文献

J-GLOBAL ID：201702228102390151   整理番号：17A1251235

高度に動的な工業環境における人々の追跡【Powered by NICT】

Tracking People in Highly Dynamic Industrial Environments

著者 (3件)： Papaioannou Savvas (Department of Computer Science, University of Oxford, Oxford, United Kingdom) ,  Markham Andrew (Department of Computer Science, University of Oxford, Oxford, United Kingdom) ,  Trigoni Niki (Department of Computer Science, University of Oxford, Oxford, United Kingdom)
資料名： IEEE Transactions on Mobile Computing  (IEEE Transactions on Mobile Computing)
巻： 16  号： 8  ページ： 2351-2365  発行年： 2017年 
JST資料番号： W1357A  ISSN： 1536-1233  CODEN： ITMCCJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 今日まで,位置決めシステムの大部分は,潜在的な小規模動力学を有する長期間安定なマクロ構造を持つことを環境内で動作するように設計した。これらの仮定は,既存の位置決めシステムは安定した地図を作成し利用を可能にする。しかし,高度に動的な産業環境でこれらの仮定はもはや有効ではなく,人物追跡のタスクは,構造の急速な大規模変化のために挑戦的である。本論文では,高度に動的な工業環境における者,建設現場などを追跡するための新しい位置決めシステムを提案した。提案したシステムは多くの工業環境で見られる既存のCCTVカメラインフラストラクチャに沿って複数の人間を正確に追跡するために各作業者の携帯電話内の無線と慣性センサを活用した。マルチターゲットマルチセンサ追跡フレームワークは,また,環境動力学に対応するためにクロスモダリティ訓練を使用する本システムを可能にする。特に,閉塞マップを利用して環境変化(すなわち,新しい壁)を追跡維持自動的にために提案システムでは,クロスモダリティ訓練を使用する方法を示した。添加では,これらのマップは,正確に人間の動きを予測し,追跡精度を向上させるために社会的力と連動して用いることができるかを示した。クロスモダリティ学習による有意な精度向上と社会的力の使用を示す建設現場における広範な実世界実験を行った。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： マクロ組織 ,  学習 ,  閉塞 ,  *携帯電話 ,  高速度 ,  小規模
準シソーラス用語： 高精度化 ,  身体動作 ,  環境変化 ,  慣性センサ ,  ワイヤレス ,  人物追跡 ,  位置決めシステム , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 工業環境 ,  追跡