Submit Search
Upload
BLEビーコンを所持する徘徊高齢者のパーティクルフィルタを用いた追跡手法の検討
•
0 likes
•
741 views
F
Fukumoto Kanae
Follow
BLEビーコンを所持する徘徊高齢者のパーティクルフィルタを用いた追跡手法の検討
Read less
Read more
Healthcare
Report
Share
Report
Share
1 of 17
Download now
Download to read offline
Recommended
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
ROBOTIS Japan
NVIDIA Jetson プラットフォーム Meet-up #08 にて発表 発表者: 田中 義丸 (東京大学/ロボティズ・学生インターン) アッフォンソ ギリェルメ(東京大学/ロボティズ・学生アシスタント)
Visual-SLAM技術を利用した果樹園の3次元圃場地図の作成
Visual-SLAM技術を利用した果樹園の3次元圃場地図の作成
Masahiro Tsukano
2019 農業食料工学会全国大会
確率的自己位置推定
確率的自己位置推定
Horiguchi Shuhei
20170625 勉強会
確率ロボティクス第五回
確率ロボティクス第五回
Ryuichi Ueda
リサンプリング、リセットと自己位置推定の各アルゴリズムの統合を扱いました。
Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018
Satoshi Fujimoto
PyCon Kyushu 2018で登壇した資料です。
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
第6回 3D勉強会@関東 発表スライド https://3dvision.connpass.com/event/156241/
ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築
Yoshitaka HARA
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 原 祥尭: "ROSを用いた自律走行", 日本ロボット学会誌, vol. 35, no. 4, pp. 286--290, 2017. https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja 日本ロボット学会 第99回/第131回ロボット工学セミナー「ロボットの作り方 ~移動ロボットの基本と ROS によるナビゲーション実習~」講演資料
確率ロボティクス第三回
確率ロボティクス第三回
Ryuichi Ueda
ベイズ推定の一般論。
Recommended
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
3次元SLAMは誰でもできるよ。そう、TX2とTurtleBot3ならね。
ROBOTIS Japan
NVIDIA Jetson プラットフォーム Meet-up #08 にて発表 発表者: 田中 義丸 (東京大学/ロボティズ・学生インターン) アッフォンソ ギリェルメ(東京大学/ロボティズ・学生アシスタント)
Visual-SLAM技術を利用した果樹園の3次元圃場地図の作成
Visual-SLAM技術を利用した果樹園の3次元圃場地図の作成
Masahiro Tsukano
2019 農業食料工学会全国大会
確率的自己位置推定
確率的自己位置推定
Horiguchi Shuhei
20170625 勉強会
確率ロボティクス第五回
確率ロボティクス第五回
Ryuichi Ueda
リサンプリング、リセットと自己位置推定の各アルゴリズムの統合を扱いました。
Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018
Satoshi Fujimoto
PyCon Kyushu 2018で登壇した資料です。
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
第6回 3D勉強会@関東 発表スライド https://3dvision.connpass.com/event/156241/
ROS を用いた自律移動ロボットのシステム構築
ROS を用いた自律移動ロボットのシステム構築
Yoshitaka HARA
学術研究に役立った場合は、以下の論文を参考文献として引用して頂ければ幸いです。 原 祥尭: "ROSを用いた自律走行", 日本ロボット学会誌, vol. 35, no. 4, pp. 286--290, 2017. https://www.jstage.jst.go.jp/article/jrsj/35/4/35_35_286/_article/-char/ja 日本ロボット学会 第99回/第131回ロボット工学セミナー「ロボットの作り方 ~移動ロボットの基本と ROS によるナビゲーション実習~」講演資料
確率ロボティクス第三回
確率ロボティクス第三回
Ryuichi Ueda
ベイズ推定の一般論。
NEDO講座 MoveIt! チュートリアル 第1部
NEDO講座 MoveIt! チュートリアル 第1部
openrtm
NEDO講座 MoveIt! チュートリアル 第1部
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAM
Yoshitaka HARA
第6回3D勉強会@関東「SLAM 勉強会」講演資料 https://3dvision.connpass.com/event/156241/
確率ロボティクス第四回
確率ロボティクス第四回
Ryuichi Ueda
パーティクルフィルタのセンサ処理部分の設計と実装
確率ロボティクス第二回
確率ロボティクス第二回
Ryuichi Ueda
講義資料です。
SLAM入門 第2章 SLAMの基礎
SLAM入門 第2章 SLAMの基礎
yohei okawa
20180423のSLAM入門輪読会で第2章を説明した資料です
行動圏推定の基礎知識2014.8
行動圏推定の基礎知識2014.8
Hiroaki Ishii
行動圏推定手法(MCP, カーネル法, Local Convex Hull) の基礎知識について まとめてくれました
オープンソース SLAM の分類
オープンソース SLAM の分類
Yoshitaka HARA
第1回3D勉強会@関東「SLAM チュートリアル大会」講演資料 (他の講演との関係で Laser SLAM が中心) https://3dvision.connpass.com/event/86945/
2014年5月21日「パーティクルフィルタの癖から知るロボットへの確率的手法の正しい適用方法」---第58回システム制御情報学会研究発表講演会チュートリアル講演
2014年5月21日「パーティクルフィルタの癖から知るロボットへの確率的手法の正しい適用方法」---第58回システム制御情報学会研究発表講演会チュートリアル講演
Ryuichi Ueda
パーティクルフィルタの実装と、パーティクルフィルタを使うと必ず起こるパーティクルと真値の乖離について原因と対策を説明。
AI技術を利用した果樹園の樹列検出
AI技術を利用した果樹園の樹列検出
Masahiro Tsukano
第76回農業食料工学会年次大会 (2017年9月7日~9日) AI技術を利用した果樹園の樹列検出 ○ 塚野正洋 1 ,武田純一 2* ,小出章二 2 ,庄野浩資 2 ,折笠貴寛 2 1 岩手大学大学院農学研究科, 2 岩手大学農学部
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
Fujimoto Keisuke
2018.05.27, 3D勉強会@関東 発表資料 LiDAR-SLAM チュートリアル
NVIDIA GPUで作るHeadless X11 Linux
NVIDIA GPUで作るHeadless X11 Linux
Tomoki SHISHIKURA
メガデモ勉強会 http://atnd.org/events/41216 で使用したプレゼンです。 NVIDIA製のGPUを使用したHeadless X11 Linux環境の構築についての解説になります。
確率ロボティクス第11回
確率ロボティクス第11回
Ryuichi Ueda
占有格子地図
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII
SSII2019 企画セッション「画像センシング技術の最先端」 6月12日(水) 11:20~12:05 (メインホール) 画像や LiDAR はロボットや自動車の自動走行を実現するにあたり、最もメジャーなセンサとして利用されている。そのため、多くの手法が日々新たに研究開発されており、その動向を追いかけることは容易でなくなっている。本講演ではロボットや自動運転に関するトップカンファレンスである ICRA、IROS、IV、ITSC において発表された研究報告を基に、近年の画像や LiDAR を用いた自己位置推定や SLAM に関する研究や動向についてまとめる。
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Masaya Kaneko
第4回3D勉強会@関東(画像を用いた3Dモデリングの基礎から応用まで)で発表した資料です https://3dvision.connpass.com/event/115490/
SageMakerを使った異常検知
SageMakerを使った異常検知
Ryohei Yamaguchi
SageMakerを使った異常検知の方法について紹介します. 異常検知とはどのようなものなのか?SageMakerを使ってどのように実現するのか?について軽く説明します.
Local convex hull
Local convex hull
Hiroaki Ishii
Local Convex Hullの簡単なやり方3選です
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
Yoshitaka HARA
SSII 2019 OS 講演資料 https://confit.atlas.jp/guide/event/ssii2019/static/organized
Clustering _ishii_2014__ch10
Clustering _ishii_2014__ch10
Kota Mori
続わかりやすいパターン認識入門 読書会 第10章 2015/06/30(Tue) 19:30〜
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦
Tatsuya Matsushima
2022.8.19の #robosemi での発表資料です. お気軽にご連絡ください 松尾研ロボットチームサイト:https://trail.t.u-tokyo.ac.jp/ja/ 松尾研サイト:https://weblab.t.u-tokyo.ac.jp/
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
MobileRoboticsResear
LiDAR SLAMにおける高信頼なループ閉合の実装について 企画討論:信頼できる自動運転のための技術 RSJ2021 OS14 確率ロボティクスとデータ工学ロボティクス 2021年9月10日 https://sites.google.com/view/naokiakaigoo/%E4%BF%A1%E9%A0%BC%E3%81%A7%E3%81%8D%E3%82%8B%E8%87%AA%E5%8B%95%E9%81%8B%E8%BB%A2%E3%81%AE%E3%81%9F%E3%82%81%E3%81%AE%E6%8A%80%E8%A1%93?authuser=0
Linked Open Data を用いたシビックテックプロジェクトの透明性向上と協働促進
Linked Open Data を用いたシビックテックプロジェクトの透明性向上と協働促進
Shun Shiramatsu
JSAI 2015(人工知能学会全国大会)での発表資料
社会課題とその解決目標のLOD化による公共圏での協働促進サービス
社会課題とその解決目標のLOD化による公共圏での協働促進サービス
Shun Shiramatsu
More Related Content
What's hot
NEDO講座 MoveIt! チュートリアル 第1部
NEDO講座 MoveIt! チュートリアル 第1部
openrtm
NEDO講座 MoveIt! チュートリアル 第1部
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAM
Yoshitaka HARA
第6回3D勉強会@関東「SLAM 勉強会」講演資料 https://3dvision.connpass.com/event/156241/
確率ロボティクス第四回
確率ロボティクス第四回
Ryuichi Ueda
パーティクルフィルタのセンサ処理部分の設計と実装
確率ロボティクス第二回
確率ロボティクス第二回
Ryuichi Ueda
講義資料です。
SLAM入門 第2章 SLAMの基礎
SLAM入門 第2章 SLAMの基礎
yohei okawa
20180423のSLAM入門輪読会で第2章を説明した資料です
行動圏推定の基礎知識2014.8
行動圏推定の基礎知識2014.8
Hiroaki Ishii
行動圏推定手法(MCP, カーネル法, Local Convex Hull) の基礎知識について まとめてくれました
オープンソース SLAM の分類
オープンソース SLAM の分類
Yoshitaka HARA
第1回3D勉強会@関東「SLAM チュートリアル大会」講演資料 (他の講演との関係で Laser SLAM が中心) https://3dvision.connpass.com/event/86945/
2014年5月21日「パーティクルフィルタの癖から知るロボットへの確率的手法の正しい適用方法」---第58回システム制御情報学会研究発表講演会チュートリアル講演
2014年5月21日「パーティクルフィルタの癖から知るロボットへの確率的手法の正しい適用方法」---第58回システム制御情報学会研究発表講演会チュートリアル講演
Ryuichi Ueda
パーティクルフィルタの実装と、パーティクルフィルタを使うと必ず起こるパーティクルと真値の乖離について原因と対策を説明。
AI技術を利用した果樹園の樹列検出
AI技術を利用した果樹園の樹列検出
Masahiro Tsukano
第76回農業食料工学会年次大会 (2017年9月7日~9日) AI技術を利用した果樹園の樹列検出 ○ 塚野正洋 1 ,武田純一 2* ,小出章二 2 ,庄野浩資 2 ,折笠貴寛 2 1 岩手大学大学院農学研究科, 2 岩手大学農学部
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
Fujimoto Keisuke
2018.05.27, 3D勉強会@関東 発表資料 LiDAR-SLAM チュートリアル
NVIDIA GPUで作るHeadless X11 Linux
NVIDIA GPUで作るHeadless X11 Linux
Tomoki SHISHIKURA
メガデモ勉強会 http://atnd.org/events/41216 で使用したプレゼンです。 NVIDIA製のGPUを使用したHeadless X11 Linux環境の構築についての解説になります。
確率ロボティクス第11回
確率ロボティクス第11回
Ryuichi Ueda
占有格子地図
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII
SSII2019 企画セッション「画像センシング技術の最先端」 6月12日(水) 11:20~12:05 (メインホール) 画像や LiDAR はロボットや自動車の自動走行を実現するにあたり、最もメジャーなセンサとして利用されている。そのため、多くの手法が日々新たに研究開発されており、その動向を追いかけることは容易でなくなっている。本講演ではロボットや自動運転に関するトップカンファレンスである ICRA、IROS、IV、ITSC において発表された研究報告を基に、近年の画像や LiDAR を用いた自己位置推定や SLAM に関する研究や動向についてまとめる。
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Masaya Kaneko
第4回3D勉強会@関東(画像を用いた3Dモデリングの基礎から応用まで)で発表した資料です https://3dvision.connpass.com/event/115490/
SageMakerを使った異常検知
SageMakerを使った異常検知
Ryohei Yamaguchi
SageMakerを使った異常検知の方法について紹介します. 異常検知とはどのようなものなのか?SageMakerを使ってどのように実現するのか?について軽く説明します.
Local convex hull
Local convex hull
Hiroaki Ishii
Local Convex Hullの簡単なやり方3選です
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
Yoshitaka HARA
SSII 2019 OS 講演資料 https://confit.atlas.jp/guide/event/ssii2019/static/organized
Clustering _ishii_2014__ch10
Clustering _ishii_2014__ch10
Kota Mori
続わかりやすいパターン認識入門 読書会 第10章 2015/06/30(Tue) 19:30〜
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦
Tatsuya Matsushima
2022.8.19の #robosemi での発表資料です. お気軽にご連絡ください 松尾研ロボットチームサイト:https://trail.t.u-tokyo.ac.jp/ja/ 松尾研サイト:https://weblab.t.u-tokyo.ac.jp/
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
MobileRoboticsResear
LiDAR SLAMにおける高信頼なループ閉合の実装について 企画討論:信頼できる自動運転のための技術 RSJ2021 OS14 確率ロボティクスとデータ工学ロボティクス 2021年9月10日 https://sites.google.com/view/naokiakaigoo/%E4%BF%A1%E9%A0%BC%E3%81%A7%E3%81%8D%E3%82%8B%E8%87%AA%E5%8B%95%E9%81%8B%E8%BB%A2%E3%81%AE%E3%81%9F%E3%82%81%E3%81%AE%E6%8A%80%E8%A1%93?authuser=0
What's hot
(20)
NEDO講座 MoveIt! チュートリアル 第1部
NEDO講座 MoveIt! チュートリアル 第1部
Cartographer を用いた 3D SLAM
Cartographer を用いた 3D SLAM
確率ロボティクス第四回
確率ロボティクス第四回
確率ロボティクス第二回
確率ロボティクス第二回
SLAM入門 第2章 SLAMの基礎
SLAM入門 第2章 SLAMの基礎
行動圏推定の基礎知識2014.8
行動圏推定の基礎知識2014.8
オープンソース SLAM の分類
オープンソース SLAM の分類
2014年5月21日「パーティクルフィルタの癖から知るロボットへの確率的手法の正しい適用方法」---第58回システム制御情報学会研究発表講演会チュートリアル講演
2014年5月21日「パーティクルフィルタの癖から知るロボットへの確率的手法の正しい適用方法」---第58回システム制御情報学会研究発表講演会チュートリアル講演
AI技術を利用した果樹園の樹列検出
AI技術を利用した果樹園の樹列検出
LiDAR-SLAM チュートリアル資料
LiDAR-SLAM チュートリアル資料
NVIDIA GPUで作るHeadless X11 Linux
NVIDIA GPUで作るHeadless X11 Linux
確率ロボティクス第11回
確率ロボティクス第11回
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
Visual SLAM: Why Bundle Adjust?の解説(第4回3D勉強会@関東)
SageMakerを使った異常検知
SageMakerを使った異常検知
Local convex hull
Local convex hull
ロボティクスにおける SLAM 手法と実用化例
ロボティクスにおける SLAM 手法と実用化例
Clustering _ishii_2014__ch10
Clustering _ishii_2014__ch10
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦
AIのラボからロボティクスへ --- 東大松尾研究室のWRS2020パートナーロボットチャレンジへの挑戦
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
【RSJ2021】LiDAR SLAMにおける高信頼なループ閉合の実装について
Viewers also liked
Linked Open Data を用いたシビックテックプロジェクトの透明性向上と協働促進
Linked Open Data を用いたシビックテックプロジェクトの透明性向上と協働促進
Shun Shiramatsu
JSAI 2015(人工知能学会全国大会)での発表資料
社会課題とその解決目標のLOD化による公共圏での協働促進サービス
社会課題とその解決目標のLOD化による公共圏での協働促進サービス
Shun Shiramatsu
東海大会発表 0927
東海大会発表 0927
IchinoseShugo
平成27年度電気・電子・情報関係学会東海支部連合大会 投稿
東海支部西田
東海支部西田
nishida-srmtlab
東海支部連合大会スライド
徘徊高齢者捜索のためのBLEビーコンの電波強度分布を用いた位置推定手法
徘徊高齢者捜索のためのBLEビーコンの電波強度分布を用いた位置推定手法
Shun Shiramatsu
第4回高齢社会デザイン研究会の発表資料
東海支部成瀬2
東海支部成瀬2
masatonaruse
モンテカルロ法とエージェントの主観確率に基づく人狼知能の実装
Viewers also liked
(6)
Linked Open Data を用いたシビックテックプロジェクトの透明性向上と協働促進
Linked Open Data を用いたシビックテックプロジェクトの透明性向上と協働促進
社会課題とその解決目標のLOD化による公共圏での協働促進サービス
社会課題とその解決目標のLOD化による公共圏での協働促進サービス
東海大会発表 0927
東海大会発表 0927
東海支部西田
東海支部西田
徘徊高齢者捜索のためのBLEビーコンの電波強度分布を用いた位置推定手法
徘徊高齢者捜索のためのBLEビーコンの電波強度分布を用いた位置推定手法
東海支部成瀬2
東海支部成瀬2
BLEビーコンを所持する徘徊高齢者のパーティクルフィルタを用いた追跡手法の検討
1.
