算出された尤度が高い場合には,遷移前のエリアと遷移後のエリアの存在可能性をより大きく更新し,算出された尤度が低い場合には,遷移前のエリアと遷移後のエリアの存在可能性をより小さく更新するように調整を行う。
Further, when the likelihood of occurrence of transition between adjacent areas is calculated by the
出力部104は,存在情報記憶部130に記憶された各エリアにおける存在可能性を参照し,存在可能性が最も高いエリアを出力する。出力部104による出力先は,例えば,携帯端末10の存在エリアに応じたサービスを行うアプリケーションなどである。
The
図3は,本実施の形態による携帯端末を実現するコンピュータのハードウェア構成例を示す図である。 FIG. 3 is a diagram illustrating a hardware configuration example of a computer that realizes the mobile terminal according to the present embodiment.
図2に示す携帯端末10を実現するコンピュータ1は,例えば,CPU(Central Processing Unit )2,主記憶となるメモリ3,記憶装置4,通信装置5,入力装置6,出力装置7等を備える。記憶装置4は,例えばHDD(Hard Disk Drive )等の外部記憶装置や,補助記憶装置などである。入力装置6は,例えばタッチパネル,キーボード,マウス等の入力機器である。出力装置7は,例えばディスプレイ等の表示装置である。
2 includes, for example, a central processing unit (CPU) 2, a memory 3 serving as a main memory, a storage device 4, a
図2に示す携帯端末10が備える各機能部は,コンピュータ1が備えるCPU2,メモリ3等のハードウェアと,ソフトウェアプログラムとによって実現することが可能である。コンピュータ1が実行可能なプログラムは,記憶装置4に記憶され,その実行時にメモリ3に読み出され,CPU2により実行される。
Each functional unit included in the
コンピュータ1は,可搬型記録媒体から直接プログラムを読み取り,そのプログラムに従った処理を実行することもできる。また,コンピュータ1は,サーバコンピュータからプログラムが転送されるごとに,逐次,受け取ったプログラムに従った処理を実行することもできる。さらに,このプログラムは,コンピュータ1で読み取り可能な記録媒体に記録しておくことができる。
The
以下では,本実施の形態のエリア検知部100による,より具体的な処理の例を説明する。以下で説明する例では,壁で隔てられた部屋をエリアとする。
Below, the example of the more concrete process by the
図4は,エリア検知を行う対象空間の例を示す図である。 FIG. 4 is a diagram illustrating an example of a target space in which area detection is performed.
図4に示す空間は,本実施の形態によるエリア検知を行う対象空間の一例である。以下では,図4に示す空間をエリア検知の対象空間として,説明を行う。図4に示す部屋#A〜部屋#Dの4つのエリアからなる空間が,エリア検知を行う対象空間となる。各発信器20は,無線LANなどの遠距離無線におけるアクセスポイントである。各出入口30は,隣接する部屋間で,携帯端末10を持った人が移動できる場所である。すなわち,各出入口30は,隣接するエリア間で携帯端末10の遷移が起こり得る場所である。
The space shown in FIG. 4 is an example of a target space for performing area detection according to the present embodiment. In the following description, the space shown in FIG. 4 will be described as an area detection target space. A space composed of four areas of room #A to room #D shown in FIG. 4 is a target space for area detection. Each
図4に示す例では,各隣接する部屋間の出入口30付近に,事前データの取得範囲が設定されている。図4に示す例において,部屋#Bと部屋#Cとは隣接しているが,部屋#Bと部屋#Cとの間には出入口30がない。部屋#Bと部屋#Cとの間では物理的にエリア間の遷移が起こり得ないため,部屋#Bと部屋#Cとの境界には事前データの取得範囲が設定されてない。このように,本実施の形態では,隣接するエリア間で遷移が起こり得る場所のRSSIを事前に取得し,特定場所信号強度記憶部120で保持しておく。
In the example shown in FIG. 4, a pre-data acquisition range is set near the entrance /
図5は,隣接する部屋間で遷移が起こり得る場所におけるRSSIの例を説明する図である。 FIG. 5 is a diagram illustrating an example of RSSI in a place where transition between adjacent rooms can occur.
図5(A)は,部屋#A−部屋#B間の出入口30付近の事前データの取得範囲を示している。ここでは,図4に示すエリア検知の対象空間において,隣接する部屋#Aと部屋#Bとの間の出入口30付近におけるRSSIを例に説明を行う。図5(A)において,地点P1は,部屋#A−部屋#B間の出入口30付近における部屋#A側の地点である。また,地点P2は,部屋#A−部屋#B間の出入口30付近における部屋#B側の地点である。
FIG. 5A shows a pre-data acquisition range near the entrance /
図5(A)において,例えば,携帯端末10を持ったユーザが,出入口30を通って部屋#Aから部屋#Bに移動したものとする。このとき,そのユーザは,地点P1を通過し,出入口30を通って地点P2を通過する。そのユーザが持つ携帯端末10は,例えば部屋#Bの隅にある発信器20から発信される無線信号のRSSIを観測する。
In FIG. 5A, for example, it is assumed that the user who has the
図5(B)は,携帯端末10が地点P1から地点P2に遷移した際に,図5(A)に示す部屋#Bにある発信器20から発信される無線信号を携帯端末10が観測した例を示す。例えば,部屋#A側にある地点P1と部屋#Bにある発信器20との間には壁があるため,その壁の影響を受けて,地点P1で観測されるRSSIは低い値となる。部屋#B側にある地点P2と部屋#Bにある発信器20との間には壁がないため,地点P2で観測されるRSSIは高い値となる。そのため,携帯端末10が出入口30を通って部屋#Aから部屋#Bに遷移する際には,図5(B)に示すような顕著なRSSI変化が見られると考えられる。
In FIG. 5B, when the mobile terminal 10 transitions from the point P1 to the point P2, the
図6は,本実施の形態によるRSSI学習データの例を示す図である。 FIG. 6 is a diagram illustrating an example of RSSI learning data according to the present embodiment.
図6に示すRSSI学習データは,特定場所信号強度記憶部120にあらかじめ保持される,隣接するエリア間で遷移が起こり得る場所における信号強度のデータの一例を示す。図6に示すRSSI学習データは,遷移場所,地点,発信器#1〜#n等の情報を持つ。
The RSSI learning data shown in FIG. 6 is an example of signal strength data stored in advance in the specific location signal
図6に示すRSSI学習データにおいて,遷移場所は,隣接するエリア間で遷移が起こり得る場所を示す。例えば,図6に示すRSSI学習データの遷移場所において,“#A−#B”は,隣接する部屋#Aと部屋#Bとの間で遷移が起こり得る出入口30付近を示している。なお,以下では,隣接するエリア間で遷移が起こり得る場所を,単に遷移場所とも呼ぶ。
In the RSSI learning data shown in FIG. 6, the transition location indicates a location where a transition can occur between adjacent areas. For example, in the transition location of the RSSI learning data shown in FIG. 6, “# A- # B” indicates the vicinity of the entrance /
図6に示すRSSI学習データにおいて,地点は,遷移場所におけるいずれのエリア側の地点であるかを示す。例えば,遷移場所“#A−#B”における地点“#A側”は,隣接する部屋#Aと部屋#Bとの間で遷移が起こり得る出入口30付近における,部屋#A側の地点を示している。
In the RSSI learning data illustrated in FIG. 6, the point indicates which area side point is in the transition location. For example, the point “#A side” in the transition place “# A- # B” indicates a point on the room #A side in the vicinity of the entrance /
図6に示すRSSI学習データにおいて,発信器#1〜#nの各項目に記録される数値は,RSSIを観測する対象の各発信器20について,それぞれ事前に用意して保持された,該当遷移場所,該当地点における代表的なRSSIである。発信器#1〜#nの各項目に示されるRSSIが,携帯端末10により時々刻々と観測されるRSSIと比較される,該当遷移場所,該当地点における基準のRSSIである。
In the RSSI learning data shown in FIG. 6, the numerical values recorded in the items of the
図6に示すRSSI学習データにおける,各発信器20のRSSIの値は,例えば,各出入口30の各地点で観測されるRSSIの学習処理を事前に行うことにより得られる。遷移場所“#A−#B”における地点“#A側”,“#B側”のRSSIを取得する手順は,例えば,次の通りとなる。
(手順1)携帯端末10を持つユーザは,図5(A)に示す地点P1で,数分間静止状態でいる。このとき,携帯端末10は,各発信器(#1〜#n)20のRSSIを観測する。
(手順2)携帯端末10は,数分間で観測された各発信器(#1〜#n)20のRSSIについて,それぞれ平均値を算出する。
(手順3)携帯端末10は,RSSI学習データに遷移場所“#A−#B”,地点“#A側”のレコードを生成し,各発信器(#1〜#n)20について,それぞれ(手順2)で算出されたのRSSIの平均値を記録する。
(手順4)携帯端末10を持つユーザは,図5(A)に示す地点P2に移動する。地点P2でも,(手順1)〜(手順3)が,同様に行われる。
The RSSI value of each
(Procedure 1) The user who has the
(Procedure 2) The
(Procedure 3) The
(Procedure 4) The user who has the
このような手順を,すべての隣接する部屋間の出入口30で行うことにより,図6に示すRSSI学習データが得られる。本実施の形態では,このようにして得られたRSSI学習データが,事前に特定場所信号強度記憶部120に保持された状態で,エリア検知部による携帯端末10が存在するエリアの検知が実施される。
By performing such a procedure at the entrance /
存在エリアの検知を行う対象の携帯端末10において,エリア検知部100の信号強度取得部101は,所定の時間間隔で,各発信器20について観測された現在のRSSIを取得する。信号強度取得部101は,取得した,観測された現在のRSSIを信号強度記憶部110に記憶する。また,信号強度取得部101は,信号強度記憶部110から,直前のタイミングで観測されたRSSIを取得する。
In the
なお,携帯端末10は,本実施の形態によるエリア検知で観測の対象となっていない発信器のRSSIも観測してしまう。例えば,エリア検知部100は,本実施の形態によるエリア検知で観測の対象となる発信器20の識別情報のリストを保持しており,信号強度取得部101は,リストにある識別情報を発信している発信機20のRSSIを選択して,取得する。
Note that the
図7は,観測されたRSSIの例を示す図である。 FIG. 7 is a diagram illustrating an example of observed RSSI.
