JPWO2020008878A1 - 測位装置、測位方法、及びプログラム - Google Patents
測位装置、測位方法、及びプログラム Download PDFInfo
- Publication number
- JPWO2020008878A1 JPWO2020008878A1 JP2020528782A JP2020528782A JPWO2020008878A1 JP WO2020008878 A1 JPWO2020008878 A1 JP WO2020008878A1 JP 2020528782 A JP2020528782 A JP 2020528782A JP 2020528782 A JP2020528782 A JP 2020528782A JP WO2020008878 A1 JPWO2020008878 A1 JP WO2020008878A1
- Authority
- JP
- Japan
- Prior art keywords
- aircraft
- coordinate system
- movement
- data
- sensor
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000033001 locomotion Effects 0.000 claims abstract description 356
- 239000013598 vector Substances 0.000 claims abstract description 330
- 230000001133 acceleration Effects 0.000 claims abstract description 112
- 238000010801 machine learning Methods 0.000 claims abstract description 65
- 238000006243 chemical reaction Methods 0.000 claims description 39
- 230000010354 integration Effects 0.000 claims description 24
- 238000013528 artificial neural network Methods 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 abstract description 21
- 230000036544 posture Effects 0.000 description 63
- 238000006073 displacement reaction Methods 0.000 description 54
- 238000012545 processing Methods 0.000 description 30
- 230000004927 fusion Effects 0.000 description 29
- 238000012549 training Methods 0.000 description 18
- 238000005259 measurement Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 206010034719 Personality change Diseases 0.000 description 12
- 238000001514 detection method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000010985 leather Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001151 other effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
- G01C22/006—Pedometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
- G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Navigation (AREA)
Abstract
Description
図2は、本技術を適用した測位装置10の一実施の形態の構成例を示したブロック図である。本実施の形態では図2の全ての構成部が支持体などを介して一体化されているものとし、例えば歩行者、自動車等の任意の移動体を測位対象として移動体の所望の部位に保持(装着、把持等)される。以下の説明では測位対象を歩行者と想定して説明する。
ここで、加速度センサ40が加速度を検出する3軸をx軸、y軸、及びz軸とすると、角速度センサ42が角速度を検出する3軸もx軸、y軸、及びz軸となるように加速度センサ40及び角速度センサ42が機体に固定されている。このx軸、y軸、及びz軸を座標軸とする座標系を機体座標系(ローカル座標系)というものとする。機体座標系は、機体に対して固定された座標系であり、x軸、y軸、及びz軸は、例えば図3に示すように機体と一体的に動く測位装置10に対して予め決められた方向の3軸を示す。
