本发明涉及位置推定装置、位置推定系统、位置推定方法以及程序。
背景技术:
以往,已知一种能够通过多个测位装置,从装配于测位对象的发送器(例如,无线标签)接收电波,并基于该电波的接收结果来推定发送器(测位对象)的位置的技术。
例如,在下述专利文献1中公开了如下技术:从多个测位器的每一个,经由网络接收包含从无线标签接收到的电波的到来方向的标签信息,并按接收到的每个标签信息,基于该标签信息中包含的到来方向和测位器的位置,计算出无线标签的位置数据。
现有技术文献
专利文献
专利文献1:日本特开2010-85290号公报
技术实现要素:
发明所要解决的问题
但是,在以往的技术中,由于噪声与电波重叠、电波的接收状况恶化等原因,有时由多个测位装置获得的测位结果会产生偏差,在这样的情况下,无法高精度地推定测位对象的位置。
因此,希望即使在由多个测位装置获得的测位结果产生了偏差的情况下,也能够高精度地推定测位对象的位置。
用于解决问题的方案
一实施方式的位置推定装置具备:位置数据获取部,获取从多个测位装置中的每一个测位装置输出的、发送器的位置数据;密集度计算部,基于由位置数据获取部获取的、对应多个测位装置的多个位置数据,计算出该多个位置数据的密集度;位置推定部,基于对应多个测位装置的多个位置数据和由密集度计算部计算出的密集度,推定发送器的位置。
发明效果
根据一实施方式,即使在由多个测位装置获得的测位结果产生偏差的情况下,也能够高精度地推动测位对象的位置。
附图说明
图1为表示一实施方式的位置推定系统的系统构成的图。
图2为表示一实施方式的位置推定装置的功能构成的框图。
图3为表示由一实施方式的位置推定装置执行的处理的顺序的流程图。
图4为用于说明由一实施方式的密集度计算部实现的密集度的计算方法的图。
图5为用于说明由一实施方式的可靠度计算部实现的可靠度的计算方法的图。
图6为表示一实施方式的位置推定系统的实施例中所使用的测位对象的移动路线的图。
图7为表示在一实施方式的位置推定系统的实施例中由多个测位装置测出的发送器的位置的图。
图8为表示一实施方式的位置推定系统的实施例中由位置推定装置推定出的发送器的位置的图。
具体实施方式
以下,参照附图,对一实施方式进行说明。
(位置推定系统10的系统构成)
图1为表示一实施方式的位置推定系统10的系统构成的图。图1所示的位置推定系统10是被设为能够推定检测区域12内的发送器14的位置的系统。例如,位置推定系统10能够通过持续地推定发送器14的位置来形成表示发送器14的移动轨迹的轨迹数据。
如图1所示,位置推定系统10具备发送器14、多个测位装置16(测位装置16a~16d)以及位置推定装置100。
发送器14是在检测区域12内装配于测位对象(例如,人、机器人、商品等)的装置。发送器14具备信息发送天线等,能够向自身的周围以规定间隔(例如,100毫秒间隔)连续地发送规定频率的电波。作为发送器14,例如可以使用无线标签等。
多个测位装置16固定地设置于检测区域12内。多个测位装置16的每一个具备信息接收天线等,能够接收从发送器14发送的规定频率的电波。并且,多个测位装置16的每一个能够基于来自发送器14的规定频率的电波的接收结果(例如,接收方向、接收强度等)来对检测区域12内的发送器14的位置进行测位。而且,多个测位装置16的每一个能够输出表示所测出的发送器14的位置(坐标值)的位置数据。例如,多个测位装置16的每一个连续地接收从发送器14连续地发送的电波。并且,多个测位装置16的每一个每接收到从发送器14发送的电波,就输出基于该电波的接收结果的发送器14的位置数据。由此,多个测位装置16的每一个能够连续地输出发送器14的位置数据。
位置推定装置100与多个测位装置16的每一个可通信地连接。位置推定装置100能够获取从多个测位装置16的每一个输出的位置数据,并基于该多个位置数据推定发送器14的位置。例如,位置推定装置100连续地获取从多个测位装置16连续地输出的位置数据。并且,位置推定装置100每获取从多个测位装置16输出的位置数据,就基于该位置数据推定发送器14的位置。由此,位置推定装置100能够连续地推定发送器14的位置,并对推定出的发送器14的位置进行累积,由此形成表示发送器14的移动轨迹的轨迹数据。另外,作为位置推定装置100,可以使用各种信息处理装置(例如,个人计算机、服务器装置等)。
(位置推定装置100的功能构成)
图2为表示一实施方式的位置推定装置100的功能构成的图。如图2所示,位置推定装置100具备位置数据获取部201、密集度计算部202、可靠度计算部203、位置推定部204以及累积部205。
位置数据获取部201获取从多个测位装置16的每一个输出的、发送器14的位置数据。
密集度计算部202基于从由位置数据获取部201获取的、对应多个测位装置16的多个位置数据,计算出该多个位置数据的密集度。“密集度”是表示多个位置数据的密集程度的值。
例如,密集度计算部202按对应多个测位装置16的多个位置数据中的、每两个位置数据的组合,计算出该两个位置数据间的距离,并求出按每个组合计算出的距离的总和。并且,密集度计算部202以距离的总和越小密集度越高的方式计算出密集度。
此外,例如,密集度计算部202求出对应多个测位装置16的多个位置数据中包含于规定的距离范围内的位置数据的个数。并且,密集度计算部202以包含于规定的距离范围内的位置数据的个数越多,密集度越高的方式计算出密集度。另外,使用图4对由密集度计算部202获得的密集度的计算方法的详细情况加以说明。
可靠度计算部203对于由位置数据获取部201获取的、对应多个测位装置16的多个位置数据的每一个计算出可靠度。“可靠度”是表示多个位置数据的可靠程度的值。
例如,可靠度计算部203对于对应多个测位装置16的多个位置数据的每一个,以从该位置数据的测定位置(即,测定出该位置数据的测位装置16的位置)起到该位置数据所示的位置(即,发送器14的测位位置)为止的距离越短,该位置数据的可靠度越高的方式,计算出该位置数据的可靠度。
此外,例如,可靠度计算部203对于对应多个测位装置16的多个位置数据的每一个,以由测定出该位置数据的测位装置16实现的测定精度的偏差越小,该位置数据的可靠度越高的方式,计算出该位置数据的可靠度。
此外,例如,可靠度计算部203对于对应多个测位装置16的多个位置数据的每一个,以测定出该位置数据时的rssi(receivedsignalstrengthindicator:接收信号强度指示)值越大,该位置数据的可靠度越高的方式,计算出该位置数据的可靠度。
此外,例如,可靠度计算部203对于对应多个测位装置16的多个位置数据的每一个,以该位置数据所示的位置(即,发送器14的测位位置)与由测定出该位置数据的测位装置16获得的前一次的位置数据所示的位置(即,发送器14的前一次的测位位置)的距离差越小,该位置数据的可靠度越高的方式,计算出该位置数据的可靠度。另外,使用图5在后面对由可靠度计算部203获得的可靠度的计算方法的详细情况加以记述。
位置推定部204基于由位置数据获取部201获取的、对应多个测位装置16的多个位置数据、由密集度计算部202计算出的密集度、由可靠度计算部203计算出的可靠度,推定发送器14的位置。
例如,位置推定部204在由密集度计算部202计算出的密集度大于规定的第一阈值的情况下,基于对应多个测位装置16的多个位置数据,推定发送器14的位置。具体地讲,位置推定部204在由密集度计算部202计算出的密集度大于第一阈值的情况下,计算出对应多个测位装置16的多个位置数据(坐标值)的平均值,并将该平均值所示的位置推定为发送器14的位置。
累积部205对由位置推定部204推定出的发送器14的位置(坐标值)进行累积。例如,累积部205将由位置推定部204推定出的发送器14的位置(坐标值)与发送器14的测位时刻建立对应地进行累积。由此,累积部205能够形成按时间序列表示发送器14的轨迹的轨迹数据。
另一方面,位置推定部204在由密集度计算部202计算出的密集度小于第一阈值的情况下,基于对应多个测位装置16的多个位置数据和由可靠度计算部203计算出的可靠度,推定发送器14的位置。具体地讲,位置推定部204在由密集度计算部202计算出的密集度小于第一阈值的情况下,选择对应多个测位装置16的多个位置数据中的、由可靠度计算部203计算出的可靠度大于规定的第二阈值的一个或多个位置数据,并基于所选择的一个或多个位置数据,推定发送器14的位置。例如,位置推定部204在选择了一个位置数据来作为可靠度大于第二阈值的位置数据的情况下,将该位置数据(坐标值)所示的位置推定为发送器14的位置。此外,例如,位置推定部204在选择了多个位置数据来作为可靠度大于第二阈值的位置数据的情况下,计算出该多个位置数据(坐标值)的平均值,并将该平均值所示的位置推定为发送器14的位置。
上述的位置推定装置100的各功能例如在位置推定装置100中,通过cpu(centralprocessingunit:中央处理单元)(“计算机”的一个例子)执行存储于存储器(例如,rom(readonlymemory:只读存储器)、ram(randomaccessmemory:随机存取存储器)等)的程序来实现。cpu所执行的程序可以通过预先被导入至位置推定装置100的状态来提供,也可以从外部提供并被导入至位置推定装置100。后者的情况下,该程序可以通过外部存储介质(例如,usb存储器、存储卡、cd-rom等)来提供,也可以通过从网络(例如,互联网等)上的服务器进行下载来提供。
另外,上述的位置推定装置100的一部分或全部可以设于位置推定装置100以外的装置。例如,上述的位置推定装置100的一部分或全部可以设于测位装置16。
(由位置推定装置100实现的处理的顺序)
图3为表示由一实施方式的位置推定装置100实现的处理的顺序的流程图。在此,对于位置推定装置100中的、每一次接收从多个测位装置16的每一个输出的位置数据所执行的处理进行说明。
首先,位置数据获取部201获取从多个测位装置16的每一个输出的发送器14的位置数据(步骤s301)。接着,密集度计算部202基于在步骤s301中获取的、对应多个测位装置16的多个位置数据,计算出该多个位置数据的密集度(步骤s302)。并且,位置推定部204对在步骤s302计算出的密集度是否高于规定的阈值th1进行判断(步骤s303)。
在步骤s303中判断为在步骤s302中计算出的密集度高于规定的阈值th1的情况下(步骤s303:是),位置推定部204计算出在步骤s301中获取的对应多个测位装置16的多个位置数据(坐标值)的平均值(步骤s307),并将该平均值所示的位置推定为发送器14的位置(步骤s308)。并且,累积部205对在步骤s308中推定出的发送器14的位置进行累积(步骤s309),位置推定装置100结束图3所示的一系列处理。
另一方面,在步骤s303中判断为在步骤s302中计算出的密集度不高于规定的阈值th1的情况下(步骤s303:否),可靠度计算部203对于在步骤s301中获取的对应多个测位装置16的多个位置数据的每一个计算出可靠度(步骤s304)。并且,位置推定部204选择在步骤s301中获取的对应多个测位装置16的多个位置数据中的、在步骤s304中计算出的可靠度大于规定的第二阈值th2的位置数据(步骤s305)。
而且,位置推定部204基于在步骤s305中所选择的一个或多个位置数据,推定发送器14的位置(步骤s306)。例如,在步骤s305中选择了一个位置数据的情况下,位置推定部204将该位置数据所示的位置推定为发送器14的位置。此外,例如,在步骤s305中选择了多个位置数据的情况下,位置推定部204计算出该多个位置数据的平均值,将该平均值所示的位置推定为发送器14的位置。之后,累积部205对在步骤s306中推定出的发送器14的位置(步骤s309)进行累积,位置推定装置100结束图3所示的一系列处理。
另外,位置推定装置100每从多个测位装置16的每一个输出位置数据,就执行图3所示的一系列处理。由此,位置推定装置100能够持续地推定发送器14的位置,即,能够形成表示检测区域12内的发送器14的移动轨迹的轨迹数据。
(由密集度计算部202实现的密集度的计算方法)
图4为用于说明由一实施方式的密集度计算部202实现的密集度的计算方法的图。
图4为表示由密集度计算部202实现的密集度的计算项目的图。如图4所示,密集度计算部202计算出“坐标间距离的总和”以及“密集点的个数”来作为密集度的计算项目。
例如,密集度计算部202按对应多个测位装置16的多个位置数据中每两个位置数据的组合,计算出该两个位置数据间的距离,并计算出按每个组合计算出的距离的总和。并且,密集度计算部202将计算出的距离的总和评分为分数p1(0~100分)。此时,密集度计算部202以距离的总和越小分数p1越高的方式进行评分。并且,密集度计算部202计算出对分数p1乘以规定的权重值α1所得的值来作为“坐标间距离的总和”。
例如,密集度计算部202将第一位置数据(从测位装置16a输出的位置数据)与第二位置数据(从测位装置16b输出的位置数据)之间的距离设为d12,将第一位置数据与第三位置数据(从测位装置16c输出的位置数据)之间的距离设为d13,将第一位置数据与第四位置数据(从测位装置16d输出的位置数据)之间的距离设为d14,通过下述算式(1)计算出第一位置数据与其他位置数据之间的距离的总和的平均值d1。
d1=(d12+d13+d14)/3……(1)
此外,例如,密集度计算部202将第二位置数据与第一位置数据之间的距离设为d21,将第二位置数据与第三位置数据之间的距离设为d23,将第二位置数据与第四位置数据之间的距离设为d24,通过下述算式(2)计算出第二位置数据与其他位置数据之间的距离的总和的平均值d2。
d2=(d21+d23+d24)/3……(2)
此外,例如,密集度计算部202将第三位置数据与第一位置数据之间的距离设为d31,将第三位置数据与第二位置数据之间的距离设为d32,将第三位置数据与第四位置数据之间的距离设为d34,通过下述算式(3),计算出第三位置数据与其他位置数据之间的距离的总和的平均值d3。
d3=(d31+d32+d34)/3……(3)
此外,例如,密集度计算部202将第四位置数据与第一位置数据之间的距离设为d41,将第四位置数据与第二位置数据之间的距离设为d42,将第四位置数据与第三位置数据之间的距离设为d43,通过下述算式(4),计算出第四位置数据与其他位置数据之间的距离的总和的平均值d4。
d4=(d41+d42+d43)/3……(4)
并且,例如,密集度计算部202将如上所述地计算出的d1、d2、d3、d4的平均值((d1+d2+d3+d4)/4)设为d,通过下述算式(5),计算出分数p1。另外,算式(5)定义为d=3000时p1=0、d=0时p1=100。
p1=100-(100/3000)×d……(5)
此外,例如,密集度计算部202求出对应多个测位装置16的多个位置数据中的、包含于规定的距离范围内的位置数据的个数。并且,密集度计算部202将所求出的包含于规定的距离范围内的位置数据的个数评分为分数p2(0~100分)。此时,密集度计算部202以包含于规定的距离范围内的位置数据的个数越多分数p2越高的方式进行评分。
例如,密集度计算部202在将对应多个测位装置16的多个位置数据的个数设为“4”,将包含于规定的距离范围内的位置数据的个数设为n的情况下,通过下述算式(6),计算出分数p2。
p2=(100/4)×n……(6)
并且,密集度计算部202计算出对分数p2乘以规定的权重值α2所得的值来作为“密集点的个数”。
并且,密集度计算部202基于如上所述地计算出的“坐标间距离的总和”和“密集点的个数”,通过下述算式(7),计算出密集度s。
s=(p1×α1)+(p2×α2)……(7)
另外,对于上述“规定的权重值α1”、“规定的权重值α2”以及“规定的距离范围”,以能够适当地判断多个位置数据是否密集的方式,预先设定适当的值,并将该适当的值预先存储于位置推定装置100所具备的存储器等。
(由可靠度计算部203实现的可靠度的时间方法)
图5为用于说明由一实施方式的可靠度计算部203实现的可靠度的计算方法的图。
图5为表示由可靠度计算部203实现的可靠度的计算项目的图。如图5所示,可靠度计算部203计算出“测定距离”、“测定精度的偏差”、“rssi值”以及“与前一次坐标的距离差”来作为密集度的计算项目。
例如,可靠度计算部203对于对应多个测位装置16的多个位置数据的每一个,对从该位置数据的测定位置(即,测定了该位置数据的测位装置16的位置)起到该位置数据所示的位置(即,发送器14的测位位置)为止的距离评分为分数p3(0~100分)。此时,可靠度计算部203以距离越短分数p3越高的方式进行评分。并且,可靠度计算部203计算出对分数p3乘以规定的权重值α3所得的值来作为“测定距离”。另外,测位装置16的位置例如能够从各测位装置16与位置数据一起获取。
此外,例如,可靠度计算部203对于对应多个测位装置16的多个位置数据的每一个,计算出由测定了该位置数据的测位装置16引起的测定精度的偏差。例如,可靠度计算部203能够基于由该测位装置16在过去测出的多个位置数据来计算出各测位装置16的测定精度的偏差。因此,可靠度计算部203需要将由多个测位装置16在过去测出的多个位置数据预先保管于位置推定装置100所具备的存储器等。并且,可靠度计算部203对计算出的测定精度的偏差评分为分数p4(0~100分)。此时,可靠度计算部203以偏差越小分数p4越高的方式进行评分。并且,可靠度计算部203计算出对分数p4乘以规定的权重值α4所得的值来作为“测定精度的偏差”。
此外,例如,可靠度计算部203对于对应多个测位装置16的多个位置数据的每一个,对测定了该位置数据时的rssi值评分为分数p5(0~100分)。此时,可靠度计算部203以rssi值越大分数p5越高的方式进行评分。并且,可靠度计算部203计算出对分数p5乘以规定的权重值α5所得的值来作为“rssi值”。另外,rssi值例如能够从各测位装置16与位置数据一起获取。
此外,例如,可靠度计算部203对于对应多个测位装置16的多个位置数据的每一个,对该位置数据所示的位置(即,发送器14的测位位置)与由测定了该位置数据的测位装置16获得的前一次的位置数据所示的位置(即,发送器14的前一次的测位位置)的距离差评分为分数p6(0~100分)。此时,可靠度计算部203以距离差越小分数p6越高的方式进行评分。并且,可靠度计算部203计算出对分数p6乘以规定的权重值α6所得的值来作为“与前一次坐标的距离差”。
并且,可靠度计算部203基于如上所述地计算出的“测定距离”、“测定精度的偏差”、“rssi值”、“与前一次坐标的距离差”,通过下述算式(8),计算出可靠度q。
q=(p3×α4)+(p4×α4)+(p5×α5)+(p6×α6)……(8)
另外,对于上述的“规定的权重值α3”、“规定的权重值α4”、“规定的权重值α5”以及“规定的权重值α6”,以能够适当地判断多个位置数据的每一个是否有可靠性的方式,预先设定适当的值,并将该适当的值预先存储于位置推定装置100所具备的存储器等。
(实施例)
接着,参照图6以及图7,对一实施方式的位置推定系统10的实施例进行说明。图6为表示一实施方式的位置推定系统10的实施例中所使用的测位对象20的移动路线18的图。在本实施例中,如图6所示,在检测区域12a内配置有多个测位装置16(测位装置16a~16d)。此外,在检测区域12a内设定移动路线18,使测位对象20(人)沿着该移动路线18移动。此时,通过多个测位装置16的每一个,从装配于测位对象20的发送器14(无线标签)接收电波,并基于该电波的接收结果测出发送器14的位置。
(由多个测位装置16获得的发送器14的位置的测位结果)
图7为表示在一实施方式的位置推定系统10的实施例中由多个测位装置16测出的发送器14的位置的图。图7是在测位对象20在移动路线18移动时,将由多个测位装置16获得的发送器14的测位位置标在检测区域12a上而成的图。
如图7所示,在由多个测位装置16获得的发送器14的测位位置包含许多在移动路线18上没有的位置,即产生了偏差。对于该偏差,例如可以想到噪声与从发送器14发送的电波重叠、从发送器14发送的电波的接收状况恶化等原因。
(由位置推定装置100获得的发送器14的位置的推定结果)
图8为表示在一实施方式的位置推定系统10的实施例中由位置推定装置100推定出的发送器14的位置的图。图8是通过位置推定装置100,基于在图7中所使用的发送器14的位置数据,推定发送器14的位置,并将该发送器14的位置标在检测区域12a上而成的图。
如图8所示,由位置推定装置100获得的发送器14的推定位置几乎都存在于移动路线18上,即,可以说是精度高的位置数据。
根据本实施例,位置推定装置100采用了基于对应多个测位装置16的多个位置数据、由密集度计算部202计算出的密集度、由可靠度计算部203计算出的可靠度来推定发送器14的位置的构成,由此,能够使用精度比较高的位置数据(密集度高的位置数据以及可靠度高的位置数据)来推定发送器14的位置。因此,通过位置推定装置100,即使在由多个测位装置16获得的发送器14的测位位置产生了偏差的情况下,也能够高精度地推定出测位对象20的位置。
以上,对本发明的一实施方式进行了详细记述,但本发明并不限于该实施方式,在权利要求书中所记载的本发明的主旨的范围内,能够进行各种变形或变更。
例如,在上述实施方式中,还可以具备有效性判断部,该有效性判断部在由密集度计算部202计算出的密集度大于第一阈值th1的情况下,将对应多个测位装置16的多个位置数据判断为有效的数据,在由密集度计算部202计算出的密集度小于第一阈值th1的情况下,将对应多个测位装置16的多个位置数据判断为无效的数据。该情况下,优选位置推定部204在由有效性判断部判断为对应多个测位装置16的多个位置数据是有效的数据的情况下,基于该多个位置数据来推定发送器14的位置。此外,在该情况下,位置推定部204也可以在由有效性判断部判断为对应多个测位装置16的多个位置数据不是有效的数据的情况下,废弃该多个位置数据。
此外,例如,在上述实施方式中,从配置于检测区域12的四个测位装置16获取位置数据,但不限与此,例如,可以从配置于检测区域12的三个或五个以上的测位装置16获取位置数据。
此外,例如,在上述实施方式,基于密集度以及可靠度来推定发送器14的位置,但不限于此,例如,可以基于密集度或可靠度中的任一方来推定发送器14的位置。
本国际申请主张基于2018年3月26日申请的日本专利申请第2018-058676号的优先权,并将该申请的全部内容援引至本国际申请中。
附图标记说明
10位置推定系统
12、12a检测区域
14发送器
16(16a~16d)测位装置
18移动路线
20测位对象
100位置推定装置
201位置数据获取部
202密集度计算部
203可靠度计算部
204位置推定部
205累积部