...
首页> 外文期刊>電子情報通信学会技術研究報告 >釈迦:携帯電話を用いたユーザ移動状態推定・共有方式
【24h】

釈迦:携帯電話を用いたユーザ移動状態推定・共有方式

机译:佛陀:使用手机的用户运动状态估计/共享方法

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       

摘要

本稿では,携帯電話に搭載可能な加速度センサ,マイク,GPSを複合的に用い,ユーザの移動状態を自動的に推定する方式を提案する.従来,走行,歩行,停止といった人間の活動状態に加えて,自転車,電車,バス,自動車といった乗車状態を推定対象とした場合,突発的な振動の変化や,振動が他状態と類似する時間帯が発生することにより,推定精度が低下する課題がある.本方式は,各センサデータの時間的な変化を状態遷移として扱い,各移動状態の推定に適した方式を組み合わせることにより,前記課題の解消を図っている.また,性能評価実験結果により,本方式が,前記7状態を概ね80%以上の精度で推定できることが分かった.さらに,直感的なユーザインタフェースを備えたユーザプレゼンス情報共有方式を提案する.%This paper presents a method for estimating the movement of a user using a system that combines GPS, a microphone and an acceleration sensor able to be fitted in a mobile phone. Past attempts to provide a means to identify movement associated with riding on a bicycle, train, bus or car, in addition to common human movements like standing still, walking or running, have had problems with poor accuracy due to factors such as sudden changes in vibration or times when the vibrations resembled those for other types of movement. The proposed method aims to avoid these problems by treating time-axis changes in the data from each sensor as state transitions, and by combining different techniques for identifying each type of movement. Performance test results show that the method achieves 80% or better accuracy for all seven of the different types of movement mentioned above.
机译:在本文中,我们提出了一种方法,该方法通过使用加速度传感器,麦克风和可安装在手机上的GPS的组合来自动估算用户的运动状态。因此,当以骑行状态如自行车,火车,公共汽车或汽车作为估计目标时,存在由于振动的突然变化或振动类似于其他状态的时区而导致估计精度降低的问题。该方法将每个传感器数据的时间变化视为状态转变,并结合适用于估计每个运动状态的方法来解决上述问题。此外,从性能评估实验结果中发现,该方法可以以大约80%或更高的精度估算上述7种状态。此外,我们提出了一种具有直观用户界面的用户存在信息共享方法。本文介绍了一种结合GPS,麦克风和可安装在手机中的加速度传感器的系统来估算用户运动的方法,过去尝试提供一种方法来识别与骑自行车相关的运动除了诸如停顿,行走或奔跑之类的常见人类运动外,火车,公共汽车或汽车还由于诸如振动的突然变化或与其他类型的运动类似的振动次数等因素而导致精度较低的问题。所提出的方法旨在通过将每个传感器的数据在时间轴上的变化视为状态转换并结合不同的技术来识别每种类型的运动来避免这些问题。性能测试结果表明,该方法对于所有传感器均达到80%或更高的精度上面提到的七个不同类型的动作。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号