Research on hunter assistance system using wireless sensing and machine learning

基于无线传感和机器学习的猎人辅助系统研究

基本信息

批准号：
20K19780
负责人：
小野悟
金额：
$ 2.66万
依托单位：
Radiation Effects Research Foundation
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
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

前年度の実験結果を元にして，さらに電波強度の変遷を用いたモノの移動等の挙動を確認するための基礎実験を行った．今回の実験は動物を想定したヒトの移動によって行った．具体的には，2つのセンサ間において，ヒトが通過，停止，または何もない状態の3つの基礎パターンを検出可能とするセンサの最適な設置位置（高さ，距離）を求めた．その結果，高さ1.6m，距離4mでセンサを設置した際にヒトの挙動を最も優位に検出できることがわかった．この結果を元にして，3つの行動基礎パターンにおける電波の変遷状況を示すデータを繰り返し取得した．さらにこれらの電波変遷の情報を画像化することによって，CNN（Convolutional Neural Network：畳み込みニューラルネットワーク）による画像分類を試みた．その結果，今回の3パターン分類においては，概ね9割以上の正解率が得られた．よって，2つのセンサ間における人の通過・停止・何もない状態という最も基礎的な状況確認が可能であることが明らかとなった．なお，今回構築したCNNの学習モデルは今後開発する応用アプリケーションの心臓部となることが想定されるため，今後に向けた実績として大きな成果が得られたと考えている．

基于前一年的实验结果，我们还进行了基础实验，以利用无线电场强度的变化来确认物体的移动等行为。该实验是通过移动人类进行的，而人类被认为是动物。具体来说，我们确定了两个传感器之间的最佳安装位置（高度、距离），从而能够检测三种基本模式：有人经过、停止或空旷状态。结果表明，当传感器安装在高度1.6 m、距离4 m时，能够最有效地检测人类行为。基于这些结果，我们反复获取显示三种基本行为模式的无线电波变化的数据。此外，通过将这些无线电波变化的信息转换为图像，我们尝试使用 CNN（卷积神经网络）进行图像分类。结果，三种模式分类的准确率均超过90%。因此，很明显，可以检查最基本的情况，例如有人经过、停车或两个传感器之间的空白空间。此外，由于我们这次构建的CNN学习模型有望成为未来应用应用的核心，因此我们相信我们在未来已经取得了巨大的成果。