| 講演名 | 2018-06-20 機械学習を用いたWi-FiとBLEの統合フィンガープリントによる屋内位置推定に関する一検討 土田 舜典(阪大), 衣斐 信介(阪大), 三瓶 政一(阪大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では，観測された Wi-Fi (Wireless-Fidelity) と BLE (Bluetooth Low Energy) の受信電力強度 (RSSI: Received Signal Strength Indication) を統合して機械学習に利用し，フィンガープリントによる屋内位置推定を検討する．屋内位置推定を行う検討では，送信機から発せられたWi-Fi の信号を受信機で観測し，その RSSI を用いた検討が主に行われており，BLE の RSSI を用いた検討もなされている．屋内位置推定を行う際，3 点測位を用いれば送信機の位置を導くことができるが，観測される RSSI は屋内環境により理論式通りに計算しても正しい位置が推定できない．そのため，実際の屋内環境で取得した RSSI を用いて推定するフィンガープリントによる推定を行う．フィンガープリントで推定する際には，観測された RSSI の分布を考えることで位置を推定するが解析的に分布を考えることは困難である．そこで，その分布を考えるに当たり機械学習を用いた試行的手法を利用することで推定を行う．本稿では，機械学習を用いた試行的手法で屋内位置推定を行い，Wi-Fi と BLE の RSSI を統合して用いる手法でその推定精度の向上を図り，実験を通して提案手法の有効性を確認する． |
| 抄録(英) | This paper deals with an indoor localization by fingerprint estimation with the aid of machine learning on the basis of both Wi-Fi (Wireless-Fidelity) and BLE (Bluetooth Low Energy) Received Power Strength Indication (RSSI) observations of beacon signals. Wi-Fi and BLE localizations have been individually studied so far. For estimating the indoor position, the position of the beacon transmitter can be often estimated by using three-point positioning. However, the accurate position cannot be estimated by calculating the observed RSSI in the indoor environments. This is because the principle of the three-point positioning relies on ideal free space propagation loss. Unfortunately, the RSSI does not obey the ideal case. The other approach is to consider the stochastical behavior of RSSI distribution. However, the analytical distribution does not capture the practical environments, resulting in low estimation quality. Instead of considering the accuracy of the distribution, machine learning is capable of estimating the position form RSSI data itself. In the machine learning regime, big data, which is integrating Wi-Fi and BLE RSSI, helps to improve the accuracy of the localization. This paper confirms the validity of the unified Wi-Fi and BLE localization through empirical results. |
| キーワード(和) | 機械学習 / Wi-Fi / BLE / フィンガープリント / 屋内位置推定 |
| キーワード(英) | Machine Learning / Wi-Fi / BLE / Fingerprint / Indoor Localization |
| 資料番号 | RCS2018-35 |
| 発行日 | 2018-06-13 (RCS) |
| 研究会情報 | |
| 研究会 | RCS |
|---|---|
| 開催期間 | 2018/6/20(から3日開催) |
| 開催地（和） | 長崎大学 |
| 開催地（英） | Nagasaki University |
| テーマ（和） | 初めての研究会，リソース制御，スケジューリング，無線通信一般 |
| テーマ（英） | First Presentation in IEICE Technical Committee, Railroad Communications, Inter-Vehicle Communications, Road to Vehicle Communications, Resource Control, Scheduling, Wireless Communication Systems, etc. |
| 委員長氏名（和） | 大槻 知明(慶大) |
| 委員長氏名（英） | Tomoaki Otsuki(Keio Univ.) |
| 副委員長氏名（和） | 福田 英輔(富士通研) / 須山 聡(NTTドコモ) / 前原 文明(早大) |
| 副委員長氏名（英） | Eisuke Fukuda(Fujitsu Labs.) / Satoshi Suyama(NTT DoCoMo) / Fumiaki Maehara(Waseda Univ.) |
| 幹事氏名（和） | 西村 寿彦(北大) / 石原 浩一(NTT) |
| 幹事氏名（英） | Toshihiko Nishimura(Hokkaido Univ.) / Koichi Ishihara(NTT) |
| 幹事補佐氏名（和） | 村岡 一志(ＮＴＴドコモ) / 衣斐 信介(阪大) / 西本 浩(三菱電機) / 安達 宏一(電通大) / 中村 理(シャープ) |
| 幹事補佐氏名（英） | Kazushi Muraoka(NTT DOCOMO) / Shinsuke Ibi(Osaka Univ.) / Hiroshi Nishimoto(Mitsubishi Electric) / Koichi Adachi(Univ. of Electro-Comm.) / Osamu Nakamura(Sharp) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Radio Communication Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 機械学習を用いたWi-FiとBLEの統合フィンガープリントによる屋内位置推定に関する一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Indoor Localization based on Unified Fingerprint of Wi-Fi and Bluetooth Low Energy using Machine Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 機械学習 / Machine Learning |
| キーワード(2)（和/英） | Wi-Fi / Wi-Fi |
| キーワード(3)（和/英） | BLE / BLE |
| キーワード(4)（和/英） | フィンガープリント / Fingerprint |
| キーワード(5)（和/英） | 屋内位置推定 / Indoor Localization |
| 第 1 著者 氏名（和/英） | 土田 舜典 / Shunsuke Tsuchida |
| 第 1 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 2 著者 氏名（和/英） | 衣斐 信介 / Shinsuke Ibi |
| 第 2 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 第 3 著者 氏名（和/英） | 三瓶 政一 / Seiivhi Sampei |
| 第 3 著者 所属（和/英） | 大阪大学(略称：阪大) Osaka University(略称：Osaka Univ.) |
| 発表年月日 | 2018-06-20 |
| 資料番号 | RCS2018-35 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | RCS-101 |
| ページ範囲 | pp.1-6(RCS), |
| ページ数 | 6 |
| 発行日 | 2018-06-13 (RCS) |