JP4641281B2 - センサネットワークシステムとそのサーバ装置及びセンサノード定位方法 - Google Patents

Description

この発明は、空間に複数のセンサノードを分散配置して人等の監視対象物の動きを検出するセンサネットワークシステムと、このシステムで使用されるサーバ装置及びセンサノード定位方法に関する。

近年、通路等のセンシング対象となる空間に複数のセンサノードを分散配置し、これらのセンサノードにより人等の移動物体の動きを検出してその検出データを無線回線を介してサーバに伝送し、サーバにより上記各センサノードから送られた検出データをもとに上記移動物体の動きを追跡するようにしたセンサネットワークシステムが開発されている。このシステムを用いると、例えば災害時における人の移動を対策本部等において効率良く把握することが可能となる。

ところでこの種のシステムでは、上記システムを用いて人の動きを正確に追跡するには、各センサノードの設置位置を精度良く把握する必要がある。しかし、一般にセンサノードは道路事情や建物の構造等により必ずしも所定の位置に設置できるとは限らず、設置位置は区々となる場合が多い。そこで従来では、例えばセンサノードから送信される電波の強度により上記センサノードの設置位置を三角測量により特定する方法や、追跡対象である人が移動したときにこの移動に反応したセンサノードの反応順序をもとに各センサノードの位置を特定する方法が提案されている（例えば、非特許文献１を参照。）。

"Sensor Localization Using Self-Organization Map for Human Tracking" 1st International Conference on Sensing Technology November21-23,2005 Palmerston North, New Zealand p311-315

ところが、上記従来の各定位方法には以下のような改善すべき課題があった。すなわち、先ずセンサノードが発する電波の強弱から三角測量によりノードの位置を特定する方法は、比較的高精度に位置を特定することが可能である。しかし、特定されるノードの位置は空間的な位置に過ぎず、人の行動等に関連付けられるその場所の意味を表すものではない。このため、センサノードの位置にその設置場所の意味を関連付ける必要がある場合には、別の手法により関連付け処理を行う必要があり、定位を行う際の処理負担が大きくなる。

一方、人の移動に伴うセンサノードの反応順序により各センサノードの位置を特定する方法によれば、各センサノードの位置を追跡対象である人の動きの意味と関連付けて特定することが可能である。しかし、センサノードの反応順のみにより各センサノードの位置を特定しているため、各センサノードの配置順序は特定できるもののセンサノード間の距離に関する情報を特定することができなかった。

この発明は上記事情に着目してなされたもので、その目的とするところは、空間に分散配置された複数のセンサノードの位置を物体の動きと関連付けて特定でき、さらにセンサノード間の距離に関する情報も特定できるようにしたセンサネットワークシステムとそのサーバ装置及びセンサノード定位方法を提供することにある。

上記目的を達成するためにこの発明の一つの観点は、空間に分散配置されて物体の動きの有無を表すデータを無線送信する複数のセンサノードと、これらのセンサノードとの間でそれぞれ無線通信が可能なサーバ装置とを具備するセンサネットワークシステムにおいて、上記サーバ装置により以下のような定位処理を行うようにしたものである。

すなわち、上記複数のセンサノードから送信される物体の動きの有無を表すデータをもとに、先ず上記物体が移動したときの各センサノードによる当該物体の検出時間を表す時系列データを生成し、この生成された時系列データのうち、上記各センサノードによる物体の検出時間の各々に対し当該検出時間を含む一定の時間幅を設定する。次に、この設定された各時間幅の中でそれぞれ上記各センサノードによる物体の検出時間長を求め、この検出時間長をベクトル要素とするベクトルデータを上記各センサノードの各々について生成して、この生成された各センサノードのベクトルデータ間の類似度をもとに上記各センサノードの相対位置を表す情報を生成する。

したがって、各センサノードによる物体の動きの有無を表すデータを用いて各センサノードの位置が特定されるので、人等の追跡対象となる物体の動きの意味と関連付けてセンサノードの位置を特定することが可能となる。しかも、物体の検出の有無ではなく、所定の時間幅内における各センサノードによる物体の検出時間長に着目してセンサノードの相対位置を特定している。このため、センサノード間の距離的な情報を得ることが可能となる。

上記所定の時間幅を設定する際には、検出時間の中心時刻を検出し、この検出された中心時刻の前後にそれぞれ等幅の時間幅を設定するとよい。このようにすると、各センサノード間の相対位置を同一の条件の下で正確に特定することが可能となる。

上記物体に代わる被センシング物体を搭載した移動装置をさらに設け、上記空間においてこの移動装置を一定の速度で自走させるようにするとよい。このようにすると、各センサノードによる被センシング物体の検出時間を一定にすることができ、これにより各センサノード間の距離を正確に特定することが可能となる。

要するにこの発明によれば、所定の時間幅内における各センサノードによる移動物体の検出時間長に着目してセンサノードの位置を特定するようにしたので、空間に分散配置された複数のセンサノードの位置を追跡対象の移動物体の動きと関連付けて特定でき、さらにセンサノード間の距離に関する情報も特定できるようにしたセンサネットワークシステムとそのサーバ装置及びセンサノード定位方法を提供することができる。

以下、図面を参照してこの発明に係わる実施形態を説明する。
図１は、この発明に係わるセンサネットワークシステムの一実施形態を示す概略構成図である。このシステムは、センシング対象エリアである空間に分散配置された複数のセンサノードＳＮａ〜ＳＮｊと、例えば監視センタに設置されるサーバＳＶと、上記センサノードＳＮａ〜ＳＮｊから送信されるデータを受信して上記サーバＳＶへ出力する無線通信装置ＲＴとを備えている。上記センサノードＳＮａ〜ＳＮｊは、例えば図２に示すように居室内の通路Ｌの天井に任意の間隔で分散配置されている。

センサノードＳＮａ〜ＳＮｊは、例えば次のように構成される。図３はその構成を示すブロック図である。すなわち、このセンサノードＳＮａ〜ＳＮｊは、センサ１１及び無線通信モジュール１２を備えている。センサ１１は、人感センサ、赤外線センサ又はカメラにより構成され、人や動物等のセンシング対象物の動きを検出する。無線通信モジュール１２はサーバＳＶとの間で無線通信を行うもので、無線通信方式としては例えば無線ＬＡＮ（Local Area Network）、特定小電力無線、微弱無線、ZIGBEE又はBLUETOOTH（登録商標）が使用可能である。

またセンサノードＳＮａ〜ＳＮｊは、例えばマイクロコンピュータを使用する中央処理ユニット（ＣＰＵ）１６を備え、このＣＰＵ１６にはバス１７を介して、メモリ１５と、センサインタフェース（センサＩ／Ｆ）１３と、通信インタフェース（通信Ｉ／Ｆ）１４がそれぞれ接続されている。

センサＩ／Ｆ１３は、ＣＰＵ１６の制御の下で、予め定められた一定の周期（例えば１秒間隔）で上記センサ１１から出力されたセンシング対象物の検出データを取り込む。ＣＰＵ１６は、上記取り込まれた検出データに基づいてセンシング対象物の検出（反応）の有無を判定し、センシング対象物が検出された場合にその旨のデータを通信Ｉ／Ｆ１４へ出力する。なお、このときデータとしては、センシング対象物を検出した旨の情報と、自ノードを識別するユニークなノードＩＤ（Identification）とを伝送する場合が一般的であるが、この実施形態ではノードＩＤのみを伝送する。このようにすると、センサノードＳＮａ〜ＳＮｊからサーバＳＶへの伝送データ量を少なくすることができる。

通信Ｉ／Ｆ１４は、ＣＰＵ１６から出力されたノードＩＤを、無線通信モジュール１２からサーバＳＶに向け無線送信させる。メモリ１５は、上記ＣＰＵ１６に実行させるアプリケーション・プログラムと上記ノードＩＤを格納すると共に、上記センサＩ／Ｆ１３を介して取り込んだ検出データを一時保存するために用いられる。

サーバＳＶ及び無線通信装置ＲＴは、例えば次のように構成される。図４はその構成を示すブロック図である。すなわち、無線通信装置ＲＴは、先に述べたセンサノードＳＮａ〜ＳＮｊから無線送信されたノードＩＤを受信するもので、無線通信方式としては上記センサノードＳＮａ〜ＳＮｊの無線通信モジュール１２により使用される方式と同じ方式、例えば無線ＬＡＮ、特定小電力無線、微弱無線、ZIGBEE又はBLUETOOTHが用いられる。

サーバＳＶは、マイクロプロセッサを用いた中央処理ユニット（ＣＰＵ）２１を備える。このＣＰＵ２１には、バス２２を介してプログラムメモリ２３と、データメモリ２４と、通信インタフェース（通信Ｉ／Ｆ）２５がそれぞれ接続されている。通信Ｉ／Ｆ２５は、上記無線通信装置ＲＴにより受信されたセンサノードＳＮａ〜ＳＮｊからのノードＩＤを、ＣＰＵ２１の制御の下で一定の周期（例えば１秒間隔）で取り込む。なお、通信Ｉ／Ｆ２５と無線通信装置ＲＴとの間の信号転送は、シリアルポート、パラレルポート、ＬＡＮポート、ＵＳＢポート、又はＣＦカードスロットを用いて行われる。

データメモリ２４には、受信データ記憶エリア２４１、時系列データ記憶エリア２４２、ベクトルデータ記憶エリア２４３及びマッピングデータ記憶エリア２４４が設けられている。このうち受信データ記憶エリア２４１は、上記通信Ｉ／Ｆ２５により取り込まれたセンサノードＳＮａ〜ＳＮｊからのノードＩＤを保存するために使用される。また、時系列データ記憶エリア２４２、ベクトルデータ記憶エリア２４３及びマッピングデータ記憶エリア２４４はそれぞれ、後述するセンサノード定位処理の過程或いは処理後に生成される時系列データ、ベクトルデータ及びマッピングデータを記憶するために使用される。

プログラムメモリ２３には、システムの運用中にセンシング対象物の追跡処理を行うためのアプリケーション・プログラムに加え、システムの運用開始に先立ちこの発明を実施するために必要なアプリケーション・プログラムとして、データ収集制御プログラム２３１と、時系列データ生成プログラム２３２と、センサノード定位プログラム２３３が格納されている。

データ収集制御プログラム２３１は、無線通信装置ＲＴにより受信されたノードＩＤを一定の周期（例えば１秒間隔）で通信Ｉ／Ｆ２５を介して取り込み、この取り込んだノードＩＤを取り込んだ時刻を表す情報と共にデータメモリ２４の受信データ記憶エリア２４１に記憶させる処理を、上記ＣＰＵ２１に実行させる。

時系列データ生成プログラム２３２は、上記データメモリ２４の受信データ記憶エリア２４１に所定時間（例えば物体が通路Ｌを１周するために必要な時間）分のノードＩＤが記憶された状態で、上記所定時間分のノードＩＤとその時刻情報を読み出す。そして、この読み出したノードＩＤとその時刻情報をもとに、センサノードＳＮａ〜ＳＮｊごとにセンシング対象物の検出時間を表す時系列データを生成し、この生成した時系列データをデータメモリ２４の時系列データ記憶エリア２４２に記憶させる処理を、ＣＰＵ２１に実行させる。

センサノード定位プログラム２３３は、次のようなセンサノード定位処理をＣＰＵ２１に実行させる。すなわち、上記生成された時系列データに基づいて、先ずセンサノードＳＮａ〜ＳＮｊごとにセンシング対象物の検出時間の中心時刻を求め、この中心時刻の前後に等幅の時間幅を設定することにより合計長が上記検出時間より若干長い時間幅Ｗを設定する。次に、この設定した時間幅Ｗ内における他のセンサノードによるセンシング対象物の検出時間長をそれぞれ求め、この求められた検出時間長をそれぞれベクトル要素とするベクトルデータを作成する。そして、このセンサノードＳＮａ〜ＳＮｊごとに作成されたベクトルデータ間の類似度を二次元平面にマッピングする。

次に、以上のように構成されたセンサネットワークシステムにおけるセンサノード定位動作を説明する。
センサノードＳＮａ〜ＳＮｊはそれぞれ、上記センサ１１から出力されたセンシング対象物の検出データを例えば１秒周期で取り込む。そして、上記取り込んだ検出データに基づいてセンシング対象物の検出（反応）の有無を判定し、センシング対象物が検出された場合に自己のノードＩＤをサーバＳＶへ送信する。なお、各センサノードＳＮａ〜ＳＮｊのノードＩＤ送信タイミングは同期している。

上記各センサノードＳＮａ〜ＳＮｊから送信されたノードＩＤは無線通信装置ＲＴで受信復調される。サーバＳＶのＣＰＵ２１は、上記無線通信装置ＲＴにより受信されたノードＩＤを、上記センサノードＳＮａ〜ＳＮｊによるノードＩＤの送信周期と同一の周期（例えば１秒間隔）で通信Ｉ／Ｆ２５を介して取り込み、この取り込んだノードＩＤを取り込んだ時刻を表す情報と共にデータメモリ２４の受信データ記憶エリア２４１に記憶させる。

続いてサーバＳＶのＣＰＵ２１は、上記データメモリ２４の受信データ記憶エリア２４１に、センシング対象物が通路Ｌを１周するために必要な時間（例えば５０秒）分に相当するノードＩＤが記憶されると、上記５０秒間に記憶されたノードＩＤとその時刻情報をそれぞれ読み出す。そして、この読み出したノードＩＤとその時刻情報をもとに、センサノードＳＮａ〜ＳＮｊごとにセンシング対象物の検出時間を表す時系列データを生成し、この生成した時系列データをデータメモリ２４の時系列データ記憶エリア２４２に記憶させる。

例えば、いま図６に示すように時刻ｔ１、ｔ２、ｔ３、…においてそれぞれノードＩＤ（ａ，ｊ）、（ａ，ｂ，ｊ）、（ａ，ｂ，ｊ）、…が受信されたとする。この場合サーバＳＶのＣＰＵ２１は、センサノードＳＮａ〜ＳＮｊごとに上記ノードＩＤの受信履歴を時系列に従いプロットし、これにより図７に示すような時系列データを生成してこの時系列データを時系列データ記憶エリア２４２に記憶させる。

次に、サーバＳＶのＣＰＵ２１は、上記生成された時系列データをもとにセンサノードＳＮａ〜ＳＮｊの定位処理を以下のように実行する。図５はその処理手順と処理内容を示すフローチャートである。
すなわち、ＣＰＵ２１は先ずステップＳ１においてノードＩＤごとに連続する検出時間を検出し、ステップＳ２において上記検出された連続する検出時間の中心時刻Ｏを求める。例えば、いまノードＩＤ＝ａに着目すると、図８に示すように連続検出時間Ａについてその中心時刻Ｏが求められる。そして、ステップＳ３において、上記求められた中心時刻Ｏの前後にそれぞれ等幅の時間幅を設定し、これにより合計時間が上記検出時間Ａより若干長い時間幅Ｗを設定する。

次にＣＰＵ２１は、ステップＳ４において、上記時間幅Ｗに検出時間が含まれるノードＩＤがある場合にその検出時間長をそれぞれ算出する。そして、ステップＳ５において、上記検出時間長をベクトル要素とするベクトルデータを作成する。例えば、いま時間幅Ｗを７秒とすると、図８に示した時系列データでは、上記時間幅Ｗに、ノードＩＤ＝ａが５秒、ノードＩＤ＝ｂ及びｊがそれぞれ４秒、ノードＩＤ＝ｃ及びｉがそれぞれ１秒含まれる。ＣＰＵ２１は、この時間幅Ｗに含まれる各ノードＩＤの検出時間長をベクトル要素として、各ノードＩＤ＝ａ，ｂ，ｃ，…，ｊに対応して作成されるベクトルデータの当該の度ＩＤに位置的に対応する次元に割り当てる。

以後同様に、他の各ノードＩＤ＝ｂ，ｃ，ｄ，…，ｊのそれぞれについて連続検出時間を検出し、これらの連続検出時間についてその中心時刻Ｏを中心とする時間幅Ｗを設定する。そして、この時間幅Ｗに含まれる各ノードＩＤの検出時間長を求め、この検出時間長をベクトル要素としてベクトルデータ中の位置的に対応する次元に割り当てる。図９は、このようにして作成された各ノードＩＤ＝ａ，ｂ，ｃ，…，ｊに対応するベクトルデータの一例を示すものである。

なお、上記ベクトルデータの次元はセンサノードＳＮａ〜ＳＮｊの数に依存する。しかし、センサノードの数が事前に分かっていない場合には、想定されるセンサノード数より大きい値に次元を設定しておくことにより対応できる。図９では次元を１５とした場合を例示している。

最後にサーバＳＶのＣＰＵ２１は、ステップＳ６において、センサノードＳＮａ〜ＳＮｊごとに作成された上記ベクトルデータ間の類似度を二次元平面にマッピングする。マッピング手法としては、Kohonenの自己組織化マップ手法が用いられる。このKohonenの自己組織化マップ手法は、文献“The Self-organizing Map” TEUVO KOHONEN, proceedings of the IEEE,Vol.78,No9 September 1990.に詳しく記載されている。このKohonenの自己組織化マップ手法を用いて上記ベクトルデータ間の類似度を二次元平面にマッピングすると、図１０に示すようなマッピングデータが得られる。このマッピングの際のパラメータは、セルサイズを１２×１２、alphaの値を０．２、radiusを１０、繰り返し数を１００００としている。

図１０のマッピングデータは、濃度の高いセルほどセンサノードＳＮａ〜ＳＮｊ間の距離が遠く、濃度の薄いセルほどセンサノードＳＮａ〜ＳＮｊ間の距離が近いことを示している。したがって、同図から明らかなようにセンサノードＳＮａ〜ＳＮｊ間の距離の遠近状況はほぼ忠実に表現される。

ちなみに、センサノードＳＮａ〜ＳＮｊごとに、当該センサノードＳＮａ〜ＳＮｊによる物体の検出の有無をベクトル要素とするベクトルデータを生成し、これらのベクトルデータ間の類似度を二次元平面にマッピングした場合には、例えば図６に示した受信ノードＩＤをもとにベクトルデータを生成すると図１１に示すようになり、さらにこのベクトルデータの類似度を二次元平面にマッピングすると図１２に示すようなマッピングデータが得られる。このマッピングデータでは、実際には距離が近いセンサノードＳＮａ，ＳＮｂ，ＳＮｊがその他のセンサノードと同等の距離関係にあるように表現され、実際の距離関係が反映されたデータにはならない。

以上詳述したようにこの実施形態では、サーバＳＶにおいて、センサノードＳＮａ〜ＳＮｊから送信されるノードＩＤとその受信時刻をもとに、センサノードＳＮａ〜ＳＮｊごとにセンシング対象物の検出時間を表す時系列データを生成する。そして、この生成した時系列データに基づいて、センサノードＳＮａ〜ＳＮｊごとにセンシング対象物の検出時間の中心時刻を求め、この中心時刻を中心に上記検出時間より若干長い時間幅Ｗを設定する。次に、この設定した時間幅Ｗ内における他のセンサノードによるセンシング対象物の検出時間長をそれぞれ求め、この求められた検出時間長をそれぞれベクトル要素とするベクトルデータを作成する。そして、このセンサノードＳＮａ〜ＳＮｊごとに作成されたベクトルデータ間の類似度を二次元平面にマッピングすることにより、センサノードＳＮａ〜ＳＮｊ間の距離を反映したマッピングデータを生成するようにしている。

したがって、人等のセンシング対象となる物体の動きの意味と関連付けてセンサノードＳＮａ〜ＳＮｊの位置を特定することができると共に、物体の検出の有無ではなく所定の時間幅Ｗ内における各センサノードＳＮａ〜ＳＮｊによる物体の検出時間長を利用しているので、センサノードＳＮａ〜ＳＮｊ間の距離的な関係をほぼ忠実に表す情報を得ることが可能となる。

また、時間幅Ｗを設定する際に、連続する検出時間の中心時刻を検出してこの中心時刻を中心にその前後に等幅の時間幅を設定するようにしているので、各センサノードＳＮａ〜ＳＮｊ間の相対位置を同一の条件の下で正確に特定することが可能となる。さらに、センサノードＳＮａ〜ＳＮｊからサーバＳＶへセンシング対象物の検出の有無を表す情報を伝送する際に、ノードＩＤのみを伝送するようにしている。このため、センサノードＳＮａ〜ＳＮｊからサーバＳＶへの伝送データ量を少なくすることができ、またセンサノードＳＮａ〜ＳＮｊ及びサーバＳＶにおけるデータ送受信処理に係わるＣＰＵの処理負担も軽減できる。

なお、この発明は上記実施形態に限定されるものではない。例えば、前記実施形態では、センシング対象の人が通路Ｌを実際に移動するときに各センサノードＳＮａ〜ＳＮｊにより得られる検出データをもとにセンサノードＳＮａ〜ＳＮｊの定位処理を行うようにした。しかし、上記センシング対象の人の代わりに、自走可能な移動装置を使用してセンサノードＳＮａ〜ＳＮｊの定位処理を行うようにしてもよい。

図１３は、移動装置ＭＳの構成の一例を示すものである。車両３１には、上記追跡対象の人に代わる被センシング体３２が搭載されている。また、車両３１には制御部３３及び駆動部３４が設けてある。駆動部３４は、駆動輪３５，３６を回転させるモータを備える。制御部３３は、予め記憶された走行経路情報にしたがって駆動部３４を駆動制御することにより、移動装置ＭＳを通路Ｌに沿って一定の速度で自走させる。

このように被センシング体３２が搭載された移動装置ＭＳを一定の速度で自走させることにより、各センサノードＳＮａ〜ＳＮｊによる被センシング体３２の検出時間を一定にすることができ、これによりサーバＳＶでは各センサノードＳＮａ〜ＳＮｊ間の距離を正確に特定することが可能となる。

前記実施形態では、各センサノードＳＮａ〜ＳＮｊによる検出時間に対し設定する時間幅Ｗを一定値に固定したが、検出時間長に応じて可変設定するようにしてもよい。また、前記実施形態ではセンサノードＳＮａ〜ＳＮｊからのノードＩＤの受信処理からマッピング処理までの一連の処理を１回だけ実行するようにした。しかし、得られたマッピングデータをもとにセンサノードＳＮａ〜ＳＮｊ間の距離の相違量が一定範囲内か否かを判定し、一定範囲内の場合には時間幅Ｗを小さな値に変更した上で上記ノードＩＤの受信処理からマッピング処理までの一連の処理を再度繰り返すようにしてもよい。

さらに前記実施形態では、センシング対象の物体がほぼ一定の速度で通路Ｌを移動しているものと見なしてセンサノードＳＮａ〜ＳＮｊの定位処理を実行するようにした。しかし、センシング対象の物体が人や動物の場合には途中で静止する場合もある。この場合、静止位置がセンサノードの検出エリア外であれば当該物体の検出出力は消滅し、一方あるセンサノードの検出エリア内であれば当該センサノードでは物体が常時検出された状態となる。そこで、一つのセンサノードＳＮａ〜ＳＮｊにおいて物体が一定時間以上連続して検出された場合には、当該物体は静止していると判断して、これをベクトル要素から除外するとよい。

その他、センサノード及びサーバの構成、サーバにおけるセンサノードの定位処理手順と処理内容、時間幅Ｗの値、センサノードとサーバとの間の無線通信方式、ベクトルデータを類似度でマッピングする方法等についても、この発明の要旨を逸脱しない範囲で種々変形して実施できる。

要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

この発明に係わるセンサネットワークシステムの一実施形態を示す概略構成図である。 図１に示したセンサネットワークシステムにおける各センサノードの設置位置の一例を示す図。 図１に示したセンサネットワークシステムにおける各センサノードの構成を示すブロック図。 図１に示したセンサネットワークシステムにおけるサーバの構成を示すブロック図。 図４に示したサーバによるセンサノード定位処理手順と処理内容を示すフローチャート。 図３に示したセンサノードから送信されるＩＤコードの一例を示す図である。 図５に示したセンサノード定位処理の過程において生成される、各センサノードによる当該物体の検出時間を表す時系列データの一例を示す図である。 図５に示したセンサノード定位処理の過程において、図７に示す時系列データに対し設定される時間幅の一例を示す図である。 図５に示したセンサノード定位処理の過程において、生成されるベクトルデータの一例を示す図である。 図５に示したセンサノード定位処理において生成される各センサノードのベクトルデータをベクトル間距離でマッピングした図である。 従来のセンサノード定位処理の過程において生成されるベクトルデータの一例を示す図である。 従来のセンサノード定位方法により生成される各センサノードのベクトルデータの類似度をマッピングした図である。 この発明の他の実施形態に係わるセンサネットワークシステムで使用される移動装置の構成を示す図である。

符号の説明

ＳＮａ〜ＳＮｊ…センサノード、ＳＶ…サーバ、ＲＴ…無線通信装置、１１…センサ、１２…無線通信モジュール、１３…センサＩ／Ｆ、１４…通信Ｉ／Ｆ、１５…メモリ、１６…センサノードのＣＰＵ、１７…センサノードのバス、２１…サーバのＣＰＵ、２２…サーバのバス、２３…プログラムメモリ、２３１…データ収集制御プログラム、２３２…時系列データ生成プログラム、２３３…センサノード定位処理プログラム、２４…データメモリ、２４１…受信データ記憶エリア、２４２…時系列データ記憶エリア、２４３…ベクトルデータ記憶エリア、２４４…マッピングデータ記憶エリア、２５…通信Ｉ／Ｆ、ＭＳ…移動装置、３１…車両、３２…被センシング体、３３…制御部、３４…駆動部、３５，３６…駆動輪。

Claims (7)

1. 空間に分散配置された複数のセンサノードと、これらのセンサノードとの間でそれぞれ無線通信が可能なサーバ装置とを具備し、
   前記複数のセンサノードは、
   物体の動きを検出するセンサと、
   前記センサによる前記物体の動きの検出結果に基づいて、前記物体の検出結果を表すデータを前記サーバ装置へ送信する無線通信手段と
   を備え、
   前記サーバ装置は、
   前記複数のセンサノードから送信されるデータをそれぞれ受信する手段と、
   前記受信された各データをもとに、前記物体が移動したときの各センサノードによる当該物体の検出時間を表す時系列データを生成する手段と、
   前記生成された時系列データの、前記各センサノードによる物体の検出時間の各々に対し当該検出時間を含む一定の時間幅を設定する手段と、
   前記設定された各時間幅の中でそれぞれ前記各センサノードによる物体の検出時間長を求め、この検出時間長をベクトル要素とするベクトルデータを前記各センサノードの各々について生成する手段と、
   前記生成された各センサノードのベクトルデータ間の類似度をもとに前記各センサノードの相対位置を表す情報を生成する手段と
   を備えることを特徴とするセンサネットワークシステム。
2. 前記一定の時間幅を設定する手段は、検出時間の中心時刻を検出し、この検出された中心時刻の前後にそれぞれ等幅の時間幅を設定することを特徴とする請求項１記載のセンサネットワークシステム。
3. 前記物体に代わる被センシング体を搭載して前記空間を一定の速度で自走する移動装置をさらに具備することを特徴とする請求項１記載のセンサネットワークシステム。
4. 空間に複数のセンサノードを分散配置し、これらのセンサノードにより物体の動きを検出して当該物体の動きの有無を表すデータをサーバ装置へ送信し、サーバ装置により前記各センサノードから送られたデータをもとに前記物体の移動を管理するセンサネットワークシステムで使用されるセンサノード定位方法において、
   前記複数のセンサノードから送信されるデータを前記サーバ装置により受信する過程と、
   前記サーバ装置において、前記受信された各データをもとに前記物体が移動したときの各センサノードによる当該物体の検出時間を表す時系列データを生成する過程と、
   前記サーバ装置において、前記生成された時系列データの、前記各センサノードによる物体の検出時間の各々に対し当該検出時間を含む一定の時間幅を設定する過程と、
   前記サーバ装置において、前記設定された各時間幅の中でそれぞれ前記各センサノードによる物体の検出時間長を求め、この検出時間長をベクトル要素とするベクトルデータを前記各センサノードの各々について生成する過程と、
   前記サーバ装置において、前記生成された各センサノードのベクトルデータ間の類似度をもとに前記各センサノードの相対位置を表す情報を生成する過程と
   を具備することを特徴とするセンサノード定位方法。
5. 前記一定の時間幅を設定する過程は、検出時間の中心時刻を検出し、この検出された中心時刻の前後にそれぞれ等幅の時間幅を設定することを特徴とする請求項４記載のセンサノード定位方法。
6. 空間に複数のセンサノードを分散配置し、これらのセンサノードにより物体の動きを検出して当該物体の動きの有無を表すデータをサーバ装置へ送信し、サーバ装置により前記各センサノードから送られたデータをもとに前記物体の移動を管理するセンサネットワークシステムで使用される前記サーバ装置において、
   前記複数のセンサノードから送信されるデータをそれぞれ受信する手段と、
   前記受信された各データをもとに、前記物体が移動したときの各センサノードによる当該物体の検出時間を表す時系列データを生成する手段と、
   前記生成された時系列データの、前記各センサノードによる物体の検出時間の各々に対し当該検出時間を含む一定の時間幅を設定する手段と、
   前記設定された各時間幅の中でそれぞれ前記各センサノードによる物体の検出時間長を求め、この検出時間長をベクトル要素とするベクトルデータを前記各センサノードの各々について生成する手段と、
   前記生成された各センサノードのベクトルデータ間の類似度をもとに前記各センサノードの相対位置を表す情報を生成する手段と
   を具備することを特徴とするサーバ装置。
7. 前記一定の時間幅を設定する手段は、検出時間の中心時刻を検出し、この検出された中心時刻の前後にそれぞれ等幅の時間幅を設定することを特徴とする請求項６記載のサーバ装置。

Images