JPWO2020045099A1 - 情報処理装置および情報処理方法、並びにプログラム - Google Patents
情報処理装置および情報処理方法、並びにプログラム Download PDFInfo
- Publication number
- JPWO2020045099A1 JPWO2020045099A1 JP2020539336A JP2020539336A JPWO2020045099A1 JP WO2020045099 A1 JPWO2020045099 A1 JP WO2020045099A1 JP 2020539336 A JP2020539336 A JP 2020539336A JP 2020539336 A JP2020539336 A JP 2020539336A JP WO2020045099 A1 JPWO2020045099 A1 JP WO2020045099A1
- Authority
- JP
- Japan
- Prior art keywords
- sensors
- weight
- unit
- sensor
- frequency component
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 39
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 92
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 92
- 239000006185 dispersion Substances 0.000 claims abstract description 45
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims description 152
- 238000012545 processing Methods 0.000 claims description 35
- 238000000605 extraction Methods 0.000 claims description 33
- 239000002131 composite material Substances 0.000 claims description 30
- 239000000284 extract Substances 0.000 claims description 20
- 239000000203 mixture Substances 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 description 85
- 230000006870 function Effects 0.000 description 17
- 238000001514 detection method Methods 0.000 description 11
- 238000013139 quantization Methods 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005295 random walk Methods 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
- G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
-
- 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
- G01C21/165—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 combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D1/00—Measuring arrangements giving results other than momentary value of variable, of general application
- G01D1/04—Measuring arrangements giving results other than momentary value of variable, of general application giving integrated values
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
- G01D3/028—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure
- G01D3/036—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure on measuring arrangements themselves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
- G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
複数のセンサのそれぞれの特性としてアラン分散を計算し、複数のセンサの観測値を合成する際の条件としてアラン分散の時間窓長を指定し、指定した時間窓長のアラン分散の和が最小となるようにセンサ毎の重みを計算し、複数のセンサのそれぞれの観測値と、計算されたセンサ毎の重みとの積和により、複数のセンサの観測値を合成する。本開示はマルチIMUに適用することができる。
Description
1.本開示の概要
2.第1の実施の形態
3.第2の実施の形態
4.第3の実施の形態
5.ソフトウェアにより実行させる例
本開示は、複数のセンサのノイズ特性と、観測値に対する条件に応じて、複数のセンサの観測値を適切に合成できるようにするものである。
<マルチセンサの構成例>
次に、図4のブロック図を参照して、本開示のマルチセンサのハードウェアの構成例について説明する。
次に、図5を参照して、図4のマルチセンサ101の制御部121により実現される重み計算部151および重み合成部152の機能の第1の構成例について説明する。
次に、入力部123が操作されて、条件として時間窓長τが指定される場合の重み決定方法について説明する。
次に、条件として時間窓長τが指定されない場合の重み決定方法について説明する。条件として時間窓長τが指定されないということは、図3を参照して説明したように、実質的に、調整すべきノイズの種類が指定されないことになる。
次に、図6のフローチャートを参照して、時間窓長が指定された場合の重み計算処理について説明する。
次に、図7のフローチャートを参照して、時間窓長τが指定されない場合の重み計算処理について説明する。
次に、図8のフローチャートを参照して、重み合成処理について説明する。
以上においては、センサ122の観測値をそのまま使用して、条件と、各センサ122のノイズ特性とに応じて重みを設定して、観測値を重み合成する例について説明してきたが、高周波成分と低周波成分とに分けて重みを設定し、重み合成した後、高周波成分と低周波成分とを合成するようにしてもよい。
次に、図9のマルチセンサ11によるLPFとHPFとを用いた場合の重み計算処理について説明する。
次に、図9のマルチセンサ11によるLPFとHPFとを用いた場合の重み計算処理について説明する。
以上においては、センサ122−1乃至122−nの観測結果を、HPFとLPFとを用いて、高周波成分と低周波成分とに分けて、それぞれについてアラン分散を求めて、条件に応じて重みを設定し、重み合成した上で、高周波成分の重み合成結果と低周波成分の重み合成結果を合成する例について説明してきた。
次に、図12のマルチセンサ11によるFBを用いた場合の重み計算処理について説明する。
次に、図12のマルチセンサ11によるFBを用いた場合の重み計算処理について説明する。
ところで、上述した一連の処理は、ハードウェアにより実行させることもできるが、ソフトウェアにより実行させることもできる。一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、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、例えば汎用のコンピュータなどに、記録媒体からインストールされる。
を含む情報処理装置。
<2> 前記複数のセンサのそれぞれの特性に基づいて、前記センサ毎の重みを計算する重み計算部をさらに含み、
前記重み合成部は、前記複数のセンサのそれぞれの観測値と、前記重み計算部により計算された前記センサ毎の重みとの積和により、前記複数のセンサの観測値を合成し、合成観測値として出力する
<1>に記載の情報処理装置。
<3> 前記重み計算部は、
前記複数のセンサのそれぞれの観測値のアラン分散を、前記センサの特性として計算するアラン分散計算部と、
前記アラン分散計算部により計算された前記アラン分散に基づいて、前記センサ毎の前記重みを計算し、決定する重み決定部をさらに含む
<2>に記載の情報処理装置。
<4> 前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散の重み和を最小にする、前記センサ毎の前記重みを計算し、決定する
<3>に記載の情報処理装置。
<5> 前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散と、ノイズモデルに基づくノイズパラメータを用いたアラン分散との誤差の和が最小となる、前記ノイズモデルに基づく前記ノイズパラメータを用いたアラン分散に基づいて、前記センサ毎の前記重みを計算し、決定する
<4>に記載の情報処理装置。
<6> 前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散と、前記ノイズモデルに基づく前記ノイズパラメータを用いたアラン分散との誤差の和が最小となる、時間窓長と、前記時間窓長の前記ノイズモデルに基づく前記ノイズパラメータを用いたアラン分散の前記ノイズパラメータとを計算し、計算した前記時間窓長と、前記ノイズパラメータとで特定される前記ノイズモデルに基づく前記ノイズパラメータを用いたアラン分散に基づいて、前記センサ毎の前記重みを計算し、決定する
<5>に記載の情報処理装置。
<7> 前記合成観測値に対する条件の入力を受け付ける入力部をさらに含み、
前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散のうち、前記条件に応じたアラン分散の重み和を最小にする、前記センサ毎の前記重みを計算し、決定する
<3>に記載の情報処理装置。
<8> 前記合成観測値に対する条件は、前記複数のセンサのそれぞれの観測値のアラン分散の時間窓長を含み、
前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散のうち、前記時間窓長のアラン分散の重み和を最小にする、前記センサ毎の前記重みを計算する
<3>に記載の情報処理装置。
<9> 前記合成観測値に対する条件は、前記複数のセンサのうち、稼働させるセンサ数を含み、
前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散に基づいて、前記稼働させないセンサの重みをゼロとしたときの、前記時間窓長の、前記アラン分散の重み和を最小にする、前記稼働させるセンサの前記センサ毎の前記重みを計算し、決定する
<8>に記載の情報処理装置。
<10> 前記重み計算部は、
前記複数のセンサのそれぞれの観測値の高周波成分を抽出する第1の高周波成分抽出部と、
前記複数のセンサのそれぞれの観測値の低周波成分を抽出する第1の低周波成分抽出部と、
前記第1の高周波成分抽出部により抽出された、前記高周波成分についての重みを計算し、決定する高周波成分重み決定部と、
前記第1の低周波成分抽出部により抽出された、前記低周波成分についての重みを計算し、決定する低周波成分重み決定部とを含み、
前記重み合成部は、
前記複数のセンサのそれぞれの観測値の高周波成分を抽出する第2の高周波成分抽出部と、
前記複数のセンサのそれぞれの観測値の低周波成分を抽出する第2の低周波成分抽出部と、
前記第2の高周波成分抽出部により抽出された、前記複数のセンサのそれぞれの観測値の高周波成分と、前記高周波成分重み決定部により決定された前記センサ毎の重みとの積和により、前記複数のセンサの観測値の高周波成分を合成し、高周波成分合成値として出力する高周波成分合成部と、
前記第2の低周波成分抽出部により抽出された、前記複数のセンサのそれぞれの観測値の低周波成分と、前記低周波成分重み決定部により決定された前記センサ毎の重みとの積和により、前記複数のセンサの観測値の低周波成分を合成し、低周波成分合成値として出力する低周波成分合成部とを含み、
前記高周波成分合成値と、前記低周波成分合成値とを合成し、前記合成観測値として出力する出力合成部とをさらに含む
<2>に記載の情報処理装置。
<11> 前記重み計算部は、
前記複数のセンサのそれぞれの観測値の複数の帯域成分を抽出する第1の帯域成分抽出部と、
前記第1の帯域成分抽出部により抽出された、前記複数の帯域成分毎に前記複数のセンサのそれぞれの重みを計算し、決定する複数の帯域成分毎の帯域成分重み決定部とを含み、
前記重み合成部は、
前記複数のセンサのそれぞれの観測値の複数の帯域成分を抽出する第2の帯域成分抽出部と、
前記第2の帯域成分抽出部により抽出された、前記複数のセンサのそれぞれの前記複数の帯域成分と、前記複数の帯域成分毎の前記帯域成分重み決定部により決定された前記センサ毎の、前記複数の帯域成分毎の重みとの積和により、前記複数のセンサの観測値の複数の帯域成分をそれぞれ合成し、前記複数の帯域成分のそれぞれの帯域成分合成値として出力する前記複数の帯域成分毎の帯域成分合成部を含み、
前記複数のセンサのそれぞれの観測値の、前記複数の帯域成分のそれぞれの前記帯域成分合成値を帯域合成し、前記合成観測値として出力する帯域合成部とをさらに含む
<2>に記載の情報処理装置。
<12> 前記重み合成部は、
ネットワークを介して通信されるクラウドサーバより、前記クラウドサーバにおいて、前記複数のセンサのそれぞれの特性に基づいて計算された、前記センサ毎の重みを取得し、
前記複数のセンサのそれぞれの観測値と、前記クラウドサーバより取得した前記センサ毎の重みとの積和により、前記複数のセンサの観測値を合成し、合成観測値として出力する
<1>乃至<11>のいずれかに記載の情報処理装置。
<13> 前記センサは、IMUである
<1>乃至<12>のいずれかに記載の情報処理装置。
<14> 複数のセンサのそれぞれの観測値と、前記複数のセンサのそれぞれの特性に基づいて計算された前記センサ毎の重みとの積和により、前記複数のセンサの観測値を合成し、合成観測値として出力する重み合成処理
を含む情報処理方法。
<15> 複数のセンサのそれぞれの観測値と、前記複数のセンサのそれぞれの特性に基づいて計算された前記センサ毎の重みとの積和により、前記複数のセンサの観測値を合成し、合成観測値として出力する重み合成部
としてコンピュータを機能させるプログラム。
Claims (15)
- 複数のセンサのそれぞれの観測値と、前記複数のセンサのそれぞれの特性に基づいて、計算された前記センサ毎の重みとの積和により、前記複数のセンサの観測値を合成し、合成観測値として出力する重み合成部
を含む情報処理装置。 - 前記複数のセンサのそれぞれの特性に基づいて、前記センサ毎の重みを計算する重み計算部をさらに含み、
前記重み合成部は、前記複数のセンサのそれぞれの観測値と、前記重み計算部により計算された前記センサ毎の重みとの積和により、前記複数のセンサの観測値を合成し、合成観測値として出力する
請求項1に記載の情報処理装置。 - 前記重み計算部は、
前記複数のセンサのそれぞれの観測値のアラン分散を、前記センサの特性として計算するアラン分散計算部と、
前記アラン分散計算部により計算された前記アラン分散に基づいて、前記センサ毎の前記重みを計算し、決定する重み決定部をさらに含む
請求項2に記載の情報処理装置。 - 前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散の重み和を最小にする、前記センサ毎の前記重みを計算し、決定する
請求項3に記載の情報処理装置。 - 前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散と、ノイズモデルに基づくノイズパラメータを用いたアラン分散との誤差の和が最小となる、前記ノイズモデルに基づく前記ノイズパラメータを用いたアラン分散に基づいて、前記センサ毎の前記重みを計算し、決定する
請求項4に記載の情報処理装置。 - 前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散と、前記ノイズモデルに基づく前記ノイズパラメータを用いたアラン分散との誤差の和が最小となる、時間窓長と、前記時間窓長の前記ノイズモデルに基づく前記ノイズパラメータを用いたアラン分散の前記ノイズパラメータとを計算し、計算した前記時間窓長と、前記ノイズパラメータとで特定される前記ノイズモデルに基づく前記ノイズパラメータを用いたアラン分散に基づいて、前記センサ毎の前記重みを計算し、決定する
請求項5に記載の情報処理装置。 - 前記合成観測値に対する条件の入力を受け付ける入力部をさらに含み、
前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散のうち、前記条件に応じたアラン分散の重み和を最小にする、前記センサ毎の前記重みを計算し、決定する
請求項3に記載の情報処理装置。 - 前記合成観測値に対する条件は、前記複数のセンサのそれぞれの観測値のアラン分散の時間窓長を含み、
前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散のうち、前記時間窓長のアラン分散の重み和を最小にする、前記センサ毎の前記重みを計算する
請求項3に記載の情報処理装置。 - 前記合成観測値に対する条件は、前記複数のセンサのうち、稼働させるセンサ数を含み、
前記重み決定部は、前記複数のセンサのそれぞれの観測値のアラン分散に基づいて、前記稼働させないセンサの重みをゼロとしたときの、前記時間窓長の、前記アラン分散の重み和を最小にする、前記稼働させるセンサの前記センサ毎の前記重みを計算し、決定する
請求項8に記載の情報処理装置。 - 前記重み計算部は、
前記複数のセンサのそれぞれの観測値の高周波成分を抽出する第1の高周波成分抽出部と、
前記複数のセンサのそれぞれの観測値の低周波成分を抽出する第1の低周波成分抽出部と、
前記第1の高周波成分抽出部により抽出された、前記高周波成分についての重みを計算し、決定する高周波成分重み決定部と、
前記第1の低周波成分抽出部により抽出された、前記低周波成分についての重みを計算し、決定する低周波成分重み決定部とを含み、
前記重み合成部は、
前記複数のセンサのそれぞれの観測値の高周波成分を抽出する第2の高周波成分抽出部と、
前記複数のセンサのそれぞれの観測値の低周波成分を抽出する第2の低周波成分抽出部と、
前記第2の高周波成分抽出部により抽出された、前記複数のセンサのそれぞれの観測値の高周波成分と、前記高周波成分重み決定部により決定された前記センサ毎の重みとの積和により、前記複数のセンサの観測値の高周波成分を合成し、高周波成分合成値として出力する高周波成分合成部と、
前記第2の低周波成分抽出部により抽出された、前記複数のセンサのそれぞれの観測値の低周波成分と、前記低周波成分重み決定部により決定された前記センサ毎の重みとの積和により、前記複数のセンサの観測値の低周波成分を合成し、低周波成分合成値として出力する低周波成分合成部とを含み、
前記高周波成分合成値と、前記低周波成分合成値とを合成し、前記合成観測値として出力する出力合成部とをさらに含む
請求項2に記載の情報処理装置。 - 前記重み計算部は、
前記複数のセンサのそれぞれの観測値の複数の帯域成分を抽出する第1の帯域成分抽出部と、
前記第1の帯域成分抽出部により抽出された、前記複数の帯域成分毎に前記複数のセンサのそれぞれの重みを計算し、決定する複数の帯域成分毎の帯域成分重み決定部とを含み、
前記重み合成部は、
前記複数のセンサのそれぞれの観測値の複数の帯域成分を抽出する第2の帯域成分抽出部と、
前記第2の帯域成分抽出部により抽出された、前記複数のセンサのそれぞれの前記複数の帯域成分と、前記複数の帯域成分毎の前記帯域成分重み決定部により決定された前記センサ毎の、前記複数の帯域成分毎の重みとの積和により、前記複数のセンサの観測値の複数の帯域成分をそれぞれ合成し、前記複数の帯域成分のそれぞれの帯域成分合成値として出力する前記複数の帯域成分毎の帯域成分合成部を含み、
前記複数のセンサのそれぞれの観測値の、前記複数の帯域成分のそれぞれの前記帯域成分合成値を帯域合成し、前記合成観測値として出力する帯域合成部とをさらに含む
請求項2に記載の情報処理装置。 - 前記重み合成部は、
ネットワークを介して通信されるクラウドサーバより、前記クラウドサーバにおいて、前記複数のセンサのそれぞれの特性に基づいて計算された、前記センサ毎の重みを取得し、
前記複数のセンサのそれぞれの観測値と、前記クラウドサーバより取得した前記センサ毎の重みとの積和により、前記複数のセンサの観測値を合成し、合成観測値として出力する
請求項1に記載の情報処理装置。 - 前記センサは、IMU(Inertial Measurement Unit)である
請求項1に記載の情報処理装置。 - 複数のセンサのそれぞれの観測値と、前記複数のセンサのそれぞれの特性に基づいて、計算された前記センサ毎の重みとの積和により、前記複数のセンサの観測値を合成し、合成観測値として出力する重み合成処理
を含む情報処理方法。 - 複数のセンサのそれぞれの観測値と、前記複数のセンサのそれぞれの特性に基づいて、計算された前記センサ毎の重みとの積和により、前記複数のセンサの観測値を合成し、合成観測値として出力する重み合成部
としてコンピュータを機能させるプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862723937P | 2018-08-28 | 2018-08-28 | |
US62/723,937 | 2018-08-28 | ||
PCT/JP2019/032013 WO2020045099A1 (ja) | 2018-08-28 | 2019-08-15 | 情報処理装置および情報処理方法、並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020045099A1 true JPWO2020045099A1 (ja) | 2021-09-02 |
JP7347431B2 JP7347431B2 (ja) | 2023-09-20 |
Family
ID=69644955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020539336A Active JP7347431B2 (ja) | 2018-08-28 | 2019-08-15 | 情報処理装置および情報処理方法、並びにプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11874138B2 (ja) |
EP (1) | EP3845863B1 (ja) |
JP (1) | JP7347431B2 (ja) |
CN (1) | CN112585427B (ja) |
WO (1) | WO2020045099A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022004375A1 (ja) * | 2020-06-30 | 2022-01-06 | ソニーグループ株式会社 | 駆動制御装置、および駆動制御方法 |
CN116209948A (zh) * | 2020-06-30 | 2023-06-02 | 索尼集团公司 | 固态成像元件、成像装置、用于操作成像装置的方法、移动对象装置、用于操作移动对象装置的方法以及程序 |
JP2022158236A (ja) * | 2021-04-01 | 2022-10-17 | セイコーエプソン株式会社 | センサーモジュールおよび計測システム |
JPWO2023007789A1 (ja) | 2021-07-28 | 2023-02-02 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007143226A (ja) * | 2005-11-15 | 2007-06-07 | Nippon Pulse Motor Co Ltd | シャフト型リニアモータの位置検出装置 |
JP2011108111A (ja) * | 2009-11-19 | 2011-06-02 | Chugoku Electric Power Co Inc:The | 制御方法及び制御システム |
JP2014507628A (ja) * | 2010-12-03 | 2014-03-27 | クゥアルコム・インコーポレイテッド | Gnss車両ナビゲーションのための慣性センサにより支援された進行方向および測位 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6882964B2 (en) * | 2002-03-06 | 2005-04-19 | California Institute Of Technology | High accuracy inertial sensors from inexpensive components |
JP4390569B2 (ja) | 2004-01-19 | 2009-12-24 | 株式会社ミツトヨ | 信号処理装置、および測定機 |
CN106342175B (zh) | 2010-01-14 | 2013-11-13 | 西北工业大学 | 一种提高陀螺精度的数据融合方法 |
EP2492637A1 (en) * | 2011-02-23 | 2012-08-29 | Nederlandse Organisatie voor toegepast -natuurwetenschappelijk onderzoek TNO | Measurement device and method for measuring |
EP3754381A1 (en) * | 2013-12-10 | 2020-12-23 | SZ DJI Technology Co., Ltd. | Sensor fusion |
CN104199061B (zh) | 2014-08-22 | 2018-02-02 | 北京无线电计量测试研究所 | 一种建立gps系统和bds系统载波相位频率标准的方法 |
CN104280047A (zh) | 2014-09-10 | 2015-01-14 | 天津航天中为数据系统科技有限公司 | 一种多传感器融合的陀螺漂移滤波系统及方法 |
EP3165877B1 (en) * | 2015-11-04 | 2020-03-25 | Tata Consultancy Services Limited | Systems and methods for fusing inertial and bluetooth low energy sensor data for localization |
-
2019
- 2019-08-15 US US17/258,642 patent/US11874138B2/en active Active
- 2019-08-15 CN CN201980054399.2A patent/CN112585427B/zh active Active
- 2019-08-15 JP JP2020539336A patent/JP7347431B2/ja active Active
- 2019-08-15 EP EP19855605.2A patent/EP3845863B1/en active Active
- 2019-08-15 WO PCT/JP2019/032013 patent/WO2020045099A1/ja unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007143226A (ja) * | 2005-11-15 | 2007-06-07 | Nippon Pulse Motor Co Ltd | シャフト型リニアモータの位置検出装置 |
JP2011108111A (ja) * | 2009-11-19 | 2011-06-02 | Chugoku Electric Power Co Inc:The | 制御方法及び制御システム |
JP2014507628A (ja) * | 2010-12-03 | 2014-03-27 | クゥアルコム・インコーポレイテッド | Gnss車両ナビゲーションのための慣性センサにより支援された進行方向および測位 |
Also Published As
Publication number | Publication date |
---|---|
CN112585427B (zh) | 2024-01-30 |
WO2020045099A1 (ja) | 2020-03-05 |
JP7347431B2 (ja) | 2023-09-20 |
US20210270635A1 (en) | 2021-09-02 |
EP3845863A1 (en) | 2021-07-07 |
US11874138B2 (en) | 2024-01-16 |
CN112585427A (zh) | 2021-03-30 |
EP3845863B1 (en) | 2023-06-14 |
EP3845863A4 (en) | 2021-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7347431B2 (ja) | 情報処理装置および情報処理方法、並びにプログラム | |
TWI818999B (zh) | 針對新場景的預測模型訓練方法及裝置 | |
US10453220B1 (en) | Machine-trained network for misalignment-insensitive depth perception | |
WO2018170454A2 (en) | Using different data sources for a predictive model | |
US10692481B2 (en) | Systems, apparatus, and methods for drone audio noise reduction | |
CN107408303A (zh) | 用于对象跟踪的系统和方法 | |
WO2021033547A1 (ja) | 地震観測装置、地震観測方法、及び、記録媒体 | |
US20110075025A1 (en) | System and method producing high definition video from low definition video | |
CN109214421A (zh) | 一种模型训练方法、装置、及计算机设备 | |
CN111630568B (zh) | 电子装置及其控制方法 | |
CN108475425A (zh) | 图像处理装置、图像处理方法及图像处理程序 | |
US20190178814A1 (en) | State assessing device, state assessing method, and storage medium for storing program | |
JP2010008474A (ja) | 非日常音検出システム | |
JP2016080640A (ja) | 自動位置特定システム | |
JP6681082B2 (ja) | 情報処理装置、情報システム、情報処理方法、およびプログラム | |
JP6178218B2 (ja) | 欠損値推定装置及び欠損値推定方法 | |
CN111681668A (zh) | 声学成像方法及终端设备 | |
JPWO2020162425A1 (ja) | 解析装置、解析方法、およびプログラム | |
JP2020181441A (ja) | 画像処理方法、画像処理装置及び画像処理システム | |
EP4170982A1 (en) | Electronic control device and determination method | |
CN111580049B (zh) | 动态目标声源跟踪监测方法及终端设备 | |
JP2021172011A (ja) | コンクリート管理システム、コンクリート管理方法及びコンクリート管理プログラム | |
TWI826907B (zh) | 任務分配方法以及任務分配設備 | |
EP4124016A1 (en) | Data generating method, learning method, estimating method, data generating device, and program | |
JP7430863B2 (ja) | 情報処理方法、装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220623 |
|
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: 20230609 |
|
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: 20230808 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230821 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7347431 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |