パニック型災害における非常時緊急救命避難支援システム（ERESS）の開発:バッファリングSVMによる災害検知アルゴリズム

摘要

世界のあらゆる地域において，火災・地震・テロなどの災害により多くの死傷者が出ている.筆者らはこの問題を解決するため，ERESS（Emergency Rescue Evacuation Support System：非常時緊急救命避難支援システム）の開発を行っている.本システムは，複数のセンサを搭載した携帯端末のみで構成される.ERESSでは，携帯端末間のアドホック通信を用いてセンシングデータを交換・分析し，災害発生直後30秒以内の危機的状況においてリアルタイムな避難支援を行うことを目指している.従来のERESSでは，機械学習であるSVM（Support Vector Machine）を用いて端末保持者の非常状態をセンシングデータより学習し，災害発生検知を行っていた.しかし，センサの誤差や動作環境の違いにより，非常状態の判定において，高い信頼性の確保が困難という課題があった.本稿では，SVMの判定結果をバッファリングし，精度よく非常状態を判定する方式を提案する.そして，データ収集端末を用いて突発的な災害を想定した二百数十人規模の緊急避難実験を行い，提案方式の判定精度と災害発生検知に必要な時間について検証する.%Many people were killed due to sudden disasters such as fire, earthquake, and terrorism until now. To solve this problem, we are developing ERESS (Emergency Rescue Evacuation Support System). This system consists of only mobile terminals with various sensors. In ERESS, these sensor data are exchanged and analyzed using only the ad-hoc communication among mobile terminals. ERESS aims to reduce the number of victims by supporting real-time evacuation in the critical situation for less than 30 seconds immediately after disaster outbreak.rnThe conventional ERESS detected disaster outbreak by learning emergency state of terminal holders' from sensor data using SVM (Support Vector Machine) which is machine learning. However, there was a problem that there was low reliability of the judgment of an emergency state due to the error of sensors, or the difference in a hardware requirement. In this paper, we propose a new method to judge the emergency state accurately by buffering judgment results of SVM. We carry out experiments on the emergency evacuation with more than 200 examinees. We investigate the judgment accuracy of the proposed method and the time required for detection of disaster outbreak.