JP2021006939A - 解析方法および解析装置 - Google Patents

Abstract

【課題】人と車との位置関係を特定できる解析方法を提供する。【解決手段】解析方法は、人１に装着された第１センサ２０によって得られる加速度の時系列データを含む第１時系列データを第１タイムスタンプとともに取得する第１取得工程（Ｓ２１）と、車２に装着された第２センサ２６によって得られる加速度の時系列データを含む第２時系列データを第２タイムスタンプとともに取得する第２取得工程（Ｓ２２）と、取得された第１時系列データから人１の第１移動軌跡Ｌ１を算出し、取得された第２時系列データから車２の第２移動軌跡Ｌ２を算出し、第１タイムスタンプと第２タイムスタンプとを参照することで第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とを関連付ける演算工程（Ｓ２３，Ｓ２４，Ｓ２５）とを備える。【選択図】図２

Description

本発明は、解析方法および解析装置に関し、特に、人の移動軌跡と車の移動軌跡とを関連付ける解析方法および解析装置に関する。

従来技術の一例として、特許文献１には、加速度情報取得部および角速度情報取得部を備える端末装置が開示されている。端末装置は、携帯電話またはタブレット等で構成されている。加速度情報取得部は、加速度センサ等で構成されている。角速度情報取得部は、角速度センサ等で構成されている。特許文献１では、加速度情報取得部によって取得された加速度情報、および角速度情報取得部によって取得された角速度情報に基づいて、端末装置の移動軌跡が算出される。

特開２０１５−１０８３１号公報

しかしながら、上記特許文献１の技術では、たとえば、人の移動軌跡と車の移動軌跡とを算出し、これらの移動軌跡を関連付けることが想定されておらず、人と車との位置関係を特定できない。

そこで、本発明は、人と車との位置関係を特定できる解析方法および解析装置を提供する。

上記の目的を達成するために、本発明に係る解析方法の一態様は、人に装着された第１センサによって得られる加速度の時系列データを含む第１時系列データを第１タイムスタンプとともに取得する第１取得工程と、車に装着された第２センサによって得られる加速度の時系列データを含む第２時系列データを第２タイムスタンプとともに取得する第２取得工程と、取得された前記第１時系列データから前記人の第１移動軌跡を算出し、取得された前記第２時系列データから前記車の第２移動軌跡を算出し、前記第１タイムスタンプと前記第２タイムスタンプとを参照することで前記第１移動軌跡と前記第２移動軌跡とを関連付ける演算工程とを備える。

また、上記の目的を達成するために、本発明に係る解析装置の一態様は、人に装着された第１センサによって得られる加速度の時系列データを含む第１時系列データを第１タイムスタンプとともに取得する第１取得部と、車に装着された第２センサによって得られる加速度の時系列データを含む第２時系列データを第２タイムスタンプとともに取得する第２取得部と、取得された前記第１時系列データから前記人の第１移動軌跡を算出し、取得された前記第２時系列データから前記車の第２移動軌跡を算出し、前記第１タイムスタンプと前記第２タイムスタンプとを参照することで前記第１移動軌跡と前記第２移動軌跡とを関連付ける演算部とを備える。

本発明に係る解析方法および解析装置によれば、人と車との位置関係を特定できる。

実施の形態に係る解析装置を含む解析システムの構成を示す図である。 図１の解析システムの電気的構成を示すブロック図である。 図１の解析システムの計測動作の一例を示すフローチャートである。 車に取り付けられたＩＭＵによって計測された車の加速度の時系列データを示すグラフである。 図１の解析システムの解析動作の一例を示すフローチャートである。 図１の解析システムの第１移動軌跡と第２移動軌跡とを関連付ける動作の一例を示すフローチャートである。 （ａ）は第１時系列データおよび第１タイムスタンプを示す表であり、（ｂ）は第２時系列データおよび第２タイムスタンプを示す表である。 第１移動軌跡および第２移動軌跡が表示された表示部を示す図である。 解析システムにおける関連付けを示すＵＭＬ（Ｕｎｉｆｉｅｄ Ｍｏｄｅｌｉｎｇ Ｌａｎｇｕａｇｅ）である。

以下、実施の形態について、図面を参照しながら具体的に説明する。

なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置および接続形態などは、一例であり、請求の範囲を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。また、各図は、必ずしも厳密に図示されたものではない。各図において、実質的に同一の構成については同一の符号を付し、重複する説明は省略または簡略化する。

図１は、実施の形態に係る解析装置１６を含む解析システム１０の構成を示す図である。図１を参照して、本発明の実施の形態に係る解析装置１６を含む解析システム１０の概略構成について説明する。

本発明の実施の形態に係る解析システム１０は、人１に装着されたＩＭＵ（Ｉｎｅｒｔｉａｌ Ｍｅａｓｕｒｅｍｅｎｔ Ｕｎｉｔ）１２、車２に装着されたＩＭＵ１４、および解析装置１６を含む。

ＩＭＵ１２は、慣性計測装置であり、人１の並進加速度および角速度を計測する。たとえば、ＩＭＵ１２は、人１の重心近傍に位置するように、人１が身に着ける衣服等に取り付けられる。

ＩＭＵ１４は、慣性計測装置であり、車２の並進加速度および角速度を計測する。たとえば、ＩＭＵ１４は、車２の重心近傍に位置するように、車２の車体等に取り付けられる。

解析装置１６は、ＩＭＵ１２およびＩＭＵ１４が計測したデータを取得し、人１の第１移動軌跡および車２の第２移動軌跡等を算出し、第１移動軌跡と第２移動軌跡とを関連付ける装置である。解析装置１６は、ＩＭＵ１２およびＩＭＵ１４による計測が終了した後、ケーブル等を介してＩＭＵ１２およびＩＭＵ１４に接続され、ＩＭＵ１２およびＩＭＵ１４からデータを取得する。解析装置１６は、表示部１８を有し、算出した第１移動軌跡および第２移動軌跡を表示部１８に表示できる。たとえば、解析装置１６としては、パソコンまたはタブレット等の機器を用いることができる。

図２は、図１の解析システム１０の電気的構成を示すブロック図である。図２を参照して、解析システム１０の電気的構成について説明する。

ＩＭＵ１２は、第１センサ２０、第１タイムスタンプ付加部２２、および第１記憶部２４を有する。第１センサ２０は、相互に直交する３軸の各軸方向の加速度、および当該３軸の各軸周りの角速度を計測するセンサである。第１センサ２０は、所定時間ごとに、当該３軸の各軸方向における人１の加速度、および当該３軸の各軸周りにおける人１の角速度を計測する。これによって、人１の加速度の時系列データおよび人１の角速度の時系列データを含む第１時系列データが得られる。第１タイムスタンプ付加部２２は、第１センサ２０に接続される。第１タイムスタンプ付加部２２は、第１センサ２０によって得られた第１時系列データに、日付および時刻等に関する情報である第１タイムスタンプを付加する。これによって、第１時系列データに含まれる各データが計測された日付および時刻等がわかる。第１記憶部２４は、第１タイムスタンプ付加部２２に接続される。第１記憶部２４には、第１タイムスタンプが付加された第１時系列データが記憶される。

ＩＭＵ１４は、第２センサ２６、第２タイムスタンプ付加部２８、および第２記憶部３０を有する。第２センサ２６は、相互に直交する３軸の各軸方向の加速度、および当該３軸の各軸周りの角速度を計測するセンサである。第２センサ２６は、所定時間ごとに、当該３軸の各軸方向における車２の加速度、および当該３軸の各軸周りにおける車２の角速度を計測する。これによって、車２の加速度の時系列データおよび車２の角速度の時系列データを含む第２時系列データが得られる。第２タイムスタンプ付加部２８は、第２センサ２６に接続される。第２タイムスタンプ付加部２８は、第２センサ２６によって得られた第２時系列データに、日付および時刻等に関する情報である第２タイムスタンプを付加する。これによって、第２時系列データに含まれる各データが計測された日付および時刻等がわかる。第２記憶部３０は、第２タイムスタンプ付加部２８に接続される。第２記憶部３０には、第２タイムスタンプが付加された第２時系列データが記憶される。

