JP7349683B2 - 物体検知システム、物体検知装置、物体検知方法および物体検知プログラム - Google Patents

Description

本発明は、複数のアンテナを有する無線装置のアンテナごとの無線伝搬路の状態を示す情報を取得して物体の移動方向を検知する技術に関する。

無線ＬＡＮなどの無線信号を利用して、人間などの物体の移動方向を推定するセンシング技術が知られている。例えば、無線信号を利用して物体の移動方向を検知するシステムとして、無線送信装置と無線受信装置とを焦点とした楕円体（フレネルゾーン）を用いるＷｉｎＤｉｒの手法がある（非特許文献１参照）。この手法では、フレネルゾーンにおける検知対象の物体が無線伝搬環境に及ぼす影響に基づいて物体の検知が行われる。

"WiDir: Walking Direction Estimation Using Wireless Signals," pp.351-362, UBICOMP’16. SEPTEMBER 12-16, 2016. H.Yu and T.Kim, "Beamforming transmission in IEEE 802.11ac under time-varying channels," The Scientific World J., vol. 2014, pp. 1-11, Jul. 2014, article ID 920937.

例えば従来技術では、フレネルゾーンへの検知対象の物体の影響を分析して、物体の移動方向および距離が推定される。フレネルゾーンを用いる場合、検知対象以外の無線伝搬環境が安定している必要があるが、屋外では風などの影響で無線伝搬環境が変動しやすいという問題がある。

また、上述の方法は、安定したマルチパスが多く存在することが前提であるが、屋外は屋内に比べてマルチパスが少ないという問題がある。

さらに、ＷｉＤｉｒでは、無線ＬＡＮ規格の８０２．１１ｎが採用されている。しかし、通信速度の観点から今後の主流になっていくと考えられる５ＧＨｚ帯の８０２．１１ａｃと８０２．１１ｎは、無線伝搬路の状態を示すＣＳＩ（Channel State Information）の取得方法が異なる。このため、８０２．１１ａｃへの展開が難しいＷｉＤｉｒ手法の実装は現実的ではない（非特許文献２参照）。

本発明は、検知対象以外の無線伝搬環境の変化が多く、マルチパスが少ない環境であっても、物体の移動方向を検知することができる物体検知システム、物体検知装置、物体検知方法および物体検知プログラムを提供することを目的とする。

本発明は、３以上のアンテナを有する第１の無線装置と、前記第１の無線装置と無線通信を行う第２の無線装置と、前記無線通信の情報を取得して通信エリア内での物体の移動方向を検知する測定装置とを備える物体検知システムにおいて、前記第１の無線装置は、前記アンテナごとに予め決められた既知信号を送信し、前記第２の無線装置は、受信した前記既知信号から、前記第１の無線装置の各アンテナと自装置との間の無線伝搬路の状態を測定し、測定した無線伝搬路の状態を示す情報を前記第１の無線装置に送信し、前記測定装置は、前記第２の無線装置が送信した無線伝搬路の状態を示す情報を取得し、前記第１の無線装置の前記アンテナごとの無線伝搬路の状態を示す情報の時間変化の特徴量として前記アンテナごとのパラメータの差分または比率を抽出し、抽出された前記差分または前記比率の相互相関の相関値が最大となる時間差を計算して物体の移動方向を判定する処理を、機械学習により作成した学習データに基づいて実行することを特徴とする。

また、本発明は、３以上のアンテナを有する第１の無線装置と第２の無線装置とが無線通信を行う通信エリア内での物体の移動方向を検知する物体検知装置において、前記第１の無線装置のそれぞれの前記アンテナから送信される予め決められた既知信号に基づいて前記第２の無線装置が測定して前記第１の無線装置に送信する、前記第２の無線装置と前記第１の無線装置の各アンテナとの間の無線伝搬路の状態を示す情報を取得するキャプチャ部と、前記キャプチャ部が取得した前記第１の無線装置の前記アンテナごとの無線伝搬路の状態を示す情報の時間変化の特徴量として前記アンテナごとのパラメータの差分または比率を抽出し、抽出された前記差分または前記比率の相互相関の相関値が最大となる時間差を計算して物体の移動方向を判定する処理を、機械学習により作成した学習データに基づいて実行する判定部とを有することを特徴とする。

また、本発明は、３以上のアンテナを有する第１の無線装置と、前記第１の無線装置と無線通信を行う第２の無線装置と、前記無線通信の情報を取得して通信エリア内での物体の移動方向を検知する測定装置とを備える物体検知方法であって、前記第１の無線装置は、前記アンテナごとに予め決められた既知信号を送信し、前記第２の無線装置は、受信した前記既知信号から、前記第１の無線装置の各アンテナと自装置との間の無線伝搬路の状態を測定し、測定した無線伝搬路の状態を示す情報を前記第１の無線装置に送信し、前記測定装置は、前記第２の無線装置が送信した無線伝搬路の状態を示す情報を取得し、前記第１の無線装置の前記アンテナごとの無線伝搬路の状態を示す情報の時間変化の特徴量として前記アンテナごとのパラメータの差分または比率を抽出し、抽出された前記差分または前記比率の相互相関の相関値が最大となる時間差を計算して物体の移動方向を判定する処理を、機械学習により作成した学習データに基づいて実行することを特徴とする。

また、本発明の物体検知プログラムは、前記測定装置が行う処理をコンピュータに実行させることを特徴とする。

本発明に係る物体検知システム、物体検知装置、物体検知方法および物体検知プログラムは、検知対象以外の無線伝搬環境の変化が多く、マルチパスが少ない環境であっても、物体の移動方向を検知することができる。

本実施形態に係る物体検知システムの構成例を示す図である。 ＡＰとＳＴＡとの無線通信におけるシーケンス例を示す図である。 圧縮されたＣＳＩの一例を示す図である。 ＡＰから送信されるＶＨＴ ＮＤＰフレームの一例を示す図である。 測定装置の構成例を示す図である。 移動方向判定部の構成例を示す図である。 極座標から直交座標への変換方法の一例を示す図である。 アンテナごとの無線伝搬路の状態を示す情報の時間変化の一例を示す図である。 アンテナごとの遅延時間の実測例を示す図である。

以下、図面を参照して本発明に係る物体検知システム、物体検知装置、物体検知方法および物体検知プログラムの実施形態について説明する。

図１は、本実施形態に係る物体検知システム１００の構成例を示す。物体検知システム１００は、２以上のアンテナ１０４を有するＡＰ（Access Point）１０１と少なくとも１台のＳＴＡ（STAtion）１０２とを有する無線ＬＡＮ（Local Area Network）システムを利用する。そして、測定装置１０３が無線ＬＡＮシステムの通信エリア内の物体の移動方向を検知する。ここで、ＡＰ１０１は第１の無線装置、ＳＴＡ１０２は第２の無線装置にそれぞれ対応する。

図１において、ＡＰ１０１は、４つのアンテナ１０４（１）、アンテナ１０４（２）、アンテナ１０４（３）およびアンテナ１０４（４）を有する。なお、本実施形態の説明において、アンテナ１０４（１）からアンテナ１０４（４）に共通する場合は符号末尾の（番号）を省略してアンテナ１０４と記載する。また、特定のアンテナ１０４を指す場合は、符号末尾に（番号）を付加して、アンテナ１０４（１）のように記載する。

図１の例では、ＡＰ１０１は４つのアンテナ１０４を備えるが、ＡＰ１０１が２以上のアンテナ１０４を備える場合であれば、本実施形態の適用が可能である。また、後の実施形態で説明するように、アンテナ１０４（１）とアンテナ１０４（２）、アンテナ１０４（１）とアンテナ１０４（３）などアンテナ間の位相差や振幅比の情報を使用する場合は、３以上のアンテナ１０４を備える必要がある。なお、本実施形態では、ＳＴＡ１０２は１本のアンテナを備えるものとするが、複数のアンテナを備えていてもよい。

図１に示す無線ＬＡＮシステムは、無線ＬＡＮ規格の８０２．１１ａｃに対応し、ＡＰ１０１は、４つのアンテナ１０４を用いてＭＩＭＯ通信を行う。ＳＴＡ１０２は、ＡＰ１０１と通信を行う無線ＬＡＮ端末である。ＳＴＡ１０２は、ＡＰ１０１の４つのアンテナ１０４から送信される無線信号を受信する。逆に、ＳＴＡ１０２は、ＡＰ１０１の４つのアンテナ１０４に無線信号を送信する。このようにして、ＡＰ１０１とＳＴＡ１０２との間で８０２．１１ａｃに対応する無線通信が行われる。

８０２．１１ａｃでは、ＡＰ１０１が４つのアンテナ１０４からそれぞれ送信する測定用データに基づいて、ＳＴＡ１０２は各アンテナ１０４と自装置との間の無線伝搬路の状態を測定して、測定した無線伝搬路の状態を示す情報をＡＰ１０１に送信する。

測定装置１０３は、物体検知装置に対応し、ＡＰ１０１とＳＴＡ１０２との間で通信される無線信号をモニタして、無線ＬＡＮシステムの通信エリア内における人間などの物体の移動方向を検知する。特に本実施形態では、測定装置１０３は、ＳＴＡ１０２からＡＰ１０１に送信される無線伝搬路の状態を示す情報をキャプチャする。そして、測定装置１０３は、キャプチャした無線伝搬路の状態を示す情報に基づいて、無線ＬＡＮシステムの通信エリア内における物体の移動方向を検知する。

なお、図１の例では、測定装置１０３は、ＡＰ１０１とＳＴＡ１０２の中間位置に配置されているが、ＳＴＡ１０２から送信される無線信号を受信できる位置であればどこでもよい。また、図１の例では、ＡＰ１０１およびＳＴＡ１０２とは別に測定装置１０３が配置されているが、独立した測定装置１０３を使用せずに、測定装置１０３がＡＰ１０１またはＳＴＡ１０２に一体化されていてもよい。

また、図１では、ＡＰ１０１およびＳＴＡ１０２はそれぞれ１台ずつ配置されているが、ＡＰ１０１またはＳＴＡ１０２の少なくとも一方が複数台配置されていてもよい。また、ＡＰ１０１が複数台ある場合に、ＡＰ１０１間の無線通信に本実施形態を適用してもよい。この場合、一方のＡＰ１０１が本実施形態におけるＳＴＡ１０２と同様の機能を有する。

また、図１では、ＡＰ１０１のみが複数のアンテナ１０４を有するが、ＳＴＡ１０２が複数のアンテナを有してもよい。

さらに、図１では、アンテナ１０４がＡＰ１０１に直結されているが、同軸ケーブル等で延長する構成でもよい。これにより、アンテナ１０４を広く張り出して設置することができるので、検知エリアの拡大が可能になる。

このように、本実施形態に係る物体検知システム１００は、８０２．１１ａｃに準拠する無線ＬＡＮシステムの通信を利用して、ＡＰ１０１とＳＴＡ１０２との間の通信エリア内の物体を検知する。

図２は、ＡＰ１０１とＳＴＡ１０２との無線通信におけるシーケンス例を示す。

ＡＰ１０１は、ＣＳＩを取得するためのサウンディングプロトコルの開始信号として、ＶＨＴ ＮＤＰ Ａｎｎｏｕｎｃｅｍｅｎｔフレームをブロードキャストする。その直後に、ＡＰ１０１は、測定用データを含むＶＨＴ ＮＤＰフレームを宛先のＳＴＡ１０２に送信する。

ここで、ＶＨＴはＶｅｒｙ Ｈｉｇｈ Ｔｈｒｏｕｇｈｐｕｔの略であり、８０２．１１ａｃでは超高速通信を行うためのＶＨＴフレームを基本とする。また、ＮＤＰはＮｕｌｌ Ｄａｔａ Ｐａｃｋｅｔの略であり、ＶＨＴ ＮＤＰフレームは通信用データを含まないフレームである。ＶＨＴ ＮＤＰ Ａｎｎｏｕｎｃｅｍｅｎｔフレームは、ＡＰ１０１と宛先のＳＴＡ１０２のアドレスを含み、ＶＨＴ ＮＤＰフレームの送信をＳＴＡ１０２に事前通知するためのフレームである。なお、ＶＨＴ ＮＤＰ Ａｎｎｏｕｎｃｅｍｅｎｔフレームは、特定の１以上のアンテナから送信されるが、２以上のアンテナから送信する場合もすべて同じデータの信号が各アンテナから送信される。

図２において、ＡＰ１０１からＶＨＴ ＮＤＰフレームを受信したＳＴＡ１０２は、ＩＥＥＥ８０２．１１ａｃで規定された手法により、圧縮されたＣＳＩの値を導出する。ＳＴＡ１０２は、導出した圧縮されたＣＳＩをＶＨＴ Ｃｏｍｐｒｅｓｓｅｄ Ｂｅａｍｆｏｒｍｉｎｇ Ｒｅｐｏｒｔフレームに格納して送信する。ここで、ＳＴＡ１０２は、ＡＰ１０１のアンテナ１０４ごとにＣＳＩが得られるが、アンテナ数が多くなるとＡＰ１０１にフィードバックするＣＳＩの情報量が多くなる。このため、すべてのＣＳＩから予め決められた条件により選択されたＣＳＩ（圧縮されたＣＳＩ）がＡＰ１０１にフィードバックされる。

ＡＰ１０１は、ＳＴＡ１０２からフィードバックされる圧縮されたＣＳＩの情報に基づいて、各アンテナ１０４とＳＴＡ１０２との間の無線伝搬路の状態を取得し、ＭＩＭＯ通信を行うことができる。

ここで、図２において、測定装置１０３は、ＳＴＡ１０２がＡＰ１０１に送信するＶＨＴ Ｃｏｍｐｒｅｓｓｅｄ Ｂｅａｍｆｏｒｍｉｎｇ Ｒｅｐｏｒｔフレームをモニタしてキャプチャする。そして、測定装置１０３は、ＶＨＴ Ｃｏｍｐｒｅｓｓｅｄ Ｂｅａｍｆｏｒｍｉｎｇ Ｒｅｐｏｒｔに格納された圧縮されたＣＳＩの情報に基づいて、通信エリア内の物体の移動方向を検出する。

図３は、圧縮されたＣＳＩの一例を示す。図３において、左の列から順に、送信アンテナ数×受信アンテナ数、圧縮されたＣＳＩの数、圧縮されたＣＳＩの一例が記載されている。なお、送信アンテナ数は２以上である。例えば、送信アンテナ数が２本、受信アンテナ数が１本の場合（２×１と記載）、圧縮されたＣＳＩの数は２、圧縮されたＣＳＩはφ１１、ψ２１である。同様に、２×２の場合、圧縮されたＣＳＩの数は２、圧縮されたＣＳＩはφ１１、ψ２１であり、３×１の場合、圧縮されたＣＳＩの数は４、圧縮されたＣＳＩはφ１１、φ２１、ψ２１、ψ３１である。以下、同様に、送信アンテナ数と受信アンテナ数の組み合わせに応じて、圧縮されたＣＳＩが得られる。

図１に示す本実施形態に係る物体検知システム１００では、送信アンテナ数はＡＰ１０１のアンテナ１０４の数（４本）であり、受信アンテナ数はＳＴＡ１０２のアンテナの数（１本）である。この場合、図３の例の４×１に対応し、圧縮されたＣＳＩの数は６、圧縮されたＣＳＩはφ１１、φ２１、φ３１、ψ２１、ψ３１、ψ４１である。

ここで、図３に示した圧縮されたＣＳＩは一例であり、無線ＬＡＮ規格により決められている（非特許文献２参照）。上述の場合、φ１１は、アンテナ１０４（４）とアンテナ１０４（１）とから送信された信号のＳＴＡ１０２のアンテナでの位相差を示す。同様に、φ２１は、アンテナ１０４（４）とアンテナ１０４（２）との位相差、φ３１は、アンテナ１０４（４）とアンテナ１０４（３）との位相差をそれぞれ示す。なお、ｉ，ｊを正の整数として、φｉｊ∈［０，２π）である。また、ψ２１は、アンテナ１０４（１）とアンテナ１０４（２）とから送信された信号のＳＴＡ１０２のアンテナでの振幅比を角度で表した値（振幅の絶対値の比のｔａｎ^－１の値）を示す。同様に、ψ２１は、アンテナ１０４（１）とアンテナ１０４（２）との位相差、ψ３１は、アンテナ１０４（１）とアンテナ１０４（３）との振幅比に対応する。なお、ｉ，ｊを正の整数として、ψｉｊ∈［０，π／２）である。

ここで、本実施形態では、アンテナ１０４（１）からアンテナ１０４（４）の４つのアンテナにより、予め決められたφ１１、φ２１、φ３１、ψ２１、ψ３１、ψ４１の位相差および振幅比を計算するが、他の組み合わせであってもよい。なお、本実施形態の場合、アンテナ１０４間の位相差や振幅比の情報を使用するので、３以上のアンテナ１０４を備える必要がある。

図４は、図１に示すＡＰ１０１から送信されるＶＨＴ ＮＤＰフレームの一例を示す。図４において、ＶＨＴ ＮＤＰフレームは、ヘッダ１５１（フレーム種別などを格納）、測定用データ２５０およびテイラー１５６（誤り検出などを格納）により構成される。ヘッダ１５１およびテイラー１５６は、ＶＨＴ ＮＤＰ Ａｎｎｏｕｎｃｅｍｅｎｔと同様に送信されるが、測定用データ２５０は各アンテナ１０４から個別に送信される。図４の例では、アンテナ１０４（１）から測定用データ１５２、アンテナ１０４（２）から測定用データ１５３、アンテナ１０４（３）から測定用データ１５４およびアンテナ１０４（４）から測定用データ１５５が時分割でそれぞれ送信される。各アンテナ１０４から送信された測定用データ１５２、測定用データ１５３、測定用データ１５４および測定用データ１５５は、ＳＴＡ１０２において、１つのＶＨＴ ＮＤＰフレームとして受信される。

このように、ＶＨＴ ＮＤＰフレームの測定用データ２５０は、ＡＰ１０１の４つのアンテナ１０４からそれぞれ個別に送信されるので、ＳＴＡ１０２は、アンテナ１０４ごとのＣＳＩを取得することができる。そして、ＳＴＡ１０２は、図３で説明したように、圧縮されたＣＳＩの情報をＡＰ１０１に返信する。そして、測定装置１０３は、ＳＴＡ１０２から返信される圧縮されたＣＳＩの情報をキャプチャして、圧縮されたＣＳＩの情報に基づいてＡＰ１０１とＳＴＡ１０２との間の物体の移動方向を検知する。

図５は、測定装置１０３の構成例を示す。図５において、測定装置１０３は、アンテナ２０１、無線インターフェース部２０２、キャプチャ部２０３、フィルタ部２０４、ＣＳＩ抽出部２０５および移動方向判定部２０６を有する。

アンテナ２０１は、ＡＰ１０１とＳＴＡ１０２との間で通信される電波を受信信号に変換して無線インターフェース部２０２に出力する。

無線インターフェース部２０２は、アンテナ２０１から入力する受信信号から無線ＬＡＮフレームを復調し、キャプチャ部２０３に出力する。なお、以降で説明する各部の処理は、無線ＬＡＮフレームが受信されるごとに行われる。

キャプチャ部２０３は、無線インターフェース部２０２が出力する無線ＬＡＮフレームをキャプチャする。

フィルタ部２０４は、キャプチャ部２０３がキャプチャした無線ＬＡＮフレームの中から、予め設定された条件のフレームのみを選別し、ＣＳＩ抽出部２０５に出力する。ここで、予め設定された条件は、フレームの送信元および送信先が対象となるＡＰ１０１およびＳＴＡ１０２であること、フレームの種別がＶＨＴ Ｃｏｍｐｒｅｓｓｅｄ Ｂｅａｍｆｏｒｍｉｎｇ Ｒｅｐｏｒｔフレームであることである。

ＣＳＩ抽出部２０５は、フィルタ部２０４が選別したＶＨＴ Ｃｏｍｐｒｅｓｓｅｄ Ｂｅａｍｆｏｒｍｉｎｇ Ｒｅｐｏｒｔフレーム内の圧縮されたＣＳＩの情報を抽出し、これを受信した時刻情報とともに記録する。ここで、ＡＰ１０１がＶＨＴ ＮＤＰフレームを送信してＳＴＡ１０２がＶＨＴ Ｃｏｍｐｒｅｓｓｅｄ Ｂｅａｍｆｏｒｍｉｎｇ Ｒｅｐｏｒｔフレームを返信する処理は、繰り返し実施されている。なお、繰り返しの時間間隔は、一定間隔であってもよいし、一定間隔でなくてもよい。

移動方向判定部２０６は、ＣＳＩ抽出部２０５が抽出した圧縮されたＣＳＩの情報と受信時刻の情報とに基づいて、ＡＰ１０１とＳＴＡ１０２との間の物体の移動方向を判定する。本実施形態では、教師データを用いる機械学習により物体の移動方向の判定が行われる。具体的には、学習フェーズにおいて、物体の移動方向が周知の教師データを用いて圧縮されたＣＳＩの情報を含む学習データを蓄積しておく。そして、移動方向判定部２０６は、実際の物体の移動方向を判定する判定フェーズにおいて、学習データとＣＳＩ抽出部２０５が実際に抽出する圧縮されたＣＳＩの情報とに基づいて物体の移動方向を判定し、判定結果を出力する。なお、移動方向判定部２０６の詳細は後述する。

このように、本実施形態に係る測定装置１０３は、８０２．１１ａｃに準拠する無線ＬＡＮシステムの通信を利用して、ＡＰ１０１とＳＴＡ１０２との間の通信エリア内の物体を検知することができる。

図６は、移動方向判定部２０６の構成例を示す。図６において、移動方向判定部２０６は、前処理部２１１、特徴量抽出部２１２および判定部２１３を有する。

前処理部２１１は、座標変換部３０１および移動平均部３０２を有する。

座標変換部３０１は、圧縮されたＣＳＩの位相差を示すφｉｊを極座標から直交座標に変換する。

図７は、極座標から直交座標への変換方法の一例を示す。図７において、ｘ軸からの角度φｉｊは、半径１の円周上の対応するｘ，ｙ座標に変換することができる。なお、角度０と２πは同一の値であるが、数値として不連続になるため機械学習への入力としては不適切である。そこで、式（１）および式（２）に示すように、角度φｉｊをｘ，ｙ座標の数値に変換することにより、数値の連続性が保たれる。

ｘｉｊ＝ｃｏｓφｉｊ …（１）

ｙｉｊ＝ｓｉｎφｉｊ …（２）

なお、圧縮されたＣＳＩのψｉｊは振幅比を角度で表した値なので、φｉｊと同様に座標変換を行うことができるが、数値が不連続にならないので、本実施形態では行わない。

図６において、移動平均部３０２は、ｘｉｊ、ｙｉｊおよびψｉｊの移動平均をとり、その結果を特徴量抽出部２１２に出力する。これにより、屋外における検出対象以外の伝搬環境の変動による影響が除去される。

特徴量抽出部２１２は、ＣＳＩ記憶部３０３、相互相関計算部３０４および正規化部３０５を有する。

ＣＳＩ記憶部３０３は、半導体メモリなどで構成され、前処理部２１１で座標変換後に移動平均がとられた圧縮されたＣＳＩの値が記憶される。

相互相関計算部３０４は、ｘｉｊ、ｙｉｊおよびψｉｊについて、式（３）により、相互相関を計算する。

Ｒ_{ｓ１，ｓ２}（Δｔ）＝∫｛ｓ_１（ｔ）ｓ_２（ｔ＋Δｔ）｝ｄｔ …（３）
ここで、Δｔは時間差である。

図１の実施形態では、ｓ_１（ｔ）とｓ_２（ｔ）の組み合わせとして、（ｘ１１，ｘ２１）、（ｘ２１，ｘ３１）、（ｘ３１，ｘ１１）、（ｙ１１，ｙ２１）、（ｙ２１，ｙ３１）、（ｙ３１，ｙ１１）、（ψ２１，ψ３１）、（ψ３１，ψ４１）、（ψ４１，ψ２１）を用いる。そして、相互相関計算部３０４は、各組み合わせにおいて、時間ｔに対応したＣＳＩ（もしくは座標変換されたＣＳＩ）の値を用いて相互相関を計算する。

なお、本実施形態では、アンテナ間の位相差および振幅比に関する情報の相互相関を計算するが、例えばアンテナごとのＲＳＳＩ（Received Signal Strength Indicator）、位相、遅延時間などの電波伝搬に関する情報の相互相関を計算してもよい。

ここで、８０１．１１ａｃではＯＦＤＭを用いているため、計算対象とする圧縮されたＣＳＩの値はＯＦＤＭのサブキャリア数だけ存在し、相互相関の計算はサブキャリアごとに個別に行われる。なお、図１の例では、ＡＰ１０１のアンテナ１０４の数が４、ＳＴＡ１０２のアンテナの数が１なので、圧縮されたＣＳＩの数は、図３で説明したように、φ１１，φ２１，φ３１，ψ２１，ψ３１およびψ４１の６つである。そして、６つの圧縮されたＣＳＩから座標変換により展開された上述の９つの組み合わせについてそれぞれ相互相関の計算が行われる。

次に、相互相関計算部３０４は、計算された各相互相関値を最大にするΔｔ_ｍａｘを求める。図１の例では、上述の９つの組み合わせのそれぞれについて、各組み合わせの相互相関値を最大にするΔｔ_ｍａｘを求める（式（４））。ここで、時間差Δｔの値は圧縮されたＣＳＩの組み合わせごとに個別に導出され、サブキャリア別に行われる。

Δｔ_ｍａｘ＝（ａｒｇｍａｘ （Ｒ_{ｘ１１，ｘ２１}（Δｔ））、ａｒｇｍａｘ（（Ｒ_{ｘ２１，ｘ３１}（Δｔ）），…，ａｒｇｍａｘ（（Ｒ_{ψ３１，ψ４１}（Δｔ））） …（４）

正規化部３０５は、導出されたΔｔ_ｍａｘの各要素の値を同じスケールで使用できるように、各要素の値の正規化を行う。正規化の方法は、例えば、予め定められた値の範囲に変換する方法、予め定められた平均値および分散となるように変換する方法、など周知の手法が用いられる。そして、正規化されたΔｔ_ｍａｘは、特徴量として判定部２１３に入力される。

判定部２１３は、学習フェーズと判定フェーズとによる処理を行う機械学習部３０６を有する。学習フェーズでは、移動方向が周知の教師データを用いて特徴量の学習データ３５０を事前に作成する処理が行われる。また、判定フェーズでは、実際の物体の特徴量を計算し、当該特徴量に合致する学習データ３５０から移動方向を判定する処理が行われる。

ここで、学習フェーズでは、予め図１の本実施形態に係る物体検知システム１００の環境下において実際に学習用の物体を移動させて、そのときに得られる特徴量と周知の物体の移動方向とにより学習データ３５０が作成される。

以上、図１から図７を用いて説明したように、ＡＰ１０１がアンテナ１０４ごとに送信する測定用データ（既知信号）に基づいて、ＳＴＡ１０２が各アンテナ１０４の無線伝搬路の状態を測定し、測定結果をＡＰ１０１に送信する無線ＬＡＮの手順を利用する。このとき、測定装置１０３は、ＳＴＡ１０２がＡＰ１０１に送信する無線伝搬路の状態を示す情報をキャプチャして物体を検知する。本実施形態では、上述の一連の処理を時間軸にそって複数回連続で実施することにより、特徴量の変化を知ることができ、物体の移動方向を検知する。

上述の一連の処理の中で物体が移動した場合、無線伝搬環境が変化し、物体の移動に伴いアンテナ１０４ごとの無線伝搬路の状態の変化が時間差で現れる。例えば図１の場合、物体がアンテナ１０４（１）側からアンテナ１０４（４）側に横切って移動する場合、アンテナ１０４（２）の変化はアンテナ１０４（１）の変化よりも時間的に遅れて現れる。同様に、アンテナ１０４（３）の変化はアンテナ１０４（２）の変化よりも遅れて現れ、アンテナ１０４（４）の変化はアンテナ１０４（３）の変化よりも遅れて現れる。逆に、物体がアンテナ１０４（４）側からアンテナ１０４（１）側に横切って移動する場合は、アンテナ１０４（４）、アンテナ１０４（３）、アンテナ１０４（２）およびアンテナ１０４（１）の順に変化が遅れて現れる。

このように、本実施形態に係る物体検知システム１００は、無線伝搬路の状態を示す情報の時間変化から、物体の移動方向を判定することができる。

なお、本実施形態では、時間変化を検出する手段として、各アンテナ１０４のパラメータ（位相や振幅など）の差分もしくは比率を用い、それらの相互相関の相関値が最大となる時間差を計算して物体の移動方向を判定する。ここで、本実施形態に係る物体検知システム１００は、学習フェーズにおいて、各アンテナ１０４のパラメータの相互相関の相関値が最大となる時間差を特徴量として機械学習に学習データを作成し、判定フェーズで実際の物体の移動方向の判定が行われる。

図８は、図１の４つのアンテナ１０４ごとの無線伝搬路の状態を示す情報の時間変化の一例を示す。ここで、無線伝搬路の状態を示す情報は、例えばＲＳＳＩ、位相、遅延時間などである。

図８において、４つのアンテナ１０４のそれぞれの無線伝搬路の状態が変化する時間に着目する。先ず、アンテナ１０４（１）の状態が時間的に最初に変化し（Ｔ１）、次にアンテナ１０４（２）の状態が変化し（Ｔ２）、その次にアンテナ１０４（３）の状態が変化し（Ｔ３）、最後にアンテナ１０４（４）の状態が変化する（Ｔ４）。

このように、アンテナ１０４（１）、アンテナ１０４（２）、アンテナ１０４（３）およびアンテナ１０４（４）の無線伝搬路の状態が順番に変化しているので、物体がアンテナ１０４（１）側からアンテナ１０４（４）側に移動したと判定可能である。物体が逆方向に移動した場合は、図８の変化は時間的に逆になり、アンテナ１０４（４）、アンテナ１０４（３）、アンテナ１０４（２）およびアンテナ１０４（１）の順に無線伝搬路の状態が変化する。

ここで、本実施形態では、上述の視覚的な判定を行うために、８０２．１１ａｃに準拠する無線ＬＡＮシステムのＣＳＩを利用して、ＣＳＩの相互相関値を計算する。相互相関値は時間差Δｔの関数であり、相互相関値を最大とする時間差Δｔ_ｍａｘを求める。時間差Δｔ_ｍａｘは、図８の場合、例えばアンテナ１０４（１）の状態が変化した時刻Ｔ１とアンテナ１０４（２）の状態が変化した時刻Ｔ２との時間差に相当する。このようにして、複数のアンテナ１０４間における無線伝搬路の状態が変化する時間関係の抽出が可能となり、物体の移動方向が判定される。なお、本実施形態では、物体の移動方向の判定は教師データを用いた機械学習により実施される。

図９は、アンテナごとの遅延時間の実測例を示す。ここで、図９は、図１の送信側が３本のアンテナの例を示し、Ｐｈｉ ｊ１は、送信側のアンテナｊと受信側のアンテナとの間の遅延時間（位相差）を示す。なお、Ｐｈｉ ｊ１∈［０，２π）である。

図９において、横軸は、時間に対応するＶＨＴ Ｃｏｍｐｒｅｓｓｅｄ Ｂｅａｍｆｏｒｍｉｎｇ Ｒｅｐｏｒｔフレームの数を示すｐａｃｋｅｔ ｉｎｄｅｘで、縦軸は、位相差Ｐｈｉ ｊ１である。破線はＰｈｉ１１の時間変化、実線はＰｈｉ２１の時間変化、２点鎖線はＰｈｉ３１の時間変化をそれぞれ示す。

図９において、Ｐｈｉ３１は、ｐａｃｋｅｔ ｉｎｄｅｘが６５付近で低下し、７３付近で上昇している。Ｐｈｉ２１は、ｐａｃｋｅｔ ｉｎｄｅｘが６７付近で低下し、７５付近で上昇している。Ｐｈｉ１１は、ｐａｃｋｅｔ ｉｎｄｅｘが７０付近で低下し、７８付近で上昇している。

図９の例では、ｐｈｉ ３１－＞ｐｈｉ ２１－＞ｐｈｉ １１の順番に変化しているので、アンテナ１０４（３）－＞アンテナ１０４（２）－＞アンテナ１０４（１）の方向に物体が移動していることを視覚的に判定できる。

先の図８で説明したように、視覚的な判定を行うために、ＣＳＩの相互相関値を最大とする時間差Δｔ_ｍａｘを求め、複数のアンテナ１０４間における無線伝搬路の状態が変化する時間関係を抽出し、物体の移動方向が判定される。なお、本実施形態では、物体の移動方向の判定は教師データを用いた機械学習により実施される。

このように、本実施形態に係る物体検知システム１００は、８０２．１１ａｃに準拠する無線ＬＡＮシステムの通信を利用して、ＡＰ１０１とＳＴＡ１０２との間の通信エリア内の物体の移動方向を検知することができる。

なお、図１に示したＡＰ１０１の４つのアンテナ１０４を幅広く張り出す（紙面上では左右方向に広げる）ことにより、検知エリアを拡大することができる。ＳＴＡ１０２が複数のアンテナを有する場合も同様に、複数のアンテナを幅広く張り出すことにより、検知エリアを拡大することができる。

以上説明したように、本発明に係る物体検知システム、物体検知装置、物体検知方法および物体検知プログラムは、検知対象以外の無線伝搬環境の変化が多く、マルチパスが少ない環境であっても、物体の移動方向を検知することができる。

ここで、測定装置１０３の移動方向判定部２０６が行う処理に対応するプログラムを汎用のコンピュータもしくはＦＰＧＡ（Field Programmable Gate Array）などの集積回路で実行するようにしてもよい。また、プログラムは、記憶媒体に記録して提供されてもよいし、ネットワークを通して提供されてもよい。

１００・・・物体検知システム；１０１・・・ＡＰ；１０２・・・ＳＴＡ；１０３・・・測定装置；１０４・・・アンテナ；２０１・・・アンテナ；２０２・・・無線インターフェース部；２０３・・・キャプチャ部；２０４・・・フィルタ部；２０５・・・ＣＳＩ抽出部；２０６・・・移動方向判定部；２１１・・・前処理部；２１２・・・特徴量抽出部；２１３・・・判定部；２５１・・・教師データ；３０１・・・座標変換部；３０２・・・移動平均部；３０３・・・ＣＳＩ記憶部；３０４・・・相互相関計算部；３０５・・・正規化部；３０６・・・機械学習部；３５０・・・学習データ

Claims (5)

1. ３以上のアンテナを有する第１の無線装置と、前記第１の無線装置と無線通信を行う第２の無線装置と、前記無線通信の情報を取得して通信エリア内での物体の移動方向を検知する測定装置とを備える物体検知システムにおいて、
   前記第１の無線装置は、前記アンテナごとに予め決められた既知信号を送信し、
   前記第２の無線装置は、受信した前記既知信号から、前記第１の無線装置の各アンテナと自装置との間の無線伝搬路の状態を測定し、測定した無線伝搬路の状態を示す情報を前記第１の無線装置に送信し、
   前記測定装置は、前記第２の無線装置が送信した無線伝搬路の状態を示す情報を取得し、前記第１の無線装置の前記アンテナごとの無線伝搬路の状態を示す情報の時間変化の特徴量として前記アンテナごとのパラメータの差分または比率を抽出し、抽出された前記差分または前記比率の相互相関の相関値が最大となる時間差を計算して物体の移動方向を判定する処理を、機械学習により作成した学習データに基づいて実行する
   ことを特徴とする物体検知システム。
2. 請求項１に記載の物体検知システムにおいて、
   前記測定装置は、前記第１の無線装置または前記第２の無線装置に一体化されている
   ことを特徴とする物体検知システム。
3. ３以上のアンテナを有する第１の無線装置と第２の無線装置とが無線通信を行う通信エリア内での物体の移動方向を検知する物体検知装置において、
   前記第１の無線装置のそれぞれの前記アンテナから送信される予め決められた既知信号に基づいて前記第２の無線装置が測定して前記第１の無線装置に送信する、前記第２の無線装置と前記第１の無線装置の各アンテナとの間の無線伝搬路の状態を示す情報を取得するキャプチャ部と、
   前記キャプチャ部が取得した前記第１の無線装置の前記アンテナごとの無線伝搬路の状態を示す情報の時間変化の特徴量として前記アンテナごとのパラメータの差分または比率を抽出し、抽出された前記差分または前記比率の相互相関の相関値が最大となる時間差を計算して物体の移動方向を判定する処理を、機械学習により作成した学習データに基づいて実行する判定部と
   を有することを特徴とする物体検知装置。
4. ３以上のアンテナを有する第１の無線装置と、前記第１の無線装置と無線通信を行う第２の無線装置と、前記無線通信の情報を取得して通信エリア内での物体の移動方向を検知する測定装置とを備える物体検知方法であって、
   前記第１の無線装置は、前記アンテナごとに予め決められた既知信号を送信し、
   前記第２の無線装置は、受信した前記既知信号から、前記第１の無線装置の各アンテナと自装置との間の無線伝搬路の状態を測定し、測定した無線伝搬路の状態を示す情報を前記第１の無線装置に送信し、
   前記測定装置は、前記第２の無線装置が送信した無線伝搬路の状態を示す情報を取得し、前記第１の無線装置の前記アンテナごとの無線伝搬路の状態を示す情報の時間変化の特徴量として前記アンテナごとのパラメータの差分または比率を抽出し、抽出された前記差分または前記比率の相互相関の相関値が最大となる時間差を計算して物体の移動方向を判定する処理を、機械学習により作成した学習データに基づいて実行する
   ことを特徴とする物体検知方法。
5. 請求項３に記載の前記物体検知装置が行う処理をコンピュータに実行させることを特徴とする物体検知プログラム。

Images