JP6450665B2 - バリア検出装置、バリア検出方法、バリア検出処理プログラム - Google Patents
バリア検出装置、バリア検出方法、バリア検出処理プログラム Download PDFInfo
- Publication number
- JP6450665B2 JP6450665B2 JP2015183203A JP2015183203A JP6450665B2 JP 6450665 B2 JP6450665 B2 JP 6450665B2 JP 2015183203 A JP2015183203 A JP 2015183203A JP 2015183203 A JP2015183203 A JP 2015183203A JP 6450665 B2 JP6450665 B2 JP 6450665B2
- Authority
- JP
- Japan
- Prior art keywords
- barrier
- information
- dictionary
- time
- aggregated
- 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
Links
Landscapes
- Instructional Devices (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Description
一部のナビゲーションサービスでは、ルートの通りやすさに関する情報をユーザに提供している。例えば、国土交通省のバリアフリー経路探索(http://www.hokoukukan.go.jp/routesearch/areaselect.html)では、ルートの通行難易度の判断材料となる段差の有無、坂の傾斜等の情報をユーザに提供している。
これらの段差の有無、坂の傾斜等の情報は、サービス提供事業者が収集している場合が多い。
この状況に鑑み、センサ等を用いて、通行の妨げ(以降、バリア)を自動的に検出する試みがなされている。
例えば、非特許文献1のように、車椅子に装着した加速度センサ等を用いて、車椅子通過時の路面状況を推定することで、バリアの検出を試みるものがある。
ユーザが自動車にて移動中に、進路上にバリアを発見した場合、多くのユーザは、急ハンドル(急な右折、急な左折)でバリアをかわすか、急ブレーキ(急な停止)でバリアへの衝突を回避する対処を行う。
これらの、「急ハンドル」や「急ブレーキ」の各操作は、バリアへの対処ではない通常移動時にはほとんど発生しない。
ユーザが車椅子にて移動中に、進路上にバリアを発見した場合、車椅子を利用するユーザは、図19に示すようにバリアの脇を通行したり、また、図20に示すようにバリアの先への通行を諦めて引き返したりする。
このとき、図19に示した例では、バリアの脇を通行する対処を構成する各操作は、「前進(A1)」、「右折(A2)」、「左折(A3)」である。また、この対処後の操作は「前進(A4)」である。
上記の、「前進」、「右左折」、「停止」等の各操作は、バリアへの対処でない通常移動時にも頻繁に発生する。
続いて、車椅子移動時におけるバリアの自動検出手法として、簡易な手法や既存手法では不十分であることを説明する。
上記の簡易な手法の例として、ある単一の操作の発生有無のみに基づいて、バリアを検出する手法について考える。
例えば、バリアへの対処時に発生する単一の動作について、その操作の有無を分析することで、バリアの存在を検出することができる可能性がある。
よって、上記の簡易な手法では、車椅子移動時の適切なバリア検出を行なうことができない。
SVMを用いて推定器を構築する場合、正解ラベルが付与された機械学習用のセンサデータを大量(一般には少なくとも数百サンプル以上)に準備する必要がある。
車椅子利用者が「段差」を乗り越えた場合、車椅子の振動により垂直方向の加速度に急激な変化が生じる。
また、車椅子利用者が「傾斜」した道を進む場合、車椅子の加速度センサが傾くため、重力加速度の検出方向が変化する。
上記の変化は、誰が車椅子を操作しても同様に生じる変化である。
例えば、バリアを「かわす」対処であれば、かわす前に停止するのか/しないのか、かわす際に右からかわすのか/左からかわすのか、かわしている最中に速度は落とすのか/一定なのか/上げるのか、等の多様なものがありえる。
また、バリアを同じ方向からかわす場合であっても、移動の軌跡は人によって多様である。
よって、非特許文献1に示したような手法では、車椅子移動時のバリアを低コストで網羅的に検出することは不可能である。
図1は、本発明の実施形態における、バリア検出のための基本的な手順の一例を示すフローチャートである。
図1に示すように、バリア検出のための基本的な手順は、動作情報入力ステップ(S1)、バリア対処動作辞書参照ステップ(S2)、バリア情報検出ステップ(S3)、バリア情報出力ステップ(S4)からなる。
例えば、通行者が電動車椅子を利用していれば、この電動車椅子のモータやハンドルの制御情報(加減速、右左折等)を通行者の動作の情報として入力する。
バリア対処動作辞書参照ステップ(S2)では、バリア対処時の動作パターンを列挙したバリア対処動作辞書を参照し、このバリア対処動作辞書内の動作パターンにおいて、動作情報入力ステップ(S1)で取得した動作に合致するパターンがあるか否かを判定するための比較を行う。
バリア情報出力ステップ(S4)では、バリア情報検出ステップ(S3)における検出の結果を、バリア情報として出力する。
図2は、本発明の第1の実施形態におけるバリア検出装置の構成例を示すブロック図である。
第1の実施形態では、バリアを検出するために車椅子ユーザ向けのバリア情報DB(データベース)を構築する。
第1の実施形態では、バリア情報DBを構築するために、車椅子ユーザが携行するスマートフォンに内蔵されたセンサにて、このセンサで車椅子ユーザの移動時に計測して得たセンサデータを用いて、屋内外の各所のバリア情報を検出し、この検出結果をバリア情報DBに蓄積する。
車椅子1001は、一般的な手動車椅子である。
スマートフォン1002は、例えば車椅子1001のユーザが携行する一般的なスマートフォンであり、内蔵する時計、GPSセンサ、加速度センサを用いて、時刻(年、月、日、時刻)、この時刻における車椅子1001の位置(緯度、経度)、上記の時刻における車椅子1001の加速度(x軸、y軸、z軸)を計測し、これらの計測結果を関連付けた加速度情報を生成し、この加速度情報を動作判定装置1003に無線通信する機能を持つ。
この推定は、SVMやディープラーニング(Deep Learning)等の一般的な手法で、動作内容と加速度情報とが対応付けられたデータを大量に機械学習しておくことで実現できる。
なお、動作情報とは、時刻、位置、動作内容を含む情報である。
なお、バリア情報とは、位置、バリア内容を含む情報である。
また、バリア情報は、時刻を含んでも良い。
バリア情報が時刻を含むことで、このバリア情報を時系列に沿って集計または分析したり、新しいバリア情報を重要な情報として扱い、古いバリア情報を重要でない情報として扱ったりする等の処理が可能になる。
図3に示したステップS11、S12、S13は図1に示した動作情報入力ステップS1に該当し、図3に示したステップS14、S15は、図1に示したバリア対処動作辞書参照ステップS2およびバリア情報検出ステップS3に該当し、図3に示したステップS16は図1に示したバリア情報出力ステップS4に該当する。
まず、車椅子ユーザが車椅子1001で移動する。すると、車椅子ユーザが携行するスマートフォン1002は、一定時間ごと(ここでは20ミリ秒ごと)に時刻、位置、加速度を計測して、それぞれの計測結果を関連付けて、内部の記憶装置に加速度情報として蓄積し、一定時間ごと(ここでは1分ごと)に蓄積した加速度情報を図4に示した形式で動作判定装置1003に送信する。
図4は、本発明の第1の実施形態におけるバリア検出装置が生成する加速度情報の一例を表形式で示す図である。図4に示した加速度情報の各行のレコードでは、計測時刻(年、月、日、時刻)、位置(緯度、経度)、加速度(x軸、y軸、z軸)が関連付けられる。
動作判定装置1003は、スマートフォン1002から加速度情報を一定時間分(ここでは10分ごと)受信する度に、この一定時間分の加速度情報を発生させた動作内容(前進、左折など)を判定し、判定結果を動作情報として図5に示した形式で動作情報入力部101に送信する。
図5は、本発明の第1の実施形態におけるバリア検出装置が生成する動作情報の一例を表形式で示す図である。
図5に示した動作情報の各行のレコードでは、時刻(年、月、日、時刻)、位置情報(緯度、経度)、動作内容が関連応付けられる。この動作情報は、図4に示した加速度情報における加速度を動作内容に置き換えたものである。この動作情報における時刻は、この動作情報で関連付けられる動作内容の開始時刻である。
動作情報入力部101は、動作判定装置1003から動作情報を一定時間分(ここでは10分ごと)受信する度に、この一定時間分の受信した動作情報を図5に示した形式で動作情報分析部102に送信する。
図6は、本発明の第1の実施形態におけるバリア検出装置が生成する動作情報テーブルの一例を表形式で示す図である。
動作情報分析部102は、動作情報入力部101から受信した動作情報の各行のレコードについて、時刻が古い順にIDを付与し、かつ分析対象フラグを各行のレコードに付与し、図6に示した形式の動作情報テーブルとして内部の記憶領域に蓄積する。
図7は、本発明の第1の実施形態におけるバリア検出処理の手順の詳細の一例を示すフローチャートである。図8は、本発明の第1の実施形態におけるバリア検出に用いるバリア対処動作辞書の構成例を表形式で示す図である。図9および図10は、本発明の第1の実施形態におけるバリア検出装置が生成するバリア情報の一例を表形式で示す図である。
つまり、バリア対処動作辞書103は、バリアの通行の可否に応じたバリア対処動作を辞書として予め定めたものである。
また、動作情報分析部102は、上記のm件の動作内容にかかわるレコードのうち、IDが最も小さいレコードにおける時刻(年、月、日、時刻)をtとし、このレコードにおける位置(緯度、経度)をgとする(S15−4)。
本実施形態では、連続する4操作でバリア対処動作辞書のバリア対処動作を表現しているが、連続する操作数は4以外の他の自然数でも構わない。
また、連続する操作数が異なるバリア対処動作のパターン同士がバリア対処動作辞書103内に混在しても構わない。
バリア情報出力部104は、動作情報分析部102から受信したバリア情報の各レコードのうち、バリア内容が「バリアなし」以外のレコード、つまりバリアが有ることを示すバリア内容に関わる情報を、図10に示した形式でバリア情報DB2001に記録する。
図11は、本発明の第2の実施形態におけるバリア検出装置の構成例を示すブロック図である。
第2の実施形態では、第1の実施形態で検出したバリア情報を、車椅子ユーザ向けのバリアフリーマップ構築に利用するものである。
電動車椅子3001は、内蔵する時計やGPSセンサを用いて、電動車椅子3001の時刻(年、月、日、時刻)や位置(緯度、経度)を計測する機能を持つ。
図12は、本発明の第2の実施形態におけるバリア検出のための処理手順の一例を示すフローチャートである。
図12に示したステップS21、S22は図1に示した動作情報入力ステップS1に該当し、図12に示したステップS23、S24は図1に示したバリア対処動作辞書参照ステップS2およびバリア情報検出ステップS3に該当し、図12に示したステップS25、S26、S27、S28は図1に示したバリア情報出力ステップS4に該当する。
まず、車椅子ユーザが電動車椅子3001で移動する。すると、電動車椅子3001は、内蔵する制御装置の制御内容が変化する度に、時刻や位置を計測して、これら計測した時刻、位置、制御内容を関連付けて動作情報として、第1の実施形態でも説明した図5に示した形式で動作情報入力部201に送信する。
動作情報入力部201は、電動車椅子3001から動作情報を一定時間分(ここでは10分ごと)受信する度に、この一定時間分の受信した動作情報を図5に示した形式で動作情報分析部202に送信する。この処理は第1の実施形態で説明したステップS13に対応する。
図13は、本発明の第2の実施形態におけるバリア検出装置が生成する動作情報テーブルの一例を表形式で示す図である。
動作情報分析部202は、動作情報入力部201から受信した動作情報の各行のレコードについて、時刻が古い順にIDを付与し、かつ継続時間(秒)、分析対象フラグを付与し、図13に示した形式の動作情報テーブルとして、内部の記憶領域に蓄積する。
(ステップS24)
図14は、本発明の第2の実施形態におけるバリア検出処理の手順の詳細の一例を示すフローチャートである。図15は、本発明の第2の実施形態におけるバリア検出に用いるバリア対処動作辞書の構成例を表形式で示す図である。図16は、本発明の第2の実施形態におけるバリア検出装置が生成するバリア情報の一例を表形式で示す図である。
また、動作情報分析部202は、上記のm件の動作内容にかかわるレコードのうち、IDが最も小さいレコードにおける時刻(年、月、日、時刻)をtとし、このレコードにおける位置(緯度、経度)をgとする(S24−4)。
ここでは、m、nをそれぞれ4、1とするが、m、nは他の自然数でも構わない。
バリア情報出力部204は、動作情報分析部202から受信したバリア情報の各レコードのうち、バリア内容が「バリアなし」以外のレコードをバリアフリーマップ処理部4001に入力する。この処理は第1の実施形態で説明したステップS16に対応する。
ここで、ステップS21からS25の処理が、多くのユーザについて実施され、バリアフリーマップ処理部4001には図16に示した形式でバリア情報の各レコードが蓄積されているとする。
図17は、本発明の第2の実施形態におけるバリア検出装置が生成する集約済みバリア情報の一例を表形式で示す図である。
バリアフリーマップ処理部4001は、図16に示した形式のバリア情報を位置(緯度、経度)ごとに1つのレコードに集約して、図17に示した形式の集約済みバリア情報を生成する。
バリアフリーマップ処理部4001は、一定時間ごと(ここでは1日ごと)に、図17に示した集約済みバリア情報を参照し、この集約済みバリア情報の各レコードについて、最終検出時刻から現在時刻までの差がx日以内で、合計回数がy回以上のものを、電子地図上に可視化する。
例えば、現在時刻を「2015/5/31 09:00:00」とし、xを「14」とし、yを「10」とした場合、図17に示した集約済みバリア情報の2レコード目(合計回数が26のレコード)の位置(緯度、経度)とバリア内容が図18に示すように電子地図上に可視化される。
また、この第2の実施形態では、動作情報テーブルやバリア対処動作辞書は、各動作の継続時間の情報を含むので、より高精度にバリア情報を検出することができる。
Claims (8)
- 通行者が利用する車両の時系列に沿った複数の動作内容を含む動作情報を入力する入力手段と、
車両の通行障害としてのバリアの内容を示すバリア内容と車両を利用する通行者が前記バリアに対処するときの時系列に沿った予め定めた複数の動作の組み合わせであるバリア対処動作とを関連付けたバリア対処動作辞書を格納する格納手段と、
前記入力された動作情報と前記バリア対処動作辞書とを比較し、前記バリア対処動作辞書における、前記入力された動作情報で示される動作内容に対応するバリア対処動作を検出し、この検出されたバリア対処動作に前記バリア対処動作辞書で関連付けられたバリア内容を含むバリア情報を出力する出力手段とを備えたバリア検出装置。 - 前記動作情報は、
時刻、前記時刻における前記車両の位置、前記時刻における前記車両の加速度に基づく請求項1に記載のバリア検出装置。 - 前記バリア内容は、前記バリアの有無を示し、
前記出力されたバリア情報のうち、前記バリアが有ることを示すバリア内容に関わる情報を記憶装置に記録する記録手段をさらに備えた請求項1に記載のバリア検出装置。 - 前記バリア対処動作辞書のバリア対処動作は、この動作の開始から終了までの継続時間を含み、
前記動作情報は、前記車両の動作内容とその継続時間を含み、
前記出力手段は、
前記バリア対処動作辞書における、前記入力された動作情報で示される動作内容およびこの動作の継続時間に対応するバリア対処動作を検出し、この検出されたバリア対処動作に前記バリア対処動作辞書で関連付けられたバリア内容を含むバリア情報を出力する請求項1に記載のバリア検出装置。 - 前記動作情報は、前記車両の位置情報を含み、
前記出力されたバリア情報は、前記比較した前記動作情報の位置情報を含み、
複数回出力された前記バリア情報の集合における、位置ごとに集約した集約済みバリア情報を生成する集約情報生成手段と、
前記生成された集約済みバリア情報のうち、この集約済みバリア情報を構成する前記バリア情報の数が所定条件を満たして多い情報を、当該集約済みバリア情報が関わる位置における地図上に描画する描画手段とをさらに備えた請求項1に記載のバリア検出装置。 - 前記動作情報は、時刻を含み、
前記出力されたバリア情報は、前記比較した前記動作情報の時刻を含み、
前記描画手段は、
前記生成された集約済みバリア情報のうち、この集約済みバリア情報を構成する前記バリア情報の数が所定条件を満たして多く、かつ、この集約済みバリア情報を構成する前記バリア情報の時刻が現在時刻に対して所定の条件を満たして近い情報を、当該集約済みバリア情報が関わる位置における地図上に描画する請求項5に記載のバリア検出装置。 - 通行者が利用する車両の通行障害としてのバリアの内容を示すバリア内容と車両を利用する通行者が前記バリアに対処するときの時系列に沿った予め定めた複数の動作の組み合わせであるバリア対処動作とを対応付けたバリア対処動作辞書を格納する格納装置を有するバリア検出装置に適用される方法であって、
車両の時系列に沿った複数の動作内容を含む動作情報を入力し、
前記入力した動作情報と前記バリア対処動作辞書とを比較し、前記バリア対処動作辞書における、前記入力した動作情報で示される動作内容に対応するバリア対処動作を検出し、この検出されたバリア対処動作に前記バリア対処動作辞書で関連付けられたバリア内容を含むバリア情報を出力するバリア検出方法。 - 請求項1に記載のバリア検出装置の一部分として動作するコンピュータに用いられるプログラムであって、
前記コンピュータを、
前記入力手段、前記格納手段、および前記出力手段
として機能させるためのバリア検出処理プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015183203A JP6450665B2 (ja) | 2015-09-16 | 2015-09-16 | バリア検出装置、バリア検出方法、バリア検出処理プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015183203A JP6450665B2 (ja) | 2015-09-16 | 2015-09-16 | バリア検出装置、バリア検出方法、バリア検出処理プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017058954A JP2017058954A (ja) | 2017-03-23 |
| JP6450665B2 true JP6450665B2 (ja) | 2019-01-09 |
Family
ID=58390486
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015183203A Active JP6450665B2 (ja) | 2015-09-16 | 2015-09-16 | バリア検出装置、バリア検出方法、バリア検出処理プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6450665B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BE1026844B1 (de) * | 2018-12-07 | 2020-07-08 | Phoenix Contact Gmbh & Co | Vorrichtung und Verfahren zur Verschleißerkennung einer elektromechanischen Schalteinrichtung |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007199627A (ja) * | 2006-01-30 | 2007-08-09 | Nec Access Technica Ltd | 地図情報提供システム |
| JP2010020702A (ja) * | 2008-07-14 | 2010-01-28 | Sumitomo Electric Ind Ltd | バリア情報提供システム及び方法とこれに用いる低速車両 |
| JP2012150584A (ja) * | 2011-01-18 | 2012-08-09 | Zenrin Datacom Co Ltd | 障害者プローブ情報収集システム、情報収集サーバ、障害者プローブ情報収集方法および障害者プローブ情報収集プログラム |
| JP2012173782A (ja) * | 2011-02-17 | 2012-09-10 | Nec Corp | 注意喚起装置、注意喚起方法、及びプログラム |
-
2015
- 2015-09-16 JP JP2015183203A patent/JP6450665B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017058954A (ja) | 2017-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3620336B1 (en) | Method and apparatus for using a passenger-based driving profile | |
| EP3335210B1 (en) | Method and apparatus for providing parking availability detection based on vehicle trajectory information | |
| EP3620971A1 (en) | Method and apparatus for generating a passenger-based driving profile | |
| US9200910B2 (en) | Ranking of path segments based on incident probability | |
| EP3620972A1 (en) | Method and apparatus for providing a user reaction user interface for generating a passenger-based driving profile | |
| US11182859B2 (en) | Assigning mobile device data to a vehicle | |
| US20180229723A1 (en) | Feedback-Based Control Model Generation For An Autonomous Vehicle | |
| JP2020129390A (ja) | 異種環境におけるエッジデバイスのためのモデルフィルタリングおよびモデルミキシングによる機械学習 | |
| CN106716067A (zh) | 个性化旅行规划和引导系统 | |
| US7519472B1 (en) | Inferring static traffic artifact presence, location, and specifics from aggregated navigation system data | |
| US20200082287A1 (en) | Method and apparatus for selecting a vehicle using a passenger-based driving profile | |
| EP3822939B1 (en) | Method, apparatus, and system for automatic road closure detection during probe anomaly | |
| US20220413502A1 (en) | Method, apparatus, and system for biasing a machine learning model toward potential risks for controlling a vehicle or robot | |
| US20150184348A1 (en) | System and Method for Assessing Road Quality Using Data Collected from a Mobile Device | |
| EP4300336B1 (en) | Method, apparatus, and computer program product for estimating the privacy risk of anonymized trajectory data | |
| US11107175B2 (en) | Method, apparatus, and system for providing ride-sharing functions based on joint motion | |
| US20240295408A1 (en) | Systems and methods for generating dynamic transit routes | |
| US20210140787A1 (en) | Method, apparatus, and system for detecting and classifying points of interest based on joint motion | |
| US11343636B2 (en) | Automatic building detection and classification using elevator/escalator stairs modeling—smart cities | |
| US20210406709A1 (en) | Automatic building detection and classification using elevator/escalator/stairs modeling-mobility prediction | |
| JP6450665B2 (ja) | バリア検出装置、バリア検出方法、バリア検出処理プログラム | |
| US20250234185A1 (en) | Systems and methods for validating a vehicle driver based on mobile device positions within a vehicle | |
| US9891072B2 (en) | Method and apparatus for providing a map display based on velocity information | |
| US11128982B1 (en) | Automatic building detection and classification using elevator/escalator stairs modeling | |
| US10371545B2 (en) | Method and apparatus for providing qualitative trajectory analytics to classify probe data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170828 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180627 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180703 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180822 |
|
| 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: 20181204 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181210 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6450665 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |