JP2017142180A - 位置推定方法及び位置推定システム - Google Patents

Abstract

【課題】受信電波強度の変動による影響を抑制し得て、簡素なシステム構成の下で探索対象である人又は物の位置を推定することが可能な位置推定方法を提供することを目的としてなされたものである。【解決手段】１つの発信機１０と、発信機１０が発信する電波を受信して受信電波強度を計測する電波計測手段及び自らの位置を計測する位置計測手段を備えた１つの携帯型端末１２とを用い、携帯型端末１２を位置移動させて異なる位置にて、発信機１０から受けた受信電波強度及び受信側である携帯型端末１２自身の位置を計測し、多地点で得られた計測結果としての受信電波強度及び受信側位置情報を統合して発信機１０の位置を推定する。【選択図】 図１

Description

この発明は位置推定方法及び位置推定システムに関し、詳しくは探索対象である人又は物に保持させた発信機の位置を推定する位置推定方法及び位置推定システムに関する。

従来、屋外の人（又は物）の位置を特定する方法として、対象となる人にＧＰＳ受信器を保持させＧＰＳ機能を利用することで対象となる人の位置を特定する方法が知られている。しかしながら、徘徊を行なう高齢者などの被保護者の位置を推定するためにＧＰＳ機能を備えた携帯型端末を、常に作動可能な状態で被保護者に保持させておくことは、電源寿命の観点から非現実的である。

また他の方法として、被保護者に発信機（又は受信機）を保持させ、発信機から発せられた電波の受信電波強度を受信機で計測して、その受信強度に基づいて被保護者の位置推定を行うことも考えられる。電波の強度は発信源からの距離の二乗に反比例し、距離が長くなるほど減衰していくため、受信電波強度から電波発信源となる発信機までの距離を計算により推定することができる。
ただし受信電波強度は電波の反射、吸収、回折等による変動が大きく、１回の計測だけでは距離や位置を推定できない。このため位置推定を行なうためには発信機が位置するエリアに多くの受信機（又は発信機）を設置することが必要となり、システムが大掛かりなものとなってしまう。

尚下記特許文献１には、監視対象者に携帯させる１つの発信機と、この発信機から発信された電波を受信する１つの受信機とで構成され、受信電波強度が低下した場合に報知手段を作動させる徘徊監視システムが開示されている。しかしながらこの特許文献１に記載のものは、監視対象者の位置を監視エリアの内／外で判定するに留まるもので、受信電波強度に基づいて電波発信源（監視対象者）の位置を推定するものではない。

特開２０１３−９２８４７号公報

本発明は以上のような事情を背景とし、受信電波強度の変動による影響を抑制し得て、簡素なシステム構成の下で探索対象である人又は物の位置を推定することが可能な位置推定方法及び位置推定システムを提供することを目的としてなされたものである。

而して請求項１は位置推定方法に関するもので、１つの発信機と、該発信機が発信する電波を受信して受信電波強度を計測する電波計測手段及び自らの位置を計測する位置計測手段を備えた１つの携帯型端末とを用い、該携帯型端末を位置移動させて異なる位置にて、前記発信機から受けた前記受信電波強度及び受信側である前記携帯型端末自身の位置を計測し、多地点で得られた計測結果としての前記受信電波強度及び受信側位置情報を統合して前記発信機の位置を推定することを特徴とする。

請求項２のものは、請求項１において、前記受信電波強度に対して発信機・携帯型端末間で取り得る距離の確率分布を予め事前学習データとして取得しておき、該事前学習データの確率分布を用いて前記計測結果を確率的に統合し前記発信機の位置を推定することを特徴とする。

請求項３のものは、請求項２において、前記携帯型端末の周辺エリアを格子状に分割し、分割エリア毎に前記計測結果を前記事前学習データの確率分布を用いて統合し、該分割エリア内での前記発信機の存在確率を求めることを特徴とする。

請求項４のものは、請求項３において、前記分割エリア内での前記発信機の存在確率を、下記式（３）を用いて求めることを特徴とする。
ここで、ｐ（ｇ_j｜ｒ_i）は分割エリアｇ_jでの存在確率、ｑ_iは計測地点、ｒ_iは計測地点ｑ_iでの受信電波強度、ｄ（ｑ_i，ｇ_j）は計測地点ｑ_iから分割エリアｇ_jへの距離

請求項５は位置推定システムに関するもので、１つの発信機と１つの携帯型端末とで構成された位置推定システムであって、該携帯型端末が、前記発信機が発信する電波を受信して受信電波強度を計測する電波計測手段と、受信側である前記携帯型端末自身の位置を計測する位置計測手段と、それら受信電波強度及び受信側位置情報から成る計測結果を保存する記憶部と、前記携帯型端末の周辺エリアを格子状に分割した分割エリア毎に、多地点で得られた複数の前記計測結果に基づいて、前記発信機の存在確率を算出する発信位置算出手段と、該発信位置算出手段にて算出された存在確率の高い前記分割エリアを周辺地図とともに表示する表示手段と、を備えていることを特徴とする。

請求項６のものは、請求項５において、前記発信機がＢＬＥ（Ｂｌｕｅｔｏｏｔｈ（登録商標） Ｌｏｗ Ｅｎｅｒｇｙ）デバイスを含んで構成されていることを特徴とする。

以上のように本発明は、受信電波強度を計測する電波計測手段及び自らの位置を計測する位置計測手段を備えた１つの携帯型端末により、多地点で計測している複数の受信電波強度及び受信側位置情報から成る計測結果を統合することで、受信電波強度のばらつきの影響を抑えるようになしたもので、本発明によれば、探索者は１つの携帯型端末を用意するだけで発信機の位置の推定が可能となり、位置推定システムの構成を簡素なものとすることができる。

多地点で得られた受信電波強度及び受信側位置情報から成る計測結果を統合する手法として、幾何学的に統合する手法や確率的に統合する手法を用いることができる。
幾何学的に統合する手法とは、例えば計測地点を中心に受信電波強度に対応する発信機・携帯型端末間の距離を半径とする円を1つ描く。これを各計測地点毎に行うと多数の円が交差して複数の交点が生じる。これら複数の交点から成る交点群の重心を算出して、これを発信機の位置と推定するものである。

一方、受信電波強度に対して１つの発信機・携帯型端末間の距離を用いる幾何学的に統合する手法に替えて、受信電波強度に対して発信機・携帯型端末間で取り得る距離を確率分布として求め、多地点で得られた計測結果を確率的に統合する手法を用いることも可能である。
この場合において、位置の判明した状態の発信機及び携帯型端末を用いて、受信電波強度毎に発信機・携帯型端末間で取り得る距離の確率分布を予め事前学習データとして取得しておき、この事前学習データの確率分布を用いて計測結果を確率的に統合し、発信機の位置を推定することができる。
このような確率的に統合する手法を用いることで、幾何学的に統合する場合よりも位置推定時の精度を高め得ることを確認した。
尚、受信電波強度は周囲の環境の影響により変動するため、事前学習データは位置推定が行なわれる可能性のある環境毎に予め複数準備しておき、その中から実際に位置推定が行なわれる環境に近いと思われる事前学習データを使用するのが望ましい。

また確率的に統合する手法を用いる場合、携帯型端末の周辺エリアを格子状に分割し、分割エリア毎に計測結果を事前学習データの確率分布を用いて統合し、分割エリア内での発信機の存在確率を求めるようにすることができる。このようにすることで、探索者は存在確率の高い分割エリアのみをピンポイントで特定することができ、また必要に応じてその周辺部も含めた広い範囲の分割エリアを存在確率に準じて特定することもできる。

本発明では、発信機をＢＬＥ（Ｂｌｕｅｔｏｏｔｈ（登録商標） Ｌｏｗ Ｅｎｅｒｇｙ）デバイスを含んで構成することができる。ＢＬＥデバイスは低電力で作動するため、電源としての電池の交換を行うことなく長期に亘って発信動作を継続的に行なわせることが可能である。

以上のような本発明によれば、受信電波強度の変動による影響を抑制し得て、簡素なシステム構成の下で探索対象である人又は物の位置を推定することが可能な位置推定方法及び位置推定システムを提供することができる。

本発明の一実施形態である位置推定システムを概念的に示した図である。 図１の携帯型端末の機能構成を示した図である。 同実施形態の確率的統合手法の説明図である。 位置推定の結果を表示させた状態の携帯型端末を示した図である。 幾何学的統合手法の説明図である。 事前学習データとしての確率分布を示した図である。 位置推定実験の説明図である。 幾何学的統合手法で用いる平均距離を示した図である。

次に本発明の実施形態を図面に基づいて詳しく説明する。図１は本発明の一実施形態である位置推定システムを概念的に示した図である。同図において１０は発信機、１２は携帯型端末である。この位置推定システムでは、発信機１０を徘徊を行なう高齢者などの被保護者に保持させ、探索者が携帯型端末１２を持って、被保護者を探索する状況を想定している。

発信機１０からは所定間隔でビーコン信号が発せられている。一方、携帯型端末１２は図中矢印の方向に移動しながら、ｑ₀（現在地）、ｑ₁、ｑ₂、ｑ₃、・・の各地点において発信機１０からのビーコン信号を受信してその受信電波強度（ＲＳＳＩ(Received Signal Strength Indicator)値）を計測する。またこれと同時その計測地点の位置、即ち携帯型端末１２自身の位置を計測する。このようにして本例では計測地点を多地点に増やし、その計測結果を統合することで、ＲＳＳＩ値がばらつくことによる影響を抑えて発信機１０の位置を推定する際の精度向上を図っている。

発信機１０は、ＢＬＥ（Ｂｌｕｅｔｏｏｔｈ（登録商標） Ｌｏｗ Ｅｎｅｒｇｙ）モジュール及び電源としてのコイン型リチウム電池を備えて構成されている。発信機１０全体として７ｇ程度の重量に抑えられており、お守り袋程の小さな袋に収納した状態で被保護者が日常的に携帯することが可能とされている。ＢＬＥモジュールは低電力で発信が可能であるため、例えば１〜２秒程の発信間隔で、１年間連続的に作動させることが可能である。電波伝搬距離は電波出力及び周囲の環境によっても異なるが５０ｍ以上確保できる設定とすることが望ましい。

携帯型端末１２は、発信機１０の位置推定を行なうためのアプリケーションプログラム３２が組み込まれたスマートフォンなどである。図２は携帯型端末１２の機能構成を示している。携帯型端末１２は、電波計測手段２２と、位置計測手段２４と、発信位置算出手段２６と、表示手段２８とを備えている。また記憶部３０にはアプリケーションプログラム３２、画面に表示させる地図データ３４、更に後述する事前学習データ等が格納されている。尚、本発明の携帯型端末は、スマートフォンに限定されるものではなくタブレットＰＣや携帯電話などであってもよい。

電波計測手段２２は、発信機１０から所定間隔で発せられるビーコン信号を受信しその受信電波強度（ＲＳＳＩ値）を計測する。
位置計測手段２４は、携帯型端末１２自身の位置を計測する。携帯型端末１２のＧＰＳ機能にて得られた位置情報やジャイロセンサなどを用いて得られた方向情報、方角情報などを利用して計測することができる。
ここで得られた計測地点毎の計測結果は、受信電波強度及び受信側位置情報から成る組情報として記憶部３０に保存される。

発信位置算出手段２６は、以下で詳述するように、携帯型端末１２の周辺エリアを格子状に分割し、多地点での計測結果を分割エリア毎に統合し、各分割エリアにおける発信機１０の存在確率を算出する。
表示手段２８は、発信位置算出手段２６で算出された、発信機１０の存在確率が高い分割エリアを携帯型端末１２の画面上に周辺地図情報とともに表示する。

次に本システムにおける発信機１０の位置を推定する方法を説明する。
（事前学習データの取得）
本例では先ず位置が判明している状態の発信機１０及び携帯型端末１２を用いて、ＲＳＳＩ値ｒに対して発信機１０・携帯型端末１２間で取り得る距離ｄの確率分布を予め事前学習データとして取得する。
事前学習データを取得するに当たって、ＲＳＳＩ値ｒを固定することはできないため距離ｄを固定してＲＳＳＩ値ｒの変動を計測する。すなわち、距離１０ｍのときのＲＳＳＩ値の頻度分布、２０ｍのときのＲＳＳＩ値の頻度分布、というように、距離毎にＲＳＳＩ値の頻度分布を測定する。

ここで、距離ｄ[ｍ]のときＲＳＳＩ値 ｒ[dBm] が観測された回数をfreq(r,d)とすると、ＲＳＳＩ値 ｒ[dBm]のときに距離ｄ [ｍ]である確率ｐ（ｄ｜ｒ）は、以下の式（１）で算出される。

ただし、計測回数を充分に大きくできない場合は、平滑化(smoothing)が必要になる。具体的には、確率の積算処理を行う際などに、確率ゼロが1箇所でも混じると最終的な確率もゼロになってしまう問題に対処するために、全てのfreq(r,d)に1を足すラプラス平滑化を行う。また、ＲＳＳＩ値が１[dBm]ずれた場合の頻度を重みα（但し０＜α＜１）で加味することで、計測回数の少なさを補う平滑化も行う。これらの平滑化を行った場合の確率ｐ（ｄ｜ｒ）は、以下の式（２）で算出される。本例ではこの式（２）を用いて得られたＲＳＳＩ値毎の発信機１０・携帯型端末１２間で取り得る距離ｄの確率分布が事前学習データとして記憶部３０に保存される。

（発信機１０の位置推定）
次に上記で得られた事前学習データの確率分布を用いて、多地点で得られた受信電波強度及び受信側位置情報から成る計測結果を確率的に統合して、発信機１０の存在確率の高いエリアを算出する。尚本例では説明を単純化するため、発信機１０は止まっていると仮定して以下の説明を行う。
詳しくは、図３に示すように、携帯型端末１２の周辺エリアを格子状に分割し細かい分割エリアを設定する。
ここで携帯型端末１２が同図で示す下向きの矢印方向に移動した場合、ｑ₀、ｑ₁、ｑ₂・・の地点で、ＲＳＳＩ値及び携帯型端末１２自身の位置が計測され、これらＲＳＳＩ値及び受信側位置情報から成る組情報が記憶部３０に順次保存される。
ここで一定時間間隔Δｔ毎にｍ回計測する地点を［ｑ_i］_i=0,1,…_,m 各計測地点でのＲＳＳＩ値を［ｒ_i］_i=0,1,…_,m 計測地点ｑ_iから分割エリアｇ_jへの距離をｄ（ｑ_i，ｇ_j）とおくと、ｑ_iとｒ_iはそれぞれ時刻ｔ＝ｉΔｔの計測地点及びＲＳＳＩ値である。時刻ｔ＝ｍΔｔまでに計測されたＲＳＳＩ値［ｒ_i］_i=0,1,…_,mのとき、分割エリアｇ_jに発信機１０が存在する確率ｐ（ｇ_j｜［ｒ_i］_i=0,1,…_,m）は以下の式（３）のような確率の積によって算出される。
次に分割エリア毎得られた存在確率で降順にソートし、上位ｎ個の分割エリアを、発信機１０の推定位置と見なす。図４で示すように推定位置としてみなされた上位ｎ個の分割エリアは、確率毎に色分けされ、携帯型端末１２の位置（現在地）とともに携帯型端末１２の画面３５に表示された周辺地図上に表示されるため、探索者はこれを手掛りとして被保護者の探索を行なうことができる。

以上多地点の計測結果を確率的に統合して発信機１０の位置を推定する場合について説明したが、本発明では幾何学的に統合する手法を用いることも可能である。
具体的には計測地点ｑ₀、ｑ₁、・・毎に計測されたＲＳＳＩ値が得られる発信機・携帯型端末間の距離の平均を用いて計測地点ｑ_iを中心とする円をｉ＝０，１，・・，ｍについて描く。すると図５で示すように多数の円が交差して、複数の交点から成る交点群が現れる。この交点群の重心ｍｐｉを求めて、これを発信機１０の位置と推定する。

（位置推定実験）
次に、比較的広く障害物の少ないグランドにて行なった位置推定実験について説明する。
まずは、事前にＲＳＳＩ値の頻度分布の計測を行い、事前学習データを求めた。発信機１０を木の地上１ｍ付近に結わえ付け、携帯型端末１２としてのスマートフォンを、発信機１０までの距離２ｍから５０ｍの間で移動させ、１ｍ毎の各距離でＲＳＳＩ値を１００回計測した。これを平滑化して求めたｐ（ｄ｜ｒ）の確率分布を図６に示す。尚、同図からは確率分布が複数の距離でピークを持つ分布になっていることが分かる。これは、直接届く電波と地面からの反射波が逆位相になる距離で、直接波と反射波が打ち消し合うことが原因と考えられる。

次に、この事前学習データを用いて実際の位置推定実験を行った。図７に示すように、探索者が発信機１０の後方３０ｍから接近し、追い越して１０ｍ先まで、計４０ｍのルートを歩行する。最接近時の距離が５ｍになる歩行ルートＡと、最接近時の距離が２０ｍになる歩行ルートＢを設定した。探索者は携帯型端末としてのスマートフォンを体の前に保持し、ルートＡ、Ｂそれぞれ５回ずつ歩行した。探索者の歩行速度は１［ｍ／ｓ］、即ち３．６［ｋｍ／ｈ］とした。スマートフォンによる計測の時間間隔は１秒とし、計測地点は［ｑ_i］_i=0,1,…_,40（即ちｍ＝４０まで）とした。格子状の分割エリアのサイズは５０ｃｍ四方に設定し、各分割エリア内での発信機１０の存在確率を算出した。

表１及び表２に、ルートＡ、Ｂそれぞれの測位誤差の平均を示す。なお、測位誤差は上位ｎ個の分割エリアのうち、最も真の発信機の位置に近い分割エリアからの誤差とすると、測位誤差は、ルートＡで、最終的な通過後（４０ｍ歩行後）の測位誤差がｎ＝２で８．０７ｍ、ｎ＝１０で６．２１ｍ、ｎ＝２０で５．７９ｍであった。またルートＢでは、最終的な通過後の測位誤差がｎ＝２で１３．９１ｍ、ｎ＝１０で１０．３２ｍ、ｎ＝２０で７．９３ｍであった。

今回の実施例では、多地点での計測結果を確率的に統合する手法に加えて、幾何的に統合する手法、即ちＲＳＳＩ値に対応する平均距離を半径とする円を複数描き、そこに生じる交点群の重心を求める手法での実験も併せて行なった。尚、ＲＳＳＩ値に対応する平均距離としては、図６の事前学習データのために計測した（平滑化する前の）計測結果から得られた図８の値を用いている。

何れの実験例においてもスマートフォンの移動距離が長くなり、ＲＳＳＩ値の計測回数が増すに従って測位誤差が小さくなる傾向が認められる。
ルートＡについては、最初の２０ｍまでは幾何的統合手法の誤差が小さかったが、最接近後は確率的統合手法の方が小さくなった。ルートＢについては、最初の１０ｍから通過後まで、全て確率的統合手法の誤差の方が小さくなった。
確率的統合手法により得られた５〜８ｍ程度の誤差であれば１回に見渡せる範囲に被保護者が存在すると考えられるため、本例の位置推定方法によれば声掛けの手掛りとして参考にできる測位精度を得ることが可能である。

以上本発明の実施形態を詳述したがこれはあくまで一例示である。
本発明はその趣旨を逸脱しない範囲において種々変更を加えた態様で実施可能である。

１０ 発信機
１２ 携帯型端末
２２ 電波計測手段
２４ 位置計測手段
２６ 発信位置算出手段
２８ 表示手段
３０ 記憶部
３６ 事前学習データ
ｇ_j 分割エリア

Claims (6)

1. １つの発信機と、該発信機が発信する電波を受信して受信電波強度を計測する電波計測手段及び自らの位置を計測する位置計測手段を備えた１つの携帯型端末とを用い、
   該携帯型端末を位置移動させて異なる位置にて、前記発信機から受けた前記受信電波強度及び受信側である前記携帯型端末自身の位置を計測し、多地点で得られた計測結果としての前記受信電波強度及び受信側位置情報を統合して前記発信機の位置を推定する位置推定方法。
2. 前記受信電波強度に対して発信機・携帯型端末間で取り得る距離の確率分布を予め事前学習データとして取得しておき、該事前学習データの確率分布を用いて前記計測結果を確率的に統合し前記発信機の位置を推定する請求項１に記載の位置推定方法。
3. 前記携帯型端末の周辺エリアを格子状に分割し、分割エリア毎に前記計測結果を前記事前学習データの確率分布を用いて統合し、該分割エリア内での前記発信機の存在確率を求めることを特徴とする請求項２に記載の位置推定方法。
4. 前記分割エリア内での前記発信機の存在確率を、下記式（３）を用いて求めることを特徴とする請求項３に記載の位置推定方法。
   ここで、ｐ（ｇ_j｜ｒ_i）は分割エリアｇ_jでの存在確率、ｑ_iは計測地点、ｒ_iは計測地点ｑ_iでの受信電波強度、ｄ（ｑ_i，ｇ_j）は計測地点ｑ_iから分割エリアｇ_jへの距離
5. １つの発信機と１つの携帯型端末とで構成された位置推定システムであって、
   該携帯型端末が、
   前記発信機が発信する電波を受信して受信電波強度を計測する電波計測手段と、
   受信側である前記携帯型端末自身の位置を計測する位置計測手段と、
   それら受信電波強度及び受信側位置情報から成る計測結果を保存する記憶部と、
   前記携帯型端末の周辺エリアを格子状に分割した分割エリア毎に、多地点で得られた複数の前記計測結果に基づいて、前記発信機の存在確率を算出する発信位置算出手段と、
   該発信位置算出手段にて算出された存在確率の高い前記分割エリアを周辺地図とともに表示する表示手段と、を備えていることを特徴とする位置推定システム。
6. 前記発信機がＢＬＥ（Ｂｌｕｅｔｏｏｔｈ（登録商標） Ｌｏｗ Ｅｎｅｒｇｙ）デバイスを含んで構成されていることを特徴とする請求項５に記載の位置推定システム。