权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

気圧センサによる標高データを用いた位置算出方法の開発

利用气压传感器的高度数据开发位置计算方法

基本信息

批准号：
20K04723
负责人：
横田孝義
金额：
$ 2.75万
依托单位：
Tsukuba Gakuin University (2022)Tottori University (2020-2021)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

気圧センサと加速度、角速度、地磁気センサを用いたパターンマッチングによる走行車両の位置推定技術について鳥取市内の一般道路をテストコースとして用いてデータを収集し、R4年度は令和3年度に引き続いて研究を行った。令和2年度の研究過程で気圧センサによる車両位置推定の位置推定が100m程度の誤差が生じてしまう平坦な道路区間が存在したが、そのような道路区間においても位置推定制度を向上させるために令和３年度は加速度、角速度、地磁気の情報もMicroーElectroーMechanical-System(MEMS)センサによって収集し位置算出アルゴリズムに用いるとともに、データ収集周期を1/50秒とすることで時間分解能を向上させ,位置精度の向上を図った。処理手順としては、加速度、角速度、地磁気の各3軸のセンサー情報の時系列情報、およびRTK-GNSSによる正確な車両位置情報を組みにした参照情報を事前に取得しておく。次に、走行位置推定を行いたい評価車両においても同様にMEMSセンサにより加速度、角速度、地磁気の時系列情報を取得する。このデータと前述の参照情報との相互相関関数のピークを求めることから評価車両の現在位置と同一地点に存在した参照車両の時刻を知り、その時刻における参照車両のRTK-GNSSによる正確な位置を評価車両の推定位置とする。令和4年度ではこの際に加速度、角速度、地磁気各3軸、すなわち全9軸のセンサーデータの利用重みを総合的な相互相関関数のSN比が最大になるように求めることにした。この最適重みを用いて9軸のセンサデータを総合した相互相関関数を求めることで,全長1.37kmのテストコースに選定した平坦な道路区間（鳥取市内の二級河川沿いの平坦な道路区間1.4㎞）でRMS誤差で 0.37m　最大誤差1.75m程度という極めて高精度な位置推定が可能であることが確認できた。

The acceleration, angular velocity and geomagnetic field are used to estimate the position of the traveling vehicle. The general roads in Tottori City are used to collect data. The research is carried out in R4 and R3. In the course of the study in 2002 and 2003, the error in the position estimation of the vehicle position was about 100m, and the error in the position estimation of the vehicle position was about 100m. In the course of the study in 2002 and 2003, the error in the position estimation of the vehicle position was about 100 m. In the course of the study in 2003 and 2004, the error in the position estimation of the vehicle position was about 100 m. The time resolution is 1/50 seconds, and the position accuracy is 1/50 seconds. The processing method includes the following steps: obtaining the time series information of the position information of each of the three axes, acceleration, angular velocity, and geomagnetic field, and assembling the accurate position information of the vehicle by RTK-GNSS in advance. Second, the travel position estimation is carried out in the middle of the evaluation process, and the MEMS system is used to obtain the acceleration, angular velocity, and geomagnetic time series information. The correlation between the reference information and the estimated position of the reference vehicle is calculated by calculating the current position of the reference vehicle and the time at which the reference vehicle exists at the same location. In order to maximize the SN ratio of the correlation between acceleration, angular velocity and geomagnetic field in the fourth year, the maximum SN ratio of the correlation between acceleration, angular velocity and geomagnetic field is obtained. The optimum weight of the 9-axis cross correlation coefficient is calculated, and the selected flat road section with a total length of 1.37km (the flat road section along the secondary river in Tottori City is 1.4 km) has an RMS error of 0.37m and a maximum error of 1.75m.