BLEビーコンを所持する徘徊⾼齢者の パーティクルフィルタを⽤いた 追跡⼿法の検討 福本 加奈恵, ⽩松
俊, 岩⽥ 彰(名古屋⼯業⼤学)
2.
はじめに:背景と⽬的 背景: ⾼齢化による認知症⾼齢者の増加 2025年には国内⾼齢者の5⼈に1⼈,700万⼈が認知症 徘徊⾏動を⾒守るためのアプリ「⾒守りプラス」[永井 16] 徘徊⾼齢者にBLE(Bluetooth
Low Energy)ビーコンを持たせ, スマートフォンを所持した捜索者が探す Ø BLEはGPSよりも⼩型で消費電⼒が少なく,電池1つで約1年動作 詳細な位置推定はせずビーコンを検出したことのみを通知 Ø ⾯識のないボランティアによる捜索時は声掛けの対象が絞れない ⽬的: 声掛けの⼿がかりとなる位置推定精度の実現 [永井 16] 永井, クグレ, 岩⽥: BLE発信機とスマートフォンを⽤いた⾼齢者⾒守り機構の開発. 研究報告⾼齢社会デザイン(ASD), 2016-ASD-4(1), 2016. ⾒守り袋 の画像
3.
従来⼿法 ⽩松らの⼿法[⽩松 16]では、⾼齢者は移動していないと仮定 BLEビーコン(発信機)とスマートフォン(受信機)は各1つずつ 探索者の移動につれて多地点で電波強度(RSSI値)を計測 事前確率分布に基づいて多地点の計測結果を確率的に統合 [⽩松 16]
⽩松 他:徘徊⾼齢者捜査のためのBLEビーコンの電波強度分布を⽤いた位置推定⼿法, IPSJ SJG-ASD, 2016-ASD-4(2), 2016.
4.
従来⼿法:実験⽅法 ビーコンを⽊に固定し,スマートフォンを 持った探索者が直線ルートを歩いて計測 • ルート:最接近時5mと20m • 歩⾏距離:30m後⽅から接近し, 追い越して10m前⽅まで40m RSSI値を計測し、事前確率分布に基づいて ビーコンの存在確率の⾼いグリッドを求める 測位誤差:ビーコンの真の位置と計測された グリッドとの誤差 BLE ビーコン 30m 10m 20m 5m
5.
従来⼿法:実験結果 10m 20m 30m(最接近時)
40m(通過) 上位2グリッド(0.5m2) 18.36m 28.21m 18.35m 13.91m 上位10グリッド(2.5m2) 14.55m 24.27m 12.38m 10.32m 上位20グリッド(5m2) 13.15m 21.01m 7.76m 7.93m ⽐較⼿法(交点の重⼼) 32.86m 28.30m 25.65m 23.72m 10m 20m 30m(最接近時) 40m(通過) 上位2グリッド(0.5m2) 32.58m 32.13m 15.26m 8.07m 上位10グリッド(2.5m2) 29.78m 29.78m 14.28m 6.21m 上位20グリッド(5m2) 29.17m 25.29m 12.41m 5.79m ⽐較⼿法(交点の重⼼) 21.20m 17.74m 14.18m 11.47m ルートA(最接近時の距離5m)を歩⾏した時の測位誤差 ルートB(最接近時の距離20m)を歩⾏した時の測位誤差
6.
従来⼿法:考察 追い越した後に5〜10m程度の測位誤差 最接近時に7〜12m程度の測位誤差 ⼀回に⾒渡せる範囲に⾼齢者が存在すると考えられる 声掛けの⼿がかりになり得ると⽰唆
7.
従来⼿法の問題点 探索対象の徘徊⾼齢者が⽌まっていると仮定している ため、 ⾼齢者が移動している場合の探索が困難 ⾼齢者が等速直線運動をしていると仮定し パーティクルフィルタを⽤いた位置推定を⾏う
8.
パーティクルフィルタとは 逐次追跡可能なアルゴリズム ①リサンプリング ②予測 ③重み付け(観測) ④状態推定 を繰り返すことで物体を追跡する⼿法 パーティクルフィルタの概略図[松村08] [松村 08] 松村
他:パーティクルフィルタを⽤いた進⼊検出と物体追跡,2008
9.
①リサンプリング l初期では⼀様にまく l重み付きパーティクルをもとに、 パーティクルをまきなおす • 重みの⼩さいパーティクルは消滅 • 重みの⼤きいパーティクルの周りには、 多くのパーティクルを配置
10.
②予測、③重み付け ②予測 • 移動モデルに基づいて 各パーティクルを移動させる ③重み付け(観測) • 現在の観測とパーティクルの 状態をもとに尤度を計算
11.
④状態推定 • パーティクルの分布によって 表される確率密度から 現在の状態を計算する
12.
移動モデル、尤度関数 • 移動モデル Ø 予測で必要 •
尤度関数 Ø 重み付け(観測)で必要 を設計する必要がある 移動モデル 尤度関数
13.
従来⼿法によるビーコンの存在確率 格⼦状のグリッド 𝑥, 𝑦
を設定 観測値が𝑟%のときに 𝑥, 𝑦 にビーコンが存在する確率 𝑝 (𝑥, 𝑦) 𝑟% = 𝑔(𝑥, 𝑦) ∑ 𝑔(𝑥, 𝑦)-,. このとき,𝑔(𝑥, 𝑦) = ∏ 𝑝 𝑑 𝑞%,(𝑥, 𝑦 𝑟% 2 %34 d(qi, (x,y)): 測定地点qi とグリッド 𝑥, 𝑦 間の距離 p(d | r): RSSI観測値rのとき距離dである確率 d(qi, (x,y)) (x,y) 予め計測されている
14.
移動モデル 等速直線運動を仮定する • 𝑥5 =
𝑎- 𝑡 + 𝑏- • 𝑦5 = 𝑎. 𝑡 + 𝑏. 重み付き最⼩⼆乗法により, パラメータ𝑎-, 𝑏-, 𝑎. , 𝑏.を決定 重み𝐽を最⼩化する 𝐽 = ∑ 𝑝 (𝑥, 𝑦) 𝑟% 𝑥; − (𝑎- 𝑗 + 𝑏-) >%?@ ;3%?A
15.
移動モデル 移動先の座標 𝑥%, 𝑦% =
(𝑎- 𝑖 + 𝑏-, 𝑎. 𝑖 + 𝑏.) 𝑥%, 𝑦% を中⼼とした ⼆次元ガウス分布𝑓% 𝑥, 𝑦 を ノイズとして加算 Ø ガウス分布の標準偏差σは 𝑔% 𝑥, 𝑦 のばらつきと⽐例させる
16.
尤度関数 従来⼿法で計算した ビーコンの存在確率𝑔% 𝑥, 𝑦
と 移動モデルから計算される ガウス分布𝑓% 𝑥, 𝑦 の積で定義
17.
まとめ、今後の展望 まとめ • パーティクルフィルタにより移動を考慮した追跡⼿法を検討した 今後の展望 • OpenCVのソースコードを基に,尤度関数と移動モデルの部分を書 き換えて実装 •
iPhone端末上で動作するようにし,測位精度を計測する実験を⾏う • 存在確率の⾼いグリッドの分布を地図上に可視化する予定 • 声のかけ⽅に関するマニュアル的情報提供 Ø 認知症のお年寄りは、うまく声をかけないとパニックになったりすることも ある
Download now