JP6050391B2

JP6050391B2 - 低電力地理的定常性検出

Info

Publication number: JP6050391B2
Application number: JP2014560932A
Authority: JP
Inventors: ジョン・マイケル・バーク
Original assignee: クアルコム，インコーポレイテッド
Priority date: 2012-03-07
Filing date: 2013-02-19
Publication date: 2016-12-21
Anticipated expiration: 2033-02-19
Also published as: EP2823320A1; CN104160279B; EP2823320B1; JP2015511010A; CN104160279A; WO2013133965A1; US20130237241A1; US8805402B2

Description

本開示は、一般に、運動状態同定に関し、より詳細には、モバイルデバイスの地理的定常性を同定することに関する。

微小電気機械システム(MEMS)センサーは、最近では、運動を同定するための加速度測定を行うために、モバイルデバイス内に組み込まれている。たとえば、モバイルデバイスの絶対定常性(Absolute stationarity)(たとえば、無人でナイトテーブルまたは机の上にあること)は、すべての軸において測定された加速度変化がわずかであるとき、3軸MEMS加速度計信号から推論され得る。最近の進歩は、他の定常性状況の同定をやはり可能にした。たとえば、(たとえば、会議で座っている間、デバイスが人物のベルトに取り付けられているとき、または同僚と立ち話をしている間、人物の手に握られているとき)「そわそわする」運動を、連続的な歩行もしくは走行など、他のタイプの歩行運動と区別することができる。

しかしながら、従来の定常性検出方式(少なくとも、低消費電力で効率的に動作する方式)は、これまで、所与の慣性座標系に関する相対的な定常性同定だけに限定されてきた。これらの方式は、地球上の所与の地理的位置に関してモバイルデバイスの定常性を効率的に同定することができない。幅広い数のコンテキスト認識アプリケーションの場合、モバイルデバイスの地理的定常性を効率的に同定することが可能である必要性が当技術分野に存在する。

本発明の実施形態は、モバイルデバイスの地理的定常性を同定するためのシステムおよび方法を対象とする。

いくつかの実施形態では、モバイルデバイスの地理的定常性を同定するための方法を提供する。この方法は、たとえば、無線周波数(RF)環境変化推定に基づいて、モバイルデバイスが高平均速度移動に関与しているかどうかを判断するステップと、歩行ステッピング情報に基づいて、モバイルデバイスが低平均速度移動に関与しているかどうかを判断するステップと、高平均速度移動および低平均速度移動の欠如に基づいて、モバイルデバイスに対して定常状態を指定するステップとを含むことが可能である。

他の実施形態では、モバイルデバイスの地理的定常性を同定するための装置を提供する。この装置は、たとえば、RF環境変化推定に基づいて、モバイルデバイスが高平均速度移動に関与しているかどうかを判断することと、歩行ステッピング情報に基づいて、モバイルデバイスが低平均速度移動に関与しているかどうかを判断することと、高平均速度移動および低平均速度移動の欠如に基づいて、モバイルデバイスに対して定常状態を指定することとを行うように構成された、少なくとも1つのプロセッサを備えることが可能である。この装置は、少なくとも1つのプロセッサに結合され、関連するデータおよび/または命令を記憶することを行うように構成されたメモリを備えることがやはり可能である。

さらに他の実施形態では、モバイルデバイスの地理的定常性を同定するための別の装置を提供する。この装置は、たとえば、RF環境変化推定に基づいて、モバイルデバイスが高平均速度移動に関与しているかどうかを判断するための手段と、歩行ステッピング情報に基づいて、モバイルデバイスが低平均速度移動に関与しているかどうかを判断するための手段と、高平均速度移動および低平均速度移動の欠如に基づいて、モバイルデバイスに対して定常状態を指定するための手段と備えることが可能である。

さらに他の実施形態では、プロセッサによって実行されると、プロセッサに、モバイルデバイスの地理的定常性を同定するための動作を実行させるコードを備えるコンピュータ可読媒体を提供する。このコンピュータ可読媒体は、たとえば、RF環境変化推定に基づいて、モバイルデバイスが高平均速度移動に関与しているかどうかを判断するためのコードと、歩行ステッピング情報に基づいて、モバイルデバイスが低平均速度移動に関与しているかどうかを判断するためのコードと、高平均速度移動および低平均速度移動の欠如に基づいて、モバイルデバイスに対して定常状態を指定するためのコードと備えることが可能である。

添付の図面は、本発明の実施形態の説明を助けるために提示され、実施形態の限定ではなく、実施形態の例示のためのみに提供される。

1つまたは複数の実施形態による、地理的定常性同定のために構成された例示的なワイヤレス通信デバイスを示す図である。 RF環境変化推定と歩行ステッピング情報とに基づいて、モバイルデバイスの地理的定常性を同定するための運動状態同定プロセッサに関する例示的な方法を示す図である。絶対定常性検出器を追加で使用するときの、モバイルデバイスの地理的定常性を同定するための運動状態同定プロセッサに関する例示的な方法を示す図である。 RF環境変化推定に基づいて、モバイルデバイスが高平均速度移動に関与しているかどうかを判断する例示的な方法を示す図である。地理的に定常でない広域ネットワーク基地局に対して保護しながら、モバイルデバイスの地理的定常性を同定するための運動状態同定プロセッサに関する、図2の方法の例示的な拡張を示す図である。広域ネットワーク基地局が地理的に定常であるかどうかを判断するための例示的な方法を示す図である。広域ネットワーク基地局が地理的に定常であるかどうかを判断するための別の例示的な方法を示す図である。モバイルデバイスが低平均速度移動に関与しているかどうかを判断する例示的な方法を示す図である。所定の観測期間中に取られた連続歩行ステップの最大数を判断する例示的な方法を示す図である。

