Embedded Files
屋内での3D測位精度の向上 （MetCom株式会社との共同研究）
近年の屋内位置情報サービスに対する要求は、2次元から3次元へと拡大しており、正確な高度推定が重要になっています。気圧値を用いた高度推定では、屋外に設置された高度が既知である気象計の気圧とユーザが所持するセンサの気圧情報を照らし合わせることによる高度推定が一般的にされています。
気圧センサのミスキャリブレーションの防止
気圧を用いた高度推定では、端末間のセンサ誤差補正のために、較正が不可欠です。不特定多数の端末の気圧センサを較正するには、標高が既知である自然地形にいるタイミングを利用します。しかし、GNSS情報だけでは歩道橋や高架駅といった人工物上で取得されたものを識別することは困難です。このような地点での誤った較正（ミスキャリブレーション）は、高度推定の精度を大きく損ないます。そこで、端末で取得されたセンサデータに対して地図データによるフィルタリングや統計処理を用いることで、適切な較正地点を抽出する手法を提案し、より高精度な高度推定が可能になります。
環境変化に対応するUWB屋内測位 (LINEヤフー株式会社, 東京科学大学との共同研究）
UWBのToFを利用することで、cmの精度でUWBの基地局と受信機の距離を測定でき、cmの精度で屋内測位を実現することができます。しかし、屋内環境には様々な障害物が存在しており、これらの障害物がUWBの基地局と受信機の間に存在すると、距離測定の誤差が増大し、結果的に測位の精度も低下します。このような問題に対応するために、フィンガープリント(FP)方式で屋内測位がよく使用されます。しかし、FP測位は家具レイアウトなどといった環境が変化する時、測位の精度が落ちる場合があります。このような環境変化に対応するために、FPを適時更新する必要があり、その作業量が甚大であることが問題点として知られています。この問題点を解決するために、本研究ではオートエンコーダを用いて、環境変化による影響度を示す異常度の算出によって更新すべきFPをランキング順に選定し、ランキング上位のみのFPを更新することで更新労力を低減させることを目指しています。
更新すべき箇所の特定
右の図は、環境変化発生前の観測データを障害物を追加した環境変化後に使用したFP測位の測位誤差を表しています。ここで、障害物の影響を受けている点は大きな測位誤差が発生していますが、障害物の影響を受けていない点では測位誤差は小さいことがわかります。この特徴を有効に活用するために、環境変化前の測位結果と壁や基地局の位置関係情報をオートエンコーダに特徴量として加えて学習させることで、異常検出器として使用できます。この異常検出器を活用することで、障害物の影響を受けた更新すべき箇所の特定ができます。
更新すべきFPのランキングの選定
特定された更新すべき箇所には、環境変化の影響度を示す異常度がそれぞれ算出されており、異常度の大きさから更新すべきFPのランキング を選定します。選定されたランキング順位の上位のみを更新することで、測位精度の回復に有効な箇所を更新しつつ、FPを全て更新するのに比べ、更新の労力を低減することができます。
スマートビル空調の実態把握と性能向上 (竹中工務店との共同研究）
近年、持続可能な社会の実現に向けて、ビルのエネルギー消費の大部分を占める空調の効率的な管理が重要な課題となっています。この課題に対し、近年ではIoT(Internet of Things)やセンサ技術の発展し、建物内の温度や湿度といった様々なデータを収集することで、無駄のないエネルギーの最適化(建物のスマート化)が可能になってきました。現在、本学H棟においても、空調、換気、シーリングファンを連動させた先進的なスマート空調システムが採用されています。このシステムでは、人間の体感(暑い・寒い）を数値化する快適性指数という指標をセンサデータを用いて算出することで省エネと快適性の両立を目指しています。
ロボット計測による温度ムラの解消
しかし、最新のスマート空調システムにも課題があります。実際に昨年の7月頃、H棟5Fのイノベーションラウンジにおいて、施設利用者から暑い場所と涼しい場所がある(温度ムラ)との報告が寄せられました。これは、システムが計算で導き出した快適性と実際の利用者が空間内で感じる体感に乖離が生じていることを意味します。
そこで本研究では温度ムラの原因を究明するため、自律移動ロボットを用いた高密度な環境計測を実施しました。収集した詳細なデータから、どのエリアで温度ムラが発生しているのかを把握し、具体的な改善策を提言することで、省エネと快適性の両立を目指します。
Page updated
Report abuse