なお、姿勢推定部46における機体の姿勢の推定は次のようにしてもよい。
外界センサ36は、センサ部50と測位地図データ記憶部52と測位部54とを備える。
ここで、世界座標系(ワールド座標系)は、実空間に固定された座標系であり、図3に例示するように互いに直交するX軸、Y軸、及びZ軸の3軸を座標軸とする。なお、世界座標系は、真北方向と鉛直方向とが予め決められた方向となるように設定され、例えば、真北方向がY軸方向、鉛直方向がZ軸方向逆向きとなるように設定される。
座標変換部56は、姿勢推定部46からの姿勢データが示す機体座標系のおける鉛直方向と真北方向に基づいて、世界座標系における機体座標系のxyz軸3方向を特定する。すなわち、座標変換部56は、世界座標系における鉛直方向と真北方向に対して、姿勢データが示す機体座標系における鉛直方向と真北方向とを一致させた状態のときの世界座標系のおける機体座標系のxyz軸3方向を特定する。
図4は、座標変換部56の処理内容を説明する図である。なお、同図では、機体座標系のz軸と世界座標系のZ軸は紙面に直交する方向として省略して機体座標系のxy軸と世界座標系のXY軸のみを紙面上に表し、機体座標系をO1−xy、世界座標系をO2−XYとして表している。また、機体座標系のz軸は世界座標系のZ軸に常に一致しているものとし、機体の姿勢の変化を、Z軸(z軸)周りの回転移動のみに制限して表している。
移動ベクトルMGの積算は、座標変換部56から1秒ごとに供給される移動ベクトルMGのXYZ成分値(MX,MY,MZ)をXYZ成分ごとに積算することにより行われる。そして、その積算により得られたXYZ成分ごとの積算値DX、DY、DZを変位ベクトルDのXYZ成分値(DX,DY,DZ)とする。したがって、変位ベクトルDは、初期値を零ベクトルとし、座標変換部56から新たな移動ベクトルMGが供給されるごとにその移動ベクトルMGが加算されて更新される。
図5は、積算部58の処理内容を説明する図である。なお、同図では、世界座標系のZ軸は紙面に直交する方向として省略して世界座標系のXY軸のみを紙面上に表すとともに、世界座標系をO2−XYとして表し、また、機体の移動をXY軸2方向のみに制限した場合を例示する。
図8は、図2に示した測位装置10が行う処理の例を説明するフローチャートである。
次に、機械学習モデルの生成(訓練)について説明する。機械学習モデルの生成(訓練)は、図9に示すように汎用のコンピュータ等にインストールされたソフトウエアのプログラムにより動作するモデル生成機90とデータ収集機92と用いて実施される。
歩行データの収集は、これらの要素の組み合わせを変えて行われる。このような様々の状況を想定した歩行データを用いて機械モデルの訓練を行うことで、機械学習モデルによる移動ベクトルの推定が様々な状況に対して高精度に行われるようになる。
ここで、機械学習モデルは、センサデータ(Ax,Ay,Az,ωx,ωy,ωz)の入力に関して次のような第1入力形態または第2入力形態が採用され得る。
測位装置10の効果について説明する。
図14及び図15は、本実施の形態における測位装置10と、比較のための自律航法装置(以下、比較装置という)との測位データの誤差評価を示す。
図14のAは、検証の際の歩行者の歩行の様子を示しており、測位装置10と比較装置とを同一位置で保持した歩行者が停止と進行を繰り返す歩行(STOP&GO)として、20mの距離を直進的に歩行し、その間に丸印を付した5m間隔の3カ所において一時的に停止したことを示す。
図15において、図15のAは、検証の際の歩行者の歩行の様子を示しており、測位装置10と比較装置とを同一位置で保持した歩行者が、わき見歩きとして、20mの距離を直進的に歩行し、その間に5mおきに、左わき見、右わき見、左わき見を行ったことを示す。
図16は、比較装置における移動量または移動方向の検出に誤差を生じさせる要素であって本実施の形態における測位装置10の移動ベクトルMの推定においては十分な精度を得る対応が可能な要素を示した図である。図16に示すように、比較装置における移動量または移動方向の検出に誤差を生じさせる要素を大別すると、歩行者の動きに関する要素、歩行者(人)に関する要素、及び歩行の環境に関する要素に分類される。
また、比較装置のように歩行の動作を検出する場合、ユーザが歩行中において歩行以外の動作を行う可能性の高い部位に比較装置を装着すると、歩行の動作の検出が適切に行われず、測位した位置に誤差が生じやすい。
また、測位装置10は、頭部に装着しても精度良く測位することができるため、測位装置10をVision ARやHearable ARなどで使用される頭部への装着機器(ヘッドマウントディスプレイ等)に搭載することも有効である。
さらに、測位装置10を頭部への装着機器に搭載した場合、測位装置10はユーザのしゃがみや伏せなどの動作時に頭の位置(高さ)も測定できる。そのため、目や耳の位置が直接把握できるので測位装置10のVision ARやHearable ARへの利用は効果的である。
また、図20は、歩行者が所定方向に1歩進んで1/2(m)の距離を移動したときに歩行者が保持する3軸の加速度センサ及び角速度センサから出力される加速度データ及び角速度データを示す。これに対して、図21のAには、図20の加速度データ及び角速度データに基づいて比較装置が算出した移動量及び移動方向を示すベクトル120が示されるとともに、算出した移動量及び移動方向の誤差範囲aが示されている。
<磁北方向の算出の他の実施の形態>
図2に示した実施の形態において、AHRS32の姿勢推定部46は、地磁気センサ45から供給された地磁気信号に基づいて検出した機体座標系における地磁気方向をそのまま機体座標系における磁北方向として決定したが、地磁気の乱れを考慮して次のような算出処理を行って磁北方向を決定してもよい。
姿勢推定部46は、まず、地磁気センサ45から供給される地磁気信号に基づいて複数の場所で地磁気方向を検出し、複数の場所の地磁気方向の収集を行う。
姿勢推定部46は、地磁気方向の収集が終了すると、収集した地磁気方向を平均化した平均方向を算出する。
次に、姿勢推定部46は、第1乃至第nの場所において収集した全ての地磁気方向(第1乃至第nの地磁気方向ベクトル)の相加平均を算出し、算出した相加平均が示すベクトルの方向を第1乃至第nの場所において収集した全ての地磁気方向の平均方向とする。
姿勢推定部46は、以上のようにして機体座標系における磁北方向を決定すると、IMUキャリブレーション部44から供給される加速度データ(Ax,Ay,Az)及び角速度データ(ωx,ωy,ωz)に基づいて機体座標系における鉛直方向を検出し、検出した鉛直方向と磁北方向とに基づいて機体座標系における真北方向を検出する。そして、姿勢推定部46は、検出した鉛直方向と真北方向とに基づいて、世界座標系における機体の姿勢を検出する。
続いて、磁北方向を算出するための複数の場所の地磁気方向の収集に関して更に説明する。
本技術の実施の形態において、外界センサ36の測位方法は、測位装置10が実際に移動する実空間における機体の位置を任意の絶対座標系により特定するものであれば任意の測位方法を採用することができる。採用可能な測位方法としては例えばGPS(Global Positioning System)等の衛星情報を利用したGNSS(Global Navigation Satellite System:全地球航法衛星システム)を利用した測位方法、WiFi(登録商標)、Bluetooth(登録商標)、iBeacon(登録商標)、UWB(Ultra-WideBand)、その他の無線通信規格にしたがって無線通信を行う装置からの信号(ビーコン信号等)を利用した測位方法、無線通信網の基地局装置の位置情報を利用した測位方法がある。また、環境設置カメラや機器上のカメラによる測位方法(SLAM等)、マップマッチングによる測位方法も採用可能である。
本技術の実施の形態の説明において、測位装置10を保持する測位対象である移動体を主に歩行者としたが、歩行者には、歩行自体を目的としない人も含み、測位対象とする移動体は歩行者に限らず、自動車、自転車等の移動可能な任意の移動体を測位対象とすることができる。本技術を適用した測位装置10を移動体に組み込むこともできる。
本技術の実施の形態では、絶対座標系における緯度、経度、及び高度の3次元の測位を行うものとして説明したが、緯度、経度の2次元のみ測位であってもよい。この場合に、PDR絶対位置化部60において積算部58からの変位ベクトルDに対して地理座標系の座標値(緯度値、経度値、高度値)の高度値を算出しない態様としてもよいし、座標変換部56において世界座標系の高さ方向の成分値を算出しない態様としてもよいし、積算部58において世界座標系の高さ方向の成分値を算出しない態様としてもよい。その他の処理部においても2次元への対応への変更は適宜容易になし得る。
また、本明細書中に記載された効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。
また、図2のDNN34、センサ融合部38、姿勢推定部46、座標変換部56、積算部58、PDR絶対位置化部60における一連の処理の一部及び全ては、ハードウェアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウェアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
<1> 機体の加速度を検出する加速度センサにより検出された前記加速度と、前記機体の角速度を検出する角速度センサにより検出された前記角速度とに基づいて、前記機体の移動量及び移動方向を示す移動ベクトルを機械学習モデルにより推定する移動ベクトル推定部と、
前記移動ベクトルを積算し、前記機体の相対位置を算出する積算部と
を含む測位装置。
<2>
前記移動ベクトル推定部は、前記加速度センサにより検出された前記加速度と前記角速度センサにより検出された前記角速度とに基づいて、前記機体に固定された機体座標系における移動量及び移動方向を示す移動ベクトルを前記機械学習モデルにより推定する
<1>に記載の測位装置。
<3>
前記移動ベクトル推定部により推定された、前記機体座標系における前記移動ベクトルを、実空間に固定された世界座標系における移動ベクトルに変換する変換部をさらに含み、
前記積算部は、前記変換部により変換された前記世界座標系における前記移動ベクトルを積算し、前記実空間の所定の基準位置に対する前記機体の相対位置を算出する
<2>に記載の測位装置。
<4> 前記世界座標系における前記機体の姿勢を検出する姿勢推定部をさらに含み、
前記変換部は、前記姿勢推定部により検出された前記姿勢に基づいて、前記移動ベクトル推定部により推定された前記移動ベクトルを前記世界座標系における移動ベクトルに変換する
<3>に記載の測位装置。
<5> 前記機体座標系における地磁気方向を検出する地磁気センサをさらに含み
前記姿勢推定部は、前記地磁気センサにより検出された前記地磁気方向に基づいて前記機体の前記姿勢を検出する
<4>に記載の測位装置。
<6> 前記姿勢推定部は、複数の場所において前記地磁気センサにより検出された前記地磁気方向の平均方向に基づいて前記機体の前記姿勢を検出する
<5>に記載の測位装置。
<7> 前記姿勢推定部は、互いに所定距離以上離間した複数の場所において検出された前記地磁気方向の平均方向に基づいて前記機体の前記姿勢を検出する
<6>に記載の測位装置。
<8> 前記積算部により算出された前記基準位置に対する前記機体の前記相対位置に基づいて、前記実空間に対して予め座標値が定められた絶対座標系における前記機体の絶対位置であって、前記相対位置に対応する前記実空間における位置を算出する絶対位置化部
をさらに含む<1>乃至<3>のいずれかに記載の測位装置。
<9> 前記絶対座標系における前記機体の絶対位置を取得する外界センサをさらに含み、
前記絶対位置化部は、前記外界センサにより取得された前記機体の前記絶対位置に基づいて前記絶対座標系における前記基準位置を設定し、設定した前記基準位置と前記相対位置とに基づいて前記機体の前記絶対位置を算出する
<8>に記載の測位装置。
<10>
前記外界センサからの情報を用いて前記機体の姿勢を検出する姿勢推定部をさらに含み、
前記変換部は、前記姿勢推定部により検出された前記姿勢に基づいて、前記移動ベクトル推定部により推定された前記移動ベクトルを前記世界座標系における移動ベクトルに変換する
<9>に記載の測位装置。
<11> 前記機械学習モデルは、所定の移動ベクトル推定期間において、前記加速度センサにより検出された前記加速度と前記角速度センサにより検出された前記角速度とが入力データとして入力され、前記入力データに対して前記移動ベクトル推定期間において前記機体が移動したと推定される前記機体座標系における移動量及び移動方向を示す移動ベクトルを前記移動ベクトル推定期間ごとに出力する
<2>乃至<10>のいずれかに記載の測位装置。
<12> 前記加速度センサは互いに直交する3軸方向の加速度を検出し、
前記角速度センサは前記3軸方向の角速度を検出し、
前記移動ベクトル推定部は、前記機体座標系における移動ベクトルを前記機体座標系の直交する3軸方向の成分値として推定する
<2>乃至<11>のいずれかに記載の測位装置。
<13> 前記機械学習モデルは、学習用歩行データにより予め訓練され、
前記学習用歩行データは、歩行者が前記機体を保持した際に前記加速度センサ及び前記角速度センサにより得られる前記加速度及び前記角速度に相当する入力データと、前記入力データに対して正解とする移動ベクトルとからなる
<1>乃至<12>のいずれかに記載の測位装置。
<14> 前記機械学習モデルは、ニューラルネットワークにより構成される
<1>乃至<13>のいずれかに記載の測位装置。
<15> 測位装置は、
移動ベクトル推定部と、
積算部と
を含み、
前記移動ベクトル推定部が、機体の加速度を検出する加速度センサにより検出された前記加速度と、前記機体の角速度を検出する角速度センサにより検出された前記角速度とに基づいて、前記機体の移動量及び移動方向を示す移動ベクトルを機械学習モデルにより推定し、
前記積算部が、前記移動ベクトルを積算し、前記機体の相対位置を算出する
測位方法。
<16> コンピュータを、
機体の加速度を検出する加速度センサにより検出された前記加速度と、前記機体の角速度を検出する角速度センサにより検出された前記角速度とに基づいて、前記機体の移動量及び移動方向を示す移動ベクトルを機械学習モデルにより推定する移動ベクトル推定部と、
前記移動ベクトルを積算し、前記機体の相対位置を算出する積算部と
して機能させるためのプログラム。
Claims (16)
- 機体の加速度を検出する加速度センサにより検出された前記加速度と、前記機体の角速度を検出する角速度センサにより検出された前記角速度とに基づいて、前記機体の移動量及び移動方向を示す移動ベクトルを機械学習モデルにより推定する移動ベクトル推定部と、
前記移動ベクトルを積算し、前記機体の相対位置を算出する積算部と
を含む測位装置。 - 前記移動ベクトル推定部は、前記加速度センサにより検出された前記加速度と前記角速度センサにより検出された前記角速度とに基づいて、前記機体に固定された機体座標系における移動量及び移動方向を示す移動ベクトルを前記機械学習モデルにより推定する
請求項1に記載の測位装置。 - 前記移動ベクトル推定部により推定された、前記機体座標系における前記移動ベクトルを、実空間に固定された世界座標系における移動ベクトルに変換する変換部をさらに含み、
前記積算部は、前記変換部により変換された前記世界座標系における前記移動ベクトルを積算し、前記実空間の所定の基準位置に対する前記機体の相対位置を算出する
請求項2に記載の測位装置。 - 前記世界座標系における前記機体の姿勢を検出する姿勢推定部をさらに含み、
前記変換部は、前記姿勢推定部により検出された前記姿勢に基づいて、前記移動ベクトル推定部により推定された前記移動ベクトルを前記世界座標系における移動ベクトルに変換する
請求項3に記載の測位装置。 - 前記機体座標系における地磁気方向を検出する地磁気センサをさらに含み
前記姿勢推定部は、前記地磁気センサにより検出された前記地磁気方向に基づいて前記機体の前記姿勢を検出する
請求項4に記載の測位装置。 - 前記姿勢推定部は、複数の場所において前記地磁気センサにより検出された前記地磁気方向の平均方向に基づいて前記機体の前記姿勢を検出する
請求項5に記載の測位装置。 - 前記姿勢推定部は、互いに所定距離以上離間した複数の場所において検出された前記地磁気方向の平均方向に基づいて前記機体の前記姿勢を検出する
請求項6に記載の測位装置。 - 前記積算部により算出された前記基準位置に対する前記機体の前記相対位置に基づいて、前記実空間に対して予め座標値が定められた絶対座標系における前記機体の絶対位置であって、前記相対位置に対応する前記実空間における位置を算出する絶対位置化部
をさらに含む請求項3に記載の測位装置。 - 前記絶対座標系における前記機体の絶対位置を取得する外界センサをさらに含み、
前記絶対位置化部は、前記外界センサにより取得された前記機体の前記絶対位置に基づいて前記絶対座標系における前記基準位置を設定し、設定した前記基準位置と前記相対位置とに基づいて前記機体の前記絶対位置を算出する
請求項8に記載の測位装置。 - 前記外界センサからの情報を用いて前記機体の姿勢を検出する姿勢推定部をさらに含み、
前記変換部は、前記姿勢推定部により検出された前記姿勢に基づいて、前記移動ベクトル推定部により推定された前記移動ベクトルを前記世界座標系における移動ベクトルに変換する
請求項9に記載の測位装置。 - 前記機械学習モデルは、所定の移動ベクトル推定期間において、前記加速度センサにより検出された前記加速度と前記角速度センサにより検出された前記角速度とが入力データとして入力され、前記入力データに対して前記移動ベクトル推定期間において前記機体が移動したと推定される前記機体座標系における移動量及び移動方向を示す移動ベクトルを前記移動ベクトル推定期間ごとに出力する
請求項2に記載の測位装置。 - 前記加速度センサは互いに直交する3軸方向の加速度を検出し、
前記角速度センサは前記3軸方向の角速度を検出し、
前記移動ベクトル推定部は、前記機体座標系における移動ベクトルを前記機体座標系の直交する3軸方向の成分値として推定する
請求項2に記載の測位装置。 - 前記機械学習モデルは、学習用歩行データにより予め訓練され、
前記学習用歩行データは、歩行者が前記機体を保持している際に前記加速度センサ及び前記角速度センサにより得られる前記加速度及び前記角速度に相当する入力データと、前記入力データに対して正解とする移動ベクトルとからなる
請求項1に記載の測位装置。 - 前記機械学習モデルは、ニューラルネットワークにより構成される
請求項1に記載の測位装置。 - 測位装置は、
移動ベクトル推定部と、
積算部と
を含み、
前記移動ベクトル推定部が、機体の加速度を検出する加速度センサにより検出された前記加速度と、前記機体の角速度を検出する角速度センサにより検出された前記角速度とに基づいて、前記機体の移動量及び移動方向を示す移動ベクトルを機械学習モデルにより推定し、
前記積算部が、前記移動ベクトルを積算し、前記機体の相対位置を算出する
測位方法。 - コンピュータを、
機体の加速度を検出する加速度センサにより検出された前記加速度と、前記機体の角速度を検出する角速度センサにより検出された前記角速度とに基づいて、前記機体の移動量及び移動方向を示す移動ベクトルを機械学習モデルにより推定する移動ベクトル推定部と、
前記移動ベクトルを積算し、前記機体の相対位置を算出する積算部と
して機能させるためのプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862693019P | 2018-07-02 | 2018-07-02 | |
US62/693,019 | 2018-07-02 | ||
PCT/JP2019/024214 WO2020008878A1 (ja) | 2018-07-02 | 2019-06-19 | 測位装置、測位方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020008878A1 true JPWO2020008878A1 (ja) | 2021-07-08 |
JP7342864B2 JP7342864B2 (ja) | 2023-09-12 |
Family
ID=69060576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020528782A Active JP7342864B2 (ja) | 2018-07-02 | 2019-06-19 | 測位プログラム、測位方法、及び測位装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210247189A1 (ja) |
EP (1) | EP3819592B1 (ja) |
JP (1) | JP7342864B2 (ja) |
CN (1) | CN112334737A (ja) |
WO (1) | WO2020008878A1 (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108917751B (zh) * | 2018-03-30 | 2021-11-02 | 北京凌宇智控科技有限公司 | 一种免标定的定位方法及系统 |
JP7193507B2 (ja) * | 2020-08-31 | 2022-12-20 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP7280227B2 (ja) * | 2020-08-31 | 2023-05-23 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
WO2022071821A1 (en) * | 2020-09-29 | 2022-04-07 | Huawei Technologies Co., Ltd | User trajectory estimation based on inertial measurement unit data |
JP7432478B2 (ja) | 2020-10-01 | 2024-02-16 | 株式会社フジタ | 位置変換方法、プログラムおよび移動装置 |
US20220143820A1 (en) * | 2020-11-11 | 2022-05-12 | Sony Interactive Entertainment Inc. | Domain adaptation for simulated motor backlash |
US20240005217A1 (en) * | 2020-11-30 | 2024-01-04 | Nec Corporation | Information processing device, information processing method, and recording medium |
WO2022149383A1 (ja) * | 2021-01-07 | 2022-07-14 | パナソニックIpマネジメント株式会社 | 自律航法装置および自律航法方法 |
CN112762933B (zh) * | 2021-04-07 | 2021-07-09 | 智道网联科技(北京)有限公司 | 基于神经网络模型的车辆定位方法及装置 |
CN113686335B (zh) * | 2021-06-10 | 2024-05-24 | 上海奥欧智能科技有限公司 | 通过一维卷积神经网用imu数据进行精确室内定位的方法 |
CN113899362B (zh) * | 2021-09-09 | 2023-09-22 | 武汉大学 | 一种基于残差网络的带不确定性评估的行人航迹推算方法 |
JP7482094B2 (ja) | 2021-09-13 | 2024-05-13 | 大井電気株式会社 | 学習データ生成装置および状態解析システム |
CN113873637A (zh) * | 2021-10-26 | 2021-12-31 | 上海瑾盛通信科技有限公司 | 定位方法、装置、终端和存储介质 |
CN117419761B (zh) * | 2023-09-27 | 2024-04-19 | 成都天测皓智科技有限公司 | 高精度智能感知垃圾填埋场态势监测方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03148009A (ja) * | 1989-11-02 | 1991-06-24 | Matsushita Electric Ind Co Ltd | 車載方位検出装置 |
JP2007240194A (ja) * | 2006-03-06 | 2007-09-20 | Japan Radio Co Ltd | 方位計測装置 |
JP2010122034A (ja) * | 2008-11-19 | 2010-06-03 | Fujitsu Ltd | 絶対移動経路算出装置及び方法、並びにプログラム |
JP2018042672A (ja) * | 2016-09-13 | 2018-03-22 | 株式会社東芝 | 推定装置、推定方法及びコンピュータプログラム |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6522266B1 (en) * | 2000-05-17 | 2003-02-18 | Honeywell, Inc. | Navigation system, method and software for foot travel |
WO2010001970A1 (ja) * | 2008-07-02 | 2010-01-07 | 独立行政法人産業技術総合研究所 | 移動体の姿勢角処理装置 |
JP2010071977A (ja) * | 2008-08-20 | 2010-04-02 | Seiko Epson Corp | 初期位置決定方法、測位方法及び測位装置 |
JP2010151459A (ja) * | 2008-12-24 | 2010-07-08 | Seiko Epson Corp | 位置算出方法及び位置算出装置 |
JP5439826B2 (ja) * | 2009-01-26 | 2014-03-12 | セイコーエプソン株式会社 | 位置算出方法及び位置算出装置 |
US9891054B2 (en) * | 2010-12-03 | 2018-02-13 | Qualcomm Incorporated | Inertial sensor aided heading and positioning for GNSS vehicle navigation |
JP6094026B2 (ja) | 2011-03-02 | 2017-03-15 | セイコーエプソン株式会社 | 姿勢判定方法、位置算出方法及び姿勢判定装置 |
US9268026B2 (en) * | 2012-02-17 | 2016-02-23 | Samsung Electronics Co., Ltd. | Method and apparatus for location positioning in electronic device |
JP6019504B2 (ja) * | 2012-07-13 | 2016-11-02 | 国立研究開発法人産業技術総合研究所 | 移動体の進行方向推定装置及び進行方向推定方法 |
JP6152511B2 (ja) * | 2013-03-29 | 2017-06-28 | 株式会社メガチップス | 携帯端末装置、プログラムおよび補正方法 |
CN104111978B (zh) * | 2014-06-25 | 2017-08-29 | 京东方科技集团股份有限公司 | 能量消耗测量方法以及能量消耗测量系统 |
JP2016218026A (ja) | 2015-05-26 | 2016-12-22 | 株式会社東芝 | 情報処理装置、測位方法およびプログラム |
JP6521853B2 (ja) | 2015-12-18 | 2019-05-29 | Kddi株式会社 | 情報処理装置、測位システム、情報処理方法、及びコンピュータプログラム |
JP6852333B2 (ja) | 2016-09-28 | 2021-03-31 | カシオ計算機株式会社 | 進行方向推定装置、進行方向推定方法及び進行方向推定プログラム |
JP2020510943A (ja) * | 2017-02-08 | 2020-04-09 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 可動物体を制御する方法及びシステム |
WO2018220911A1 (ja) * | 2017-06-01 | 2018-12-06 | シャープ株式会社 | 歩幅算出装置、携帯端末、位置情報提供システム、歩幅算出装置の制御方法およびプログラム |
-
2019
- 2019-06-19 US US16/972,659 patent/US20210247189A1/en active Pending
- 2019-06-19 WO PCT/JP2019/024214 patent/WO2020008878A1/ja active Application Filing
- 2019-06-19 CN CN201980043409.2A patent/CN112334737A/zh active Pending
- 2019-06-19 JP JP2020528782A patent/JP7342864B2/ja active Active
- 2019-06-19 EP EP19831569.9A patent/EP3819592B1/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03148009A (ja) * | 1989-11-02 | 1991-06-24 | Matsushita Electric Ind Co Ltd | 車載方位検出装置 |
JP2007240194A (ja) * | 2006-03-06 | 2007-09-20 | Japan Radio Co Ltd | 方位計測装置 |
JP2010122034A (ja) * | 2008-11-19 | 2010-06-03 | Fujitsu Ltd | 絶対移動経路算出装置及び方法、並びにプログラム |
JP2018042672A (ja) * | 2016-09-13 | 2018-03-22 | 株式会社東芝 | 推定装置、推定方法及びコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
EP3819592A1 (en) | 2021-05-12 |
US20210247189A1 (en) | 2021-08-12 |
CN112334737A (zh) | 2021-02-05 |
EP3819592A4 (en) | 2021-09-01 |
WO2020008878A1 (ja) | 2020-01-09 |
JP7342864B2 (ja) | 2023-09-12 |
EP3819592B1 (en) | 2024-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7342864B2 (ja) | 測位プログラム、測位方法、及び測位装置 | |
JP6268945B2 (ja) | 慣性装置、方法及びプログラム | |
CN106821391B (zh) | 基于惯性传感器信息融合的人体步态采集分析系统及方法 | |
JP6322960B2 (ja) | 慣性装置、方法及びプログラム | |
US10352959B2 (en) | Method and system for estimating a path of a mobile element or body | |
JP5072093B2 (ja) | 加速度センサ及び地磁気センサを用いて歩行者の進行方向を決定する携帯端末、プログラム及び方法 | |
JP4993758B2 (ja) | 加速度センサを用いて歩行者の進行向きを決定する携帯端末、プログラム及び方法 | |
WO2006104140A1 (ja) | 進行方向計測装置及び進行方向計測方法 | |
US20110313716A1 (en) | Intertial tracking system with provision for position correction | |
KR20150108402A (ko) | 디바이스와 보행자 사이의 오정렬 결정을 위한 방법 및 장치 | |
JP5695436B2 (ja) | 遊脚期の加速度データを用いて歩行者の進行方向を決定する携帯端末、プログラム及び方法 | |
JP6852310B2 (ja) | 慣性装置、プログラム、測位方法 | |
CN111024126B (zh) | 一种行人导航定位中的自适应零速修正方法 | |
JP2018536869A (ja) | 歩行者の動きを推定する方法 | |
Wu et al. | A pedestrian dead-reckoning system for walking and marking time mixed movement using an SHSs scheme and a foot-mounted IMU | |
WO2015146048A1 (ja) | 誤差推定方法、運動解析方法、誤差推定装置、及びプログラム | |
Van Nguyen et al. | Real-time human foot motion localization algorithm with dynamic speed | |
Tjhai et al. | Step-size estimation using fusion of multiple wearable inertial sensors | |
CN104964686A (zh) | 一种基于动作捕捉的室内定位装置及其方法 | |
JP2010078376A (ja) | 方位検出方法及び装置、並びに移動履歴算出方法及び装置 | |
JP2015190850A (ja) | 誤差推定方法、運動解析方法、誤差推定装置及びプログラム | |
JP5072100B2 (ja) | 加速度センサ及び地磁気センサを用いて歩行者の進行方向を決定する携帯端末、プログラム及び方法 | |
JP2013088280A (ja) | 参照値生成方法及び参照値生成装置 | |
JP2009133691A (ja) | 加速度センサ及び地磁気センサを用いて歩行者の進行方向を決定する携帯端末、プログラム及び方法 | |
Luttwak | Human Motion Tracking and Orientation Estimation using inertial sensors and RSSI measurements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220502 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230418 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230526 |
|
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: 20230801 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230814 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7342864 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |