| 講演名 | 2021-07-29 ［依頼講演］Wi-Fi RTTを用いた機械学習による屋内位置推定手法の検討 林 遼平(パナソニックシステムネットワークス開発研), 中川 裕人(パナソニックシステムネットワークス開発研), 泉 貴志(パナソニックシステムネットワークス開発研), 阿部 伸也(パナソニック), 山内 弘貴(パナソニック), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 無線通信を利用した位置推定手法として、無線LANやBLEの受信電界強度(RSSI) を利用した位置推定があるが、測距精度が低いという課題がある。RSSIを用いるより高精度な測位手法としてWi-Fi Round Trip Time(Wi-Fi RTT)を利用した手法もあるが、見通し外やマルチパスの環境では十分な精度が得られない課題がある。本稿では、Wi-Fi RTTを機械学習の学習データとして用い、位置推定の精度を評価した。実験ではSLAMを搭載したメガローバーをオフィス内で走行させ、自己位置と6機のアクセスポイントからのRTTを取得した。実験の結果、6点測位の平均3mの誤差に対し、機械学習を用いた場合は平均1m以下の精度で推定できることを示した。 |
| 抄録(英) | As a position estimation method using wireless LAN and Bluetooth, there is a method using Received Signal Strength Indicator (RSSI), but this method is a low positioning accuracy. Another method using Wi-Fi RTT (Round Trip Time) is capable of highly accurate positioning compared to RSSI based one, but the accuracy deteriorates in a multipath environment or NLOS environment. In this paper, we evaluate the positioning performance by machine learning using Wi-Fi RTT. In the experiment, we obtain the self-position and RTT from 6 APs by driving a megarover equipped with SLAM in the office. As a result, we show that the positioning can be performed with an accuracy of 1m or less by using machine learning. |
| キーワード(和) | Wi-Fi RTT / 屋内位置推定 / 機械学習 / 深層学習 |
| キーワード(英) | Wi-FI RTT / Indoor positioning / Machine learning / Deep learning |
| 資料番号 | AP2021-38 |
| 発行日 | 2021-07-21 (AP) |
| 研究会情報 | |
| 研究会 | AP / SANE / SAT |
|---|---|
| 開催期間 | 2021/7/28(から3日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | |
| テーマ（和） | リモートセンシング，衛星通信，電波伝搬，一般 |
| テーマ（英） | Remote sensing, Sattelite Communication, Radio propagation, Antennas and Propagation |
| 委員長氏名（和） | 山田 寛喜(新潟大) / 森山 敏文(長崎大) / 石川 博康(日大) |
| 委員長氏名（英） | Hiroshi Yamada(Niigata Univ.) / Toshifumi Moriyama(Nagasaki Univ.) / Hiroyasu Ishikawa(Nihon Univ.) |
| 副委員長氏名（和） | 藤元 美俊(福井大) / 田中 真(東海大) / 網嶋 武(三菱電機) / 井家上 哲史(明大) / 加保 貴奈(湘南工科大) |
| 副委員長氏名（英） | Mitoshi Fujimoto(Fukui Univ) / Makoto Tanaka(Tokai Univ.) / Takeshi Amishima(Mitsubishi Electric) / Tetsushi Ikegami(Meiji Univ.) / Takana Kaho(Shonan Inst. of Tech.) |
| 幹事氏名（和） | 北尾 光司郎(NTTドコモ) / 道下 尚文(防衛大) / 夏秋 嶺(東大) / 二ッ森 俊一(電子航法研) / 渋谷 惠美(KDDI総合研究所) / 大倉 拓也(NICT) |
| 幹事氏名（英） | Koshiro Kitao(NTT DOCOMO) / Naobumi Michishita(National Defense Academy) / Ryo Natsuaki(Univ. of Tokyo) / Shunichi Futatsumori(ENRI) / Megumi Shibuya(KDDI Research) / Takuya Okura(NICT) |
| 幹事補佐氏名（和） | 金 ミンソク(新潟大) / 北村 尭之(三菱電機) / 五藤 大介(NTT) / 小泉 雄貴(NHK) |
| 幹事補佐氏名（英） | Dr. Kim(Niigata Univ.) / Takayuki Kitamura(Mitsubishi Electric) / Daisuke Goto(NTT) / Yuuki Koizumi(NHK) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Antennas and Propagation / Technical Committee on Space, Aeronautical and Navigational Electronics / Technical Committee on Satellite Telecommunications |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［依頼講演］Wi-Fi RTTを用いた機械学習による屋内位置推定手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | [Invited Lecture] A Study on Wi-Fi RTT Indoor Positioning Method By Using Machine Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Wi-Fi RTT / Wi-FI RTT |
| キーワード(2)（和/英） | 屋内位置推定 / Indoor positioning |
| キーワード(3)（和/英） | 機械学習 / Machine learning |
| キーワード(4)（和/英） | 深層学習 / Deep learning |
| 第 1 著者 氏名（和/英） | 林 遼平 / Ryohei Hayashi |
| 第 1 著者 所属（和/英） | パナソニックシステムネットワークス開発研究所(略称：パナソニックシステムネットワークス開発研) Panasonic System Networks R&D Lab.Co., Ltd(略称：PSNRD) |
| 第 2 著者 氏名（和/英） | 中川 裕人 / Yuto Nakagawa |
| 第 2 著者 所属（和/英） | パナソニックシステムネットワークス開発研究所(略称：パナソニックシステムネットワークス開発研) Panasonic System Networks R&D Lab.Co., Ltd(略称：PSNRD) |
| 第 3 著者 氏名（和/英） | 泉 貴志 / Takashi Izumi |
| 第 3 著者 所属（和/英） | パナソニックシステムネットワークス開発研究所(略称：パナソニックシステムネットワークス開発研) Panasonic System Networks R&D Lab.Co., Ltd(略称：PSNRD) |
| 第 4 著者 氏名（和/英） | 阿部 伸也 / Abe Shinya |
| 第 4 著者 所属（和/英） | パナソニック(略称：パナソニック) Panasonic(略称：Panasonic) |
| 第 5 著者 氏名（和/英） | 山内 弘貴 / Yamauchi Hiroki |
| 第 5 著者 所属（和/英） | パナソニック(略称：パナソニック) Panasonic(略称：Panasonic) |
| 発表年月日 | 2021-07-29 |
| 資料番号 | AP2021-38 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | AP-126 |
| ページ範囲 | pp.81-85(AP), |
| ページ数 | 5 |
| 発行日 | 2021-07-21 (AP) |