JP2023125174A - 情報処理装置及び情報処理方法 - Google Patents
情報処理装置及び情報処理方法 Download PDFInfo
- Publication number
- JP2023125174A JP2023125174A JP2022029141A JP2022029141A JP2023125174A JP 2023125174 A JP2023125174 A JP 2023125174A JP 2022029141 A JP2022029141 A JP 2022029141A JP 2022029141 A JP2022029141 A JP 2022029141A JP 2023125174 A JP2023125174 A JP 2023125174A
- Authority
- JP
- Japan
- Prior art keywords
- information
- position information
- location
- indicated
- mobile body
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 55
- 238000003672 processing method Methods 0.000 title claims description 12
- 238000010801 machine learning Methods 0.000 claims description 72
- 238000003066 decision tree Methods 0.000 claims description 36
- 238000009434 installation Methods 0.000 claims description 17
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 abstract 2
- 238000000034 method Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 6
- 230000008054 signal transmission Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
Description
本発明は、不正な位置情報を検出するための情報処理装置及び情報処理方法に関する。
ドローンや自動運転車両等の移動体が、GNSS(Global Navigation Satellite System)の信号を受信することにより現在の位置を特定して運行する技術が知られている。
坂井丈泰,「GPSのセキュリティ」,日本信頼性学会誌,日本信頼性学会,2017年7月,Vol.39,No.4,pp.158-164
GNSSにおいて、移動体は人工衛星から受信した測位信号に基づいて位置を特定する。従来、移動体は、偽の測位信号を送信するスプーフィングや、他の場所の測位信号を再送信するミーコニング等により、移動体の実際の位置とは異なる不正な位置情報を取得するおそれがあった(非特許文献1)。
この問題を解決するために、特許文献1には、時系列で記録された測位信号の信号強度に基づいて、測位信号が偽装されているか否かを判定するシステムが開示されている。しかしながら、特許文献1に記載されたシステムは、測位信号そのものまでもが偽装された場合に、測位信号が偽装されているか否かを判定できない。
特許文献2には、人工衛星から受信した測位信号に基づいて特定した自車両の位置と、周辺車両の位置と、の差に基づいて、測位信号が偽装されているか否かを判定するシステムが開示されている。しかしながら、特許文献2に記載されたシステムは、人工衛星からの測位信号及び周辺車両の位置の両方を同じタイミングで取得できなければ、測位信号が偽装されているか否かを判定できない。
そこで、本発明はこれらの点に鑑みてなされたものであり、移動体の不正な位置情報の検出信頼性を向上させ、結果として移動体の位置情報の確度を上げることを目的とする。
本発明の第1の態様の情報処理装置は、移動体が人工衛星から受信した信号を用いて測定された前記移動体の位置を示す第1位置情報を取得する第1位置情報取得部と、前記移動体が前記移動体と相互に接続された外部装置との間で送信又は受信した信号を用いて測定された前記移動体の位置を示す第2位置情報を取得する第2位置情報取得部と、前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離に基づいて、前記第1位置情報が不正であるか否かを判定する判定部と、を有する。
前記外部装置は、地上における所定の設置位置に固定された設備であり、前記第2位置情報は、前記移動体が信号を受信した前記外部装置の前記設置位置を用いて算出されてもよい。
前記判定部は、前記第1位置情報が示す位置と、前記第1位置情報よりも前に測定された前記第2位置情報であって最後に測定された前記第2位置情報が示す位置との距離に基づいて、前記第1位置情報が不正であるか否かを判定してもよい。
前記判定部は、前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離に加えて、所定の時間差で測定された2つの前記第1位置情報が示す位置の距離に基づいて、前記第1位置情報が不正であるか否かを判定してもよい。
前記第1位置情報取得部は、前記移動体が前記人工衛星から受信した信号を用いて測定された前記移動体の標高を示す第1標高情報を取得し、前記第2位置情報取得部は、前記移動体が前記外部装置との間で送信又は受信した信号を用いて測定された前記移動体の標高を示す第2標高情報を取得し、前記判定部は、前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離に加えて、前記第1標高情報が示す標高と前記第2標高情報が示す標高との差に基づいて、前記第1位置情報が不正であるか否かを判定してもよい。
前記情報処理装置は、前記第1位置情報が不正であると前記判定部が判定した場合に、不正であると判定された前記第1位置情報を出力せず、不正であると判定された前記第1位置情報の前又は後に測定された位置を示す前記第1位置情報を出力する出力部をさらに有してもよい。
前記情報処理装置は、前記第1位置情報が不正であると前記判定部が判定した場合に、不正であると判定された前記第1位置情報を出力せず、前記第1位置情報とは異なる手段で測定された前記移動体の位置を示す位置情報を出力する出力部をさらに有してもよい。
前記判定部は、前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離が閾値以上である場合に前記第1位置情報が不正であると判定し、前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離が前記閾値未満である場合に前記第1位置情報が不正でないと判定してもよい。
前記判定部は、前記第1位置情報が示す位置と、前記第1位置情報よりも前に測定された前記第2位置情報であって最後に測定された前記第2位置情報が示す位置との距離を第1閾値と比較する分類木、及び所定の時間差で測定された2つの前記第1位置情報が示す位置の距離を第2閾値と比較する分類木を含む決定木を用いて、前記第1位置情報が不正であるか否かを判定してもよい。
前記情報処理装置は、前記第1位置情報が示す位置と、前記第1位置情報よりも前に測定された前記第2位置情報であって最後に測定された前記第2位置情報が示す位置との距離と、所定の時間差で測定された2つの前記第1位置情報が示す位置の距離と、に対して機械学習をすることによって前記第1閾値及び前記第2閾値を決定する学習部をさらに有し、前記学習部が前記機械学習に用いる複数の前記第1位置情報の一部は偽装されており、前記学習部が前記機械学習に用いる複数の前記第1位置情報の残りは偽装されていなくてもよい。
前記情報処理装置は、前記移動体の移動速度と、前記移動体の加速度と、前記移動体が信号を受信した前記人工衛星の数と、前記移動体が信号を受信した前記人工衛星の種類と、の少なくとも1つを含む追加情報を取得する追加情報取得部をさらに有し、前記判定部は、前記追加情報に対応する前記閾値を用いて、前記第1位置情報が不正であるか否かを判定してもよい。
前記情報処理装置は、偽装されている前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離と、偽装されていない前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離と、を入力することにより前記第1位置情報が偽装されているか否かを示す情報を出力する機械学習モデルを記憶する記憶部をさらに有し、前記判定部は、前記機械学習モデルに前記第1位置情報が示す位置及び前記第2位置情報が示す位置の距離を入力することにより、前記第1位置情報が偽装されていることを示す情報を前記機械学習モデルが出力した場合に前記第1位置情報が不正であると判定し、前記第1位置情報が偽装されていないことを示す情報を前記機械学習モデルが出力した場合に前記第1位置情報が不正でないと判定してもよい。
前記情報処理装置は、前記移動体の移動速度と、前記移動体の加速度と、前記人工衛星の数と、前記人工衛星の種類と、の少なくとも1つを含む追加情報を取得する追加情報取得部をさらに有し、前記判定部は、前記追加情報に対応する前記機械学習モデルを用いて、前記第1位置情報が不正であるか否かを判定してもよい。
本発明の第2の態様の情報処理方法は、プロセッサが実行する、移動体が人工衛星から受信した信号を用いて測定された前記移動体の位置を示す第1位置情報を取得するステップと、前記移動体が前記移動体と相互に接続された外部装置との間で送信又は受信した信号を用いて測定された前記移動体の位置を示す第2位置情報を取得するステップと、前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離に基づいて、前記第1位置情報が不正であるか否かを判定するステップと、を有する。
本発明によれば、移動体の不正な位置情報の検出信頼性を向上させ、結果として移動体の位置情報の確度を上げることができるという効果を奏する。
[情報処理装置の概要]
図1は、本実施形態に係る情報処理装置の模式図である。情報処置装置は、移動体1に含まれるが、本実施形態においては、説明を簡明化するために移動体1に含まれる他の装置等を省略して、移動体1そのものとして記述する。ただし、情報処理装置の機能の一部は、必ずしも移動体1の内部にある必要はなく、移動体1の外部にあって移動体1と通信可能であるその他のサーバ等の装置により代替してもよい。
図1は、本実施形態に係る情報処理装置の模式図である。情報処置装置は、移動体1に含まれるが、本実施形態においては、説明を簡明化するために移動体1に含まれる他の装置等を省略して、移動体1そのものとして記述する。ただし、情報処理装置の機能の一部は、必ずしも移動体1の内部にある必要はなく、移動体1の外部にあって移動体1と通信可能であるその他のサーバ等の装置により代替してもよい。
移動体1は、地上又は空中を移動可能な装置である。移動体1は、所定の方法で移動体1の位置情報を取得するとともに、取得した位置情報を用いて移動の制御を可能とするための情報処理を行なう情報処理装置を含んでもよい。移動体1は、例えば、自律的に飛行するドローン等の飛行装置、自律的に走行する自動走行車両又は歩行者が保持している通信端末等である。移動体1は、位置情報取得のために人工衛星2から無線信号を受信し、また外部装置3との間で無線信号を送受信する。
人工衛星2は、移動体1が位置情報を取得するために用いられる無線信号を送信する、宇宙空間に配置された測位衛星である。人工衛星2は、例えば、準天頂衛星システム(QZSS:Quasi-Zenith Satellite System)、GPS(Global Positioning System)等のGNSSに含まれている。人工衛星2は、例えば、人工衛星2の位置及び送信時刻を示す測位信号を移動体1に送信する。移動体1は、移動体1が受信した測位信号の送信元である人工衛星2の位置及び測位信号の送信時刻を用いて測定された移動体1の位置を示す第1位置情報を取得する。
外部装置3は、移動体1と無線信号を送受信することによって相互に接続された、地上における所定の設置位置に固定された設備である。移動体1は、移動体1と相互に接続された外部装置3の設置位置を用いて測定された移動体1の位置を示す第2位置情報を取得する。
外部装置3は、例えば、移動体通信網の基地局又は無線LAN(Local Area Network)のアクセスポイントである。この場合に、移動体1が外部装置3との間で信号を送信又は受信したタイミングで移動体1が外部装置3の通信可能範囲(数メートル~数百メートル)にいるため、外部装置3の設置位置を用いて移動体1の位置を測定することができる。基地局又はアクセスポイントのように、通信ネットワークを介して移動体1が位置を測定するための情報を提供する主体を、NLP(Network Location Provider)ともいう。
また、外部装置3は、例えば、移動体1に付されたIC(Integrated Circuit)タグを読み取り可能な読取装置であってもよい。外部装置3は、移動体1に付されたICタグとの間で近距離無線通信を行うことによって、ICタグに記録された内容を読み取る。この場合に、外部装置3がICタグを読み取ったタイミングで移動体1が外部装置3に近接しているため、外部装置3の設置位置を用いて移動体1の位置を測定することができる。
偽装信号発生装置4は、偽装信号を発生させる装置である。偽装信号は、例えば、GNSSの信号と同じ形式を有する信号であり、偽の測位信号や、他の場所で受信された測位信号等である。
本実施形態に係る移動体1が実行する処理の概要を以下に説明する。移動体1は、人工衛星2から受信した信号を用いて測定された移動体1の位置を示す第1位置情報を取得する。移動体1は、例えば、複数の人工衛星2から受信した複数の信号を用いて各人工衛星2の位置及び各人工衛星2との距離を特定し、特定した位置及び距離を用いて移動体1の位置を測定し、測定した位置を示す第1位置情報を取得する。ここで、移動体1は、偽装信号発生装置4が発生させた偽装信号を受信することにより、不正な第1位置情報、すなわち実際の位置とは異なる第1位置情報を取得する可能性がある。
また、移動体1は、外部装置3との間で送信又は受信した信号を用いて測定された移動体1の位置を示す第2位置情報を取得する。移動体1は、例えば、外部装置3から受信した信号に基づいて一又は複数の外部装置3の設置位置を特定し、特定した設置位置を用いて移動体1の位置を測定し、測定した位置を示す第2位置情報を取得する。また、移動体1は、移動体1が外部装置3に送信した信号を用いて測定された位置を示す第2位置情報を、外部装置3から取得してもよい。
移動体1は、人工衛星2からの信号に基づく第1位置情報と外部装置3からの信号に基づく第2位置情報とを同時に取得してもよく、異なるタイミングで取得してもよい。移動体1は、取得した第1位置情報が示す位置と第2位置情報が示す位置との距離に基づいて、第1位置情報が不正であるか否か(例えば、偽装されているか否か)を判定する。移動体1は、例えば、第1位置情報が示す位置と第2位置情報が示す位置との距離が閾値以上である場合に第1位置情報が不正であると判定し、そうでない場合に第1位置情報が不正でないと判定する。
移動体1は、第1位置情報が不正であると判定した場合に、不正であると判定された第1位置情報を利用せず、代わりにその前後に測定された位置を示す第1位置情報を利用する。また、移動体1は、第1位置情報が不正であると判定した場合に、不正であると判定された第1位置情報を利用せず、代わりに第1位置情報とは異なる手段(ジャイロセンサ等)で測定された位置を示す位置情報を利用してもよい。
人工衛星2は移動体1に対して一方的に信号を送信するため、移動体1が人工衛星2から受信したとする信号は偽装されていても偽装されていると認識できないおそれがあり、これにより不正な第1位置情報、すなわち実際の位置とは異なる位置情報が出力されるリスクがある。一方、外部装置3は移動体1と相互に接続されているため、移動体1が外部装置3との間で送信又は受信された信号は偽装されているおそれが比較的小さい。上述の処理により、移動体1は、外部装置3との間で送信又は受信された信号に対応する第2位置情報を用いて、人工衛星2から受信した信号に対応する第1位置情報が不正であるか否かを判定する。これにより、移動体1は、移動体1における不正な位置情報の検出信頼性を向上させることができる。
[情報処理装置の構成]
図2は、本実施形態に係る情報処理装置である移動体1のブロック図である。図2において、矢印は主なデータの流れを示しており、図2に示したもの以外のデータの流れがあってもよい。図2において、各ブロックはハードウェア(装置)単位の構成ではなく、機能単位の構成を示している。そのため、図2に示すブロックは単一の装置内に実装されてもよく、あるいは複数の装置内に分かれて実装されてもよい。ブロック間のデータの授受は、データバス、ネットワーク、可搬記憶媒体等、任意の手段を介して行われてもよい。
図2は、本実施形態に係る情報処理装置である移動体1のブロック図である。図2において、矢印は主なデータの流れを示しており、図2に示したもの以外のデータの流れがあってもよい。図2において、各ブロックはハードウェア(装置)単位の構成ではなく、機能単位の構成を示している。そのため、図2に示すブロックは単一の装置内に実装されてもよく、あるいは複数の装置内に分かれて実装されてもよい。ブロック間のデータの授受は、データバス、ネットワーク、可搬記憶媒体等、任意の手段を介して行われてもよい。
移動体1は、記憶部11と、人工衛星信号受信部12と、外部装置信号送受信部13と、制御部14と、を有する。記憶部11は、ROM(Read Only Memory)、RAM(Random Access Memory)、ハードディスクドライブ等を含む記憶媒体である。記憶部11は、制御部14が実行するプログラムを予め記憶している。また、記憶部11は、後述の学習部144が生成した決定木又は機械学習モデルを示す情報を記憶する。記憶部11は、移動体1の外部に設けられてもよく、その場合にネットワークを介して制御部14との間でデータの授受を行ってもよい。
人工衛星信号受信部12は、人工衛星2が送信した信号を受信するためのアンテナを有する。人工衛星信号受信部12は、人工衛星2が送信した信号を受信する。人工衛星信号受信部12は、受信した信号の内容を制御部14に通知する。
外部装置信号送受信部13は、外部装置3との間で信号を送受信するためのアンテナを有する。外部装置信号送受信部13は、外部装置3が送信した信号を受信し、受信した信号の内容を制御部14に通知する。また、外部装置信号送受信部13は、制御部14から出力された信号を外部装置3に送信する。
外部装置信号送受信部13は、移動体1と相互に接続された外部装置3から所定の信号を受信する。外部装置3が基地局又はアクセスポイントである場合に、外部装置信号送受信部13は、移動体1と外部装置3との間で行われている無線通信の信号を外部装置3から受信する。外部装置3がICタグの読取装置である場合に、外部装置信号送受信部13は、外部装置3が移動体1に付されたICタグから読み取ったことを示す信号を外部装置3から受信する。
制御部14は、第1位置情報取得部141と、第2位置情報取得部142と、追加情報取得部143と、学習部144と、偽装データ発生部145と、判定部146と、出力部147と、を有する。図2の制御部14において、破線の矢印は後述の機械学習に関する処理におけるデータの流れを表しており、実線の矢印は後述の判定に関する処理におけるデータの流れを表している。
制御部14は、例えばCPU(Central Processing Unit)等のプロセッサであり、記憶部11に記憶されたプログラムを実行することにより、第1位置情報取得部141、第2位置情報取得部142、追加情報取得部143、学習部144、偽装データ発生部145、判定部146及び出力部147として機能する。制御部14の機能の少なくとも一部は、電気回路によって実行されてもよい。また、制御部14の機能の少なくとも一部は、ネットワーク経由で実行されるプログラムによって実行されてもよい。
[位置情報の取得に関する構成]
まず、本実施形態に係る情報処理装置である移動体1において移動体1の位置情報を取得するための構成を以下に説明する。移動体1において、第1位置情報取得部141及び第2位置情報取得部142は、それぞれ位置情報及び標高情報を取得する。位置情報は、例えば、移動体1が位置する緯度及び経度によって表される。標高情報は、例えば、移動体1が位置する海面を基準とした高さによって表される。位置情報及び標高情報は、その他の方法で表されてもよい。
まず、本実施形態に係る情報処理装置である移動体1において移動体1の位置情報を取得するための構成を以下に説明する。移動体1において、第1位置情報取得部141及び第2位置情報取得部142は、それぞれ位置情報及び標高情報を取得する。位置情報は、例えば、移動体1が位置する緯度及び経度によって表される。標高情報は、例えば、移動体1が位置する海面を基準とした高さによって表される。位置情報及び標高情報は、その他の方法で表されてもよい。
第1位置情報取得部141は、人工衛星信号受信部12により人工衛星2から受信した信号を用いて、移動体1の位置及び標高を測定し、第1位置情報および標高情報を取得する。第1位置情報取得部141は、例えば、受信した信号が示す人工衛星2の位置を特定するとともに、受信した信号が示す送信時刻と人工衛星信号受信部12における受信時刻との差を用いて移動体1と人工衛星2との距離を算出する。そして第1位置情報取得部141は、複数の人工衛星2の位置及び複数の人工衛星2との距離を用いて、例えば三角測量により移動体1の位置及び標高を測定し、第1位置情報および第1標高情報を取得する。ここで、第1位置情報取得部141は、人工衛星信号受信部12が偽装信号発生装置4から偽装信号を受信することにより、実際の位置及び標高とは異なる位置及び標高を測定する可能性がある。
第1位置情報取得部141は、測定した位置を示す第1位置情報を取得するとともに、測定した標高を示す第1標高情報を取得し、記憶部11に記憶させる。第1位置情報取得部141は、所定の時間間隔で第1位置情報及び第1標高情報を取得してもよく、人工衛星信号受信部12が信号を受信する度に第1位置情報及び第1標高情報を取得してもよい。第1位置情報取得部141は、1つの移動体1に対して時系列的に測定された位置及び標高を示す複数の第1位置情報及び第1標高情報を取得する。
第1位置情報取得部141は、ここに示した具体的な方法に限られず、その他の方法で人工衛星2が送信した信号に基づいて第1位置情報及び第1標高情報を取得してもよい。以上の説明では、第1位置情報取得部141が位置及び標高を測定しているが、人工衛星信号受信部12が位置及び標高を測定してもよい。
第2位置情報取得部142は、外部装置信号送受信部13が受信した信号を用いて測定された移動体1の位置及び標高を示す第2位置情報及び第2標高情報を取得する。第2位置情報取得部142は、所定の時間間隔で第2位置情報及び第2標高情報を取得してもよく、外部装置信号送受信部13が信号を受信する度に第2位置情報及び第2標高情報を取得してもよい。第2位置情報取得部142は、1つの移動体1に対して時系列的に測定された位置及び標高を示す複数の第2位置情報及び第2標高情報を取得する。
第2位置情報取得部142は、例えば、外部装置信号送受信部13が受信した信号が示す外部装置3の識別情報(例えば、基地局、アクセスポイント又は読取装置のID)を特定する。第2位置情報取得部142は、外部装置信号送受信部13が受信した信号が示す外部装置3の識別情報を用いて、外部装置3の設置位置及び設置標高を記憶している他の装置に問い合わせることによって、外部装置3の設置位置及び設置標高を特定する。
外部装置3が基地局又はアクセスポイントである場合に、第2位置情報取得部142は、例えば、外部装置信号送受信部13が外部装置3から信号を受信した際の電波強度に基づいて、移動体1と外部装置3との距離を算出し、算出した距離に基づいて移動体1の位置及び標高を測定する。第2位置情報取得部142は、複数の外部装置3の設置位置及び複数の外部装置3との距離を用いて、例えば三角測量により移動体1の位置及び標高を測定し、測定した位置を示す第2位置情報を取得するとともに、測定した標高を示す第2標高情報を取得し、記憶部11に記憶させる。
外部装置3がICタグの読取装置である場合に、外部装置信号送受信部13が外部装置3から信号を受信したタイミングで移動体1が外部装置3の近傍にいるとみなせるため、第2位置情報取得部142は、例えば、特定した外部装置3の設置位置を移動体1の位置として示す第2位置情報を取得するとともに、特定した外部装置3の設置標高を移動体1の標高として示す第2標高情報を取得し、記憶部11に記憶させる。
本実施形態では移動体1が移動体1の位置及び標高を測定しているが、外部装置3が移動体1の位置及び標高を測定してもよい。この場合に、外部装置3又は外部装置3と通信可能な他の装置は、移動体1が外部装置3に送信した信号を用いて、前述の方法で移動体1の位置及び標高を測定する。第2位置情報取得部142は、外部装置3から、外部装置3又は外部装置3と通信可能な他の装置が測定した移動体1の位置及び標高を受信する。このような方法においても、第2位置情報取得部142は、移動体1が外部装置3との間で送信又は受信した信号を用いて測定された移動体1の位置を示す第2位置情報及び第2標高情報を取得できる。第2位置情報取得部142は、ここに示した具体的な方法に限られず、その他の方法で第2位置情報及び第2標高情報を取得してもよい。
外部装置3は、移動体1との間で相互に認証され、又は移動体1により認証されていることが望ましい。移動体1は、例えば、所定の鍵情報を外部装置3から受信し、既知の認証方法を用いて鍵情報が正しいことを確認することにより、外部装置3を認証する。移動体1の第2位置情報取得部142は、認証されていない外部装置3との間で送信又は受信した信号を用いず、認証された外部装置3との間で送信又は受信した信号を用いて第2位置情報及び第2標高情報を取得する。これにより、移動体1は外部装置3自体が偽装されていることにより、不正な位置情報を取得するおそれを低減できる。
追加情報取得部143は、位置情報が不正であるか否かを判定するために用いられる、位置情報及び標高情報とは異なる情報である追加情報を取得してもよい。追加情報取得部143は、例えば、移動体1の移動速度と、移動体1の加速度と、移動体1が信号を受信した人工衛星2の数と、移動体1が信号を受信した人工衛星2の種類と、の少なくとも1つを含む追加情報を取得し、記憶部11に記憶させる。
図3は、第1位置情報取得部141が取得する第1位置情報及び第2位置情報取得部142が取得する第2位置情報の例示的な分布を示す図である。図3には、2次元の地図上に位置情報が表されており、標高情報は表されていない。図3には、第1位置情報の点L1(円形)及び第2位置情報の点L2(三角形)が地図上に表されている。視認性のため、第1位置情報の点L1の近傍には「GNSS」というラベルが表されており、第2位置情報の点L2の近傍には「NLP」というラベルが表されている。また、図3には、後述の学習処理で用いられる偽装されている第1位置情報の点LCが地図上に表されている。このように、図3の例において、移動体1は、場所によって第1位置情報又は第2位置情報のどちらかを取得している。なお、移動体1は、1つの場所において第1位置情報及び第2位置情報の両方を取得してもよい。
図4(a)は、第1位置情報取得部141及び第2位置情報取得部142が取得する位置情報及び標高情報の模式図である。図4(a)において、「src=GNSS」と記載されている行が第1位置情報を表しており、「src=NLP」と記載されている行が第2位置情報を表している。図4(a)の各行において、「lat」は緯度、「lon」は経度、「ele」は標高、「time」は時刻(日時)を表している。
[機械学習に関する構成]
次に、本実施形態に係る情報処理装置である移動体1において第1位置情報が不正であるか否かを判定するための規則を機械学習するための構成を説明する。以下、移動体1が第1位置情報及び第1標高情報が不正であるか否かを判定する例を説明するが、第1標高情報ではなく第1位置情報が不正であるか否かのみを判定してもよい。学習部144は、記憶部11に記憶された複数の第1位置情報及び第1標高情報と、記憶部11に記憶された複数の第2位置情報取得部142が取得した第2位置情報及び第2標高情報と、から所定のパラメータを生成する。
次に、本実施形態に係る情報処理装置である移動体1において第1位置情報が不正であるか否かを判定するための規則を機械学習するための構成を説明する。以下、移動体1が第1位置情報及び第1標高情報が不正であるか否かを判定する例を説明するが、第1標高情報ではなく第1位置情報が不正であるか否かのみを判定してもよい。学習部144は、記憶部11に記憶された複数の第1位置情報及び第1標高情報と、記憶部11に記憶された複数の第2位置情報取得部142が取得した第2位置情報及び第2標高情報と、から所定のパラメータを生成する。
学習部144がパラメータを生成する際に、偽装データ発生部145は、記憶部11に記憶された複数の第1位置情報及び第1標高情報の一部を置換することにより、偽装されている第1位置情報及び第1標高情報(すなわち、不正である第1位置情報及び第1標高情報)を生成する。偽装データ発生部145が生成する偽装データを含む複数の第1位置情報および第1標高情報は、学習部144における学習処理に用いられる。
偽装データ発生部145は、例えば、第1位置情報取得部141が取得した複数の第1位置情報及び第1標高情報を、所定確率(例えば、1%~5%)で別の値に置換することにより、偽装されている第1位置情報及び第1標高情報を生成する。
偽装データ発生部145は、例えば、第1位置情報及び第1標高情報を、当該第1位置情報及び第1標高情報を基準とした所定範囲内(例えば、第1位置情報及び第1標高情報を中心とした10メートル~100メートル等)における無作為な値に置換することが望ましい。これにより、偽装データ発生部145は、第1位置情報及び第1標高情報を機械学習において有効な範囲で偽装し、学習の精度を向上させることができる。
図4(b)は、一部が偽装されている位置情報及び標高情報の模式図である。図4(b)において、緯度、経度及び標高が含む「xxxxx」の部分が別の値に置換されたことを表している。すなわち、図4(b)において、図4(a)に例示した一部(図4(b)中の(2)のデータ)の位置情報及び標高情報が偽装されている。また、図3には、偽装データ発生部145により偽装されている第1位置情報の点LCが地図上に表されている。
学習部144は、例えば、偽装されていない第1位置情報及び第1標高情報と、偽装されている第1位置情報及び第1標高情報と、第2位置情報及び第2標高情報と、を用いて、以下のパラメータP1~P6を生成する。
パラメータP1:第1位置情報が示す位置と1つ前の第1位置情報が示す位置との距離
パラメータP2:第1位置情報が示す位置と2つ前の第1位置情報が示す位置との距離
パラメータP3:第1位置情報が示す位置と最新の第2位置情報が示す位置との距離
パラメータP4:第1標高情報が示す標高と1つ前の第1標高情報が示す標高との標高差
パラメータP5:第1標高情報が示す標高と2つ前の第1標高情報が示す標高との標高差
パラメータP6:第1標高情報が示す標高と最新の第2標高情報が示す標高との標高差
パラメータP2:第1位置情報が示す位置と2つ前の第1位置情報が示す位置との距離
パラメータP3:第1位置情報が示す位置と最新の第2位置情報が示す位置との距離
パラメータP4:第1標高情報が示す標高と1つ前の第1標高情報が示す標高との標高差
パラメータP5:第1標高情報が示す標高と2つ前の第1標高情報が示す標高との標高差
パラメータP6:第1標高情報が示す標高と最新の第2標高情報が示す標高との標高差
距離は、例えば、2つの位置情報が示す経度及び緯度の差から算出される、2つの位置情報間の平面的な距離である。標高差は、例えば、2つの標高情報の値の差である。
パラメータP1は、1つの移動体1に対して取得された複数の第1位置情報における、ある時点で測定された第1位置情報が示す位置と、当該第1位置情報よりも時系列的に1つ前の時点で測定された第1位置情報が示す位置との距離である。パラメータP2は、1つの移動体1に対して取得された複数の第1位置情報における、ある時点で測定された第1位置情報が示す位置と、当該第1位置情報よりも時系列的に2つ前の時点で測定された第1位置情報が示す位置との距離である。パラメータP1、P2は、所定の時間差で測定された2つの第1位置情報が示す位置の距離を表している。
パラメータP3は、1つの移動体1に対して取得された複数の第1位置情報及び第2位置情報における、第1位置情報が示す位置と、第1位置情報よりも前に測定された第2位置情報であって最後に測定された第2位置情報が示す位置との距離である。
パラメータP4は、1つの移動体1に対して取得された複数の第1標高情報における、ある時点で測定された第1標高情報が示す標高と、当該第1標高情報よりも時系列的に1つ前の時点で測定された第1標高情報が示す標高との差である。パラメータP5は、1つの移動体1に対して取得された複数の第1標高情報における、ある時点で測定された第1標高情報が示す標高と、当該第1標高情報よりも時系列的に2つ前の時点で測定された第1標高情報が示す標高との差である。パラメータP4、P5は、所定の時間差で測定された2つの第1標高情報が示す標高の差を表している。
パラメータP6は、1つの移動体1に対して取得された複数の第1標高情報及び第2標高情報における、第1標高情報が示す標高と、第1標高情報よりも前に測定された第2標高情報であって最後に測定された第2標高情報が示す標高との差である。
学習部144は、ここに示した具体的なパラメータに限られず、第1位置情報取得部141が取得した第1位置情報及び第1標高情報と、第2位置情報取得部142が取得した第2位置情報及び第2標高情報と、から生成可能なその他のパラメータを生成してもよい。
学習部144は、偽装されていない第1位置情報及び第1標高情報と、偽装されている第1位置情報及び第1標高情報と、第2位置情報及び第2標高情報と、を用いて生成した一又は複数のパラメータに対して、第1位置情報及び第1標高情報が不正であるか否かを判定するための規則を機械学習する。すなわち、学習部144が機械学習に用いる複数の第1位置情報及び第1標高情報の一部は偽装されており、学習部144が機械学習に用いる複数の第1位置情報及び第1標高情報の残りは偽装されていない。以下、学習部144による、決定木を生成するための機械学習処理と、機械学習モデルを生成するための機械学習処理と、を例として説明する。
第1の例として、決定木を生成するための機械学習処理を説明する。決定木は、一又は複数のパラメータそれぞれを閾値と比較する分類木(分岐)によって第1位置情報及び第1標高情報が偽装されているか否かを判定するための木構造である。学習部144が決定する決定木は、例えば、上述のパラメータP1~P6それぞれを閾値と比較する複数の分類木を含む。
学習部144は、パラメータP1~P6に対して機械学習をすることにより、第1位置情報及び第1標高情報が偽装されているか否かを判定するための、パラメータP1~P6それぞれの閾値と、パラメータP1~P6それぞれを閾値と比較する順序と、を決定する。学習部144は、決定した閾値及び順序から構成される決定木を示す情報を、記憶部11に記憶させる。
学習部144は、例えば、CART(Classification and Regression Tree)法により、偽装されていない第1位置情報及び第1標高情報と、偽装されている第1位置情報及び第1標高情報と、を最もよく分類する、パラメータP1~P6の分岐及び各分岐における閾値を含む決定木を生成する。学習部144は、ここに示した具体的な方法に限られず、その他の方法で決定木を生成してもよい。
図5は、例示的な決定木の模式図である。図5に例示した決定木は、偽装されていない第1位置情報及び第1標高情報と、偽装されている第1位置情報及び第1標高情報と、を分離する効果の高い順に、パラメータP1~P6と学習部144が決定した閾値との関係が3段階で構成されている。なお、機械学習において第1位置情報及び第1標高情報が偽装されているか否かを判定するための効果が低いと判定されたパラメータP4、P5は、図5に例示した決定木に表れていない。また、パラメータP1は、異なる閾値で2回表れている。
学習部144は、追加情報取得部143が取得した追加情報に対応する決定木を生成してもよい。学習部144は、例えば、追加情報が含む移動体1の移動速度と、移動体1の加速度と、移動体1が信号を受信した人工衛星2の数と、移動体1が信号を受信した人工衛星2の種類と、の少なくとも1つの値又は値の範囲ごとに、上述の方法でパラメータP1~P6に対して機械学習をすることにより、決定木を生成する。例として、学習部144は、移動速度が7m/s以下である場合と、移動速度が7m/sを超える場合と、で異なる決定木を生成する。学習部144は、追加情報の値又は値の範囲と、生成した決定木を示す情報と、を関連付けて、記憶部11に記憶させる。これにより、学習部144は、移動体1の移動に関する状況や、移動体1が人工衛星2から第1位置情報を取得する状況に応じて、より適した決定木を生成することができる。
第2の例として、機械学習モデルを生成するための機械学習処理を説明する。機械学習モデルは、一又は複数のパラメータを入力することにより第1位置情報及び第1標高情報が偽装されているか否かを示す情報を出力するデータ構造である。
学習部144は、上述のパラメータP1~P6に対して機械学習をすることにより、機械学習モデルを生成する。学習部144は、生成した機械学習モデルを示す情報を、記憶部11に記憶させる。
学習部144は、例えば、偽装されていない第1位置情報及び第1標高情報を用いて生成されたパラメータP1~P6と、偽装されている第1位置情報及び第1標高情報を用いて生成されたパラメータP1~P6と、に対して機械学習(ディープラーニング等)を行うことにより、第1位置情報及び第1標高情報が偽装されているか否かを示す情報を出力するモデルを生成する。学習部144は、ここに示した具体的な方法に限られず、その他の方法で機械学習モデルを生成してもよい。
図6は、例示的な機械学習モデルの模式図である。図6に例示した機械学習モデルは、パラメータP1~P6が入力されることによって、第1位置情報及び第1標高情報が偽装されているか否かを示す情報を出力する。また、機械学習モデルは、パラメータP1~P6のうち全部ではなく一部が入力されることによって、第1位置情報及び第1標高情報が偽装されているか否かを示す情報を出力してもよい。
学習部144は、パラメータP1~P6の代わりに、第1位置情報及び第1標高情報と、第2位置情報及び第2標高情報と、の時系列データに対して機械学習を行うことにより、第1位置情報及び第1標高情報が偽装されているか否かを示す情報を出力する機械学習モデルを生成してもよい。学習時には、偽装された第1位置情報及び第1標高情報を含むデータセットと、偽装されていない第1位置情報及び第1標高情報を含むデータセットを準備し、出力との差が最小になるように学習部144による機械学習を行う。
学習部144は、追加情報取得部143が取得した追加情報に対応する機械学習モデルを生成してもよい。学習部144は、例えば、追加情報が含む移動体1の移動速度と、移動体1の加速度と、移動体1が信号を受信した人工衛星2の数と、移動体1が信号を受信した人工衛星2の種類と、の少なくとも1つの値又は値の範囲ごとに、上述の方法でパラメータP1~P6に対して機械学習をすることにより、機械学習モデルを生成する。例として、学習部144は、移動速度が7m/s以下である場合と、移動速度が7m/sを超える場合と、で異なる機械学習モデルを生成する。学習部144は、追加情報の値又は値の範囲と、生成した機械学習モデルを示す情報と、を関連付けて、記憶部11に記憶させる。これにより、学習部144は、移動体1の移動に関する状況や、移動体1が人工衛星2から第1位置情報を取得する状況に応じて、より適した機械学習モデルを生成することができる。
学習部144は、ここに示した具体的な方法に限られず、その他の方法によって第1位置情報が不正であるか否かを判定するための規則を機械学習してもよい。学習部144は、移動体1に限らず、移動体1とは異なる装置に設けられてもよい。この場合に、移動体1は、学習部144を有する装置から決定木又は学習モデルを示す情報を予め受信し、受信した決定木又は学習モデルを示す情報を記憶部11に記憶させる。
[判定に関する構成]
次に、本実施形態に係る情報処理装置である移動体1において第1位置情報が不正であるか否かを判定するための構成を説明する。判定部146は、第1位置情報取得部141が判定対象の第1位置情報及び第1標高情報(例えば、最新の第1位置情報及び第1標高情報)を取得したことに応じて、記憶部11に記憶された第1位置情報取得部141が過去に取得した複数の第1位置情報及び第1標高情報と、第2位置情報取得部142が過去に取得した複数の第2位置情報及び第2標高情報と、から所定のパラメータを生成する。判定部146は、例えば、上述のパラメータP1~P6を生成する。
次に、本実施形態に係る情報処理装置である移動体1において第1位置情報が不正であるか否かを判定するための構成を説明する。判定部146は、第1位置情報取得部141が判定対象の第1位置情報及び第1標高情報(例えば、最新の第1位置情報及び第1標高情報)を取得したことに応じて、記憶部11に記憶された第1位置情報取得部141が過去に取得した複数の第1位置情報及び第1標高情報と、第2位置情報取得部142が過去に取得した複数の第2位置情報及び第2標高情報と、から所定のパラメータを生成する。判定部146は、例えば、上述のパラメータP1~P6を生成する。
判定部146は、学習部144が機械学習によって生成した第1位置情報が不正であるか否かを判定するための規則(例えば、上述の決定木又は機械学習モデル)に基づいて、第1位置情報取得部141が取得した判定対象の第1位置情報及び第1標高情報が不正であるか否かを判定する。
判定部146は、決定木に基づいて判定対象の第1位置情報及び第1標高情報が不正であるか否かを判定する場合に、記憶部11に記憶された決定木を示す情報を取得する。判定部146は、生成した一又は複数のパラメータを、決定木が示す順序で決定木が示す閾値と比較する。判定部146は、パラメータが閾値以上である場合に第1位置情報及び第1標高情報が不正であると判定し、パラメータが閾値未満である場合に第1位置情報及び第1標高情報が不正でないと判定する。
図5に例示した決定木では、判定部146は、所定の時間差で測定された2つの第1位置情報が示す位置の距離であるパラメータP1、P2が閾値以上であって、かつ第1位置情報が示す位置と、第1位置情報よりも前に測定された第2位置情報であって最後に測定された第2位置情報が示す位置との距離であるパラメータP3が閾値未満である場合に、第1位置情報及び第1標高情報が偽装されていない、すなわち第1位置情報及び第1標高情報が不正でないと判定する。
一方、判定部146は、パラメータP1、P2が閾値以上であって、かつパラメータP3が閾値以上である場合に、第1位置情報及び第1標高情報が偽装されている、すなわち第1位置情報及び第1標高情報が不正であると判定する。このように、判定部146は、2つの第1位置情報が示す位置の距離だけでなく、第1位置情報が示す位置と第2位置情報が示す位置との距離に基づいて第1位置情報及び第1標高情報が不正であるか否かを判定することにより、判定の信頼性を向上させることができる。
判定部146は、学習部144が追加情報に対応する決定木を生成した場合に、追加情報取得部143が判定対象の第1位置情報及び第1標高情報が取得されたタイミングと同時又は所定時間内(例えば、当該タイミングの前後10秒以内)に取得した追加情報を取得する。判定部146は、例えば、記憶部11において、追加情報が含む移動体1の移動速度と、移動体1の加速度と、移動体1が信号を受信した人工衛星2の数と、移動体1が信号を受信した人工衛星2の種類と、の少なくとも1つの値又は値の範囲に関連付けられた決定木を示す情報を取得する。
判定部146は、一又は複数のパラメータを、取得した決定木(すなわち、追加情報に対応する決定木)が示す順序で当該決定木が示す閾値と比較することにより、判定対象の第1位置情報及び第1標高情報が不正であるか否かを判定する。これにより、判定部146は、移動体1の移動に関する状況や、移動体1が人工衛星2から第1位置情報を取得する状況に応じて、より適した決定木に基づいて第1位置情報及び第1標高情報が不正であるか否かを判定することができる。
判定部146は、機械学習モデルに基づいて判定対象の第1位置情報及び第1標高情報が不正であるか否かを判定する場合に、記憶部11に記憶された機械学習モデルを示す情報を取得する。判定部146は、生成した一又は複数のパラメータを、取得した機械学習モデルに入力する。判定部146は、第1位置情報及び第1標高情報が偽装されていることを示す情報を機械学習モデルが出力した場合に第1位置情報及び第1標高情報が不正であると判定し、第1位置情報が偽装されていないことを示す情報を機械学習モデルが出力した場合に第1位置情報及び第1標高情報が不正でないと判定する。このように、判定部146は、外部装置3との間で送信又は受信された信号に対応する第2位置情報を考慮した機械学習モデルに基づいて第1位置情報及び第1標高情報が不正であるか否かを判定することにより、判定の信頼性を向上させることができる。
判定部146は、学習部144が追加情報に対応する機械学習モデルを生成した場合に、追加情報取得部143が判定対象の第1位置情報及び第1標高情報が取得されたタイミングと同時又は所定時間内(例えば、当該タイミングの前後10秒以内)に取得した追加情報を取得する。判定部146は、例えば、記憶部11において、追加情報が含む移動体1の移動速度と、移動体1の加速度と、移動体1が信号を受信した人工衛星2の数と、移動体1が信号を受信した人工衛星2の種類と、の少なくとも1つの値又は値の範囲に関連付けられた機械学習モデルを示す情報を取得する。判定部146は、一又は複数のパラメータを、取得した機械学習モデル(すなわち、追加情報に対応する機械学習モデル)に入力することにより、判定対象の第1位置情報及び第1標高情報が不正であるか否かを判定する。これにより、判定部146は、移動体1の移動に関する状況や、移動体1が人工衛星2から第1位置情報を取得する状況に応じて、より適した機械学習モデルに基づいて第1位置情報及び第1標高情報が不正であるか否かを判定することができる。
出力部147は、判定部146による第1位置情報及び第1標高情報が不正であるか否かの判定結果に応じて、第1位置情報及び第1標高情報を出力するか否かを切り替える。その後、移動体1は、出力部147が出力した第1位置情報及び第1標高情報を用いて移動する。
出力部147は、第1位置情報及び第1標高情報が不正でないと判定部146が判定した場合に、不正でないと判定された第1位置情報及び第1標高情報を出力する。一方、出力部147は、第1位置情報及び第1標高情報が不正であると判定部146が判定した場合に、例えば、不正であると判定された第1位置情報及び第1標高情報を出力せず、不正であると判定された第1位置情報及び第1標高情報の前又は後に測定された位置及び標高を示す第1位置情報及び第1標高情報を出力する。
この場合に、出力部147は、例えば、不正であると判定された第1位置情報及び第1標高情報が測定された時点の時系列的に1つ前又は後の時点で測定された第1位置情報及び第1標高情報を出力する。これにより、移動体1は、不正である蓋然性の高い第1位置情報及び第1標高情報を棄却し、代わりにその前後のタイミングで測定された位置情報及び標高情報を用いて移動を継続できる。
また、出力部147は、不正であると判定された第1位置情報及び第1標高情報が測定された時点の時系列的に前又は後の時点で測定された第1位置情報及び第1標高情報と、第2位置情報および第2標高情報と、から算出した重み付き平均等の統計値を推定値として出力してもよい。これにより、移動体1は、第1位置情報及び第1標高情報が不正であると判定された場合であっても、その前後に測定された位置情報及び標高情報から推定された推定値を用いて移動を継続できる。
また、出力部147は、第1位置情報が不正であると判定部146が判定した場合に、例えば、不正であると判定された第1位置情報及び第1標高情報を出力せず、第1位置情報とは異なる手段で測定された移動体1の位置及び標高を示す第1位置情報及び第1標高情報を出力してもよい。第1位置情報及び第1標高情報とは異なる手段で測定された移動体1の位置及び標高を示す第1位置情報及び第1標高情報は、例えば、第2位置情報及び第2標高情報、又は移動体1が備えるジャイロセンサ、気圧センサ等の手段で測定された位置及び標高を示す位置情報及び標高情報である。これにより、移動体1は、不正である蓋然性の高い第1位置情報及び第1標高情報を棄却し、代わりに別の手段で測定された代替の位置情報及び標高情報を用いて移動を継続できる。
[情報処理方法のフロー]
図7、図8は、本実施形態に係る移動体1が実行する情報処理方法のフローチャートを示す図である。図7は、移動体1が、第1位置情報及び第1標高情報が不正であるか否かを判定するための規則を機械学習する処理を表している。移動体1において、人工衛星信号受信部12は、人工衛星2が送信した信号を受信する。第1位置情報取得部141は、人工衛星信号受信部12が受信した信号を用いて測定された移動体1の位置及び標高を示す第1位置情報及び第1標高情報を取得し、記憶部11に記憶させる(S11)。
図7、図8は、本実施形態に係る移動体1が実行する情報処理方法のフローチャートを示す図である。図7は、移動体1が、第1位置情報及び第1標高情報が不正であるか否かを判定するための規則を機械学習する処理を表している。移動体1において、人工衛星信号受信部12は、人工衛星2が送信した信号を受信する。第1位置情報取得部141は、人工衛星信号受信部12が受信した信号を用いて測定された移動体1の位置及び標高を示す第1位置情報及び第1標高情報を取得し、記憶部11に記憶させる(S11)。
外部装置信号送受信部13は、移動体1と相互に接続された外部装置3から所定の信号を受信する。第2位置情報取得部142は、外部装置信号送受信部13が受信した信号を用いて測定された移動体1の位置及び標高を示す第2位置情報及び第2標高情報を取得し、記憶部11に記憶させる(S12)。第2位置情報取得部142は、外部装置3から移動体1の位置及び標高を受信し、受信した位置及び標高を示す第2位置情報及び第2標高情報を記憶部11に記憶させてもよい。
偽装データ発生部145は、記憶部11に記憶された複数の第1位置情報及び第1標高情報の一部を置換することにより、偽装されている第1位置情報及び第1標高情報を生成する。学習部144は、偽装されていない第1位置情報及び第1標高情報と、偽装されている第1位置情報及び第1標高情報と、第2位置情報及び第2標高情報と、を用いて、所定のパラメータ(例えば、上述のパラメータP1~P6)を生成する(S13)。
学習部144は、生成した一又は複数のパラメータに対して、第1位置情報及び第1標高情報が不正であるか否かを判定するための規則を機械学習する(S14)。学習部144は、例えば、一又は複数のパラメータそれぞれを閾値と比較する分類木によって第1位置情報及び第1標高情報が偽装されているか否かを判定するための木構造である決定木を生成する。また、学習部144は、例えば、一又は複数のパラメータを入力することにより第1位置情報及び第1標高情報が偽装されているか否かを示す情報を出力するデータ構造である機械学習モデルを生成してもよい。学習部144は、生成した決定木又は機械学習モデルを示す情報を、記憶部11に記憶させる。
図8は、移動体1が、第1位置情報及び第1標高情報が不正であるか否かを判定する処理を表している。移動体1において、人工衛星信号受信部12は、人工衛星2が送信した信号を受信する。第1位置情報取得部141は、人工衛星信号受信部12が受信した信号を用いて測定された移動体1の位置及び標高を示す第1位置情報及び第1標高情報を取得し、記憶部11に記憶させる(S21)。
外部装置信号送受信部13は、移動体1と相互に接続された外部装置3から所定の信号を受信する。第2位置情報取得部142は、外部装置信号送受信部13が受信した信号を用いて測定された移動体1の位置及び標高を示す第2位置情報及び第2標高情報を取得し、記憶部11に記憶させる(S22)。第2位置情報取得部142は、外部装置3から移動体1の位置及び標高を受信し、受信した位置及び標高を示す第2位置情報及び第2標高情報を記憶部11に記憶させてもよい。
判定部146は、第1位置情報取得部141が判定対象の第1位置情報及び第1標高情報(例えば、最新の第1位置情報及び第1標高情報)を取得したことに応じて、記憶部11に記憶された第1位置情報取得部141が過去に取得した複数の第1位置情報及び第1標高情報と、第2位置情報取得部142が過去に取得した複数の第2位置情報及び第2標高情報と、から所定のパラメータ(例えば、上述のパラメータP1~P6)を生成する(S23)。
判定部146は、学習部144が機械学習によって生成した第1位置情報が不正であるか否かを判定するための規則である上述の決定木又は機械学習モデルを取得する(S24)判定部146は、生成した一又は複数のパラメータと、取得した決定木又は機械学習モデルと、に基づいて、第1位置情報取得部141が取得した判定対象の第1位置情報及び第1標高情報が不正であるか否かを判定する(S25)。
出力部147は、第1位置情報及び第1標高情報が不正でないと判定部146が判定した場合に(S26のNO)、不正でないと判定された第1位置情報及び第1標高情報を出力する(S27)。一方、出力部147は、第1位置情報及び第1標高情報が不正であると判定部146が判定した場合に(S26のYES)、不正であると判定された第1位置情報及び第1標高情報を出力せず、代替の第1位置情報及び第1標高情報を出力する(S28)。
代替の第1位置情報及び第1標高情報は、例えば、不正であると判定された第1位置情報及び第1標高情報の前又は後に測定された位置及び標高を示す第1位置情報及び第1標高情報である。また、代替の第1位置情報及び第1標高情報は、例えば、第1位置情報及び第1標高情報とは異なる手段で測定された移動体1の位置及び標高を示す位置情報及び第1標高情報であってもよい。
[実施形態の効果]
本実施形態に係る装置である移動体1は、外部装置3との間で送信又は受信された信号に対応する第2位置情報を用いて、人工衛星2から受信した信号に対応する第1位置情報が不正であるか否かを判定する。これにより、移動体1は、第1位置情報が偽装された場合であっても第2位置情報との対比により不正な第1位置情報を検出できるため、移動体1における不正な位置情報の検出信頼性を向上させ、結果として移動体の位置情報の確度を上げることができる。そして移動体1は、位置情報に基づいて運行制御がされるドローンや自動走行車両等の移動体1において、位置情報の信頼性を高めることができ、安全な移動を実現できる。
本実施形態に係る装置である移動体1は、外部装置3との間で送信又は受信された信号に対応する第2位置情報を用いて、人工衛星2から受信した信号に対応する第1位置情報が不正であるか否かを判定する。これにより、移動体1は、第1位置情報が偽装された場合であっても第2位置情報との対比により不正な第1位置情報を検出できるため、移動体1における不正な位置情報の検出信頼性を向上させ、結果として移動体の位置情報の確度を上げることができる。そして移動体1は、位置情報に基づいて運行制御がされるドローンや自動走行車両等の移動体1において、位置情報の信頼性を高めることができ、安全な移動を実現できる。
[変形例]
上述の実施形態では、移動体1が第1位置情報及び第1標高情報が不正であるか否かを判定しているが、移動体1と通信可能なサーバ等の他の情報処理装置が第1位置情報及び第1標高情報が不正であるか否かを判定してもよい。この場合に、情報処理装置のプロセッサは、上述の第1位置情報取得部141、第2位置情報取得部142、追加情報取得部143、学習部144、偽装データ発生部145、判定部146及び出力部147として機能する。
上述の実施形態では、移動体1が第1位置情報及び第1標高情報が不正であるか否かを判定しているが、移動体1と通信可能なサーバ等の他の情報処理装置が第1位置情報及び第1標高情報が不正であるか否かを判定してもよい。この場合に、情報処理装置のプロセッサは、上述の第1位置情報取得部141、第2位置情報取得部142、追加情報取得部143、学習部144、偽装データ発生部145、判定部146及び出力部147として機能する。
情報処理装置は、移動体1の人工衛星信号受信部12が人工衛星2から受信した信号の内容と、移動体1の外部装置信号送受信部13が外部装置3から受信した信号の内容と、を移動体1から受信し、受信した信号の内容に基づいて上述の実施形態と同様に第1位置情報及び第1標高情報が不正であるか否かを判定するための規則を機械学習し、第1位置情報及び第1標高情報が不正であるか否かを判定する。
情報処理装置は、第1位置情報及び第1標高情報が不正であるか否かの判定結果に応じて、第1位置情報及び第1標高情報(又は代替の第1位置情報及び第1標高情報)を移動体1に送信する。移動体1は、情報処理装置から第1位置情報及び第1標高情報を受信し、受信した第1位置情報及び第1標高情報を用いて移動する。
本変形例においても、移動体1における不正な位置情報の検出信頼性を向上させることができる。また、本変形例では、移動体1とは異なる情報処理装置が判定に係る処理を実行するため、移動体1に必要な処理能力や、移動体1の電池消費量を抑えることができる。
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。
移動体1のプロセッサは、図7、図8に示す情報処理方法に含まれる各ステップ(工程)の主体となる。すなわち、移動体1のプロセッサは、図7、図8に示す情報処理方法を実行するためのプログラムを実行することによって、図7、図8に示す情報処理方法を実行する。図7、図8に示す情報処理方法に含まれるステップは一部省略されてもよく、ステップ間の順番が変更されてもよく、複数のステップが並行して行われてもよい。
1 移動体
11 記憶部
12 人工衛星信号受信部
13 外部装置信号送受信部
14 制御部
141 第1位置情報取得部
142 第2位置情報取得部
143 追加情報取得部
144 学習部
145 偽装データ発生部
146 判定部
147 出力部
2 人工衛星
3 外部装置
4 偽装信号発生装置
11 記憶部
12 人工衛星信号受信部
13 外部装置信号送受信部
14 制御部
141 第1位置情報取得部
142 第2位置情報取得部
143 追加情報取得部
144 学習部
145 偽装データ発生部
146 判定部
147 出力部
2 人工衛星
3 外部装置
4 偽装信号発生装置
Claims (14)
- 移動体が人工衛星から受信した信号を用いて測定された前記移動体の位置を示す第1位置情報を取得する第1位置情報取得部と、
前記移動体が前記移動体と相互に接続された外部装置との間で送信又は受信した信号を用いて測定された前記移動体の位置を示す第2位置情報を取得する第2位置情報取得部と、
前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離に基づいて、前記第1位置情報が不正であるか否かを判定する判定部と、
を有する、情報処理装置。 - 前記外部装置は、地上における所定の設置位置に固定された設備であり、
前記第2位置情報は、前記移動体が信号を受信した前記外部装置の前記設置位置を用いて算出される、
請求項1に記載の情報処理装置。 - 前記判定部は、前記第1位置情報が示す位置と、前記第1位置情報よりも前に測定された前記第2位置情報であって最後に測定された前記第2位置情報が示す位置との距離に基づいて、前記第1位置情報が不正であるか否かを判定する、
請求項1又は2に記載の情報処理装置。 - 前記判定部は、前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離に加えて、所定の時間差で測定された2つの前記第1位置情報が示す位置の距離に基づいて、前記第1位置情報が不正であるか否かを判定する、
請求項1から3のいずれか一項に記載の情報処理装置。 - 前記第1位置情報取得部は、前記移動体が前記人工衛星から受信した信号を用いて測定された前記移動体の標高を示す第1標高情報を取得し、
前記第2位置情報取得部は、前記移動体が前記外部装置との間で送信又は受信した信号を用いて測定された前記移動体の標高を示す第2標高情報を取得し、
前記判定部は、前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離に加えて、前記第1標高情報が示す標高と前記第2標高情報が示す標高との差に基づいて、前記第1位置情報が不正であるか否かを判定する、
請求項1から4のいずれか一項に記載の情報処理装置。 - 前記第1位置情報が不正であると前記判定部が判定した場合に、不正であると判定された前記第1位置情報を出力せず、不正であると判定された前記第1位置情報の前又は後に測定された位置を示す前記第1位置情報を出力する出力部をさらに有する、
請求項1から5のいずれか一項に記載の情報処理装置。 - 前記第1位置情報が不正であると前記判定部が判定した場合に、不正であると判定された前記第1位置情報を出力せず、前記第1位置情報とは異なる手段で測定された前記移動体の位置を示す位置情報を出力する出力部をさらに有する、
請求項1から5のいずれか一項に記載の情報処理装置。 - 前記判定部は、前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離が閾値以上である場合に前記第1位置情報が不正であると判定し、前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離が前記閾値未満である場合に前記第1位置情報が不正でないと判定する、
請求項1から7のいずれか一項に記載の情報処理装置。 - 前記判定部は、前記第1位置情報が示す位置と、前記第1位置情報よりも前に測定された前記第2位置情報であって最後に測定された前記第2位置情報が示す位置との距離を第1閾値と比較する分類木、及び所定の時間差で測定された2つの前記第1位置情報が示す位置の距離を第2閾値と比較する分類木を含む決定木を用いて、前記第1位置情報が不正であるか否かを判定する、
請求項8に記載の情報処理装置。 - 前記第1位置情報が示す位置と、前記第1位置情報よりも前に測定された前記第2位置情報であって最後に測定された前記第2位置情報が示す位置との距離と、所定の時間差で測定された2つの前記第1位置情報が示す位置の距離と、に対して機械学習をすることによって前記第1閾値及び前記第2閾値を決定する学習部をさらに有し、
前記学習部が前記機械学習に用いる複数の前記第1位置情報の一部は偽装されており、前記学習部が前記機械学習に用いる複数の前記第1位置情報の残りは偽装されていない、
請求項9に記載の情報処理装置。 - 前記移動体の移動速度と、前記移動体の加速度と、前記移動体が信号を受信した前記人工衛星の数と、前記移動体が信号を受信した前記人工衛星の種類と、の少なくとも1つを含む追加情報を取得する追加情報取得部をさらに有し、
前記判定部は、前記追加情報に対応する前記閾値を用いて、前記第1位置情報が不正であるか否かを判定する、
請求項8から10のいずれか一項に記載の情報処理装置。 - 偽装されている前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離と、偽装されていない前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離と、を入力することにより前記第1位置情報が偽装されているか否かを示す情報を出力する機械学習モデルを記憶する記憶部をさらに有し、
前記判定部は、前記機械学習モデルに前記第1位置情報が示す位置及び前記第2位置情報が示す位置の距離を入力することにより、前記第1位置情報が偽装されていることを示す情報を前記機械学習モデルが出力した場合に前記第1位置情報が不正であると判定し、前記第1位置情報が偽装されていないことを示す情報を前記機械学習モデルが出力した場合に前記第1位置情報が不正でないと判定する、
請求項1から7のいずれか一項に記載の情報処理装置。 - 前記移動体の移動速度と、前記移動体の加速度と、前記人工衛星の数と、前記人工衛星の種類と、の少なくとも1つを含む追加情報を取得する追加情報取得部をさらに有し、
前記判定部は、前記追加情報に対応する前記機械学習モデルを用いて、前記第1位置情報が不正であるか否かを判定する、
請求項12に記載の情報処理装置。 - プロセッサが実行する、
移動体が人工衛星から受信した信号を用いて測定された前記移動体の位置を示す第1位置情報を取得するステップと、
前記移動体が前記移動体と相互に接続された外部装置との間で送信又は受信した信号を用いて測定された前記移動体の位置を示す第2位置情報を取得するステップと、
前記第1位置情報が示す位置と前記第2位置情報が示す位置との距離に基づいて、前記第1位置情報が不正であるか否かを判定するステップと、
を有する、情報処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022029141A JP2023125174A (ja) | 2022-02-28 | 2022-02-28 | 情報処理装置及び情報処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022029141A JP2023125174A (ja) | 2022-02-28 | 2022-02-28 | 情報処理装置及び情報処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023125174A true JP2023125174A (ja) | 2023-09-07 |
Family
ID=87887607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022029141A Pending JP2023125174A (ja) | 2022-02-28 | 2022-02-28 | 情報処理装置及び情報処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023125174A (ja) |
-
2022
- 2022-02-28 JP JP2022029141A patent/JP2023125174A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10264391B2 (en) | Method and system for locating a wireless tracking device | |
CN108693543B (zh) | 用于检测信号欺骗的方法及系统 | |
CN105698801B (zh) | 提高由交通工具使用的数字地图数据准确度的方法和系统 | |
Xiao et al. | Internet of things: A new application for intelligent traffic monitoring system | |
JP5114514B2 (ja) | 位置推定装置 | |
JP6312304B2 (ja) | 位置測定方法、自己位置測定装置及び車載器 | |
US9163945B2 (en) | Database search for visual beacon | |
CN106605155B (zh) | 用于验证gnss定位信号的可信性的方法 | |
JP5105492B2 (ja) | 移動体の高度計測装置 | |
CN108779984A (zh) | 信号处理设备和信号处理方法 | |
US20180083914A1 (en) | Communication apparatus, server apparatus, communication system, computer program product, and communication method | |
KR20170059984A (ko) | 위성 성단으로부터 수신된 신호를 인증하기 위한 방법 | |
CN110337599B (zh) | 位置信息处理系统以及位置信息处理装置 | |
AU2018263885B2 (en) | System and method for satellite optical ground radio hybrid lightning location | |
CN107079249A (zh) | 用于在车辆内共享位置数据的系统和方法 | |
CN110632553A (zh) | 定位方法、装置、系统、计算机可读存储介质及无人机 | |
CN107430198A (zh) | 汽车自组织实时动态漫游网络 | |
CN112163063B (zh) | 生成高精度地图的方法、装置和计算机可读存储介质 | |
Bisio et al. | WiFi meets barometer: Smartphone-based 3D indoor positioning method | |
US10611495B2 (en) | Sea state estimation | |
EP2208084A1 (en) | Survivor locating method and apparatus using search and rescue beacon equipped with navigation chipset | |
WO2016196717A2 (en) | Mobile localization using sparse time-of-flight ranges and dead reckoning | |
JP2023125174A (ja) | 情報処理装置及び情報処理方法 | |
RU2662401C2 (ru) | Способ и устройство для определения значения зависимого от движения параметра | |
JP2019075730A (ja) | 対象物の追跡システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20231120 |