解析装置１６は、第１取得部３２、第２取得部３４、演算部３６、および表示部１８を有する。解析装置１６は、ケーブル等を介してＩＭＵ１２およびＩＭＵ１４に接続可能に構成されている。解析装置１６とＩＭＵ１２とが接続された状態において、第１取得部３２は、ＩＭＵ１２の第１記憶部２４から第１時系列データを取得する。また、第１取得部３２は、第１時系列データとともに、第１時系列データに付加された第１タイムスタンプを取得する。解析装置１６とＩＭＵ１４とが接続された状態において、第２取得部３４は、ＩＭＵ１４の第２記憶部３０から第２時系列データを取得する。また、第２取得部３４は、第２時系列データとともに、第２時系列データに付加された第２タイムスタンプを取得する。演算部３６は、第１取得部３２および第２取得部３４に接続される。演算部３６は、第１取得部３２が取得した第１時系列データから人１の第１移動軌跡を算出し、第２取得部３４が取得した第２時系列データから車２の第２移動軌跡を算出する。第１移動軌跡および第２移動軌跡の詳細な算出方法については後述する。また、演算部３６は、第１タイムスタンプおよび第２タイムスタンプを参照することによって、人１の第１移動軌跡と車２の第２移動軌跡とを関連付ける。これによって、同一時刻における人１と車２との位置関係を特定できる。表示部１８は、演算部３６に接続され、演算部３６が算出した人１の第１移動軌跡および車２の第２移動軌跡等を表示する。

上記のように構成された解析システム１０の動作について説明する。

図３から図５では、第１センサ２０および第２センサ２６の加速度のオフセット等の誤差等によって、算出される第１移動軌跡および第２移動軌跡の精度が悪くなることを避けるため、第１時系列データに含まれる成分のうち第１センサ２０の加速度のオフセット等の誤差等に起因する成分を取り除くようなパラメータ、および第２時系列データに含まれる成分のうち第２センサ２６の加速度のオフセット等の誤差等に起因する成分を取り除くようなパラメータを取得するための動作の一例について説明する。図６から図８では、人１を所定の経路を移動させるとともに、車２を所定の経路を走行させ、人１の第１移動軌跡および車２の第２移動軌跡を算出する動作の一例について説明する。

図３は、図１の解析システム１０の計測動作の一例を示すフローチャートである。図３を参照して、上述したパラメータを取得するためのデータ計測について説明する。

計測としては、校正計測と運動計測の２回行う。運動計測は、解析に必要な条件を満たすように３つのゾーンを含むように実施する。それは、静止、走行、停止の３つのゾーンである。校正も仮にゾーンであるとすれば、都合４つのゾーンを想定して実施すると整理できる。

（手順１．校正ゾーン）
最初に校正ゾーンの計測を行う（図３のＳ１）。校正ゾーンでは、運動計測の直前にセンサ系校正用のデータを取得する。ＩＭＵ１２，１４をエンジン振動や被験者揺動の影響を受けないように外乱の無い道路表面や基礎のしっかりした鉄筋建屋の床面などにおいて計測する。これまでの経験から、２０秒間の計測を行うと妥当なデータとなる。ＩＭＵ１４を車両の床に固定した後にエンジンを停止させて校正データ取得を行ってもよいが、この場合はタイヤ、サスペンションなどの低周波揺動が無いように注意しながら計測を行う。

（手順２．静止ゾーン）
次に、静止ゾーンの計測を行う（図３のＳ２）。車２の場合、車内の重心に近い場所にＩＭＵ１４を固定した上で、エンジンをかけてアイドリング状態にし、計測を開始する。ＩＭＵ１４は、あまり強く固定すると車体の振動を計測してしまうので適度な緩衝材を挟んで車体振動の影響が少ないように固定する。人１の場合、人１の重心に近い場所にＩＭＵ１２を固定した上で、人１をその場で停止させ、計測を開始する。ＩＭＵ１２，１４による計測を開始して１０秒程度経ったら発進する。ここからは目的とする走行ゾーンである。

（手順３．走行ゾーン）
次に、走行ゾーンの計測を行う（図３のＳ３）。車２の場合、走行の計測は、目的の運転を実施するだけである。人１の場合、走行の計測は、目的の移動をするだけである。また、ＩＭＵ１２，１４の計測可能な角速度範囲、および加速度範囲を超えた場合は運動計測をやり直す。この判断としては、運転中に段差に乗り上げたり舗装のはがれた穴に落ちたりと、大きな衝撃があった場合には当該範囲を超えたとみなした方が良い。計測時間は１００秒程度をもって終了する。

（手順４．停止ゾーン）
最後に、停止ゾーンの計測を行う（図３のＳ４）。車２の場合、計測終了前に車両を減速させ停止させる。停止後１０秒ほどアイドリング状態で計測を続けてから計測を終了する。人１の場合、計測終了前に停止し、停止後１０秒ほど停止状態で計測を続けてから計測を終了する。これで計測データの末尾における速度および角速度が、静止ゾーンにおける速度および加速度に近いという前提で解析が可能になる。

以上のように、校正ゾーンにおける校正計測により校正データファイルが得られ、静止ゾーン、走行ゾーンおよび停止ゾーンにおける運動計測により計測データファイルが得られる。人１に取り付けられたＩＭＵ１２から得られた計測データファイルには、人１の加速度の時系列データおよび角速度の時系列データを含む第１時系列データが含まれる。具体的には、人１に取り付けられたＩＭＵ１２から得られた計測データファイルには、人１が停止した状態における第１時系列データ、および人１が移動している状態における第１時系列データが含まれる。また、車２に取り付けられたＩＭＵ１４から得られた計測データファイルには、車２の加速度の時系列データおよび角速度の時系列データを含む第２時系列データが含まれる。具体的には、車２に取り付けられたＩＭＵ１４から得られた計測データファイルには、車２が停止した状態における第２時系列データ、および車２が移動している状態における第２時系列データが含まれる。図４は、車２に取り付けられたＩＭＵ１４によって計測された車２の加速度の時系列データを示すグラフである。たとえば、図４のグラフで示すような時系列データが得られる。校正ゾーンでは、車２の加速度が０に近い値であることがわかる。また、静止ゾーンでの車２の加速度と停止ゾーンでの車２の加速度とは、相互に近い値であることがわかる。

図５は、図１の解析システム１０の解析動作の一例を示すフローチャートである。図５を参照して、上述したパラメータを取得するためのデータ解析について説明する。

まず、解析原理の概要について説明する。

直交する３軸に沿ってＩＭＵセンサが検出する並進加速度と各軸まわりの角速度とを用いて、数学上の積分計算と同等の時間積算を行うことで、ＩＭＵセンサが搭載された人や車等のＩＣＥ（Ｉｓｏｍｅｔｒｉｃ Ｃｏｏｒｄｉｎａｔｅ ｏｎ Ｅａｒｔｈ）座標系における速度と位置ベクトルとを求める。ここで、ＩＣＥ座標系とは、地球重力に垂直な平面をＸＹ等角座標平面とし、地球重力と反対の向きをＺ軸プラス方向とする３次元座標系である。言い換えると、ＩＣＥ座標系とは、地球重力方向に延びる軸を含みかつ相互に直交する３軸で定義された座標系である。また、センサ座標系とは、ＩＭＵセンサの３軸で定義された等角座標系である。まず、センサ座標系での加速度からＩＣＥ座標系での加速度を求める。これが求まれば、あとは、ＩＣＥ座標系での単純な時間積算をすることでＩＣＥ座標系での速度と位置とが求まる。

ＩＣＥ座標系での加速度は、センサ座標系での微小回転量からオイラー角表現のテンソル量を求めて、当該テンソル量をセンサ座標系での加速度ベクトルに掛けることで得られる。この計算を計測したデータの全期間に対して実行することで対象のＩＣＥ座標系でのベクトル速度が求まる。ただし、計測系に含まれる様々な誤差があるので、観測精度の範囲で計測したセンサデータ列を積算したのでは誤差が大きくて実用にならないこともある。これを以下の手順を使うことで回避する。手順の実行には軌跡補償や一定時間後の速度条件などを使用するため、センサデータに加えてこうした拘束条件データが必要である。もしも、計測の開始時点で計測対象が静止していない場合には、何らかの手段を用いて初期速度を計測しておき、積分計算の初期速度とする。

次に、解析原理について説明する。

ＩＭＵセンサを含む計測対象が外部から受けている真の加速度を

と書き、ＩＭＵセンサの真の角速度を

と書く。そして、ＩＭＵセンサが出力する３軸の加速度を

あるいは（ａ_ｘ，ａ_ｙ，ａ_ｚ）と書き、ＩＭＵセンサが出力する角速度を

あるいは（ｏ_ｘ，ｏ_ｙ，ｏ_ｚ）と書く。

は実数のベクトルであり、

はデジタル値を成分とするベクトルである。センサ座標系とＩＣＥ座標系とが一致しているときには、

と

とは近いが同一でなく、

と

とは近いが同一ではない。

ＩＭＵセンサは、任意の姿勢で人や車等に取り付けられるので、まず静止しているときに、センサ座標系のｘ座標軸がＩＣＥ座標系のＺ座標軸となす角度、およびセンサ座標系のｙ座標軸がＩＣＥ座標系のＺ座標軸となす角度を求める。これは、センサ座標系のｚ座標軸をＩＣＥ座標系のＺ座標軸に一致させる操作に等しいので、センサ座標系のｘ座標軸まわりの回転に続いて、センサ座標系のｙ座標軸まわりの回転を行う。その回転の大きさをφ_０、ψ_０とすれば、

と表せる。以後、このセットを初期チルト角と呼ぶ。このように、初期チルト角は、センサ座標系のｘ座標軸がＩＣＥ座標系のＺ座標軸となす角度、およびセンサ座標系のｙ座標軸がＩＣＥ座標系のＺ座標軸となす角度を示しており、言い換えると、重力方向に対するＩＭＵセンサの傾きを示している。

次に、センサ座標系での角速度およびセンサ座標系での加速度を、ＩＣＥ座標系での角速度およびＩＣＥ座標系での加速度に変換するテンソルを求める。一般に、あるベクトルをオイラー角（φ，ψ，θ）回転させるテンソルは、以下になる。

これを［τ］と書く。こうして、φ，ψを求めた場合、θは任意となる。ここでは仮にθをゼロと置き、後に走行する車両の走行方位に合わせることで［τ］を簡略化する。

人および車は、移動中（走行中）、時々刻々と位置と姿勢を変えるが、姿勢を検出するのはＩＭＵセンサに含まれる角速度センサである。ＩＭＵセンサのセンサ値は、ＩＭＵセンサの計測の繰り返し時間Δｔごとに取得される。角速度の変化はΔｔから見て極めてゆっくりと変化するので、Δｔ期間中は一定とみなせる。このとき、ＩＭＵセンサの姿勢の変化量（δ_ｘ，δ_ｙ，δ_ｚ）は、単純に角速度×Δｔとなる。初期の姿勢に対してΔｔ秒後のセンサの姿勢の変化は、［τ］と同様のテンソルで示せるから、これを［κ］と書く。今、Δｔごとの区切りを１ティックとするとｎティック後（ｎ×Δｔ秒後）の姿勢変化テンソル［κ_ｎ］は、

と表せる。ここで初期のＩＭＵセンサの姿勢からＩＣＥ座標系への変換を加えれば、あるティック時刻ｎにおけるＩＣＥ座標系への変換テンソルは、

と表せる。よってティック時刻ｎにおけるＩＣＥ座標系での計測加速度

は、

である。

ただし、ＩＭＵセンサは、地球重力をも計測しているのでａ_ｚには常に−Ｇ（重力加速度定数）となる重力加速度が含まれている。このため、

が求まった後には、ＩＣＥ座標系のＺ座標軸方向の加速度Ａ_ｚからＧ（重力加速度定数）を引いておく。そして、ＩＣＥ座標系での速度と位置とをそれぞれＶ，Ｐとすれば、

と表せる。

次に、解析の手順について説明する。

（手順１．データコピー）
まず、第１取得部３２は、ＩＭＵ１２の第１記憶部２４から校正データファイルおよび計測データファイルをコピーして取得し（第１取得工程）、第２取得部３４は、ＩＭＵ１４の第２記憶部３０から校正データファイルおよび計測データファイルをコピーして取得する（第２取得工程）（図５のＳ１１）。具体的には、第１取得部３２は、ＩＭＵ１２の第１記憶部２４から人１が停止した状態における第１時系列データおよび人１が移動している状態における第１時系列データを取得し（第１取得工程）、第２取得部３４は、ＩＭＵ１４の第２記憶部３０から車２が停止した状態における第２時系列データおよび車２が移動している状態における第２時系列データを取得する（第２取得工程）（図５のＳ１１）。このように、計測したデータをＩＭＵ１２，１４からＰＣ（解析装置１６）のファイルシステムにコピーして、校正データファイルと計測データファイルとして識別可能かつ計測実験として必要な特徴を付加したファイル名を付ける。

（手順２．データ前処理）
次に、データ前処理を行う（図５のＳ１２）。具体的には、計測したデータの内容を解析プログラムで読み取り可能なフォーマットに変換する。例えば、Ｅｘｃｅｌのような表計算プログラムでも解析は可能なので、その場合はｃｓｖ形式に変換する。また、Ｃ♯やＣ++のようなプログラミング言語で解析する場合には、プログラムから直接に計測データを読み出す専用プログラムを作成する。作成が終わったら、校正データファイルの内容を読みだして角速度３軸について加算平均をそれぞれ計算しておく。これをＯ_ｘ０，Ｏ_ｙ０，Ｏ_ｚ０とする。この角速度値は、回転運動の無い時のセンサ読み値であるが、実務上０．１度／秒程度のオフセットが存在する。角速度値は、温度や気圧、湿度、ＩＭＵ１２，１４の内部状態などに依存する。なお、加速度については、角速度のように値がゼロという仮定がそもそも成り立たないことから加算平均は行わない。

（手順３．静止切り出し）
次に、静止切り出しを行う（図５のＳ１３）。具体的には、計測データである第１時系列データ（第２時系列データ）に含まれる加速度の生データグラフを見ながら、初期静止の範囲を切り出す。計測時に１０秒程度の静止ゾーンでの計測を行っているはずであるが、車の場合は、他の車両が近くを通過すると人が感じられない程度の擾乱が起きることが多い。これは加速度グラフに乱れとして表示される。こうした乱れの無い時間領域を２秒程度選んで切り出す。この区間におけるセンサ座標系のｘ座標軸方向の加速度の平均値、ｙ座標軸方向の加速度の平均値、およびｚ座標軸方向の加速度の平均値を求めて初期チルト角を計算する。このように、ＩＭＵ１２（第１センサ２０）の初期チルト角は、第１時系列データに基づいて予測され、ＩＭＵ１４（第２センサ２６）の初期チルト角は、第２時系列データに基づいて予測される。この実施の形態では、ＩＭＵ１２（第１センサ２０）の初期チルト角が第１傾斜角に相当し、ＩＭＵ１４（第２センサ２６）の初期チルト角が第２傾斜角に相当する。この初期チルト角を前提としてテンソル計算を行い、ＩＣＥ座標系における計測加速度、速度、移動軌跡を求める。ここで得られたＩＣＥ座標系における速度データ列をＶ［ｎ］、位置データ列をＰ［ｎ］とする。このように、演算部３６は、第１時系列データと第１時系列データに基づいて予測されかつ重力方向に対する第１センサ２０の傾きを示す第１傾斜角（初期チルト角）とに基づいて、ＩＣＥ座標系における人１の加速度の第３時系列データ、ＩＣＥ座標系における人１の速度の第５時系列データ、およびＩＣＥ座標系における人１の位置の第７時系列データを算出する（演算工程）。また、演算部３６は、第２時系列データと第２時系列データに基づいて予測されかつ重力方向に対する第２センサ２６の傾きを示す第２傾斜角（初期チルト角）とに基づいて、ＩＣＥ座標系における車２の加速度の第４時系列データ、ＩＣＥ座標系における車２の速度の第６時系列データ、およびＩＣＥ座標系における車２の位置の第８時系列データを算出する（演算工程）。

（手順４．静止バイアス調整）
次に、静止バイアス調整を行う（図５のＳ１４）。具体的には、手順３で求めた速度Ｖ［ｎ］は静止したＩＭＵ１２，１４による計測であるから、時間変化しないでゼロのはずである。しかし、初期チルト角の誤差や角速度バイアスの誤差があれば、重力を外力として含んでしまうのでＶ［ｎ］は変化する。実際、１０秒間の計測時間が経過すると１ｍ／ｓｅｃ程度は変化する場合がある。この誤差を取り除くために以下のパラメータを操作して初期条件を変えてはテンソル計算を繰り返し、結果としてＶ［ｎ］とＰ［ｎ］とが最もゼロ近傍にくるようにする。

この繰り返しの際に、Ｖ［ｎ］がリニアすなわち単調に増減している場合には、最初に初期チルト角を修正する。具体的には、人１が停止した状態における加速度の第３時系列データに基づいて算出された人１の速度の第５時系列データが単調に増減している場合、第１傾斜角（初期チルト角）を修正する（第１解析工程）。そして、修正された第１傾斜角（初期チルト角）に基づいて第５時系列データを再度算出し、再度算出された第５時系列データが所定範囲を超えて増減していないか確認する。再度算出された第５時系列データが所定範囲を超えて増減していなければ、修正された第１傾斜角（初期チルト角）の値が適切であることがわかる。したがって、たとえば、人１が未知の経路を移動した場合でも、当該値を用いて第１移動軌跡を算出すれば、第１移動軌跡を精度よく算出できる。車２が停止した状態における加速度の第４時系列データに基づいて算出された車２の速度の第６時系列データが単調に増減している場合、第２傾斜角（初期チルト角）を修正する（第２解析工程）。そして、修正された第２傾斜角（初期チルト角）に基づいて第６時系列データを再度算出し、再度算出された第６時系列データが所定範囲を超えて増減していないか確認する。再度算出された第６時系列データが所定範囲を超えて増減していなければ、修正された第２傾斜角（初期チルト角）の値が適切であることがわかる。したがって、たとえば、車２が未知の経路を走行した場合でも、当該値を用いて第２移動軌跡を算出すれば、第２移動軌跡を精度よく算出できる。また、Ｖ［ｎ］が指数的な変化をしている場合には、計測データに含まれる成分のうち第１センサ２０（第２センサ２６）の角速度のオフセットの誤差に起因する成分を取り除くように、計測データを修正する。具体的には、人１が停止した状態における速度の第５時系列データが指数的な変化をしている場合、第１時系列データに含まれる成分のうち第１センサ２０の角速度のオフセットの誤差に起因する成分を取り除くように、あるパラメータを用いて第１時系列データを修正する（第３解析工程）。そして、修正された第１時系列データに基づいて第５時系列データを再度算出し、再度算出された第５時系列データが所定範囲を超えて変化していないか確認する。再度算出された第５時系列データが所定範囲を超えて変化していなければ、第１時系列データを修正するために用いた当該パラメータが適切な値であったことがわかる。したがって、たとえば、人１が未知の経路を移動した場合でも、当該パラメータを用いて第１移動軌跡を算出すれば、第１移動軌跡を精度よく算出できる。また、車２が停止した状態における速度の第６時系列データが指数的な変化をしている場合、第２時系列データに含まれる成分のうち第２センサ２６の角速度のオフセットの誤差に起因する成分を取り除くように、あるパラメータを用いて第２時系列データを修正する（第４解析工程）。そして、修正された第２時系列データに基づいて第６時系列データを再度算出し、再度算出された第６時系列データが所定範囲を超えて変化していないか確認する。再度算出された第６時系列データが所定範囲を超えて変化していなければ、第２時系列データを修正するために用いた当該パラメータが適切な値であったことがわかる。したがって、たとえば、車２が未知の経路を走行した場合でも、当該パラメータを用いて第２移動軌跡を算出すれば、第２移動軌跡を精度よく算出できる。さらにＰ［ｎ］の位置ずれが起きている場合には、計測データに含まれる成分のうち第１センサ２０（第２センサ２６）の加速度のオフセットやゲインの誤差に起因する成分を取り除くように、計測データを修正する。具体的には、人１が停止した状態における速度の第５時系列データに基づいて算出された人１の位置の第７時系列データが所定の位置に対してずれている場合、第１時系列データに含まれる成分のうち第１センサ２０の加速度のオフセットおよび／またはゲインの誤差に起因する成分を取り除くように、あるパラメータを用いて第１時系列データを修正する（第５解析工程）。そして、修正された第１時系列データに基づいて第７時系列データを再度算出し、再度算出された第７時系列データが所定範囲を超えてずれていないか確認する。再度算出された第７時系列データが所定範囲を超えてずれていなければ、第１時系列データを修正するために用いた当該パラメータが適切な値であったことがわかる。したがって、たとえば、人１が未知の経路を移動した場合でも、当該パラメータを用いて第１移動軌跡を算出すれば、第１移動軌跡を精度よく算出できる。また、車２が停止した状態における速度の第６時系列データに基づいて算出された車２の位置の第８時系列データが所定の位置に対してずれている場合、第２時系列データに含まれる成分のうち第２センサ２６の加速度のオフセットおよび／またはゲインの誤差に起因する成分を取り除くように、あるパラメータを用いて第２時系列データを修正する（第６解析工程）。そして、修正された第２時系列データに基づいて第８時系列データを再度算出し、再度算出された第８時系列データが所定範囲を超えてずれていないか確認する。再度算出された第８時系列データが所定範囲を超えてずれていなければ、第２時系列データを修正するために用いた当該パラメータが適切な値であったことがわかる。したがって、たとえば、車２が未知の経路を走行した場合でも、当該パラメータを用いて第２移動軌跡を算出すれば、第２移動軌跡を精度よく算出できる。こうしてＶ［ｎ］とＰ［ｎ］とが妥当な範囲に入った場合には、人１の停止状態でのＶ［ｎ］とＰ［ｎ］変動が得られ、車２のアイドリング周波数でのＶ［ｎ］とＰ［ｎ］変動が得られるので静止バイアス調整を終了する。

（手順５．走行バイアス調整）
次に、走行バイアス調整を行う（図５のＳ１５）。具体的には、テンソル計算範囲を静止ゾーンから走行ゾーンまで広げて手順４と同様の作業を行う。ただし、１００秒のテンソル計算は実行時間が長いため、どのパラメータを操作したら解が収束するかを考慮しながら作業を進める。ここで実施しているテンソル計算では、特定の１つの数値、例えばＶ_ｘ［ｎ］をゼロにするようなバイアス、チルトの組み合わせはいくつも存在する。しかし、複数の数値を同時にゼロにするような組み合わせは限定される、つまり唯一解が得られる。したがって、パラメータを変動させて妥当な解へ導く必要がある。

（手順６．停止バイアス調整）
最後に、停止バイアス調整を行う（図５のＳ１６）。具体的には、テンソル計算範囲を走行ゾーンから停止ゾーンまで広げて手順４と同様の作業を行う。ここでは、標高差、停止速度のゼロ収束を特に注意して実施する。

上記の手順を計算結果が拘束条件を満たすまで繰り返す。以上のようにして、第１時系列データに含まれる成分のうち第１センサ２０の加速度のオフセット等の誤差等に起因する成分を取り除くようなパラメータ、および第２時系列データに含まれる成分のうち第２センサ２６の加速度のオフセット等の誤差等に起因する成分を取り除くようなパラメータが得られる。

図６は、図１の解析システム１０の第１移動軌跡と第２移動軌跡とを関連付ける動作の一例を示すフローチャートである。図７（ａ）は、第１時系列データおよび第１タイムスタンプを示す表であり、図７（ｂ）は、第２時系列データおよび第２タイムスタンプを示す表である。図８は、第１移動軌跡Ｌ１および第２移動軌跡Ｌ２が表示された表示部１８を示す図である。図６から図８を参照して、人１を所定の経路を移動させるとともに、車２を所定の経路を走行させ、人１の第１移動軌跡および車２の第２移動軌跡を算出する動作の一例について説明する。

まず、第１取得部３２は、人１に取り付けられたＩＭＵ１２から第１時系列データを取得し、第１時系列データとともに第１タイムスタンプを取得する（第１取得工程）（図６のＳ２１）。第２取得部３４は、車２に取り付けられたＩＭＵ１４から第２時系列データを取得し、第２時系列データとともに第２タイムスタンプを取得する（第２取得工程）（図６のＳ２２）。たとえば、図７（ａ）、（ｂ）に示すようなデータが得られる。第１時系列データは、人１の加速度の時系列データおよび角速度の時系列データを含んでいる。第１時系列データには、第１タイムスタンプが付加されている。第１タイムスタンプＴ_ｎが示す時刻に計測された人１のｘ座標軸方向の加速度をａ１_ｘｎで示し、ｙ座標軸方向の加速度をａ１_ｙｎで示し、ｚ座標軸方向の加速度をａ１_ｚｎで示している。また、第１タイムスタンプＴ_ｎが示す時刻に計測された人１のｘ座標軸周りの角速度をｏ１_ｘｎで示し、ｙ座標軸周りの角速度をｏ１_ｙｎで示し、ｚ座標軸周りの角速度をｏ１_ｚｎで示している。第２時系列データは、車２の加速度の時系列データおよび角速度の時系列データを含んでいる。第２時系列データには、第２タイムスタンプが付加されている。第２タイムスタンプＴ_ｎが示す時刻に計測された車２のｘ座標軸方向の加速度をａ２_ｘｎで示し、ｙ座標軸方向の加速度をａ２_ｙｎで示し、ｚ座標軸方向の加速度をａ２_ｚｎで示している。また、第２タイムスタンプＴ_ｎが示す時刻に計測された車２のｘ座標軸周りの角速度をｏ２_ｘｎで示し、ｙ座標軸周りの角速度をｏ２_ｙｎで示し、ｚ座標軸周りの角速度をｏ２_ｚｎで示している。

次に、演算部３６は、第１時系列データから人１の第１移動軌跡を算出し（演算工程）（図６のＳ２３）、第２時系列データから車２の第２移動軌跡を算出する（演算工程）（図６のＳ２４）。具体的には、演算部３６は、第１時系列データと第１傾斜角（初期チルト角）とに基づいてＩＣＥ座標系における人１の加速度の第３時系列データを算出し、第３時系列データに基づいてＩＣＥ座標系における人１の速度の第５時系列データを算出し、第５時系列データに基づいてＩＣＥ座標系における人１の位置の第７時系列データを算出する。第７時系列データは、第１タイムスタンプが示す各時刻における人１（第１センサ２０）の位置を示すデータ（ＩＣＥ座標系のＸ座標、Ｙ座標、およびＺ座標）を含んでいる。そして、演算部３６は、第７時系列データに基づいてＩＣＥ座標系における人１の第１移動軌跡Ｌ１を算出する。たとえば、演算部３６は、第７時系列データの各データが示す位置をプロットし、プロットした箇所を順番に線分で繋いでいくことによって、人１の第１移動軌跡Ｌ１を算出する。たとえば、図８に示すように、演算部３６は、第１移動軌跡Ｌ１を表示部１８に表示させる。また、演算部３６は、第２時系列データと第２傾斜角（初期チルト角）とに基づいてＩＣＥ座標系における車２の加速度の第４時系列データを算出し、第４時系列データに基づいてＩＣＥ座標系における車２の速度の第６時系列データを算出し、第６時系列データに基づいてＩＣＥ座標系における車２の位置の第８時系列データを算出する。第８時系列データは、第２タイムスタンプが示す各時刻における車２（第２センサ２６）の位置を示すデータ（ＩＣＥ座標系のＸ座標、Ｙ座標、およびＺ座標）を含んでいる。そして、演算部３６は、第８時系列データに基づいてＩＣＥ座標系における車２の第２移動軌跡Ｌ２を算出する。たとえば、演算部３６は、第８時系列データの各データが示す位置をプロットし、プロットした箇所を順番に線分で繋いでいくことによって、車２の第２移動軌跡Ｌ２を算出する。たとえば、図８に示すように、演算部３６は、第２移動軌跡Ｌ２を表示部１８に表示させる。演算部３６は、第１移動軌跡Ｌ１および第２移動軌跡Ｌ２を算出する際、必要に応じて、上述した方法により得たパラメータを用いて第１時系列データおよび第２時系列データを修正して第１移動軌跡Ｌ１および第２移動軌跡Ｌ２を算出することによって、第１移動軌跡Ｌ１および第２移動軌跡Ｌ２を精度よく算出できる。

次に、演算部３６は、第１タイムスタンプと第２タイムスタンプとを参照することによって、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とを関連付ける（演算工程）（図６のＳ２５）。第１時系列データに付加された第１タイムスタンプＴ_ｎと第２時系列データに付加された第２タイムスタンプＴ_ｎとは同一時刻を示すので、演算部３６は、第１タイムスタンプと第２タイムスタンプとを参照することによって、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とを関連付けることができる。たとえば、演算部３６は、第１タイムスタンプと人１の位置の第７時系列データとに基づいて、第１タイムスタンプＴ_ｎが示す時刻において人１がいる場所を特定し、第２タイムスタンプと車２の位置の第８時系列データとに基づいて、第２タイムスタンプＴ_ｎが示す時刻において車２がいる場所を特定することによって、同一時刻における人１と車２との位置関係がわかるように、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とを関連付ける。

次に、演算部３６は、同一時刻において第１センサ２０と第２センサ２６とが所定距離の範囲内に存在したか否かを特定し、存在した場合には、当該同一時刻における第１センサ２０および第２センサ２６の場所を特定する（演算工程）（図６のＳ２６）。たとえば、演算部３６は、第１タイムスタンプおよび第２タイムスタンプが示す各時刻ごとに第１センサ２０と第２センサ２６との距離を算出し、算出した各距離と所定距離とを比較することによって、同一時刻において第１センサ２０と第２センサ２６とが所定距離の範囲内に存在したか否かを特定する。具体的には、演算部３６は、算出した各距離が所定距離よりも大きければ、同一時刻において第１センサ２０と第２センサ２６とが所定距離の範囲内に存在していなかったことを特定する。一方、演算部３６は、算出した距離の少なくとも１つが所定距離以下であれば、同一時刻において第１センサ２０と第２センサ２６とが所定距離の範囲内に存在していたことを特定する。なお、同一時刻における第１センサ２０と第２センサ２６との距離は、第７時系列データのうち当該同一時刻における第１センサ２０の位置を示すデータ（ＩＣＥ座標系のＸ座標、Ｙ座標、およびＺ座標）と、第８時系列データのうち当該同一時刻における第２センサ２６の位置を示すデータ（ＩＣＥ座標系のＸ座標、Ｙ座標、およびＺ座標）とを用いて、当該同一時刻における第１センサ２０の位置と第２センサ２６の位置とのユークリッド距離を算出することにより求められる。たとえば、所定距離は、５ｍ等の所定の距離に予め設定される。同一時刻において第１センサ２０と第２センサ２６とが所定距離の範囲内に存在していた場合、演算部３６は、人１の位置の第７時系列データおよび車２の位置の第８時系列データに基づいて、当該同一時刻における第１センサ２０および第２センサ２６の場所を特定する。具体的には、演算部３６は、第７時系列データのうち当該同一時刻における第１センサ２０の位置を示すデータ（ＩＣＥ座標系のＸ座標、Ｙ座標、およびＺ座標）、当該同一時刻における第１センサ２０の場所として特定する。演算部３６は、第８時系列データのうち当該同一時刻における第２センサ２６の位置を示すデータ（ＩＣＥ座標系のＸ座標、Ｙ座標、およびＺ座標）を、当該同一時刻における第２センサ２６の場所として特定する。たとえば、図８の太線に示すように、演算部３６は、同一時刻において第１センサ２０と第２センサ２６とが所定距離の範囲内に存在していた場所を表示部１８に表示させる。なお、たとえば、所定距離の範囲は、任意の場所を中心とする所定距離の範囲等として設定されてもよい。

最後に、演算部３６は、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わるか否かを特定し、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わっている場合には、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わる場所を特定する（演算工程）（図６のＳ２７）。たとえば、演算部３６は、第１移動軌跡Ｌ１を構成する各線分と、第２移動軌跡Ｌ２を構成する各線分とが交わっているか否かを特定することによって、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わっているか否かを特定する。具体的には、第１移動軌跡Ｌ１が線分Ｅ_１から線分Ｅ_ｎを繋げて構成されており、第２移動軌跡Ｌ２が線分Ｆ_１から線分Ｆ_ｎを繋げて構成されている場合、演算部３６は、まず、線分Ｅ_１と線分Ｆ_１とが交わるか否かを特定する。演算部３６は、線分Ｅ_１を延長した直線Ｅ_１ａと線分Ｆ_１を延長した直線Ｆ_１ａとの交点が、線分Ｅ_１上にありかつ線分Ｆ_１上にあれば、線分Ｅ_１と線分Ｆ_１とが交わっていると特定する。一方、演算部３６は、直線Ｅ_１ａと直線Ｆ_１ａとの交点が線分Ｅ_１上にない、または直線Ｅ_１ａと直線Ｆ_１ａとの交点が線分Ｆ_１上にない、または直線Ｅ_１ａと直線Ｆ_１ａとの交点が存在しない（直線Ｅ_１ａと直線Ｆ_１ａとが交わっていない）場合、線分Ｅ_１と線分Ｆ_１とは交わっていないと特定する。演算部３６は、線分Ｅ_１と線分Ｆ_２、線分Ｅ_１と線分Ｆ_３・・・線分Ｅ_１と線分Ｆ_ｎとについても同様の処理を行うことで、線分Ｅ_１が線分Ｆ_２から線分Ｆ_ｎと交わっているか否かを特定できる。さらに演算部３６は、線分Ｅ_２から線分Ｅ_ｎについても線分Ｅ_１と同様の処理を行うことによって、線分Ｅ_２から線分Ｅ_ｎがそれぞれ、線分Ｆ_１から線分Ｆ_ｎと交わるか否かを特定できる。線分Ｅ_１から線分Ｅ_ｎがそれぞれ、線分Ｆ_１から線分Ｆ_ｎと交わっていない場合、演算部３６は、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わっていないことを特定し、処理を終了する。一方、線分Ｅ_１から線分Ｅ_ｎの少なくとも１つが、線分Ｆ_１から線分Ｆ_ｎの少なくとも１つと交わっている場合、演算部３６は、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わっていることを特定する。第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わっている場合には、演算部３６は、人１の位置の第７時系列データと車２の位置の第８時系列データとに基づいて、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わっている場所を特定する。たとえば、線分Ｅ_１と線分Ｆ_１とが交わっている場合、演算部３６は、直線Ｅ_１ａと直線Ｆ_１ａとの交点のＩＣＥ座標系のＸ座標、Ｙ座標、およびＺ座標を算出することによって、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わっている場所を特定する。たとえば、図８に示すように、演算部３６は、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わっている場所を表示部１８に表示させる（図８のＣ参照）。

この実施の形態における解析方法は、人１に装着された第１センサ２０によって得られる加速度の時系列データを含む第１時系列データを第１タイムスタンプとともに取得する第１取得工程（Ｓ２１）と、車２に装着された第２センサ２６によって得られる加速度の時系列データを含む第２時系列データを第２タイムスタンプとともに取得する第２取得工程（Ｓ２２）と、取得された第１時系列データから人１の第１移動軌跡Ｌ１を算出し、取得された第２時系列データから車２の第２移動軌跡Ｌ２を算出し、第１タイムスタンプと第２タイムスタンプとを参照することで第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とを関連付ける演算工程（Ｓ２３，Ｓ２４，Ｓ２５）とを備える。

この構成によれば、第１タイムスタンプと第２タイムスタンプとを参照することで、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とを関連付ける。これによって、同一時刻における人１と車２との位置関係を特定でき、同一時刻において人１と車２とがどれだけ離れていたか等を特定できる。

また、演算工程（Ｓ２６）において、第１タイムスタンプと第２タイムスタンプとを参照することで同一時刻において第１センサ２０と第２センサ２６とが所定距離の範囲内に存在したか否かを特定する。

この構成によれば、同一時刻において第１センサ２０と第２センサ２６とが所定距離の範囲内に存在したか否かを特定できる。これによって、たとえば、所定距離の範囲を小さく設定しておけば、人１と車２とが接近していたか否かを特定できる。

また、演算工程（Ｓ２６）において、同一時刻において第１センサ２０と第２センサ２６とが所定距離の範囲内に存在した場合に、同一時刻における第１センサ２０および第２センサ２６の場所を特定する。

この構成によれば、同一時刻において第１センサ２０と第２センサ２６とが所定距離の範囲内にある場所を特定できる。これによって、たとえば、所定距離の範囲を小さく設定しておけば、人１と車２とが接近していた時刻および場所等を特定できる。

また、演算工程（Ｓ２７）において、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わるか否かを特定する。

この構成によれば、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わっているか否かを特定できる。これによって、人１と車２とが同じ場所を通過していたか否かを特定できる。

演算工程（Ｓ２７）において、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わっている場合に、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わっている場所を特定する。

この構成によれば、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とが交わる場所を特定できる。これによって、人１と車２とが同じ場所を通過していた場合に、当該場所を特定できる。

また、演算工程（Ｓ２３，Ｓ２４）において、第１時系列データと第１時系列データに基づいて予測されかつ重力方向に対する第１センサ２０の傾きを示す第１傾斜角（初期チルト角）とに基づいて、ＩＣＥ座標系における人１の加速度の第３時系列データを算出し、第２時系列データと第２時系列データに基づいて予測されかつ重力方向に対する第２センサ２６の傾きを示す第２傾斜角（初期チルト角）とに基づいて、ＩＣＥ座標系における車２の加速度の第４時系列データを算出し、算出した第３時系列データおよび第４時系列データに基づいて、ＩＣＥ座標系における第１移動軌跡Ｌ１および第２移動軌跡Ｌ２を算出する。

この構成によれば、同一座標系における第１移動軌跡Ｌ１および第２移動軌跡Ｌ２を算出することによって、人１と車２との位置関係を容易に特定できる。

また、第１取得工程（Ｓ１１）において、人１が停止した状態における第１時系列データをさらに取得し、第２取得工程（Ｓ１１）において、車２が停止した状態における第２時系列データをさらに取得し、人１が停止した状態における第３時系列データに基づいて算出された人１の速度の第５時系列データが単調に増減している場合、第５時系列データが所定範囲を超えて増減しないように第１傾斜角（初期チルト角）を修正する第１解析工程と、車２が停止した状態における第４時系列データに基づいて算出された車２の速度の第６時系列データが単調に増減している場合、第６時系列データが所定範囲を超えて増減しないように第２傾斜角（初期チルト角）を修正する第２解析工程（Ｓ１３）とをさらに備える。

この構成によれば、人１が停止した状態における加速度の第３時系列データに基づいて算出された人１の速度の第５時系列データが単調に増減している場合、第５時系列データが所定範囲を超えて増減しないように第１傾斜角（初期チルト角）を修正する。そして、人１が未知の経路を移動した場合に、修正された第１傾斜角（初期チルト角）に基づいて、第１移動軌跡Ｌ１を算出することによって、第１移動軌跡Ｌ１を精度よく算出できる。また、車２が停止した状態における加速度の第４時系列データに基づいて算出された車２の速度の第６時系列データが単調に増減している場合、第６時系列データが所定範囲を超えて増減しないように第２傾斜角（初期チルト角）を修正する。そして、車２が未知の経路を走行した場合に、修正された第２傾斜角（初期チルト角）に基づいて、第２移動軌跡Ｌ２を算出することによって、第２移動軌跡Ｌ２を精度よく算出できる。

また、第１時系列データおよび第２時系列データには角速度の時系列データが含まれ、人１が停止した状態における第５時系列データが指数的な変化をしている場合、第５時系列データが所定範囲を超えて変化しないように、第１時系列データに含まれる成分のうち第１センサ２０の角速度のオフセットの誤差に起因する成分を取り除くように第１時系列データを修正する第３解析工程（Ｓ１３）と、車２が停止した状態における第６時系列データが指数的な変化をしている場合、第６時系列データが所定範囲を超えて変化しないように、第２時系列データに含まれる成分のうち第２センサの角速度のオフセットの誤差に起因する成分を取り除くように第２時系列データを修正する第４解析工程（Ｓ１３）とをさらに備える。

この構成によれば、人１が停止した状態における速度の第５時系列データが指数的に変化している場合、第５時系列データが所定範囲を超えて変化しないように、あるパラメータを用いて第１時系列データに含まれる成分のうち第１センサ２０の角速度のオフセットの誤差に起因する成分を取り除くように第１時系列データを修正する。そして、人１が未知の経路を移動した場合に、当該パラメータを用いて第１移動軌跡Ｌ１を算出することによって、第１移動軌跡Ｌ１を精度よく算出できる。また、車２が停止した状態における速度の第６時系列データが指数的に変化している場合、第６時系列データが所定範囲を超えて変化しないように、あるパラメータを用いて第２時系列データに含まれる成分のうち第２センサ２６の角速度のオフセットの誤差に起因する成分を取り除くように第２時系列データを修正する。そして、車２が未知の経路を走行した場合に、当該パラメータを用いて第２移動軌跡Ｌ２を算出することによって、第２移動軌跡Ｌ２を精度よく算出できる。

また、人１が停止した状態における第５時系列データに基づいて算出された人１の位置の第７時系列データが所定の位置に対してずれている場合、第７時系列データが所定範囲を超えてずれないように、第１時系列データに含まれる成分のうち第１センサ２０の加速度のオフセットおよび／またはゲインの誤差に起因する成分を取り除くように第１時系列データを修正する第５解析工程（Ｓ１３）と、車２が停止した状態における第６時系列データに基づいて算出された車２の位置の第８時系列データが所定の位置に対してずれている場合、第２時系列データに含まれる成分のうち第２センサ２６の加速度のオフセットおよび／またはゲインの誤差に起因する成分を取り除くように第２時系列データを修正する第６解析工程（Ｓ１３）とをさらに備える。

この構成によれば、人１が停止した状態における位置の第７時系列データが所定の位置に対してずれている場合、第７時系列データが所定範囲を超えてずれないように、あるパラメータを用いて第１時系列データに含まれる成分のうち第１センサ２０の加速度のオフセットおよび／またはゲインの誤差に起因する成分を取り除くように第１時系列データを修正する。そして、人１が未知の経路を移動した場合に、当該パラメータを用いて第１移動軌跡Ｌ１を算出することによって、第１移動軌跡Ｌ１を精度よく算出できる。また、車２が停止した状態における位置の第８時系列データが所定の位置に対してずれている場合、第８時系列データが所定範囲を超えてずれないように、あるパラメータを用いて第２時系列データに含まれる成分のうち第２センサ２６の加速度のオフセットおよび／またはゲインの誤差に起因する成分を取り除くように第２時系列データを修正する。そして、車２が未知の経路を走行した場合に、当該パラメータを用いて第２移動軌跡Ｌ２を算出することによって、第２移動軌跡Ｌ２を精度よく算出できる。

以上、本発明に係る解析方法および解析装置について、実施の形態に基づいて説明したが、本発明は、実施の形態に限定されるものではない。本発明の主旨を逸脱しない限り、当業者が思いつく各種変形を実施の形態に施したものや、実施の形態における一部の構成要素を組み合わせて構築される別の形態も、本発明の範囲内に含まれる。

上述した実施の形態では、人１にＩＭＵ１２が取り付けられ、車２にＩＭＵ１４が取り付けられ、人１の第１移動軌跡Ｌ１を算出し、車２の第２移動軌跡Ｌ２を算出し、第１移動軌跡Ｌ１と第２移動軌跡Ｌ２とを関連付ける場合について説明したが、これに限定されない。たとえば、複数の人のそれぞれにＩＭＵが取り付けられ、複数の車のそれぞれにＩＭＵが取り付けられ、複数の人のそれぞれの第１移動軌跡を算出し、複数の車のそれぞれの第２移動軌跡を算出し、複数の第１移動軌跡と複数の第２移動軌跡とを関連付けてもよい。このような関連付けをＵＭＬで示すと、図９のようになる。図９を参照して、［人］と［ＩＭＵ］との取り付け関係は、１対１であれば、何人の人であっても可能なので、［人］１装着する＞１［ＩＭＵ］がそれを陽に記述している。また、［車］と［ＩＭＵ］との取り付け関係は、１対１であれば、何台の車であっても可能であるので、［車］１搭載する＞１［ＩＭＵ］がそれを陽に記述している。また、移動軌跡解析は、複数の人を対象にできるので、［人］１．．＊参加する＞［移動軌跡解析］がそれを陽に記述している。また、移動軌跡解析は、複数の車を対象にできるので、［移動軌跡解析］１監視する＞１．．＊［車］がそれを陽に記述している。また、複数の第１移動軌跡と複数の第２移動軌跡とを関連付けてよいので、［第１移動軌跡］＊−＊［第２移動軌跡］と関連クラス［交差評価］がそれを陽に記述している。

上述した実施の形態では、第１取得部３２が、ＩＭＵ１２と解析装置１６とがケーブル等で接続されているときに、ＩＭＵ１２から第１時系列データを取得する場合について説明したが、これに限定されない。たとえば、第１取得部は、ＩＭＵ１２と無線通信することによって、ＩＭＵ１２から第１時系列データを取得してもよい。

上述した実施の形態では、第２取得部３４が、ＩＭＵ１４と解析装置１６とがケーブル等で接続されているときに、ＩＭＵ１４から第２時系列データを取得する場合について説明したが、これに限定されない。たとえば、第２取得部は、ＩＭＵ１４と無線通信することによって、ＩＭＵ１４から第２時系列データを取得してもよい。

上述した実施の形態では、人１の第１移動軌跡Ｌ１と車２の第２移動軌跡Ｌ２とを算出する場合について説明したが、たとえば、人１と車２との間の中点の移動軌跡をさらに算出してもよい。具体的には、同一時刻における第１センサ２０（人１）および第２センサ２６（車２）の位置を算出し、第１センサ２０の位置と第２センサ２６の位置とを結んだ線分の中点を算出する。当該中点を各時刻において算出し、算出した各中点を線分で繋ぐことによって、当該中点の移動軌跡を算出できる。

本発明に係る解析装置としては、たとえば、車と人との事故を解析する装置等に適用することができる。

１ 人
２ 車
１０ 解析システム
１２，１４ ＩＭＵ
１６ 解析装置
１８ 表示部
２０ 第１センサ
２２ 第１タイムスタンプ付加部
２４ 第１記憶部
２６ 第２センサ
２８ 第２タイムスタンプ付加部
３０ 第２記憶部
３２ 第１取得部
３４ 第２取得部
３６ 演算部
Ｌ１ 第１移動軌跡
Ｌ２ 第２移動軌跡

上記の目的を達成するために、本発明に係る解析方法の一態様は、人に装着された第１センサによって得られる加速度の時系列データを含む第１時系列データを第１タイムスタンプとともに取得する第１取得工程と、車に装着された第２センサによって得られる加速度の時系列データを含む第２時系列データを第２タイムスタンプとともに取得する第２取得工程と、取得された前記第１時系列データから前記人の第１移動軌跡を算出し、取得された前記第２時系列データから前記車の第２移動軌跡を算出し、前記第１タイムスタンプと前記第２タイムスタンプとを参照することで前記第１移動軌跡と前記第２移動軌跡とを関連付ける演算工程とを備え、前記演算工程において、前記第１時系列データと前記第１時系列データに基づいて予測されかつ重力方向に対する前記第１センサの傾きを示す第１傾斜角とに基づいて、前記重力方向に延びる軸を含みかつ相互に直交する３軸の座標系における前記人の加速度の第３時系列データを算出し、前記第２時系列データと前記第２時系列データに基づいて予測されかつ重力方向に対する前記第２センサの傾きを示す第２傾斜角とに基づいて、前記座標系における前記車の加速度の第４時系列データを算出し、算出した前記第３時系列データおよび前記第４時系列データに基づいて、前記座標系における前記第１移動軌跡および前記第２移動軌跡を算出する。

また、上記の目的を達成するために、本発明に係る解析装置の一態様は、人に装着された第１センサによって得られる加速度の時系列データを含む第１時系列データを第１タイムスタンプとともに取得する第１取得部と、車に装着された第２センサによって得られる加速度の時系列データを含む第２時系列データを第２タイムスタンプとともに取得する第２取得部と、取得された前記第１時系列データから前記人の第１移動軌跡を算出し、取得された前記第２時系列データから前記車の第２移動軌跡を算出し、前記第１タイムスタンプと前記第２タイムスタンプとを参照することで前記第１移動軌跡と前記第２移動軌跡とを関連付ける演算部とを備え、前記演算部は、前記第１時系列データと前記第１時系列データに基づいて予測されかつ重力方向に対する前記第１センサの傾きを示す第１傾斜角とに基づいて、前記重力方向に延びる軸を含みかつ相互に直交する３軸の座標系における前記人の加速度の第３時系列データを算出し、前記第２時系列データと前記第２時系列データに基づいて予測されかつ重力方向に対する前記第２センサの傾きを示す第２傾斜角とに基づいて、前記座標系における前記車の加速度の第４時系列データを算出し、算出した前記第３時系列データおよび前記第４時系列データに基づいて、前記座標系における前記第１移動軌跡および前記第２移動軌跡を算出する。

Claims (10)

1. 人に装着された第１センサによって得られる加速度の時系列データを含む第１時系列データを第１タイムスタンプとともに取得する第１取得工程と、
   車に装着された第２センサによって得られる加速度の時系列データを含む第２時系列データを第２タイムスタンプとともに取得する第２取得工程と、
   取得された前記第１時系列データから前記人の第１移動軌跡を算出し、取得された前記第２時系列データから前記車の第２移動軌跡を算出し、前記第１タイムスタンプと前記第２タイムスタンプとを参照することで前記第１移動軌跡と前記第２移動軌跡とを関連付ける演算工程とを備える
   解析方法。
2. 前記演算工程において、前記第１タイムスタンプと前記第２タイムスタンプとを参照することで同一時刻において前記第１センサと前記第２センサとが所定距離の範囲内に存在したか否かを特定する
   請求項１に記載の解析方法。
3. 前記演算工程において、前記同一時刻において前記第１センサと前記第２センサとが前記所定距離の範囲内に存在した場合に、前記同一時刻における前記第１センサおよび前記第２センサの場所を特定する
   請求項２に記載の解析方法。
4. 前記演算工程において、前記第１移動軌跡と前記第２移動軌跡とが交わるか否かを特定する
   請求項１から３のいずれか１項に記載の解析方法。
5. 前記演算工程において、前記第１移動軌跡と前記第２移動軌跡とが交わっている場合に、前記第１移動軌跡と前記第２移動軌跡とが交わっている場所を特定する
   請求項４に記載の解析方法。
6. 前記演算工程において、前記第１時系列データと前記第１時系列データに基づいて予測されかつ重力方向に対する前記第１センサの傾きを示す第１傾斜角とに基づいて、前記重力方向に延びる軸を含みかつ相互に直交する３軸の座標系における前記人の加速度の第３時系列データを算出し、前記第２時系列データと前記第２時系列データに基づいて予測されかつ重力方向に対する前記第２センサの傾きを示す第２傾斜角とに基づいて、前記座標系における前記車の加速度の第４時系列データを算出し、算出した前記第３時系列データおよび前記第４時系列データに基づいて、前記座標系における前記第１移動軌跡および前記第２移動軌跡を算出する
   請求項１から５のいずれか１項に記載の解析方法。
7. 前記第１取得工程において、前記人が停止した状態における前記第１時系列データをさらに取得し、
   前記第２取得工程において、前記車が停止した状態における前記第２時系列データをさらに取得し、
   前記人が停止した状態における前記第３時系列データに基づいて算出された前記人の速度の第５時系列データが単調に増減している場合、前記第５時系列データが所定範囲を超えて増減しないように前記第１傾斜角を修正する第１解析工程と、
   前記車が停止した状態における前記第４時系列データに基づいて算出された前記車の速度の第６時系列データが単調に増減している場合、前記第６時系列データが所定範囲を超えて増減しないように前記第２傾斜角を修正する第２解析工程とをさらに備える
   請求項６に記載の解析方法。
8. 前記第１時系列データおよび前記第２時系列データには角速度の時系列データが含まれ、
   前記人が停止した状態における前記第５時系列データが指数的な変化をしている場合、前記第５時系列データが所定範囲を超えて変化しないように、前記第１時系列データに含まれる成分のうち前記第１センサの角速度のオフセットの誤差に起因する成分を取り除くように前記第１時系列データを修正する第３解析工程と、
   前記車が停止した状態における前記第６時系列データが指数的な変化をしている場合、前記第６時系列データが所定範囲を超えて変化しないように、前記第２時系列データに含まれる成分のうち前記第２センサの角速度のオフセットの誤差に起因する成分を取り除くように前記第２時系列データを修正する第４解析工程とをさらに備える
   請求項７に記載の解析方法。
9. 前記人が停止した状態における前記第５時系列データに基づいて算出された前記人の位置の第７時系列データが所定の位置に対してずれている場合、前記第７時系列データが所定範囲を超えてずれないように、前記第１時系列データに含まれる成分のうち前記第１センサの加速度のオフセットおよび／またはゲインの誤差に起因する成分を取り除くように前記第１時系列データを修正する第５解析工程と、
   前記車が停止した状態における前記第６時系列データに基づいて算出された前記車の位置の第８時系列データが所定の位置に対してずれている場合、前記第２時系列データに含まれる成分のうち前記第２センサの加速度のオフセットおよび／またはゲインの誤差に起因する成分を取り除くように前記第２時系列データを修正する第６解析工程とをさらに備える
   請求項７または８に記載の解析方法。
10. 人に装着された第１センサによって得られる加速度の時系列データを含む第１時系列データを第１タイムスタンプとともに取得する第１取得部と、
    車に装着された第２センサによって得られる加速度の時系列データを含む第２時系列データを第２タイムスタンプとともに取得する第２取得部と、
    取得された前記第１時系列データから前記人の第１移動軌跡を算出し、取得された前記第２時系列データから前記車の第２移動軌跡を算出し、前記第１タイムスタンプと前記第２タイムスタンプとを参照することで前記第１移動軌跡と前記第２移動軌跡とを関連付ける演算部とを備える
    解析装置。

Images