JP6484577B2 - Shape estimation apparatus, shape estimation method, and program - Google Patents
Shape estimation apparatus, shape estimation method, and program Download PDFInfo
- Publication number
- JP6484577B2 JP6484577B2 JP2016041545A JP2016041545A JP6484577B2 JP 6484577 B2 JP6484577 B2 JP 6484577B2 JP 2016041545 A JP2016041545 A JP 2016041545A JP 2016041545 A JP2016041545 A JP 2016041545A JP 6484577 B2 JP6484577 B2 JP 6484577B2
- Authority
- JP
- Japan
- Prior art keywords
- characteristic
- estimation
- convex
- value
- statistic
- 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
Images
Landscapes
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Description
本発明は、ランダムにまかれた距離センサによる測定結果に基づいて、対象物の大きさや形状を推定する技術に関連するものである。 The present invention relates to a technique for estimating the size and shape of an object based on a measurement result obtained by a randomly wound distance sensor.
近年、小型の無線機能付きセンサを対象領域にばら撒いて、ネットワーク化し、色々なアプリケーションに使おうという試みが盛んである。非常に多くのセンサが利用されると考えられることから、個々のセンサの位置を設計あるいは登録することなく、利用できることが望ましい。 In recent years, attempts have been made to distribute small sensors with wireless functions in a target area, network them, and use them for various applications. Since it is considered that a large number of sensors are used, it is desirable that the position of each sensor can be used without designing or registering.
また、GPSなどの測位機能は、価格や消費電力などの点から、低価格センサノードには搭載されないと考えられる。そのような状況下で、2次元的あるいは3次元的な広がりを持つ対象物を検出することを考える。 In addition, it is considered that positioning functions such as GPS are not installed in low-cost sensor nodes in terms of price and power consumption. Consider detecting an object having a two-dimensional or three-dimensional spread under such circumstances.
これに対して、特許文献1では、対象物の検出有無のみを検知するセンサ(バイナリーセンサ)の情報から、対象物の面積と外周長を推定する発明が開示され、特許文献2では、組み合わせられたバイナリーセンサから対象物の形状に関する推定を行う発明が開示されている。更に、特許文献3では、組み合わせられたバイナリーセンサから、対象物の角の角度や、対象物数を推定する発明が開示されている。 On the other hand, Patent Document 1 discloses an invention that estimates the area and outer circumference length of an object from information of a sensor (binary sensor) that detects only whether or not the object is detected. An invention for estimating the shape of an object from a binary sensor is disclosed. Further, Patent Document 3 discloses an invention for estimating the angle of an object and the number of objects from a combined binary sensor.
上記の先行技術では、バイナリーセンサや、その組み合わせによる形状推定を行っているのに対して、特許文献4では、複数クラスの距離センサを使用し、対象物の大きさと外周長を推定する発明が開示されている。 In the above prior art, while shape estimation is performed using binary sensors or a combination thereof, Patent Document 4 discloses an invention that uses multiple classes of distance sensors to estimate the size and outer circumference of an object. It is disclosed.
バイナリーセンサを組み合わせる方法では、大きな構造になってしまい配備が容易ではない。上述したように、バイナリーセンサ、あるいは、距離センサを用いて、対象物の大きさと外周長を推定する発明がなされているが、当該発明で使用する式は、推定式が凸な対象物について成立する式となっているため、凸でない対象物については推定精度が低下するという課題がある。 The method of combining binary sensors results in a large structure and is not easy to deploy. As described above, an invention for estimating the size and outer circumference length of an object using a binary sensor or a distance sensor has been made, but the expression used in the invention is valid for an object whose estimation equation is convex. Therefore, there is a problem that the estimation accuracy is reduced for an object that is not convex.
本発明は上記の点に鑑みてなされたものであり、距離センサを使用して、必ずしも凸でない対象物に対して、対象物の大きさと外周長を高精度に推定するとともに、凸性の推定を行うことを可能とする技術を提供することを目的とする。 The present invention has been made in view of the above points, and uses a distance sensor to estimate the size and outer peripheral length of an object with high accuracy for an object that is not necessarily convex, and to estimate the convexity. It is an object to provide a technology that makes it possible to perform the above.
本発明の実施の形態によれば、センシングエリア内にある対象物との距離を測定する複数のセンサ端末から受信する測定結果に基づいて、対象物の形状を推定する形状推定装置であって、
前記複数のセンサ端末から前記測定結果を受信する受信部と、
前記対象物が凸である場合に適した第1特性推定式による第1特性の推定結果の前記測定結果からの乖離に関する統計量を計算し、当該統計量の値が閾値以上であれば、前記対象物が凸でないと判定する処理部と
を有することを特徴する形状推定装置が提供される。
According to an embodiment of the present invention, a shape estimation device that estimates the shape of an object based on measurement results received from a plurality of sensor terminals that measure the distance to the object in a sensing area,
A receiving unit for receiving the measurement results from the plurality of sensor terminals;
Calculate a statistic related to the deviation from the measurement result of the first characteristic estimation result according to the first characteristic estimation formula suitable for the case where the object is convex, and if the value of the statistic is equal to or greater than a threshold value, And a processing unit that determines that the object is not convex.
また、本発明の実施の形態によれば、センシングエリア内にある対象物との距離を測定する複数のセンサ端末から受信する測定結果に基づいて、対象物の形状を推定する形状推定装置が実行する形状推定方法であって、
前記複数のセンサ端末から前記測定結果を受信する受信ステップと、
前記対象物が凸である場合に適した第1特性推定式による第1特性の推定結果の前記測定結果からの乖離に関する統計量を計算し、当該統計量の値が閾値以上であれば、前記対象物が凸でないと判定する処理ステップと
を有することを特徴する形状推定方法が提供される。
Further, according to the embodiment of the present invention, the shape estimation device that estimates the shape of the object based on the measurement results received from the plurality of sensor terminals that measure the distance to the object in the sensing area is executed. A shape estimation method for
A receiving step of receiving the measurement results from the plurality of sensor terminals;
Calculate a statistic related to the deviation from the measurement result of the first characteristic estimation result according to the first characteristic estimation formula suitable for the case where the object is convex, and if the value of the statistic is equal to or greater than a threshold value, And a processing step of determining that the object is not convex.
本発明の実施の形態によれば、距離センサを使用して、必ずしも凸でない対象物に対して、対象物の大きさと外周長を高精度に推定するとともに、凸性の推定を行うことを可能とする技術を提供することが可能となる。 According to the embodiment of the present invention, it is possible to estimate the size and outer circumference length of an object with high accuracy and to estimate the convexity for an object that is not necessarily convex using a distance sensor. It becomes possible to provide the technology.
以下、図面を参照して本発明の実施の形態(以下、本実施の形態)を説明する。なお、以下で説明する実施の形態は一例に過ぎず、本発明を適用可能な形態は、以下の実施の形態に限られるわけではない。 Hereinafter, embodiments of the present invention (hereinafter referred to as the present embodiment) will be described with reference to the drawings. The embodiment described below is merely an example, and the form to which the present invention can be applied is not limited to the following embodiment.
(システム構成)
図1は、本実施の形態における形状推定システムの構成図である。図1に示すように、本実施の形態における形状推定システムは、センタサーバ401と、対象物を検出するとともに、対象物までの距離を測定するセンサ端末としてのm個のセンサ端末201−1〜201−mとを備え、対象物の形状情報を推定する。ここで、形状情報とは、例えば、対象物の面積(サイズ、大きさ)や、対象物の外周の長さ、対象物の凹凸など、対象物の形状に関する情報である。以下、形状推定システムにおける対象物を対象物Tとし、その面積を面積S、外周の長さを周長Lと表す。
(System configuration)
FIG. 1 is a configuration diagram of a shape estimation system in the present embodiment. As shown in FIG. 1, the shape estimation system according to the present embodiment includes a
m個のセンサ端末201−1〜201−mは、それぞれ、測定部101と、通信部102と、電源部103とを備える。各センサ端末には、測位機能がなく、配備される地理的位置も、詳細には設計されていないものとする。
Each of the m sensor terminals 201-1 to 201-m includes a
測定部101は、センサ端末のセンシングエリア内にある対象物を検出するとともに、自端末と対象物との間の距離を測定するセンサである。より詳細には、測定部101は、シャープな指向性を持つ距離センサであって、対象物との距離がrmax以下のとき、対象物までの距離r (0<=r<=rmax)を測定結果として得る。通信部102は、測定部101による測定結果を示す情報(以下、測定結果情報)をセンタサーバ401に送信する。電源部103は、電源供給を行う。
The
以下、m個のセンサ端末201−1〜201−mの総称として、センサ端末とも記載する。 Hereinafter, the m sensor terminals 201-1 to 201-m are also collectively referred to as sensor terminals.
センタサーバ401は、通信部301と、データ処理部302と、記憶部303と、入出力部304と、電源部305とを備えるコンピュータ端末である。
The
通信部301は、センサ端末201−1〜201−mから送信される測定結果情報を受信する通信処理を行う。この通信部301は、受信した測定結果情報を記憶部303に記憶させる。
The
データ処理部302は、通信部301が受信した測定結果情報に基づき、対象物Tの形状情報の推定値を算出する。
The
このデータ処理部302は、まず、記憶部303に記憶された式に基づき、対象物の大きさ(面積)Sと、周長Lを算出する。さらに、Tの凸性判定を行う。対象物が凸でない場合、周長Lの推定値を修正する。これらの処理については、以降で詳述する。処理結果は入出力部304より出力される。
The
記憶部303は、算出式やセンサ端末のセンシング可能距離rmax、監視対象領域Aの面積SA、センサ端末数mなどの算出式に用いるパラメータを記憶する。また、記憶部303は、算出過程における途中の算出結果等も記憶する。
The
本実施の形態のセンタサーバ401は、コンピュータに、本実施の形態で説明する処理内容を記述したプログラムを実行させることにより実現可能である。すなわち、センタサーバ401が有する機能は、当該コンピュータに内蔵されるCPUやメモリ等のハードウェア資源を用いて、センタサーバ401で実施される処理に対応するプログラムを実行することによって実現することが可能である。当該プログラムは、例えば、本実施の形態で説明する各数式の処理及び数式を用いた処理手順を含むプログラムである。
The
上記プログラムは、コンピュータが読み取り可能な記録媒体(可搬メモリ等)に記録して、保存したり、配布したりすることが可能である。また、上記プログラムをインターネットや電子メール等、ネットワークを通して提供することも可能である。 The above-mentioned program can be recorded on a computer-readable recording medium (portable memory or the like), stored, or distributed. It is also possible to provide the program through a network such as the Internet or electronic mail.
(形状推定処理の詳細)
以下、本実施の形態における形状推定システムにより実行される対象物Tの形状推定の処理を、図2のフローチャートに示す手順に沿って説明する。
(Details of shape estimation processing)
Hereinafter, the shape estimation process of the target T executed by the shape estimation system in the present embodiment will be described along the procedure shown in the flowchart of FIG.
まず、センサ端末201−1〜201−mを、予め定められた監視対象領域Aにランダムに配備する(ステップS101)。センサ端末は、一定時間ごとに対象物Tとの距離測定を行い、測定結果(センシング結果)をセンタサーバ401に送信し、センタサーバ401は、測定結果を取得する(ステップS102)。なお、必ずしも、測定時間間隔は一定でなくともよい。また、センサ端末の位置は移動してもよい。
First, the sensor terminals 201-1 to 201-m are randomly arranged in a predetermined monitoring target area A (step S101). The sensor terminal measures the distance to the object T at regular intervals, transmits the measurement result (sensing result) to the
本実施の形態における対象物Tは、大きさや形状が変わらないものであって、監視対象領域A内にあり、移動している。なお、対象物Tは、必ずしも移動している必要はないが、移動しているものとして以下、説明する。また、対象物Tは多角形で近似できるものとする。 The object T in the present embodiment does not change in size or shape, is in the monitoring target area A, and is moving. The object T is not necessarily moved, but will be described below as being moved. The object T can be approximated by a polygon.
センタサーバ401は、センサ端末201−1〜201−mから送られてきた合計ns個の測定結果を、記憶部303で記憶した算出式に適用し、推定値等を算出する(ステップS103〜S113)。このとき、ns個の測定結果はm個のセンサ端末からの1度の測定結果であってもよいし(この場合はns=m)、複数回の測定結果をまとめて使用してもよい。なお、理論的には、各測定結果は独立であることを仮定しているため、対象物Tの移動速度に対して、測定間隔が過度に短い場合などは、推定精度が低下する場合がある。
The
より詳細には、データ処理部302での処理は、以下のように実行される。以下では、各式を用いた処理手順について説明し、各式の理論的背景については、処理手順の説明の後に説明する。
More specifically, the processing in the
測定結果として、ns個の結果が得られ、そのうち、測定結果r=0であったものの数がN0個、0<測定結果<=rmaxであったものの数がK個、測定結果が検出無しであったものがK0であったとする。 As the measurement result, n s number of results are obtained, of which the number is N 0 amino measurements r = 0 is a thing, 0 <measurements <= r number of max is a thing are K, measurement results Suppose that no detection was K 0 .
各件検出が独立である場合、Tが凸であれば、LとSの最尤推定量は下記の式(1)、(2)で与えられる。 When each case detection is independent, if T is convex, the maximum likelihood estimators of L and S are given by the following equations (1) and (2).
Tが凸でない場合、式(1)をLの推定量として用いると、Lの過小評価となることから、Lの推定値として、記憶部303に保持された下記の式(3)を計算する(ステップS105)。
If T is not convex, using equation (1) as an estimated amount of L results in an underestimation of L. Therefore, the following equation (3) held in the
実際には、Tが凸であるかどうか分からないので、これを判断できれば有効である。また、凹があることが特徴である対象物もあり得ることから、凸性の推定は重要である。そのため、データ処理部302は、以下のような凸性の推定を実行する。
Actually, since it is not known whether T is convex, it is effective if this can be determined. In addition, since there may be an object that is characterized by being concave, it is important to estimate convexity. Therefore, the
Tが凸である場合、センサの測定結果sがr以下である確率は、下記の式(4)で与えられる。 When T is convex, the probability that the measurement result s of the sensor is r or less is given by the following equation (4).
データ処理部302は、(i)凸ではない、と推定された場合、式(3)の計算結果を入出力部304から出力し(ステップS112)、(ii)凸である、と推定された場合、式(1)の計算結果を入出力部304から出力する(ステップS113)。
When it is estimated that (i) it is not convex, the
以上より、センサ端末の測定結果に基づいて、対象物Tの凸性(凸であるか、それとも凸でないか)の推定結果、対象物Tの面積Sの推定値、対処物Tの外周長Lの推定値が得られ、これらがセンタサーバ401から出力される。なお、これらの全部を出力することは必須ではない。例えば、対象物の対象物Tの凸性のみを知りたい場合には、凸性の推定結果のみを出力することとしてもよい。
Thus, based on the measurement result of the sensor terminal, estimation result, the estimated value of the area S of the object T of the convexity of the object T (or a convex or do not convex), the outer peripheral length of the addressed object T Estimated values of L are obtained and output from the
(理論的背景)
凸な対象物に対して、式(4)は、文献「L. A. Santalo, Integral Geometry and Geometric Probability, Second edition. Cambridge University Press, Cambridge, 2004.」の式(6.48)から導かれる。すると、センシング結果は、この確率を有する分布からのランダムサンプルであることから、その尤度は、下記の式(7)で与えられる。
(Theoretical background)
For convex objects, equation (4) is derived from equation (6.48) of the document "LA Santalo, Integral Geometry and Geometric Probability, Second edition. Cambridge University Press, Cambridge, 2004." Then, since the sensing result is a random sample from the distribution having this probability, the likelihood is given by the following equation (7).
(1)N(>r)]の分散は、
(1) The variance of N (> r)] is
また、(2)N(r)−N0の分散は、 Also, (2) N (r) −N 0 variance is
また、(3)N(>r), N(r)−N0の共分散は、 Also, (3) N (> r), N (r) -N 0 covariance is
一方、式(3)は、対象物が多角形で近似すると仮定することで導出する。1辺の両端の頂点が凸である場合には、例えば図3(a)に示すように、対象物の外側にあるセンサのセンシングエリアが他の辺でさえぎられることがない。これに対して、凹となる頂点を有する場合には、例えば図3(b)に示すように、他の辺によってセンシングがさえぎられる。このため、得られるN(r)にひずみが生じる。すなわち、N(r)に関わる統計量が、期待されていたものにならない。具体的には、N(r)の分布がrが小さいところで増加し、大きいところで減少する。このひずみはrの値によって変化する。このひずみの分を補正する必要がある。 On the other hand, Expression (3) is derived by assuming that the object is approximated by a polygon. When the vertices at both ends of one side are convex, for example, as shown in FIG. 3A, the sensing area of the sensor outside the object is not blocked by the other side. On the other hand, when it has a concave vertex, for example, as shown in FIG. 3B, sensing is interrupted by another side. For this reason, distortion occurs in the obtained N (r). That is, the statistic related to N (r) is not what was expected. Specifically, the distribution of N (r) increases when r is small and decreases when it is large. This strain varies with the value of r. It is necessary to correct this distortion.
凹となる第i頂点の内角をφi、その頂点を構成する辺の長さの1つをhとする。φi>πである。頂点の内角、それを構成する両辺が{3π/2<φi <2π, r< h|sinφi|}または{π<φi <3π/2, r< h }を満たす場合は、この補正量は、幾何学的計算により比較的容易に導出できる。結果として、センサの測定結果sがr以下である確率を、下記の式(8)で得る。 The internal angle of the i-th vertex that is concave is φ i , and one of the lengths of the sides constituting the vertex is h. φ i > π. If the interior angle of the vertex and both sides of the vertex satisfy {3π / 2 <φ i <2π, r <h | sinφ i |} or {π <φ i <3π / 2, r <h} The quantity can be derived relatively easily by geometric calculation. As a result, the probability that the measurement result s of the sensor is r or less is obtained by the following equation (8).
(実施の形態の効果について)
以下、図4に示す(a)スポーツカー(凸である対象物)と、(b)戦車(凸でない対象物)のそれぞれを対象物としたシミュレーションの実施結果について説明する。
(Effects of the embodiment)
Hereinafter, the results of the simulation using (a) a sports car (a convex object) and (b) a tank (a non-convex object) shown in FIG. 4 as objects will be described.
図4において対象物の辺の長さを示す数字の単位はメートルである。ここでは、幅50mの直線道路のセンタライン上を対象物がまっすぐ秒速10mで移動するものとした。センサを路上に密度1[/平方メートル]でばらまき、センサは測定間隔1秒ごとに一斉にセンシングするものとし、各センサは全部で1000回測定することとした。また、rmax=20mとした。各対象物について10回のシミュレーションを実施した。 In FIG. 4, the unit of the number indicating the length of the side of the object is meter. Here, it is assumed that the object moves straight at a speed of 10 m per second on the center line of a straight road having a width of 50 m. The sensors were distributed on the road at a density of 1 [/ square meter], the sensors were to sense at a measurement interval of 1 second, and each sensor measured 1000 times in total. R max = 20 m. Ten simulations were performed for each object.
凸性の判定については、スポーツカーと戦車について各1回、判定誤りがあり、正答率は90%である。外周長の平均相対誤差は、凹凸の判断によらず、式(1)によるものが、凹凸の判断に従い式(1)、(3)を使い分ける本発明のS112、S113による方法により、スポーツカーと戦車について、0.137%、10.5%から、0.0654%、2.60%に向上した。 Concerning convexity determination, there is a determination error once for each sports car and tank, and the correct answer rate is 90%. The average relative error of the outer peripheral length is not determined by the unevenness, but the expression (1) is different from that of the sports car by the method according to S112 and S113 of the present invention which uses the expressions (1) and (3) according to the unevenness determination Tanks improved from 0.137% and 10.5% to 0.0654% and 2.60%.
上記のとおり、本実施の形態に係る技術により、ランダムに配備された位置が分からないセンサのセンシング結果を用いて、対象物の凸性の推定、および、凸でない対象の外周長の推定が可能となった。 As described above, with the technology according to the present embodiment, it is possible to estimate the convexity of an object and the outer circumference of an object that is not convex, using the sensing results of a sensor whose position is randomly deployed. It became.
(実施の形態のまとめ)
以上、説明したとおり、本実施の形態により、センシングエリア内にある対象物との距離を測定する複数のセンサ端末から受信する測定結果に基づいて、対象物の形状を推定する形状推定装置であって、前記複数のセンサ端末から前記測定結果を受信する受信部と、前記対象物が凸である場合に適した第1特性推定式による第1特性の推定結果の前記測定結果からの乖離に関する統計量を計算し、当該統計量の値が閾値以上であれば、前記対象物が凸でないと判定する処理部とを有することを特徴する形状推定装置が提供される。
(Summary of embodiment)
As described above, according to the present embodiment, a shape estimation device that estimates the shape of an object based on measurement results received from a plurality of sensor terminals that measure distances from the object in the sensing area. A reception unit that receives the measurement results from the plurality of sensor terminals, and a statistic relating to a divergence from the measurement result of an estimation result of the first characteristic according to a first characteristic estimation formula suitable when the object is convex. A shape estimation device is provided that includes a processing unit that calculates a quantity and determines that the object is not convex if the value of the statistic is equal to or greater than a threshold value.
図1に示したセンタサーバ401は形状推定装置の例であり、通信部301は、受信部の例である。また、データ処理部302及び記憶部303は、処理部の例である。
The
また、実施の形態における式(5)は、上記の第1特性推定式に対応し、実施の形態において標準偏差σでe(r)を割り算した計算結果は、上記の統計量に対応する。 In addition, the expression (5) in the embodiment corresponds to the first characteristic estimation expression, and the calculation result obtained by dividing e (r) by the standard deviation σ in the embodiment corresponds to the statistic.
前記処理部は、例えば、前記統計量の値が閾値以上である場合に、前記測定結果に基づいて、前記対象物が凸でない場合に適した第2特性推定式を計算して、特性Xの推定値を求め、前記統計量の値が閾値以上でない場合に、前記測定結果に基づいて、前記対象物が凸である場合に適した第3特性推定式を計算して、特性Xの推定値を求める。 For example, when the value of the statistic is equal to or greater than a threshold value, the processing unit calculates a second characteristic estimation formula suitable for the case where the object is not convex based on the measurement result, An estimated value is obtained, and when the value of the statistic is not equal to or greater than a threshold, a third characteristic estimation formula suitable for a case where the object is convex is calculated based on the measurement result, and an estimated value of the characteristic X Ask for.
実施の形態の式(1)は上記の第3特性推定式に対応し、実施の形態の式(3)は上記の第2特性推定式に対応する。 Formula (1) of the embodiment corresponds to the third characteristic estimation formula, and formula (3) of the embodiment corresponds to the second characteristic estimation formula.
前記第1特性推定式は、前記複数のセンサ端末から受信した前記測定結果がある値以下である確率を前記第1特性として推定する式であり、前記乖離に関する統計量は、前記測定結果に基づき計算された前記確率から前記第1特性推定式による推定結果を引いた計算結果を、当該計算結果の標準偏差で割った計算結果であることとしてもよい。また、前記特性Xは、例えば、前記対象物の外周長である。
Said first estimation equation, the is more probability the measurement result is the certain value or less received from sensor terminal an equation for estimating the first characteristic, statistics relating to the deviation is the measurement result The calculation result obtained by subtracting the estimation result of the first characteristic estimation formula from the probability calculated based on the probability may be a calculation result obtained by dividing the calculation result by the standard deviation of the calculation result. The characteristic X is, for example, the outer peripheral length of the object.
本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。 The present invention is not limited to the above-described embodiments, and various modifications and applications are possible within the scope of the claims.
101 測定部
102 通信部
103 電源部
201−1〜201−m センサ端末
301 通信部
302 データ処理部
303 記憶部
304 入出力部
305 電源部
401 センタサーバ
DESCRIPTION OF
Claims (8)
前記複数のセンサ端末から前記測定結果を受信する受信部と、
前記対象物が凸である場合に適した第1特性推定式による第1特性の推定結果の前記測定結果からの乖離に関する統計量を計算し、当該統計量の値が閾値以上であれば、前記対象物が凸でないと判定する処理部と
を有することを特徴する形状推定装置。 A shape estimation device that estimates the shape of an object based on measurement results received from a plurality of sensor terminals that measure the distance to the object in a sensing area,
A receiving unit for receiving the measurement results from the plurality of sensor terminals;
Calculate a statistic related to the deviation from the measurement result of the first characteristic estimation result according to the first characteristic estimation formula suitable for the case where the object is convex, and if the value of the statistic is equal to or greater than a threshold value, And a processing unit that determines that the object is not convex.
前記統計量の値が閾値以上である場合に、前記測定結果に基づいて、前記対象物が凸でない場合に適した第2特性推定式を計算して、特性Xの推定値を求め、
前記統計量の値が閾値以上でない場合に、前記測定結果に基づいて、前記対象物が凸である場合に適した第3特性推定式を計算して、特性Xの推定値を求める
ことを特徴とする請求項1に記載の形状推定装置。 The processor is
When the value of the statistic is equal to or greater than a threshold, a second characteristic estimation formula suitable for a case where the object is not convex is calculated based on the measurement result to obtain an estimated value of the characteristic X,
When the value of the statistic is not greater than or equal to a threshold value, a third characteristic estimation formula suitable for a case where the object is convex is calculated based on the measurement result to obtain an estimated value of the characteristic X. The shape estimation apparatus according to claim 1.
前記乖離に関する統計量は、前記測定結果に基づき計算された前記確率から前記第1特性推定式による推定結果を引いた計算結果を、当該計算結果の標準偏差で割った計算結果である
ことを特徴とする請求項1又は2に記載の形状推定装置。 Said first estimation equation is an expression for estimating the probability the measurement result is the certain value or less received from said plurality of sensors terminal, as the first characteristic,
The statistic relating to the deviation is a calculation result obtained by dividing a calculation result obtained by subtracting an estimation result based on the first characteristic estimation formula from the probability calculated based on the measurement result by a standard deviation of the calculation result. The shape estimation apparatus according to claim 1 or 2.
ことを特徴とする請求項2に記載の形状推定装置。 The shape estimation apparatus according to claim 2, wherein the characteristic X is an outer peripheral length of the object.
前記複数のセンサ端末から前記測定結果を受信する受信ステップと、
前記対象物が凸である場合に適した第1特性推定式による第1特性の推定結果の前記測定結果からの乖離に関する統計量を計算し、当該統計量の値が閾値以上であれば、前記対象物が凸でないと判定する処理ステップと
を有することを特徴する形状推定方法。 A shape estimation method executed by a shape estimation device that estimates the shape of an object based on measurement results received from a plurality of sensor terminals that measure the distance to the object in a sensing area,
A receiving step of receiving the measurement results from the plurality of sensor terminals;
Calculate a statistic related to the deviation from the measurement result of the first characteristic estimation result according to the first characteristic estimation formula suitable for the case where the object is convex, and if the value of the statistic is equal to or greater than a threshold value, And a processing step for determining that the object is not convex.
前記統計量の値が閾値以上である場合に、前記測定結果に基づいて、前記対象物が凸でない場合に適した第2特性推定式を計算して、特性Xの推定値を求め、
前記統計量の値が閾値以上でない場合に、前記測定結果に基づいて、前記対象物が凸である場合に適した第3特性推定式を計算して、特性Xの推定値を求める
ことを特徴とする請求項5に記載の形状推定方法。 In the processing step, the shape estimation device includes:
When the value of the statistic is equal to or greater than a threshold, a second characteristic estimation formula suitable for a case where the object is not convex is calculated based on the measurement result to obtain an estimated value of the characteristic X,
When the value of the statistic is not greater than or equal to a threshold value, a third characteristic estimation formula suitable for a case where the object is convex is calculated based on the measurement result to obtain an estimated value of the characteristic X. The shape estimation method according to claim 5.
前記乖離に関する統計量は、前記測定結果に基づき計算された前記確率から前記第1特性推定式による推定結果を引いた計算結果を、当該計算結果の標準偏差で割った計算結果である
ことを特徴とする請求項5又は6に記載の形状推定方法。 Said first estimation equation is an expression for estimating the probability the measurement result is the certain value or less received from said plurality of sensors terminal, as the first characteristic,
The statistic relating to the deviation is a calculation result obtained by dividing a calculation result obtained by subtracting an estimation result based on the first characteristic estimation formula from the probability calculated based on the measurement result by a standard deviation of the calculation result. The shape estimation method according to claim 5 or 6.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016041545A JP6484577B2 (en) | 2016-03-03 | 2016-03-03 | Shape estimation apparatus, shape estimation method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016041545A JP6484577B2 (en) | 2016-03-03 | 2016-03-03 | Shape estimation apparatus, shape estimation method, and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017156286A JP2017156286A (en) | 2017-09-07 |
JP6484577B2 true JP6484577B2 (en) | 2019-03-13 |
Family
ID=59808716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016041545A Active JP6484577B2 (en) | 2016-03-03 | 2016-03-03 | Shape estimation apparatus, shape estimation method, and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6484577B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021047098A (en) * | 2019-09-19 | 2021-03-25 | 日本電信電話株式会社 | Sensing direction estimation device, sensing direction estimation method and program |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6888559B2 (en) * | 2018-01-24 | 2021-06-16 | 日本電信電話株式会社 | Shape estimation device, shape estimation method and program |
JP7105447B2 (en) * | 2018-11-20 | 2022-07-25 | 日本電信電話株式会社 | Shape estimation device, shape estimation method and program |
JP7105448B2 (en) * | 2018-11-20 | 2022-07-25 | 日本電信電話株式会社 | Shape estimation device, shape estimation method and program |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5946645A (en) * | 1997-04-09 | 1999-08-31 | National Research Council Of Canada | Three dimensional imaging method and device |
JP2006064385A (en) * | 2004-08-24 | 2006-03-09 | Ricoh Co Ltd | Apparatus and method for measuring shape |
JP2009063554A (en) * | 2007-08-15 | 2009-03-26 | Nippon Telegr & Teleph Corp <Ntt> | Size estimation system, and shape estimation system |
JP5084671B2 (en) * | 2008-09-01 | 2012-11-28 | 日本電信電話株式会社 | Shape estimation system, center server, shape estimation method, and shape estimation program |
JP5371907B2 (en) * | 2010-08-13 | 2013-12-18 | 日本電信電話株式会社 | Shape estimation system, center server, shape estimation method, and shape estimation program |
TW201321717A (en) * | 2011-11-22 | 2013-06-01 | Pixart Imaging Inc | Object outline measuring system |
-
2016
- 2016-03-03 JP JP2016041545A patent/JP6484577B2/en active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021047098A (en) * | 2019-09-19 | 2021-03-25 | 日本電信電話株式会社 | Sensing direction estimation device, sensing direction estimation method and program |
JP7120548B2 (en) | 2019-09-19 | 2022-08-17 | 日本電信電話株式会社 | SENSING DIRECTION ESTIMATION DEVICE, SENSING DIRECTION ESTIMATION METHOD AND PROGRAM |
Also Published As
Publication number | Publication date |
---|---|
JP2017156286A (en) | 2017-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6484577B2 (en) | Shape estimation apparatus, shape estimation method, and program | |
EP2769233B1 (en) | Time of arrival based wireless positioning system | |
JP5980929B2 (en) | Positioning system based on arrival time | |
US8489114B2 (en) | Time difference of arrival based positioning system | |
KR101960280B1 (en) | Method for modifying magnetic field map, terminal and server for modifying magnetic field | |
US20130072220A1 (en) | Hybrid tdoa and toa based positioning system | |
JP6540804B2 (en) | Position detection system and computer program | |
US20240302485A1 (en) | Estimating user risk based on wireless location determination | |
Zaeemzadeh et al. | Robust target localization based on squared range iterative reweighted least squares | |
Huang et al. | Method and analysis of TOA-based localization in 5G ultra-dense networks with randomly distributed nodes | |
Huang et al. | The analysis of anchor placement for self-localization algorithm in wireless sensor networks | |
WO2013096209A1 (en) | System and method for probablistic wlan positioning | |
CN114355097A (en) | Fault positioning method and device for comprehensive energy distribution network | |
CN105893998A (en) | Method and device for estimating density of real points in assigned area | |
Prashar et al. | Three-Dimensional Distance-Error-Correction-Based Hop Localization Algorithm for IoT Devices. | |
KR101726677B1 (en) | Wireless sensor network device and method for controlling the same | |
JP2009210408A (en) | Wireless system and its location identification method | |
CN104502889A (en) | Reference point maximum range based positioning reliability calculation method in fingerprint positioning | |
Chang et al. | FALE: Fine-grained device free localization that can adaptively work in different areas with little effort | |
JP7105448B2 (en) | Shape estimation device, shape estimation method and program | |
JP7105447B2 (en) | Shape estimation device, shape estimation method and program | |
CN104066180B (en) | A kind of underwater sensing net node locating and update method based on time-varying error bounds | |
Luo et al. | Robust geolocation estimation using adaptive ransac algorithm | |
EP3167302B1 (en) | Determining a location of a device | |
CN112996011A (en) | Cell value evaluation method, device, computer equipment and readable storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180219 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181218 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190128 |
|
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: 20190212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6484577 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |