WO2014038041A1 - 位置検出装置、位置検出方法及び位置検出プログラム - Google Patents

位置検出装置、位置検出方法及び位置検出プログラム Download PDF

Info

Publication number
WO2014038041A1
WO2014038041A1 PCT/JP2012/072756 JP2012072756W WO2014038041A1 WO 2014038041 A1 WO2014038041 A1 WO 2014038041A1 JP 2012072756 W JP2012072756 W JP 2012072756W WO 2014038041 A1 WO2014038041 A1 WO 2014038041A1
Authority
WO
WIPO (PCT)
Prior art keywords
probability information
moving object
existence probability
estimated
existence
Prior art date
Application number
PCT/JP2012/072756
Other languages
English (en)
French (fr)
Inventor
直紀 池谷
Original Assignee
株式会社東芝
東芝ソリューション株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社東芝, 東芝ソリューション株式会社 filed Critical 株式会社東芝
Priority to PCT/JP2012/072756 priority Critical patent/WO2014038041A1/ja
Priority to CN201280002935.2A priority patent/CN103827632B/zh
Priority to JP2012542302A priority patent/JP5450832B1/ja
Priority to US13/803,960 priority patent/US9026363B2/en
Publication of WO2014038041A1 publication Critical patent/WO2014038041A1/ja

Links

Images

Classifications

    • 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
    • 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
    • G01C21/1654—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 with electromagnetic compass
    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • 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

Definitions

  • Embodiments described herein relate generally to a position detection device, a position detection method, and a position detection program.
  • GPS Global Positioning System
  • devices that use wireless devices
  • position changes obtained from autonomous navigation dead reckoning
  • the technique using the wireless device detects the position of the pedestrian according to the communication state between the wireless device arranged at an arbitrary place and the terminal device held by the pedestrian.
  • the conventional technique has a problem that it is difficult to specify the position of the pedestrian with high accuracy.
  • the absolute position may not be continuously detected with high accuracy as described above.
  • map matching requires a great deal of labor in order to prepare a map showing a place where a pedestrian can walk.
  • a map showing where pedestrians can walk has more places that can be walked than places where vehicles can pass, and changes in location are likely to occur frequently.
  • a great deal of labor is required.
  • the position of the pedestrian cannot be specified easily at low cost and with high accuracy.
  • the problem to be solved by the present invention is to provide a position detection device, a position detection method, and a position detection program capable of easily and accurately specifying the position of a pedestrian.
  • the position detection apparatus includes a position estimation unit and a position correction unit.
  • the position estimation unit estimates the position of the moving object from the absolute position of the moving object and the position change of the moving object obtained from the autonomous navigation.
  • the position correction unit is information for each of a plurality of regions, and is estimated based on existence probability information representing a higher probability as the frequency of existence of the moving object increases so that the moving object exists at a position with a higher probability. Correct the position of the moving object.
  • FIG. 1 is a block diagram showing a position detection apparatus according to the first embodiment.
  • FIG. 2 is a diagram illustrating an output result by a position estimation unit.
  • FIG. 3 is a diagram illustrating route calculation processing according to the first embodiment.
  • FIG. 4 is a diagram showing existence probability information to be aimed at.
  • FIG. 5 is a diagram showing existence probability information according to the first embodiment.
  • FIG. 6 is a view for explaining position correction processing according to the first embodiment.
  • FIG. 7 is a flowchart showing the flow of overall processing according to the first embodiment.
  • FIG. 8 is a block diagram showing a position detection apparatus according to the second embodiment.
  • FIG. 9 is a diagram showing existence probability information according to the second embodiment.
  • FIG. 10 is a view for explaining position correction processing according to the second embodiment.
  • FIG. 11 is a flowchart showing the flow of overall processing according to the second embodiment.
  • FIG. 12 is a diagram showing existence probability information according to the third embodiment.
  • FIG. 13 is a view
  • FIG. 1 is a block diagram illustrating a configuration example of the position detection device according to the first embodiment.
  • the position detection device 100 includes a position estimation unit 110, an update unit 120, a storage unit 130, and a position correction unit 140. Further, the position detection device 100 acquires the absolute position from the absolute position detection unit 1 and also acquires the relative position from the autonomous navigation processing unit 2.
  • the absolute position detection unit 1 and the autonomous navigation processing unit 2 are included in, for example, a terminal device held by a pedestrian (user) that is a moving body.
  • the absolute position detection unit 1 detects an absolute position using GPS. For example, the absolute position detection unit 1 attempts detection every 5 seconds, and outputs the longitude “X a ” and the latitude “y a ” to the position detection device 100 when the detection is possible.
  • the absolute position detection unit 1 may use not only absolute position detection using GPS but also a plurality of various absolute position detection methods.
  • Other methods include, for example, a method of detecting the position of a corresponding user by identifying a person using a camera, a method of detecting a position from a communication state between a wireless device and a terminal device, and the like.
  • the position of the pre-registered wireless communication base station is absolutely determined from the communication state with the Wi-Fi (registered trademark) or RFID (Radio Frequency IDentification) device. This is used as a position detection result.
  • the absolute position need not always be detectable, but it is preferable to maintain a certain level of reliability. From this, it is good also as using only the data which can maintain fixed reliability using the DOP (Dilution Of Precision) value which is an index of measurement accuracy.
  • DOP Different Of Precision
  • the coordinates of the entrance of the building and the entrance of the basement stored in advance may be used.
  • the autonomous navigation processing unit 2 calculates a relative position change by autonomous navigation. For example, the autonomous navigation processing unit 2 detects the number of steps of the pedestrian from the acceleration sensor, and detects the traveling direction from a predetermined sensor mounting direction, an output from the geomagnetic sensor, and an output from the acceleration sensor. And the autonomous navigation processing part 2 uses the step length of the pedestrian registered in advance, and executes the integration process for performing the detected step number in the travel direction detected by the distance of the step length, The relative position change of the pedestrian is calculated. In addition, since autonomous navigation calculates relative position changes, in order to calculate the absolute position, the absolute position is acquired once from the outside. In the present embodiment, the absolute position is used in the position estimation unit 110 described later.
  • the process of detecting the number of steps of the pedestrian detects the number of steps from the change of the acceleration sensor.
  • the number of steps is not a total number of steps, but is detected as a function “stepSignal (t)” that returns “1” when the number of steps increases and “0” otherwise.
  • stepSignal (t) is expressed by (Equation 1) and (Equation 2). That is, “stepSignal (t)” is a function that is “1” when the foot is landing during walking.
  • the threshold “th walk ” is 1.0 (G).
  • the process which detects the advancing direction of a pedestrian detects the advancing direction of a pedestrian as an absolute azimuth
  • the absolute azimuth of the terminal device is detected from the geomagnetic sensor, the angle of the pedestrian's traveling direction is obtained from the predetermined sensor wearing direction, and the gravitational vector is obtained from the output of the acceleration sensor. Calculate the direction.
  • the gravity vector “Vg (t)” at time “t” can be calculated by (Equation 7) as an average value of the acceleration vector “a (t)” for a certain period of time. “T” is 1 second.
  • the pedestrian travel direction is calculated from time to time based on the sensor values output from various sensors, so that the north direction is 0 degrees and the east direction is 90 degrees. It is detected as a function “direction (t)”.
  • direction (t) the direction of the sensor may be employed, detailed description in this embodiment is omitted.
  • the processing by the autonomous navigation processing unit 2 uses “stepSignal (t)” that is the detection result of the number of steps, “direction (t)” that is the detection result of the traveling direction, and “stepSize (t)” that is the step length. Is calculated. Then, the coordinates “x r (t)” and “y r (t)” of the relative position are calculated by (Equation 8) and (Equation 9) which are update expressions.
  • the position estimation unit 110 calculates the current position of the pedestrian (x) from the absolute position of the pedestrian detected by the absolute position detection unit 1 and the position change of the pedestrian obtained from the autonomous navigation by the autonomous navigation processing unit 2. , Y).
  • the estimation of the position by the position estimation unit 110 the most recently detected absolute position (x a, y a) and stores the time and t a at the time of detection.
  • the relative position (x r , y r ) detected most recently by autonomous navigation is also stored. That is, when the absolute position is detected at a certain time t, the position estimation unit 110 adopts the absolute position as a highly reliable value.
  • the position estimation part 110 calculates the position in the time t by calculating the difference by autonomous navigation from the place of the absolute position detected last, when an absolute position is not detected.
  • Such position estimation by the position estimation unit 110 can be expressed by (Equation 10) and (Equation 11).
  • FIG. 2 is a diagram illustrating an example of an output result by the position estimation unit 110. As shown in FIG. 2, the position estimation unit 110 outputs the detected absolute position longitude and latitude, relative position longitude and latitude, and estimated position longitude and latitude at each time t.
  • the position estimation unit 110 includes the absolute position longitude “139.696844” and the latitude “35.532155” and the relative position longitude “139”. .696844 ”and the latitude“ 35.532155 ”, and the longitude“ 139.696844 ”and the latitude“ 35.532155 ”of the estimated position are output.
  • the absolute position is not detected from the time “2011/9/9 13:10:15” to the time “2011/9/9 13:10:45”, and is estimated at this time.
  • the position is calculated based on the absolute position detected at the time “2011/9/9 13:10:10”.
  • the detection of the absolute position may cause an error due to the influence of multipath or the like.
  • it may be adopted as the absolute position (x a , y a ) when the above-mentioned index of measurement accuracy such as the DOP value can be used to maintain a certain level of reliability.
  • the update unit 120 updates the existence probability information stored in the storage unit 130 based on the position of the pedestrian estimated by the position estimation unit 110.
  • Such existence probability information is information for each of a plurality of areas, and is information representing a higher probability as the frequency of pedestrians is higher.
  • the existence probability information represents the position as coordinates, and indicates the high probability that a pedestrian can pass through certain coordinates.
  • a function p (x, y) indicating the passability at the coordinates (x, y) is expressed.
  • the existence probability information according to the present embodiment subdivides the position into grids of a certain size, and expresses the passability for each position with a probability from 0 to 1, but represents the passability.
  • a mixed Gaussian distribution obtained by superimposing a plurality of Gaussian distributions may be adopted as the expression of the passability.
  • the processing performed by the update unit 120 is performed by using the information output by the position estimation unit 110 and the existence probability information acquired from the storage unit 130 as input, and a detected position storage process, a route calculation process, Update processing is executed.
  • a route calculation process e.g., Update processing
  • the detected position storage process is a process for buffering the position estimated by the position estimation unit 110 in order to construct a path that is a trajectory of a temporal change in position, which is used in the path calculation process.
  • the buffering of the estimated position accumulates the position information for the last 60 minutes together with the time information at the time of detection.
  • the time required for buffering is a time for constructing a route, and is not limited to 60 minutes and can be changed as appropriate.
  • the route calculation process is a process of calculating a route by fitting a history of position calculation results by autonomous navigation between a start point and an end point as a position having a certain reliability.
  • the absolute position when it is adopted as a position having a certain reliability.
  • errors may accumulate, and most of the errors are caused by the detection error in the traveling direction and the detection error in the stride.
  • the detection error in the traveling direction and the detection error in the stride are often small as temporal changes.
  • the detection of the number of steps it is considered that the error is relatively small. That is, most of the errors often appear as “rotation” as the detection error in the traveling direction and “expansion / contraction” as the detection error of the stride.
  • the two points are assumed to be accurate positions, and the path between the two points is calculate. More specifically, the route is calculated after correcting the start point and the end point by “rotation” and “expansion / contraction” of autonomous navigation. For example, the positions “x ′ (t)” and “y ′ (t)” on the route after the correction of the start point and the end point are expressed by using the expansion / contraction correction value “dl” and the rotation correction value “d ⁇ ”. 12) to (Equation 18).
  • FIG. 3 is a diagram illustrating route calculation processing according to the first embodiment.
  • a circle represents an actual position.
  • white circle marks are positions where detection is not possible
  • shaded circle marks are positions where detection is partially possible (absolute positions).
  • circle on the right is the starting point of the time t s.
  • the cross mark is a position change by autonomous navigation.
  • FIG. 3 is a diagram illustrating route calculation processing according to the first embodiment.
  • a circle represents an actual position.
  • white circle marks are positions where detection is not possible
  • shaded circle marks are positions where detection is partially possible (absolute positions).
  • circle on the right is the starting point of the time t s.
  • the cross mark is a position change by autonomous navigation.
  • the update process is a process of updating the existence probability information stored in the storage unit 130 using the route information calculated by the route calculation process.
  • the existence probability information is information indicating a higher probability as the frequency of existence of a pedestrian, and represents a position as a coordinate, indicating a high probability that the pedestrian can pass a certain coordinate. ing.
  • existence probability information is similar to a map, a general map may not show a place where a pedestrian can pass, and thus is different from a simple map.
  • the existence probability information may be generated based on the map information so that the existence probability of the inaccessible place is set to a low value and the existence probability of the passable place is set to a relatively high value. .
  • the grid of positions is identified by latitude and longitude.
  • the grid size of the existence probability information is set to 1 meter square in one aspect.
  • the existence probability information has a data structure in which one existence probability given by a probability value from 0 to 1 is shown for each grid in one mail unit identified by latitude and longitude.
  • FIG. 4 is a diagram illustrating an example of existence probability information to be aimed at. As shown in FIG. 4, in the existence probability information to be aimed, the existence probabilities are arranged in the coordinate order of the grid, and as a probability value, a place that can be passed is “1” and a place that cannot be passed is “0”. It is said.
  • the existence probability information may be handled by a three-dimensional grid using floor information in a building in addition to latitude and longitude. In the present embodiment, if there is no probability value of the existence probability information first, a value such as “0.2” may be set for all probability values.
  • the update of the existence probability information is a process for updating the probability value of the grid on the route to “1”. In order to obtain accurate existence probability information, it is updated using the path information repeatedly detected. In the present embodiment, the updating process is executed using (Equation 19) and (Equation 20).
  • ⁇ is an update rate, and takes a value such as “0.3”, for example.
  • Such an update rate represents a ratio in which the route information to be used is reflected in the existence probability information. If the route information to be used is correct, it is preferable to increase the update rate.
  • N x and N y are maximum values in the x direction and y direction of the grid, and “N x N y ” represents the total grid.
  • P max is the maximum value of the specified average probability, and takes a value such as “0.5”, for example.
  • FIG. 5 is a diagram illustrating an example of existence probability information stored in the storage unit 130 according to the first embodiment.
  • the existence probability information is such that probability values from “0.0” to “1.0” are indicated in each grid by the above-described processing.
  • the probability of all grids approaches “1” when an error is included. .
  • the update process is executed so that the average probability of all the grids does not exceed a certain value.
  • the existence probability of a place with a high existence frequency approaches “1”, but the existence probability of a place with a low existence frequency is “0” even if the passage is actually possible.
  • the value may be close to (or “0”).
  • the position correction unit 140 corrects the position estimated by the position estimation unit 110 based on the existence probability information stored in the storage unit 130 so that a pedestrian exists at a position with a high probability.
  • the position correction process by the position correction unit 140 not only the instantaneous positional deviation is corrected, but also the correction is made so that the likelihood is high for the entire route that the pedestrian has taken.
  • the correction is performed so as to maximize the cumulative likelihood of the existence probability information for the entire route taken by the pedestrian.
  • the correction parameter as shown in (Expression 21) is obtained by utilizing the above-described route calculation process.
  • the rotation correction value “ ⁇ ” and the expansion / contraction correction value “l” that maximize the sum of the probability values of the grids included in the corrected path are obtained.
  • ⁇ and l are discretely changed within a certain range, for example, “ ⁇ 30 ⁇ ⁇ 30” and “0.8 ⁇ l ⁇ 1.2”, and the sum of probability values is calculated for each.
  • the maximum ⁇ and l is obtained.
  • the likelihood is the same, it can be said that the rotation correction value ⁇ is closer to “0” and the expansion / contraction correction value 1 is closer to “1” because the correction amount is smaller, which is a better result.
  • FIG. 6 is a diagram for explaining the position correction processing according to the first embodiment.
  • an accurate absolute position cannot be obtained after the shaded circle that is the starting point, and an estimated position such as a cross is detected as a relative position by autonomous navigation (left in FIG. 6). See).
  • an estimated position such as a cross
  • a pedestrian has passed through a place with a low existence probability.
  • a correction result such as a circle can be obtained (see the right side of FIG. 6). .
  • FIG. 7 is a flowchart illustrating an example of the flow of overall processing according to the first embodiment.
  • the position estimation unit 110 is a relative position that is a pedestrian's absolute position detected by the absolute position detection unit 1 and a pedestrian's position change by autonomous navigation obtained by the autonomous navigation processing unit 2. Are acquired (step S101). Then, the position estimation unit 110 estimates the current position of the pedestrian from the absolute position and the relative position (Step S102).
  • the updating unit 120 buffers the position of the pedestrian estimated by the position estimating unit 110 (Step S103).
  • the update unit 120 determines that an arbitrary period such as 60 minutes has elapsed (step S104: Yes)
  • the update unit 120 performs correction using the expansion / contraction correction value and the rotation correction value based on the buffered position.
  • the route of the determined position is calculated (step S105).
  • step S104: No when it is determined by the updating unit 120 that an arbitrary period has not elapsed (step S104: No), the process of step S101 is executed again, and position estimation and buffering for route calculation are performed. Done.
  • the update unit 120 updates the existence probability information stored in the storage unit 130 using the calculated route (step S106). Further, the position correction unit 140 corrects the route including the position estimated by the position estimation unit 110 based on the existence probability information stored in the storage unit 130 so that a pedestrian exists at a position with a high probability. This is performed (step S107).
  • the correction of the estimated position need not be performed after the existence probability information is updated, and may be performed after the position estimation unit 110 estimates the position. That is, it is preferable that the update process of the existence probability information is updated at a timing when a start point and an end point having a certain reliability are obtained, and the correction process of the estimated position is performed at any time at the timing when the position is estimated. be able to.
  • the present invention is not particularly limited to indoor applications, and when there is an error in absolute position detection outdoors, detailed position detection by autonomous navigation may be used in combination. As a result, in this embodiment, the position of the pedestrian can be specified easily and with high accuracy.
  • the angular velocity correction value “ ⁇ ” that maximizes the likelihood is calculated by (Equation 24), and the route is recalculated using the calculated angular velocity correction value “ ⁇ ”.
  • the estimated position can be corrected as in the embodiment.
  • FIG. 8 is a block diagram illustrating a configuration example of the position detection apparatus according to the second embodiment.
  • the same components as those in the first embodiment are denoted by the same reference numerals, and detailed description of the same components may be omitted.
  • functions, configurations, and processes other than the operation detection unit 3, the update unit 220, and the storage unit 230 described below are the same as those in the first embodiment.
  • the position detection device 200 includes a position estimation unit 110, an update unit 220, a storage unit 230, and a position correction unit 140. Further, the position detection device 200 acquires the absolute position from the absolute position detection unit 1 and also acquires the relative position from the autonomous navigation processing unit 2. Further, the position detection device 200 acquires the motion of the pedestrian (user) from the motion detection unit 3. Such operations include, for example, elevator movement, payment, stationary at intersections and station platforms, unloading, and the like. In this embodiment, the place where a specific action is detected is set to a position where the specific action is highly likely to be performed because the place where the action is performed is limited depending on the action. By correcting, the estimated position is corrected.
  • a value of an acceleration sensor mounted on the terminal device is used for detection of a stationary state. More specifically, in the detection of the stationary state, the vector length is always calculated for the acceleration sensor value “a (t)” of the three-dimensional vector, and the dispersion value “v (t) of the vector length over a fixed time such as 10 seconds. ) ”Is calculated, and when it is equal to or less than a threshold value such as“ 0.001 ”, it is regarded as a stationary state.
  • the variance “v (t)” is expressed by (Equation 25).
  • a short-distance radio base station such as BlueTooth (registered trademark) is prepared in the elevator, and the terminal apparatus is moving in the elevator when wireless communication is possible.
  • the elevator movement may be during the movement of the elevator when the face of the subject is detected by the camera of the elevator.
  • stationary and unloading operations at intersections and station platforms are also detected by wireless communication and cameras in the same manner as elevators.
  • the motion detection unit 3 may be included in the terminal device as in the absolute position detection unit 1, the autonomous navigation processing unit 2, or the like, or may be the camera (network camera).
  • the detection of the operation by the operation detection unit 3 is not limited to the above, and it is considered that there is a method using various sensors for the detection.
  • the existence probability information stored in the storage unit 230 has the same data structure as the existence probability information according to the first embodiment. Further, the existence probability information according to the second embodiment holds the possibility “p action (x, y)” for each specific action .
  • the updating process by the updating unit 220 route calculation is performed, and the position existing when the specific action detected by the action detecting unit 3 occurs is updated so as to increase the probability of the target action.
  • the update process is executed using (Equation 26) and (Equation 27).
  • FIG. 9 is a diagram illustrating an example of existence probability information stored in the storage unit 230 according to the second embodiment.
  • the existence probability information is such that probability values from “0.0” to “1.0” are shown in each grid.
  • a place with a high probability value corresponds to a place where the specific operation as described above is performed.
  • the probability gradually approaches “1” by repeatedly performing the update process.
  • the position correction unit 140 calculates the correction parameters ⁇ and l from (Equation 28) as in the first embodiment if there is only one type of target motion.
  • FIG. 10 is a diagram for explaining position correction processing according to the second embodiment.
  • an estimated position such as a cross is detected as a relative position by autonomous navigation where an accurate absolute position is not obtained (see the left side of FIG. 10).
  • the asterisk shown on the left side of FIG. 10 is a position indicating that a specific operation is performed by the user.
  • a pedestrian has passed through a place with a low existence probability.
  • the entire path is corrected, and a correction result like a circle can be obtained (FIG. 10). See right).
  • the correction values of the parameters ⁇ and l are obtained, so that the relative position by the subsequent autonomous navigation can be corrected more accurately.
  • weighting factors are used.
  • the payment operation is limited to the position of a ticket gate, a store, etc.
  • the correction of the estimated position is changed by calculating the correction parameter by (Equation 29) using the weighting coefficient for each specific operation. After calculating the correction parameter, the position correction unit 140 corrects the estimated position in the same manner as in the first embodiment.
  • FIG. 11 is a flowchart illustrating an example of the flow of overall processing according to the second embodiment. Note that description of the same processing as the overall processing according to the first embodiment may be omitted. Specifically, steps S201 to S204 are the same as the processes in steps S101 to S104.
  • step S204 when the update unit 220 determines that an arbitrary period has passed (step S204: Yes), the update unit 220 acquires the operation detected by the operation detection unit 3 (step S205). Then, the update unit 220 calculates a route based on the buffered position (step S205), and the target is detected with respect to the position that existed when the specific action detected by the action detection unit 3 occurred.
  • the existence probability information stored in the storage unit 230 is updated so as to increase the probability of operation (step S207). Further, the position correction unit 140 corrects the route including the position estimated by the position estimation unit 110 based on the existence probability information stored in the storage unit 230 so that a pedestrian exists at a position with a high probability. This is performed (step S208).
  • the existence probability information is updated by detecting position information and motion including an error
  • the influence of the error is reduced by repeatedly updating using a lot of information. That is, the user's position can be specified with higher accuracy by appropriately updating the existence probability information from the positions and actions of a plurality of users.
  • correction Parameter In the above embodiment, the position correction process of the estimated position using l and ⁇ , which are correction parameters, has been described. However, the calculated correction parameter is used as the step length “stepSize ( t) ”may be multiplied by“ l ”, and“ ⁇ ”may be added to the traveling direction“ direction (t) ”. That is, the calculated correction parameter may be applied at the time of output in the autonomous navigation process, and the same result can be obtained.
  • FIG. 12 is a diagram illustrating an example of existence probability information according to the third embodiment.
  • FIG. 12 shows existence probability information that holds a probability value of a place where the unloading operation occurs as one aspect.
  • the place of the grid where the probability values are “0.4” to “1.0” is the place where the unloading operation is performed.
  • a grid location with a probability value of “0.0” is a location where an operation other than the unloading operation is performed, a place where it can pass, or a place where it cannot pass.
  • the probability value of the location other than the location where the unloading operation is performed is “0.0”.
  • FIG. 13 is a diagram for explaining position correction processing according to the third embodiment.
  • an estimated position such as a cross is detected as a relative position by autonomous navigation that has not obtained an accurate absolute position (see the left side of FIG. 13).
  • the star shown on the left side of FIG. 13 is a position indicating that a specific operation has been performed by the user.
  • the specific operation is an unloading operation.
  • a pedestrian has passed a place where the existence probability is “0.0”.
  • the example shown in FIG. 13 represents only the probability value related to the specific action as unloading, and therefore there is no probability value for the possibility of passing other than the specific action, so the existence probability is “0. Pedestrians have passed through the place that is “0”.
  • the position of the star is superimposed on the position of the specific operation as the corresponding unloading operation registered in advance, thereby correcting the entire route and obtaining a correction result such as a circle. Is obtained (see the right side of FIG. 13). At this time, the correction values of the parameters ⁇ and l are obtained, so that the relative position by the subsequent autonomous navigation can be corrected more accurately.
  • each component of each illustrated device is functionally conceptual and does not necessarily need to be physically configured as illustrated.
  • the specific form of distribution or integration of each device is not limited to the one shown in the figure, and all or a part thereof is functionally or physically distributed in arbitrary units according to various burdens or usage conditions. Or they can be integrated.
  • the existence probability information is updated based on the position of the pedestrian, the position of the pedestrian, and the movement of the pedestrian has been described, but the existence probability information is updated based only on the movement of the pedestrian.
  • Functional distribution may be performed as described above.
  • the position estimation unit 110 and the position correction unit 140 have been described as being included in the position detection device 100.
  • the position estimation unit 110 and the position correction unit 140 are included in the terminal device. It may be configured. That is, the position detection device may be realized as a server device that provides information related to position correction or executes position correction processing, or a cloud that provides information related to position correction or services that execute position correction processing It can also be realized as.
  • the information regarding the position correction is a collection of information obtained from a plurality of users, and the position detection device performs a big data analysis that efficiently processes a large amount of data, thereby correcting the position. Information is provided.
  • the position detection device of each of the above embodiments and each modification includes a control device such as a CPU (Central Processing Unit), a storage device such as a ROM and a RAM, an external storage device such as an HDD and an SSD, A display device such as a display, an input device such as a mouse and a keyboard, and a communication device such as a communication I / F are provided, and a hardware configuration using a normal computer is employed.
  • a control device such as a CPU (Central Processing Unit)
  • a storage device such as a ROM and a RAM
  • an external storage device such as an HDD and an SSD
  • a display device such as a display
  • an input device such as a mouse and a keyboard
  • a communication device such as a communication I / F
  • the position detection program executed by the position detection device of each of the above embodiments and each of the above modifications is a file in an installable format or executable format, and is a CD-ROM, CD-R, memory card, DVD, flexible disk ( (FD) and the like are provided by being stored in a computer-readable storage medium.
  • the position detection program executed by the position detection device of each of the above embodiments and each of the above modifications is stored on a computer connected to a network such as the Internet, and is provided by being downloaded via the network. Also good.
  • the position detection program executed by the position detection apparatus of each of the above embodiments and the above modifications may be provided or distributed via a network such as the Internet.
  • the position detection program executed by the position detection device of each of the above embodiments and each of the above modifications may be provided by being incorporated in advance in a ROM or the like.
  • the position detection program executed by the position detection device of each of the above embodiments and each modification has a module configuration for realizing the above-described units on a computer.
  • the CPU reads out a program from the HDD to the RAM and executes it, so that the above-described units are realized on the computer.

Abstract

　位置検出装置は、位置推定部と、更新部と、位置補正部とを有する。位置推定部は、移動体の絶対位置と、自律航法から求められた移動体の位置変化とから、移動体の位置を推定する。更新部は、推定された移動体の位置、及び、移動体の動作のうち少なくとも一つに基づいて、複数の領域ごとの情報であって、移動体が存在する頻度が高いほどより高い確率を表す存在確率情報を更新する。位置補正部は、更新された存在確率情報に基づいて、確率の高い位置に移動体が存在するように、推定された移動体の位置を補正する。

Description

位置検出装置、位置検出方法及び位置検出プログラム
　本発明の実施形態は、位置検出装置、位置検出方法及び位置検出プログラムに関する。
　従来、歩行者等の移動体の位置を検出する技術には、ＧＰＳ（Global　Positioning　System）を利用したものや、無線装置を利用したもの、自律航法（デッドレコニング）から求められた位置変化を利用したもの等が知られている。これらのうち、無線装置を利用する技術は、任意の場所に配置された無線装置と、歩行者によって保持された端末装置との通信状態に応じて、歩行者の位置を検出するものである。
　また、ＧＰＳや無線装置を利用する技術は、絶対位置を検出することができるものの、測定誤差があったり、電波の届かない場所では利用できなかったりする問題があるため、継続して高精度に位置を検出することができない場合がある。そこで、絶対位置と、自律航法から求められた位置変化とを組み合わせて、より正確な位置を推定する技術がある。また、ナビゲーション装置においては、地図情報を利用して、推定された位置を補正するマップマッチングと呼ばれる技術が採用されているものもある。
特開２０１１－１７６１０号公報
　しかしながら、従来技術においては、高精度に歩行者の位置を特定することが困難であるという問題がある。具体的には、絶対位置については、上述したように継続して高精度に検出することができない場合がある。また、自律航法については、時間経過に伴って誤差が累積するため、自律航法のみでは継続して高精度に位置を検出することが困難である。また、マップマッチングについては、歩行者が歩行可能な場所を示す地図を準備するために、多大な労力を要することになる。つまり、歩行者が歩行可能な場所を示す地図は、車両が通行可能な場所よりも、より多くの歩行可能な場所があるうえに、場所の変化が頻繁に発生すると考えられるため、その準備に多大な労力を要することになる。これらの結果、従来技術では、低コストで容易に、また、高精度に歩行者の位置を特定することができない。
　本発明が解決しようとする課題は、容易に且つ高精度に歩行者の位置を特定することができる位置検出装置、位置検出方法及び位置検出プログラムを提供することである。
　実施形態の位置検出装置は、位置推定部と、位置補正部とを有する。位置推定部は、移動体の絶対位置と、自律航法から求められた移動体の位置変化とから、移動体の位置を推定する。位置補正部は、複数の領域ごとの情報であって、移動体が存在する頻度が高いほどより高い確率を表す存在確率情報に基づいて、確率の高い位置に移動体が存在するように、推定された移動体の位置を補正する。
図１は、第１の実施形態に係る位置検出装置を示すブロック図。 図２は、位置推定部による出力結果を示す図。 図３は、第１の実施形態に係る経路算出処理を説明する図。 図４は、目指すべき存在確率情報を示す図。 図５は、第１の実施形態に係る存在確率情報を示す図。 図６は、第１の実施形態に係る位置補正処理を説明する図。 図７は、第１の実施形態に係る全体処理の流れを示すフローチャート。 図８は、第２の実施形態に係る位置検出装置を示すブロック図。 図９は、第２の実施形態に係る存在確率情報を示す図。 図１０は、第２の実施形態に係る位置補正処理を説明する図。 図１１は、第２の実施形態に係る全体処理の流れを示すフローチャート。 図１２は、第３の実施形態に係る存在確率情報を示す図。 図１３は、第３の実施形態に係る位置補正処理を説明する図。
（第１の実施形態）
　図１は、第１の実施形態に係る位置検出装置の構成例を示すブロック図である。図１に示すように、位置検出装置１００は、位置推定部１１０と、更新部１２０と、記憶部１３０と、位置補正部１４０とを有する。また、位置検出装置１００は、絶対位置検出部１から絶対位置を取得するとともに、自律航法処理部２から相対位置を取得する。絶対位置検出部１と自律航法処理部２とは、例えば、移動体である歩行者（ユーザ）によって保持される端末装置に含まれる。
　絶対位置検出部１は、ＧＰＳを利用した絶対位置の検出を行なう。例えば、絶対位置検出部１は、５秒ごとに検出を試みて、検出できた場合の経度「Ｘａ」と緯度「ｙａ」とを位置検出装置１００に対して出力する。なお、絶対位置検出部１においては、ＧＰＳを利用した絶対位置の検出だけでなく、各種の絶対位置の検出手法の複数を利用しても良い。
　他の手法としては、例えば、カメラを利用して人物を識別することにより該当するユーザの位置を検出する手法や、無線装置と端末装置との通信状態から位置を検出する手法等が挙げられる。無線装置と端末装置との通信状態から位置を検出する手法では、Ｗｉ－Ｆｉ（登録商標）やＲＦＩＤ（Radio　Frequency　IDentification）機器との通信状態から、予め登録された無線通信基地局の位置を絶対位置の検出結果として利用する。
　本実施形態において、絶対位置は、常時検出可能である必要はないものの、一定の信頼性を維持できていることが好ましい。このことから、測定精度の指数であるＤＯＰ（Dilution　Of　Precision）値を用いて、一定の信頼性を維持できるデータのみを用いることとしても良い。また、建物内や地下に入ったことによってＧＰＳからの衛星情報が得られなくなった場合には、予め保持された建物の入り口や地下の入り口の座標を用いることとしても良い。
　自律航法処理部２は、自律航法による相対的な位置変化を算出する。例えば、自律航法処理部２は、歩行者の歩数を加速度センサから検出し、予め決められたセンサの装着方向と地磁気センサによる出力と加速度センサによる出力とから進行方向を検出する。そして、自律航法処理部２は、予め登録されている歩行者の歩幅を利用して、検出した進行方向に歩幅の距離だけ移動したことを、検出した歩数だけ行なう積算処理を実行することにより、歩行者の相対的な位置変化を算出する。なお、自律航法は、相対的な位置変化を算出するものであるため、絶対位置を算出するためには一度、外部から絶対位置を取得することになる。本実施形態では、後述する位置推定部１１０において絶対位置を利用する。
　ここで、自律航法処理部２によって実行される各処理の詳細について説明する。歩行者の歩数を検出する処理は、加速度センサの変化から歩数を検出するものである。かかる歩数は、通算の歩数ではなく、歩数の増加時に「１」、それ以外の時に「０」を返す時間の関数「ｓｔｅｐＳｉｇｎａｌ（ｔ）」として歩数を検出する。例えば、加速度センサからのセンサ値は離散的に取得されるものとして、時刻「ｔ＝ｔ１，ｔ２，ｔ３，・・・」における加速度センサの値を「ａ（ｔ）」とすると、「ｓｔｅｐＳｉｇｎａｌ（ｔ）」は、（数１）及び（数２）で表される。すなわち、「ｓｔｅｐＳｉｇｎａｌ（ｔ）」は、歩行時の足の着地時に「１」となる関数である。なお、閾値「ｔｈｗａｌｋ」は、１．０（Ｇ）とする。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
　また、歩行者の進行方向を検出する処理は、歩行者の進行方向を絶対方位として検出するものである。より具体的には、端末装置の絶対方位を地磁気センサから検出し、予め決められたセンサの装着方向から歩行者の進行方向の角度を得るとともに、加速度センサの出力から重力ベクトルを得て、進行方向を算出する。例えば、端末装置のｘｙｚ座標系における進行方向ベクトルを「Ｖｆ＝（ｘｆ，ｙｆ，ｚｆ）」とし、地磁気センサによる北方向ベクトルを「Ｖｎ＝（ｘｎ，ｙｎ，ｚｎ）」とし、加速度センサから得られる重力方向ベクトルを「Ｖｇ＝（ｘｇ，ｙｇ，ｚｇ）」とする。そして、歩行者の進行方向の絶対方位を示す角度「ｄｉｒｅｃｔｉｏｎ」は、ベクトルの内積「・」と外積「×」、余弦の逆関数「ａｃｏｓ」を利用して、（数３）～（数６）により求められる。
Figure JPOXMLDOC01-appb-M000003
Figure JPOXMLDOC01-appb-M000004
Figure JPOXMLDOC01-appb-M000005
Figure JPOXMLDOC01-appb-M000006
　ここで、時間「ｔ」における重力ベクトル「Ｖｇ（ｔ）」は、加速度ベクトル「ａ（ｔ）」の一定時間の平均値として、（数７）により算出できる。なお、「Ｔ」は、１秒とする。
Figure JPOXMLDOC01-appb-M000007
　これらの結果、歩行者の進行方向は、各種センサから随時出力されたセンサ値をもとに随時算出されることにより、北を０度、東を９０度とする角度とした、時間に対する進行方向の関数「ｄｉｒｅｃｔｉｏｎ（ｔ）」として検出される。なお、センサの装着方向を固定としない手法を採用しても良いが、本実施形態での詳細な説明は省略する。
　また、歩行者の歩幅については、上述したように、予め登録された固定値を利用する。すなわち、かかる固定値を「０．７（ｍ）」とする場合には、「ｓｔｅｐＳｉｚｅ（ｔ）＝０．７」となる。但し、歩幅については、人によって異なるため、ユーザごとに異なる歩幅を登録させておいても良い。また、歩幅は、予め登録されたユーザの身長から「１（ｍ）」等の所定値を減算した値「ユーザの身長－１」としても良いし、歩行時の着地の衝撃の大きさを加速度センサから取得し、取得した衝撃の大きさから推定しても良い。
　自律航法処理部２による処理は、歩数の検出結果である「ｓｔｅｐＳｉｇｎａｌ（ｔ）」、進行方向の検出結果である「ｄｉｒｅｃｔｉｏｎ（ｔ）」、歩幅である「ｓｔｅｐＳｉｚｅ（ｔ）」を用いて、位置の変化を算出するものである。そして、相対位置の座標「ｘｒ（ｔ）」、「ｙｒ（ｔ）」は、更新式である（数８）及び（数９）によって算出される。
Figure JPOXMLDOC01-appb-M000008
Figure JPOXMLDOC01-appb-M000009
　位置推定部１１０は、絶対位置検出部１によって検出された歩行者の絶対位置と、自律航法処理部２によって自律航法から求められた歩行者の位置変化とから、歩行者の現在の位置（ｘ，ｙ）を推定する。位置推定部１１０による位置の推定では、直近に検出された絶対位置（ｘａ，ｙａ）と、検出時の時刻ｔａとを記憶しておく。加えて、位置推定部１１０による位置の推定では、直近に検出された自律航法による相対位置（ｘｒ，ｙｒ）も合わせて記憶しておく。つまり、位置推定部１１０は、ある時刻ｔにおいて絶対位置が検出された場合に、該絶対位置を信頼性の高い値として採用する。そして、位置推定部１１０は、絶対位置が検出されなかった場合に、最後に検出できた絶対位置の場所から自律航法による差分を算出することで、時刻ｔにおける位置を算出する。このような位置推定部１１０による位置の推定は、（数１０）及び（数１１）により表すことができる。
Figure JPOXMLDOC01-appb-M000010
Figure JPOXMLDOC01-appb-M000011
　位置推定部１１０による位置推定の出力としては、位置（ｘ（ｔ），ｙ（ｔ））となるが、本実施形態においては、後段の処理で利用するｘａ（ｔ），ｙａ（ｔ），ｘｒ（ｔ），ｙｒ（ｔ）も出力の対象とする。図２は、位置推定部１１０による出力結果の例を示す図である。図２に示すように、位置推定部１１０は、各時刻ｔにおいて、検出できた絶対位置の経度及び緯度と、相対位置の経度及び緯度と、推定した位置の経度及び緯度とを出力する。例を挙げると、位置推定部１１０は、時刻「２０１１／９／９　１３：１０：００」において、絶対位置の経度「１３９．６９６８４４」及び緯度「３５．５３２１５５」と、相対位置の経度「１３９．６９６８４４」及び緯度「３５．５３２１５５」と、推定した位置の経度「１３９．６９６８４４」及び緯度「３５．５３２１５５」とを出力する。
　図２に示した例では、時刻「２０１１／９／９　１３：１０：１５」から時刻「２０１１／９／９　１３：１０：４５」まで絶対位置が検出できておらず、このときに推定する位置は、時刻「２０１１／９／９　１３：１０：１０」に検出できた絶対位置をもとに算出されることになる。但し、実際には絶対位置の検出は、マルチパス等の影響により誤差が生じる場合もある。このため、上述したＤＯＰ値等の測定精度の指数を用いて、一定以上の信頼性を保てる場合に、絶対位置（ｘａ，ｙａ）として採用するようにしても良い。
　更新部１２０は、位置推定部１１０によって推定された歩行者の位置に基づいて、記憶部１３０に記憶された存在確率情報を更新する。かかる存在確率情報は、複数の領域ごとの情報であって、歩行者が存在する頻度が高いほどより高い確率を表す情報である。詳細には、存在確率情報は、位置を座標として表し、歩行者がある座標を通行可能である確率の高さを示すものとなる。このような存在確率情報では、座標（ｘ，ｙ）における通行可能性を示す関数ｐ（ｘ，ｙ）を表現する。
　本実施形態に係る存在確率情報は、位置を一定の大きさのグリッドに細分化し、それぞれの位置についての通行可能性を０から１までの確率で表現するものであるが、通行可能性の表現についてはこれに限られるものではない。例えば、通行可能性の表現は、複数のガウス分布を重ね合わせた混合ガウス分布等を採用しても良い。
　より具体的には、更新部１２０による処理は、位置推定部１１０によって出力された情報と、記憶部１３０から取得された存在確率情報とを入力として、検出位置記憶処理と、経路算出処理と、更新処理とを実行する。以下に、これらの処理について説明する。
　検出位置記憶処理は、経路算出処理で利用される、位置の時間的な変化の軌跡である経路の構築のために、位置推定部１１０によって推定された位置をバッファリングする処理である。例えば、推定された位置のバッファリングは、最近の６０分間の位置情報を、検出時の時間情報とともに蓄積する。なお、バッファリングに要する時間は、経路の構築のための時間であるため、６０分に限られるものではなく適宜変更可能である。
　経路算出処理は、一定の信頼性を有する位置としての始点と終点との間を、自律航法による位置算出結果の履歴をあてはめていき、経路を算出する処理である。上述したように、絶対位置が検出できたときには、一定の信頼性を有する位置として採用する。自律航法による位置の算出では誤差が累積してしまう可能性があり、誤差の大部分は、進行方向の検出誤差と、歩幅の検出誤差に起因する。但し、進行方向の検出誤差と、歩幅の検出誤差とは、時間的な変化としては少ない場合が多い。また、歩数の検出については、誤差が比較的少ないと考えられる。つまり、誤差の大部分は、進行方向の検出誤差としての「回転」と、歩幅の検出誤差としての「伸縮」として発現する場合が多いことになる。
　そこで、一定の信頼性を有する位置としての始点を時刻「ｔｓ」、終点を時刻「ｔｅ」として、この二点については正確な位置であるものとして仮定し、この二点間の経路を算出する。より具体的には、自律航法の「回転」と「伸縮」とにより、始点及び終点を補正してから経路を算出する。例えば、始点及び終点の補正後の経路上の位置「ｘ’（ｔ）」、「ｙ’（ｔ）」は、伸縮補正値「ｄｌ」と回転補正値「ｄθ」とを用いて、（数１２）～（数１８）により算出される。（数１２）～（数１８）では、座標（ｘａｓ，ｙａｓ）を始点として、時刻ｔｓからｔまでの自律航法による位置変化の軌跡をｄθだけ回転させるとともに、ｄｌだけ伸縮させた座標に補正している。
Figure JPOXMLDOC01-appb-M000012
Figure JPOXMLDOC01-appb-M000013
Figure JPOXMLDOC01-appb-M000014
Figure JPOXMLDOC01-appb-M000015
Figure JPOXMLDOC01-appb-M000016
Figure JPOXMLDOC01-appb-M000017
Figure JPOXMLDOC01-appb-M000018
　図３は、第１の実施形態に係る経路算出処理を説明する図である。図３に示す例において、丸印は、実際の位置を表す。丸印のうち、白い丸印は検出できていない位置であり、網掛けの丸印は部分的に検出できた位置（絶対位置）である。また、網掛けの丸印のうち、右方の丸印は、時刻ｔｓの始点である。一方、図３に示す例において、バツ印は、自律航法による位置変化である。バツ印のうち、時刻ｔ＝０のバツ印は、始点と一致している。すなわち、始点では、絶対位置と相対位置とが重なっている。そして、時刻ｔ＝０以降は、時間とともに絶対位置と相対位置との誤差に開きが生じている。図３に示す例では、定常的な進行方向の検出誤差、すなわち角度の誤差が発生している。このため、終点（ｘａｅ，ｙａｅ）が検出された時刻ｔｅにおいて、存在確率情報の更新処理が実行され、始点を固定した回転の補正により、より正確な経路として図３に示した丸印の軌跡が得られることになる。
　更新処理は、経路算出処理によって算出された経路情報を用いて、記憶部１３０に記憶された存在確率情報を更新する処理である。存在確率情報は、上述したように、歩行者が存在する頻度が高いほどより高い確率を表す情報であり、位置を座標として表し、歩行者がある座標を通行可能である確率の高さを示している。このような存在確率情報は、地図に似ているものの、一般的な地図では歩行者の通行可能な場所が示されない場合があるため、単なる地図とは異なる。但し、存在確率情報は、地図の情報をもとに、通行不可能な場所の存在確率を低い値とし、通行可能な場所の存在確率を比較的高い値とするようにして生成されても良い。
　存在確率情報について、位置のグリッドは、緯度と経度とにより識別される。存在確率情報のグリッドサイズは、一つの様態として、１メートル四方とする。すなわち、存在確率情報は、緯度と経度とで識別される１メール単位のグリッドそれぞれに対し、０から１までの確率値で与えられる１つの存在確率が示されたデータ構造となる。図４は、目指すべき存在確率情報の例を示す図である。図４に示すように、目指すべき存在確率情報は、グリッドの座標の順序に存在確率が並べられており、確率値として、通行可能な場所を「１」、通行不可能な場所を「０」としている。なお、存在確率情報は、緯度と経度とに加えて、建物内におけるフロア情報を用いて３次元的なグリッドによって扱うこととしても良い。また、本実施形態では、存在確率情報の確率値が最初になかった場合には、全ての確率値について、「０．２」等の値を設定しておけば良い。
　ここで、経路情報に誤差がなければ、存在確率情報の更新は、経路上のグリッドの確率値を「１」に更新する処理となるが、実際には経路情報には誤差があるため、より正確な存在確率情報を得るために、繰り返し検出される経路情報を用いて更新していく。本実施形態では、（数１９）及び（数２０）を利用して更新処理を実行する。
Figure JPOXMLDOC01-appb-M000019
Figure JPOXMLDOC01-appb-M000020
　（数１９）において、「γ」は更新率であり、例えば「０．３」等の値をとるものとする。かかる更新率は、利用する経路情報を存在確率情報に反映する割合を表すものであり、利用する経路情報が正しければ該更新率を高くすることが好ましい。また、Ｎｘ，Ｎｙは、グリッドのｘ方向，ｙ方向の最大値であり、「ＮｘＮｙ」が総グリッドを示すものとする。また、Ｐｍａｘは、規定された平均確率の最大値であり、例えば「０．５」等の値をとるものとする。
　これらの処理により、存在確率情報において経路上の場所は、その確率が「１」に近づき、繰り返し更新処理が行なわれることによりその確率が徐々に「１」に近づく。図５は、第１の実施形態に係る記憶部１３０に記憶された存在確率情報の例を示す図である。図５に示すように、存在確率情報は、上述してきた処理により「０．０」から「１．０」までの確率値が各グリッドに示されたものとなる。また、歩行者が存在する頻度が高い通行可能な場所の確率を単純に「１」に近づけようとする処理では、誤差が含まれている場合に全グリッドの確率が「１」に近づいてしまう。このため、本実施形態では、全グリッドの平均確率が一定を超えないように更新処理を実行している。これらの結果、更新処理では、原則として、存在する頻度が高い場所の存在確率は「１」に近づくが、存在する頻度が低い場所の存在確率は実際に通行が可能であっても「０」に近い値（若しくは「０」）となることが有り得る。
　位置補正部１４０は、記憶部１３０によって記憶された存在確率情報に基づいて、確率の高い位置に歩行者が存在するように、位置推定部１１０によって推定された位置を補正する。位置補正部１４０による位置補正処理では、瞬間的な位置のずれを補正するだけでなく、歩行者が通行した経路全体に対して尤度が高くなるように補正される。ここで、存在確率の低い場所を通行していた場合には、推定された位置に誤差があるものとして、推定された位置に近傍の存在確率の高い位置へ補正する手法が一般的であると考えられる。そうではなく、本実施形態では、歩行者が通行した経路全体についての存在確率情報の累積的な尤度を最大化するように補正を行なう。例えば、上述した経路算出処理を活用して、（数２１）のように補正用のパラメタを得る。
Figure JPOXMLDOC01-appb-M000021
　つまり、補正後の経路に含まれるグリッドの確率値の総和を最大化するような回転補正値「θ」、伸縮補正値「ｌ」を得る。実際には、θ及びｌを一定の範囲内、例えば「－３０＜θ＜３０」，「０．８＜ｌ＜１．２」として離散的に変化させ、それぞれについて確率値の総和を算出し、最大となるθ及びｌを得る。ここで、尤度が同等であれば、回転補正値θは「０」、伸縮補正値ｌは「１」に近い方が、補正量が少なくなるためより優れた結果であると言える。補正量を大きくし過ぎないための制約としては、尤度の項から正則化項「ｃ１θ＋ｃ２ｌ」を引いた値を最大化することも有効となる。回転補正値「θ」と伸縮補正値「ｌ」とを用いて、実際の経路及び位置を示す、推定位置の補正後の座標（ｘ’（ｔ），ｙ’（ｔ））は、（数２２）及び（数２３）により表される。
Figure JPOXMLDOC01-appb-M000022
Figure JPOXMLDOC01-appb-M000023
　このようにして、推定された位置を補正することにより、特に歩行者の自律航法における大きな誤差の要因となる進行方向の検出誤差としての「回転」と、歩幅の検出誤差としての「伸縮」を補正することができ、より正確な位置を得られる。
　図６は、第１の実施形態に係る位置補正処理を説明する図である。図６に示す例では、始点となる網掛けの丸印の以降で、正確な絶対位置が得られなくなり、自律航法による相対位置としてバツ印のような推定位置が検出されている（図６左方参照）。かかるバツ印の軌跡では、存在確率の低い場所を歩行者が通行したことになっている。このような軌跡に対して、上述したように、存在確率情報を利用して尤度が最大となるように補正を行なうと、丸印のような補正結果を得られる（図６右方参照）。
　次に、図７を用いて、第１の実施形態に係る全体処理の流れを説明する。図７は、第１の実施形態に係る全体処理の流れの例を示すフローチャートである。
　図７に示すように、位置推定部１１０は、絶対位置検出部１によって検出された歩行者の絶対位置と、自律航法処理部２によって求められた自律航法による歩行者の位置変化である相対位置とを取得する（ステップＳ１０１）。そして、位置推定部１１０は、絶対位置と相対位置とから、歩行者の現在の位置を推定する（ステップＳ１０２）。
　また、更新部１２０は、位置推定部１１０によって推定された歩行者の位置をバッファリングする（ステップＳ１０３）。そして、更新部１２０は、６０分等の任意の期間が経過したと判定した場合に（ステップＳ１０４：Ｙｅｓ）、バッファリングした位置をもとに、伸縮補正値と回転補正値とを用いて補正した位置の経路を算出する（ステップＳ１０５）。一方、更新部１２０によって任意の期間が経過していないと判定された場合には（ステップＳ１０４：Ｎｏ）、再度ステップＳ１０１の処理が実行され、経路の算出のための位置の推定及びバッファリングが行なわれる。
　続いて、更新部１２０は、算出した経路を用いて、記憶部１３０に記憶された存在確率情報を更新する（ステップＳ１０６）。また、位置補正部１４０は、記憶部１３０に記憶された存在確率情報に基づいて、確率の高い位置に歩行者が存在するように、位置推定部１１０によって推定された位置を含む経路について補正を行なう（ステップＳ１０７）。なお、推定された位置の補正については、存在確率情報が更新された後に行なわれる必要はなく、位置推定部１１０による位置の推定後に行なわれるようにしても良い。つまり、存在確率情報の更新処理は、一定の信頼性を有する始点や終点が得られたタイミングで更新されることが好ましく、推定された位置の補正処理は、位置が推定されたタイミングで随時行なうことができる。
　上述してきたように、存在確率情報を更新しつつ、存在確率情報に基づいた推定位置の補正を行なうことにより、自律航法による相対位置をもとにした高精度な位置の出力が可能となる。換言すると、屋内に数か所だけでも高精度な位置（絶対位置）を検出可能にしておく、又は、建物の出入口の位置（絶対位置）のみを高精度に検出可能にしておくことで、間取り図等とは異なる実際の通行確率に依存したマップを生成することができる。また、存在確率情報を逐次更新することにより、通行可能な位置を「１」とし、通行不可能な位置を「０」とする地図よりも、実際の歩行者の位置を検出するのにより正確な補正がなされる場合が多い。なお、特に屋内での適用に限られるものではなく、屋外において、絶対位置の検出に誤差がある場合には、自律航法による詳細な位置検出を併用しても良い。これらの結果、本実施形態では、容易に且つ高精度に歩行者の位置を特定することができる。
（第１の実施形態に係る位置補正処理の変形例）
　上記第１の実施形態では、回転補正値と伸縮補正値とを用いて歩行者が通行した経路を求める場合を説明したが、さらに角速度補正値を用いても良い。より具体的には、ジャイロ等の角速度センサを用いた姿勢検出を自律航法に活用する。かかる場合には、角速度の積分により角度の変化を求めることになるが、ジャイロの誤差により自律航法の軌跡に角速度の誤差が取り込まれてしまうことで、実際には直線的な動きであるのに、常に回転している円運動であるかのようになってしまう可能性がある。
　このような問題に対して、（数２４）により尤度を最大化する角速度補正値「φ」を算出し、算出した角速度補正値「φ」を用いて経路を再計算することにより、第１の実施形態と同様に推定された位置を補正することができる。
Figure JPOXMLDOC01-appb-M000024
（第２の実施形態）
　図８は、第２の実施形態に係る位置検出装置の構成例を示すブロック図である。第２の実施形態では、第１の実施形態と同様の構成については同一の符号を付し、同様の構成については詳細な説明を省略する場合がある。第２の実施形態では、以下に示す動作検出部３、更新部２２０、記憶部２３０以外の機能及び構成、処理については第１の実施形態と同様である。
　図８に示すように、位置検出装置２００は、位置推定部１１０と、更新部２２０と、記憶部２３０と、位置補正部１４０とを有する。また、位置検出装置２００は、絶対位置検出部１から絶対位置を取得するとともに、自律航法処理部２から相対位置を取得する。また、位置検出装置２００は、動作検出部３から歩行者（ユーザ）の動作を取得する。かかる動作は、例えば、エレベータ移動、支払い、交差点や駅ホーム等での静止、荷下ろし等である。本実施形態は、歩行者の動作について、動作によっては行なわれる場所が限られていることから、特定の動作が検出されたときの位置を、該特定の動作が行なわれる可能性が高い位置に補正することにより、推定された位置を補正するものである。
　動作検出部３は、歩行者の動作を検出する。例えば、支払い動作については、電子マネーの支払いイベントが端末装置によって検知された場合に、支払い動作が行なわれたことを位置検出装置２００に対して出力する。時間ｔに支払い動作が発生した場合には、動作検出関数「ａｃｔｐａｙ（ｔ）＝１」、その他については「ａｃｔｐａｙ（ｔ）＝０」とする。
　また、例えば、静止状態の検出については、端末装置に搭載された加速度センサの値を利用する。より具体的には、静止状態の検出では、３次元ベクトルの加速度センサ値「ａ（ｔ）」について、ベクトル長を常に算出し、１０秒間等の一定時間にわたってベクトル長の分散値「ｖ（ｔ）」を算出して、「０．００１」等の閾値以下である場合に、静止状態とみなす。かかる分散値「ｖ（ｔ）」は、（数２５）により表される。
Figure JPOXMLDOC01-appb-M000025
　また、例えば、エレベータ移動については、エレベータにＢｌｕｅＴｏｏｔｈ（登録商標）等の近距離無線基地局を用意し、端末装置が無線通信をできている場合に、エレベータでの移動中であるものとする。なお、エレベータ移動は、静止状態と同様に加速度センサから推定しても良い。また、これらの他に、エレベータ移動は、エレベータのカメラで対象者の顔が検出された場合に、エレベータでの移動中であるものとしても良い。また、交差点や駅ホームでの静止、荷下ろし動作についても、エレベータと同様に無線通信やカメラによって検出される。すなわち、動作検出部３は、絶対位置検出部１や自律航法処理部２等と同様に、端末装置に含まれている場合もあるし、上記カメラ（ネットワークカメラ）である場合もある。さらに、動作検出部３は、単数ではなく複数である場合もある。また、動作検出部３による動作の検出は、上記のものに限られるわけではなく、その検出については各種センサを用いた手法があると考えられる。
　記憶部２３０に記憶される存在確率情報は、第１の実施形態に係る存在確率情報と同様のデータ構造となる。また、第２の実施形態に係る存在確率情報には、それぞれの特定動作についてその可能性「ｐａｃｔｉｏｎ（ｘ，ｙ）」が保持される。また、第２の実施形態に係る存在確率情報は、予め用意される場合と、更新部２２０によって更新される場合とがある。予め用意される場合は、例えば、支払いやエレベータ移動、荷下ろし等が行なわれる可能性がある場所について登録しておく場合である。エレベータが座標（３，５）に存在する場合には、「ｐｅｌｅｖａｔｏｒ（３，５）＝１．０」とする。
　更新部２２０による更新処理については、経路算出を行ない、動作検出部３によって検出された特定動作が発生したときに存在していた位置に対して、対象の動作の確率を高めるように更新する。本実施形態では、（数２６）及び（数２７）を利用して更新処理を実行する。
Figure JPOXMLDOC01-appb-M000026
Figure JPOXMLDOC01-appb-M000027
　図９は、第２の実施形態に係る記憶部２３０に記憶された存在確率情報の例を示す図である。図９に示すように、存在確率情報は、「０．０」から「１．０」までの確率値が各グリッドに示されたものとなる。また、図９に示すグリッドにおいて、確率値の高い場所は、上記のような特定動作が行なわれる場所に該当する。このような存在確率情報について、繰り返し更新処理が行なわれることによりその確率が徐々に「１」に近づく。
　なお、位置補正部１４０では、対象の動作が一種類であれば、第１の実施形態と同様に、（数２８）から補正用のパラメタθ及びｌを算出する。
Figure JPOXMLDOC01-appb-M000028
　図１０は、第２の実施形態に係る位置補正処理を説明する図である。図１０に示す例では、正確な絶対位置を得られていない自律航法による相対位置としてバツ印のような推定位置が検出されている（図１０左方参照）。また、図１０左方に示す星印は、ユーザによって特定動作が行なわれたことを表す位置である。かかるバツ印の軌跡では、存在確率の低い場所を歩行者が通行したことになっている。このような軌跡に対して、星印の位置を、予め登録された対応する特定動作の位置に重ね合わせることにより、経路全体を補正して、丸印のような補正結果を得られる（図１０右方参照）。また、このとき、パラメタθ及びｌの補正値が得られることにより、その後の自律航法による相対位置もより正確に補正することができるようになる。
　ここで、対象の動作が複数種類である場合には、重み係数を用いる。例えば、支払い動作については、改札や店舗等の位置に限られるものであり、加えて、支払い動作の検出にも誤差要因が少ないと考えられるため、重み係数を「ｗｐａｙ＝１」とする。また、エレベータ移動については、検出に誤差があるものの発生の頻度が低いことから、重み係数を「ｗｅｌｅｖａｔｏｒ＝０．７」とする。また、交差点での静止については、発生の頻度が高いうえにその位置も広く、信号待ちであるのか、待ち合わせであるのか、タクシー待ちであるのか、等の様々な要因があることから、重み係数を「ｗｒｅｓｔ＝０．２」とする。このようにして、各特定動作に対する重み係数を用いて、（数２９）により補正用パラメタを算出することにより、推定された位置の補正に変化を持たせる。補正用パラメタの算出後、位置補正部１４０は、第１の実施形態と同様に推定された位置を補正する。
Figure JPOXMLDOC01-appb-M000029
　次に、図１１を用いて、第２の実施形態に係る全体処理の流れを説明する。図１１は、第２の実施形態に係る全体処理の流れの例を示すフローチャートである。なお、第１の実施形態に係る全体処理と同様の処理についてはその説明を省略する場合がある。具体的には、ステップＳ２０１～ステップＳ２０４は、ステップＳ１０１～ステップＳ１０４における処理と同様である。
　図１１に示すように、更新部２２０は、任意の期間が経過したと判定した場合に（ステップＳ２０４：Ｙｅｓ）、動作検出部３によって検出された動作を取得する（ステップＳ２０５）。そして、更新部２２０は、バッファリングした位置をもとに経路を算出し（ステップＳ２０５）、動作検出部３によって検出された特定動作が発生したときに存在していた位置に対して、対象の動作の確率を高めるように、記憶部２３０に記憶された存在確率情報を更新する（ステップＳ２０７）。また、位置補正部１４０は、記憶部２３０に記憶された存在確率情報に基づいて、確率の高い位置に歩行者が存在するように、位置推定部１１０によって推定された位置を含む経路について補正を行なう（ステップＳ２０８）。
　上述してきたように、位置が限られている動作がユーザによって行なわれた場合に、予め登録された対応する特定動作の位置に、ユーザの軌跡が重なるように補正するので、容易に且つ高精度に歩行者の位置を特定することができる。また、エレベータ等の位置がわからない場合においても、適宜更新された存在確率情報を用いることで、エレベータ等の位置の推定精度が高くなる。
　また、存在確率情報については、誤差が含まれる位置の情報や動作の検出により更新されるものの、多くの情報を用いて繰り返し更新されることにより、誤差の影響が小さくなってくる。すなわち、複数ユーザの位置や動作等から、存在確率情報を適宜更新することにより、より高精度にユーザの位置を特定することができる。
（第３の実施形態）
　さて、これまで位置検出装置の実施形態について説明したが、上述した実施形態以外にも種々の異なる形態にて実施されて良い。そこで、（１）補正用パラメタ、（２）構成、（３）プログラム、について異なる実施形態を説明する。
（１）補正用パラメタ
　上記実施形態では、補正用パラメタであるｌとθとを用いた推定位置の位置補正処理を説明したが、算出された補正用パラメタを、自律航法処理における歩幅「ｓｔｅｐＳｉｚｅ（ｔ）」に「ｌ」を掛け、進行方向「ｄｉｒｅｃｔｉｏｎ（ｔ）」に「θ」を加えるようにしても良い。すなわち、算出した補正用パラメタを自律航法処理での出力の時点で適用するようにしても良く、同様の結果を得ることができる。
（２）構成
　また、上記文書中や図面中等で示した処理手順、制御手順、具体的名称、各種のデータやパラメタ等を含む情報は、特記する場合を除いて任意に変更することができる。例えば、図示した存在確率情報は一例であり、繰り返し更新処理が行なわれることにより変化する。
　また、存在確率情報は、特定動作に関する確率値のみを保持していても良い。図１２は、第３の実施形態に係る存在確率情報の例を示す図である。図１２では、一つの様態として、荷下ろし動作が発生する場所の確率値を保持する存在確率情報を表している。図１２に示すように、確率値「０．４」から「１．０」であるグリッドの場所は、荷下ろし動作が行なわれる場所である。また、確率値「０．０」であるグリッドの場所は、荷下ろし動作以外の動作が行なわれる場所、通行可能な場所若しくは通行不可能な場所である。図１２に示す例においては、荷下ろし動作の場所に特化しているため、荷下ろし動作が行なわれる場所以外の場所についてはその確率値が「０．０」となっている。
　図１３は、第３の実施形態に係る位置補正処理を説明する図である。図１３に示す例では、第２の実施形態と同様に、正確な絶対位置を得られていない自律航法による相対位置としてバツ印のような推定位置が検出されている（図１３左方参照）。また、図１３左方に示す星印は、ユーザによって特定動作が行なわれたことを表す位置である。ここで、特定動作は、荷下ろし動作であるものとする。かかるバツ印の軌跡では、存在確率が「０．０」である場所を歩行者が通行したことになっている。なお、図１３に示す例は、荷下ろしとしての特定動作に関する確率値のみを表したものとなっているため、特定動作以外の通行可能性についての確率値がないため、存在確率が「０．０」である場所を歩行者が通行したことになっている。
　このような軌跡に対して、星印の位置を、予め登録された対応する荷下ろし動作としての特定動作の位置に重ね合わせることにより、経路全体を補正して、丸印のような補正結果を得られる（図１３右方参照）。また、このとき、パラメタθ及びｌの補正値が得られることにより、その後の自律航法による相対位置もより正確に補正することができるようになる。
　また、図示した各装置の各構成要素は、機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散又は統合の具体的形態は、図示のものに限られず、その全部又は一部を各種の負担や使用状況等に応じて、任意の単位で機能的又は物理的に、分散又は統合することができる。例えば、上記実施形態では、歩行者の位置、歩行者の位置及び歩行者の動作に基づいて、存在確率情報を更新する場合を説明したが、歩行者の動作のみに基づいて存在確率情報を更新するように機能的な分散を行なっても良い。
　また、例えば、位置推定部１１０や位置補正部１４０は、位置検出装置１００に含まれるものとして説明したが、絶対位置検出部１や自律航法処理部２と同様に、端末装置に含まれるものとして構成しても良い。すなわち、位置検出装置は、位置補正に関する情報を提供する又は位置補正処理を実行するサーバ装置として実現しても良いし、位置補正に関する情報を提供する又は位置補正処理を実行するサービスを提供するクラウドとして実現することもできる。また、位置補正に関する情報は、複数のユーザから得られる情報が集約されたものであり、位置検出装置は、大量のデータを効率的に処理するビッグデータ分析を行なうことで、位置補正のための情報を提供していることになる。
（３）プログラム
　上記各実施形態及び上記各変形例の位置検出装置は、ＣＰＵ（Central　Processing　Unit）等の制御装置と、ＲＯＭやＲＡＭ等の記憶装置と、ＨＤＤやＳＳＤ等の外部記憶装置と、ディスプレイ等の表示装置と、マウスやキーボード等の入力装置と、通信Ｉ／Ｆ等の通信装置とを備えており、通常のコンピュータを利用したハードウェア構成となっている。
　上記各実施形態及び上記各変形例の位置検出装置で実行される位置検出プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、ＣＤ－Ｒ、メモリカード、ＤＶＤ、フレキシブルディスク（ＦＤ）等のコンピュータで読み取り可能な記憶媒体に記憶されて提供される。
　また、上記各実施形態及び上記各変形例の位置検出装置で実行される位置検出プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するようにしてもよい。また、上記各実施形態及び上記各変形例の位置検出装置で実行される位置検出プログラムを、インターネット等のネットワーク経由で提供又は配布するようにしてもよい。また、上記各実施形態及び上記各変形例の位置検出装置で実行される位置検出プログラムを、ＲＯＭ等に予め組み込んで提供するようにしてもよい。　
　上記各実施形態及び上記各変形例の位置検出装置で実行される位置検出プログラムは、上述した各部をコンピュータ上で実現させるためのモジュール構成となっている。実際のハードウェアとしては、例えば、ＣＰＵがＨＤＤからプログラムをＲＡＭ上に読み出して実行することにより、上記各部がコンピュータ上で実現されるようになっている。
　また、上述してきた実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。また、各実施形態は、内容を矛盾させない範囲で適宜組み合わせることが可能である。また、各実施形態やその変形は、発明の範囲や要旨に含まれるとともに、請求の範囲に記載された発明とその均等の範囲に含まれる。
　１００　位置検出装置
　１１０　位置推定部
　１２０　更新部
　１３０　記憶部
　１４０　位置補正部

Claims (9)

  1. 　移動体の絶対位置と、自律航法から求められた前記移動体の位置変化とから、前記移動体の位置を推定する位置推定部と、
    　複数の領域ごとの情報であって、前記移動体が存在する頻度が高いほどより高い確率を表す存在確率情報に基づいて、確率の高い位置に前記移動体が存在するように、推定された前記移動体の位置を補正する位置補正部と
    　を有することを特徴とする位置検出装置。
  2. 　推定された前記移動体の位置、及び、前記移動体の動作のうち少なくとも一つに基づいて、前記存在確率情報を更新する更新部をさらに有し、
    　前記位置補正部は、更新された前記存在確率情報に基づいて、推定された前記移動体の位置を補正することを特徴とする請求項１に記載の位置検出装置。
  3. 　前記更新部は、推定された前記移動体の位置に基づいて前記存在確率情報を更新する処理を実行する場合に、推定された前記移動体の位置に対応する前記存在確率情報を上昇させることにより、前記存在確率情報を更新することを特徴とする請求項２に記載の位置検出装置。
  4. 　前記更新部は、任意の期間で推定された前記移動体の位置から、前記移動体が通行した経路を算出し、算出した経路において、前記移動体が存在した位置に対応する前記存在確率情報を上昇させることにより、前記存在確率情報を更新することを特徴とする請求項３に記載の位置検出装置。
  5. 　前記更新部は、前記移動体の動作に基づいて前記存在確率情報を更新する処理を実行する場合に、前記移動体によって特定動作が行なわれた場合に、予め登録された前記特定動作が行なわれる位置に対応する前記存在確率情報を上昇させることにより、前記存在確率情報を更新することを特徴とする請求項２に記載の位置検出装置。
  6. 　前記位置補正部は、予め登録された前記特定動作の種類に応じて、推定された前記移動体の位置の補正を変化させることを特徴とする請求項５に記載の位置検出装置。
  7. 　前記位置補正部は、前記移動体の前記絶対位置を前記経路の始点として、始点以降の前記経路での前記移動体が存在する位置について、前記移動体の移動幅の補正を表す伸縮補正処理、及び、前記移動体の進行方向の補正を表す回転補正処理のうち少なくとも一つを実行することにより、推定された前記移動体の位置を補正することを特徴とする請求項４に記載の位置検出装置。
  8. 　移動体の絶対位置と、自律航法から求められた前記移動体の位置変化とから、前記移動体の位置を推定するステップと、
    　複数の領域ごとの情報であって、前記移動体が存在する頻度が高いほどより高い確率を表す存在確率情報に基づいて、確率の高い位置に前記移動体が存在するように、推定された前記移動体の位置を補正するステップと
    　を含むことを特徴とする位置検出方法。
  9. 　移動体の絶対位置と、自律航法から求められた前記移動体の位置変化とから、前記移動体の位置を推定するステップと、
    　複数の領域ごとの情報であって、前記移動体が存在する頻度が高いほどより高い確率を表す存在確率情報に基づいて、確率の高い位置に前記移動体が存在するように、推定された前記移動体の位置を補正するステップと
    　をコンピュータに実行させるための位置検出プログラム。
PCT/JP2012/072756 2012-09-06 2012-09-06 位置検出装置、位置検出方法及び位置検出プログラム WO2014038041A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/JP2012/072756 WO2014038041A1 (ja) 2012-09-06 2012-09-06 位置検出装置、位置検出方法及び位置検出プログラム
CN201280002935.2A CN103827632B (zh) 2012-09-06 2012-09-06 位置检测装置以及位置检测方法
JP2012542302A JP5450832B1 (ja) 2012-09-06 2012-09-06 位置検出装置、位置検出方法及び位置検出プログラム
US13/803,960 US9026363B2 (en) 2012-09-06 2013-03-14 Position detection device, position detection method, and computer program product

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2012/072756 WO2014038041A1 (ja) 2012-09-06 2012-09-06 位置検出装置、位置検出方法及び位置検出プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US13/803,960 Continuation US9026363B2 (en) 2012-09-06 2013-03-14 Position detection device, position detection method, and computer program product

Publications (1)

Publication Number Publication Date
WO2014038041A1 true WO2014038041A1 (ja) 2014-03-13

Family

ID=50188604

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/072756 WO2014038041A1 (ja) 2012-09-06 2012-09-06 位置検出装置、位置検出方法及び位置検出プログラム

Country Status (4)

Country Link
US (1) US9026363B2 (ja)
JP (1) JP5450832B1 (ja)
CN (1) CN103827632B (ja)
WO (1) WO2014038041A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019038871A1 (ja) * 2017-08-24 2019-02-28 三菱電機株式会社 位置推定装置、位置推定方法及び位置推定プログラム
JPWO2017195431A1 (ja) * 2016-05-11 2019-02-28 アルプス電気株式会社 位置測定装置
WO2019039126A1 (ja) * 2017-08-24 2019-02-28 三菱電機株式会社 活動記録装置、活動記録プログラム、および、活動記録方法
JP2019185515A (ja) * 2018-04-13 2019-10-24 住友電気工業株式会社 動線推定装置、動線推定方法およびコンピュータプログラム

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201500411D0 (en) * 2014-09-15 2015-02-25 Isis Innovation Determining the position of a mobile device in a geographical area
AT517225B1 (de) * 2015-06-12 2016-12-15 Smartbow Gmbh Verfahren für die Ortung von Tieren mit Hilfe von Funkwellen
WO2017126552A1 (ja) * 2016-01-19 2017-07-27 株式会社メガチップス 測位装置および測位方法
US11321572B2 (en) * 2016-09-27 2022-05-03 Nissan Motor Co., Ltd. Self-position estimation method and self-position estimation device
CN107728178A (zh) * 2017-09-29 2018-02-23 上海斐讯数据通信技术有限公司 一种运动轨迹的处理方法及装置
EP3750354B1 (en) 2018-02-08 2021-12-01 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for handling positioning of a target device

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05216407A (ja) * 1992-01-31 1993-08-27 Suzuki Motor Corp 現在位置補正装置
JPH06289779A (ja) * 1992-04-15 1994-10-18 Sumitomo Electric Ind Ltd 車両位置検出装置
JP2008014742A (ja) * 2006-07-05 2008-01-24 Japan Advanced Institute Of Science & Technology Hokuriku 移動体位置推定システム、及び、移動体位置推定方法
JP2012098137A (ja) * 2010-11-02 2012-05-24 Casio Comput Co Ltd 測位装置、測位方法およびプログラム
JP2012145464A (ja) * 2011-01-13 2012-08-02 Renesas Electronics Corp ナビゲーション装置、ナビゲーション装置の制御方法及びそのプログラム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8622127D0 (en) * 1986-09-13 1997-09-17 Gev Avionics Limited Navigation system
US4891762A (en) * 1988-02-09 1990-01-02 Chotiros Nicholas P Method and apparatus for tracking, mapping and recognition of spatial patterns
US6499025B1 (en) * 1999-06-01 2002-12-24 Microsoft Corporation System and method for tracking objects by fusing results of multiple sensing modalities
US8577538B2 (en) * 2006-07-14 2013-11-05 Irobot Corporation Method and system for controlling a remote vehicle
JP4600357B2 (ja) * 2006-06-21 2010-12-15 トヨタ自動車株式会社 測位装置
US7587260B2 (en) * 2006-07-05 2009-09-08 Battelle Energy Alliance, Llc Autonomous navigation system and method
DE102009007684B4 (de) * 2009-02-05 2012-03-29 Eads Deutschland Gmbh Verfahren und Vorrichtung zur Lokalisierung von Objekten
CN101509781B (zh) * 2009-03-20 2011-09-14 同济大学 基于单目摄像头的步行机器人定位系统
JP4793479B2 (ja) 2009-07-09 2011-10-12 カシオ計算機株式会社 測位装置、測位方法およびプログラム
JP5062497B2 (ja) * 2010-03-31 2012-10-31 アイシン・エィ・ダブリュ株式会社 風景画像認識を用いた自車位置検出システム
JP5862016B2 (ja) * 2011-02-18 2016-02-16 カシオ計算機株式会社 測位装置、測位方法およびプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05216407A (ja) * 1992-01-31 1993-08-27 Suzuki Motor Corp 現在位置補正装置
JPH06289779A (ja) * 1992-04-15 1994-10-18 Sumitomo Electric Ind Ltd 車両位置検出装置
JP2008014742A (ja) * 2006-07-05 2008-01-24 Japan Advanced Institute Of Science & Technology Hokuriku 移動体位置推定システム、及び、移動体位置推定方法
JP2012098137A (ja) * 2010-11-02 2012-05-24 Casio Comput Co Ltd 測位装置、測位方法およびプログラム
JP2012145464A (ja) * 2011-01-13 2012-08-02 Renesas Electronics Corp ナビゲーション装置、ナビゲーション装置の制御方法及びそのプログラム

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2017195431A1 (ja) * 2016-05-11 2019-02-28 アルプス電気株式会社 位置測定装置
WO2019038871A1 (ja) * 2017-08-24 2019-02-28 三菱電機株式会社 位置推定装置、位置推定方法及び位置推定プログラム
WO2019039126A1 (ja) * 2017-08-24 2019-02-28 三菱電機株式会社 活動記録装置、活動記録プログラム、および、活動記録方法
JPWO2019038871A1 (ja) * 2017-08-24 2019-11-07 三菱電機株式会社 位置推定装置、位置推定方法及び位置推定プログラム
JPWO2019039126A1 (ja) * 2017-08-24 2020-02-27 三菱電機株式会社 活動記録装置、活動記録プログラム、および、活動記録方法
US11222295B2 (en) 2017-08-24 2022-01-11 Mitsubishi Electric Corporation Activity recording device, activity recording program, and activity recording method
JP2019185515A (ja) * 2018-04-13 2019-10-24 住友電気工業株式会社 動線推定装置、動線推定方法およびコンピュータプログラム

Also Published As

Publication number Publication date
CN103827632B (zh) 2017-02-15
CN103827632A (zh) 2014-05-28
US20140067262A1 (en) 2014-03-06
US9026363B2 (en) 2015-05-05
JP5450832B1 (ja) 2014-03-26
JPWO2014038041A1 (ja) 2016-08-08

Similar Documents

Publication Publication Date Title
JP5450832B1 (ja) 位置検出装置、位置検出方法及び位置検出プログラム
JP6783751B2 (ja) 地図情報支援の質を高められたポータブルナビゲーションを使用する方法および装置
US10126134B2 (en) Method and system for estimating uncertainty for offline map information aided enhanced portable navigation
CN108700421B (zh) 使用离线地图信息辅助增强的便携式导航的方法和系统
JP5838758B2 (ja) キャリブレーション方法、情報処理装置及びキャリブレーションプログラム
EP2909582B1 (en) Map-assisted sensor-based positioning of mobile devices
US9146113B1 (en) System and method for localizing a trackee at a location and mapping the location using transitions
US8473241B2 (en) Navigation trajectory matching
US20160091609A1 (en) Method and system for an accurate and energy efficient vehicle lane detection
TW201425971A (zh) 圖資校正裝置、系統和方法
KR101576424B1 (ko) 실내 측위를 위한 지자기 센서 자동 보정 방법
CN106461401B (zh) 信息处理设备、信息处理方法和计算机程序
US10451708B2 (en) Backtracking indoor trajectories using mobile sensors
WO2015079260A1 (en) Location finding apparatus and associated methods
KR101523147B1 (ko) 실내 측위 장치 및 방법
EP3561452A1 (en) Information processing device, information processing method, and information processing program
JP6494552B2 (ja) フロア間の遷移に基づいて位置の補正が可能な位置推定装置、プログラム及び方法
Amin et al. A novel vehicle stationary detection utilizing map matching and IMU sensors
KR102030610B1 (ko) 이동방향 추정 시스템 및 방법, 이를 수행하기 위한 기록매체
GB2612124A (en) Location finding apparatus and associated methods
KR20200022814A (ko) 스마트폰을 이용한 실내 측위 방법, 이를 수행하기 위한 시스템 및 기록매체
JP2019002718A (ja) 現在位置算出装置、ナビゲーションシステム及びピッチ角誤差の算出方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2012542302

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12884131

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12884131

Country of ref document: EP

Kind code of ref document: A1