図7(A)に示す現在のRSSIは,信号強度取得部101により取得された,各発信器20について観測された現在のRSSIの一例を示す。図7(B)に示す直前のRSSIは,信号強度取得部101により信号強度記憶部110から取得された,直前のタイミングで観測されたRSSIの一例を示す。これは,携帯端末10で観測されるRSSIが,図7(B)に示す直前のRSSIから図7(A)に示す現在のRSSIに変化したことを意味する。
The current RSSI shown in FIG. 7A is an example of the current RSSI acquired for each
判定部102は,観測されたRSSIの変化から,携帯端末10の隣接したエリア間の遷移が検知されたか否かを判定する。ここでは,判定部102は,観測されたRSSIの変化と,特定場所信号強度記憶部120に記憶されたRSSI学習データを用いて,起こり得る各エリア間の遷移について,それぞれの遷移生起の尤もらしさを示す遷移尤度を求める。
The
判定部102は,部屋iから部屋jへの遷移尤度Lt (i,j)を,例えば,次式(1)により算出する。
The
Lt (i,j)=−{‖xt −x’i,j ‖2 +‖xt-1 −x”i,j ‖2 } (1)
式(1)において,tは,観測されたRSSIを取得した現在のタイミングを示し,t−1は,観測されたRSSIを取得した直前のタイミングを示す。また,‖・‖は,ユークリッド距離を示す。xt は,現在のRSSIを示すn次元のベクトルであり,xt-1 は,直前のRSSIを示すn次元のベクトルである。x’i,j は,部屋i−部屋j間の遷移場所における遷移後の部屋j側のn次元のRSSIベクトルである。x”i,j は,部屋i−部屋j間の遷移場所における遷移前の部屋i側のn次元のRSSIベクトルである。なお,nは,エリア検知においてRSSIを取得する対象の発信器20の数である。
L t (i, j) = - {‖x t -x 'i, j ‖ 2 + ‖x t-1 -x " i, j ‖ 2} (1)
In Equation (1), t indicates the current timing when the observed RSSI is acquired, and t-1 indicates the timing immediately before the observed RSSI is acquired. ‖ And ‖ indicate Euclidean distances. x t is an n-dimensional vector indicating the current RSSI, and x t−1 is an n-dimensional vector indicating the immediately preceding RSSI. x ′ i, j is an n-dimensional RSSI vector on the side of the room j after the transition at the transition location between the room i and the room j. x ″ i, j is an n-dimensional RSSI vector on the side of the room i before the transition at the transition location between the room i and the room j. Note that n is the
図8は,本実施の形態による遷移尤度の算出を説明する図である。 FIG. 8 is a diagram illustrating calculation of transition likelihood according to the present embodiment.
図8に示すグラフは,ある発信器20のRSSIの経時変化を示すグラフである。図8に示すグラフにおいて,○のポイントは,観測されたRSSIを示す。×のポイントは,RSSI学習データのRSSIを示す。tは,現在のRSSIを取得したタイミングを示す。t−1は,直前のRSSIを取得したタイミングを示す。
The graph shown in FIG. 8 is a graph showing a change with time in RSSI of a
図8に示す例において,現在のRSSIと,RSSI学習データにおける図5(A)に示す地点P2のRSSIとが近い値となっているものとする。また,直前のRSSIと,RSSI学習データにおける図5(A)に示す地点P1のRSSIとが近い値となっているものとする。この場合,図5(A)に示す部屋#Aから部屋#Bへの遷移があった可能性が考えられる。その可能性は,現在のRSSIの値と地点P2のRSSIの値とが近ければ近いほど,また直前のRSSIの値と地点P1のRSSIの値とが近ければ近いほど高いと考えられる。したがって遷移尤度は,部屋遷移の可能性を表す評価指標となる。 In the example shown in FIG. 8, it is assumed that the current RSSI and the RSSI at the point P2 shown in FIG. 5A in the RSSI learning data are close to each other. In addition, it is assumed that the RSSI immediately before and the RSSI at the point P1 shown in FIG. 5A in the RSSI learning data are close to each other. In this case, there is a possibility that there is a transition from the room #A to the room #B shown in FIG. The possibility is considered to be higher as the current RSSI value is closer to the RSSI value at the point P2, and as the previous RSSI value is closer to the RSSI value at the point P1. Therefore, the transition likelihood is an evaluation index representing the possibility of room transition.
上記の式(1)では,任意の数の発信器20について,観測されたRSSI値とRSSI学習データにおけるRSSI値との関係の近さを評価した遷移尤度が求められる。例えば,図7に示すRSSI情報から,部屋#Aから部屋#Bへの遷移尤度を求める場合,上記の式(1)において,xt は,図7(A)に示す現在のRSSIのベクトルとなり,xt-1 は,図7(B)に示す直前のRSSIのベクトルとなる。x’i,j は,図6に示すRSSI学習データにおける遷移場所“#A−#B”,地点“#B側”のRSSIベクトルとなり,x”i,j は,図6に示すRSSI学習データにおける遷移場所“#A−#B”,地点“#A側”のRSSIベクトルとなる。
In the above equation (1), for any number of
なお,上記の式(1)を用いて遷移尤度を求める処理は,遷移尤度を求める処理の一例である。遷移尤度を求める処理は,現在のRSSIが,遷移場所における遷移後の部屋側の地点でのRSSIに類似するほど,直前のRSSIが,遷移場所における遷移前の部屋側の地点でのRSSIに類似するほど,遷移尤度が高くなるように設計されればよい。 The process for obtaining the transition likelihood using the above equation (1) is an example of the process for obtaining the transition likelihood. The process for obtaining the transition likelihood is such that the RSSI at the point on the room side before the transition at the transition location becomes the RSSI at the transition location as the current RSSI resembles the RSSI at the point on the room side after the transition at the transition location. It suffices if the transition likelihood is designed so as to be similar.
また,上記の式(1)は,現在のRSSIと直前のRSSIとを用いた比較で遷移尤度を求めているが,さらに現在のRSSIと2つ前のRSSI,現在のRSSIと3つ前のRSSIというように,現在のRSSIと複数の過去のRSSIとを用いた比較で遷移尤度を求めるようにしてもよい。また,上記の式(1)では,遷移前の部屋側の地点と遷移後の部屋側の地点の2地点の比較で遷移尤度を求めているが,3地点以上の比較で遷移尤度を求めるようにしてもよい。例えば,RSSI学習データに隣接する部屋間の境界地点のRSSIも保持しておき,遷移前の部屋側の地点,遷移前後の部屋の境界地点,遷移後の部屋側の地点の3地点の比較で,遷移尤度を求めるようにしてもよい。 Moreover, although said Formula (1) calculates | requires transition likelihood by the comparison using present RSSI and immediately preceding RSSI, furthermore, present RSSI and RSSI of 2 previous, current RSSI and 3 previous The transition likelihood may be obtained by comparison using the current RSSI and a plurality of past RSSIs. In the above formula (1), the transition likelihood is obtained by comparing the two points of the room side point before the transition and the room side point after the transition, but the transition likelihood is obtained by comparing three points or more. You may make it ask. For example, the RSSI of the boundary point between adjacent rooms is also stored in the RSSI learning data. By comparing the three points of the room side point before the transition, the boundary point of the room before and after the transition, and the point on the room side after the transition, The transition likelihood may be obtained.
