JP2016099349A - 無線lanラジオマップ自動構築方法及び無線lanラジオマップ自動構築システム - Google Patents
無線lanラジオマップ自動構築方法及び無線lanラジオマップ自動構築システム Download PDFInfo
- Publication number
- JP2016099349A JP2016099349A JP2015222006A JP2015222006A JP2016099349A JP 2016099349 A JP2016099349 A JP 2016099349A JP 2015222006 A JP2015222006 A JP 2015222006A JP 2015222006 A JP2015222006 A JP 2015222006A JP 2016099349 A JP2016099349 A JP 2016099349A
- Authority
- JP
- Japan
- Prior art keywords
- wireless lan
- fingerprint
- position state
- radio map
- learning
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 64
- 238000010801 machine learning Methods 0.000 claims abstract description 8
- 230000033001 locomotion Effects 0.000 claims description 10
- 230000002068 genetic effect Effects 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 25
- 230000008859 change Effects 0.000 description 12
- 238000002372 labelling Methods 0.000 description 9
- 230000009467 reduction Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 5
- 108090000623 proteins and genes Proteins 0.000 description 4
- 238000010845 search algorithm Methods 0.000 description 4
- 238000007476 Maximum Likelihood Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
- H04W16/20—Network planning tools for indoor coverage or short range network deployment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- 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
- G01S5/02524—Creating or updating the radio-map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/10—Small scale networks; Flat hierarchical networks
- H04W84/12—WLAN [Wireless Local Area Networks]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
【解決手段】本発明の実施形態に係る無線LANラジオマップ自動構築方法は、室内で移動機器が取得した無線LANフィンガープリントを収集し、室内地図から分割した領域が位置状態に表現された状態図に基づいて生成した学習モデルを機械学習し、収集された無線LANフィンガープリントを当該の位置状態に配置して配置結果を格納する。そのため、不特定の複数スマートフォンでGPS信号のような参照位置情報なしで収集された無線LANフィンガープリントに対して収集位置を自動ラベリングすることができる。
【選択図】図2
Description
前記配置ステップは、位置情報が与えられた無線LANフィンガープリントについて、前記位置情報に基づいて配置する当該の位置状態を決定してもよい。
図1は、本発明の一実施形態に係る無線LANラジオマップ自動構築システムを示す図である。理解及び説明の便宜のために、図1では無線LANラジオマップ自動構築システムの他に、AP10と移動機器100をさらに示す。
図1に示されたシステムが無線LANラジオマップを自動で構築する過程を図2に具体的に示す。図2は、本発明の他の実施形態に係る無線LANラジオマップ自動構築方法の説明に提供されるフローチャートである。
3.1無線LANフィンガープリント収集
モデリング段階の最初の手続として、対象建物の室内地図を予め決定した大きさに分割する。室内地図では当該建物の壁と移動経路が明記されている。
FSAは学習モデルの基盤になる状態図であり、FSAの状態は前に分割された領域である。したがって、分割された領域が1、000個であれば、生成されるFSAは1、000個の位置状態を有し得る。
本発明の実施形態において、学習モデルは、FSA基盤で無線LANフィンガープリントをラベリングするための機械学習モデルである。学習モデルには、FSAの各位置状態の間の移転確率が付与されている。移転確率は、FSAのある位置状態から他の位置状態に移動する確率である。
学習モデル初期値設定は、学習モデルを駆動するために必要である。同時に、モデル初期値は、学習モデルの探索空間(すなわち、ソリューション空間)を減らすために多くの影響を及ぼす。一般的に生成された学習モデルは、普通、数百、数千個の位置状態を有して無線LANフィンガープリントの基礎になるAPも数十個から数百個に至る場合が多く、極めて大きい探索空間を形成する。このような巨大な探索空間を減らさなければ、学習に所要する時間が長くなり、モデルを実際に活用することが難しい。
モデル初期値入力の大きさは、学習モデルの探索空間の大きさを決定する。したがって、入力の大きさを減らすことは探索空間の大きさを減らすために重要である。
AP = set of APs sorted by IG
O = set of observations
SELECT = < >
For ap in AP, until all o in O has more than n+1 aps
Add ap to SELECT
Sort SELECT by IG descending
For ap in SELECT
If all o in O has more than n+1 aps without ap
Remove ap from SELECT
3.5.3探索空間
下記で説明する探索過程に対する理解を助けるために、無線LANフィンガープリントの収集位置情報を含んでいる解が含まれた探索空間の構成、全体探索と部分探索を介して解を探す過程を具体的な例を挙げて説明する。まず、図7に示すように、L1とL2の位置状態から構成された室内空間に1つの信号中継機AP1がそれぞれ2つのフィンガープリントから構成された信号シーケンスFa=<a1、a2>、Fb=<b1、b2>によって観測された時を仮定する。
上記のような方式で構成された探索空間は、存在するAP数が増加して位置状態数が増加することで探索空間が爆発的に増加し、適正な時間内に全体の探索空間内に存在する全てのノードを比較検討することができない。本発明の実施形態で提案した全体−部分の探索交互方式は、このような探索空間の爆発的な増大にもかかわらず、適正な時間内に最適な解を取得する目的を有する。全体−部分の探索を交互に用いて適正な条件に適する探索空間のみを探索することで、全体空間を全て探索しなくても最適化された値、すなわち、ノードを適正な時間内に探すことが可能となる。そのため、部分探索にはSegmental K−means Training方法を全体探索方式では遺伝子アルゴリズム(あるいは、これを拡張したメメティックアルゴリズム)を用いることができる。
部分探索(あるいは、ローカル探索)では、初期時の設定又は全体探索によって決定された代表無線LANフィンガープリントに基づいて、Unlabeled無線LANフィンガープリントが配置される最適の位置状態を探す過程である。
学習モデルは、学習の入力に与えられる無線LANフィンガープリントシーケンスを室内空間に最適に配置するため、部分探索と全体探索を繰り返し施行しながら最適モデルパラメータを設定する。
無線LANフィンガープリント変更ステップでは、学習の入力に与えられる無線LANフィンガープリントシーケンスを室内空間で最適に配置するための部分探索が実行されるよう初期値を変更する。
全体探索において、前述した探索空間dnkは極めて巨大な空間である。したがって、本発明の実施形態で提案した方式が実質的に活用されるためには探索空間の縮約が必要である。探索空間の縮約は、前述した全体探索空間の大きさ(dnk)を無線LAN信号の特性を考慮して、適正範囲の無線LAN信号の強度についてのみ探索を実施し(d値の縮小)、探索対象となるAPの個数も位置情報に影響を与える最小限の数(n値の縮小)にすることで画期的に節減できる。図16は、本発明の実施形態で提案する方式を活用して探索空間の画期的な縮小に対する概念を示している。
今までは収集された無線LANフィンガープリントの収集位置情報が分かる参照位置情報が一切与えられない場合、無線LANフィンガープリントの収集位置をラベリングする方式を記述した。しかし、時々収集された無線LANフィンガープリントでの一部は収集位置が与えられることもある。GPS信号と共に無線LAN信号が取得され、設置位置が知られたブルートゥースタグから発生する信号と共に取得されることもある。APの設置位置が知られた場合、無線LAN中継機の設置された位置を、収集された無線LANフィンガープリントの参照位置として活用することも可能である。また、一部のフィンガープリントに対して、フィンガープリントと共に収集された慣性センサから取得された情報を用いて収集位置を推測することもできる。
今まで、収集された無線LANフィンガープリントの収集位置情報が分かる参照位置情報が一切与えられない場合、無線LANフィンガープリントの収集位置をラベリングする方法について詳細に説明した。
100:移動機器
200:無線LANフィンガープリント収集サーバ
300:Unlabeled無線LANフィンガープリントDB
400:室内地図DB
500:学習サーバ
600:Labeled無線LANフィンガープリント
Claims (23)
- 室内地図の分割された領域が位置状態に表現されたFSA(Finite State Automata)に基づいて学習モデルを生成するステップと、
前記学習モデルを基盤にした機械学習を介して収集された無線LANフィンガープリントを当該の位置状態に配置する学習ステップと、
を含む、ことを特徴とする無線LANラジオマップ自動構築方法。 - 室内で移動機器が取得した無線LANフィンガープリントを収集する収集ステップをさらに含み、
前記学習ステップは、前記収集ステップで収集した無線LANフィンガープリントを当該の位置状態に配置する、ことを特徴とする請求項1に記載の無線LANラジオマップ自動構築方法。 - 前記移動機器が取得した無線LANフィンガープリントは、位置情報及び移動情報を含まない、ことを特徴とする請求項2に記載の無線LANラジオマップ自動構築方法。
- 配置結果を格納するステップをさらに含む、ことを特徴とする請求項1に記載の無線LANラジオマップ自動構築方法。
- 前記学習ステップは、
前記位置状態に対する代表無線LANフィンガープリントをそれぞれ設定する設定ステップと、
前記代表無線LANフィンガープリントを参考し、収集された無線LANフィンガープリントを当該の位置状態に配置する配置ステップと、
を含む、ことを特徴とする請求項1に記載の無線LANラジオマップ自動構築方法。 - 前記設定ステップ及び前記配置ステップは、特定の回数にかけて繰り返される、ことを特徴とする請求項5に記載の無線LANラジオマップ自動構築方法。
- 前記設定ステップは、前記配置の結果に基づいて、前記位置状態に対する前記代表無線LANフィンガープリントをそれぞれ変更する、ことを特徴とする請求項5に記載の無線LANラジオマップ自動構築方法。
- 前記設定ステップは、前記配置ステップによって配置された全体無線LANフィンガープリントを参照し、前記位置状態に対する前記代表無線LANフィンガープリントをそれぞれ変更する、ことを特徴とする請求項7に記載の無線LANラジオマップ自動構築方法。
- 前記設定ステップは、A*アルゴリズム、山登り法アルゴリズム、遺伝子アルゴリズム、及びメメティックアルゴリズムのうち少なくとも1つを用いた学習を用いて行われる、ことを特徴とする請求項5に記載の無線LANラジオマップ自動構築方法。
- 前記配置ステップは、EM(Expectation Maximization)アルゴリズム及びSegmental K Meansアルゴリズムのうち少なくとも1つを用いた学習によって行われる、ことを特徴とする請求項5に記載の無線LANラジオマップ自動構築方法。
- 前記設定ステップは、APが配置した位置状態と無線LAN信号電波モデルを参考し、前記位置状態に対する初期代表無線LANフィンガープリントをそれぞれ設定する、ことを特徴とする請求項5に記載の無線LANラジオマップ自動構築方法。
- 初期値に含まれるAPの個数は可変的である、ことを特徴とする請求項11に記載の無線LANラジオマップ自動構築方法。
- 前記初期値に含まれるAPの個数は、
三辺測量に応じて決定される位置範囲が分散することなく一定サイズ以下の1つの範囲に決定される条件が満足するまでAPの個数を増加させて選択されるAP個数を動的に決定し、
前記初期値に含まれるAPの順序はIG(Information Gain)を基準にして決定される、ことを特徴とする請求項12に記載の無線LANラジオマップ自動構築方法。 - 前記無線LANフィンガープリントのうちの一部は位置情報が与えられ、
前記配置ステップは、位置情報が与えられた無線LANフィンガープリントについて、前記位置情報に基づいて配置する当該の位置状態を決定することを特徴とする請求項5に記載の無線LANラジオマップ自動構築方法。 - 前記位置情報は、GPS情報、設置位置が知られたタグ情報、動き情報のうち少なくとも1つによって与えられる、ことを特徴とする請求項14に記載の無線LANラジオマップ自動構築方法。
- 前記学習モデルは、前記FSAで、前記無線LANフィンガープリントが配置され、前記位置状態の間の遷移確率と前記無線LANフィンガープリントが観測される確率をパラメータにするモデルである、ことを特徴とする請求項1に記載の無線LANラジオマップ自動構築方法。
- 無線LANフィンガープリントを収集する収集サーバと、
室内地図の分割された領域が位置状態に表現されるFSA(Finite State Automata)に基づいて学習モデルを生成し、前記学習モデルを基盤にした機械学習を介して前記収集サーバにより収集された無線LANフィンガープリントを当該の位置状態に配置する学習サーバと、
を含む、ことを特徴とする無線LANラジオマップ自動構築システム。 - 前記収集サーバは、室内で移動機器が取得した無線LANフィンガープリントを収集する、ことを特徴とする請求項17に記載の無線LANラジオマップ自動構築システム。
- 前記移動機器が取得した無線LANフィンガープリントは、位置情報及び移動情報を含まない、ことを特徴とする請求項18に記載の無線LANラジオマップ自動構築システム。
- 前記学習サーバは、前記位置状態に対する代表無線LANフィンガープリントをそれぞれ設定し、前記代表無線LANフィンガープリントを参考し、収集された無線LANフィンガープリントを当該の位置状態に配置する、ことを特徴とする請求項17に記載の無線LANラジオマップ自動構築システム。
- 前記学習サーバは、前記配置の結果に基づいて、前記位置状態に対する前記代表無線LANフィンガープリントをそれぞれ変更する、ことを特徴とする請求項20に記載の無線LANラジオマップ自動構築システム。
- 前記学習サーバは、配置された全体無線LANフィンガープリントを参照し、前記位置状態に対する前記代表無線LANフィンガープリントをそれぞれ変更する、ことを特徴とする請求項21に記載の無線LANラジオマップ自動構築システム。
- 前記学習サーバは、APが配置した位置状態と無線LAN信号電波モデルを参考し、前記位置状態に対する初期代表無線LANフィンガープリントをそれぞれ設定する、ことを特徴とする請求項20に記載の無線LANラジオマップ自動構築システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140165022A KR101625757B1 (ko) | 2014-11-25 | 2014-11-25 | 무선랜 라디오맵 자동 구축 방법 및 시스템 |
KR10-2014-0165022 | 2014-11-25 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016099349A true JP2016099349A (ja) | 2016-05-30 |
JP6182196B2 JP6182196B2 (ja) | 2017-08-16 |
Family
ID=56011577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015222006A Active JP6182196B2 (ja) | 2014-11-25 | 2015-11-12 | 無線lanラジオマップ自動構築方法及び無線lanラジオマップ自動構築システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US10070264B2 (ja) |
JP (1) | JP6182196B2 (ja) |
KR (1) | KR101625757B1 (ja) |
CN (1) | CN105635962B (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018048967A (ja) * | 2016-09-23 | 2018-03-29 | 日本電気通信システム株式会社 | 測位用地磁気マップの作成方法、位置測定方法、外的要因ノイズ測定方法及び測位用地磁気マップの作成システム |
JP2021513659A (ja) * | 2018-02-01 | 2021-05-27 | 韓国科学技術院Korea Advanced Institute Of Science And Technology | アドレスとフィンガープリントの連携方法及び連携サーバー |
JP2021149521A (ja) * | 2020-03-19 | 2021-09-27 | Kddi株式会社 | 情報管理装置、情報管理方法及び位置情報提供システム |
WO2023281839A1 (ja) * | 2021-07-09 | 2023-01-12 | パナソニックIpマネジメント株式会社 | 学習装置、経路推定システムおよび学習方法 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101858935B1 (ko) * | 2016-09-13 | 2018-05-17 | (주)브이아이소프트 | 위치기반 o2o 아이템 인식에 기반한 무선랜 핑거프린트 라벨링 장치 및 라벨링 방법 |
US11481690B2 (en) * | 2016-09-16 | 2022-10-25 | Foursquare Labs, Inc. | Venue detection |
KR101959606B1 (ko) * | 2016-11-03 | 2019-03-18 | 계명대학교 산학협력단 | 실내 공간에서 드론을 이용한 위치 추정 장치 및 그 방법 |
WO2018117554A1 (ko) | 2016-12-19 | 2018-06-28 | 삼성전자 주식회사 | 위치 정보 제공 방법 및 그 장치 |
CN106707232B (zh) * | 2016-12-20 | 2019-02-15 | 南京工业大学 | 一种基于群智感知的wlan传播模型定位方法 |
KR102129400B1 (ko) * | 2017-01-23 | 2020-07-02 | 한국과학기술원 | 라디오 맵 구축 방법 |
WO2018135923A1 (ko) * | 2017-01-23 | 2018-07-26 | 한국과학기술원 | 라디오 맵 구축 방법 |
US11194842B2 (en) | 2018-01-18 | 2021-12-07 | Samsung Electronics Company, Ltd. | Methods and systems for interacting with mobile device |
KR102193327B1 (ko) * | 2018-05-16 | 2020-12-22 | 한국과학기술원 | 핑거프린트 자동 라벨링 방법 및 라벨링 서버 |
CN111988728A (zh) * | 2019-05-21 | 2020-11-24 | 北京京东尚科信息技术有限公司 | 基于位置指纹的室内定位方法、装置、设备及存储介质 |
US11363416B2 (en) | 2019-10-04 | 2022-06-14 | Samsung Electronics Co., Ltd. | System and method for WiFi-based indoor localization via unsupervised domain adaptation |
KR102223319B1 (ko) | 2019-11-21 | 2021-03-05 | 한국과학기술원 | 크라우드소싱 실내 위치인식을 위한 복합 데이터 수집 및 이용 방법과 시스템 |
US20220095120A1 (en) * | 2020-09-21 | 2022-03-24 | Arris Enterprises Llc | Using machine learning to develop client device test point identify a new position for an access point (ap) |
CN114051202A (zh) * | 2021-10-29 | 2022-02-15 | 中国石油大学(华东) | 一种无线定位信号指纹样本库的自动学习方法 |
KR102537518B1 (ko) * | 2021-11-02 | 2023-05-26 | 대우조선해양 주식회사 | 3차원 모델 기반의 선내 무선 ap 배치 시스템 및 방법, 동 방법을 컴퓨터에서 실행하기 위한 컴퓨터 프로그램이 기록된, 컴퓨터 판독 가능한 기록 매체 |
KR102672045B1 (ko) | 2023-05-02 | 2024-06-03 | 이화여자대학교 산학협력단 | 미탐색 영역에 대한 핑거프린트 맵을 생성하는 방법, 데이터 처리 장치 및 측위장치 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10136436A (ja) * | 1996-11-01 | 1998-05-22 | Matsushita Electric Ind Co Ltd | 無線移動局位置検出用の学習データ収集装置 |
JP2009055138A (ja) * | 2007-08-23 | 2009-03-12 | Ritsumeikan | トレーニングデータの収集方法及びこれを用いた移動体通信端末の位置検出方法 |
US20090221316A1 (en) * | 2008-03-03 | 2009-09-03 | Industrial Technology Research Institute | Apparatus and method for transforming signal strength of wireless positioning system |
US20100127933A1 (en) * | 2008-11-27 | 2010-05-27 | Industrial Technology Research Institute | Algorithm of collecting and constructing training location data in a positioning system and the positioning method therefor |
JP2011525234A (ja) * | 2008-05-16 | 2011-09-15 | アップル インコーポレイテッド | 位置決定 |
US20120072106A1 (en) * | 2010-07-21 | 2012-03-22 | Korea Advanced Institute Of Science And Technology | Location based service system and method for performing indoor navigation |
JP2013205170A (ja) * | 2012-03-28 | 2013-10-07 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
US20130288704A1 (en) * | 2010-09-10 | 2013-10-31 | Nokia Corporation | Signal strength profiling |
WO2014000090A1 (en) * | 2012-06-26 | 2014-01-03 | The Governing Council Of The University Of Toronto | System, method and computer program for dynamic generation of a radio map |
WO2014033874A1 (ja) * | 2012-08-30 | 2014-03-06 | 株式会社日立製作所 | 測定位置指示装置、測定位置指示方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100848322B1 (ko) * | 2006-12-08 | 2008-07-24 | 한국전자통신연구원 | 실내 무선 측위 장치 및 방법 |
US8698671B2 (en) * | 2009-10-16 | 2014-04-15 | Qualcomm Incorporated | Binning venues into categories based on propagation characteristics |
KR101144016B1 (ko) | 2010-07-20 | 2012-05-09 | 한국과학기술원 | Wi?Fi 신호지문 데이터베이스 확보 방법 및 이를 위한 시스템 |
US8385943B1 (en) * | 2012-05-02 | 2013-02-26 | YFIND Technologies Pte. Ltd. | Method and apparatus for determining location information of a position in a multi-storey building |
CN102802260B (zh) * | 2012-08-15 | 2015-05-13 | 哈尔滨工业大学 | 基于矩阵相关的wlan室内定位方法 |
US10321870B2 (en) * | 2014-05-01 | 2019-06-18 | Ramot At Tel-Aviv University Ltd. | Method and system for behavioral monitoring |
-
2014
- 2014-11-25 KR KR1020140165022A patent/KR101625757B1/ko active IP Right Grant
-
2015
- 2015-11-12 JP JP2015222006A patent/JP6182196B2/ja active Active
- 2015-11-23 CN CN201510816110.XA patent/CN105635962B/zh active Active
- 2015-11-23 US US14/949,169 patent/US10070264B2/en active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10136436A (ja) * | 1996-11-01 | 1998-05-22 | Matsushita Electric Ind Co Ltd | 無線移動局位置検出用の学習データ収集装置 |
JP2009055138A (ja) * | 2007-08-23 | 2009-03-12 | Ritsumeikan | トレーニングデータの収集方法及びこれを用いた移動体通信端末の位置検出方法 |
US20090221316A1 (en) * | 2008-03-03 | 2009-09-03 | Industrial Technology Research Institute | Apparatus and method for transforming signal strength of wireless positioning system |
JP2011525234A (ja) * | 2008-05-16 | 2011-09-15 | アップル インコーポレイテッド | 位置決定 |
US20100127933A1 (en) * | 2008-11-27 | 2010-05-27 | Industrial Technology Research Institute | Algorithm of collecting and constructing training location data in a positioning system and the positioning method therefor |
US20120072106A1 (en) * | 2010-07-21 | 2012-03-22 | Korea Advanced Institute Of Science And Technology | Location based service system and method for performing indoor navigation |
US20130288704A1 (en) * | 2010-09-10 | 2013-10-31 | Nokia Corporation | Signal strength profiling |
JP2013205170A (ja) * | 2012-03-28 | 2013-10-07 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
WO2014000090A1 (en) * | 2012-06-26 | 2014-01-03 | The Governing Council Of The University Of Toronto | System, method and computer program for dynamic generation of a radio map |
WO2014033874A1 (ja) * | 2012-08-30 | 2014-03-06 | 株式会社日立製作所 | 測定位置指示装置、測定位置指示方法 |
Non-Patent Citations (1)
Title |
---|
長沼秀典、外3名: ""ディジタル型通時誤差逆伝搬法による有限状態オートマトンの学習"", FIT2007 第6回情報科学技術フォーラム 一般講演論文集, vol. 第2分冊, JPN6016043835, 22 August 2007 (2007-08-22), pages 501 - 503, ISSN: 0003598374 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018048967A (ja) * | 2016-09-23 | 2018-03-29 | 日本電気通信システム株式会社 | 測位用地磁気マップの作成方法、位置測定方法、外的要因ノイズ測定方法及び測位用地磁気マップの作成システム |
JP2021513659A (ja) * | 2018-02-01 | 2021-05-27 | 韓国科学技術院Korea Advanced Institute Of Science And Technology | アドレスとフィンガープリントの連携方法及び連携サーバー |
JP2021149521A (ja) * | 2020-03-19 | 2021-09-27 | Kddi株式会社 | 情報管理装置、情報管理方法及び位置情報提供システム |
WO2023281839A1 (ja) * | 2021-07-09 | 2023-01-12 | パナソニックIpマネジメント株式会社 | 学習装置、経路推定システムおよび学習方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6182196B2 (ja) | 2017-08-16 |
US20160150380A1 (en) | 2016-05-26 |
CN105635962A (zh) | 2016-06-01 |
CN105635962B (zh) | 2019-03-05 |
US10070264B2 (en) | 2018-09-04 |
KR101625757B1 (ko) | 2016-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6182196B2 (ja) | 無線lanラジオマップ自動構築方法及び無線lanラジオマップ自動構築システム | |
US11351681B2 (en) | Method and apparatus for charging robot | |
US10584972B2 (en) | Navigate, track, and position mobile devices in GPS-denied or GPS-inaccurate areas with automatic map generation | |
US20180089566A1 (en) | Method and apparatus for positioning of artificial neural network | |
US9584969B2 (en) | Systems and methods for localization | |
KR102337367B1 (ko) | 원거리 검출 또는 군사 목적을 위해, 이미지 컨캐터네이션을 이용한, cnn 기반의 하드웨어 최적화가 가능한 객체 검출기를 학습하는 방법 및 학습 장치, 이를 이용한 테스팅 방법 및 테스팅 장치 | |
US20160021494A1 (en) | Systems and methods for adaptive multi-feature semantic location sensing | |
CN108882172B (zh) | 一种基于hmm模型的室内移动轨迹数据的预测方法 | |
CN113131985B (zh) | 一种基于信息年龄最优路径规划的多无人机数据收集方法 | |
JP2020038661A (ja) | 車線モデルを利用して車線を検出し得る学習方法及び学習装置そしてこれを利用したテスト方法及びテスト装置{learning method, learning device for detecting lane using lane model and test method, test device using the same} | |
Geng et al. | UAV surveillance mission planning with gimbaled sensors | |
US20220101063A1 (en) | Method and apparatus for analyzing neural network performance | |
CN102695272A (zh) | 一种匹配定位的方法和移动终端 | |
KR102304466B1 (ko) | 실내 측위용 데이터베이스 구축, 실내 측위 방법 및 시스템 | |
CN114186112B (zh) | 一种基于贝叶斯优化多重信息增益探索策略的机器人导航方法 | |
Gupta et al. | Optimal path planning for UAV using NSGA-II based metaheuristic for sensor data gathering application in wireless sensor networks | |
Wang et al. | Deep neural network‐based Wi‐Fi/pedestrian dead reckoning indoor positioning system using adaptive robust factor graph model | |
CN110691336A (zh) | 一种基于集成学习和相对定位的双尺度定位算法 | |
CN105717529A (zh) | 一种基于无线电信号路测功率值的信源定位方法 | |
Wietrzykowski et al. | Adopting the FAB-MAP algorithm for indoor localization with WiFi fingerprints | |
Javed et al. | Position Vectors Based Efficient Indoor Positioning System. | |
Lima et al. | Efficient and robust WiFi indoor positioning using hierarchical navigable small world graphs | |
KR20200132295A (ko) | 패킷 캡쳐 기반 실내 위치 추정 장치 및 방법 | |
CN112887909B (zh) | 一种基于Wi-Fi信号的室内定位方法 | |
EP4266004A1 (en) | User trajectory positioning method, electronic device and computer storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161031 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170220 |
|
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: 20170711 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170721 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6182196 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |