JP6284151B2 - Position estimation apparatus, method, and program - Google Patents

Position estimation apparatus, method, and program Download PDF

Info

Publication number
JP6284151B2
JP6284151B2 JP2014076907A JP2014076907A JP6284151B2 JP 6284151 B2 JP6284151 B2 JP 6284151B2 JP 2014076907 A JP2014076907 A JP 2014076907A JP 2014076907 A JP2014076907 A JP 2014076907A JP 6284151 B2 JP6284151 B2 JP 6284151B2
Authority
JP
Japan
Prior art keywords
weak
estimators
reception
particles
weight
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.)
Active
Application number
JP2014076907A
Other languages
Japanese (ja)
Other versions
JP2015197417A (en
Inventor
鈴木 潤
潤 鈴木
泰恵 岸野
泰恵 岸野
卓也 前川
卓也 前川
Original Assignee
日本電信電話株式会社
国立大学法人大阪大学
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電信電話株式会社, 国立大学法人大阪大学 filed Critical 日本電信電話株式会社
Priority to JP2014076907A priority Critical patent/JP6284151B2/en
Publication of JP2015197417A publication Critical patent/JP2015197417A/en
Application granted granted Critical
Publication of JP6284151B2 publication Critical patent/JP6284151B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Description

本発明は、位置推定装置、方法、及びプログラムに係り、特に、スマートフォン等の携帯端末の位置を推定する位置推定装置、方法、及びプログラムである。   The present invention relates to a position estimation apparatus, method, and program, and more particularly, to a position estimation apparatus, method, and program for estimating the position of a mobile terminal such as a smartphone.
スマートフォン等の携帯端末における位置計測として、GPS(Global Positioning System)等の位置計測手段を用いた位置計測や、無線LANの規格であるWi−Fi(登録商標)のアクセスポイントから出力されたWi−Fi信号を用いた位置計測が一般的となってきている。   As position measurement in a mobile terminal such as a smartphone, position measurement using position measurement means such as GPS (Global Positioning System) or Wi-Fi (registered trademark) Wi-Fi output from a wireless LAN standard Wi-Fi (registered trademark) access point. Position measurement using Fi signals has become common.
近年では、GPSを用いた位置計測として、GPS衛星からのGPS信号に加えて、サーバに問い合わせて得た携帯端末の基地局情報を用いて位置を計測するA−GPS(Assisted GPS)という方法も多く用いられている。   In recent years, as a position measurement using GPS, there is also a method called A-GPS (Assisted GPS) in which a position is measured using base station information of a portable terminal obtained by inquiring a server in addition to a GPS signal from a GPS satellite. Many are used.
GPSは屋内や地下での利用ができないため、屋内や地下においては、Wi−Fiのアクセスポイントから出力されたWi−Fi信号を用いて位置を推定する技術が有用である。   Since GPS cannot be used indoors or underground, a technique for estimating a position using a Wi-Fi signal output from a Wi-Fi access point is useful in indoors or underground.
Wi−Fi信号を用いた位置計測、フィンガープリンティングにおいては、様々なトレーニングポイントにおいてWi−Fi信号を観測し、その電波強度情報をフィンガープリントとして予め収集しておく。そして、収集した電波強度情報とトレーニングポイントの位置の座標とを対応付けて位置情報データベースに格納しておく。携帯端末の位置を知りたい場合は、その携帯端末が観測したWi−Fi信号の電波強度情報と位置情報データベースの電波強度情報とを比較し、最も類似したものを検索する。そして、最も類似した電波強度情報に対応付けられた位置座標を、携帯端末の座標とする。   In position measurement and fingerprinting using a Wi-Fi signal, the Wi-Fi signal is observed at various training points, and the radio wave intensity information is collected in advance as a fingerprint. The collected radio wave intensity information and the coordinates of the position of the training point are stored in the position information database in association with each other. When it is desired to know the position of the mobile terminal, the radio wave intensity information of the Wi-Fi signal observed by the mobile terminal is compared with the radio wave intensity information of the position information database, and the most similar one is searched. And the position coordinate matched with the most similar radio wave intensity information is made into the coordinate of a portable terminal.
しかしながら、外部のインフラであるWi−Fiのアクセスポイントに依存した手法は、アクセスポイントの移動や消滅、さらには周辺の環境の変化等により推定精度が大きく低下してしまう。   However, a method that relies on an access point of Wi-Fi, which is an external infrastructure, greatly reduces the estimation accuracy due to the movement or disappearance of the access point and the change in the surrounding environment.
このような問題に対して、非特許文献1には、少数のWi−Fi受信機を備え、位置座標が既知のノードを環境内に設置し、そのノードによって受信したWi−Fi信号の電波強度情報とユーザー端末によって受信したWi−Fi信号の電波強度情報との関係を、回帰分析によって予測する方法が開示されている。   To deal with such a problem, Non-Patent Document 1 includes a small number of Wi-Fi receivers, a node whose position coordinates are known is installed in the environment, and the radio field intensity of the Wi-Fi signal received by the node. A method for predicting the relationship between information and radio wave intensity information of a Wi-Fi signal received by a user terminal by regression analysis is disclosed.
また、非特許文献2には、日々変化するWi−Fi信号によりフィンガープリントのデータベースが劣化する問題を解決するために、短期間ではWi−Fi信号が大きくは変化しないという仮定を基に、Manifold co−Regularizationを用いた半教師あり学習により、フィンガープリントのデータベースを更新する方法が開示されている。   Further, Non-Patent Document 2 discloses that Manifold is based on the assumption that the Wi-Fi signal does not change greatly in a short period of time in order to solve the problem that the fingerprint database deteriorates due to the Wi-Fi signal that changes daily. A method of updating a fingerprint database by semi-supervised learning using co-Regularization is disclosed.
しかしながら、非特許文献1に記載された技術は、Wi−Fi受信機を備えたノードを環境内に設置する必要があり、新たなセンサネットワークの導入が必要になる、という問題がある。   However, the technique described in Non-Patent Document 1 has a problem that a node having a Wi-Fi receiver needs to be installed in the environment, and a new sensor network needs to be introduced.
また、非特許文献2に記載された技術は、主に環境が徐々に変化していくことを想定した技術であり、突然の大きな環境変化に対応できない、という問題がある。   Further, the technique described in Non-Patent Document 2 is a technique mainly assuming that the environment gradually changes, and has a problem that it cannot cope with a sudden large environmental change.
なお、Wi−Fi信号が突発的に変化する場合としては、以下の2種類があると考えられる。   Note that there are the following two types of cases where the Wi-Fi signal suddenly changes.
(1)Wi−Fi信号の消失:引っ越しなどに伴ってアクセスポイントも移動してしまい、対象とする環境からWi−Fi信号が全く観測できなくなる。 (1) Disappearance of Wi-Fi signal: The access point moves as the user moves, and the Wi-Fi signal cannot be observed at all from the target environment.
(2)Wi−Fi信号の電波強度の大きな変化:アクセスポイントの環境内での移動や、環境内での家具の移動等に伴って、ある特定の位置で観測できるWi−Fi信号の電波強度が家具の移動等の前後で大きく変化する。 (2) Large change in radio field intensity of the Wi-Fi signal: The radio field intensity of the Wi-Fi signal that can be observed at a specific position as the access point moves in the environment or the furniture moves in the environment. Changes greatly before and after the movement of furniture.
このような突発的な変化が起こった場合、事前に収集したフィンガープリントと全く異なる電波強度情報が得られてしまうため、精度良く位置を推定するのが困難となる。   When such a sudden change occurs, radio wave intensity information that is completely different from the fingerprints collected in advance is obtained, making it difficult to accurately estimate the position.
本発明は、上記の事情に鑑みてなされたもので、アクセスポイントから出力された電磁波信号に関する環境が変化した場合でも、精度良く位置を推定することができる位置推定装置、方法、及びプログラムを提供することを目的とする。   The present invention has been made in view of the above circumstances, and provides a position estimation apparatus, method, and program capable of accurately estimating a position even when an environment related to an electromagnetic wave signal output from an access point changes. The purpose is to do.
上記目的を達成するために、本発明の位置推定装置は、電磁波信号を出力する複数のアクセスポイントの中からランダムに決定したアクセスポイントから出力された電磁波信号を受信した受信信号に基づいて、前記電磁波信号の受信位置を推定する複数の弱位置推定器と、前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、予め求められた障害物の位置を表す障害物位置情報と、に基づいて、前記複数の弱位置推定器の重みを各々計算するみ計算部と、前記複数の弱位置推定器により各々推定された前記受信位置と、前記み計算部により計算された前記複数の弱位置推定器の重みと、に基づいて、前記受信位置を算出する位置算出部と、を含み、前記重み計算部は、前記電磁波信号の受信位置を表す複数のパーティクルの位置を、予め定められた移動モデルに従って移動させるパーティクルフィルタ位置推定部と、前記複数のパーティクルの位置及び前記複数の弱位置推定器により各々推定された前記受信位置に基づいて、前記複数のパーティクルの各々の重みを計算するパーティクル重み計算部と、前記複数の弱位置推定器により各々推定された前記受信位置と、前記パーティクルフィルタ位置推定部によってサンプリングされたパーティクルの各々の位置と、に基づいて、前記複数の弱位置推定器の重みを各々計算する弱位置推定器重み計算部と、を含み、前記パーティクルフィルタ位置推定部は、前記パーティクル重み計算部によって計算された前記複数のパーティクルの各々の重みと、前記障害物位置情報とに基づいて、前記複数のパーティクルからパーティクルを各々サンプリングし、前記パーティクル重み計算部によってサンプリングされたパーティクルに基づいて、複数のパーティクルを作成し、前記作成した複数のパーティクルの位置を、前記移動モデルに従って移動させるIn order to achieve the above object, the position estimation apparatus of the present invention is based on a received signal received from an electromagnetic wave signal output from an access point randomly determined from among a plurality of access points that output an electromagnetic wave signal. A plurality of weak position estimators for estimating the reception position of the electromagnetic wave signal, the reception positions estimated in the past by each of the plurality of weak position estimators, and obstacle position information representing the positions of obstacles obtained in advance If, on the basis of a weighting calculation units each calculating the weights of the plurality of weak position estimator, and the reception position, which is respectively estimated by the plurality of weak position estimator is calculated by the weighting calculator on the basis of the weight of a plurality of weak position estimator, to the, wherein the position calculating section that calculates the receiving position, the weight calculation unit includes a plurality of Pate representative of the received position of the electromagnetic wave signal A plurality of particle filter position estimators for moving the position of the vehicle according to a predetermined movement model, and the plurality of particle positions and the plurality of weak position estimators. Based on a particle weight calculation unit that calculates the weight of each particle, the reception position estimated by each of the plurality of weak position estimators, and the position of each particle sampled by the particle filter position estimation unit A weak position estimator weight calculation unit that calculates weights of each of the plurality of weak position estimators, wherein the particle filter position estimation unit is configured to each of the plurality of particles calculated by the particle weight calculation unit. Based on the weight of the obstacle and the obstacle position information. Each sampling particles from, on the basis of the particle sampled by the particle weight calculator, to create a plurality of particles, the positions of a plurality of particles the created, moves according to the movement model.
本発明の位置推定装置は、電磁波信号を出力する複数のアクセスポイントの中からランダムに決定したアクセスポイントから出力された電磁波信号を受信した受信信号に基づいて、前記電磁波信号の受信位置を推定する複数の弱位置推定器と、前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、予め求められた障害物の位置を表す障害物位置情報と、に基づいて、前記複数の弱位置推定器の重みを各々計算する重み計算部と、前記複数の弱位置推定器により各々推定された前記受信位置と、前記弱位置推定器重み計算部により計算された前記複数の弱位置推定器の重みと、に基づいて、前記受信位置を算出する位置算出部と、を含み、前記み計算部は、前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、前記障害物位置情報とに基づいて、前記複数の弱位置推定器の重みを各々計算し、前記計算した前記複数の弱位置推定器の重みと、過去に計算した前記弱位置推定器の重みと、前記弱位置推定器の重みの重要度を調整するための予め定めた調整係数と、に基づいて、前記複数の弱位置推定器の重みを更新す The position estimation apparatus of the present invention estimates a reception position of the electromagnetic wave signal based on a reception signal received from the electromagnetic wave signal output from an access point determined at random from among a plurality of access points that output the electromagnetic wave signal. Based on a plurality of weak position estimators, the reception position estimated in the past by each of the plurality of weak position estimators, and obstacle position information representing a position of an obstacle obtained in advance, the plurality A weight calculation unit for calculating the weights of the weak position estimators, the reception positions estimated by the plurality of weak position estimators, and the plurality of weak positions calculated by the weak position estimator weight calculation unit. the weight of the estimator, based on, wherein the position calculating section that calculates the receiving position, the weighting calculation unit were estimated in the past by each of said plurality of weak position estimator said The weights of the plurality of weak position estimators are calculated based on the received position and the obstacle position information, respectively, and the calculated weights of the plurality of weak position estimators and the weak position estimates calculated in the past are calculated. and the weight of the vessel, the predetermined adjustment factor for adjusting the importance of the weight of the weak position estimator, based on, to update the weights of the plurality of weak position estimator.
本発明の位置推定方法は、複数の弱位置推定器、み計算部、及び位置算出部を含む位置推定装置における位置推定方法であって、前記複数の弱位置推定器が、電磁波信号を出力する複数のアクセスポイントの中からランダムに決定したアクセスポイントから出力された電磁波信号を受信した受信信号に基づいて、前記電磁波信号の受信位置を推定するステップと、前記み計算部が、前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、予め求められた障害物の位置を表す障害物位置情報と、に基づいて、前記複数の弱位置推定器の重みを各々計算するステップと、位置算出部が、前記複数の弱位置推定器により各々推定された前記受信位置と、前記み計算部により計算された前記複数の弱位置推定器の重みと、に基づいて、前記受信位置を算出するステップと、を含み、前記複数の弱位置推定器の重みを各々計算するステップは、前記電磁波信号の受信位置を表す複数のパーティクルの位置を、予め定められた移動モデルに従って移動させるステップと、前記複数のパーティクルの位置及び前記複数の弱位置推定器により各々推定された前記受信位置に基づいて、前記複数のパーティクルの各々の重みを計算するステップと、前記複数の弱位置推定器により各々推定された前記受信位置と、前記電磁波信号の受信位置を表す複数のパーティクルの位置を、予め定められた移動モデルに従って移動させるステップによってサンプリングされたパーティクルの各々の位置と、に基づいて、前記複数の弱位置推定器の重みを各々計算するステップと、を含み、前記電磁波信号の受信位置を表す複数のパーティクルの位置を、予め定められた移動モデルに従って移動させるステップは、前記複数のパーティクルの各々の重みを計算するステップによって計算された前記複数のパーティクルの各々の重みと、前記障害物位置情報とに基づいて、前記複数のパーティクルからパーティクルを各々サンプリングし、前記複数のパーティクルの各々の重みを計算するステップによってサンプリングされたパーティクルに基づいて、複数のパーティクルを作成し、前記作成した複数のパーティクルの位置を、前記移動モデルに従って移動させる。
本発明の位置推定方法は、複数の弱位置推定器、重み計算部、及び位置算出部を含む位置推定装置における位置推定方法であって、前記複数の弱位置推定器が、電磁波信号を出力する複数のアクセスポイントの中からランダムに決定したアクセスポイントから出力された電磁波信号を受信した受信信号に基づいて、前記電磁波信号の受信位置を推定するステップと、前記重み計算部が、前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、予め求められた障害物の位置を表す障害物位置情報と、に基づいて、前記複数の弱位置推定器の重みを各々計算するステップと、位置算出部が、前記複数の弱位置推定器により各々推定された前記受信位置と、前記重み計算部により計算された前記複数の弱位置推定器の重みと、に基づいて、前記受信位置を算出するステップと、を含み、前記複数の弱位置推定器の重みを各々計算するステップは、前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、前記障害物位置情報とに基づいて、前記複数の弱位置推定器の重みを各々計算し、前記計算した前記複数の弱位置推定器の重みと、過去に計算した前記弱位置推定器の重みと、前記弱位置推定器の重みの重要度を調整するための予め定めた調整係数と、に基づいて、前記複数の弱位置推定器の重みを更新する
Position estimating method of the present invention, a plurality of weak position estimator, weighting calculation unit, and a position estimation method in the position estimation device comprising a position calculating unit, the plurality of weak locations estimator, an electromagnetic wave signal output to based on a plurality of access points the received signal received electromagnetic wave signal outputted from the access point determined at random from, estimating a reception position of the electromagnetic wave signal, the weighting calculation unit, said plurality The weights of the plurality of weak position estimators are respectively calculated based on the reception position estimated in the past by each of the weak position estimators and obstacle position information indicating the position of the obstacle obtained in advance. a step of, position calculation unit, and the receiving position are respectively estimated by the plurality of weak position estimator, and the weight of the weighting calculation plurality of weak position estimator calculated by unit, the And Zui includes a step of calculating the reception position, the step of each to calculate the weights of the plurality of weak locations estimator, the positions of a plurality of particles representing the received position of the electromagnetic wave signal, a predetermined Moving according to a movement model; calculating a weight of each of the plurality of particles based on the positions of the plurality of particles and the reception positions respectively estimated by the plurality of weak position estimators; Each of the reception positions estimated by the weak position estimator, and each of the positions of the particles sampled by the step of moving the positions of the plurality of particles representing the reception positions of the electromagnetic wave signal according to a predetermined movement model; Each of calculating a weight of the plurality of weak position estimators based on The step of moving the positions of the plurality of particles representing the reception position of the electromagnetic wave signal in accordance with a predetermined movement model includes the step of calculating the weight of each of the plurality of particles. Based on the weight and the obstacle position information, each particle is sampled from the plurality of particles, and a plurality of particles are created based on the particles sampled by the step of calculating the weight of each of the plurality of particles. Then, the positions of the created particles are moved according to the movement model.
The position estimation method of the present invention is a position estimation method in a position estimation device including a plurality of weak position estimators, a weight calculation unit, and a position calculation unit, and the plurality of weak position estimators output electromagnetic wave signals. Estimating a reception position of the electromagnetic wave signal based on a reception signal received from an electromagnetic wave signal output from an access point randomly determined from a plurality of access points; and the weight calculation unit includes the plurality of weak signals. Calculating each of the weights of the plurality of weak position estimators based on the reception position estimated in the past by each of the position estimators and obstacle position information indicating the position of the obstacle obtained in advance. And the position calculation unit includes the reception positions respectively estimated by the plurality of weak position estimators and the weights of the plurality of weak position estimators calculated by the weight calculation unit. Calculating the reception position, and calculating each of the weights of the plurality of weak position estimators with the reception position estimated in the past by each of the plurality of weak position estimators. The weights of the plurality of weak position estimators are respectively calculated based on the obstacle position information, and the weights of the plurality of weak position estimators calculated and the weights of the weak position estimators calculated in the past are calculated. And the weights of the plurality of weak position estimators are updated based on a predetermined adjustment coefficient for adjusting the importance of the weights of the weak position estimators .
本発明の位置推定プログラムは、コンピュータを、上記位置推定装置の各部として機能させるためのプログラムである。 Position estimation program of the present invention, a computer, a program to function as each section of the position estimation device.
以上説明したように、本発明の位置推定装置、方法、及びプログラムによれば、アクセスポイントから出力された電磁波信号に関する環境が変化した場合でも、精度良く位置を推定することができる、という効果が得られる。   As described above, according to the position estimation device, method, and program of the present invention, there is an effect that the position can be estimated with high accuracy even when the environment related to the electromagnetic wave signal output from the access point changes. can get.
本実施の形態に係る位置推定装置の機能的な構成例を示すブロック図である。It is a block diagram which shows the functional structural example of the position estimation apparatus which concerns on this Embodiment. アンサンブル位置推定器の構成例を示すブロック図である。It is a block diagram which shows the structural example of an ensemble position estimator. 本実施の形態における位置推定処理ルーチンを示すフローチャートである。It is a flowchart which shows the position estimation process routine in this Embodiment. パーティクルについて説明するための図である。It is a figure for demonstrating a particle.
以下、図面を参照して、本発明の実施の形態を詳細に説明する。   Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
本実施の形態では、一例として、Wi−Fiのアクセスポイントから出力されたWi−Fi信号を携帯端末により受信した受信位置を、当該携帯端末が受信したWi−Fi信号の強度情報に基づいて推定する場合について説明する。なお、携帯端末には、例えばスマートフォン、携帯電話、及びタブレット端末等が含まれるが、これらに限られるものではない。すなわち、無線通信機能を備えた携帯型の端末であればよく、例えば、腕時計型の携帯端末でもよいし、Google Glass(登録商標)等の眼鏡型の携帯端末でもよい。また、Bluetooth(登録商標)のような近距離無線通信機能を備えた携帯端末を用いても良い。   In the present embodiment, as an example, a reception position where a mobile terminal receives a Wi-Fi signal output from a Wi-Fi access point is estimated based on intensity information of the Wi-Fi signal received by the mobile terminal. The case where it does is demonstrated. In addition, although a smart phone, a mobile phone, a tablet terminal etc. are contained in a portable terminal, for example, it is not restricted to these. In other words, any portable terminal having a wireless communication function may be used. For example, a wristwatch-type portable terminal or a glasses-type portable terminal such as Google Glass (registered trademark) may be used. Alternatively, a mobile terminal having a short-range wireless communication function such as Bluetooth (registered trademark) may be used.
<システム構成> <System configuration>
本実施の形態に係る位置推定装置10は、入力部12、位置推定部14、及び出力部16を備えている。なお、位置推定装置10は、例えばクラウドサーバ上に設けられるが、携帯端末自体に設けられてもよい。   The position estimation apparatus 10 according to the present embodiment includes an input unit 12, a position estimation unit 14, and an output unit 16. The position estimation apparatus 10 is provided on, for example, a cloud server, but may be provided on the mobile terminal itself.
入力部12は、Wi−Fiのアクセスポイントから出力されたWi−Fi信号を受信した携帯端末から送信された前記Wi−Fi信号の電波強度を表す電波強度情報の入力を受け付ける。入力部12は、例えば携帯端末との無線通信により、携帯端末が受信したWi−Fi信号の電波強度情報を受信する通信装置、携帯端末から受信したWi−Fi信号の電波強度情報が記憶された記憶装置等の入力機器により実現される。   The input unit 12 receives input of radio field intensity information indicating the radio field intensity of the Wi-Fi signal transmitted from the mobile terminal that has received the Wi-Fi signal output from the Wi-Fi access point. The input unit 12 stores, for example, a communication device that receives radio field intensity information of a Wi-Fi signal received by the mobile terminal by wireless communication with the mobile terminal, and radio field intensity information of the Wi-Fi signal received from the mobile terminal. This is realized by an input device such as a storage device.
位置推定部14は、入力部12により入力されたWi−Fi信号の電波強度情報に基づいて、携帯端末がWi−Fi信号を受信した受信位置を推定する。   The position estimation unit 14 estimates the reception position at which the mobile terminal has received the Wi-Fi signal based on the radio field intensity information of the Wi-Fi signal input by the input unit 12.
出力部16は、位置推定部14により推定された携帯端末の受信位置を出力する。出力部16は、例えば携帯端末の受信位置を当該携帯端末に無線通信により送信する通信装置等の出力機器により実現される。   The output unit 16 outputs the reception position of the mobile terminal estimated by the position estimation unit 14. The output unit 16 is realized by, for example, an output device such as a communication device that transmits the reception position of the mobile terminal to the mobile terminal by wireless communication.
位置推定部14は、機能的には、アンサンブル位置推定器20、弱位置推定器重み計算部22、パーティクルフィルタ位置推定器24、パーティクル重み計算部26、位置算出部28、及び記憶部29を含む。位置推定部14は、例えばCPU(Central Processing Unit)と、RAM(Random Access Memory)と、後述する位置推定処理ルーチンを実行するための位置推定処理プログラムを記憶したROM(Read Only Memory)と、を備えたコンピュータにより実現される。なお、ROMに代えて不揮発性メモリを用いてもよい。   The position estimation unit 14 functionally includes an ensemble position estimator 20, a weak position estimator weight calculation unit 22, a particle filter position estimator 24, a particle weight calculation unit 26, a position calculation unit 28, and a storage unit 29. . The position estimation unit 14 includes, for example, a CPU (Central Processing Unit), a RAM (Random Access Memory), and a ROM (Read Only Memory) that stores a position estimation processing program for executing a position estimation processing routine described later. It is realized by a computer provided. Note that a nonvolatile memory may be used instead of the ROM.
図2に示すように、アンサンブル位置推定器20は、複数の弱位置推定器30−1〜30−N(N≧2)を備える。なお、弱位置推定器30−1〜30−Nを区別しない場合には、単に弱位置推定器30と称する場合がある。   As shown in FIG. 2, the ensemble position estimator 20 includes a plurality of weak position estimators 30-1 to 30-N (N ≧ 2). When the weak position estimators 30-1 to 30-N are not distinguished from each other, they may be simply referred to as weak position estimators 30.
弱位置推定器30には、全てのアクセスポイントの中からランダムにアクセスポイントが対応付けられる。従って、弱位置推定器30−1〜30−Nには、少なくとも一部が異なるアクセスポイントがそれぞれ対応付けられる。例えば、図2に示すように、弱位置推定器30−1には、アクセスポイントAP1、AP2、AP7、AP11、AP15・・・が対応付けられ、弱位置推定器30−2には、アクセスポイントAP2、AP4、AP7、AP10、AP12・・・が対応付けられる。   Access points are randomly associated with the weak position estimator 30 from among all the access points. Therefore, the weak position estimators 30-1 to 30-N are associated with access points that are at least partially different. For example, as shown in FIG. 2, access points AP1, AP2, AP7, AP11, AP15... Are associated with the weak position estimator 30-1, and an access point is associated with the weak position estimator 30-2. AP2, AP4, AP7, AP10, AP12... Are associated with each other.
弱位置推定器30−1〜30Nの各々は、対応付けられたアクセスポイントから時刻tに携帯端末が受信したWi−Fi信号の電波強度情報と、弱位置推定器重み計算部22により計算された自身の重みに基づいて、時刻tの携帯端末の受信位置を推定する。弱位置推定器30により推定された受信位置は、弱位置推定器重み計算部22及びパーティクル重み計算部26に出力される。   Each of the weak position estimators 30-1 to 30N is calculated by the weak position estimator weight calculation unit 22 and the radio field intensity information of the Wi-Fi signal received by the mobile terminal at the time t from the associated access point. Based on its own weight, the reception position of the mobile terminal at time t is estimated. The reception position estimated by the weak position estimator 30 is output to the weak position estimator weight calculator 22 and the particle weight calculator 26.
位置算出部28は、弱位置推定器重み計算部22によって計算された弱位置推定器30−1〜30−Nの各々の重みと、弱位置推定器30−1〜30−Nの各々により推定された時刻tの携帯端末の受信位置とに基づいて、時刻tの携帯端末の受信位置を算出する。位置算出部28により算出された受信位置は、出力部16により出力される。   The position calculation unit 28 estimates the weights of the weak position estimators 30-1 to 30-N calculated by the weak position estimator weight calculation unit 22 and the weak position estimators 30-1 to 30-N. Based on the received position of the mobile terminal at time t, the reception position of the mobile terminal at time t is calculated. The reception position calculated by the position calculation unit 28 is output by the output unit 16.
弱位置推定器重み計算部22は、弱位置推定器30−1〜30−Nの各々により推定された時刻tの携帯端末の受信位置と、パーティクルフィルタ位置推定器24によってリサンプリングされた時刻tの複数のパーティクルの位置と、に基づいて、弱位置推定器30−1〜30−Nの各々の重みを計算する。計算された弱位置推定器30−1〜30−Nの各々の重みは、位置算出部28に出力される。   The weak position estimator weight calculator 22 receives the reception position of the mobile terminal at time t estimated by each of the weak position estimators 30-1 to 30 -N and the time t resampled by the particle filter position estimator 24. The weights of the weak position estimators 30-1 to 30-N are calculated based on the positions of the plurality of particles. The calculated weights of the weak position estimators 30-1 to 30-N are output to the position calculation unit 28.
パーティクルフィルタ位置推定器24は、追跡対象である携帯端末の位置をパーティクルの位置とし、過去に受信したWi−Fi信号の電波強度情報に基づいて算出された時刻t−1の携帯端末の位置に応じて各々重みが計算された複数のパーティクルに対して、各パーティクルの重みと、予め求められた障害物の位置を表す障害物位置情報とに基づいて、パーティクルのリサンプリングを行い、リサンプリングされたパーティクルから、新たに複数のパーティクルを生成し、生成した複数のパーティクルの各々について、予め定められた移動モデルに従って移動させ、現時刻tの携帯端末の位置推定を行う。リサンプリングされたパーティクルの位置情報は、弱位置推定器重み計算部22に出力される。推定されたパーティクルの位置情報は、パーティクル重み計算部26に出力される。   The particle filter position estimator 24 sets the position of the mobile terminal to be tracked as the position of the particle, and sets the position of the mobile terminal at time t−1 calculated based on the radio field intensity information of the Wi-Fi signal received in the past. Responding to a plurality of particles whose weights are respectively calculated, the particles are resampled based on the weight of each particle and obstacle position information indicating the position of the obstacle obtained in advance. A plurality of particles are newly generated from the particles, and each of the generated particles is moved according to a predetermined movement model, and the position of the mobile terminal at the current time t is estimated. The resampled particle position information is output to the weak position estimator weight calculator 22. The estimated particle position information is output to the particle weight calculator 26.
パーティクル重み計算部26は、弱位置推定器30−1〜30−Nにより推定された時刻tの携帯端末の受信位置、及びパーティクルフィルタ位置推定器24により推定された時刻tの各パーティクルの位置情報に基づいて、各パーティクルの重みを計算する。計算された各パーティクルの重みは、パーティクルフィルタ位置推定器24に出力される。   The particle weight calculation unit 26 receives the reception position of the mobile terminal at time t estimated by the weak position estimators 30-1 to 30 -N, and the position information of each particle at time t estimated by the particle filter position estimator 24. Based on, the weight of each particle is calculated. The calculated weight of each particle is output to the particle filter position estimator 24.
記憶部29には、携帯端末から受信したWi−Fi信号の電波強度情報及び過去に携帯端末から受信した電波強度情報が記憶される。   The storage unit 29 stores the radio wave intensity information of the Wi-Fi signal received from the mobile terminal and the radio wave intensity information received from the mobile terminal in the past.
<位置推定装置の作用> <Operation of position estimation device>
次に、図3を参照して、本実施の形態に係る位置推定装置10において実行される位置推定処理ルーチンについて説明する。なお、本ルーチンは、携帯端末からWi−Fi信号の電波強度情報を受信する毎に実行される。   Next, with reference to FIG. 3, the position estimation processing routine executed in the position estimation apparatus 10 according to the present embodiment will be described. This routine is executed every time the radio field intensity information of the Wi-Fi signal is received from the mobile terminal.
ステップS100では、入力部12が、携帯端末から送信された、当該携帯端末がWi−Fiのアクセスポイントから時刻tにおいて受信したWi−Fi信号の電波強度情報を入力する。なお、アクセスポイントは複数設置されており、携帯端末は、複数のアクセスポイントから受信したWi−Fi信号の電波強度情報を位置推定装置10に送信する。従って、ステップS100では、入力部12は、アクセスポイント毎の電波強度情報を入力する。   In step S100, the input unit 12 inputs the radio field intensity information of the Wi-Fi signal transmitted from the mobile terminal and received by the mobile terminal from the Wi-Fi access point at time t. Note that a plurality of access points are installed, and the mobile terminal transmits the radio field intensity information of the Wi-Fi signal received from the plurality of access points to the position estimation device 10. Accordingly, in step S100, the input unit 12 inputs the radio wave intensity information for each access point.
ステップS102〜ステップS108の処理は、弱位置推定器30−1〜30−Nの各々が同じ処理をそれぞれ実行する。   In the processes from step S102 to step S108, each of the weak position estimators 30-1 to 30-N executes the same process.
まず、ステップS102では、弱位置推定器30が、ステップS100で受信したWi−Fi信号の電波強度情報のうち、弱位置推定器30に対応付けられた全てのアクセスポイントのうち1つのアクセポイントiからのWi−Fi信号の電波強度情報xに基づいて、n番目のトレーニングポイントに対する電波強度情報xの分布確率f(x、μi,n、σi,n)を算出する。なお、トレーニングポイントは複数の場所に予め設定される。 First, in step S102, the weak position estimator 30 includes one access point i among all the access points associated with the weak position estimator 30 in the radio wave intensity information of the Wi-Fi signal received in step S100. Distribution probability f i (x i , μ i, n , σ i, n ) of the radio field intensity information x i for the n-th training point is calculated based on the radio field intensity information x i of the Wi-Fi signal from. Training points are preset in a plurality of places.
電波強度情報xの分布確率f(x、μi,n、σi,n)は、以下の(1)式で示すように、正規分布の確率密度関数で表される。 The distribution probability f i (x i , μ i, n , σ i, n ) of the radio wave intensity information x i is expressed by a probability density function of a normal distribution as shown in the following equation (1).
・・・(1) ... (1)
ここで、μi,n、σ i,nは、n番目のトレーニングポイントnにおけるアクセスポイントiからのWi−Fi信号の電波強度情報の分布の平均、分散であり、訓練段階で得られた値である。訓練段階とは、座標が既知の複数のトレーニングポイントにおいて各アクセスポイントからのWi−Fi信号を受信して電波強度情報を収集し、収集した電波強度情報に基づいてアクセスポイント毎に電波強度情報の分布の平均及び分散を算出しておく段階をいう。これをトレーニングポイント毎に実行しておく。訓練段階で算出されたトレーニングポイント毎及びアクセスポイント毎の電波強度情報の平均及び分散は、予め記憶部29に記憶される。 Here, μ i, n and σ 2 i, n are the average and variance of the distribution of the radio wave intensity information of the Wi-Fi signal from the access point i at the n-th training point n, and were obtained at the training stage. Value. The training stage refers to receiving the Wi-Fi signal from each access point at a plurality of training points whose coordinates are known, collecting radio wave intensity information, and collecting the radio wave intensity information for each access point based on the collected radio wave intensity information. The stage of calculating the mean and variance of the distribution. This is executed for each training point. The average and variance of the radio wave intensity information for each training point and each access point calculated in the training stage are stored in the storage unit 29 in advance.
ステップS104では、弱位置推定器30が、対応付けられた全てのアクセスポイントについて電波強度情報の分布確率を算出したか否かを判断し、算出していないアクセスポイントが存在する場合はステップS102へ戻り、電波強度情報の分布確率が算出されていないアクセスポイントについて電波強度情報の分布確率が算出する。   In step S104, the weak position estimator 30 determines whether or not the distribution probability of the radio wave intensity information has been calculated for all the associated access points. If there is an uncalculated access point, the process proceeds to step S102. Returning, the distribution probability of the radio wave intensity information is calculated for an access point for which the distribution probability of the radio wave intensity information has not been calculated.
一方、対応付けられた全てのアクセスポイントについて電波強度情報の分布確率を算出した場合には、ステップS106へ移行する。   On the other hand, when the distribution probability of the radio wave intensity information is calculated for all the associated access points, the process proceeds to step S106.
ステップS106では、弱位置推定器30が、全てのアクセスポイントについての信号強度の分布確率の総和f(x、n)を次の(2)式により算出する。   In step S106, the weak position estimator 30 calculates the sum f (x, n) of the distribution probability of the signal strength for all access points by the following equation (2).
・・・(2) ... (2)
ステップS108では、弱位置推定器30が、n個全てのトレーニングポイントについて上記の電波強度情報の分布確率の総和を算出したか否かを判断し、算出していないトレーニングポイントが存在する場合はステップS102へ戻り、電波強度情報の分布確率の総和が算出されていないトレーニングポイントについて電波強度情報の分布確率の総和を算出する。   In step S108, it is determined whether the weak position estimator 30 has calculated the sum of the distribution probability of the above-mentioned radio wave intensity information for all n training points. If there is a training point that has not been calculated, step S108 is performed. Returning to S102, the sum of the distribution probability of the radio wave intensity information is calculated for the training points for which the sum of the distribution probability of the radio wave intensity information has not been calculated.
一方、n個全てのトレーニングポイントについて電波強度情報の分布確率の総和を算出した場合には、ステップS110へ移行する。   On the other hand, when the sum of the distribution probability of the radio wave intensity information is calculated for all n training points, the process proceeds to step S110.
ステップS110では、弱位置推定器30が、ステップS108で算出したn個のトレーニングポイントについて算出した電波強度情報の分布確率の総和のtop−kのトレーニングポイント、すなわち総和が上位k位以内のトレーニングポイントに対応する座標と、上位k位以内のトレーニングポイントについて算出した電波強度情報の分布確率の総和と、に基づいて、携帯端末の受信位置を推定する。具体的には、総和が上位k位以内の各トレーニングポイントの座標を、各トレーニングポイントについて算出した電波強度情報の分布確率の総和で重み付き平均した座標を、携帯端末の受信位置として推定する。   In step S110, the top-k training point of the sum of the distribution probability of the radio field intensity information calculated by the weak position estimator 30 for the n training points calculated in step S108, that is, the training point whose sum is within the top k ranks. The reception position of the mobile terminal is estimated based on the coordinates corresponding to, and the sum of the distribution probability of the radio wave intensity information calculated for the training points within the top k ranks. Specifically, the coordinates obtained by weighting and averaging the coordinates of the training points whose sum total is within the top k ranks with the sum of the distribution probability of the radio wave intensity information calculated for each training point are estimated as the reception position of the mobile terminal.
弱位置推定器30−1〜30−Nの各々がステップS102からS110の処理を実行することにより、N個の位置推定結果が得られる。弱位置推定器30−1〜30−Nの各々は、ランダムにアクセスポイントが設定されているため、ある特定のアクセスポイントに対して電波強度の変化などが起こったとしても、そのアクセスポイントからの電波を用いていない弱位置推定器は影響を受けない。従って、電波に関する環境が変化した場合でも、精度良く携帯端末の受信位置を推定することができる。   Each of the weak position estimators 30-1 to 30-N executes the processing of steps S102 to S110, thereby obtaining N position estimation results. Since each of the weak position estimators 30-1 to 30-N has an access point set at random, even if a change in radio wave intensity occurs for a specific access point, the weak point estimators 30-1 to 30-N Weak position estimators that do not use radio waves are not affected. Therefore, the reception position of the mobile terminal can be accurately estimated even when the environment related to radio waves changes.
なお、弱位置推定器30による携帯端末の受信位置の推定は、上記の手法に限らず、種々公知の手法を用いることができ、例えば、上記非特許文献1、2に記載された手法を用いてもよい。   The estimation of the reception position of the mobile terminal by the weak position estimator 30 is not limited to the above method, and various known methods can be used. For example, the methods described in Non-Patent Documents 1 and 2 are used. May be.
ステップS112〜S118では、過去に弱位置推定器30により推定された携帯端末の受信位置に基づいて、弱位置推定器30を評価する。具体的には、障害物位置情報と過去に弱位置推定器30によって推定された携帯端末の受信位置とに基づいて、パーティクルフィルタを用いてパーティクル(携帯端末)の移動軌跡を推定(トラッキング)し、ある時刻tにおけるパーティクルの推定位置が、弱位置推定器30の時刻tにおける携帯端末の受信位置とどの程度近いかによって弱位置推定器30を評価する。   In steps S112 to S118, the weak position estimator 30 is evaluated based on the reception position of the mobile terminal estimated by the weak position estimator 30 in the past. Specifically, based on the obstacle position information and the reception position of the mobile terminal estimated by the weak position estimator 30 in the past, the movement trajectory of the particle (mobile terminal) is estimated (tracked) using the particle filter. The weak position estimator 30 is evaluated based on how close the estimated position of the particle at a certain time t is to the reception position of the mobile terminal at the time t of the weak position estimator 30.
パーティクルフィルタは、非線形な状態遷移を行う追跡対象(携帯端末)の状態を予測するために用いられ、そのアルゴリズムは、サンプリング処理、重み計算処理、リサンプリング処理の3ステップの処理からなる(例えば下記の非特許文献3参照)。   The particle filter is used to predict the state of the tracking target (mobile terminal) that performs nonlinear state transition, and the algorithm includes three steps of sampling processing, weight calculation processing, and resampling processing (for example, the following) Non-Patent Document 3).
[非特許文献3] Doucet, A., and A. M. Johansen. "A Tutorial on Particle filtering and smoothing: Fifteen years later", In Oxford Handbook of Nonlinear Filtering, D. Crisan and B. Rozovsky (eds.). Oxford University Press (2011).   [Non-Patent Document 3] Doucet, A., and AM Johansen. "A Tutorial on Particle filtering and smoothing: Fifteen years later", In Oxford Handbook of Nonlinear Filtering, D. Crisan and B. Rozovsky (eds.). Oxford University Press (2011).
まず、ステップS112では、パーティクルフィルタ位置推定器24が、前回本ルーチンを実行したときのステップS120においてリサンプリングされた複数のパーティクルに基づいて、サンプリング処理として、追跡対象である携帯端末を表す複数のパーティクルを新たに作成し、移動させる。   First, in step S112, the particle filter position estimator 24 uses a plurality of particles resampled in step S120 when this routine was executed last time as a sampling process, and represents a plurality of mobile terminals representing tracking targets. Create new particles and move them.
具体的には、下記(3)式で表される移動モデルに基づいて、前回リサンプリングされた時刻tのパーティクルpから時刻t+1の新たなパーティクルp t+1を作成する。なお、初期状態においては、例えばパーティクルを広く分布させた状態が設定されているものとする。また、作成されたパーティクルは、追跡対象である携帯端末の状態(位置)を表す。 Specifically, based on the movement model expressed by the following equation (3), to create a new particle p j t + 1 at time t + 1 from the particle p t at time t was last resampled. In the initial state, for example, a state where particles are widely distributed is set. Further, the created particles represent the state (position) of the mobile terminal that is the tracking target.
t+1=Ap+w ・・・(3) p j t + 1 = Ap t + w (3)
ここで、Aは遷移行列であり、本実施形態では等速直線運動を仮定した遷移行列を用いる。すなわち、時刻tのパーティクルpと、過去の時刻t−1のパーティクルpt−1から求めた速度を用いてパーティクルを移動させる遷移行列を用いる。wは平均0の正規分布であり、これによりガウシアンノイズを含んだ移動となる。なお、用いる遷移行列は、等速直線運動を仮定した遷移行列に限られるものはなく、追跡対象の移動特性に応じて遷移行列を適宜設定すればよい。 Here, A is a transition matrix, and in the present embodiment, a transition matrix assuming constant velocity linear motion is used. That is, the particle p t time t, the transition matrix for moving the particles using the speed obtained from the particle p t-1 of the past time t-1 is used. w is a normal distribution with an average of 0, and thus movement including Gaussian noise occurs. Note that the transition matrix to be used is not limited to the transition matrix assuming constant-velocity linear motion, and the transition matrix may be appropriately set according to the movement characteristics of the tracking target.
また、jはパーティクルの識別子である。すなわち、(3)式に示す移動モデルを用いることにより、1つのパーティクルpから、ガウシアンノイズに従って複数のパーティクルp t+1をサンプリング、すなわち作成する。これにより、図4に示すように、1つのパーティクルPが分裂して複数のパーティクルが作成される。なお、図4は、複数の部屋40を有する建物42の平面図を表し、廊下44を移動するパーティクルPの軌跡を示している。 J is an identifier of a particle. That is, by using the movement model shown in the expression (3), a plurality of particles p j t + 1 are sampled, that is, created from one particle p t according to Gaussian noise. As a result, as shown in FIG. 4, one particle P is split to create a plurality of particles. FIG. 4 is a plan view of a building 42 having a plurality of rooms 40 and shows the trajectory of particles P that move in the hallway 44.
本実施形態では、例えば1つのパーティクルpから5個(j=1〜5)のパーティクルp t+1に分裂させる。なお、分裂させるパーティクルの数は5個に限られるものではなく、処理負荷及び推定精度等を考慮して適宜設定すればよい。 In this embodiment, for example, one particle p t is divided into five (j = 1 to 5) particles p j t + 1 . Note that the number of particles to be split is not limited to five, and may be set as appropriate in consideration of processing load, estimation accuracy, and the like.
ステップS114では、パーティクル重み計算部26が、上記のステップS110で各弱位置推定器30により推定された携帯端末の受信位置に基づいて、各パーティクルの重みを算出する。以下では、現時刻がt+1である場合、すなわち時刻t+1における各パーティクルの重みの算出について説明する。具体的には、各パーティクルの各々について、弱位置推定器30−1〜30−Nの各々により推定された携帯端末の時刻t+1におけるN個の受信位置mt+1のうち最も近い受信位置mt+1に基づいて重みを計算する。 In step S114, the particle weight calculator 26 calculates the weight of each particle based on the reception position of the mobile terminal estimated by each weak position estimator 30 in step S110. Hereinafter, calculation of the weight of each particle when the current time is t + 1, that is, at time t + 1 will be described. Specifically, for each of the particles, the closest reception position m t + 1 among the N reception positions m t + 1 at time t + 1 of the mobile terminal estimated by each of the weak position estimators 30-1 to 30-N. Calculate the weight based on it.
弱位置推定器30により推定された受信位置mt+1に近いパーティクルは、そのパーティクルの位置に実際に携帯端末が存在する可能性が高いと考えられるため、受信位置mt+1に近いパーティクルほど大きい重みを与える。パーティクルp t+1の重みw t+1は、下記(4)式で示すように、弱位置推定器30−1〜30−Nの各々により推定された携帯端末の時刻t+1におけるN個の受信位置mt+1のうち最も近い受信位置mt+1を平均とする正規分布の確率密度関数w t+1により計算される。 Particle close to the weak position estimator 30 receives position m t + 1 estimated by, since it is highly possible that there is actually a mobile terminal to the position of the particle, the greater the weight the more particles near the receiving position m t + 1 give. The weights w j t + 1 of the particles p j t + 1 are N reception positions m at time t + 1 of the mobile terminal estimated by each of the weak position estimators 30-1 to 30-N, as shown in the following equation (4). is calculated by the probability density function w j t + 1 of the normal distribution of the received position m t + 1 closest of t + 1 and the average.
t+1=N(p t+1|mt+1) ・・・(4) w j t + 1 = N (p j t + 1 | m t + 1 ) (4)
ステップS116では、パーティクルフィルタ位置推定器24が、全てのパーティクルの重みを算出したか否かを判断し、全てのパーティクルの重みを算出した場合はステップS118へ移行し、全てのパーティクルの重みを算出していない場合は、ステップS114へ戻って上記と同様にパーティクルの重みを算出する。   In step S116, the particle filter position estimator 24 determines whether or not the weights of all particles have been calculated. If the weights of all particles have been calculated, the process proceeds to step S118 to calculate the weights of all particles. If not, the process returns to step S114 to calculate the particle weight in the same manner as described above.
ステップS118では、パーティクルフィルタ位置推定器24が、上記ステップS112で得られた複数のパーティクルと、上記ステップS114で計算された各パーティクルの重みとに基づいて、リサンプリング処理として、重みが小さいパーティクルを排除する。具体的には、ステップS114で算出した全てのパーティクルの重みのうち、重みが小さい順に予め定めた割合(例えば4/5)のパーティクルを削除する。   In step S118, the particle filter position estimator 24 uses the plurality of particles obtained in step S112 and the weight of each particle calculated in step S114 as a resampling process. Exclude. Specifically, of the weights of all particles calculated in step S114, particles having a predetermined ratio (for example, 4/5) are deleted in ascending order of the weights.
さらに、障害物の位置を表す障害物位置情報とパーティクルの位置とに基づいて、移動により障害物に衝突したパーティクルを排除する。なお、障害物とは、携帯端末を持ったユーザーが物理的に通過することが不可能な物であり、例えば図4に示すように建物の壁46等であるが、これに限られるものではない。障害物位置情報は、例えば予め記憶部29に記憶しておく。このように、パーティクルフィルタを用いることにより、携帯端末の位置の軌跡を推定することができる。   Further, particles that collide with the obstacle due to the movement are excluded based on the obstacle position information indicating the position of the obstacle and the position of the particle. An obstacle is an object that a user with a mobile terminal cannot physically pass through, such as a building wall 46 as shown in FIG. 4, but is not limited thereto. Absent. The obstacle position information is stored in advance in the storage unit 29, for example. Thus, the locus of the position of the mobile terminal can be estimated by using the particle filter.
ステップS120では、弱位置推定器重み計算部22が、弱位置推定器30の重みを算出する。初期状態では、弱位置推定器30の重みは予め定めた同一の値に設定される。具体的には、弱位置推定器重み計算部22は、上記ステップS110で弱位置推定器30−1〜30−Nにより推定された携帯端末の受信位置及び上記ステップS118でパーティクルフィルタ位置推定器24によってリサンプリングされた各パーティクルの位置に基づいて、弱位置推定器30の重みを算出する。   In step S120, the weak position estimator weight calculator 22 calculates the weight of the weak position estimator 30. In the initial state, the weight of the weak position estimator 30 is set to the same predetermined value. Specifically, the weak position estimator weight calculator 22 receives the mobile terminal reception position estimated by the weak position estimators 30-1 to 30-N in step S110 and the particle filter position estimator 24 in step S118. The weight of the weak position estimator 30 is calculated based on the position of each particle resampled by.
弱位置推定器30の重みは、ステップS114のパーティクルの重みの算出と同様の方法により算出する。具体的には、例えば時刻tにおいてk番目(1<k<N)の弱位置推定器30−kがステップS110の処理を実行してWi−Fi信号に基づいて携帯端末の位置を推定したとする。このとき、パーティクルフィルタ位置推定器24により推定された各パーティクルのうち、弱位置推定器30−kの推定結果に最も近いパーティクルの位置を中心とする正規分布を用いた確率密度関数により、弱位置推定器30−kの重みw’ を算出する。 The weight of the weak position estimator 30 is calculated by the same method as the calculation of the particle weight in step S114. Specifically, for example, at time t, the k-th (1 <k <N) weak position estimator 30-k executes the process of step S110 to estimate the position of the mobile terminal based on the Wi-Fi signal. To do. At this time, among each particle estimated by the particle filter position estimator 24, a weak position is obtained by a probability density function using a normal distribution centered on the position of the particle closest to the estimation result of the weak position estimator 30-k. The weight w ′ k t of the estimator 30-k is calculated.
なお、弱位置推定器30−kの重みを算出する際に、時刻t−1における弱位置推定器30−kの重みw t−1を反映させてもよい。 When calculating the weight of the weak position estimator 30-k, the weight w k t-1 of the weak position estimator 30-k at the time t−1 may be reflected.
具体的には、上記のように算出した弱位置推定器30−kの重みw’ と、時刻t−1における弱位置推定器30−kの重みw t−1と、を用いて、下記の(6)式により時刻tにおける弱位置推定器30−kの重みw を算出して更新する。 Specifically, by using the weight w 'k t of the weak position estimator 30-k calculated as described above, the weight w k t-1 weak position estimator 30-k at time t-1, the The weight w kt of the weak position estimator 30-k at time t is calculated and updated by the following equation (6).
=λw t−1+(1−λ) w’ ・・・(6) w k t = λw k t−1 + (1−λ) w ′ k t (6)
ここで、λ(0<λ<1)は時刻tの重みの重要度を調整するための調整係数であり、例えばユーザーが任意の値を設定する。ユーザーは、時刻tの重みの重要度を高めたい場合にはλに大きい値を設定し、過去の時刻t−1の重みの重要度を高めたい場合にはλに小さい値を設定できる。このように、重みの重要度を変えることができるため、例えばユーザーの移動特性に応じて精度良く携帯端末の位置を推定することができる。   Here, λ (0 <λ <1) is an adjustment coefficient for adjusting the importance of the weight at time t. For example, the user sets an arbitrary value. The user can set a large value for λ when he wants to increase the importance of the weight at time t, and can set a small value for λ when he wants to increase the importance of the weight at time t−1 in the past. Thus, since the importance of the weight can be changed, the position of the mobile terminal can be estimated with high accuracy according to, for example, the movement characteristics of the user.
また、位置推定装置10がクラウドサーバ上に設けられた場合、上記の処理により算出された弱位置推定器30の重みは他のユーザーとも共用される。この際、各ユーザーの携帯端末からWi−Fi信号の電波強度情報が送信される毎に弱位置推定器30の重みを更新するとクラウドサーバの負荷が増大してしまう。従って、例えば、ある程度の期間が経過した後に弱位置推定器30の重みを更新するようにしてもよい。   Moreover, when the position estimation apparatus 10 is provided on the cloud server, the weight of the weak position estimator 30 calculated by the above processing is shared with other users. At this time, if the weight of the weak position estimator 30 is updated each time Wi-Fi signal radio wave intensity information is transmitted from the mobile terminal of each user, the load on the cloud server increases. Therefore, for example, the weight of the weak position estimator 30 may be updated after a certain period of time has elapsed.
ステップS122では、位置算出部28が、弱位置推定器30−1〜30−Nの各々によりステップS110において推定された携帯端末の受信位置を集計し、上記ステップS120によって計算された各弱位置推定器30の重みを用いて、最終的な携帯端末の位置を算出する。具体的には、ステップS110において弱位置推定器30−1〜30−Nの各々により推定された携帯端末の受信位置、すなわち座標を、上記ステップS120において算出された弱位置推定器30−1〜30−Nの重みで重み付き平均した座標を求めることにより、最終的な携帯端末の座標を算出する。   In step S122, the position calculation unit 28 totals the reception positions of the mobile terminals estimated in step S110 by each of the weak position estimators 30-1 to 30-N, and each weak position estimation calculated in step S120 above. The final position of the mobile terminal is calculated using the weight of the device 30. Specifically, the reception position of the mobile terminal estimated by each of the weak position estimators 30-1 to 30-N in step S110, that is, the coordinates, are used as the weak position estimators 30-1 to 30-1 calculated in step S120. The final coordinates of the mobile terminal are calculated by obtaining the weighted average coordinates with a weight of 30-N.
ステップS124では、出力部16が、推定結果集計部122により算出された最終的な携帯端末の受信位置を、例えば携帯端末に出力し、携帯端末の位置を通知する。   In step S124, the output unit 16 outputs the final reception position of the mobile terminal calculated by the estimation result totaling unit 122 to the mobile terminal, for example, and notifies the position of the mobile terminal.
このように、本実施形態では、パーティクルフィルタ位置推定器24により推定されたパーティクルの位置に基づいて各弱位置推定器30の重みを求める一方、弱位置推定器30により推定された携帯端末の受信位置に基づいて各パーティクルの重みを求める。この処理は、携帯端末からWi−Fi信号の電波強度情報が得られるたびに繰り返される。   As described above, in this embodiment, the weight of each weak position estimator 30 is obtained based on the position of the particles estimated by the particle filter position estimator 24, while the mobile terminal received by the weak position estimator 30 is received. The weight of each particle is obtained based on the position. This process is repeated each time the radio field intensity information of the Wi-Fi signal is obtained from the mobile terminal.
そして、弱位置推定器30−1〜30−Nの各々は、ランダムにアクセスポイントが設定されているため、ある特定のアクセスポイントに対して電波強度の変化などが起こったとしても、そのアクセスポイントからの電波を用いていない弱位置推定器30は影響を受けない。従って、Wi−Fi信号の電波環境に変化が生じても携帯端末の受信位置を精度良く推定することができる。   Since each of the weak position estimators 30-1 to 30-N has an access point set at random, even if a change in radio wave intensity occurs for a specific access point, the access point The weak position estimator 30 that does not use the radio wave from is not affected. Therefore, the reception position of the mobile terminal can be accurately estimated even when the radio wave environment of the Wi-Fi signal changes.
なお、本発明は、上述した実施形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。   Note that the present invention is not limited to the above-described embodiment, and various modifications and applications are possible without departing from the gist of the present invention.
例えば、本実施形態では、Wi−Fi信号を受信する携帯端末の受信位置を推定する場合について説明したが、Wi−Fi信号のような電波信号に限らず、アクセスポイントから出力された光信号や超音波信号等の電磁波信号を受信する装置の受信位置を推定する場合にも本発明を適用可能である。   For example, in the present embodiment, the case of estimating the reception position of a mobile terminal that receives a Wi-Fi signal has been described. However, the present invention is not limited to a radio signal such as a Wi-Fi signal, The present invention can also be applied when estimating the receiving position of an apparatus that receives an electromagnetic wave signal such as an ultrasonic signal.
また、上述の位置推定装置10は、内部にコンピュータシステムを有しているが、「コンピュータシステム」は、WWWシステムを利用している場合であれば、ホームページ提供環境(あるいは表示環境)も含むものとする。   Moreover, although the above-mentioned position estimation apparatus 10 has a computer system inside, if a "computer system" is using the WWW system, it will also include a homepage provision environment (or display environment). .
また、本願明細書中において、プログラムが予めインストールされている実施形態として説明したが、当該プログラムを、コンピュータ読み取り可能な記録媒体、例えばCD−ROMやメモリーカード等に格納して提供することも可能である。   Further, in the present specification, the embodiment has been described in which the program is installed in advance. However, the program can be provided by being stored in a computer-readable recording medium such as a CD-ROM or a memory card. It is.
10 位置推定装置
12 入力部
14 位置推定部
16 出力部
20 アンサンブル位置推定器
22 弱位置推定器重み計算部
24 パーティクルフィルタ位置推定器
26 パーティクル重み計算部26
28 位置算出部
29 記憶部
30−1〜30−N 弱位置推定器
DESCRIPTION OF SYMBOLS 10 Position estimation apparatus 12 Input part 14 Position estimation part 16 Output part 20 Ensemble position estimator 22 Weak position estimator weight calculation part 24 Particle filter position estimator 26 Particle weight calculation part 26
28 Position Calculation Unit 29 Storage Units 30-1 to 30-N Weak Position Estimator

Claims (5)

  1. 電磁波信号を出力する複数のアクセスポイントの中からランダムに決定したアクセスポイントから出力された電磁波信号を受信した受信信号に基づいて、前記電磁波信号の受信位置を推定する複数の弱位置推定器と、
    前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、予め求められた障害物の位置を表す障害物位置情報と、に基づいて、前記複数の弱位置推定器の重みを各々計算するみ計算部と、
    前記複数の弱位置推定器により各々推定された前記受信位置と、前記み計算部により計算された前記複数の弱位置推定器の重みと、に基づいて、前記受信位置を算出する位置算出部と、
    を含み
    前記重み計算部は、
    前記電磁波信号の受信位置を表す複数のパーティクルの位置を、予め定められた移動モデルに従って移動させるパーティクルフィルタ位置推定部と、
    前記複数のパーティクルの位置及び前記複数の弱位置推定器により各々推定された前記受信位置に基づいて、前記複数のパーティクルの各々の重みを計算するパーティクル重み計算部と、
    前記複数の弱位置推定器により各々推定された前記受信位置と、前記パーティクルフィルタ位置推定部によってサンプリングされたパーティクルの各々の位置と、に基づいて、前記複数の弱位置推定器の重みを各々計算する弱位置推定器重み計算部と、
    を含み、
    前記パーティクルフィルタ位置推定部は、前記パーティクル重み計算部によって計算された前記複数のパーティクルの各々の重みと、前記障害物位置情報とに基づいて、前記複数のパーティクルからパーティクルを各々サンプリングし、前記パーティクル重み計算部によってサンプリングされたパーティクルに基づいて、複数のパーティクルを作成し、前記作成した複数のパーティクルの位置を、前記移動モデルに従って移動させる
    位置推定装置。
    A plurality of weak position estimators for estimating a reception position of the electromagnetic wave signal based on a reception signal received from the electromagnetic wave signal output from an access point randomly determined from a plurality of access points that output the electromagnetic wave signal;
    Based on the reception position estimated in the past by each of the plurality of weak position estimators and obstacle position information indicating the position of the obstacle obtained in advance, the weights of the plurality of weak position estimators are calculated. and the weighting calculation unit each to calculate,
    And the receiving position are respectively estimated by the plurality of weak position estimator, and the weight of the plurality of weak position estimator calculated by the weighting calculator, on the basis of a position calculation unit for calculating the reception position When,
    It includes,
    The weight calculation unit
    A particle filter position estimation unit that moves the positions of a plurality of particles representing the reception position of the electromagnetic wave signal according to a predetermined movement model;
    A particle weight calculation unit for calculating a weight of each of the plurality of particles based on the positions of the plurality of particles and the reception positions estimated by the plurality of weak position estimators;
    The weights of the plurality of weak position estimators are respectively calculated based on the reception positions estimated by the plurality of weak position estimators and the positions of the particles sampled by the particle filter position estimation unit. A weak position estimator weight calculation unit,
    Including
    The particle filter position estimation unit samples each particle from the plurality of particles based on the weight of each of the plurality of particles calculated by the particle weight calculation unit and the obstacle position information, and the particle A position estimation device that creates a plurality of particles based on particles sampled by a weight calculation unit and moves the positions of the created particles according to the movement model .
  2. 電磁波信号を出力する複数のアクセスポイントの中からランダムに決定したアクセスポイントから出力された電磁波信号を受信した受信信号に基づいて、前記電磁波信号の受信位置を推定する複数の弱位置推定器と、  A plurality of weak position estimators for estimating a reception position of the electromagnetic wave signal based on a reception signal received from the electromagnetic wave signal output from an access point randomly determined from a plurality of access points that output the electromagnetic wave signal;
    前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、予め求められた障害物の位置を表す障害物位置情報と、に基づいて、前記複数の弱位置推定器の重みを各々計算する重み計算部と、  Based on the reception position estimated in the past by each of the plurality of weak position estimators and obstacle position information indicating the position of the obstacle obtained in advance, the weights of the plurality of weak position estimators are calculated. A weight calculator for calculating each;
    前記複数の弱位置推定器により各々推定された前記受信位置と、前記重み計算部により計算された前記複数の弱位置推定器の重みと、に基づいて、前記受信位置を算出する位置算出部と、  A position calculation unit that calculates the reception position based on the reception positions estimated by the plurality of weak position estimators and the weights of the plurality of weak position estimators calculated by the weight calculation unit; ,
    を含み、  Including
    前記重み計算部は、前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、前記障害物位置情報とに基づいて、前記複数の弱位置推定器の重みを各々計算し、前記計算した前記複数の弱位置推定器の重みと、過去に計算した前記弱位置推定器の重みと、前記弱位置推定器の重みの重要度を調整するための予め定めた調整係数と、に基づいて、前記複数の弱位置推定器の重みを更新する  The weight calculation unit calculates weights of the plurality of weak position estimators based on the reception position estimated in the past by each of the plurality of weak position estimators and the obstacle position information, The calculated weights of the weak position estimators, the weights of the weak position estimators calculated in the past, and predetermined adjustment coefficients for adjusting the importance of the weights of the weak position estimators. Update the weights of the plurality of weak position estimators based on
    位置推定装置。  Position estimation device.
  3. 複数の弱位置推定器、み計算部、及び位置算出部を含む位置推定装置における位置推定方法であって、
    前記複数の弱位置推定器が、電磁波信号を出力する複数のアクセスポイントの中からランダムに決定したアクセスポイントから出力された電磁波信号を受信した受信信号に基づいて、前記電磁波信号の受信位置を推定するステップと、
    前記み計算部が、前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、予め求められた障害物の位置を表す障害物位置情報と、に基づいて、前記複数の弱位置推定器の重みを各々計算するステップと、
    位置算出部が、前記複数の弱位置推定器により各々推定された前記受信位置と、前記み計算部により計算された前記複数の弱位置推定器の重みと、に基づいて、前記受信位置を算出するステップと、
    を含み
    前記複数の弱位置推定器の重みを各々計算するステップは、
    前記電磁波信号の受信位置を表す複数のパーティクルの位置を、予め定められた移動モデルに従って移動させるステップと、
    前記複数のパーティクルの位置及び前記複数の弱位置推定器により各々推定された前記受信位置に基づいて、前記複数のパーティクルの各々の重みを計算するステップと、
    前記複数の弱位置推定器により各々推定された前記受信位置と、前記電磁波信号の受信位置を表す複数のパーティクルの位置を、予め定められた移動モデルに従って移動させるステップによってサンプリングされたパーティクルの各々の位置と、に基づいて、前記複数の弱位置推定器の重みを各々計算するステップと、
    を含み、
    前記電磁波信号の受信位置を表す複数のパーティクルの位置を、予め定められた移動モデルに従って移動させるステップは、前記複数のパーティクルの各々の重みを計算するステップによって計算された前記複数のパーティクルの各々の重みと、前記障害物位置情報とに基づいて、前記複数のパーティクルからパーティクルを各々サンプリングし、前記複数のパーティクルの各々の重みを計算するステップによってサンプリングされたパーティクルに基づいて、複数のパーティクルを作成し、前記作成した複数のパーティクルの位置を、前記移動モデルに従って移動させる
    位置推定方法。
    Multiple weak position estimator, a position estimation method in the position estimation device comprising weighting calculation unit, and a position calculating unit,
    The plurality of weak position estimators estimate the reception position of the electromagnetic wave signal based on the reception signal received from the electromagnetic wave signal output from the access point randomly determined from the plurality of access points that output the electromagnetic wave signal And steps to
    The weighting calculation unit, and the receiving position, which is estimated in the past by each of said plurality of weak position estimator, the obstacle position information indicating the position of the previously obtained obstacles, on the basis of the plurality of Calculating the weight of each weak position estimator;
    Position calculating unit, and the receiving position are respectively estimated by the plurality of weak position estimator, and the weight of the weighting said plurality of calculated by the calculation unit weak position estimator, based on, the reception position A calculating step;
    It includes,
    Calculating each of the weights of the plurality of weak position estimators,
    Moving the position of a plurality of particles representing the reception position of the electromagnetic wave signal according to a predetermined movement model;
    Calculating the weight of each of the plurality of particles based on the positions of the plurality of particles and the received positions estimated by the plurality of weak position estimators, respectively.
    Each of the particles sampled by the step of moving the reception position estimated by the plurality of weak position estimators and the position of the plurality of particles representing the reception position of the electromagnetic wave signal according to a predetermined movement model. Calculating a weight of each of the plurality of weak position estimators based on the position; and
    Including
    The step of moving the positions of a plurality of particles representing the reception position of the electromagnetic wave signal in accordance with a predetermined movement model includes calculating each weight of the plurality of particles. Based on the weight and the obstacle position information, each particle is sampled from the plurality of particles, and a plurality of particles are created based on the particles sampled by the step of calculating the weight of each of the plurality of particles. And a position estimation method for moving the positions of the plurality of created particles according to the movement model .
  4. 複数の弱位置推定器、重み計算部、及び位置算出部を含む位置推定装置における位置推定方法であって、  A position estimation method in a position estimation device including a plurality of weak position estimators, a weight calculation unit, and a position calculation unit,
    前記複数の弱位置推定器が、電磁波信号を出力する複数のアクセスポイントの中からランダムに決定したアクセスポイントから出力された電磁波信号を受信した受信信号に基づいて、前記電磁波信号の受信位置を推定するステップと、  The plurality of weak position estimators estimate the reception position of the electromagnetic wave signal based on the reception signal received from the electromagnetic wave signal output from the access point randomly determined from the plurality of access points that output the electromagnetic wave signal And steps to
    前記重み計算部が、前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、予め求められた障害物の位置を表す障害物位置情報と、に基づいて、前記複数の弱位置推定器の重みを各々計算するステップと、  The weight calculation unit is configured to determine the plurality of weak positions based on the reception position estimated in the past by each of the plurality of weak position estimators and obstacle position information indicating a position of an obstacle obtained in advance. Calculating each weight of the position estimator;
    位置算出部が、前記複数の弱位置推定器により各々推定された前記受信位置と、前記重み計算部により計算された前記複数の弱位置推定器の重みと、に基づいて、前記受信位置を算出するステップと、  A position calculation unit calculates the reception position based on the reception positions respectively estimated by the plurality of weak position estimators and the weights of the plurality of weak position estimators calculated by the weight calculation unit. And steps to
    を含み、  Including
    前記複数の弱位置推定器の重みを各々計算するステップは、前記複数の弱位置推定器の各々によって過去に推定された前記受信位置と、前記障害物位置情報とに基づいて、前記複数の弱位置推定器の重みを各々計算し、前記計算した前記複数の弱位置推定器の重みと、過去に計算した前記弱位置推定器の重みと、前記弱位置推定器の重みの重要度を調整するための予め定めた調整係数と、に基づいて、前記複数の弱位置推定器の重みを更新する  The step of calculating the weights of the plurality of weak position estimators is based on the reception position estimated in the past by each of the plurality of weak position estimators and the obstacle position information. Each of the weights of the position estimator is calculated, and the weights of the calculated weak position estimators, the weights of the weak position estimators calculated in the past, and the weights of the weak position estimators are adjusted. Updating the weights of the plurality of weak position estimators based on a predetermined adjustment factor for
    位置推定方法。  Position estimation method.
  5. コンピュータを、請求項1又は請求項2記載の位置推定装置の各部として機能させるための位置推定プログラム。 The position estimation program for functioning a computer as each part of the position estimation apparatus of Claim 1 or Claim 2 .
JP2014076907A 2014-04-03 2014-04-03 Position estimation apparatus, method, and program Active JP6284151B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014076907A JP6284151B2 (en) 2014-04-03 2014-04-03 Position estimation apparatus, method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014076907A JP6284151B2 (en) 2014-04-03 2014-04-03 Position estimation apparatus, method, and program

Publications (2)

Publication Number Publication Date
JP2015197417A JP2015197417A (en) 2015-11-09
JP6284151B2 true JP6284151B2 (en) 2018-02-28

Family

ID=54547195

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014076907A Active JP6284151B2 (en) 2014-04-03 2014-04-03 Position estimation apparatus, method, and program

Country Status (1)

Country Link
JP (1) JP6284151B2 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3792651A4 (en) * 2018-06-13 2021-06-02 Mitsubishi Electric Corporation Path estimating device and portable information terminal
JP6640309B1 (en) * 2018-11-09 2020-02-05 モティーブリサーチ株式会社 Position estimation device, program, position estimation method, information processing device, and information processing method

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI114535B (en) * 2002-07-10 2004-10-29 Ekahau Oy positioning Technology
JP4982773B2 (en) * 2007-03-26 2012-07-25 学校法人慶應義塾 Position estimation system and program
TWI447420B (en) * 2009-10-20 2014-08-01 Inst Information Industry Method and system for indoor positioning, and computer program product using the method thereof
JP5978747B2 (en) * 2012-05-09 2016-08-24 富士通株式会社 Positioning system, positioning method, and program

Also Published As

Publication number Publication date
JP2015197417A (en) 2015-11-09

Similar Documents

Publication Publication Date Title
US9763035B2 (en) System, method and computer program for anonymous localization
CN111226129A (en) Motion location based on channel response characteristics
KR20150035745A (en) System, method and computer program for dynamic generation of a radio map
Liu et al. Fusing similarity-based sequence and dead reckoning for indoor positioning without training
Hoang et al. A soft range limited k-nearest neighbors algorithm for indoor localization enhancement
KR20150124926A (en) Method and Apparatus for Determining Geo Coordinate for Indoor Position
WO2017121168A1 (en) Cluster-based magnetic positioning method, device and system
Kaji et al. Design and implementation of WiFi indoor localization based on Gaussian mixture model and particle filter
US10514437B2 (en) Device localization using RSS based path loss exponent estimation
JP6284151B2 (en) Position estimation apparatus, method, and program
Lee et al. Accuracy enhancement of RSSI-based distance estimation by applying Gaussian filter
Qu et al. Recursive source localisation by time difference of arrival sensor networks with sensor position uncertainty
Yuan et al. Efficient WiFi fingerprint training using semi-supervised learning
Lim et al. Robust methods for AOA geo-location in a real-time indoor WiFi system
Seifeldin et al. Kalman filter-based tracking of a device-free passive entity in wireless environments
Li et al. Intelligent fusion of information derived from received signal strength and inertial measurements for indoor wireless localization
Chu et al. A particle filter based reference fingerprinting map recalibration method
Knauth Study and Evaluation of Selected RSSI-Based Positioning Algorithms
Tewolde et al. Efficient WiFi-based indoor localization using particle swarm optimization
Chen et al. A new indoor positioning technique based on neural network
Afousi et al. Wi-Fi RSS indoor positioning system using online layer clustering and weighted DCP-KNN
Ahmad et al. Adapted WLAN fingerprint indoor positioning system (IPS) based on user orientations
Alikhani et al. Fingerprinting based indoor localization considering the dynamic nature of wi-fi signals
Wu et al. Hybrid location estimation by fusing WLAN signals and inertial data
Moghtadaiee et al. Low-cost localisation considering LOS/NLOS impacts in challenging indoor environments

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20161212

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20161212

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20171030

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20171114

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171222

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180116

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180124

R150 Certificate of patent or registration of utility model

Ref document number: 6284151

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250