判定部102は,起こり得るすべてのエリア間の遷移について,遷移尤度を求める。例えば,図4に示す対象空間において,起こり得る部屋間の遷移は,部屋#A→部屋#B,部屋#B→部屋#A,部屋#A→部屋#D,部屋#D→部屋#A,部屋#B→部屋#D,部屋#D→部屋#B,部屋#C→部屋#D,部屋#D→部屋#Cの8通りである。
The
図9は,遷移尤度の算出結果の例を示す図である。 FIG. 9 is a diagram illustrating an example of the calculation result of the transition likelihood.
図9に示す例は,図4に示す対象空間で起こり得る8通りの部屋間の遷移について,それぞれ上記の式(1)で遷移尤度を算出した例を示す。図9に示す遷移尤度の算出結果において,部屋遷移は,起こり得る隣接する部屋間の遷移を示す。例えば,部屋遷移“#A→#B”は,部屋#Aから部屋#Bへの遷移を示す。上記の式(1)は,遷移尤度が高い部屋遷移ほど,高い値が得られるように設計されている。そのため,図9に示す遷移尤度の算出結果では,値が高いほど遷移尤度が高くなる。なお,以下では,起こり得る隣接する部屋間の遷移を,単に部屋遷移とも呼ぶ。 The example shown in FIG. 9 shows an example in which the transition likelihood is calculated by the above equation (1) for each of the eight transitions between rooms that can occur in the target space shown in FIG. In the calculation result of the transition likelihood shown in FIG. 9, the room transition indicates a transition between adjacent rooms that can occur. For example, the room transition “# A → # B” indicates a transition from the room #A to the room #B. The above equation (1) is designed so that a higher value is obtained for a room transition having a higher transition likelihood. Therefore, in the transition likelihood calculation result shown in FIG. 9, the higher the value, the higher the transition likelihood. In the following, the transition between adjacent rooms that may occur is also simply referred to as a room transition.
判定部102は,求められた遷移尤度が,所定の尤度の閾値を超えた部屋遷移がある場合に,その部屋遷移が検知されたと判定する。例えば,尤度の閾値が“−50”である場合,図9に示す遷移尤度の算出結果において,部屋遷移“#A→#B”の遷移尤度“−20”が尤度の閾値を超えているので,判定部102は,部屋#Aから部屋#Bへの遷移が検知されたと判定する。ここでは,判定部102は,複数の遷移尤度が尤度の閾値を超えた場合,遷移尤度が最大となる部屋遷移のみが検出されたと判定する。
The
なお,尤度の閾値Lthは,例えば次のように定めることができる。隣接する部屋間で遷移が起こり得る出入口30を何度か出入りする実験を行い,そのときに観測されるRSSIを取得する。取得されたRSSIを用いて,上記の式(1)により,出入りごとの遷移尤度Lt (i,j)を求める。得られた出入りごとの遷移尤度Lt (i,j)のうち,最小の遷移尤度を尤度の閾値Lthとする。このとき,尤度の閾値Lthは,次の式(2)で定められる。式(2)において,Tは,出入り実験の回数を示す。
The likelihood threshold L th can be determined as follows, for example. An experiment of entering and exiting the entrance /
Lth(i,j)=min Lt (i,j) [1<t<T] (2)
なお,遷移場所ごとに得られる遷移尤度の範囲は異なるので,遷移場所ごとに,尤度の閾値を求めるようにしてもよい。さらに,遷移方向ごとに,尤度の閾値を求めるようにしてもよい。また,エリア検知の対象空間におけるすべての遷移場所について,まとめて1つの尤度の閾値を求めるようにしてもよい。
L th (i, j) = min L t (i, j) [1 <t <T] (2)
Since the range of transition likelihood obtained for each transition location is different, a threshold value of likelihood may be obtained for each transition location. Further, a likelihood threshold value may be obtained for each transition direction. Alternatively, a single likelihood threshold may be obtained collectively for all transition locations in the area detection target space.
判定部102は,隣接する部屋間の遷移が検知されたと判定した場合,検知された部屋遷移について,遷移尤度をもとに確信度を算出する。本実施の形態による確信度は,後の更新部103による処理で用いるために,検知された部屋遷移について,その遷移尤度を0〜1の値に正規化したものである。すなわち,本実施の形態において,確信度は,表現を変えた遷移尤度であるともいえる。確信度qt の算出は,例えば次の式(3)に従って行われる。式(3)において,Lt (i,j)は,検知された部屋遷移の遷移尤度であり,Lthは,尤度の閾値である。
When determining that a transition between adjacent rooms has been detected, the determining
q=1−{Lt (i,j)/Lth} (3)
式(3)では,検知された部屋遷移について,遷移尤度が0の場合,すなわち観測されたRSSIと,RSSI学習データのRSSIとが完全に一致した場合に,確信度が1となるように設計されている。また,検知された部屋遷移について,遷移尤度が尤度の閾値Lthに近いほど,確信度が0に近づくように設計されている。確信度を算出する式は,式(3)とは異なる設計も可能である。
q = 1− {L t (i, j) / L th } (3)
In Equation (3), when the transition likelihood is 0 for the detected room transition, that is, when the observed RSSI completely matches the RSSI of the RSSI learning data, the certainty factor is set to 1. Designed. Further, the detected room transition is designed so that the certainty factor approaches 0 as the transition likelihood approaches the likelihood threshold L th . The formula for calculating the certainty factor can be designed differently from the formula (3).
図10は,部屋遷移検知結果の例を示す図である。 FIG. 10 is a diagram illustrating an example of a room transition detection result.
図10に示す部屋遷移検知結果は,図9に示す遷移尤度の算出結果に基づいた部屋遷移の検知結果の一例を示す。図9に示す遷移尤度の算出結果から,部屋#Aから部屋#Bへの遷移尤度“−20”は,所定の尤度の閾値“−50”を超えている。このとき,上記の式(3)で確信度を求めると,図10に示す確信度“0.6”が得られる。 The room transition detection result shown in FIG. 10 shows an example of the room transition detection result based on the transition likelihood calculation result shown in FIG. From the calculation result of the transition likelihood shown in FIG. 9, the transition likelihood “−20” from the room #A to the room #B exceeds the predetermined likelihood threshold “−50”. At this time, when the certainty factor is obtained by the above equation (3), the certainty factor “0.6” shown in FIG. 10 is obtained.
更新部103は,判定部102によって部屋遷移が検知されたと判定された場合に,存在情報記憶部130に記憶された,各部屋における携帯端末10の存在可能性を示す情報を更新する。
When the
図11は,本実施の形態による存在部屋確率データの例を示す図である。 FIG. 11 is a diagram illustrating an example of presence room probability data according to the present embodiment.
図11に示す存在部屋確率データは,図4に示す対象空間の各部屋における携帯端末10の存在可能性を示す情報の一例を示す。図11に示す存在部屋確率データでは,各部屋における携帯端末10の存在可能性が,0〜1の確率で表されている。本実施の形態による存在部屋確率データでは,全部屋の確率の合計が1となるように正規化されている。
The existence room probability data shown in FIG. 11 shows an example of information indicating the possibility of existence of the
本実施の形態の例では,エリア検知部100は,遠距離無線ゆえの誤検知を防ぐために,存在部屋確率データを存在情報記憶部130で管理し,その存在部屋確率データを部屋遷移の検知結果をもとに更新していく。本実施の形態の例では,例えば,存在部屋確率データにおける各部屋の確率の初期値は,均等に設定される。部屋遷移が検知されるたびに,その検知結果に応じて存在部屋確率データを更新することにより,存在部屋確率データにおける各部屋の確率の精度が,徐々に高くなっていく。
In the example of the present embodiment, the
上述のように,無線LAN等の遠距離無線のRSSIを用いて部屋遷移を検知する場合,誤検知が発生する。そのため,部屋遷移の検知結果に応じて存在部屋確率データを更新する際に,正しく検知された可能性が高い部屋遷移についてはその影響が大きくなるように,誤検知の可能性が高い部屋遷移についてはその影響が小さくなるように,存在部屋確率データの更新を行いたい。 As described above, when room transition is detected using RSSI of a long-distance wireless such as a wireless LAN, a false detection occurs. Therefore, when updating the existence room probability data according to the detection result of the room transition, the room transition that has a high possibility of false detection is increased so that the influence of the room transition that is likely to be correctly detected becomes large. Wants to update the existence room probability data so that the effect is small.
以下では,部屋遷移の検知結果の正誤の可能性に応じて,存在部屋確率データにおける各部屋の確率を更新する例を説明する。以下の説明において,Rpre は,部屋遷移の検知結果における遷移前の部屋を示し,Rpostは,部屋遷移の検知結果における遷移後の部屋を示す。Rother は,遷移前/遷移後の部屋以外の部屋を示す。qは,部屋遷移の検知結果における確信度を示す。 Hereinafter, an example in which the probability of each room in the existing room probability data is updated in accordance with the possibility of correctness of the detection result of the room transition will be described. In the following description, R pre indicates a room before transition in the room transition detection result, and R post indicates a room after transition in the room transition detection result. R other indicates a room other than the room before / after the transition. q indicates the certainty factor in the detection result of the room transition.
〔処理1〕:遷移前の部屋Rpre の確率の更新
遷移前の部屋Rpre の確率は,例えば,次の式(4)によって更新される。
[Process 1]: probability of the room R pre before update transition probabilities before transition room R pre, for example, is updated by the following equation (4).
pt+1 (Rpre )=pt (Rpre )−pt (Rpre )・q (4)
pt (Rpre )は,更新前の遷移前の部屋Rpre の確率を示す。pt+1 (Rpre )は,更新後の遷移前の部屋Rpre の確率を示す。
p t + 1 (R pre ) = p t (R pre ) −p t (R pre ) · q (4)
p t (R pre ) indicates the probability of the room R pre before the transition before the update. p t + 1 (R pre ) indicates the probability of the room R pre before the transition after the update.
式(4)の右辺第2項に示すように,遷移前の部屋Rpre の確率については,その値を減少させる更新の処理が行われる。式(4)の右辺第2項に示すように,遷移前の部屋Rpre の確率の減少量は,更新前の遷移前の部屋Rpre の確率pt (Rpre )に依存する。また,遷移前の部屋Rpre の確率の減少量は,部屋遷移の検知結果の確信度qに依存する。すなわち,更新前の遷移前の部屋Rpre の確率pt (Rpre )が高いほど,また部屋遷移の検知結果の確信度qが高いほど,更新により遷移前の部屋Rpre の確率が減少する量は多くなる。 As shown in the second term on the right-hand side of equation (4), an update process for reducing the value of the probability of the room R pre before the transition is performed. As shown in the second term on the right side of Equation (4), the amount of decrease in the probability of the room R pre before the transition depends on the probability p t (R pre ) of the room R pre before the transition before the update. Further, the amount of decrease in the probability of the room R pre before transition depends on the certainty q of the detection result of the room transition. That is, as before transition before updating room R pre probability p t (R pre) is high, also the higher the confidence q of the detection result of the room transition probabilities room R pre before the transition by updating decreases The amount increases.
例えば,部屋遷移の検知結果において,遷移前の部屋Rpre は,遷移前に携帯端末10が存在したであろうとされた部屋である。更新前の存在部屋確率データにおいて,遷移前の部屋Rpre の確率が低い場合,部屋遷移の検知結果と更新前の存在部屋確率データとが,矛盾しているとみなすことができる。逆に,更新前の存在部屋確率データにおいて,遷移前の部屋Rpre の確率が高い場合,部屋遷移の検知結果と更新前の存在部屋確率データとは,矛盾していないとみなすことができる。
For example, in the detection result of the room transition, the room R pre before the transition is a room where the
式(4)の右辺第2項では,遷移前の部屋Rpre の確率が低い場合,部屋遷移の検知結果が矛盾しているとみなされて部屋遷移の検知結果で軽視されるため,遷移前の部屋Rpre の確率の減少量が少なくなる。また,式(4)の右辺第2項では,遷移前の部屋Rpre の確率が高い場合,部屋遷移の検知結果が矛盾していないとみなされて部屋遷移の検知結果が重視されるため,遷移前の部屋Rpre の確率の減少量が多くなる。 In the second term on the right side of Equation (4), if the probability of the room R pre before transition is low, the room transition detection results are regarded as contradictory and are neglected in the room transition detection results. The amount of decrease in the probability of the room R pre is reduced. Also, in the second term on the right side of Equation (4), if the probability of the room R pre before transition is high, the room transition detection results are considered to be consistent and the room transition detection results are emphasized. The amount of decrease in the probability of the room R pre before transition increases.
〔処理2〕:遷移後の部屋Rpostの確率の更新
遷移後の部屋Rpostの確率は,例えば,次の式(5)によって更新される。
[Process 2]: probability of the room R post the updated transition probabilities room R post after the transition, for example, is updated by the following equation (5).
pt+1 (Rpost)=pt (Rpost)・(1−q)+pt (Rpre )・q (5)
pt (Rpost)は,更新前の遷移後の部屋Rpostの確率を示す。pt+1 (Rpost)は,更新後の遷移後の部屋Rpostの確率を示す。
p t + 1 (R post ) = p t (R post ) · (1−q) + p t (R pre ) · q (5)
p t (R post ) indicates the probability of the room R post after the transition before the update. p t + 1 (R post ) indicates the probability of the room R post after the transition after the update.
式(5)の右辺第2項に示すように,遷移後の部屋Rpostの確率については,その値を増加させる更新の処理が行われる。式(5)の右辺第2項に示すように,遷移後の部屋Rpostの確率の増加量は,更新前の遷移前の部屋Rpre の確率pt (Rpre )に依存する。また,遷移後の部屋Rpostの確率の増加量は,部屋遷移の検知結果の確信度qに依存する。すなわち,更新前の遷移前の部屋Rpre の確率pt (Rpre )が高いほど,また部屋遷移の検知結果の確信度qが高いほど,更新により遷移後の部屋Rpostの確率が増加する量は多くなる。 As shown in the second term on the right side of the equation (5), an update process for increasing the value of the probability of the room R post after the transition is performed. As shown in the second term on the right side of Equation (5), the amount of increase in the probability of the room R post after the transition depends on the probability p t (R pre ) of the room R pre before the transition before the update. Further, the amount of increase in the probability of the room R post after the transition depends on the certainty q of the detection result of the room transition. That is, as the probability p t (R pre ) of the room R pre before the transition before the update is higher and the certainty q of the detection result of the room transition is higher, the probability of the room R post after the transition is increased by the update. The amount increases.
式(5)の右辺第2項では,遷移前の部屋Rpre の確率が低い場合,部屋遷移の検知結果が矛盾しているとみなされて部屋遷移の検知結果が軽視されるため,遷移後の部屋Rpostの確率の増加量が少なくなる。また,式(5)の右辺第2項では,遷移前の部屋Rpre の確率が高い場合,部屋遷移の検知結果が矛盾していないとみなされて部屋遷移の検知結果が重視されるため,遷移前の部屋Rpre の確率の増加量が多くなる。 In the second term on the right side of equation (5), if the probability of the room R pre before transition is low, the room transition detection results are considered inconsistent and the room transition detection results are neglected. The increase in the probability of the room R post is reduced. Also, in the second term on the right side of Equation (5), if the probability of the room R pre before transition is high, the room transition detection result is considered to be consistent, and the room transition detection result is emphasized. The amount of increase in the probability of the room R pre before transition increases.
また,式(5)の右辺第1項に示すように,更新前の遷移後の部屋Rpostの確率pt (Rpost)を,部屋遷移の検知結果の確信度qに応じて減少させる更新の処理が行われている。遷移後の部屋Rpostは,部屋遷移の検知結果において,遷移前に携帯端末10が存在していなかったであろうとされた部屋である。このような部屋遷移の検知結果が,式(5)の右辺第1項によって反映されている。
In addition, as shown in the first term on the right side of Equation (5), the update p t (R post ) of the room R post after the transition before the update is decreased according to the certainty q of the detection result of the room transition. Is being processed. The room R post after the transition is a room in which the
〔処理3〕:遷移前/遷移後の部屋以外の部屋Rother の確率の更新
遷移前/遷移後の部屋以外の部屋Rother の確率は,例えば,次の式(6)によって更新される。
[Process 3]: probability of the room R other than room updated before transition / transition probabilities room R other than room after the transition before / transition, for example, is updated by the following equation (6).
pt+1 (Rother )=pt (Rother )・(1−q) (6)
pt (Rother )は,更新前の遷移前/遷移後の部屋以外の部屋Rother の確率を示す。pt+1 (Rother )は,更新後の遷移前/遷移後の部屋以外の部屋Rother の確率を示す。
p t + 1 (R other ) = p t (R other ) · (1−q) (6)
p t (R other ) indicates the probability of the room R other other than the room before / after the transition before the update. p t + 1 (R other ) indicates the probability of the room R other other than the room before / after the updated transition.
