講演抄録/キーワード |
講演名 |
2022-07-15 14:20
[招待講演]屋内位置推定におけるCNN推定手法への状態空間モデルの適用 ○堀 開慎・相河 聡・山本真一郎(兵庫県立大) CS2022-36 |
抄録 |
(和) |
現在,屋外の位置推定技術としてGNSSを用いた位置推定が高精度である.一方,屋内では衛星電波 が届きづらいため,GNSSによる位置推定は精度が低下する.そこで,屋内では無線 LAN を用いることで高精度な 位置推定を実現しようと研究が進められている.本研究では屋内の無線LAN測位において,Fingerprint方式による Convolutional Neural Network(CNN)推定を採用している.CNN 推定は他の手法より精度が高い一方,時系列的な依存性がない.そこでフィルタを用いて時系列依存性を考慮した補正を行った.その結果,推定誤差の平均値を最大で0.38m改善した. |
(英) |
Currently, GNSS is the most accurate outdoor location estimation technique. On the other hand, the accuracy of GNSS location estimation indoors is reduced due to the poor reception of satellite signals. Therefore, research is being conducted to achieve highly accurate indoor localization by using wireless LAN. In this study, we employ Convolutional Neural Network (CNN) estimation based on the Fingerprint method for indoor WLAN positioning, which is more accurate than other methods of WLAN information. On the other hand, CNN estimation is time-independent. Therefore, a filter was used to correct for this time-series dependence. As a result, the mean estimation error was improved by up to 0.38 m. |
キーワード |
(和) |
屋内位置推定 / Fingerprint / CNN / 状態空間モデル / / / / |
(英) |
indoor localization / fingerprint / CNN / state space model / / / / |
文献情報 |
信学技報, vol. 122, no. 110, CS2022-36, pp. 100-103, 2022年7月. |
資料番号 |
CS2022-36 |
発行日 |
2022-07-07 (CS) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
CS2022-36 |
研究会情報 |
研究会 |
CS |
開催期間 |
2022-07-14 - 2022-07-15 |
開催地(和) |
屋久島環境文化村センター 第1~第3レクチャー室 |
開催地(英) |
Yakushima Environmental and Cultural Village Center |
テーマ(和) |
次世代ネットワーク,アクセスネットワーク,ブロードバンドアクセス方式,電力線通信,無線通信方式,符号化方式,一般 |
テーマ(英) |
Next Generation Networks, Access Networks, Broadband Access, Power Line Communications, Wireless Communication Systems, Coding Systems, etc. |
講演論文情報の詳細 |
申込み研究会 |
CS |
会議コード |
2022-07-CS |
本文の言語 |
日本語 |
タイトル(和) |
屋内位置推定におけるCNN推定手法への状態空間モデルの適用 |
サブタイトル(和) |
|
タイトル(英) |
Application of state-space models to CNN estimation methods for indoor location estimation |
サブタイトル(英) |
|
キーワード(1)(和/英) |
屋内位置推定 / indoor localization |
キーワード(2)(和/英) |
Fingerprint / fingerprint |
キーワード(3)(和/英) |
CNN / CNN |
キーワード(4)(和/英) |
状態空間モデル / state space model |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
堀 開慎 / Kaishin Hori / ホリ カイシン |
第1著者 所属(和/英) |
兵庫県立大学 (略称: 兵庫県立大)
University of Hyogo (略称: Univ. of Hyogo) |
第2著者 氏名(和/英/ヨミ) |
相河 聡 / Satoru Aikawa / アイカワ サトル |
第2著者 所属(和/英) |
兵庫県立大学 (略称: 兵庫県立大)
University of Hyogo (略称: Univ. of Hyogo) |
第3著者 氏名(和/英/ヨミ) |
山本 真一郎 / Sinichiro Yamamoto / ヤマモト シンイチロウ |
第3著者 所属(和/英) |
兵庫県立大学 (略称: 兵庫県立大)
University of Hyogo (略称: Univ. of Hyogo) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-07-15 14:20:00 |
発表時間 |
30分 |
申込先研究会 |
CS |
資料番号 |
CS2022-36 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.110 |
ページ範囲 |
pp.100-103 |
ページ数 |
4 |
発行日 |
2022-07-07 (CS) |
|