文献

J-GLOBAL ID：202402216070957252   整理番号：24A1465515

スマートフォンを用いた歩行者自律航法のための水平加速度に基づいた歩き方の違いに頑健な進行方向推定

Gait-Robust Heading Estimation Based on Horizontal Acceleration for Pedestrian Dead Reckoning with Smartphones

著者 (5件)： 加納一馬 (名古屋大 大学院工学研究科) ,  吉田拓人 (名古屋大 大学院工学研究科) ,  浦野健太 (名古屋大 大学院工学研究科) ,  米澤拓郎 (名古屋大 大学院工学研究科) ,  河口信夫 (名古屋大 大学院工学研究科)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 65  号： 6  ページ： 1001-1017 (WEB ONLY)  発行年： 2024年06月15日 
JST資料番号： U0452A  ISSN： 1882-7764  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究ではスマートフォンを用いた歩行者自律航法(PDR:Pedestrian Dead Reckoning)による測位のための進行方向推定に取り組む.スマートフォンの保持姿勢の変化に対応するには,加速度などの特徴に基づいてセンサ姿勢と進行方向の関係を考慮する手法が有効である.しかし既存手法には横歩きや後ろ歩きといった歩き方の違いに対する頑健性の不足などの課題がある.そこで我々は深層学習によって水平加速度の多様な時空間的特徴を考慮して進行方向を推定する手法を提案する.提案手法では測定した加速度,重力加速度,回転ベクトルからグローバル座標系における水平加速度を計算し,一定期間の水平加速度を深層学習モデルに入力してその間の平均進行方向を指す単位ベクトルを予測させる.複数の歩き方に対応したデータセットを作成し,Convolutional Neural Network(CNN),Bidirectional Long Short-Term Memory(BiLSTM),DualCNN-LSTM,DualCNN-Transformerの4つのモデルを用いて提案手法の有効性を検証した.その結果,提案手法は既存手法と比べて歩き方に対する頑健性が向上しており,DualCNN-LSTMとDualCNN-Transformerモデルを用いたときに特に高精度であることが分かった.(著者抄録)

シソーラス用語： *スマートフォン ,  *歩行者 ,  *航法 ,  *方向 ,  *加速度 ,  *歩行 ,  機械学習 ,  ニューラルネットワーク ,  センサ ,  変化 ,  *自律航法 ,  重力加速度 ,  深層学習 ,  *水平方向 ,  *方向推定
準シソーラス用語： CNN ,  LSTM ,  姿勢変化 ,  *進行方向

分類 (2件)： 電子航法一般  (ND14010O) ,  交通調査  (TB01031B)

引用文献 (29件)：

• Harle, R.: A Survey of Indoor Inertial Positioning Systems for Pedestrians, IEEE Communications Surveys& Tutorials, Vol.15, No.3, pp.1281-1293 (online), DOI: 10.1109/SURV.2012.121912.00075 (2013).
• Alzantot, M. and Youssef, M.: UPTIME: Ubiquitous pedestrian tracking using mobile phones, 2012 IEEE Wireless Communications and Networking Conference (WCNC), pp.3204-3209 (online), DOI: 10.1109/WCNC.2012.6214359 (2012).
• Klein, I. and Asraf, O.: StepNet-Deep Learning Approaches for Step Length Estimation, IEEE Access, Vol.8, pp.85706-85713 (online), DOI: 10.1109/ACCESS.2020.2993534 (2020).
• Yoshida, T., Nozaki, J., Urano, K., Hiroi, K., Yonezawa, T. and Kawaguchi, N.: Gait Dependency of Smartphone Walking Speed Estimation Using Deep Learning(Poster), Proc. 17th Annual International Conference on Mobile Systems, Applications, and Services, MobiSys ’19, pp.641-642, Association for Computing Machinery (online), DOI: 10.1145/3307334.3328667 (2019).
• 吉田拓人,野崎惇登,廣井慧,梶克彦,米澤拓郎,河口信夫:歩容に頑健なPDRのための深層学習を用いた歩行速度推定手法,情報処理学会研究報告高齢社会デザイン(ASD),Vol.2019, No.3, pp.1-7 (2019).

タイトルに関連する用語 (6件)： スマートフォン ,  歩行者 ,  自律航法 ,  加速度 ,  進行方向 ,  推定