本発明の態様は、本発明の特定の実施形態を対象とする以下の説明および関連する図面で開示される。「本発明の実施形態」という用語は、本発明のすべての実施形態が、議論する特徴、利点、または動作モードを含むことを必要とするとは限らず、代替実施形態は、本発明の範囲から逸脱することなく考案され得る。加えて、本発明の関連する詳細を不明瞭にしないように、本発明のよく知られている要素は詳細に記載されないか、または省略される場合がある。

本明細書で使用する用語は、特定の実施形態の説明のみを目的とするものであり、本発明のすべての実施形態を限定することは意図されない。本明細書で使用する単数形「a」、「an」、および「the」は、文脈が別段に明確に示すのでなければ、複数形も含むものとする。「comprises(備える)」、「comprising(備える)」、「includes(含む)」および/または「including(含む)」という用語は、本明細書で使用されるとき、記述される特徴、整数、ステップ、動作、要素、および/またはコンポーネントの存在を明示するものであって、1つもしくは複数の他の特徴、整数、ステップ、動作、要素、コンポーネント、および/またはそのグループの存在あるいは追加を排除するものではないことがさらに理解されよう。

加えて、本明細書で使用される場合、「移動」という用語は、より正確な説明のために、「運動」という用語とは区別される。詳細には、「移動」という用語は、地球に対して固定された座標系に関する地理的位置(たとえば、緯度および経度)の変化を指すために使用される。この意味で、移動は、低平均速度移動(たとえば、連続的な歩行または走行)と高平均速度移動(たとえば、自動車、飛行機、船、または自転車の移動)の両方を含む。対照的に、「運動」という用語は、位置、場所、または方位の何らかの変化を指すために使用される。この意味で、「運動」は、低平均速度移動および高平均速度移動だけでなく、モバイルデバイスが「絶対的に定常」(たとえば、無人でナイトテーブルまたは机の上にあること)でなく、同時に、地理的位置の点で実質的に変更しない「そわそわする」シナリオをやはり含むことが可能である。たとえば、人物が会議で座っている間にその人物のベルトに取り付けられたデバイス、または人物が同僚と立ち話をしている間にその人物に握られているデバイスは、その人物がそわそわするにつれて動かされ、その場所および方位を変えることが多い。しかしながら、そのようなデバイスの地理的位置は実質的に一定状態にとどまる。

上の背景技術で議論したように、多種多様なコンテキスト認識アプリケーションおよび他のアプリケーションが移動している運動中のデバイスと移動していないデバイスとの間を区別できることは有用であり得る。しかしながら、従来の低電力定常性検出方式は、今まで、所与の地理的位置に関する移動の欠如の点で、モバイルデバイスの定常性を効率的に同定することができなかった。したがって、モバイルデバイスの地理的定常性を効率的に同定するための方法、装置、システム、および他の技法を本明細書で提供する。

図1は、1つまたは複数の実施形態による、地理的定常性同定のために構成された例示的なワイヤレス通信デバイスを示す。一般に、ワイヤレスモバイル通信デバイス100(もしくは、単に「モバイルデバイス」)は、内蔵型ハードウェアまたは外部ハードウェアを使用して、様々なアクセサリデバイス102(たとえば、Bluetooth(登録商標)デバイス)、ワイヤレスローカルエリアネットワーク(WLAN)104(たとえば、IEEE802.11 Wi-Fi)、ワイヤレス広域ネットワーク(WWAN)106(たとえば、セルラー通信システム)、全地球航法衛星システム(GNSS)108(たとえば、GPS)などと通信することが可能であり得る。

送信経路上で、モバイルデバイス100によって送信されるべきトラフィックデータは、出力信号を生成するために、適用可能な無線技術に従って、エンコーダ122によって処理され(たとえば、フォーマットされ、エンコードされ、かつインターリーブされ)、変調器(Mod)124によってさらに処理され(たとえば、変調され、チャネル化され、かつスクランブルされ)得る。次いで、送信機(TMTR)132は、出力信号を調整し(たとえば、アナログに変換し、フィルタリングし、増幅し、かつアップコンバートし)、変調信号を生成し、その信号が1つまたは複数のアンテナ134を介して送信される。受信経路上で、アンテナ134は、例示されるワイヤレスシステムまたは他のデバイスから送信される信号を受信することが可能である。次いで、受信機(RCVR)136は、1つまたは複数のアンテナ134から受信された信号を調整し(たとえば、フィルタリングし、増幅し、ダウンコンバートし、かつデジタル化し)、サンプルを提供することができる。復調器(Demod)126は、サンプルを処理し(たとえば、デスクランブルし、チャネル化し、かつ復調し)、シンボル推定値を提供することができる。デコーダ128は、シンボル推定値をさらに処理し(たとえば、デインタリーブし、かつデコードし)、デコードされたデータを提供することができる。

エンコーダ122、変調器124、復調器126、およびデコーダ128は、示されるように、モデムプロセッサ120を形成し得る。モバイルデバイス100は、(コントローラ/プロセッサ140として単数で例示される)1つもしくは複数の汎用コントローラまたはプロセッサ、関連するデータまたは命令を記憶することを行うように構成されたメモリ144、および/あるいは(GNSS情報を処理するための例示的なGNSSモジュール148によって示される)1つもしくは複数の専用コントローラまたはプロセッサを含むことも可能である。共に、バス180を介して、これらのユニットは、通信のために使用される適切な1つもしくは複数の無線技術、ならびにモバイルデバイス100に関する他の機能に従って、処理を実行することができる。

1つまたは複数の実施形態によれば、モバイルデバイス100は、コントローラ/プロセッサ140の一部であってよく、または一部でなくてもよい運動状態同定プロセッサ150、ならびに、(場合によっては、「何らかの運動」検出器と呼ばれる場合もある)例示された絶対定常性検出器154、加速度計158、ステップ検出器162、およびRF環境解析装置170など、様々な他の運動状態関連ハードウェアをさらに含むことが可能である。

例示される構成では、運動状態同定プロセッサ150は、絶対定常性検出器154から基本的な運動情報を受信して、ステップ検出器162から歩行ステッピング情報を受信することができ、これらは各々、加速度計158によって提供される加速度信号に関連して動作する。加速度計158は、典型的には、3つの直交軸から加速度データを与える3軸加速度計である。他の例は、複数の(たとえば、3つの)1軸加速度計、または、そこから、正確な直交3軸加速度測定値を導出できる何らかの他のデバイスを含むことが可能である。絶対定常性検出器154およびステップ検出器162は、図示のように加速度計158を共有してもよく、または、各々が、それぞれの検出器の内部または外部のいずれかに、それ自体の加速度計を有してもよいことは諒解されよう。

絶対定常性検出器154は、モバイルデバイス100が絶対定常であるかどうか(すなわち、しきい値レベルの運動が検出されているか否か)を検出する。たとえば、絶対定常性検出器154は、加速度計158からの加速度信号を監視し、関連付けられた加速度拡散(acceleration spread)を判断することができる。加速度拡散は、所与の観測ウィンドウ内の最大スカラー加速度値と最小スカラー加速度値との間の差であり、この場合、加速度拡散は、観測ウィンドウ最小値が最大値の前に発生する場合、正と見なされ、そうでない場合は負と見なされる。加速度拡散の最大絶対値が、指定されたしきい値(たとえば、ノイズフロア)未満である場合、絶対定常性検出器154は、モバイルデバイスが絶対定常であると判断する。ノイズフロアしきい値は、典型的には、重力加速度の百分のいくつか程度である。

ステップ検出器162は、モバイルデバイス100のユーザと関連付けられた歩行ステップを検出する。ステップ検出は、様々な方法で達成され得るが、典型的には、3軸加速度計データからスカラー加速度を計算すること、スカラー加速度データをウィンドウ平均化(window averaging)すること、および、加速度拡散を計算することを含む。加速度拡散が振幅フィルタリングおよび時間フィルタリングされて、歩行ステップが同定され得る。たとえば、最小加速度拡散振幅(minimum acceleration spread amplitude)が、歩行ステッピングと関連付けられた最小ステップ継続時間にわたって維持されるとき、歩行ステップは、加速度拡散パターンから同定され得る。最小加速度拡散振幅は、たとえば、重力加速度の10分のいくつか程度であり得、最小ステップ継続時間は、百分の数秒程度であり得る。歩行ステップが検出されるとき、ステップ検出器162は、検出されたステップと関連付けられたタイムスタンプなど、歩行ステッピング情報を出力して、この情報を運動状態同定プロセッサ150に提供する。

RF環境解析装置170は、モバイルデバイス100に関するRF環境変化を監視する。これは、1つまたは複数の信号処理機能を最適化するために、移動局の環境の変化が連続的に監視される、規定されたWWAN処理ルーチンの一部として実行され得る。たとえば、いくつかの実施形態では、RF環境解析装置170は、リンク品質を改善するために、送信信号の遅延された複製物(delayed replicas)を組み合わせることによって、所与のチャネル内のマルチパス時間遅延が活用されるRAKE受信機処理を実行することができる。一般に、RAKE受信機は、受信マルチパス信号の最強のコンポーネントを選択することによって、受信信号エネルギーの大部分を捕捉する。最強のコンポーネントは、マルチパス遅延検索によって選択され得る。RAKE受信機フィンガを使用した受信RF信号特徴の解析は、検索機能の従来のデューティサイクル最適化のために有用であり、本明細書の1つまたは複数の実施形態によれば、運動状態同定のためにも有用であり得る。したがって、RF環境解析装置170は、このRF環境変化推定または他の類似のRF環境変化推定を運動状態同定プロセッサ150にやはり提供する。

運動状態同定プロセッサ150に提供された情報のうちのいくつかまたはすべてに基づいて、運動状態同定プロセッサ150は、モバイルデバイス100が高平均速度移動または低平均速度移動に関与しているかどうかを確実かつ効率的に判断することができる。このようにして、運動状態同定プロセッサ150は、各認識可能なタイプの移動を組織的に排除することを試み、したがって、モバイルデバイス100に対して、その地理的位置が実質的に一定状態にとどまる定常状態をより確実に指定することができる。

図2は、RF環境変化推定と歩行ステッピング情報とに基づいて、モバイルデバイス100の地理的定常性を同定するための運動状態同定プロセッサ150に関する例示的な方法を示す。示すように、運動状態同定プロセッサ150は、RF環境解析装置170によって提供されたRF環境変化推定に基づいて、モバイルデバイス100が高平均速度移動(たとえば、自動車、飛行機、船、または自転車の移動)に関与しているかどうかを判断することができ(ブロック210)、ステップ検出器162によって提供された歩行ステッピング情報に基づいて、モバイルデバイス100が、低平均速度移動(たとえば、モバイルデバイス100のユーザによる連続的な歩行または走行)に関与しているかどうかを判断することができる(ブロック220)。高平均速度移動および低平均速度移動の欠如に基づいて、運動状態同定プロセッサ150は、モバイルデバイス100に対して定常状態を指定することができる(ステップ230)。上で議論したように、定常状態は、モバイルデバイス100の絶対定常性に対応することが可能であるか、または実質的に一定状態にとどまる特定の地理的位置においてモバイルデバイス100のユーザがそわそわすることに対応することが可能である。所望されるとき、モバイルデバイス100が高平均速度移動または低平均速度移動に関与していると判断されたとき、運動状態同定プロセッサ150は、モバイルデバイス100に対して移動状態を指定することもできる(オプションのブロック240)。

上で議論したように、本明細書で説明する効率的な地理的定常性同定は、セルラー電話およびコンテキスト認識コンピューティングなど、多種多様なアプリケーションに関して有用であり得る。したがって、いくつかの実施形態では、自由に動作するか、またはコントローラ/プロセッサ140を介して動作する運動状態同定プロセッサ150は、モバイルデバイス100が定常状態にあるか、または移動状態にあるかに基づいて、1つもしくは複数の後処理手続を開始することができる(オプションのブロック250)。いくつかの実施形態では、後処理手続は、モバイルデバイス100の1つもしくは複数のルーチン動作を選択的に有効または無効にすることを必要とする。たとえば、運動状態同定プロセッサ150は、定常状態を指定することに応答して、モバイルデバイス100の少なくとも1つの地理的位置更新を無効にすることができる。これは、モバイルデバイス100が実質的に一定の地理的位置において定常であることが知られているとき、モバイルデバイス100が不要な高電力位置更新(たとえば、GPSフィックス)を実行することを控えることによって、電力を節約するのを可能にするという点でこれは有利であり得る。

いくつかの実施形態では、運動状態同定プロセッサ150は、絶対定常性検出器154を使用して、モバイルデバイス100の絶対定常性をさらに監視することができる。このようにして、運動状態同定プロセッサ150は、絶対定常性検出器154が少なくともいくつかの運動が発生したことを示すまで、モバイルデバイス100が高平均速度移動に関与しているかどうかの判断を開始するのを控えることによって、電力をさらに節約することができる。同様に、運動状態同定プロセッサ150は、モバイルデバイス100が高平均速度移動に関与していないと判断されるまで、モバイルデバイスが低平均速度移動に関与しているかどうかの判断を開始するのを控えることによって、電力をさらに節約することができる。

図3は、絶対定常性検出器154を追加で使用するときの、モバイルデバイス100の地理的定常性を同定するための運動状態同定プロセッサ150に関する例示的な方法を示す。示されるように、運動状態同定プロセッサ150は、絶対定常性検出器154を使用して、モバイルデバイス100の絶対定常性を最初に監視する(ブロック310)。この早期の段階で絶対定常性が検出された場合(決定320で「Yes」)、運動状態同定プロセッサ150は、高平均速度移動または低平均速度移動の探索を差し控えて、モバイルデバイス100に対して定常状態を単に指定することができる(ブロック370)。

そうでない場合、少なくともいくつかの運動が検出された場合(決定320で「No」)、運動状態同定プロセッサ150は、RF環境解析装置170によって提供されたRF環境変化推定に基づいて、モバイルデバイス100が高平均速度移動に関与しているかを判断することを開始することができる(ブロック330)。モバイルデバイス100が高平均速度移動に関与していると判断された場合(決定340で「Yes」)、運動状態同定プロセッサ150は、低平均速度移動の探索を差し控えて、所望されるとき、モバイルデバイス100に対して移動状態を単に指定することができる(オプションのブロック380)。

そうでない場合、モバイルデバイス100が高平均速度移動に関与していないと判断された場合(決定340で「No」)、運動状態同定プロセッサ150は、ステップ検出器162によって提供された歩行ステッピング情報に基づいて、モバイルデバイス100が低平均速度移動に関与しているかどうかを判断することを開始することができる(ブロック350)。モバイルデバイス100が低平均速度移動に関与していないと判断された場合(決定360で「No」)、運動状態同定プロセッサ150は、モバイルデバイス100に対して定常状態を指定することができる(ブロック370)。そうでない場合、モバイルデバイス100が低平均速度移動に関与していると判断された場合(決定360で「Yes」)、運動状態同定プロセッサ150は、モバイルデバイス100に対して定常状態を指定することを差し控えて、代わりに、所望されるとき、モバイルデバイス100に対して移動状態を指定することができる(オプションのブロック380)。

上でより詳細に議論したように、モバイルデバイス100が定常状態にあるかまたは移動状態にあるかに基づいて、自由に動作するか、またはコントローラ/プロセッサ140を介して動作する運動状態同定プロセッサ150は、1つまたは複数の後処理手続を開始することができる(オプションのブロック390)。

図2に戻ると、RF環境解析装置170によって提供されたRF環境変化推定に基づいて、モバイルデバイス100が高平均速度移動に関与しているかどうかを判断すること(ブロック210)は、様々な様式で実行され得る。たとえば、いくつかの実施形態では、モバイルデバイス100の速度を判断するために、最大ドップラー周波数など、RFシグナリングの特性を活用することが可能である。

図4は、ブロック210の場合のように、RF環境変化推定に基づいて、モバイルデバイス100が高平均速度移動に関与しているかどうかを判断する例示的な方法を示す。この例では、RF環境解析装置170は、モバイルデバイス100によって受信されたRFシグナリングを定期的に監視する(ブロック410)。RF環境解析装置170は、次いで、受信RF信号のエンベロープ(振幅)を追跡して(ブロック420)、そのエンベロープに基づいて、モバイルデバイス100の速度を推定する(ブロック430)。たとえば、いくつかの実施形態では、RF環境解析装置170は、RF信号エンベロープの対数圧縮された表現(logarithmically compressed representation)の二乗偏差(squared deviations)に基づいて、モバイルデバイス100の速度を推定することができる。他の実施形態では、RF環境解析装置170は、モバイルデバイス100の速度を推定するために、対数圧縮された受信RF信号エンベロープのレベルクロッシングレート(level crossing rate)を使用することができる。

さらに他の実施形態では、たとえば、モバイルデバイス100の速度を推定するために、複数のCDMA基地局と通信するとき、RF環境解析装置170は、RAKE受信機のRAKEフィンガによって配信された異なるマルチパスコンポーネントの周波数オフセット情報を使用することができる。所定のしきい値を超える大きさを有する逆符号の周波数オフセットは、モバイルデバイス100が高平均速度移動に関与していることを示す可能性がある。

さらに他の実施形態では、RF環境変化推定は、移動のより明示的な表示を含むことが可能である。たとえば、いくつかの実施形態では、RF環境変化は、図1に例示されたWWAN基地局106など、1つまたは複数のWWAN基地局からのWWANシグナリングから導出可能であり、RF環境解析装置170は、モバイルデバイス100がこれらの基地局間でハンドオフされる様式を監視することができる。モバイルデバイス100の近傍の基地局の連続的な変化は、高平均速度移動を示す可能姓がある。さらに、さらに他の実施形態では、RF環境変化は、図1に例示されたWLANアクセスポイント104など、1つまたは複数のWLANアクセスポイントからのWLANシグナリングから導出可能であり、RF環境解析装置170は、WLANシグナリングを監視、すなわち、「スニッフィング(sniff)」して、モバイルデバイス100の近傍の特定のWLANアクセスポイントを判断することが可能である。モバイルデバイス100の近傍のWLANアクセスポイントの連続的な変化は、モバイルデバイス100が高平均速度移動に関与していることを示す可能性がある。

いくつかの実施形態では、通常のWWAN信号処理ルーチンは、モバイルデバイス100の環境が上の様式のうちの1つまたは複数で定期的に監視されることをすでに要求している場合があることは諒解されよう。したがって、そのような実施形態では、運動状態同定プロセッサ150は、モバイルデバイス100用の電力を節約するためにこの基本的な処理を利用することが可能であり得る。

状況によっては、WWAN基地局自体が地理的に定常でない場合があるので、WWAN基地局からのシグナリングに基づく定常性は信頼できない場合があることを認識されよう。たとえば、ある種のクルーズ船は、海上にある間、その乗客が使用するために、その独自のオンボードセルラーシステムを有する場合がある。この場合、モバイルデバイス100は、そのようなWWAN基地局に対して定常であるように思われる可能性があるが、両方とも実際には高平均速度移動に関与している。したがって、いくつかの実施形態では、運動状態同定プロセッサ150は、地理的に定常でないWWAN基地局に対する保護手段として、追加の手続を実行することができる。

図5は、地理的に定常でないWWAN基地局に対して保護しながら、モバイルデバイス100の地理的定常性を同定するための運動状態同定プロセッサ150に関する、図2の方法の例示的な拡張を示す。この例では、運動状態同定プロセッサ150は、そこから運動状態同定プロセッサ150がRFシグナリングを受信するWWAN基地局が地理的に定常であるかどうかを判断する(ブロック510)ための初期検査を実行する。WWAN基地局が地理的に定常でないとき(決定520で「No」)、運動状態同定プロセッサ150は、単に(上で説明された)ブロック240に進み、誤検出の定常性指定に対する予防策として、モバイルデバイス100に対する移動状態の指定を催促する。そうでない場合、WWAN基地局が実際に地理的に定常である場合(決定520で「Yes」)、運動状態同定プロセッサ150は、RF環境解析装置170によって提供されたRF環境変化推定に基づいて、モバイルデバイス100が高平均速度移動に関与しているかどうかを判断すること(ブロック210)と、ステップ検出器162によって提供された歩行ステッピング情報に基づいて、モバイルデバイス100が低平均速度移動に関与しているかどうか判断すること(ブロック220)と、高平均速度移動と低平均速度移動の両方の欠如に基づいて、モバイルデバイス100に対して定常状態を指定すること(ブロック230)とを含めて、図2の方法の残りの態様を進める。

図6は、ブロック510の場合のように、WWAN基地局が地理的に定常であるかどうかを判断するための例示的な方法を示す。この例では、運動状態同定プロセッサ150は、モバイルデバイス100の地理的位置を判断して(ブロック610)、その地理的位置が海上にあることに対応することを判断する(ブロック620)。これは、たとえば、GNSSモジュール148を使用する初期CPSフィックスと、判断された座標を地勢図と比較することとによって達成され得る。運動状態同定プロセッサ150は、それに応じて、WWAN基地局が地理的に定常でないことを指定する(ブロック630)。

図7は、ブロック510にあるように、WWAN基地局が地理的に定常であるかどうかを判断するための別の例示的な方法を示す。この例では、CDMA移動局に通信されることが必要とされるシステム情報とネットワーク同定情報とを使用して、クルーズ船上のWWAN基地局位置が推論される。したがって、運動状態同定プロセッサ150は、WWAN基地局システム情報とネットワーク同定情報とを収集して(ブロック710)、WWAN基地局がクルーズ船上に位置することを判断して(ブロック720)、WWAN基地局が地理的に定常でないことを再度指定する(ブロック730)。

しかしながら、所与のWWAN基地局が海上にあるか、またはそうでない場合、地理的に定常でないかを判断するためのさらに他の技法を用いることが可能であることは諒解されよう。

他の状況では、現在のRF環境変化推定がまったく利用可能でない場合があることをやはり認識されよう。運動状態同定プロセッサ150は、様々な様式でこれらの状況を処理することが可能である。たとえば、いくつかの実施形態では、運動状態同定プロセッサ150は、現在のRF環境変化情報が利用可能でないとき、やはり誤検出の定常性指定の予防策として、モバイルデバイスに対して移動状態を単に指定することができる。

図2に戻ると、モバイルデバイス100が低平均速度移動に関与しているかどうかを判断すること(ブロック220)は、やはり様々な様式で実行され得る。たとえば、いくつかの実施形態では、所与の時間期間にわたって、モバイルデバイス100のユーザによって取られた連続的な歩行ステップの最大数に基づいて、低平均速度移動が判断され得る。

図8は、ブロック220の場合のように、モバイルデバイス100が低平均速度移動に関与しているかどうかを判断する例示的な方法を示す。この例では、ステップ検出器162は、観測期間中にモバイルデバイス100のユーザと関連付けられた何らかの歩行ステップを検出する(ブロック810)ために使用される。上で議論したように、ステップ検出器162は、加速度計158から受信された加速度信号に基づいて動作することが可能である。この目的で、観測期間は、(たとえば、システム設計者または呼出し側アプリケーションによって)人間の運動と関連付けられたタイムスケールに設定され得る。いくつかの実施形態では、約1秒または数秒(たとえば、約2秒と約10秒の間)の観測期間は適切な動作を提供することが分かっている。しかしながら、観測期間の特定の長さは、特定用途向けとなり、適用例によって変わり得ることは諒解されよう。電力節約の理由のために、いくつかの実施形態では、ステップ検出器162は、絶対定常性検出器154によって最初の運動が検出されるまで休止したままであってもよく、運動状態同定プロセッサ150によって起動される。

検出された歩行ステップから、運動状態同定プロセッサ150は、観測期間中に取られた連続歩行ステップの最大数を判断して(ブロック820)、判断された連続歩行ステップの最大数に基づいて、モバイルデバイス100がその観測期間にわたって低平均速度移動に関与しているかどうかを判断する(ブロック830)ことができる。たとえば、運動状態同定プロセッサ150は、連続歩行ステップの判断された最大数を維持された歩行運動と一般に関連付けられた最小しきい値数と比較することができる。比較的少ない数の連続歩行ステップ、または、歩行ステップがまったくないことは、検出された歩行ステップが実際の維持された歩行運動に対応しないことを示す可能性がある。連続ステップの最小しきい値数は、当然、選択された観測期間の長さ、ならびに、人間の歩行の特性に依存することは諒解されよう。いくつかの設計では、連続ステップの最小しきい値数は、観測期間中の秒数にほぼ等しく設定され得る(たとえば、5秒の観測期間では、連続ステップの最小しきい値数は、連続的な5ステップに設定され得る)。比較的短い観測期間では、連続ステップの最小しきい値数は、わずかにより大きくてもよい。選択される特定の連続ステップの最小しきい値数は、特定用途向けとなり、適用例によって変わり得ることは諒解されよう。

図9は、ブロック820の場合のように、所与の観測期間T_i中に取られた連続歩行ステップの最大数N_{STEPS_MAX}を判断する例示的な方法を示す。この例では、連続歩行ステップの数N_STEPSのためのカウンタと、連続歩行ステップの最大数N_{STEPS_MAX}のためのカウンタとを含む、2つのカウンタが使用され、両方が最初にゼロに設定される(ブロック902)。運動状態同定プロセッサ150は、次いで、検出された各ステップT_STEP_j間の時間間隔を、最大ステップ頻度要件f_MAXおよび最小ステップ頻度要件f_MINと比較することによって、注目する観測期間T_iにわたってステップ検出器162によって与えられた一連のステップタイムスタンプを解析する(ブロック904)。各T_STEP_iは、逐次ステップタイムスタンプ間の差として計算され得、前の観測期間T_i-1中に検出された最後のステップのタイムスタンプが、現在の観測期間T_iの最初のステップT_STEP₁のステップ間隔を判断するために使用される。

最大ステップ頻度要件f_MAXおよび最小ステップ頻度要件f_MINは、単なるそわそわすることとは反対に、実際の維持された歩行運動(たとえば、連続的な歩行または走行)を示すステップ間の時間間隔に対応する。発明者による実験は、実際の歩行運動と関連付けられたステップが逐次ステップ間の特徴的な時間間隔の範囲内で発生することを明らかにしている。たとえば、椅子に座り、セルラー電話を保持している人が、注目するタイプの実際の低平均速度移動が発生していなくても、分離したステップが検出されるようにすることがある。このステップは、他のステップから特徴的でなく分離しているという事実によって、そわそわすることとして区別され得る。同様に、セルラー電話を保持し、手のひらに軽くたたいている人が、同じく注目するタイプの実際の低平均速度移動が発生していなくても、一連のステップが検出されるようにすることがある。この一連のステップは、同様に、これらのステップが特徴的でなく互いに近くで発生するという事実によって、そわそわすることとして区別され得る。したがって、最大頻度要件f_MAXは、実際の低平均速度移動を表すには短すぎると思われるステップ間隔をフィルタリングして除去するために課せられるが、最小ステップ頻度要件f_MINは、実際の低平均速度移動を表すには長すぎると思われるステップ間隔をフィルタリングして除去するために課せられる。

観測期間T_i中に報告された所与のステップ間隔T_STEP_jが、逐次ステップが許容可能なステップ頻度要件f_MAXおよびf_MIN内で発生していることを示す場合、連続歩行ステップの数N_STEPSが増分され、連続歩行ステップの最大数N_{STEPS_MAX}が、連続歩行ステップN_STEPSの現在の値または連続歩行ステップの最大数N_{STEPS_MAX}の現在の値のいずれか、どちらか大きい方に設定される(ブロック906)。そうでない場合、観測期間T_i中に報告された所与のステップ間隔T_STEP_jが、逐次ステップが許容可能なステップ頻度要件f_MAXおよびf_MINの外側で発生したことを示す場合、連続歩行ステップの数N_STEPSがゼロにリセットされる(ブロック908)。この場合、連続歩行ステップの最大数N_{STEPS_MAX}は、その現在の値で維持される。この一連の判断および計算が、現在の観測期間T_i内でステップ間隔T_STEP_jごとに繰り返される(ブロック910)。

観測期間の長さの場合のように、最大ステップ頻度要件f_MAXおよび最小ステップ頻度要件f_MINは、構成可能であり得、典型的には、人間の運動と関連付けられたタイムスケールに設定される。たとえば、いくつかの実施形態では、最大ステップ頻度要件f_MAXおよび最小ステップ頻度要件f_MINは、毎秒数ステップ程度(たとえば、f_MAXでは、毎秒約2ステップと3ステップとの間、f_MINでは、毎秒約1ステップと2ステップとの間)であり得る。しかしながら、選択されるf_MAXおよびf_MINのための特定の値は、特定用途向けとなり、適用例によって変わり得ることがやはり諒解されよう。

本明細書で開示された実施形態に関連して説明された様々な例示的な論理ブロック、モジュール、および回路は、汎用プロセッサ、デジタル信号プロセッサ(DSP)、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)もしくは他のプログラマブル論理デバイス、個別ゲートもしくはトランジスタ論理、個別ハードウェアコンポーネント、または、本明細書で説明された機能を実行するように設計されたそれらの任意の組合せで、実装あるいは実行され得る。さらに、例示的な論理ブロック、モジュール、および回路の各々と関連付けられた機能は、他の実施形態で図示されるか、もしくは図示されない異なる構成要素によって部分的または完全に包含され得る。たとえば、いくつかの実施形態では、絶対定常性検出器154、ステップ検出器162、および/またはRF環境解析装置170の機能は運動状態同定プロセッサ150内に直接統合され得る。同様に、運動状態同定プロセッサ150の機能のすべてまたはいくつかは、モバイルデバイス100の汎用コントローラ/プロセッサ140によって実行され得る。

上で説明されたプロセッサの各々はマイクロプロセッサであり得るが、代替では、各プロセッサは任意の従来のプロセッサ、コントローラ、マイクロコントローラ、または状態機械であり得る。各プロセッサはまた、DSPとマイクロプロセッサとの組合せ、複数のマイクロプロセッサ、DSPコアと連携する1つもしくは複数のマイクロプロセッサ、または、任意の他のそのような構成など、コンピューティングデバイスの組合せとして実装され得る。さらに、本明細書で説明される実施形態ごとに、任意のそのような実施形態の対応する形式は、本明細書では、たとえば、説明されるアクションを実行することを「行うように構成された論理」として説明されることがある。

本明細書で開示された実施形態に関して説明した様々な論理ブロック、モジュール、回路、およびアルゴリズムステップの多くは、電子ハードウェア、コンピュータソフトウェア、または両方の組合せとして実装され得ることを諒解されよう。ハードウェアとソフトウェアのこの互換性を明確に示すために、様々な例示的な構成要素、ブロック、モジュール、回路、およびステップを、上記では概してそれらの機能に関して説明した。そのような機能をハードウェアとして実装するか、ソフトウェアとして実装するかは、特定の適用例および全体的なシステムに課される設計制約に依存する。当業者は、説明された機能を特定の適用例ごとに様々な方法で実装し得るが、そのような実装の決定は、本発明の範囲からの逸脱を生じるものと解釈すべきではない。加えて、多種多様な異なる技術および技法のうちのいずれかを使用して情報および信号を表すことができる。たとえば、上記の説明全体にわたって言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、およびチップは、電圧、電流、電磁波、磁界もしくは磁性粒子、光場もしくは光学粒子、またはそれらの任意の組合せによって表され得る。

1つまたは複数の例示的な実施形態では、記載された機能は、ハードウェア、ソフトウェア、ファームウェア、またはそれらの任意の組合せで実装することができる。ソフトウェアで実装される場合、機能は、1つもしくは複数の命令またはコードとしてコンピュータ可読媒体上に記憶され、あるいはコンピュータ可読媒体を介して送信され得る。コンピュータ可読媒体は、ある場所から別の場所へのコンピュータプログラムの転送を可能にする任意の媒体を含む、コンピュータ記憶媒体とコンピュータ通信媒体の両方を含む。記憶媒体は、コンピュータによってアクセスされ得る任意の入手可能な媒体であり得る。限定ではなく例として、そのようなコンピュータ可読媒体は、RAM、ROM、EEPROM、CD-ROMもしくは他の光ディスクストレージ、磁気ディスクストレージもしくは他の磁気ストレージデバイス、または、命令もしくはデータ構造の形態の所望のプログラムコードを搬送あるいは記憶するために使用され、コンピュータによってアクセスされ得る、任意の他の媒体を含み得る。さらに、いかなる接続もコンピュータ可読媒体と適切に呼ばれる。たとえば、ソフトウェアが、同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線(DSL)、もしくは赤外線、無線、およびマイクロ波などのワイヤレス技術を使用して、ウェブサイト、サーバ、または他のリモートソースから送信される場合、同軸ケーブル、光ファイバケーブル、ツイストペア、DSL、または赤外線、無線、およびマイクロ波などのワイヤレス技術は、媒体の定義に含まれる。本明細書で使用する場合、ディスク(disk)およびディスク(disc)は、コンパクトディスク(CD)、レーザーディスク(登録商標)、光ディスク、デジタル多用途ディスク(DVD)、フロッピー(登録商標)ディスク、およびブルーレイディスクを含み、この場合、ディスク(disk)は、通常、磁気的にデータを再生し、ディスク(disc)は、レーザーで光学的にデータを再生する。上記の組合せもコンピュータ可読媒体の範囲内に含まれるべきである。

前述の開示は本発明の例示的な実施形態を示すが、添付の特許請求の範囲によって規定される本発明の範囲から逸脱することなく、本明細書において様々な変更および修正を行えることに留意されたい。別段の記載がない限り、または要求されない限り、本明細書で説明された本発明の実施形態による方法クレームの機能、ステップおよび/または動作は、何らかの特定の順序で実行されなくてよい。さらに、本発明の要素は単数形で記載または特許請求されている場合があるが、単数形に限定することが明示的に述べられていない限り、複数形が考えられる。

100 ワイヤレスモバイル通信デバイス、モバイルデバイス
102 アクセサリデバイス
104 ワイヤレスローカルエリアネットワーク(WLAN)、WLANアクセスポイント
106 ワイヤレス広域ネットワーク(WWAN)、WWAN基地局
108 全地球航法衛星システム(GNSS)
120 モデムプロセッサ
122 エンコーダ
124 変調器(Mod)
126 復調器(Demod)
128 デコーダ
132 送信機(TMTR)
134 アンテナ
136 受信機(RCVR)
140 コントローラ/プロセッサ
144 メモリ
148 GNSSモジュール
150 運動状態同定プロセッサ
154 絶対定常性検出器
158 加速度計
162 ステップ検出器
170 RF環境解析装置
180 バス

Claims

モバイルデバイス(100)の地理的定常性を同定する方法であって、
無線周波数(RF)環境変化推定に基づいて、前記モバイルデバイスが高平均速度移動に関与しているかどうかを判断するステップ(210)と、
歩行ステッピング情報に基づいて、前記モバイルデバイスが低平均速度移動に関与しているかどうかを判断するステップ(220)と、
高平均速度移動および低平均速度移動の欠如に基づいて、前記モバイルデバイスに対して定常状態を指定するステップ(230)と
を含む方法。
前記定常状態が、前記モバイルデバイスの地理的位置が実質的に一定状態にとどまる、前記モバイルデバイスの絶対定常性または前記モバイルデバイスのユーザのそわそわすることに対応する、請求項1に記載の方法。
加速度計(158)を使用して、前記モバイルデバイスの絶対定常性を監視するステップであって、前記モバイルデバイスが高平均速度移動に関与しているかどうかを前記判断するステップが、前記監視するステップが少なくともいくつかの運動を示すまで開始されず、前記モバイルデバイスが低平均速度移動に関与しているかどうかを前記判断するステップが、前記モバイルデバイスが高平均速度移動に関与していないと判断されるまで開始されない、監視するステップ
をさらに含む、請求項1に記載の方法。
前記モバイルデバイスが高平均速度移動または低平均速度移動に関与すると判断されたとき、前記モバイルデバイスに対して移動状態を指定するステップ(240)
をさらに含む、請求項1に記載の方法。
RF環境情報が利用可能でないとき、前記モバイルデバイスに対して移動状態を指定するステップ
をさらに含む、請求項1に記載の方法。
前記RF環境変化推定がワイヤレス広域ネットワーク基地局シグナリングから導出される、請求項1に記載の方法。
前記ワイヤレス広域ネットワーク基地局が地理的に定常であるかどうかを判断するステップと、
前記ワイヤレス広域ネットワーク基地局が地理的に定常でないとき、前記モバイルデバイスに対して移動状態を指定することを促すステップと
をさらに含む、請求項6に記載の方法。
前記ワイヤレス広域ネットワーク基地局が地理的に定常であるかどうかを前記判断するステップが、
前記モバイルデバイスの地理的位置を判断するステップと、
前記地理的位置が海上にあることに対応することを判断するステップと、
前記ワイヤレス広域ネットワーク基地局が地理的に定常でないことを指定するステップと
を含む、請求項7に記載の方法。
前記ワイヤレス広域ネットワーク基地局が地理的に定常であるかどうかを前記判断するステップが、
ワイヤレス広域ネットワーク基地局システム情報とネットワーク同定情報とを収集するステップと、
前記ワイヤレス広域ネットワーク基地局がクルーズ船上に位置することを判断するステップと、
前記ワイヤレス広域ネットワーク基地局が地理的に定常でないことを指定するステップと
を含む、請求項7に記載の方法。
前記モバイルデバイスが高平均速度移動に関与しているかどうかを前記判断するステップが、
前記モバイルデバイスによって受信されたRFシグナリングを監視するステップと、
受信RF信号エンベロープを追跡するステップと、
前記受信RF信号エンベロープの対数圧縮された表現の二乗偏差に基づいて、前記モバイルデバイスの速度を推定するステップと
を含む、請求項1に記載の方法。
前記モバイルデバイスが高平均速度移動に関与しているかどうかを前記判断するステップが、
前記モバイルデバイスによって受信されたRFシグナリングを監視するステップと、
受信RF信号エンベロープを追跡するステップと、
前記受信RF信号エンベロープの対数圧縮された表現のレベルクロッシングレートに基づいて、前記モバイルデバイスの速度を推定するステップと
を含む、請求項1に記載の方法。
前記モバイルデバイスが低平均速度移動に関与しているかどうかを前記判断するステップが、
加速度信号に基づいて、観測期間中に前記モバイルデバイスのユーザと関連付けられた何らかの歩行ステップを検出するステップと、
前記検出された歩行ステップから、前記観測期間中に取られた連続歩行ステップの最大数を判断するステップと、
前記判断された連続歩行ステップの最大数に基づいて、前記モバイルデバイスが前記観測期間にわたって低平均速度移動に関与しているかどうかを判断するステップと
を含む、請求項1に記載の方法。
前記定常状態を指定することに応答して、前記モバイルデバイスの少なくとも1つの地理的位置更新を無効にするステップ
をさらに含み、及び／又は、さらに、
低平均速度移動が前記モバイルデバイスのユーザによる連続的な歩行または走行に対応し、高平均速度移動が自動車、飛行機、船、または自転車の移動に対応する、請求項1に記載の方法。
モバイルデバイス(100)の地理的定常性を同定するための装置であって、
無線周波数(RF)環境変化推定に基づいて、前記モバイルデバイスが高平均速度移動に関与しているかどうかを判断する手段(170)と、
歩行ステッピング情報に基づいて、前記モバイルデバイスが低平均速度移動に関与しているかどうかを判断する手段(150)と、
高平均速度移動および低平均速度移動の欠如に基づいて、前記モバイルデバイスに対して定常状態を指定する手段(154)と
を備える装置。
プロセッサによって実行されると、前記プロセッサに、モバイルデバイスの地理的定常性を同定するための動作を実行させるコードを備える非一時的コンピュータ可読記録媒体であって、前記非一時的コンピュータ可読記録媒体は、請求項１乃至１３のいずれかに記載の方法を実行するためのコードを備える、コンピュータ可読記録媒体。