式(6)に示すように,更新前の遷移前/遷移後の部屋以外の部屋Rother の確率pt (Rother )を,部屋遷移の検知結果の確信度qに応じて減少させる更新の処理が行われている。遷移前/遷移後の部屋以外の部屋Rother は,部屋遷移の検知結果において,遷移前に携帯端末10が存在していなかったであろうとされた部屋である。このような部屋遷移の検知結果が,式(6)によって反映されている。
As shown in the equation (6), the update of reducing the probability p t (R other ) of the room R other other than the room before / after the transition before the update according to the certainty q of the detection result of the room transition. Processing is in progress. The room R other other than the room before / after the transition is a room in which the
ここで示した〔処理1〕から〔処理3〕の例は,部屋遷移の検知結果に応じて各部屋における存在可能性を更新する一例である。例えば,〔処理1〕から〔処理3〕の例では,遷移前の部屋の確率に応じた各部屋の確率の更新を行うとともに,部屋遷移の検知結果の確信度に応じた各部屋の確率の更新を行っている。遷移前の部屋の確率に応じた更新のみを行い,部屋遷移の検知結果の確信度に応じた更新を行わないようにしてもよい。例えば,式(4),式(5)の右辺第2項において,確信度qの代わりに固定値を用いるようにしてもよい。また,例えば,式(5),式(6)の右辺第1項において,確信度qを用いた更新を行わないようにしてもよい。 The example of [Process 1] to [Process 3] shown here is an example of updating the existence possibility in each room according to the detection result of the room transition. For example, in the case of [Process 1] to [Process 3], the probability of each room is updated according to the probability of the room before the transition, and the probability of each room according to the certainty of the detection result of the room transition is updated. We are updating. Only the update according to the probability of the room before the transition may be performed, and the update according to the certainty of the detection result of the room transition may not be performed. For example, a fixed value may be used instead of the certainty factor q in the second term on the right side of the equations (4) and (5). Further, for example, the update using the certainty factor q may not be performed in the first term on the right side of the equations (5) and (6).
また,例えば,上述のように,遷移前の部屋の確率に応じて,遷移前/遷移後の部屋の確率の更新量を決定するという前提であれば,具体的な式(4)〜式(6)については,異なる設計も可能である。また,部屋遷移の検知結果の確信度も利用する場合には,部屋遷移の検知結果の確信度に応じて,各部屋の確率の更新量を決定するという前提であれば,具体的な式(4)〜式(6)については,異なる設計も可能である。 Further, for example, as described above, if it is assumed that the update amount of the probability of the room before / after the transition is determined according to the probability of the room before the transition, specific equations (4) to ( Different designs for 6) are possible. In addition, when the certainty of the detection result of the room transition is also used, a specific expression (if the assumption is made that the update amount of the probability of each room is determined according to the certainty of the detection result of the room transition Different designs for 4) to (6) are possible.
図12は,本実施の形態による存在部屋確率データの更新の例(1)を説明する図である。 FIG. 12 is a diagram for explaining an example (1) of updating the presence room probability data according to the present embodiment.
部屋遷移が検知される前に存在情報記憶部130に記憶されていた,更新前の存在部屋確率データが,図12(A)に示す通りであったものとする。ここで,部屋遷移の検知によって,図12(B)に示すような部屋遷移検知結果が得られたものとする。
It is assumed that the presence room probability data before update, which is stored in the presence
更新部103は,上述の〔処理1〕によって,図12(B)に示す部屋遷移検知結果における遷移前の部屋#Aの確率を更新する。図12(A)に示す存在部屋確率データにおいて,更新前の部屋#Aの確率は“0.8”である。図12(B)に示す部屋遷移検知結果において,確信度は“0.8”である。上記の式(4)から,更新後の部屋#Aの確率は,
0.8−0.8*0.8=0.16
となる。
The updating
0.8-0.8 * 0.8 = 0.16
It becomes.
更新部103は,上述の〔処理2〕によって,図12(B)に示す部屋遷移検知結果における遷移後の部屋#Bの確率を更新する。図12(A)に示す存在部屋確率データにおいて,更新前の部屋#Bの確率は“0.1”である。上記の式(5)から,更新後の部屋#Bの確率は,
0.1*(1−0.8)+0.8*0.8=0.66
となる。
The updating
0.1 * (1-0.8) + 0.8 * 0.8 = 0.66
It becomes.
更新部103は,上述の〔処理3〕によって,図12(B)に示す部屋遷移検知結果における遷移前/遷移後の部屋以外の部屋#C,部屋#Dの確率を更新する。図12(A)に示す存在部屋確率データにおいて,更新前の部屋#C,部屋#Dの確率は,いずれも“0.05”である。上記の式(6)から,更新後の部屋#C,部屋#Dの確率は,いずれも,
0.05*(1−0.8)=0.01
となる。
The updating
0.05 * (1-0.8) = 0.01
It becomes.
〔処理1〕〜〔処理3〕によって,図12(A)に示す存在部屋確率データにおける各部屋の確率を更新した結果の存在部屋確率データは,図12(C)に示す通りとなる。更新部103は,全部屋の確率の合計値が1になるように,図12(C)に示す存在部屋確率データを正規化する。図12(C)に示す存在部屋確率データを正規化した結果が,図12(D)に示す存在部屋確率データとなる。更新部103は,存在情報記憶部130に記憶されている図12(A)に示す存在部屋確率データを,図12(D)に示す存在部屋確率データで更新する。
The existence room probability data as a result of updating the probability of each room in the existence room probability data shown in FIG. 12A by [Process 1] to [Process 3] is as shown in FIG. The
出力部104は,存在情報記憶部130に記憶されている最新の存在部屋確率データで確率が最大の部屋を,携帯端末10が存在する部屋の検知結果として出力する。図12(D)に示す存在部屋確率データでは,確率が最大である部屋#Bが出力される。
The
図12の示す例では,更新前の部屋#Aの確率は,図12(A)の存在部屋確率データに示すように,“0.8”という高い値になっている。これは,図12(B)に示す部屋遷移検知結果で,部屋#Aが遷移前の部屋とされたことと矛盾しない。そのため,図12に示す例では,遷移前の部屋#Aの確率が“0.8”から“0.19”に大きく減少され,遷移後の部屋#Bの確率が“0.1”から“0.786”に大きく増加されている。 In the example shown in FIG. 12, the probability of the room #A before the update is a high value of “0.8” as shown in the existence room probability data of FIG. This is consistent with the room transition detection result shown in FIG. 12B that the room #A is the room before the transition. Therefore, in the example shown in FIG. 12, the probability of the room #A before the transition is greatly reduced from “0.8” to “0.19”, and the probability of the room #B after the transition is changed from “0.1” to “0.1”. It is greatly increased to 0.786 ".
このように,本実施の形態では,部屋遷移が検知される前の各部屋における存在可能性と,部屋遷移の検知結果の遷移前の部屋との関係において,互いに矛盾しないとみなせる場合には,遷移前の部屋と遷移後の部屋の存在可能性を大きく更新する。これは,検知された部屋遷移が,正しい可能性が高いからである。 As described above, in the present embodiment, in the case where it can be considered that there is no contradiction in the relationship between the possibility of existence in each room before the room transition is detected and the room before the transition of the room transition detection result, The existence possibility of the room before the transition and the room after the transition is greatly updated. This is because the detected room transition is likely to be correct.
図12に示す例において,部屋遷移が検知される前の図12(A)に示す存在部屋確率データでは,携帯端末10の存在可能性が最も高い部屋は部屋#Aであり,部屋遷移が検知された後の図12(D)に示す存在部屋確率データでは,携帯端末10の存在可能性が最も高い部屋は部屋#Bである。これは,図12(B)に示す部屋遷移検知結果に矛盾しない。
In the example shown in FIG. 12, in the presence room probability data shown in FIG. 12A before the room transition is detected, the room with the highest possibility of the
図13は,本実施の形態による存在部屋確率データの更新の例(2)を説明する図である。 FIG. 13 is a diagram for explaining an example (2) of updating the presence room probability data according to the present embodiment.
部屋遷移が検知される前に存在情報記憶部130に記憶されていた,更新前の存在部屋確率データが,図13(A)に示す通りであったものとする。ここで,部屋遷移の検知によって,図13(B)に示すような部屋遷移検知結果が得られたものとする。
It is assumed that the presence room probability data before update stored in the presence
更新部103は,上述の〔処理1〕によって,図13(B)に示す部屋遷移検知結果における遷移前の部屋#Aの確率を更新する。図13(A)に示す存在部屋確率データにおいて,更新前の部屋#Aの確率は“0.1”である。図13(B)に示す部屋遷移検知結果において,確信度は“0.6”である。上記の式(4)から,更新後の部屋#Aの確率は,
0.1−0.1*0.6=0.04
となる。
The updating
0.1-0.1 * 0.6 = 0.04
It becomes.
更新部103は,上述の〔処理2〕によって,図13(B)に示す部屋遷移検知結果における遷移後の部屋#Bの確率を更新する。図13(A)に示す存在部屋確率データにおいて,更新前の部屋#Bの確率は“0.1”である。上記の式(5)から,更新後の部屋#Bの確率は,
0.1*(1−0.6)+0.1*0.6=0.1
となる。
The updating
0.1 * (1-0.6) + 0.1 * 0.6 = 0.1
It becomes.
更新部103は,上述の〔処理3〕によって,図13(B)に示す部屋遷移検知結果における遷移前/遷移後の部屋以外の部屋#C,部屋#Dの確率を更新する。図13(A)に示す存在部屋確率データにおいて,更新前の部屋#C,部屋#Dの確率は,それぞれ“0.1”,“0.7”である。上記の式(6)から,更新後の部屋#C,部屋#Dの確率は,それぞれ,
0.1*(1−0.6)=0.04
0.7*(1−0.6)=0.28
となる。
The updating
0.1 * (1-0.6) = 0.04
0.7 * (1-0.6) = 0.28
It becomes.
〔処理1〕〜〔処理3〕によって,図13(A)に示す存在部屋確率データにおける各部屋の確率を更新した結果の存在部屋確率データは,図13(C)に示す通りとなる。更新部103は,全部屋の確率の合計値が1になるように,図13(C)に示す存在部屋確率データを正規化する。図13(C)に示す存在部屋確率データを正規化した結果が,図13(D)に示す存在部屋確率データとなる。更新部103は,存在情報記憶部130に記憶されている図13(A)に示す存在部屋確率データを,図13(D)に示す存在部屋確率データで更新する。
The existence room probability data as a result of updating the probability of each room in the existence room probability data shown in FIG. 13A by [Process 1] to [Process 3] is as shown in FIG. 13C. The updating
出力部104は,存在情報記憶部130に記憶されている最新の存在部屋確率データで確率が最大の部屋を,携帯端末10が存在する部屋の検知結果として出力する。図13(A)に示す存在部屋確率データでは,確率が最大である部屋#Dが出力される。
The
図13の示す例では,更新前の部屋#Aの確率は,図13(A)の存在部屋確率データに示すように,“0.1”という低い値になっている。これは,図13(B)に示す部屋遷移検知結果で,部屋#Aが遷移前の部屋とされたことと矛盾する。そのため,図13に示す例では,遷移前の部屋#Aの確率が“0.1”から“0.087”に小さく減少され,遷移後の部屋#Bの確率が“0.1”から“0.217”に小さく増加されている。 In the example shown in FIG. 13, the probability of the room #A before the update is a low value of “0.1” as shown in the existing room probability data of FIG. This contradicts that the room transition detection result shown in FIG. 13B indicates that the room #A is the room before the transition. Therefore, in the example shown in FIG. 13, the probability of the room #A before the transition is reduced from “0.1” to “0.087”, and the probability of the room #B after the transition is changed from “0.1” to “0.0”. Small increase to 0.217 ".
このように,本実施の形態では,部屋遷移が検知される前の各部屋における存在可能性と,部屋遷移の検知結果の遷移前の部屋との関係において,互いに矛盾するとみなせる場合には,遷移前の部屋と遷移後の部屋の存在可能性の更新を小さくする。これは,検知された部屋遷移が,誤検知である可能性が高いからである。 As described above, in the present embodiment, the transition between the possibility of existence in each room before the room transition is detected and the room before the transition of the room transition detection result can be regarded as contradictory to each other. Reduce the update of the existence possibility of the previous room and the room after the transition. This is because the detected room transition is likely to be a false detection.
図13に示す例において,部屋遷移が検知される前の図13(A)に示す存在部屋確率データでも,部屋遷移が検知された後の図13(D)に示す存在部屋確率データでも,携帯端末10の存在可能性が最も高い部屋は部屋#Dである。図13(B)に示す部屋遷移検知結果が誤検知である可能性を考えれば,この結果は妥当である。 In the example shown in FIG. 13, the presence room probability data shown in FIG. 13 (A) before the room transition is detected or the presence room probability data shown in FIG. 13 (D) after the room transition is detected The room having the highest possibility of the presence of the terminal 10 is the room #D. Considering the possibility that the room transition detection result shown in FIG. 13B is a false detection, this result is appropriate.
ただし,図13(B)に示す部屋遷移検知結果が正しく,図13(A)に示す存在部屋確率データの確率が実状を表していない可能性もある。そのため,本実施の形態では,矛盾するとみなせる場合であっても,部屋遷移の検知結果をもとに小さい更新を行う。これにより,図13(A)に示す存在部屋確率データの確率が実状を表していない場合であっても,小さい更新を繰り返す過程で,その確率が徐々に正確な実状を表す確率に収束される。例えば,図13(A)に示す存在部屋確率データと,図13(D)に示す存在部屋確率データとでは,ともに部屋#Dの確率が最も高いが,図13(B)に示す部屋遷移検知結果を踏まえて,その確率が“0.7”から“0.609”に下げられている。 However, there is a possibility that the room transition detection result shown in FIG. 13B is correct and the probability of the presence room probability data shown in FIG. Therefore, in this embodiment, even if it can be considered that there is a contradiction, a small update is performed based on the detection result of the room transition. As a result, even if the probability of the existence room probability data shown in FIG. 13A does not represent the actual state, the probability is gradually converged to the probability representing the accurate actual state in the process of repeating small updates. . For example, both the presence room probability data shown in FIG. 13A and the presence room probability data shown in FIG. 13D have the highest probability of the room #D, but the room transition detection shown in FIG. Based on the result, the probability is lowered from “0.7” to “0.609”.
以下,本実施の形態のエリア検知部100によるエリア検知処理の流れの例について,図14,図15のフローチャートを用いて説明する。
Hereinafter, an example of the flow of area detection processing performed by the
図14,図15は,本実施の形態のエリア検知部によるエリア検知処理フローチャートである。 14 and 15 are flowcharts of area detection processing by the area detection unit of the present embodiment.
エリア検知部100において,信号強度取得部101は,各発信器から発信された無線信号について,観測された現在のRSSIを取得する(ステップS10)。また,信号強度取得部101は,信号強度記憶部110から,観測された直前のRSSIを取得する(ステップS11)。なお,信号強度取得部101は,取得した現在のRSSIを,信号強度記憶部110に記憶しておく。
In the
判定部102は,カウンタiを1に初期化する(ステップS12)。判定部102は,カウンタjを1に初期化する(ステップS13)。
The
判定部102は,部屋iから部屋jへの遷移可能性があるかを判定する(ステップS14)。遷移可能性があるか否かは,例えば,特定場所信号強度記憶部120に記憶された図6に示すRSSI学習データを参照することにより,判定可能である。例えば,部屋1が部屋#Aを示し,部屋4が部屋#Dを示す場合に,図6に示すRSSI学習データから,部屋1から部屋4への遷移可能性があると判定できる。また,例えば,部屋2が部屋#Bを示し,部屋3が部屋#Cを示す場合に,図6に示すRSSI学習データから,部屋2から部屋3への遷移可能性がないと判定できる。なお,iとjとが同じ値である場合には,部屋iと部屋jは同じ部屋となるので,遷移可能性がないと判定される。遷移可能性がないと判定された場合には(ステップS14のNO),判定部102は,ステップS17の処理に進む。
The
遷移可能性があると判定された場合には(ステップS14のYES),判定部102は,RSSI学習データから,部屋i−部屋j間の遷移場所における,部屋i側地点のRSSIと部屋j側地点のRSSIとを取得する(ステップS15)。判定部102は,観測された直前のRSSI,現在のRSSIと,部屋i側地点のRSSI,部屋j側地点のRSSIとから,例えば上記の式(1)を用いて,部屋iから部屋jへの遷移尤度を算出する(ステップS16)。
When it is determined that there is a possibility of transition (YES in step S14), the
判定部102は,カウンタjが最後であるかを判定する(ステップS17)。例えば,部屋が4つであれば,カウンタj=4が最後になる。カウンタjが最後でなければ(ステップS17のNO),判定部102は,カウンタjをインクリメントし(ステップS18),ステップS14の処理に戻る。カウンタjが最後であれば(ステップS17のYES),判定部102は,カウンタiが最後であるかを判定する(ステップS19)。例えば,部屋が4つであれば,カウンタi=4が最後になる。カウンタiが最後でなければ(ステップS19のNO),判定部102は,カウンタiをインクリメントし(ステップS20),ステップS13の処理に戻る。
The
カウンタiが最後であれば(ステップS19のYES),判定部102は,算出された遷移尤度が所定の尤度の閾値を超える部屋遷移があるかを判定する(ステップS21)。遷移尤度が所定の尤度の閾値を超える部屋遷移がなければ(ステップS21のNO),部屋遷移が検知されていないと判定されたことになる。このとき,存在情報記憶部130に記憶された存在部屋確率データの更新は行われない。出力部104は,存在部屋確率データにおいて確率が最大の部屋を,携帯端末10が存在する部屋の検知結果として出力する(ステップS33)。
If the counter i is the last (YES in step S19), the
遷移尤度が所定の尤度の閾値を超える部屋遷移があれば(ステップS21のYES),該当部屋遷移が検知されたと判定されたことになる。なお,ここでは,複数の部屋遷移の遷移尤度が閾値を超えている場合,最大の遷移尤度が得られた部屋遷移が検知されたものとする。判定部102は,検知された部屋遷移について,例えば上記の式(3)を用いて,遷移尤度から確信度を算出する(ステップS22)。
If there is a room transition whose transition likelihood exceeds a predetermined likelihood threshold (YES in step S21), it is determined that the corresponding room transition has been detected. Here, when the transition likelihood of a plurality of room transitions exceeds the threshold, it is assumed that the room transition having the maximum transition likelihood is detected. For the detected room transition, the
部屋遷移が検知された場合,更新部103は,存在情報記憶部130から存在部屋確率データを取得する(ステップS23)。更新部103は,カウンタkを1に初期化する(ステップS24)。
When the room transition is detected, the
更新部103は,部屋遷移の検知結果において,部屋kが遷移前の部屋であるかを判定する(ステップS25)。部屋kが遷移前の部屋であれば(ステップS25のYES),更新部103は,上述の〔処理1〕に従って,遷移前の部屋である部屋kの確率を更新し(ステップS26),ステップS30の処理に進む。
The
部屋kが遷移前の部屋でなければ(ステップS25のNO),更新部103は,部屋遷移の検知結果において,部屋kが遷移後の部屋であるかを判定する(ステップS27)。部屋kが遷移後の部屋であれば(ステップS27のYES),更新部103は,上述の〔処理2〕に従って,遷移後の部屋である部屋kの確率を更新し(ステップS28),ステップS30の処理に進む。
If the room k is not the room before the transition (NO in step S25), the updating
部屋kが遷移後の部屋でなければ(ステップS27のNO),部屋kは,遷移前/遷移後の部屋以外の部屋である。更新部103は,上述の〔処理3〕に従って,遷移前/遷移後の部屋以外の部屋である部屋kの確率を更新し(ステップS29),ステップS30の処理に進む。
If the room k is not the room after the transition (NO in step S27), the room k is a room other than the room before / after the transition. The updating
更新部103は,カウンタkが最後であるかを判定する(ステップS30)。例えば,部屋が4つであれば,カウンタk=4が最後になる。カウンタkが最後でなければ(ステップS30のNO),更新部103は,カウンタkをインクリメントし(ステップS31),ステップS25の処理に戻る。
The
カウンタkが最後であれば(ステップS30のYES),更新部102は,〔処理1〕〜〔処理3〕によって更新された存在部屋確率データを正規化する(ステップS32)。存在情報記憶部130に記憶される存在部屋確率データが,部屋遷移の検知結果が反映された新たな存在部屋確率データに更新される。出力部104は,存在部屋確率データにおいて確率が最大の部屋を,携帯端末10が存在する部屋の検知結果として出力する(ステップS33)。
If the counter k is the last (YES in step S30), the updating
以上説明した本実施の形態のエリア検知部100によって,携帯端末10の存在エリアの検知が可能となる。
The
本実施の形態によるエリア検知では,隣接するエリア間で遷移が起こり得る場所のRSSIのみを事前データとするので,事前データの準備の手間が少ない。また,隣接するエリア間で遷移が起こり得る場所でのみエリア遷移の検知が行われるので,誤検知で物理的に起こり得ないエリア間の遷移が検知されることはない。 In the area detection according to the present embodiment, since only the RSSI at a place where a transition between adjacent areas can occur is used as the preliminary data, the effort for preparing the preliminary data is small. In addition, since the area transition is detected only at a place where a transition between adjacent areas can occur, a transition between areas that cannot physically occur due to a false detection is not detected.
また,本実施の形態によるエリア検知では,各エリアの存在可能性の情報を保持し,エリア間の遷移が検知された場合には,遷移前のエリアの存在可能性に応じて,遷移前のエリアの存在可能性と遷移後のエリアの存在可能性とを更新する。これにより,エリア間の遷移の検知結果に応じて,保持された各エリアの存在可能性を更新することが可能となる。すなわち,エリア間の遷移の検知結果が,正しい検知結果である可能性が高い場合には大きく,誤検知である可能性が高い場合にはそれなりに,保持された各エリアの存在可能性が更新される。 In the area detection according to the present embodiment, information on the possibility of existence of each area is held, and when a transition between areas is detected, the information before the transition is determined according to the possibility of existence of the area before the transition. Update the existence possibility of the area and the existence possibility of the area after the transition. Thereby, it is possible to update the existence possibility of each held area according to the detection result of the transition between the areas. In other words, if the detection result of transition between areas is likely to be a correct detection result, it is large, and if the possibility of false detection is high, the existence possibility of each retained area is updated accordingly. Is done.
以上,本実施の形態について説明したが,本発明はその主旨の範囲において種々の変形が可能であることは当然である。 Although the present embodiment has been described above, the present invention can naturally be modified in various ways within the scope of the gist thereof.
例えば,本実施の形態の例では,携帯端末10がエリア検知部100を備えて,自身が存在するエリアを検知しているが,エリア検知部100を備えるサーバが,携帯端末10の存在エリアを検知するようにしてもよい。例えば,携帯端末10がサーバに対して,観測されたRSSIを送信し,その観測されたRSSIをサーバのエリア検知部100が取得して,該当携帯端末10の存在エリアを検知し,サーバが該当携帯端末10に対してその存在エリアに応じたサービスを行うといった実施も可能である。
For example, in the example of the present embodiment, the
また,例えば,本実施の形態では,主にエリアが壁で区切られた屋内の部屋である場合の例を説明しているが,エリアは屋外の領域であってもよい。例えば,エリアが,低いフェンスなどで区切られた空間などであってもよい。 Further, for example, in the present embodiment, an example in which an area is mainly an indoor room divided by walls has been described, but the area may be an outdoor area. For example, the area may be a space separated by a low fence or the like.
10 携帯端末
100 エリア検知部
101 信号強度取得部
102 判定部
103 更新部
104 出力部
110 信号強度記憶部
120 特定場所信号強度記憶部
130 存在情報記憶部
DESCRIPTION OF
Claims (4)
発信器から発信された無線信号について観測された信号強度を取得し,
前記観測された信号強度の変化と,記憶部に記憶された隣接するエリア間で遷移が起こり得る場所における信号強度との関係から,隣接するエリア間の遷移が検知されたか否かを判定し,
隣接するエリア間の遷移が検知されたと判定された場合に,記憶部に記憶された各エリアにおける存在可能性について,遷移前のエリアにおける存在可能性を,該遷移前のエリアにおける存在可能性に応じて減少させる更新を行い,遷移後のエリアにおける存在可能性を,前記遷移前のエリアにおける存在可能性に応じて増加させる更新を行う
処理を実行させるためのエリア検知プログラム。 Computer
Obtain the observed signal strength of the radio signal transmitted from the transmitter,
From the relationship between the observed change in signal strength and the signal strength at a location where transition between adjacent areas stored in the storage unit can occur, determine whether a transition between adjacent areas has been detected,
When it is determined that a transition between adjacent areas has been detected, the existence possibility in each area stored in the storage unit is changed from the existence possibility in the area before the transition to the existence possibility in the area before the transition. An area detection program for executing a process of performing an update to decrease in accordance with the update and increasing the possibility of existence in the area after the transition according to the possibility of existence in the area before the transition.
前記更新を行う処理では,さらに,検知された隣接するエリア間の遷移についての前記尤度に応じて,前記存在可能性の更新を行う
ことを特徴とする請求項1に記載のエリア検知プログラム。 The computer further executes a process of calculating the likelihood of occurrence of transition between adjacent areas from the observed change in signal strength and the signal strength at a place where the transition between the adjacent areas can occur. Let
The area detection program according to claim 1, wherein in the process of performing the update, the existence possibility is further updated according to the likelihood of the transition between the detected adjacent areas.
各エリアにおける存在可能性を記憶する存在情報記憶部と,
発信器から発信された無線信号について観測された信号強度を取得する信号強度取得部と,
前記観測された信号強度の変化と,前記隣接するエリア間で遷移が起こり得る場所における信号強度との関係から,隣接するエリア間の遷移が検知されたか否かを判定する判定部と,
隣接するエリア間の遷移が検知されたと判定された場合に,前記各エリアにおける存在可能性について,遷移前のエリアにおける存在可能性を,該遷移前のエリアにおける存在可能性に応じて減少させる更新を行い,遷移後のエリアにおける存在可能性を,前記遷移前のエリアにおける存在可能性に応じて増加させる更新を行う更新部とを備える
ことを特徴とするエリア検知装置。 A specific location signal strength storage unit for storing the signal strength at a location where transition between adjacent areas may occur;
A presence information storage unit for storing the existence possibility in each area;
A signal strength acquisition unit for acquiring the observed signal strength of the radio signal transmitted from the transmitter;
A determination unit for determining whether or not a transition between adjacent areas is detected from a relationship between the observed change in signal strength and a signal intensity at a place where the transition between the adjacent areas can occur;
When it is determined that a transition between adjacent areas has been detected, an update that reduces the possibility of existence in each area according to the possibility of existence in the area before the transition, regarding the possibility of existence in each area. And an update unit that updates the possibility of existence in the area after the transition according to the possibility of existence in the area before the transition.
発信器から発信された無線信号について観測された信号強度を取得し,
前記観測された信号強度の変化と,記憶部に記憶された隣接するエリア間で遷移が起こり得る場所における信号強度との関係から,隣接するエリア間の遷移が検知されたか否かを判定し,
隣接するエリア間の遷移が検知されたと判定された場合に,記憶部に記憶された各エリアにおける存在可能性について,遷移前のエリアにおける存在可能性を,該遷移前のエリアにおける存在可能性に応じて減少させる更新を行い,遷移後のエリアにおける存在可能性を,前記遷移前のエリアにおける存在可能性に応じて増加させる更新を行う処理を実行する
ことを特徴とするエリア検知方法。 Computer
Obtain the observed signal strength of the radio signal transmitted from the transmitter,
From the relationship between the observed change in signal strength and the signal strength at a location where transition between adjacent areas stored in the storage unit can occur, determine whether a transition between adjacent areas has been detected,
When it is determined that a transition between adjacent areas has been detected, the existence possibility in each area stored in the storage unit is changed from the existence possibility in the area before the transition to the existence possibility in the area before the transition. An area detection method characterized by performing an update that decreases according to the above and performing an update that increases the possibility of existence in the area after the transition according to the possibility of existence in the area before the transition.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012164346A JP6024257B2 (en) | 2012-07-25 | 2012-07-25 | Area detection program, area detection device, and area detection method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012164346A JP6024257B2 (en) | 2012-07-25 | 2012-07-25 | Area detection program, area detection device, and area detection method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014025734A true JP2014025734A (en) | 2014-02-06 |
JP6024257B2 JP6024257B2 (en) | 2016-11-16 |
Family
ID=50199526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012164346A Expired - Fee Related JP6024257B2 (en) | 2012-07-25 | 2012-07-25 | Area detection program, area detection device, and area detection method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6024257B2 (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017028697A (en) * | 2015-07-21 | 2017-02-02 | 株式会社リコー | Access control method and device |
JP2017037076A (en) * | 2015-08-13 | 2017-02-16 | 株式会社リコー | Position determination method, position determination device, and electronic apparatus |
JP2017147602A (en) * | 2016-02-17 | 2017-08-24 | 株式会社Nttドコモ | Maintenance support device |
JP2018194383A (en) * | 2017-05-16 | 2018-12-06 | 東日本電信電話株式会社 | State determination system and learning system |
JP2018194379A (en) * | 2017-05-16 | 2018-12-06 | 東日本電信電話株式会社 | Position determination system and learning system |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1051840A (en) * | 1996-07-29 | 1998-02-20 | Matsushita Electric Ind Co Ltd | Position detection system for radio mobile station |
JPH1084571A (en) * | 1996-09-06 | 1998-03-31 | Star Kikaku Kk | Private radio communication system |
JPH1094040A (en) * | 1996-03-22 | 1998-04-10 | Matsushita Electric Ind Co Ltd | Mobile radio communication system and position detection method for mobile station |
JP2007072592A (en) * | 2005-09-05 | 2007-03-22 | Nec Corp | Information processing system, information processing apparatus, information processing method, and information processing program |
WO2007058301A1 (en) * | 2005-11-21 | 2007-05-24 | Nec Corporation | Detection object identifying/position estimating system, its method, and program |
WO2007058302A1 (en) * | 2005-11-21 | 2007-05-24 | Nec Corporation | Position estimating system, position estimating method, position estimating device and its program |
JP2007281792A (en) * | 2006-04-05 | 2007-10-25 | Mitsubishi Electric Corp | Dynamic management apparatus |
JP2010146180A (en) * | 2008-12-17 | 2010-07-01 | Mitsubishi Electric Corp | Article management terminal and article management system |
WO2011063153A2 (en) * | 2009-11-18 | 2011-05-26 | Qualcomm Incorporated | Position determination using a wireless signal |
JP2011525234A (en) * | 2008-05-16 | 2011-09-15 | アップル インコーポレイテッド | Positioning |
WO2012024553A1 (en) * | 2010-08-20 | 2012-02-23 | Qualcomm Incorporated | Methods and apparatus for use in estimating a location of a mobile device within a structure |
JP2012118719A (en) * | 2010-11-30 | 2012-06-21 | Fujitsu Ltd | State determination device, state determination method, and state determination program |
-
2012
- 2012-07-25 JP JP2012164346A patent/JP6024257B2/en not_active Expired - Fee Related
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1094040A (en) * | 1996-03-22 | 1998-04-10 | Matsushita Electric Ind Co Ltd | Mobile radio communication system and position detection method for mobile station |
JPH1051840A (en) * | 1996-07-29 | 1998-02-20 | Matsushita Electric Ind Co Ltd | Position detection system for radio mobile station |
JPH1084571A (en) * | 1996-09-06 | 1998-03-31 | Star Kikaku Kk | Private radio communication system |
JP2007072592A (en) * | 2005-09-05 | 2007-03-22 | Nec Corp | Information processing system, information processing apparatus, information processing method, and information processing program |
WO2007058301A1 (en) * | 2005-11-21 | 2007-05-24 | Nec Corporation | Detection object identifying/position estimating system, its method, and program |
WO2007058302A1 (en) * | 2005-11-21 | 2007-05-24 | Nec Corporation | Position estimating system, position estimating method, position estimating device and its program |
JP2007281792A (en) * | 2006-04-05 | 2007-10-25 | Mitsubishi Electric Corp | Dynamic management apparatus |
JP2011525234A (en) * | 2008-05-16 | 2011-09-15 | アップル インコーポレイテッド | Positioning |
JP2010146180A (en) * | 2008-12-17 | 2010-07-01 | Mitsubishi Electric Corp | Article management terminal and article management system |
WO2011063153A2 (en) * | 2009-11-18 | 2011-05-26 | Qualcomm Incorporated | Position determination using a wireless signal |
WO2012024553A1 (en) * | 2010-08-20 | 2012-02-23 | Qualcomm Incorporated | Methods and apparatus for use in estimating a location of a mobile device within a structure |
JP2012118719A (en) * | 2010-11-30 | 2012-06-21 | Fujitsu Ltd | State determination device, state determination method, and state determination program |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017028697A (en) * | 2015-07-21 | 2017-02-02 | 株式会社リコー | Access control method and device |
JP2017037076A (en) * | 2015-08-13 | 2017-02-16 | 株式会社リコー | Position determination method, position determination device, and electronic apparatus |
JP2017147602A (en) * | 2016-02-17 | 2017-08-24 | 株式会社Nttドコモ | Maintenance support device |
JP2018194383A (en) * | 2017-05-16 | 2018-12-06 | 東日本電信電話株式会社 | State determination system and learning system |
JP2018194379A (en) * | 2017-05-16 | 2018-12-06 | 東日本電信電話株式会社 | Position determination system and learning system |
Also Published As
Publication number | Publication date |
---|---|
JP6024257B2 (en) | 2016-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
He et al. | Geomagnetism for smartphone-based indoor localization: Challenges, advances, and comparisons | |
TWI500003B (en) | Positioning and mapping based on virtual landmarks | |
Curran et al. | An evaluation of indoor location determination technologies | |
KR101203232B1 (en) | System and methods for determining the location dynamics of a portable computing device | |
JP6024257B2 (en) | Area detection program, area detection device, and area detection method | |
US9268006B2 (en) | Method and apparatus for providing information based on a location | |
JP2015531053A (en) | System, method, and computer program for dynamically creating a radio map | |
US20140274116A1 (en) | Mobile device location estimation | |
Papaioannou et al. | Fusion of radio and camera sensor data for accurate indoor positioning | |
Trogh et al. | Advanced real-time indoor tracking based on the viterbi algorithm and semantic data | |
JP2016513311A (en) | Location-based process monitoring | |
RU2696603C1 (en) | Method, apparatus and system for determining an internal location | |
US10382892B2 (en) | Bluetooth device locator | |
Huang et al. | RSS-based indoor positioning based on multi-dimensional kernel modeling and weighted average tracking | |
US10932087B2 (en) | Motion detection for passive indoor positioning system | |
Dinh et al. | Developing a novel real-time indoor positioning system based on BLE beacons and smartphone sensors | |
KR101593596B1 (en) | Control method of mobile apparatus and sever based on location, recording medium for performing the method | |
Yoon et al. | Victim localization and assessment system for emergency responders | |
US20190287121A1 (en) | Speculative check-ins and importance reweighting to improve venue coverage | |
Wang et al. | Fingerprint-based Wi-Fi indoor localization using map and inertial sensors | |
Park | Indoor localization using place and motion signatures | |
Cheng et al. | Indoor mobile localization in wireless sensor network under unknown NLOS errors | |
KR102612792B1 (en) | Electronic device and method for determining entry in region of interest thereof | |
GB2570853A (en) | Identifying sites visited by a user device | |
De Schepper et al. | Dynamic BLE-based fingerprinting for location-aware smart homes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150406 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160202 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160404 |
|
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: 20160913 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160926 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6024257 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |