GISA学術研究発表Web大会 

 表題： 
駅空間におけるサインに着目した屋内測位技術の検討 

 著者名(共著者含む)： 
清水　智弘、吉川眞 

 所属： 
大阪工業大学大学院 工学研究科都市デザイン工学専攻 

 連絡先： 
E-mail: shimizu@civil.oit.ac.jp

1. 駅空間におけるサインに着目した
屋内測位技術の検討
大阪工業大学大学院
大阪工業大学
清水 智弘
吉川 眞
学術研究発表
大会

2. はじめに
屋内
屋外
準天頂衛星(みちびき)
次世代GPS
GPS
シームレス
（X,Y)
屋内測位技術
・屋内GPS(IMES)
・無線通信(Wi-Fi，RFID，UWB)
・超音波
・可視光(LED)
・赤外線
（X,Y) ・レーザ
…etc.
施策；地理空間情報活用推進基本計画(2012/03/27)
屋内外問わず位置情報が取得できる環境の構築が重要視されている。
学術研究発表
大会

3. 社会的背景(1)
日常生活の中で高度な位置情報・サービスが提供が進んできている。
学術研究発表
大会

4. 社会的背景(2)
位置情報サービスの進化
（出所）野村総合研究所
今後一層、屋内外環境における位置情報の重要性が高まることが想定される。
学術研究発表
大会

5. 研究の目的
ターミナルビル（駅ビル）の開発が進行
（例）渋谷駅
渋谷駅体得展
本研究では複雑な「空間」へと変貌する鉄道駅に着目する。
学術研究発表
大会

6. 研究の方法
鉄道駅：空間上の位置関係を示す重要な情報伝達手段＝「サイン」
直観的な情報伝達に優れているサイン(ピクトグラム)に着目する。
学術研究発表
大会

7. 研究の方法
スマートフォン出荷台数の実績・予測
スマートフォンユーザーの70%以上が位置情報サービスを利用している。
45,000
(単位：千台)
40,000
35,000
8,508
30,000
23,770
25,000
33,090
20,000
15,000
36,370
36,500
28,155
37,000
10,000
14,970
5,000
6,380
0
2010年度
4,850
2011年度
3,600
2012年度
(予)
2013年度
(予)
2,500
2014年度
(予)
2015年度
(予)
国内スマートフォン出荷台数
国内フィーチャーフォン出荷台数
（出所）平成25年度情報通信白書
高機能モバイル端末で撮影された写真画像を用いた手法を検討する。
学術研究発表
大会

8. ケーススタディ
(出所)大阪ステーションシティHP
ケーススタディとして「JR大阪駅」を選定
学術研究発表
大会

9. ケーススタディ
上位5駅の乗車人数(平成24年度1日平均)
(全国JR)
742,833
(単位:人)
(JR西日本)
413,614
550,756
413,614 412,009 402,277
189,486
134,028 130,045 (単位:人)
119,125
新宿
池袋
大阪
渋谷
東京
大阪
京都 天王寺 京橋
三宮
（出所）データで見るJR西日本
選定理由(1)：西日本最大級の鉄道駅
学術研究発表
大会

10. ケーススタディ
高層複合ビル新設
橋上通路新設
既存複合ビル増床
（出所）JRおでかけネット
交通新聞第19952号(1)面
(2013.10.09(水))
選定理由(2)：駅空間の巨大化・立体化が進んだ駅
学術研究発表
大会

11. ケーススタディ
ソーシャルメディアに着目した動向分析
渋谷駅地下移転
東京駅リニューアル
東日本大震災
—:新宿駅
—:池袋駅
—:大阪駅
—:渋谷駅
—:東京駅
—:京都駅
—:天王寺駅
—:京橋駅
—:三ノ宮
大阪ステーションシティ開業
2009.10.15-2013.10.15
ソーシャルメディアを活用することで鉄道駅のトレンドが把握可能となる。
本研究では、Twitterのつぶやき数を集計
※無料解析ツールTOPSYを利用
学術研究発表
大会

12. ケーススタディ
「大阪駅」
大阪ステーションシティ開業
2009.10.15-2013.10.15
選定理由(3):開業以降、注目されている駅であることがわかる。
学術研究発表
大会

13. ケーススタディ
ソーシャルメディアに着目した動向分析
「大阪駅 複雑」
大阪ステーションシティ開業
2009.10.15-2013.10.15
「大阪駅 迷子」
2009.10.15-2013.10.15
選定理由(4):「複雑さ」が増してきた駅でもある。
学術研究発表
大会

14. データベースの構築
(属性情報)
○位置情報
・サインの平面位置(x，y)
・掲出高さ(z)
○サイン内容情報
・サインのサイズ(幅×高さ)
・サインの向き
・ピクトグラムの種類と数量
3DGIS(3次元地理空間情報)データベースを構築し、活用を試みる。
学術研究発表
大会

15. 屋内測位技術手法の検討
研究の進め方
どんな？？
画像処理によるサイン・ピクトグラムの自動抽出
どの辺りに？？
視認距離を考慮したエリア設定
どこに？？
写真測量技術を用いた位置推定
学術研究発表
大会

16. オブジェクト検出
OpenCV（Open Source Computer Vision Library）を活用
Haar-like特徴を用いたパターンマッチング
正解画像
特徴量抽出
検出器
非正解画像
写真内のサイン(ピクトグラム)を抽出する。
学術研究発表
大会

17. オブジェクト検出
検出結果
正しくオブジェクトが検出されたものの、ノイズも多い。
学術研究発表
大会

18. オブジェクト検出
ノイズ除去のために2つの処理を実施
表色系をRGB⇒HSVに変換し特定色のみを抽出
Hue=0-360°
Saturation=50-100%
Value=60-100%
オブジェクト検出の閾値を設定
cvHaarDetectObjects( const CvArr* image,
CvHaarClassifierCascade*cascade,CvMem
Storage* storage, double
scale_factor=1.05,int min_neighbors=150,
int flags=0,CvSize
min_size=cvSize(100,100) );
学術研究発表
大会

19. オブジェクト検出
Hue=0-360°
Saturation=50-100%
Value=60-100%
表色系を変換して検出することで、サイン内のみに検出されるようになった。
ただし、まだノイズが発生している。
学術研究発表
大会

20. オブジェクト検出
cvHaarDetectObjects( const CvArr* image,
CvHaarClassifierCascade*cascade,CvMemStorage* storage,
double scale_factor=1.05,int min_neighbors=150, int
flags=0,CvSize min_size=cvSize(100,100) );
閾値を設定することで正しく検出されるようになった。
学術研究発表
大会

21. オブジェクト検出
（単位：箇所）
1800
（サンプル数：11）
1626
1600
1400
1200
1000
ノイズ数
未検出
800
600
400
0
200
69
0
0
5
0
元画像
色調補正
閾値設定
検出精度が向上している。
学術研究発表
大会

22. エリア選定
・掲出高さの目安指標
→データベース(属性情報)を活用
サイン形状の視認範囲
仰角10°の上限線
前方5mにいる人に
遮断されない下限線
掲出高さ
0
5
視点高さ：床面より1560㎜
掲出高さ
10
前方の通行者の位置
平均身長：1680㎜
※歩行中
サインの掲出高さを計画・設計する際に採用されている指標を用いて
サイン形状の視認範囲を算出
学術研究発表
大会

23. エリア選定
・ピクトサイズの目安指標
→データベース(属性情報)を活用
高さ(H)
水平距離(L) =
√D2-H2
基準枠寸法
ピクトグラム(ps)
サイン内容の視認範囲
0
5
10
※s.t. s≧60(㎜)
視距離(D) = 250/3 ×基準枠寸法(ps)※
視距離(D)
1000
5000
10000
20000
30000
基準枠寸法（s)
英文文字高
和文文字高
9
20
40
80
120
(単位:㎜)
ピクトグラム
7
15
30
60
90
35
60
120
240
360
ピクトグラムの高さを元にサイン内容の視認範囲を算出
学術研究発表
大会

24. エリア選定
・条件別視距範囲
サイン内容は視認できるものの
サインの形状が視認できるが
サインを視認しにくい範囲(歩行中) 内容までは視認できない範囲
0
5
前方の通行者の位置
平均身長：1680㎜
10
サインの形状が視認できる
かつ内容も視認できる範囲
視認範囲を各サインに設定
学術研究発表
大会

25. エリア選定
算出結果をGIS上に表現
学術研究発表
大会

26. エリア選定
画像処理
ピクトグラムの種類と数
マッチング
画像処理によって抽出したピクトグラムの情報（種類と数）とデータベース化
した属性情報が一致したサインの視認範囲＝カメラを撮影したおおよそ位置
として推定することができる。
学術研究発表
大会

27. デジタル写真測量測位
立体写真測位
既知座標②
(Xo2,Yo2,Zo2)
既知座標①
(Xo1,Yo1,Zo1)
※エピポーラ幾何
既知座標③
(Xo3,Yo3,Zo3)
パスポイント
(最低８点)
カメラ①
測位位置①
(Xv1,Yv1,Zv1)
カメラ②
測位位置②
(Xv2,Yv2,Zv2)
さらに詳細な位置を推定するために写真測量技術を活用
学術研究発表
大会

28. ポイント選定
3点以上の既知座標、8点以上の同一対象点が必要
サインデータベースに格納されたサイン躯体4隅の
3次元座標を活用
学術研究発表
大会

29. ポイント選定
エリア範囲内（視認範囲内）に推定位置がプロットされていることを確認できた。
学術研究発表
大会

30. 活用イメージ
屋外
GPS
屋外ではGPSの位置座標から自己位置を特定することができる。
学術研究発表
大会

31. 活用イメージ
屋内
３Dデジタルシティ
(VR等を活用)
３D形状+３D座標+その他属性情報
3DGIS
本研究によって屋内でもピクトグラムの位置座標から自己位置を推定することができる。
学術研究発表
大会

32. 活用イメージ
屋内
３Dデジタルシティ
(VR等を活用)
３D形状+３D座標+その他属性情報
3DGIS
-ルート案内
-異常時避難誘導
データベースにフロアマップ情報を登録しておくことで自己位置が推定されるだけでなく、
推定位置からのナビゲーションも実現可能となる。
学術研究発表
大会

33. 活用イメージ
屋内
３Dデジタルシティ
(VR等を活用)
３D形状+３D座標+その他属性情報
3DGIS
-設備メンテナンス
(巡回点検等)
あるいは、写真上でしか確認できない情報をなぞることでその3次元座標がデータベース
に登録・格納される。
学術研究発表
大会

34. 活用イメージ
屋内
３Dデジタルシティ
(VR等を活用)
３D形状+３D座標+その他属性情報
3DGIS
自己位置と２D(画像)と3D(モデル)の各座標が融合することでさまざまなサービスに
展開が可能
学術研究発表
大会

35. 将来展望
平常時案内
・ビル内、駅中ナビ（AR）
※屋内外連携(シームレスナビゲーション)
・観光案内
・ピンポイント広告
・店舗内ガイド
・迷子確認
バリアフリー
・BFを考慮したルート案内
※屋内外連携(シームレスナビゲーション)
異常時対応
テナント・スタッフ
・お問合わせ情報の蓄積と分析
・群衆流動解析(マーケティング)
ビルメンテナンス
・巡回業務管理
（巡回員教育、修繕計画、
現場対応、効率改善）
・避難場所,避難経路
・取り残し捜索/救助
・安否確認
・作業指示/指導
・救命対応
誘導支援
その他
・情報共有コンテンツ
・群集流動分析(マーケティング)
・サインの適正配置
自己位置と２D(画像)と3D(モデル)の各座標が融合することでさまざまなサービスに
展開が可能
学術研究発表
大会

36. おわりに
・ICT技術を活用した汎用性の高いシステム化を目指していきたい。
・3DGIS(３次元地理空間情報)データベースの拡充を目指していきたい。
⇒たとえばVRなどを活用したデータベースを検討
・適用範囲を鉄道駅以外に拡大していくことも可能
学術研究発表
大会