研究テーマ
テーマ：校内ナビゲーションのための電波強度に
よる位置推定方式
担当：小野嵩晃（本科5年）
概要：
近年，携帯電話の発展に伴ってGPS
等の電波情報からの位置情報を用いたナビゲーションシステムが普及している．しかしながら，それらの電波の大半は屋内では有効な精度を持たず，位置の特定
が困難である．そこで本研究では，屋内に存在している受信信号強度(RSSI値)より位置の推定を行う方式の検討を行った．推定方法として，識別能力で優
れた性能を持つSupport Vector
Machineを使用した．本システムは収集された各地点の受信信号強度をモデルデータとして，現在位置の受信信号強度から測定地点が本研究室から何階，
何メートル地点かを表示するものとした．
テーマ：在室者位置予測システムのためのフィジ
カルインターフェイスの設計
担当：佐々木貴晃（本科5年）
概要：
本
研究では,コンピュータと実際の物理デバイスをつなぎ，様々な型式で人間との情報交換を行うといったフィジカルコンピューティングに基づき，在室者位置予
測システムのためのフィジカルインターフェイスの設計を行った．在室者位置予測システムは過去の利用者の行き先の入力情報を基に現在の位置を予測するもの
である．そのため専用のデバイスを作成することで，操作の簡略化や視覚的な分かりやすさを追求することができ，より自然な型式でユーザの入力情報を収集す
ることが可能である．
テーマ：二輪倒立ロボットのための強化学習によ
る制御方式
担当：藤原滉司（本科5年）
概要：
本研究では，ETロボコン2011大会で利用された二輪倒
立ロボットにおけるライントレース制御に強化学習の枠組みを適用した．強化学習とはロボットがある状態において行動を選択し，その結果が良ければ報酬を得
ることができる．そして，最も高い報酬を得るような行動を選択するようになるといった学習方式である．本研究では，様々なコースでの学習を行うことで．そ
の特徴を調ベ，効率的で汎用性の高い学習方法について研究を行った．
テーマ：ベイジアンネットワークによる現在地予
測に基づくコミュニケーションシステムの設計
担当：村越拓真（専攻科2年）
概要：
本
研究では，高専や大学のような高等教育機関における各研究室を対象に，在室者の状況を指し示す一般的な手動
操作の情報板に替わり，自動で現在地を予測し，適切な連
絡手段を提供するコミュニケーションシステムを設計した．これは,在室者の行動履歴を利用したベイジアンネットワークにより実現され，一般的な情報板にお
ける操作の忘失や，指し示す場所が間違っていた場合でも，確率的に複数の候補を示すことが可能である．また，前期や後期などの大幅なスケジュール変更にも
対応できることかが特徴的である.
テーマ：電波強度による位置推定機能を利用した
校内ナビゲーションシステムの設計
担当：高橋光紀（専攻科1年）
概要：
本研究では，建物内部の実画像データを用いた校内ナビゲー
ションシステムの設計を行った．校内に配置された無線通信の基地局からの電波強度を利用することで，利用者の現在地の推定が可能であり，ユーザの移動に合
わせて自動的に画像を切り変わることによって現在地を把握することができる．ナビゲーションに利用される画像データは携帯電話で撮影した画像を使用するこ
とが可能である．また，使用者の見ている風景と画像データのマッチングがしやすくなるように画像に写っている特徴物（例:火災報知機，掲示板等）にランド
マークがついているのが特徴である．
テーマ：SVM for
Localization -How to use SVM to localize oneself in an indoor
environment-
担当：Alexandre Maréchal（短期留学生，フランスリール）
概要：
During my work placement in
Akita Kosen, I worked with SVM (Support Vector Machine) in order to
localize someone inside a building so that it can be used in smartphone
applications like virtual guides. To do that, we tested SVM with
dedicated wireless access point to find the best configuration and
display our current position. They were several problems to solve like:
How to configure SVM to predict in real time the current position? How
to set the access point so that the accuracy was almost the same for
each point in the test area? We find the best configuration for SVM,
even if there are several differences between Windows and Macintosh,
the OS we used to test our programs. There is still a compatibility
problem between Macintosh and Windows; they can’t use the same model
due to the fact that more wireless data is used on Windows than on
Macintosh.
