JP2022537361A - ドリフト補正を用いるモーションセンサを使用した相対位置追跡 - Google Patents

Abstract

第２の物体に対する第１の物体の位置及び／又は向きを計算するための方法が提供される。本方法は、第１の物体の初期絶対位置を受信することを含む。本方法は、第１のＩＭＵを使用して、第１の物体のモーションを検知し、第１の物体の検知されたモーションデータを生成することを含む。本方法は、コントローラを使用して、第１の物体のモーションを表すモーション信号を生成することを含む。本方法は、コントローラを使用して、モーション信号及び第１の物体の初期絶対位置を用いて、第１の物体の現在の絶対位置を計算することを含む。本方法は、第２の物体から、第２の物体に関連付けられた第２のＩＭＵを使用して計算された第２の物体の現在の絶対位置を受信することを含む。本方法は、第１の物体の現在の絶対位置及び第２の物体の現在の絶対位置を用いて、第２の物体に対する第１の物体の相対位置及び／又は向きを計算することを含む。

Description

関連出願の相互参照
[0001] 本出願は、２０１５年１２月８日に出願された、「Wearable Wireless HMI Device」と題する米国特許第９，４１７，６９３号、２０１６年８月１５日に出願された、「Wearable Wireless HMI Device」と題する米国特許第９，８４６，４８２号、２０１７年１２月１１日に出願された、「Wearable Wireless HMI Device」と題する米国特許出願公開第２０１８／０１０１２３１号、及び２０１８年６月２７日に出願された、米国仮特許出願第６２／６９０，８６５号に関連する。これらの引用文献の内容全体は、その全体が参照により組み込まれる。

技術分野
[0002] 開示される実施態様は、一般に、モーションセンサに関し、より詳細には、いくつかの実施態様において、全地球測位システム（ＧＰＳ）よりも正確であり、外部基準マーカ、トランスポンダ、又は人工衛星に依存せずに位置追跡が可能な、ドリフト補正を用いるモーションセンサを実施するための方法、システム、及びデバイスに関する。

背景
[0003] モーション追跡は、物体の回転運動（ピッチ、ヨー、及びロール）及び並進運動を認識することによって、物体の正確な位置及び場所を検出する。慣性追跡は、物体の位置変化を測定するために、物体に取り付けられたセンサ（例えば、加速度計、ジャイロスコープ、磁力計、高度計、及び圧力センサ）からのデータを用いるモーション追跡の一種である。これらのセンサのいくつかは、動作を推測航法に依拠する慣性センサである。推測航法は、以前に求めた位置を使用することによって、物体の現在の場所を計算し、経過時間及び進路にわたる、既知の、又は推定された加速度、速度、又は変位に基づいて、その位置を前進させるプロセスである。推測航法技法は、多少効果的ではあるが、「ドリフト」と呼ばれる累積誤差を生じやすい。いくつかのＩＭＵは、加速度計からの加速度データを２度積分することによって相対位置／場所を推定するため、加速度の小さな誤差でさえ、時間とともに累積する、度合いを増して増大する相対位置／場所の誤差をもたらす。同様に、ジャイロスコープの角速度データの誤差は、相対角度方向の累積誤差をもたらす。このように、加速度及びジャイロスコープデータは、別々に使用されるときは、ＩＭＵを使用して追跡されている物体の向き及び位置変化を推定するには信頼性が低い。

[0004] ドリフトを排除せずに補償する従来の解決策は、費用がかかりすぎる、及び／又は信頼性が低すぎる。このような解決策の１つは、カメラ又はＧＰＳなどからの外部基準データを、追跡されている物体に取り付けられたＩＭＵからのデータと統合することによって、規定の間隔でＩＭＵデータのドリフトをリセットする。一般に、ＩＭＵデータをＧＰＳ信号と融合させると、誤差の範囲が大きくなる（例えば、数メートル）。他の解決策は、カルマンフィルタ及び重み付き平均化を用いて、複数のＩＭＵからのデータを融合して、示差測定技法により大規模なサンプル又は多数のＩＭＵセンサにわたる統計的計算を使用して向きのドリフトを減少させようとする。複数のセンサが使用される場合、少数のセンサが支障をきたす場合でさえ、向きの追跡は、ますます信頼性が低くなる。場所追跡は、重み付き統計計算とともに複数のセンサを使用する現在最良のドリフト補償技法を用いても解決することができないままである。更に、マルチセンサシステムにおいて全体的なドリフトを大幅に減少させるためには、非常に多くのセンサが必要とされる。センサが多くなることは、費用も高くなり、総消費電力も増え、向きのデータのサンプリング及び処理の待ち時間も増えることを意味する。待ち時間の増加は、低サンプリングレートの原因となり、位置の誤差と位置精度の低下とを更にもたらす。

概要
[0005] したがって、ドリフトを補正する、費用効率が高く高精度な高速モーションセンサを実施するためのシステム及び／又はデバイスが必要とされている。

[0006] （Ａ１）一態様では、いくつかの実施態様は、物体の場所及び向きを追跡するための追跡デバイスを含む。本デバイスは、所定の形状を形成する１つ又は複数の面を備える。本デバイスはまた、所定の形状の１つ又は複数の面に取り付けられた複数の慣性計測装置（ＩＭＵ）を備える。各ＩＭＵは、物体の運動を検出し、物体の非線形加速度及び／又は角速度を表す慣性出力データを生成するように構成される。各ＩＭＵは、第１のサブセンサと第２のサブセンサとを備える。各ＩＭＵは、互いに対して、及び追跡デバイスの重心に対して、所定の距離及び向きに配置される。本デバイスはまた、複数のＩＭＵに通信可能に結合されたコントローラを備え、コントローラは、一連のステップを実行するように構成される。一連のステップは、複数のＩＭＵのそれぞれから、第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データを受信することを含む。一連のステップはまた、各ＩＭＵについて、第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データに基づいて、較正された慣性出力データを生成することと、第２のサブセンサ慣性出力データに対して第１のサブセンサ慣性出力データの相互相関を取って、第２のサブセンサ慣性出力データに対して第１のサブセンサ慣性出力データから異常を識別して除去して、分解慣性出力データを生成することとを含む。一連のステップはまた、ＩＭＵのそれぞれからの分解慣性出力データに基づいて、追跡デバイスの並進及び回転状態を判定することを含む。一連のステップはまた、追跡デバイスの並進及び回転状態に基づいて、合成手法を用いて、第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データを合成して、ＩＭＵ合成又は計算データを生成することを含む。一連のステップはまた、ＩＭＵのそれぞれの合成された運動、ＩＭＵのそれぞれの所定の位置、及びＩＭＵのそれぞれの所定の向きに基づいて、現在の追跡デバイスの修正データ出力（本明細書では、「ドリフトフリー」又は「ドリフト補正された」とも呼ばれる）を計算することを含む。一連のステップはまた、現在の物体の修正データ出力と以前の物体のドリフトフリー又は修正データ出力との間の差に基づいて、物体の現在の場所及び向きを計算することを含む。

[0007] （Ａ２）Ａ１の追跡デバイスのいくつかの実施態様において、較正された慣性出力データを生成することが、第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データにニューラルネットワーク重みを適用することであって、ニューラルネットワーク重みが、追跡デバイスの位置状態に基づいて学習率で調節される、ことと、物体の実際の運動と物体の推定された運動との間の差を表す相違値を計算することと、較正された慣性出力データから相違値を除去することとを含む。

[0008] （Ａ３）Ａ２の追跡デバイスのいくつかの実施態様では、第１のサブセンサ慣性出力データ及び第２の慣性出力データに適用されるニューラルネットワーク重みが、第１のサブセンサ及び第２のサブセンサのそれぞれからの過去の慣性出力データに基づく。

[0009] （Ａ４）Ａ１の追跡デバイスのいくつかの実施態様では、第１のサブセンサに対応する分解慣性出力データが、第１のサブセンサの動的較正ニューラルネットワークにフィードバックを提供することによって、第２のサブセンサ慣性出力データに基づいて較正される。

[0010] （Ａ５）Ａ１の追跡デバイスのいくつかの実施態様では、第２のサブセンサ慣性出力データに対して第１のサブセンサ慣性出力データの相互相関を取ることが、第２のサブセンサ慣性出力データにパターン認識を適用して、第１のサブセンサ慣性出力データを表す分解慣性出力データを生成することを含む。

[0011] （Ａ６）Ａ１の追跡デバイスのいくつかの実施態様では、信号調整によって信号ノイズを最小化するために、第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データがフィルタにかけられる。

[0012] （Ａ７）Ａ１の追跡デバイスのいくつかの実施態様では、複数のＩＭＵのそれぞれからの第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データが、連続的な高サンプリングレートでは、約１ミリ秒（ｍｓ）未満で周期的に受信される。

[0013] （Ａ８）Ａ１の追跡デバイスのいくつかの実施態様では、第１のサブセンサ及び第２のサブセンサが、それぞれ、加速度計、磁力計、ジャイロスコープ、高度計、及び圧力センサのうちの１つであり、第１のサブセンサが、第２のサブセンサとは異なるセンサタイプである。

[0014] （Ａ９）Ａ１の追跡デバイスのいくつかの実施態様では、所定の形状が、平面、四面体、立方体、若しくは任意の正多面体、又は既知のＩＭＵ間の距離及び天使を有する任意の他の不規則な構成のうちの１つである。

[0015] （Ａ１０）Ａ１の追跡デバイスのいくつかの実施態様では、修正ＩＭＵデータ出力を計算するために使用されるＩＭＵの少なくともいくつかが、互いに対して異なる２つの軸に沿って異なる角度で向けられる。

[0016] （Ａ１１）Ａ１の追跡デバイスのいくつかの実施態様では、現在の修正ＩＭＵ出力と以前の物体の修正ＩＭＵ出力との間の差に基づいて物体の現在の位置及び向きを計算することが、エッジ状態を識別することと、現在の物体の修正ＩＭＵ出力と以前の物体の修正ＩＭＵ出力とを混合して、ニューラルネットワークを使用してエッジ状態を除去することとを含む。

[0017] （Ａ１２）別の態様において、いくつかの実施態様は、追跡デバイスを使用して、物体の場所及び向きを追跡する方法を含む。追跡デバイスは、所定の形状を規定する１つ又は複数の面を備える。追跡デバイスはまた、所定の形状の１つ又は複数の面に取り付けられた複数の慣性計測装置（ＩＭＵ）を備える。各ＩＭＵは、第１のサブセンサと第２のサブセンサとを備える。各ＩＭＵは、互いに対して、及び追跡デバイスの重心に対して、所定の距離及び向きに配置される。追跡デバイスはまた、複数のＩＭＵに通信可能に結合されたコントローラを備える。本方法は、一連のステップを実行することを含む。一連のステップは、各ＩＭＵにおいて、物体の運動を検出することと、物体の加速度及び／又は角速度を表す慣性出力データを生成することとを含む。一連のステップはまた、コントローラにおいて、複数のＩＭＵのそれぞれからの第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データを受信することを含む。一連のステップはまた、コントローラにおいて、各ＩＭＵについて、第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データに基づいて、較正された慣性出力データを生成することと、第２のサブセンサ慣性出力データに対して第１のサブセンサ慣性出力データの相互相関を取って、第２のサブセンサ慣性出力データに対して第１のサブセンサ慣性出力データから異常を識別して除去して、分解慣性出力データを生成することとを含む。一連のステップはまた、コントローラにおいて、ＩＭＵのそれぞれからの分解慣性出力データに基づいて、追跡デバイスの並進及び回転状態を判定することを含む。一連のステップはまた、コントローラにおいて、追跡デバイスの位置及び回転状態に基づいて、合成手法を用いて、第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データを合成して、ＩＭＵ合成又は計算データを作成することを含む。一連のステップはまた、コントローラにおいて、ＩＭＵのそれぞれの合成された運動、ＩＭＵのそれぞれの所定の場所、及びＩＭＵのそれぞれの所定の向きに基づいて、現在の追跡デバイスの全体的なドリフトフリー又は修正データ出力を計算することを含む。一連のステップはまた、コントローラにおいて、現在の物体の全体的な修正データと以前の物体の全体的な修正データとの間の差に基づいて、物体の現在の場所及び向きを計算することを含む。

[0018] （Ａ１３）（Ａ１２）の方法のいくつかの実施態様において、較正された慣性出力データを生成することが、ニューラルネットワーク重みを第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データに適用することであって、ニューラルネットワーク重みが、追跡デバイスの位置状態に基づいて学習率で調節される、ことと、物体の実際の運動と物体の推定された運動との間の差を表す相違値を計算することと、較正された慣性出力データから相違値を除去することとを含む。

[0019] （Ａ１４）（Ａ１３）の方法のいくつかの実施態様では、第１のサブセンサ慣性出力データ及び第２の慣性出力データに適用されるニューラルネットワーク重みが、第１のサブセンサ及び第２のサブセンサのそれぞれからの過去の慣性出力データに基づく。

[0020] （Ａ１５）（Ａ１２）の方法のいくつかの実施態様では、第１のサブセンサに対応する分解慣性出力データが、第１のサブセンサの動的較正ニューラルネットワークにフィードバックを提供することによって、第２のサブセンサ慣性出力データに基づいて較正される。

[0021] （Ａ１６）（Ａ１２）の方法のいくつかの実施態様では、第２のサブセンサ慣性出力データに対して第１のサブセンサ慣性出力データの相互相関を取ることが、第２のサブセンサ慣性出力データにパターン認識を適用して、第１のサブセンサ慣性出力データを表す分解慣性出力データを生成することを含む。

[0022] （Ａ１７）（Ａ１２）の方法のいくつかの実施態様では、信号調整によって信号ノイズを最小化するために、第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データがフィルタにかけられる。

[0023] （Ａ１８）（Ａ１２）の方法のいくつかの実施態様では、複数のＩＭＵのそれぞれからの第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データが、連続的な高サンプリングレートでは、約１ｍｓ未満で周期的に受信される。

[0024] （Ａ１９）（Ａ１２）の方法のいくつかの実施態様では、第１のサブセンサ及び第２のサブセンサが、それぞれ、加速度計、磁力計、ジャイロスコープ、高度計、及び圧力センサのうちの１つであり、第１のサブセンサが、第２のサブセンサとは異なるセンサタイプである。

[0025] （Ａ２０）（Ａ１２）の方法のいくつかの実施態様では、所定の形状が、平面、四面体、立方体、若しくは任意の正多面体、又は既知のＩＭＵ間の距離及び天使を有する任意の他の不規則な構成のうちの１つである。

[0026] （Ａ２１）（Ａ１２）の方法のいくつかの実施態様では、全体的なドリフトフリー又は修正システム出力を計算するために使用されるＩＭＵの少なくともいくつかが、互いに対して異なる２つの軸に沿って異なる角度で向けられる。

[0027] （Ａ２２）（Ａ１２）の方法のいくつかの実施態様では、現在の物体の修正データと以前の物体の修正データ出力との間の差に基づいて、物体の現在の場所及び向きを計算することが、エッジ状態を識別することと、現在の物体の修正データ出力と以前の物体の修正データ出力とを混合して、ニューラルネットワークを使用してエッジ状態を除去することとを含む。

[0028] （Ａ２３）別の態様では、第２の物体に対する第１の物体の位置を計算するための方法が提供される。本方法は、コントローラと、無線送受信機と、第１の複数の慣性計測装置（ＩＭＵ）であって、それぞれが第１の複数のＩＭＵの他のＩＭＵに対して１つ又は複数の位置及び向きに取り付けられる、第１の複数の慣性計測装置とを備える第１の物体において実行される。第１の物体は、第１の複数のＩＭＵ及び／又はコントローラの第１の物体の初期絶対位置を受信するように構成される。第１の物体はまた、第１の複数のＩＭＵを使用して、第１の物体のモーションを検知し、第１の物体の検知されたモーションデータを生成するように構成される。第１の物体はまた、コントローラを使用して、第１の物体のモーションを表すモーション信号を生成し、モーション信号が、第１の複数のＩＭＵのそれぞれからの検知されたモーションデータ、第１の複数のＩＭＵのそれぞれの所定の位置、及び第１の複数のＩＭＵのそれぞれの所定の向きに基づいて、修正データ出力を計算することによって生成されるように構成される。第１の物体はまた、コントローラを使用して、コントローラによって生成されたモーション信号と第１の物体の初期絶対位置とを用いて、第１の物体の現在の絶対位置を計算するように構成される。第１の物体はまた、無線送受信機を使用して、第２の物体からの基準データを受信し、基準データが、第２の物体に関連付けられた第２の複数のＩＭＵを使用して計算された第２の物体の現在の絶対位置を含むように構成される。第１の物体はまた、第１の物体の現在の絶対位置及び第２の物体の現在の絶対位置を用いて、第２の物体に対する第１の物体の相対位置を計算し、相対位置が、（ｉ）第１の物体と第２の物体との間の距離と、（ｉｉ）第２の物体に対する第１の物体の向きとのうちの少なくとも一方を含むように構成される。

[0029] （Ａ２４）（Ａ２３）の方法のいくつかの実施態様では、基準データは、第３の物体に関連付けられた第３の複数のＩＭＵを使用して計算された第３の物体の第３の物体の現在の絶対位置を含む。第１の物体はまた、第１の物体の現在の絶対位置及び第３の物体の現在の絶対位置を用いて、第３の物体に対する第１の物体の相対位置を計算し、相対位置が、（ｉ）第１の物体と第３の物体との間の距離と、（ｉｉ）第３の物体に対する第１の物体の向きとのうちの少なくとも一方を含むように構成される。

[0030] （Ａ２５）方法（Ａ２３）～（Ａ２４）のいずれかのいくつかの実施態様では、第１の物体は、第１の物体における無線送受信機を使用して、第２の物体に対する第１の物体の第１の物体の現在の絶対位置を送信するように構成される。第２の物体は、第２の物体における無線送受信機を使用して、第１の物体の第１の物体の現在の絶対位置を受信し、第２の物体におけるコントローラを使用して、第１の物体の現在の絶対位置及び第２の物体の現在の絶対位置を用いて、第１の物体に対する第２の物体の相対位置を計算し、相対位置が、（ｉ）第２の物体と第１の物体との間の距離と、（ｉｉ）第１の物体に対する第２の物体の向きとのうちの少なくとも一方を含むように構成される。

[0031] （Ａ２６）方法（Ａ２３）～（Ａ２５）のいずれかのいくつかの実施態様では、第１の複数のＩＭＵは、形状補正、静的較正、モーション分解、動的較正、モーション合成、及びエッジ状態平滑化のうちの少なくとも１つを用いてモーション信号を生成する。

[0032] （Ａ２７）方法（Ａ２３）～（Ａ２６）のいずれかのいくつかの実施態様では、第１の複数のＩＭＵは、加速度計及び／又はジャイロスコープを備える。

[0033] （Ａ２８）方法（Ａ２３）～（Ａ２７）のいずれかのいくつかの実施態様では、第１の物体の現在の絶対位置及び第２の物体の現在の絶対位置は、外部基準信号なしで計算される。

[0034] （Ａ２９）方法（Ａ２３）～（Ａ２８）のいずれかのいくつかの実施態様では、第１の物体は第１の自動車であり、第２の物体は第２の自動車である。第１の物体は、第２の自動車に対する第１の自動車の相対位置を計算した後、第２の自動車に対する第１の自動車の相対位置が緊急基準を満たすか否かを判定するように構成される。第１の物体はまた、第２の自動車に対する第１の自動車の相対位置が緊急基準を満たすと判定したことに応じて、第１の自動車に回避操縦を行わせるように構成される。回避操縦は、第１の自動車を制動すること及び／又は第１の自動車を旋回させることを含む。

[0035] （Ａ３０）方法（Ａ２３）～（Ａ２９）のいずれかのいくつかの実施態様では、第１の物体は、第１の物体に関連付けられたユーザインターフェースにおいて、第２の物体に対する第１の物体の相対位置を用いて、地図のグラフ表現上に第１の物体の位置を表示するように構成される。

[0036] （Ａ３１）方法（Ａ２３）～（Ａ２８）のいずれかのいくつかの実施態様では、第１の物体は家電製品であり、第２の物体は自動車である。家電製品は、家電製品に対する自動車の相対位置を計算した後、家電製品に対する自動車の相対位置が動作状態変化基準を満たすか否かを判定し、家電製品に対する自動車の相対位置が動作状態変化基準を満たすと判定したことに応じて、家電製品をオフ状態からオン状態に変化させるように構成される。

[0037] （Ａ３２）別の態様では、第２の物体に対する第１の物体の位置を計算するためのシステムが提供される。本システムは、コントローラと、無線送受信機と、第１の複数の慣性計測装置（ＩＭＵ）とを備える第１の物体を備える。第１の物体は、方法（Ａ２３）～（Ａ３１）のいずれかのステップを実行するように構成される。

図面の簡単な説明
[0038] 記載される様々な実施態様をより良く理解するために、図面全体を通して同様の参照番号が対応する部分を指す以下の図面と併せて、後述の実施態様の説明を参照されたい。

[0039]いくつかの実施態様による、二次元（「２Ｄ」）又は三次元（「３Ｄ」）物体に取り付けられたモーションセンサの様々な構成を示す。 [0039]いくつかの実施態様による、二次元（「２Ｄ」）又は三次元（「３Ｄ」）物体に取り付けられたモーションセンサの様々な構成を示す。 [0039]いくつかの実施態様による、二次元（「２Ｄ」）又は三次元（「３Ｄ」）物体に取り付けられたモーションセンサの様々な構成を示す。 [0039]いくつかの実施態様による、二次元（「２Ｄ」）又は三次元（「３Ｄ」）物体に取り付けられたモーションセンサの様々な構成を示す。 [0039]いくつかの実施態様による、二次元（「２Ｄ」）又は三次元（「３Ｄ」）物体に取り付けられたモーションセンサの様々な構成を示す。 [0039]いくつかの実施態様による、二次元（「２Ｄ」）又は三次元（「３Ｄ」）物体に取り付けられたモーションセンサの様々な構成を示す。 [0040]いくつかの実施態様による、ドリフト補正を用いるセンサを備えた代表的システムを示すブロック図である。 [0041]いくつかの実施態様による、ドリフト補正を用いる代表的システムを通るセンサデータのフローを示すフロー図である。 [0042]いくつかの実施態様による、追跡デバイスを用いた、物体の位置及び向きを追跡する方法のフローチャート図を示す。 [0042]いくつかの実施態様による、追跡デバイスを用いた、物体の位置及び向きを追跡する方法のフローチャート図を示す。 [0042]いくつかの実施態様による、追跡デバイスを用いた、物体の位置及び向きを追跡する方法のフローチャート図を示す。 [0042]いくつかの実施態様による、追跡デバイスを用いた、物体の位置及び向きを追跡する方法のフローチャート図を示す。 [0043]物体の位置を計算する方法を示すブロック図である。 [0043]物体の位置を計算する方法を示すブロック図である。 [0043]物体の位置を計算する方法を示すブロック図である。 [0043]物体の位置を計算する方法を示すブロック図である。 [0044]物体の位置を計算する方法のフローチャート図を示す。

実施態様の説明
[0045] 本明細書では、ドリフトを補正する、費用効率が高く高精度な高速モーションセンサを実施するためのシステム、方法、及び／又はデバイスの例示的な実施態様を説明する。ドリフトを補正するモーションセンサには、中でも、ゲーム機、スマートフォン、ヘルメットマウントディスプレイ、軍事用途、及びジェスチャ追跡デバイスを含むがこれらに限定されない、いくつかの異なる用途がある。例えば、全体が参照により本明細書に組み込まれる米国特許第９，４１７，６９３号（「’６９３号特許」）では、ウェアラブル無線ヒューマンマシンインターフェース（ＨＭＩ）の様々な実施態様が記載されている。‘６９３号特許では、ユーザは、ウェアラブルＨＭＩを使用してユーザが行うジェスチャに基づいて、制御可能なデバイスを制御することができる。いくつかの実施態様では、本明細書に記載されるような、モーションを追跡しドリフトを補正するコントローラが、ウェアラブルＨＭＩのＩＭＵに接続され得る。いくつかの実施態様では、コントローラは、ウェアラブルＨＭＩに取り付けられるか又は組み込まれる。いくつかの実施態様では、コントローラは、ウェアラブルＨＭＩから遠隔にあるが、ウェアラブルＨＭＩと通信可能に結合される。

[0046] 図１Ａ～図１Ｆは、いくつかの実施態様による、３Ｄ物体に取り付けられたモーションセンサの様々な構成を示す。モーションセンサは、任意の次元の平面、正多面体、若しくは不規則な３Ｄ物体によって形成された、多数の幾何学的構成の平面若しくは頂点に線形配列で取り付けられ得る。取り付けられたモーションセンサ間の距離及び角度が分かっている限り、本明細書に記載される特定の方法又はそれらの一部の中でも、下記のフローチャート４Ａ～４Ｄを参照して更に後述するように、モーションセンサの互いに対する物理的距離及び角度によって形成される既知のジオメトリに合致するように、モーションセンサの測定された瞬間加速度、角速度、磁気の向き、及び高度をリセットすることによってドリフトを排除することができる。

[0047] 図１Ａに示すような線形ジオメトリでは、２つのセンサ１０２、１０４が、一定距離１２８を置いて互いに隣接して配置され、２つのセンサ間の角度は、約０度又は約１８０度と見なすことができる。２つの固定されたセンサ１０２と１０４との間の測定された距離又は角度は、任意の所与の瞬間的な読み取りにおいても、既知の距離１２８又はそれらの間の角度から逸脱するため、このドリフトを除去し、２つのモーションセンサの位置をかなり正確な程度にまでリセットすることができる。

[0048] ３つ又は４つ以上のセンサの平面構成は、センサ間の物理的角度及び距離が既知である配列内のすべてのセンサの瞬間測定の、より多い数のＩＭＵの読取り値に基づく空間計算を提供し得る。図１Ｂは、センサ１０６、１０８、１１０、及び１１２が平面構成で互いに隣接して取り付けられた４センサ構成を示す。図１Ａ及び図１Ｂに示す構成などの平面構成は必要な演算量がかなり少ない、より単純な数学モデルを提供する。しかしながら、物理センサの軸方向モーション検出方法におけるばらつきが、様々なモーションの軸及び向きの測定の精度に影響を与え得る。例えば、ＭＥＭＳベースのセンサのＺ軸のモーションは、重力ベクトルによって大幅に付勢され、このことが、この軸におけるセンサの物理的モーションにより高い分散を導入し得る。加えて、ｚ軸のヨーを計算するために使用されるコリオリの力も、Ｘ軸又はＹ軸よりも大きな分散の影響を受けやすい。

[0049] ドリフト補正を改善するために、いくつかの実施態様によれば、４つのセンサを備えた四面体構成（各センサが、四面体の各面に取り付けられる）が、すべてのセンサが単一のＺ軸にあるよりも、重力ベクトルによる付勢に対して良好な相補的及び補償的測定をもたらす多軸データの混合を提供し得る。図１Ｃ及び図１Ｄは、そのような構成の１つを示す。図１Ｃは、見えている３つの面のそれぞれに取り付けられたモーションセンサ１１４、１１６、及び１１８を備えた四面体の上面斜視図を示す。図１Ｄは、四面体の第４の面上の更なるセンサ１２０を示す、図１Ｃに示した四面体の底面斜視図を示す。この構成では、Ｘ軸及びＹ軸の成分も、いかなる時点においても、少なくとも３つのセンサからの重力ベクトルを受け、これによって、あらゆる瞬間測定において、いくつかのセンサ及びいくつかの軸からの重力ベクトルの除去により、より高度な精度が可能となる。センサは、いくつかの実施態様によれば、各表面上に、傾斜して取り付けられ、より良好な空間計算及びドリフト補正のために、Ｘ、Ｙ、及びＺ軸データの混合を提供する。

[0050] 更に、立方体構成は、空間的偏差を更により安定させるために、立方体の６つの表面上に、６つのセンサという、より多いセンサ数を提供する。図１Ｅは、いくつかの実施態様による、立方体構成の斜視図を示す。６つの面の内の３つの面のみが、図１Ｅでは見えている。６つの面のそれぞれは、センサ１２２、１２４、及び１２６を含む、センサを取り付けられ得る。いくつかの実施態様では、本明細書に記載されるいずれかの物体のいくつかの（すべてよりも少ない）面が、少なくとも１つのセンサを有する。この構成では、各面上の各センサは、立方体の他の面上の他のセンサ間の相補的読み取りを可能にする。しかしながら、センサの数が増えるにつれて、立方体又はより高い次元の立体ジオメトリでは、すべての測定値を読み取るための待ち時間も増加する。

[0051] いくつかの実施態様によれば、モーションセンサはまた、任意の構成において軸方向の混合を提供するために、幾何学的立体の対向面上で回転され得る。図１Ｆは、モーションセンサが上述同様に立方体の各面上に取り付けられるが、センサが０～９０度の角度（０度及び９０度を含まず）で回転され得る、図１Ｅの直方体の別の構成の斜視図を示す。例えば、センサ１２２は、他のセンサに対して約４５度の角度で回転され得る。この方法は、瞬間モーションデータのより良好な分析を提供し得るが、測定－計算出力当たりの計算時間は、長くなり得る。

[0052] 図２は、いくつかの実施態様による、ドリフトフリーセンサを備えた代表的システム２００を示すブロック図である。いくつかの実施態様では、システム２００は、１つ又は複数の処理装置２０２（例えば、ＣＰＵ、ＡＳＩＣ、ＦＰＧＡ、マイクロプロセッサなど）と、１つ又は複数の通信インターフェース２１４と、メモリ２２０と、これらのコンポーネントを相互接続するための１つ又は複数の通信バス２１６（チップセットと呼ばれることもある）とを備える。処理装置２０２の種類は、いくつかの実施態様によれば、電力要件を含む、用途の要件に合致するように選択される。例えば、ＣＰＵの速度は、用途のスループットに合致するのに十分であるべきである。

[0053] いくつかの実施態様では、システム２００は、ユーザインターフェース２０８を備える。いくつかの実施態様では、ユーザインターフェース２０８は、１つ若しくは複数のスピーカ及び／又は１つ若しくは複数の視覚表示装置を含む、メディアコンテンツの提示を可能にする１つ又は複数の出力デバイス２１０を備える。いくつかの実施態様では、ユーザインターフェース２０８はまた、キーボード、マウス、ボイスコマンド入力装置若しくはマイクロフォン、タッチスクリーンディスプレイ、タッチ感知式入力パッド、ジェスチャ捕捉デバイス、又は他の入力ボタン若しくは制御部など、ユーザ入力を容易にするユーザインターフェースコンポーネントを含む、１つ又は複数の入力デバイス２１２を備える。更に、いくつかのシステムは、キーボードを補完する、又はキーボードに置き換わる、マイクロフォン及び音声認識、又はカメラ及びジェスチャ認識、又はモーションデバイス及びジェスチャ認識を用いる。

[0054] いくつかの実施態様では、システム２００は、１つ又は複数の慣性計測装置２０４を備える。いくつかの実施態様では、ＩＭＵは、１つ若しくは複数の加速度計、１つ若しくは複数の磁力計、及び／又は１つ若しくは複数のジャイロスコープ、及び／又は高度計、及び／又は圧力センサを備える。いくつかの実施態様では、１つ又は複数のＩＭＵは、所定の形状に応じて、システム２００を組み込む物体に取り付けられる。上記の図１Ａ～図１Ｆは、モーションセンサの様々な例示的な構成を示す。いくつかの実施態様では、ＩＭＵの初期構成（例えば、ＩＭＵの数、所定の形状）も、個々のＩＭＵの特徴に基づいて決定される。例えば、ＩＭＵの向き又は軸、ひいては所定の形状が、製造欠陥を補償するように選択される。いくつかの実施態様では、１つ又は複数のＩＭＵは、システム２００を組み込むＣＭＯＳ及びＭＥＭＳシステムオンチップ（ＳＯＣ）として作製される。

[0055] 通信インターフェース２１４は、例えば、様々なカスタム若しくは標準無線プロトコル（例えば、IEEE 802.15.4、Wi-Fi、ZigBee、6LoWPAN、Thread、Z-Wave、Bluetooth Smart、ISA100.11a、WirelessHART、MiWiなど）のいずれか、及び／又は様々なカスタム若しくは標準有線プロトコル（例えば、Ethernet、HomePlugなど）のいずれか、又は本明細書の出願日時点でまだ開発されていない通信プロトコルを含む、任意の他の適切な通信プロトコルを用いてデータ通信が可能なハードウェアを含む。

[0056] メモリ２２０は、ＤＲＡＭ、ＳＲＡＭ、ＤＤＲ ＲＡＭ、又は他のランダムアクセス固体メモリデバイスなどの高速ランダムアクセスメモリを含み、任意選択で、１つ若しくは複数の磁気ディスクストレージデバイス、１つ若しくは複数の光ディスクストレージデバイス、１つ若しくは複数のフラッシュメモリデバイス、１つ若しくは複数のＥＰＲＯＭ、１つ若しくは複数のＥＥＰＲＯＭ、又は１つ若しくは複数の他の不揮発性固体ストレージデバイスなどの不揮発性メモリを含む。メモリ２２０、又は代替的にメモリ２２０内の不揮発性メモリは、非一時的コンピュータ可読記憶媒体を含む。いくつかの実施態様では、メモリ２２０、又はメモリ２２０の非一時的コンピュータ可読記憶媒体は、以下のプログラム、モジュール、及びデータ構造、又はそれらのサブセット若しくはスーパーセットを記憶する：
・ 様々な基本システムサービスを取り扱うため、及びハードウェア依存タスクを実行するためのプロシージャを含むオペレーティングロジック２２２、
・ １つ又は複数の通信インターフェース２１４（有線又は無線）を介して１つ又は複数のネットワークに接続された他のネットワークデバイス（例えば、インターネット接続を提供するルータなどのネットワークインターフェース、ネットワーク化されたストレージデバイス、ネットワークルーティングデバイス、サーバシステムなど）に接続し、及びそれらと通信するためのデバイス通信モジュール２２４、
・ １つ又は複数の入力デバイス２１２からの１つ又は複数のユーザ入力又はインタラクションを検出し、検出された入力又はインタラクションを解釈するための入力処理モジュール２２６、
・ １つ又は複数のデバイス（図示せず）に関する設定、取り込まれたデータ、及び／又は他のデータを構成することができる、及び／又は見ることができるユーザインターフェースを提供及び表示するためのユーザインターフェースモジュール２２８、
・ デバイスを制御するため、及びデバイスによって取り込まれたデータ（例えば、デバイスステータス及び設定、取り込まれたデータ、又はシステム２００及び／又は他のクライアント／電子デバイスに関する他の情報）を検討するためにシステム２００が実行するための１つ又は複数のアプリケーションモジュール２３０、
・ 以下を含むがこれらに限定されない、１つ又は複数のＩＭＵ ２０４からのデータを処理するための機能を提供する、１つ又は複数のコントローラモジュール２４０：
○ コントローラモジュール２４０によって処理される、１つ又は複数のＩＭＵ ２０４からのデータを受信するためのデータ受信モジュール２４２、
○ データ受信モジュール２４２によって受信された生データからノイズを除去するためのフィルタリングモジュール２４４、
○ １つ又は複数のＩＭＵ ２０４（例えば、１つ又は複数のＩＭＵ ２０４の異なるジャイロスコープ及び加速度計）間のデータの相互相関を取って、１つ又は複数のＩＭＵ ２０４に関するフィルタにかけられたデータを較正するための動的較正モジュール２４６、
○ １つ又は複数のＩＭＵのそれぞれの分解出力に基づいて、位置及び回転状態を判定するモーション分解モジュール２４８、
○ 動的較正モジュール２４６及びモーション分解モジュール２４８の出力に基づいて、モーションを合成するためのモーション合成モジュール２５０、
○ モーション合成モジュール２５０からの出力に基づいて、所定の形状に関してセンサ出力のドリフトを補正する（例えば、台形モーションパラメータを用いた適応的連続ファジールール（肯定式なし）ベイジアンフィルタ（ＡＣＦＢＴ：Adaptive Continuous Fuzzy Rule Bayesian Filter with Trapezoidal Motion Parameters）を用いて補正するためのドリフト補正モジュール２５２、並びに
○ （例えば、人工知能／ニューラルネットワーク／深層学習を用いて）ドリフト補正モジュール２５２の出力に基づいて、複雑な運動を取り扱うエッジ状態取り扱いモジュール２５４。
○ 第１の物体の初期絶対位置を受信する絶対位置受信モジュール２５６。
○ ＩＭＵの出力及び第１の物体の初期絶対位置を用いて、第１の物体の現在の絶対位置を計算する絶対位置計算モジュール２５８。
○ 通信インターフェース２１４と連携して、第２の物体から無線送受信機基準データを受信する基準データ受信モジュール２６０。基準データは、第２の物体に関連付けられた第２の複数のＩＭＵを使用して計算された第２の物体の現在の絶対位置を含み得る
○ 第１の物体の現在の絶対位置及び第２の物体の現在の絶対位置を用いて、第２の物体に対する第１の物体の相対位置を計算する相対位置計算モジュール２６２。相対位置は、（ｉ）第１の物体と第２の物体との間の距離と、（ｉｉ）第２の物体に対する第１の物体の向きとのうちの少なくとも一方を含み得る。

[0057] いくつかの実施態様では、ＩＭＵからデータ受信モジュール２４２によって受信された生データは、加速度計からの加速度情報、ジャイロスコープからの角速度、磁力計からの磁場の回転度、高度計及び差圧センサからの大気圧を含む。生データは、いくつかの実施態様によれば、ＩＭＵのそれぞれから順次受信される。いくつかの実施態様では、ＩＭＵデータは、並行して受信される。

[0058] いくつかの実施態様では、フィルタリングモジュール２４４は、生データをフィルタにかけて、データ受信モジュール２４２によって受信された生データ信号からノイズを除去する。いくつかの実施態様によれば、フィルタリングモジュール２４４は、標準的な信号処理技法（例えば、ローパスフィルタリング、クリッピングなど）を用いて、生データをフィルタにかけ、それによって、センサデータのノイズを最小化する。いくつかの実施態様によれば、フィルタリングモジュール２４４はまた、センサからの過去のデータを用いて、移動平均及び移動分散を計算する。

[0059] いくつかの実施態様では、動的較正モジュール２４６は、人工知能（ＡＩ）フレームワーク（例えば、ニューラルネットワークフレームワーク）を用いて、１つ又は複数のＩＭＵ ２０４からのデータを較正する。例えば、１つ又は複数の「ニューロン」（一般的に、センサ当たり３つ）が、１つ又は複数のＩＭＵ ２０４に関するフィルタにかけられたデータを較正するように、ニューラルネットワーク構成において構成される。どのように動的較正が機能するかを理解するために、まず、物体の静的構成を考察する。更に、説明のために、物体の形状（本明細書では、所定の形状と呼ばれることもある）が直方体であると仮定する。直方体形状の物体は、６つの異なる仕方で平面上に（すなわち、直方体の６つの異なる面上に）配置され得る。したがって、較正すべき向きが６つある。この静的構成では、システム２００は、６つの向きのそれぞれに関して、多数のサンプル（例えば、約１，０００以上のサンプル）を収集する。このサンプルデータは、収集され、メモリ２２０に記憶される。後に、生データが受信されるときに、記憶されたサンプルデータは、停止状態中に（すなわち、物体が移動していないときに）、生データのオフセット誤差を補正するためのベースラインとして使用される。ニューラルネットワークを使用するいくつかの実施態様では、ネットワークの重みは、いくつかの実施態様によれば、記憶されたサンプルデータのオフセット後に、ＩＭＵからの受信生データに基づいて、常に調整又は調節される。ニューラルネットワークベースの解決策は、最小二乗回帰分析又は統計的尺度よりも優れた推定を提供する。どのようにニューラルネットワークの重みが動的に調節されるかの一例として、物体が静止しているが、物体が移動しているとニューラルネットワーク出力が示す場合を考える。物体が静止していることを出力が示すように、誤差逆伝播法を用いて、重みが再調節される。これにより、物体が静止しているときの重みが定まる。いくつかの実施態様では、ニューラルネットワークの学習率は、停止状態（本明細書では静止状態と呼ばれることもある）中に最大化され、物体が動いているときに最小化される。いくつかの実施態様によれば、学習率を調節することができるように、パターン認識を使用して、物体が移動しているか又は静止しているかが検出される。加速度計に影響を与える重みを調節するために、異なる静止状態及び移動状態が用いられる。いくつかの実施態様では、磁北に対する既知の基準を用いて、磁力計に対応する重みが常に調節される。いくつかの実施態様では、磁北の基準点及び重力ベクトルが常に分かっているため、物体が移動しているときに、加速度計に関する重みを補正する、又は定めるために、磁力計データも使用される。ジャイロスコープデータは、それが単一段階の積分しか必要としないため、加速度計からのデータよりも信頼性が高い。したがって、いくつかの実施態様によれば、ジャイロスコープデータは、加速度計の重みを補正するためにも使用される。いくつかの実施態様では、動的較正モジュール２４６が任意選択のものであり、パススルーチャネルは、動的較正なしに、フィルタリングモジュール２４４の出力をモーション合成モジュール２５０へと渡すことに留意されたい。

[0060] いくつかの実施態様では、モーション分解モジュール２４８は、パターン認識技法を用いて、各ＩＭＵにおいて、サブセンサ間の相互作用又は干渉による異常を排除する。物体の制御された並進運動及び回転運動に関する実験データが収集される。例えば、ジャイロスコープの挙動が、一定速度下で追跡され、パターンがメモリに記憶される。ジャイロスコープデータが既知のパターンをたどるときは、このパターンに基づいて、物体が一定速度下にあるという事実が推論される。同様に、いくつかの実施態様によれば、加速度計データ（例えば、一定重力ベクトル）を使用して、ジャイロスコープデータ及び／又は磁力計データの誤差を補正するためのパターンを識別することができ、磁力計データを使用して、加速度計データ及び／又はジャイロスコープデータの誤差を補正するためのパターンを識別することができる。例えば、いくつかの実施態様では、モーション分解モジュール２４８は、物体の等速状態と静止状態とを区別する。例えば、物体が一定の速度で移動しているなど、物体が等速状態にあるときには、ジャイロスコープは、特徴（又はパターン）として取り込まれてメモリに記憶される（振動に起因する）ノイズを記録する。ノイズは、物体が一定の速度ではなく、変化する速度で動いているとジャイロスコープに記録させることもできる。一方、物体が等速状態にあるときには、加速度計は、一定速度下で出力に変化を示さない。いくつかの実施態様は、ジャイロスコープの挙動（例えば、ノイズレベル）の違い、及び／又は加速度計の出力に変化がないことを検出して、物体が等速状態にあることにパターンが対応していることを推測する。このような例では、物体は等速状態にあるため、モーション分解モジュール２４８は、本明細書で説明されるように、以前に計算された速度を現在の位置測定に用いる。

[0061] いくつかの実施態様では、モーション分解モジュール２４８は、異常を補正するための別の影響として、物体が移動又は回転を突然停止したときなどに、センサデータから検出されるパターンの変化を観測することによって異常を除去する。いくつかの実施態様では、モーション分解モジュール２４８は、センサのそれぞれにおいて、異常を補正するために、いくつかの異なる記憶されたパターンを分析する。いくつかの実施態様では、モーション分解モジュール２４８は、追跡された物体の各ＩＭＵの並進運動及び／又は回転運動の種類を分類し、モーション合成モジュール２５０のためにパターン又はカテゴリを出力する。例えば、モーション分解モジュール２４８は、各ＩＭＵが、単純な線形モーション、回転がある単純な線形モーション、単純な回転がある非線形モーションを含む、多くの状態のうちの１つにあることを推論する。いくつかの実施態様では、モーション分解モジュール２４８からの出力は、更に、動的較正モジュール２４６の学習率を制御する。

[0062] いくつかの実施態様では、モーション合成モジュール２５０は、モーション分解モジュール２４８からの状態情報（例えば、一定速度、一定加速度、変化する加速度、回転との組み合わせで）を使用して、１つ又は複数のアルゴリズムを選択する。その後、モーション合成モジュール２５０は、動的較正モジュール２４６からのデータ出力に対して、１つ又は複数のアルゴリズムを適用して、物体のモーションを合成する（本明細書では、１つ又は複数のＩＭＵに関する全体的な修正データの計算と呼ばれることもある）。例えば、物体が回転していることをモーション分解モジュール３２６からの状態情報が示す場合、モーション合成モジュール２５０は、（動的較正モジュールの出力によって示される）ＩＭＵの角運動量の差、及び異なる複数のＩＭＵの所定の位置によって外形が描かれる既知の形状に基づいて、回転軸を計算する方程式を用いる。この例を詳述するために、４つのセンサを有し、各センサが隅にある、図１Ｂのような平面構成で、物体にＩＭＵが取り付けられると仮定する。更に、この平面構成が、縦軸が上部のＩＭＵ及び底部のＩＭＵを通過する菱形に、垂直に配置されると仮定する。ここで、平面（菱形）の物体が、縦軸の周りを回転する場合、縦軸の両側のＩＭＵは、同じ角運動量を共有するが、上部のＩＭＵ及び底部のＩＭＵと比較して異なる角運動量を有し、上部のＩＭＵは、回転軸により近い底部のＩＭＵよりも大きな角速度を有する。モーション合成モジュール２５０は、ＩＭＵによって形成される形状に基づいて、センサ間の角運動量の差及び既知の距離から回転軸データを計算又は合成する。

[0063] いくつかの実施態様では、ドリフト補正モジュール２５２は、いくつかの実施態様において、センサの位置及び向きを既知の（本明細書では、所定のと呼ばれることもある）形状に再び一致させることによってドリフトを除去する形状補正を用いる。いくつかの実施態様では、ドリフト補正モジュール２５２は、センサ間のノルム、距離、及び角度の変動に基づいて、モーションセンサによってデータの歪度を計算する。ノルムの変動が閾値を超える場合、ドリフト補正モジュール２５２は、後続のセンサの読取り値においてドリフトを排除するための補正マトリックス（ドリフトマトリックスと呼ばれることもある）を生成する。いくつかの実施態様によれば、形状補正モジュール（図示せず）は、補正マトリックスを用いて、動的較正モジュールからのデータ出力（本明細書では、クリーンデータ又はフィルタにかけられたデータと呼ばれることもある）を、連続的又は反復的に、クリーンデータからの予測されたドリフトを差し引くことによって補正する。例えば、いくつかの実施態様によれば、センサデータの各読み取り後に、ドリフト補正モジュール２５２からの以前に生成及び記憶されたデータを使用して、ノイズ除去された、動的較正モジュールからのクリーンデータ出力を補正する。

[0064] いくつかの実施態様では、エッジ状態取り扱いモジュール２５４は、ドリフト補正モジュール２５２の出力に基づいて、ドリフトを減少させるために、複雑な運動（例えば、２つの軸に沿ってスピンし、一直線に横断しながら、例えば物体が上にも上がる）、及び／又は並進運動（例えば、直線に沿って横方向に移動するようにスピンする）を取り扱う。いくつかの実施態様では、エッジ状態取り扱いモジュール２５４は、ＡＩを使用して、エッジ状態を補償するために確率重み付けを適用する。いくつかの実施態様では、エッジ状態取り扱いモジュール２５４は、現在の物体の共通データ点（例えば、ドリフト補正モジュール２５２による出力）と、以前の物体の共通データ点（例えば、メモリに記憶された、ドリフト補正モジュール２５２による事前のセンサ読取り値に関する以前の出力）とを混合して、エッジ状態を除去する。

[0065] いくつかの複雑なシナリオでは、ドリフトが完全には補正されない場合があるが、上述のモジュールを用いて、絶え間ないドリフト又は恒常的なドリフトは排除することができる。更に、いくつかの実施態様では、本明細書に記載されるモジュールの組み合わせによって観測されるドリフトは、センチメートル又は更にはミリメートルのオーダーのものであるが、（例えば、ＧＰＳを使用した）別の外部基準に基づくドリフト排除は、時に、メートルのオーダーのドリフトをもたらすことがある。

[0066] いくつかの実施態様では、１つ又は複数のコントローラモジュール２４０は、デバイス関連情報を含む。いくつかの実施態様では、デバイス関連情報は、デバイス識別子及び／又はデバイス特性を含む。いくつかの実施態様では、デバイス識別子は、ネットワーク内の他の物体に対してデバイスを識別し得る。いくつかの実施態様では、デバイス特性は、デバイスが手動で操作される物体に対応するか又は自律的に操作される物体に対応するかに関連する情報を含む。いくつかの実施態様では、デバイス特性は、デバイスが建物又は家電製品などの静的物体に対応するか又は自動車などの動的物体に対応するかに関連する情報を含む。いくつかの実施態様では、デバイス特性は、デバイスがオンであるか又はオフであるかなど、デバイスの動作状態に関連する情報を含む。

[0067] いくつかの実施態様では、１つ又は複数のコントローラモジュール２４０は、他の物体の場所関連情報（例えば、絶対位置）を含む。いくつかの実施態様は、システムの特定の特徴（又は特性又は動作状態）及び／又はそのような特徴の符号化を含む。いくつかの実施態様では、物体の動作状態は、ネットワークで検出された特定の基準に基づいて変化し得る。例えば、デバイスがオン／オフと切り替わる電球を有する街灯に埋め込まれている場合、この特性はモジュール２４０に記憶される。いくつかの実施態様では、この情報は、建物内の物体（例えば、照明）に関連しているため、建物内のそのような物体の場所も記憶される。同様に、デバイスが移動物体（例えば、自動車）にある場合、その物体の特性もモジュール２４０に記憶される。例えば、このような情報としては、自動車などの物体が、方向指示器のオン／オフを切り替え得るか否かに関する情報が挙げられる。いくつかの実施態様では、上述の特性は、通信インターフェース２１４と連携して、無線送受信機基準データを送信する、及び／又は他の物体から受信する基準データ受信モジュール２６０を使用して、他の物体に伝達される、及び／又は他の物体から受信される。いくつかの実施態様では、モジュール２４０は、物体の最大数若しくは所定の数まで他の物体に関連する情報を記憶する、及び／又は、記憶された情報に基づいて、関連情報が記憶されていない物体に関連する情報を計算する。

[0068] 上記で識別された要素のそれぞれが、前述のメモリデバイスの１つ又は複数に記憶されてもよく、上記の機能を実行するための一式の命令に対応する。上記で識別されたモジュール又はプログラム（すなわち、一式の命令）は、別個のソフトウェアプログラム、プロシージャ、又はモジュールとして実施される必要はなく、したがって、様々な実施態様において、これらのモジュールの様々なサブセットが、組み合わせられてもよいし又は再構成されてもよい。いくつかの実施態様では、メモリ２２０は、任意選択で、上記で識別されたモジュール及びデータ構造のサブセットを記憶する。更に、メモリ２２０は、任意選択で、上で記載されていない追加のモジュール及びデータ構造を記憶する。いくつかの実施態様では、１つ又は複数の処理モジュール、及びメモリ２２０に記憶された関連のデータは、ＩＭＵ ２０４によって生成された信号を受信及び処理するように構成されたドリフトフリーモーションセンサを備えたシステム２００以外の第２の処理デバイスに記憶され、及びそのような第２の処理デバイス上で実行される。例えば、第２の処理デバイスは、少なくとも動作の一部がＩＭＵによって提供されたモーション信号に応答する、アプリケーション（例えば、コンピュータゲーム）を実行するコンピュータシステム、スマートホームデバイス、又はゲーム機でもよい。

[0069] 図３は、いくつかの実施態様による、ドリフトフリーセンサを備えた代表的システムを通るセンサデータのフローを示すフロー図である。１つ又は複数のＩＭＵ（例えば、ＩＭＵ ０、ＩＭＵ １、ＩＭＵ ２、…、ＩＭＵ Ｎ）からの生データ３０２が、コントローラ３００（例えば、コントローラモジュール２４０）によって受信される（３２４）。上述のように、いくつかの実施態様では、コントローラは、（図３に示すように）１つ又は複数のＩＭＵからデータを並行して受信する。いくつかの実施態様によれば、受信されたデータは、生データ（３０４）として、モーション分解モジュール３２６に出力される。いくつかの実施態様では、生データはまた、データ３０６としてフィルタリングモジュール３２８に入力され、フィルタリングモジュール３２８は、生データをフィルタにかけて、フィルタにかけられたデータ３１０を生成し、フィルタにかけられたデータ３１０は、次に動的較正モジュール３３０へと入力される。いくつかの実施態様では、モーション分解モジュール３２６はまた、動的較正モジュール３３０の学習率を制御する（３１４）。いくつかの実施態様では、モーション分解モジュール３２６及び／又は動的較正モジュール３３０は、任意選択のモジュールである。このような場合、フィルタにかけられたデータ３１０は、モーション合成モジュールに入力される（図示せず）。これらの場合、モーション合成モジュール３３２は、モーションのパターン又はカテゴリを把握していないが、１つ又は複数のアルゴリズム又は方程式を反復的に適用して、モーションを合成する。いくつかの実施態様では、モーション分解モジュール３２６及び動的較正モジュール３３０のステップは、非同期的に、及び／又は並行して実行される。ベイズ計算ステップ３３６は、モーション合成モジュールの出力３１６を使用して、モーション合成の次の反復で（すなわち、そのようなデータが利用可能になった後に）入力を補正するために形状補正モジュール３３４によって使われる（図２を参照して上述したような）ドリフト補正マトリックス３２０を生成する。図３には示していないが、いくつかの実施態様では、１つ又は複数の反復の第１のセット中に、形状補正データは利用可能ではなく、動的較正出力３１２がモーション合成モジュール３３２に入力される。いくつかの実施態様では、ベイズ計算ステップ３３６の出力（３１８）は、複雑な運動及び動的学習に関する（図２を参照して上に記載した）エッジ状態を取り扱うようエッジ状態モジュール３３８に入力される。いくつかの実施態様によれば、出力３２２は、コントローラのドリフトフリーの実際のモーション出力を示す。

[0070] いくつかの実施態様では、フィルタリングモジュール３２８は、図２のフィルタリングモジュール２４４に類似の機能を含み、モーション分解モジュール３２６は、図２のモーション分解モジュール２４８と類似の機能を含み、動的較正モジュール３３０は、図２の動的較正モジュール２４６と類似の機能を含み、形状補正モジュール３３４は、図２に関する説明で上に記載した形状補正モジュールと類似の機能を含み、モーション合成モジュール３３２は、図２のモーション合成モジュール２５０と類似の機能を含み、ベイズ計算モジュール３３６は、図２のドリフト補正モジュール２５２と類似の機能を含み、エッジ状態モジュール３３８は、図２のエッジ状態取り扱いモジュール２５４と類似の機能を含む。

[0071] 図４Ａ～図４Ｄは、いくつかの実施態様による、追跡デバイスを用いた、物体の位置及び向きを追跡する方法４００のフローチャート図を示す。いくつかの実施態様では、追跡デバイスは、所定の形状を規定する１つ又は複数の面と、所定の形状の１つ又は複数の面に取り付けられた複数の慣性計測装置（ＩＭＵ）とを備える（４０２）。更に、いくつかの実施態様によれば、各ＩＭＵは、第１のサブセンサと第２のサブセンサとを備え、各ＩＭＵは、追跡システムの重心に対して所定の距離及び向きに配置される。上記の図１Ａ～図１Ｆは、いくつかの実施態様による、３Ｄ物体に取り付けられたセンサの様々な構成を示す。いくつかの実施態様では、追跡デバイスの第１のサブセンサ及び第２のサブセンサ（例えば、図２のＩＭＵ ２０４）はそれぞれ、加速度計、磁力計、ジャイロスコープ、高度計、及び圧力センサのうちの１つであり（４０４）、第１のサブセンサは、第２のサブセンサとは異なるセンサタイプである。いくつかの実施態様では、追跡デバイスの所定の形状は、平面、四面体、及び立方体のうちの１つである（４０６）。いくつかの実施態様では、追跡デバイスはまた、複数のＩＭＵに通信可能に結合されたコントローラを備える。いくつかの実施態様による、ＩＭＵ ２０４を備えた例示的なシステム２００については、図２に関連して上に記載した。

[0072] いくつかの実施態様では、追跡デバイスの各ＩＭＵは、物体の運動を検出し（４０８）、物体の場所及び／又は向きを表す慣性出力データを生成する。例えば、図２のＩＭＵ ２０４、又は図１Ａ～図１Ｆのセンサは、加速度計、磁力計、ジャイロスコープ、高度計、及び／又は圧力センサの組み合わせを使用して、物体の運動を検出し、物体の場所及び／又は向きを表すデータを生成する。

[0073] いくつかの実施態様では、追跡物体は、コントローラにおいて（４１０）、複数のＩＭＵのそれぞれからの第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データを受信する（４１２）。例えば、システム２００のデータ受信モジュール２４２が、１つ又は複数の通信バス２１６を介して、１つ又は複数のＩＭＵ ２０４からの出力を受信する。いくつかの実施態様では、コントローラは、連続的な高サンプリングレートでは、複数のＩＭＵのそれぞれからの第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データを約１ｍｓ未満で周期的に受信する（４１４）。

[0074] いくつかの実施態様では、コントローラは、信号ノイズを最小化するために、フィルタリングモジュール（例えば、モジュール２４４）を用いて、第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データをフィルタにかける（４１６）。

[0075] 次に図４Ｂを参照すると、いくつかの実施態様によれば、コントローラは、各ＩＭＵについて一連のステップ４１８を実行する。いくつかの実施態様では、コントローラは、第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データに基づいて、較正された慣性出力データを生成する（４２０）。例えば、コントローラは、動的較正モジュール２４６を用いて、較正された慣性出力データを生成する。いくつかの実施態様では、コントローラは、第１のサブセンサ慣性出力データ及び第２のサブセンサ慣性出力データを評価するために、ニューラルネットワーク重みを使用すること（４２２）であって、重みが、追跡デバイスの位置状態（例えば、静止位置状態）に基づいて学習率で調節される、ことと、物体の実際の運動と物体の推定された運動との間の差を表す相違値を計算することと、（例えば、モジュール２４８などのモーション分解モジュールの出力を使用して）較正された慣性出力データから相違値を除去することとにより、誤差値を計算する。いくつかの実施態様では、コントローラは、第１のサブセンサ及び第２のサブセンサのそれぞれからの過去の（例えば、事前又は以前の）慣性出力データに基づいて、第１のサブセンサ慣性出力データ及び第２の慣性出力データにニューラルネットワーク重みを適用する（４２４）。図示していないが、コントローラは、後に過去のデータとして取り出される、ある期間にわたってＩＭＵから受信された慣性出力データを記憶及び／又は蓄積する。

[0076] 次に図４Ｃを参照すると、いくつかの実施態様によれば、コントローラは、動的較正モジュール（例えば、モジュール２４６）を用いて、第２のサブセンサ慣性出力データに対して第１のサブセンサ慣性出力データの相互相関を取って（４２６）、第２のサブセンサ慣性出力データに対して第１のサブセンサ慣性出力データから異常を識別して除去して、各ＩＭＵについて分解慣性出力データを生成する。いくつかの実施態様では、コントローラは、第２のサブセンサ慣性出力データに基づいて、第１のサブセンサに対応する分解慣性出力データを較正する（４２８）。いくつかの実施態様では、コントローラは、（例えば、モジュール２４８などのモーション分解モジュールを用いて）第２のサブセンサ慣性出力データにパターン認識を適用（４３０）して、第１のサブセンサ慣性出力データを表す分解慣性出力データを生成することによって、第２のサブセンサ慣性出力データに対して第１のサブセンサ慣性出力データの相互相関を取る。

[0077] 次に図４Ｄを参照すると、コントローラは、いくつかの実施態様によれば、モーション分解モジュール（例えば、上記のモジュール２４８）を使用して、ＩＭＵのそれぞれからの分解慣性出力データに基づいて、追跡デバイスの位置及び回転状態を判定する（４３２）。

[0078] 続いて、いくつかの実施態様によれば、コントローラは、追跡デバイスの位置及び回転状態に基づいて、合成手法を用いて、モーション合成モジュール（例えば、上記のモジュール２５０）を用いて、第１のサブセンサ慣性出力データと第２のサブセンサ慣性出力データとを合成（４３４）して、ＩＭＵ合成データを生成する。

[0079] いくつかの実施態様では、コントローラは、所定の形状に対して確認するように、ＩＭＵのそれぞれについて合成されたデータ、ＩＭＵのそれぞれの所定の位置、及びＩＭＵのそれぞれの所定の向きに基づいて、ＡＣＦＢＴ計算モジュール（図示せず）を用いて、現在の追跡デバイスの修正データ出力を計算する（４３６）。コントローラのいくつかの実施態様（４３８）では、共通データ点を計算するために使用される複数のＩＭＵの少なくともいくつかが、互いに対して異なる２つの軸に沿って異なる角度で向けられる。

[0080] その後、コントローラは、いくつかの実施態様によれば、現在の位置及び向き判定モジュール（例えば、図２のモジュール２５２、又は図３のステップ３３６及び３３４）を使用して、現在の物体の修正データ出力と以前の物体の修正データ出力との間の差に基づいて、物体の現在の位置及び向きを計算する（４４０）。いくつかの実施態様では、コントローラは、エッジ状態（例えば、上記の複雑な運動）を識別し（４４２）、エッジ状態取り扱いモジュール（例えば、上記のモジュール２５４）を用いて、現在の物体の修正データ出力と以前の物体の修正データ出力とを混合して（４４４）、エッジ状態を除去する。

[0081] 図４Ａ～図４Ｄの動作が説明された特定の順序は、単なる例であり、記載された順序が、これらの動作が行われ得る唯一の順序であることを示す意図はないことを理解されたい。当業者には、本明細書に記載される動作を並べ替える様々なやり方が認識されよう。

[0082] 次に図５Ａ～図５Ｄを参照すると、本明細書に記載されるドリフトフリーモーションセンサシステム２００－ｉを使用して、別の物体に対する物体の位置を計算する例示的な実施態様を示す図が示されている。この例示的な実施態様では、図５Ａ～図５Ｄの自動車５０２のそれぞれが「物体」である。図５に示し、以下により詳細に説明するように、ドリフトフリーモーションセンサシステム２００－ｉのＩＭＵは、「スマートシティ」構成にある様々な物体（本明細書ではノードとも呼ばれる）に接続されてもよく、様々な物体が他の物体とともに環境中を衝突することなく動くことができるように、それぞれが自身の移動する物体及び相互接続されたメッシュネットワーク内の他の移動する物体若しくはノードの距離及び／又はモーションの方向を、精度、正確性、及び冗長性をもって追跡してもよい。いくつかの実施態様では、物体は、中でも、車両、携帯電話、モバイルデバイス、建物、据え付けられた街灯などであり得る。ドリフトフリーモーションセンサシステムの２００－ｉは、他の外部物体からの較正がなくても動作し得るが、メッシュネットワーク構成においてより多くの物体を追加することにより、より多くの冗長性及びフェイルセーフのオプションをもたらすことができる。例えば、メッシュネットワークにおけるいくつかのノードが位置データを伝達するのに失敗した場合、メッシュネットワークにおける残りのノードが引き継いで失敗したノードを補うことができる。

[0083] 他の実施態様では、物体は、モバイルコンピューティングデバイス、発射体、ヘルメットマウントディスプレイ、ゲーム機、又は別紙Ａに含まれる他のデバイスを含むがこれらに限定されない他のデバイスに対応し得る。

[0084] 再び図５Ａ～図５Ｄを参照すると、第１の自動車５０２－１、第２の自動車５０２－２、及び第３の自動車５０２－３は、それぞれ道路に沿って走行し得る。自動車５０２のそれぞれが、自動車が道路に沿って走行し続けるときに自身及び他の自動車の位置を追跡するためにドリフトフリーモーションセンサシステム２００－ｉを有し得る。自動車のそれぞれの位置データを利用することにより、特定の自動車は、自動車どうしが道路に沿ったある点で衝突する可能性があるとの判定に応じて、運転者への警告又は特定の自動車の走行経路の変更のいずれかを行うことができる。ドリフトフリーモーションセンサシステム２００－ｉは、それぞれのコントローラ３００と、無線送受信機２１４と、１つ又は複数のＩＭＵ ３０２とをそれぞれ備え得る。コントローラ３００は、ＩＭＵ ３０２と連携して、ドリフトフリーな向き及び位置データを提供するように構成され得る。

[0085] 最初に、第１の自動車５０２－１は、第１の自動車５０２－１のドリフトフリーセンサシステム２００－１に対する初期絶対位置（例えば、シード位置）を外部ソースから受信するように構成され得る。初期絶対位置は、中でも、例えば緯度／経度の形式（例えば、緯度ＸＸ、経度ＹＹ）の座標位置であってもよい。本明細書で使用される場合、絶対位置という用語は、地球上の所定の位置に対する物体の位置を指し得る。地球上の所定の位置は、都市、県、道路、又は建物などに対応し得る。

[0086] 自動車５０２－１が道路を走行し続けているときに、第１の自動車５０２－１は、ドリフトフリーセンサシステム２００－１のＩＭＵを使用して、第１の自動車５０２－１が６５ｋｍ／時の速度で動いており、北に１０ｍ移動したことを検知し得る。

[0087] 次いで、第１の自動車５０２－１は、第１の複数のＩＭＵ ２００－１及びコントローラ３００を使用して、第１の自動車５０２－１のモーションを表すモーション信号を生成し得る。モーション信号は、図３に示し、本明細書で説明されるように、コントローラ３００のモジュールの１つ又は複数を使用して計算され得る。いくつかの実施態様では、モーション信号は、第１の複数のＩＭＵのそれぞれからの検知されたモーションデータ、第１の複数のＩＭＵのそれぞれの所定の位置、及び第１の複数のＩＭＵのそれぞれの所定の向きに基づいて、修正データ出力を計算することによって生成され得る。

[0088] 次いで、図５Ｂに示すように、第１の自動車５０２－１は、コントローラ３００を使用して、第１の自動車５０２－１の現在の絶対位置を計算し得る。例えば、第１の自動車５０２－１は、ＩＭＵ ２００－１の出力及び第１の自動車５０２－１の初期絶対位置を用いて、例えば、ＩＭＵの出力を緯度及び経度座標データと足し合わせることにより、第１の自動車５０２－１の現在の絶対位置を緯度ＸＸ、経度ＹＹ＋１０ｍと計算し得る。

[0089] 図５Ｃに示すように、第１の自動車５０２－１は、１つ又は複数の他の自動車（例えば、自動車５０２－２及び自動車５０２－３）から基準データを受信し得る。いくつかの実施形態では、自動車の１つ又は複数（例えば、自動車５０２－３）は、基準データを第１の自動車に送信する能力を欠く無線送信機を備え得る。これらの実施態様では、メッシュネットワークが作られ、これにより、第２の自動車５０２－２が、第３の自動車５０２－３からの基準データを第１の自動車５０２－１に中継し得る。理解を容易にするために３台の自動車のみが示されているが、いくつかの実施態様では、メッシュネットワークは、Ｎ台の自動車（又は一般的な物体）を含み、各自動車が、ある自動車から別の自動車への基準／位置データを中継するのであってもよい。第３の自動車５０２－３は、第３の自動車５０２－３の基準データを第２の自動車５０２－２に送信し得、第２の自動車５０２－２は、第２の自動車５０２－２及び第３の自動車５０２－３の基準データを第１の自動車５０２－１に送信し得る。第２の自動車５０２－２の基準データは、第２の自動車５００－２に関連付けられた第２の複数のＩＭＵ ２００－２を使用して計算された第２の自動車５０２－２の現在の絶対位置を含み得る。第３の自動車５０２－３の基準データは、第３の自動車５０２－３に関連付けられた第３の複数のＩＭＵ ２００－３を使用して計算された第３の自動車５０２－３の現在の絶対位置を含み得る。次いで、第１の自動車５０２－１は、第１の自動車５０２－１の無線送受信機を使用して、第２の自動車５０２－２及び第３の自動車５０２－３からの基準データを受信し得る。

[0090] 図５Ｄに示すように、第１の自動車５０２－１は、第１の自動車５０２－１の現在の絶対位置、第２の自動車５０２－２の現在の絶対位置、及び／又は第３の自動車５０２－３の現在の絶対位置を用いて、第２の自動車５０２－２及び第３の自動車５０２－３に対する第１の自動車５０２－１の相対位置を計算し得る。相対位置は、（ｉ）第１の自動車５０２－１と第２の自動車５０２－２との間の距離、及び第１の自動車５０２－１と第３の自動車５０２－３との間の距離と、（ｉｉ）第２の自動車５０２－２に対する第１の自動車５０２－１の向き、及び第３の自動車５０２－３に対する第１の自動車５０２－１の向きとのうちの少なくとも一方を含み得る。例えば、第１の自動車５０２－１は、図５Ｃに示す第２の自動車５０２－２及び第３の自動車５０２－３から受信した基準データに基づいて、第１の自動車５０２－１と第２の自動車５０２－２との間の距離を２ｍと判定し、第１の自動車５０２－１と第３の自動車５０２－３との間の距離を５ｍと判定し得る。いくつかの実施態様では、第２の自動車５０２－２及び第３の自動車５０２－３に対する第１の自動車５０２－１の相対位置は、外部基準信号を使用せずに計算され得る。

[0091] 図５Ｄに示すように、第１の自動車５０２－１は、第１の自動車５０２－１の現在の絶対位置、第２の自動車５０２－２の現在の絶対位置、及び／又は第３の自動車５０２－３の現在の絶対位置を用いて、第２の自動車５０２－２及び第３の自動車５０２－３の速度を計算し得る。図５Ｄに示す例では、第２の自動車５０２－２及び第３の自動車５０２－３の速度は６５ｋｍ／時である。

[0092] いくつかの実施態様では、各物体は、第１の外部物体の観測値を第２の外部物体と共有し得る。例えば、第１の自動車５０２－１は、第２の自動車５０２－２の位置を計算し、第２の自動車５０２－２の位置の観測値を第３の自動車５０２－３に伝達し得る。第３の自動車５０２－３は、第２の自動車５０２－２の位置を独立に計算するのではなく、又はそれに加えて、第１の自動車５０２－１から受信した第２の自動車５０２－２の位置の観測値を使用し得る。同様に、第３の自動車５０２－３は、第２の自動車５０２－２の位置を計算し、それを第１の自動車５０２－１に伝達し得る。

[0093] いくつかの実施態様では、物体がメッシュネットワークにおいてノードとして接続されることにより、物体は、他の物体からの観測値により計算を強化することができる。情報が交換されることにより、時間の経過とともにエントロピー（情報の消失）が減少する。このようにして、いくつかの実施態様では、各ノード（又は、この例では自動車）は、自身の計算した位置と他のノードから受信した情報の位置とを調整することによって、位置（絶対的又は相対位置のいずれかで）を特徴付ける。いくつかの実施態様では、物体は、正確な推定を補強する弾性システムのように動作して、正しさを強化する剛性のポイントに戻り、ある意味で永続的及び／又は継続的に自己補正する。

[0094] いくつかの実施態様では、ドリフトフリーセンサシステム２００－１は、過去のデータ（例えば、過去１５回の状態）を記憶し、過去のデータを補正のために適用する。いくつかの実施態様は、エントリのタイムスタンプを記憶する、及び／又は精度を高めるためにより新しいエントリに重み付けする。いくつかの実施態様では、情報の計算、交換、及び調整のプロセスをいくつかのサイクルにわたって繰り返す。いくつかの実施態様では、ドリフトフリーセンサシステム２００－１は、他の物体からのデータを、受信した順に、及び／又はタイムスタンプ付きで記憶する。最近のデータが過去のデータとの相関がない場合、いくつかの実施態様は、隠れマルコフモデル（ＨＭＭ）を用い、且つベイズ確率を用いて、他の物体の絶対位置の正確な推定値を計算する。いくつかの実施態様は、すべての観測値を時間順に並べたエントリとして記憶し、ストレージの制約に応じて時間エントリを結合又は融合する。

[0095] いくつかの実施態様は、新しいノード（この例では自動車）を認識し、それに応じて相対位置の計算を調整する。例えば、あるノードが、始動したばかりである、又はメッシュネットワークに加わったばかりであると仮定する。ノードは、事前の予測を持たず、最初は計算に多くの誤差が生じるが、これは時間の経過とともに（例えば、２～３回の繰り返しの後に）安定する（又は、誤差が解消される）。ネットワークにおける他のノードも新しいノードを認識し、それに応じてそのノードからの情報を重み付けする。いくつかの実施態様では、１つ又は複数のノードは、独自のセンサを持たないが、単に他の物体又はノードから受信した情報に基づいて情報を計算及び／又は中継する。いくつかの実施態様では、ネットワークにおける他のノードは、独自のセンサを持たないノードを認識し、それに応じてそのようなノードから得られた情報を重み付けする（例えば、そのような観測値に低い重みを与える）。

[0096] いくつかの実施態様では、ドリフトフリーセンサシステム２００－１は、第２の自動車５０２－２に対する第１の自動車５０２－１の相対位置が緊急基準を満たすと判定し得る。例えば、第２の自動車５０２－２は、第１の自動車５０２－１と第２の自動車５０２－２とが将来のある時点で衝突し得るように、第１の自動車５０２－１に向かって旋回することがある。これに応じて、ドリフトフリーセンサシステム２００－１は、運転者に警告する、及び／又は第１の自動車５０２－１に回避操縦を実行させることができ、回避操縦は、第２の自動車５０２－２を回避するために、第１の自動車を制動すること及び／又は第１の自動車５０２－１を旋回させることを含む。

[0097] いくつかの実施態様では、ドリフトセンサシステム２００－１は、移動する物体の方向、位置、向き、及び／又は加速度の予測に基づいて、１つ又は複数の物体を制御し得る。例えば、ドリフトセンサシステム２００－１は、物体（例えば、第１の自動車５０２－１）が家若しくは家の中の物体（例えば、オーブントースター）に向かって移動することに応じて、又はドリフトセンサシステム２００－１が外部物体の相対位置を計算し、外部物体と家（又は家の中の物体）との間の距離が所定の閾値内であると検出したことに応じて、家庭の電気システム（例えば、冷房システム）又は家庭内のオーブンをオン／オフと切り替えることができる。更に例を挙げると、別の状況では、街路又は家の私設車道にある街灯が、自動車が街灯に近づいてきたこと（街灯から離れていくこと）を検知したことに応じて自動的に点灯（消灯）し得る。同様に、このようなシステムは、エリア内の移動する物体（例えば、自動車、ウェアラブルデバイスを装着した人、携帯電話）の数を予測するための交通流分析に使用され得る。モノのインターネット（ＩｏＴ）の環境の状況では、ＩｏＴデバイスは、ドリフトセンサシステム２００－１、システム２００－１に結合されたマザーボード上のコントローラ、又はＩｏＴデバイスに通信可能に（例えば、無線サービスを使用して）結合された通信コントローラを介して制御され得る。

[0098] いくつかの実施態様では、自動車５０２－１は、地図のグラフ表現を表示するユーザインターフェースを備え得る。ドリフトフリーセンサシステム２００－１は、第２の物体に対する第１の物体の相対位置を用いて、地図のグラフ表現上に自動車５０２－１の位置を表示し得る。

[0099] いくつかの実施態様では、ドリフトフリーセンサシステム２００－１は、位置データを較正するために地図データを利用し得る。

[00100] いくつかの実施態様では、ドリフトフリーセンサシステム２００－１は、第２の自動車５０２－２からの基準データを用いて、第１の自動車５０２－１の速度を計算し得る。いくつかの実施態様では、ドリフトフリーセンサシステム２００－１は、第１の自動車５０２－１のオンボード診断（ＯＢＤ）システムに接続されて、ＯＢＤシステムから速度データを受信し得る。速度データは、モーション合成モジュール２５０によって、本明細書に記載された１つ又は複数のモーション合成アルゴリズムを選択するための状態情報として使用され得る。

[00101] いくつかの実施態様では、ドリフトフリーセンサシステム２００－１は、第１の自動車５０２－１の絶対位置を更新（例えば、較正又は冗長性チェック）するために基準データを利用し得る。例えば、ドリフトフリーセンサシステム２００－１は、基準データを用いて第１の自動車５０２－１の絶対位置を三角測量し得る。

[00102] いくつかの実施態様では、ドリフトフリーセンサシステム２００－１は、物体の相対位置の時間的変化に基づいて他の自動車又は物体の速度を計算し得る。例えば、第２の自動車が時刻ｔ１に相対位置のｐ１にあり、時刻ｔ２に相対位置のｐ２にあるとすると、ドリフトフリーセンサシステム２００－１は、ｐ１とｐ２との間の差の絶対値をｔ１とｔ２との間の差で除すことにより、第２の自動車の相対速度を計算し得る。

[00103] 図６は、いくつかの実施態様による、第２の物体に対する第１の物体の位置を計算する方法６００のフローチャート図を示す。例えば、図５Ａ～図５Ｄを参照すると、第１の自動車５０２－１は、第２の自動車５０２－２及び第３の自動車５０２－３に対する第１の自動車５０２－１の位置を計算する。

[00104] いくつかの実施態様では、本方法は第１の物体において実施される。第１の物体は、街灯、信号機、又は建物などの静的物体であってもよい。第１の物体は、自動車、モバイルデバイス、ゲーム機、又は発射体などの移動する物体であってもよい。第１の物体は、コントローラ（例えば、コントローラ３００）と、無線送受信機（例えば、通信インターフェース２１４）と、第１の複数の慣性計測装置（ＩＭＵ）であって、それぞれが第１の複数のＩＭＵの他のＩＭＵに対して１つ又は複数の位置及び向きに取り付けられる、第１の複数の慣性計測装置とを備えるドリフトフリーモーションセンサシステム２００であってもよい。ＩＭＵの例示的な向き／位置は、図１Ａ～図１Ｆに示されている。

[00105] いくつかの実施態様では、第１の物体は、第１の物体の初期絶対位置を受信する（６０２）ように構成される。第１の物体の初期絶対位置は、第１の物体のＩＭＵを始動するための初期シード位置であり得る。初期絶対位置は、中でも、緯度／経度の形式（例えば、緯度ＸＸ、経度ＹＹ）であってもよい。

[00106] いくつかの実施態様では、第１の物体は、第１の複数のＩＭＵ（例えば、ＩＭＵ ２００－１）を使用して、第１の物体のモーションを検知する（６０４）ように構成される。例えば、図５Ａに示すように、第１の自動車５０２－１は、ドリフトフリーセンサシステム２００－１のＩＭＵを使用して、第１の自動車５０２－１が動いていて、北に１０ｍ移動したことを検知し得る。

[00107] いくつかの実施態様では、第１の物体は、第１の物体のモーションを表すモーション信号を生成する（６０６）ように構成される。モーション信号は、図３に示し、本明細書で説明されるように、コントローラ３００のモジュールの１つ又は複数を使用して計算され得る。いくつかの実施態様では、モーション信号は、第１の複数のＩＭＵのそれぞれからの検知されたモーションデータ、第１の複数のＩＭＵのそれぞれの所定の位置、及び第１の複数のＩＭＵのそれぞれの所定の向きに基づいて、修正データ出力を計算することにより生成され得る。

[00108] いくつかの実施態様では、第１の物体は、コントローラ（例えば、コントローラ３００）を使用して、ＩＭＵの出力及び第１の物体の初期絶対位置を用いて、第１の物体の現在の絶対位置を計算する（６０８）ように構成される。例えば、図５Ｂに示すように、第１の自動車５０２－１は、ＩＭＵ ２００－１の出力及び第１の自動車５０２－１の初期絶対位置を用いて、例えば、ＩＭＵの出力を緯度及び経度座標データと足し合わせることにより、第１の自動車５０２－１の現在の絶対位置を緯度ＸＸ、経度ＹＹ＋１０ｍと計算し得る。

[00109] いくつかの実施態様では、第１の物体は、無線送受信機（例えば、通信インターフェース２１４）を使用して、第２の物体からの基準データを受信する（６１０）ように構成される。いくつかの実施態様では、基準データは、第２の物体に関連付けられた第２の複数のＩＭＵを使用して計算された第２の物体の現在の絶対位置を含む。例えば、図５Ｃに示すように、第２の自動車５０２－２の基準データは、第２の自動車５００－２に関連付けられた第２の複数のＩＭＵを使用して計算された第２の自動車５０２－２の現在の絶対位置を含み得る。

[00110] いくつかの実施態様では、第１の物体は、第１の物体の現在の絶対位置及び第２の物体の現在の絶対位置を用いて、第２の物体に対する第１の物体の相対位置を計算する（６１２）ように構成される。いくつかの実施態様では、相対位置は、（ｉ）第１の物体と第２の物体との間の距離と、（ｉｉ）第２の物体に対する第１の物体の向きとのうちの少なくとも一方を含む。例えば、図５Ｄに示すように、第１の自動車５０２－１は、図５Ｃに示す第２の自動車５０２－２から受信した基準データに基づいて、第１の自動車５０２－１と第２の自動車５０２－２との間の距離を２ｍと判定し得る。

[00111] いくつかの実施態様では、第１の物体は、第２の物体に対する第１の物体の推定距離を（例えば、放射測定を使用して）計算するために無線通信信号を使用する。いくつかの実施態様では、距離の測定は、（ｉ）第１の物体による、第１の物体と第２の物体との間の距離の測定と、（ｉｉ）無線送受信機を使用してデータ伝送を介して第２の物体から第１の物体に中継される、第２の物体による、第１の物体と第２の物体との間の距離の測定と、（ｉｉｉ）無線送受信機を使用してデータ伝送を介して第１の物体から第２の物体に中継される、第２の物体による、第１の物体と第２の物体との間の距離の測定とのうちの少なくとも１つを含む。いくつかの実施態様では、このような測定方法のうちの１つ又は複数が、全体的な修正相対位置推定に独立して使用される。いくつかの実施態様では、そのような測定のうちの１つ又は複数が、デバイスネットワークにおける誤差を排除するために、ＩＭＵ修正出力との通信において使用される。

[00112] いくつかの実施態様では、第２の物体からの基準データは、第３の物体に関連付けられた第３の複数のＩＭＵを使用して計算された第３の物体の第３の物体の現在の絶対位置を含む。第１の物体は、第１の物体の現在の絶対位置及び第３の物体の現在の絶対位置を用いて、第３の物体に対する第１の物体の相対位置を計算するように構成される。相対位置は、（ｉ）第１の物体と第３の物体との間の距離と、（ｉｉ）第３の物体に対する第１の物体の向きとのうちの少なくとも一方を含む。例えば、図５Ｃに示すように、メッシュネットワークは、第３の自動車５０２－３が第３の自動車５０２－３の基準データを第２の自動車５０２－２に送信し得、第２の自動車５０２－２が第３の自動車５０２－３の基準データを第１の自動車５０２－１に送信し得るように作られ得る。第３の自動車５０２－３の基準データは、第３の自動車５０２－３に関連付けられた第３の複数のＩＭＵ ２００－３を使用して計算された第３の自動車５０２－３の現在の絶対位置を含み得る。

[00113] いくつかの実施態様では、第１の複数のＩＭＵは、形状補正、静的較正、モーション分解、動的較正、モーション合成、及びエッジ状態平滑化のうちの少なくとも１つを用いてモーション信号を生成する。

[00114] いくつかの実施態様では、コントローラは、他の内部及び／又は環境状態のための追加的なセンサを含み、これには、典型的には、温度センサ、ＧＰＳなどの自動車センサが含まれる。いくつかの実施態様では、追加的なセンサデータが、コントローラによって無線送受信機を使用して、独立したデータパケットで、又は基準信号とともにデータパケットに含まれて送信される。

[00115] いくつかの実施態様では、第１の物体が第１の自動車であり、第２の物体が第２の自動車であり、本方法は、第２の自動車に対する第１の自動車の相対位置を計算した後、第２の自動車に対する第１の自動車の相対位置が緊急基準を満たすか否かを判定することと、第２の自動車に対する第１の自動車の相対位置が緊急基準を満たすと判定したことに応じて、第１の自動車に回避操縦を行わせることであって、回避操縦が、第１の自動車を制動すること及び／又は第１の自動車を旋回させることを含む、こととを更に含む。例えば、図５Ａ～図５Ｄを参照すると、第２の自動車５０２－２は、第１の自動車５０２－１と第２の自動車５０２－２とが将来のある時点で衝突し得るように、第１の自動車５０２－１に向かって旋回することがある。これに応じて、ドリフトフリーセンサシステム２００－１は、運転者に警告する、及び／又は第１の自動車５０２－１に回避操縦を実行させることができ、回避操縦は、第２の自動車５０２－２を回避するために、第１の自動車を制動すること及び／又は第１の自動車５０２－１を旋回させることを含む。

[00116] いくつかの実施態様では、第１の物体は、第１の物体に関連付けられたユーザインターフェースにおいて、第２の物体に対する第１の物体の相対位置を用いて、地図のグラフ表現上に第１の物体の位置を表示するように更に構成される。例えば、図５Ａ～図５Ｄを参照すると、ドリフトフリーセンサシステム２００－１は、第２の物体に対する第１の物体の相対位置を用いて、地図のグラフ表現上に自動車５０２－１の位置を表示し得る。

[00117] いくつかの実施態様は、物体の位置、速度、及び／又は向きを計算及び／又は表示するのに、上述のデバイス関連情報（例えば、デバイス識別子、デバイス特性、手動又は自律的な操作、静的又は動的な物体、オン／オフの状態など）を用いる。

[00118] いくつかの実施態様では、第１の物体は家電製品であり、第２の物体は自動車である。家電製品は、家電製品に対する自動車の相対位置を計算した後、家電製品に対する自動車の相対位置が動作状態変化基準を満たすか否かを判定し、家電製品に対する自動車の相対位置が動作状態変化基準を満たすと判定したことに応じて、家電製品をオフ状態からオン状態に変化させるように構成される。

[00119] 上記の説明では、添付の図面に例が示される実施態様について詳細に言及されている。また、上記の詳細な説明では、様々な記載される実施態様の十分な理解を提供するために、多数の具体的詳細が記載される。しかしながら、様々な記載される実施態様が、これらの具体的詳細なしに実施され得ることが当業者には明らかであろう。他の例では、周知の方法、プロシージャ、コンポーネント、回路、及びネットワークが、実施態様の態様を不必要に不明瞭にしないように、詳細に記載されていない。

[00120] いくつかの例では、第１の、第２のなどの用語が、様々な要素を表すために本明細書で使用されるが、これらの要素は、これらの用語によって限定されるものではないことも理解されよう。これらの用語は、ある要素を別の要素と区別するためだけに使用されているに過ぎない。例えば、様々な記載される実施態様の範囲から逸脱することなく、第１の電子デバイスは、第２の電子デバイスと名付けることができ、同様に、第２の電子デバイスは、第１の電子デバイスと名付けることができる。第１の電子デバイス及び第２の電子デバイスは、ともに電子デバイスであるが、これらは、必ずしも同じ電子デバイスではない。

[00121] 本明細書の様々な記載される実施態様の説明で使用される専門用語は、特定の実施態様を説明する目的のものにすぎず、限定することを意図するものではない。様々な記載される実施態様の説明及び添付の特許請求の範囲において使用される場合、単数形「１つの（a）」、「１つの（an）」、及び「その（the）」は、文脈上明白に他の意味を示す場合を除き、複数形も含むことが意図される。本明細書において使用される場合、「及び／又は」という用語は、関連する列挙された項目の１つ又は複数のありとあらゆる可能な組み合わせを指し、及びそれらを包含することも理解されよう。「含む／備える（includes）」、「含む／備える（including）」、「含む／備える（comprises）」、及び／又は「含む／備える（comprising）」という用語は、本明細書において使用される場合、記載された特徴、整数値、ステップ、動作、要素、及び／又はコンポーネントの存在を明示するが、１つ又は複数の他の特徴、整数値、ステップ、動作、要素、コンポーネント、及び／又はこれらのグループの存在又は追加を除外しないことが更に理解されよう。

[00122] 本明細書において使用される場合、「～である場合（if）」という用語は、任意選択で、文脈に応じて、「～するときに（when）」、又は「～すると（upon）」、又は「判定したことに応じて（in response to determining）」、又は「検出したことに応じて（in response to detecting）」、又は「～という判定にしたがって（in accordance with a determination that）」を意味すると解釈される。同様に、「～と判定された場合（if it is determined）」、又は「［記載された状態又は事象］が検出された場合（if [a stated condition or event] is detected）」という語句は、任意選択で、文脈に応じて、「判定されると（upon determining）」、又は「判定したことに応じて（in response to determining）」、又は「［記載された状態又は事象］を検出すると（upon detecting [the stated condition or event]）」、又は「［記載された状態又は事象］を検出したことに応じて（in response to detecting [the stated condition or event]）」、又は「［記載された状態又は事象］が検出されたという判定にしたがって（in accordance with a determination that [a stated condition or event] is detected）」を意味すると解釈される。

[00123] 様々な図のいくつかは、ある特定の順序で、いくつかの論理段階を示すが、順序に依存しない段階は、並べ替えられてもよく、他の段階は、組み合わせられてもよく、又は取り出されてもよい。いくつかの並び替え、又は他のグループ分けを具体的に述べたが、他の並び替え又はグループ分けが、当業者には明らかであり、したがって、本明細書で提示される順序付け及びグループ分けは、代替策の網羅的なリストではない。また、これらの段階は、ハードウェア、ファームウェア、ソフトウェア、又はこれらの任意の組み合わせで実施され得ることを認識されたい。

[00124] 上記の記載は、説明目的で、特定の実施態様に関連して説明されたものである。しかしながら、上記の説明のための記述が、網羅的であること、又は特許請求の範囲を開示した通りの形に限定することは意図されない。上記の教示に鑑みて、多くの修正形態及び変形形態が可能である。実施態様は、特許請求の範囲及びそれらの実際の応用の基礎となる原理を最良に説明するために、またそれによって、当業者が、企図される特定の使用に適するような様々な修正を有する実施態様を最良に利用することを可能にするために、選択されたものである。

Claims (11)

1. 第２の物体に対する第１の物体の位置を計算するための方法であって、前記方法が、
   コントローラと、無線送受信機と、第１の複数の慣性計測装置（ＩＭＵ）であって、それぞれが前記第１の複数のＩＭＵの他のＩＭＵに対して１つ又は複数の位置及び向きに取り付けられる、第１の複数の慣性計測装置とを備える第１の物体であって、前記第１の物体が、
   前記第１の複数のＩＭＵ又は前記コントローラの第１の物体の初期絶対位置を受信し、
   前記第１の複数のＩＭＵを使用して、前記第１の物体のモーションを検知し、前記第１の物体の検知されたモーションデータを生成し、
   前記コントローラを使用して、前記第１の物体の前記モーションを表すモーション信号を生成し、前記モーション信号が、前記第１の複数のＩＭＵのそれぞれからの検知されたモーションデータ、前記第１の複数のＩＭＵのそれぞれの所定の位置、及び前記第１の複数のＩＭＵのそれぞれの所定の向きに基づいて、修正データ出力を計算することによって生成され、
   前記コントローラを使用して、前記コントローラによって生成された前記モーション信号と前記第１の物体の初期絶対位置とを用いて、第１の物体の現在の絶対位置を計算し、
   前記無線送受信機を使用して、第２の物体からの基準データを受信し、前記基準データが、前記第２の物体に関連付けられた第２の複数のＩＭＵを使用して計算された第２の物体の現在の絶対位置を含み、
   前記第１の物体の現在の絶対位置及び前記第２の物体の現在の絶対位置を用いて、前記第２の物体に対する前記第１の物体の相対位置を計算し、前記相対位置が、（ｉ）前記第１の物体と前記第２の物体との間の距離と、（ｉｉ）前記第２の物体に対する前記第１の物体の向きとのうちの少なくとも一方を含む
   ように構成される、第１の物体において
   含む、方法。
2. 前記基準データが、第３の物体に関連付けられた第３の複数のＩＭＵを使用して計算された前記第３の物体の第３の物体の現在の絶対位置を含み、前記第１の物体が、
   前記第１の物体の現在の絶対位置及び前記第３の物体の現在の絶対位置を用いて、前記第３の物体に対する前記第１の物体の相対位置を計算し、前記相対位置が、（ｉ）前記第１の物体と前記第３の物体との間の距離と、（ｉｉ）前記第３の物体に対する前記第１の物体の向きとのうちの少なくとも一方を含む
   ように構成される、請求項１に記載の方法。
3. 前記第１の物体が、
   前記第１の物体における前記無線送受信機を使用して、前記第２の物体に対する前記第１の物体の前記第１の物体の現在の絶対位置を送信する
   ように構成され、
   前記第２の物体が、
   前記第２の物体における無線送受信機を使用して、前記第１の物体の前記第１の物体の現在の絶対位置を受信し、
   前記第２の物体におけるコントローラを使用して、前記第１の物体の現在の絶対位置及び前記第２の物体の現在の絶対位置を用いて、前記第１の物体に対する前記第２の物体の相対位置を計算し、前記相対位置が、（ｉ）前記第２の物体と前記第１の物体との間の距離と、（ｉｉ）前記第１の物体に対する前記第２の物体の向きとのうちの少なくとも一方を含む、
   ように構成される、請求項１又は２に記載の方法。
4. 前記第１の複数のＩＭＵが、形状補正、静的較正、モーション分解、動的較正、モーション合成、及びエッジ状態平滑化のうちの少なくとも１つを用いて前記モーション信号を生成する、請求項１～３のいずれか一項に記載の方法。
5. 前記第１の複数のＩＭＵが、加速度計又はジャイロスコープを備える、請求項１～４のいずれか一項に記載の方法。
6. 前記第１の物体の現在の絶対位置及び前記第２の物体の現在の絶対位置が、外部基準信号なしで計算される、請求項１～５のいずれか一項に記載の方法。
7. 前記第１の物体が第１の自動車であり、前記第２の物体が第２の自動車であり、前記第１の物体が、
   前記第２の自動車に対する前記第１の自動車の相対位置を計算した後、前記第２の自動車に対する前記第１の自動車の前記相対位置が緊急基準を満たすか否かを判定し、
   前記第２の自動車に対する前記第１の自動車の前記相対位置が緊急基準を満たすと判定したことに応じて、前記第１の自動車に回避操縦を行わせ、前記回避操縦が、前記第１の自動車を制動すること又は前記第１の自動車を旋回させることを含む、
   ように構成される、請求項１～６のいずれか一項に記載の方法。
8. 前記第１の物体が、
   前記第１の物体に関連付けられたユーザインターフェースにおいて、前記第２の物体に対する前記第１の物体の前記相対位置を用いて、地図のグラフ表現上に前記第１の物体の位置を表示する
   ように構成される、請求項１～７のいずれか一項に記載の方法。
9. 前記第１の物体が家電製品であり、前記第２の物体が自動車であり、前記家電製品が、
   前記家電製品に対する前記自動車の相対位置を計算した後、前記家電製品に対する前記自動車の前記相対位置が動作状態変化基準を満たすか否かを判定し、
   前記家電製品に対する前記自動車の前記相対位置が動作状態変化基準を満たすと判定したことに応じて、前記家電製品をオフ状態からオン状態に変化させる
   ように構成される、請求項１～６のいずれか一項に記載の方法。
10. 第２の物体に対する第１の物体の位置を計算するためのシステムであって、前記システムが、
    コントローラと、無線送受信機と、第１の複数の慣性計測装置（ＩＭＵ）とを備える第１の物体であって、前記第１の物体が、請求項１～９のいずれか一項に記載のステップを実行するように構成される、第１の物体
    を備える、システム。
11. １つ又は複数のプログラムを記憶する非一時的コンピュータ可読記憶媒体であって、前記１つ又は複数のプログラムが、コントローラと、無線送受信機と、第１の複数の慣性計測装置（ＩＭＵ）とを備える第１の物体によって実行されると、請求項１～９のいずれか一項に記載のステップを前記第１の物体に実行させる命令を含む、非一時的コンピュータ可読記憶媒体。

Images