ZigBeeノードの受信信号強度を利用した 屋内での人の活動範囲検出法

Presentation on theme: "ZigBeeノードの受信信号強度を利用した 屋内での人の活動範囲検出法"— Presentation transcript:

1 ZigBeeノードの受信信号強度を利用した 屋内での人の活動範囲検出法
芝浦工業大学　大学院工学研究科電気電子情報工学専攻 青木 智資　森野博章

2 研究背景 屋内でのヒトの活動範囲検出のアプリケーション 防犯，侵入者検知 店舗の来客の動線把握 ヒトにタグを持たせることが不可能
パッシブにヒトの活動範囲検出方法が求められる

3 既存の位置認識技術法 赤外線 超音波 アクティブRFID ○安価 ○検出精度が良い ○通信距離が長い ○技術が十分汎用化
×センサの設置密度高く，敷設コストが増加 超音波 ○検出精度が良い ×直進性が強い アクティブRFID ○通信距離が長い ○個体の識別が可能 ×被測定者がタグを所持

4 関連研究 西正博,“UHF帯テレビ放送波を用いたヒト検知システムの提案” 奥川雄一郎,“無線LAN電波を用いた人センシング技術の基礎検討”
600MHz帯の電波を使用 受信機１台で人の活動を検知する技術は確立 RSSIの変動量がある一定の閾値を超えるかどうかを監視 奥川雄一郎,“無線LAN電波を用いた人センシング技術の基礎検討” 2.4GHz帯の電波を使用 アクセスポイント，受信機で人の活動を検知することが可能 屋内での人の活動を検知することに留まり， 具体的な位置の特定まではできない

5 測定法の基本的なアイデア ZigBeeノードは各種センサを搭載し，環境モニタリング等の目的で利用されている． 本活動範囲検知システムの特長
専用のインフラの構築を必要としないため,安価にシステムを構築できる ZigBee ノードを複数設置し,互いにパケットを送受信し,得られた複数の RSSI の変動量を分析すれば,人の活動範囲を特定できると考えた 次の予備実験では,人の歩行した区間によりどのような RSSI が得られるか実験を行った.

6 予備実験1 既存の文献 説明→窓ガラスが多い，マルチパス干渉が生じやすい 実験 ノード1→2にパケット送信 無線リンクに対して 平行 垂直
2GHz 帯の無線ノードでのRSSIの変化についての詳細な報告がない 移動パターンと RSSI の変動特性の間の関連性を調査 説明→窓ガラスが多い，マルチパス干渉が生じやすい 実験 ノード1→2にパケット送信 無線リンクに対して 平行 垂直 重複 歩行を行った．

7 実験諸元 各ノードの構成 実験諸元 使用機器 ・Crossbow neoMOTE WM-Z1100
・RS232 シリアルプログラミング基板　MIB510 パケット送信間隔Tp 0.5 [sec] 無線周波数 2.475 [GHz] (チャネル25) 送信電力 1 [mW] ノード間距離 4.5 [m] ノード設置高さ 床から70cmの机上 往復運動の周期Tm 16秒 一区間あたりの往復運動の回数 4往復 外部アンテナ ZigBeeノード RS-232接続 パケット PC

8 予備実験1 平行 (a) 2 1 垂直 (b) 2 1 測定対象の 無線リンク 移動区間 ノード 1→2 の RSSI 測定対象の 移動区間
4.5m 4.5m 測定対象の 無線リンク RSSI [ｄBm] 1 Time [sec] 移動区間 ノード 1→2 の RSSI 垂直 (b) 2 4.5m 4.5m RSSI [ｄBm] 1 測定対象の 無線リンク 移動区間 Time [sec]

9 無線リンクに対して重複して歩行する時が最も変動量が大きい
予備実験1 重複 (c) 2 4.5m 4.5m RSSI [ｄBm] 移動区間 測定対象の 無線リンク 1 Time [sec] ノード 1→2 の RSSI 非活動(d) 2 4.5m 4.5m 測定対象の 無線リンク RSSI [ｄBm] 1 Time [sec] 無線リンクに対して重複して歩行する時が最も変動量が大きい

10 予備実験2 予備実験1では,2つのノード間の RSSI の変動のみを観測 予備実験２では
今回は，移動区間2と１を場合のみ報告する

11 リンク(1,2)を移動した際の各リンクのRSSI
測定対象の 無線リンク ノード 1→2 の RSSI 測定対象の 無線リンク 3 RSSI [ｄBm] 4 2 Time [sec] ノード 4→1 の RSSI 往復運動 1 RSSI [ｄBm] ラックに近いノード4→1はRSSIの絶対値は小さいものの変動量が大きい Time [sec]

12 予備実験から得られたRSSI変動特性の知見
　　　　移動パターンをデータベースとして保存する．

13 提案手法 事前に全てのリンクの標準偏差を求め,データベースとして保存する.
推定を行う場合は,未知のデータから最小二乗誤差を求めることで 推定を行う.

14 (1) 参照データの作成 -1- 1. 各移動区間における全ノードのRSSIの取得
(1) 参照データの作成 -1- 1. 各移動区間における全ノードのRSSIの取得 あるノード a から b(1≦a≦4,1≦b≦4)に向かうリンク(a,b)に沿って時間 Tm の間だけ人が歩行する． この間に各ノードは他の 3 つのノードから送信されたパケットの RSSI を取得する. 時間 Tm が経過すると各ノードは取得した全データを外部サーバ へ送信する. 各ノードが取得したRSSIを　　　　と表記する． 測定を開始して k秒後にノード i の送信したパケットをノード j が 受信した際の RSSI を示す. ・・・ ( 1≦i≦4, 1≦j ≦4,i ≠ j, 0≦k≦Tm )

15 アルゴリズムの具体例 1. 各移動区間における全ノードのRSSIの取得 ・ある区間を時刻Tmだけ移動 ・各ノードがパケットを送信
buffer -67 -57 -42 -42 ・ある区間を時刻Tmだけ移動 -49 -47 3 2 ・各ノードがパケットを送信 ・他の3つノードからRSSIを受信 移動 基地局 ・RSSIを外部サーバに送信 外部 サーバ 4 1 -65 -57 -57 -45 -62 -47

16 (1) 参照データの作成 -2- 2. RSSIの標準偏差の算出
(1) 参照データの作成 -2- 2. RSSIの標準偏差の算出 外部サーバは，各ノードが取得したRSSI について，各リンク(i , j)ごとに標準偏差を算出する. 全ての(a , b)の組み合わせに対して,標準偏差 を求める. 活動時の標準偏差： 非活動時の標準偏差：

17 アルゴリズムの具体例 2. RSSIの標準偏差の算出 移動区間(1,2)の場合の全リンクのRSSIの標準偏差
(i, j) (1,2) (1.3) (1,4) (2,1) (2,3) (2,4) (3,1) (3,2) (3,4) (4,1) (4,2) (4,3) σ((1, 2), (i, j)) 1.5 2.4 1.4 1.6 1.3 3.2 2.1 1.1 1.2 2.2 2.9 外部 サーバ 単位：dBm これを全ての移動区間に対して，標準偏差を求める

18 (2) 活動範囲推定方法 -1- 1. 各移動区間における全ノードのRSSIの取得 2. 標準偏差の算出
(2) 活動範囲推定方法 -1- 1. 各移動区間における全ノードのRSSIの取得 各ノードは時間 Tm の間,他の 3 つのノードから送信されたパケットの RSSI を取得する. (1)1と同 様に,時間 Tm が経過すると各ノードは取得した全 データを外部サーバへ送信する. 2. 標準偏差の算出 (1)2 と同様に,標準偏差を算出し,この値を と表記する．

19 (2) 活動範囲推定方法 -2- 3. 差の二乗和SSE(a , b)の算出 4. 移動区間の推定
(2) 活動範囲推定方法 -2- 3. 差の二乗和SSE(a , b)の算出 参照データとして保存された に対して との差の二乗和 SSE(a,b) 4. 移動区間の推定 SSE(a,b)が最小となる(a,b)の組を求め,このリンクを人が歩行した移動区間と推定する.

20 アルゴリズムの具体例 3. 差の二乗和SSE(a , b)の算出 参照データ 推定対象のデータ SSE(1,2) = 15.9 (i, j)
(1.3) (1,4) (2,1) (2,3) (2,4) (3,1) (3,2) (3,4) (4,1) (4,2) (4,3) σ((1, 2), (i, j)) 1.5 2.4 1.4 1.6 1.3 3.2 2.1 1.1 1.2 2.2 2.9 外部 サーバ 単位：dBm 推定対象のデータ (i, j) (1,2) (1.3) (1,4) (2,1) (2,3) (2,4) (3,1) (3,2) (3,4) (4,1) (4,2) (4,3) σ‘((i, j)) 1.0 2.4 2.6 3.4 2.0 1.6 3.2 2.2 0.8 4.0 単位：dBm SSE(1,2) = 15.9

21 性能評価 実験日時 3 2 1 4 5 6 7 8 実際の推定ではある区間に滞在する時間は不明
青色のリンク 黄色のリンク 参照用データ 10月 2日 11月6日 16:00頃 推定対象データ 10月14日 11月6日 17:00頃 実際の推定ではある区間に滞在する時間は不明 今回は推定対象とする人の移動時間を既知とし，参照データと同様に16秒と設定 論文執筆時より 新たに追加した区間 ノード ノード間の中間点(便宜上)

22 実験の様子 実験室の様子 机上に設置したノード 各ノードは机の上，PCは机の下に設置． PCは机の下に設置． ZigBeeノード

23 移動区間の推定の具体例 移動方向あり 移動方向なし 性能評価では 移動方向の区別なし として評価を行った 参照データ 参照データ 非活動時
(1,2) (2,1) (2,3) (3,2) 8.2 16.4 14.5 31.0 19.2 43.2 15.9 13.1 26.5 23.5 34.8 11.7 8.4 19.7 16.1 48.3 32.9 28.1 9.5 46.8 30.1 25.2 10.9 12.8 ｝ 移動区間 非活動時 (1,2) (2,3) 8.2 15.6 25.8 39.1 11.4 20.3 49.1 29.2 10.5 推定対象のデータ 推定対象のデータ ｝ 移動区間 移動方向あり 移動方向なし 性能評価では 移動方向の区別なし として評価を行った

24 参照データと推定対象データの最小二乗誤差の算出結果
検出率90％

25 考察 推定可能： 推定不可能： 3 2 1 4 5 6 7 8 無線リンクと重複しない場所でも推定が可能 10月14日の実験
リンク(2,4)が推定に失敗 11月6日の実験 窓のブラインドを下げる リンク(2,4)は正しく推定 3 2 1 4 5 6 7 8 推定に失敗した(1,3)リンク １番ノード付近にガラスの入った扉があり，その付近を人が通行する際にRSSIの変動を受けたためではないかと考えられる

26 まとめと今後の課題 まとめ 今後の課題 電波を利用し，少数のノードをで人の検出を可能にする方法について提案
移動区間の推定は約90％で推定可能． 今後の課題 推定対象の人の移動時間が未知である場合の推定方法 部屋の規模による最適なノード数の検討 人の歩行速度による検出率の変化の関係 ZigBee ノードのバッテリ駆動を考慮した最適なパケットの送信間隔の検討