[A-13] ITS

9:15 AM - 9:30 AM JST(12:15 AM - 12:30 AM UTC)Candidate for Academic Incentive Award

[A-13-03] 機械学習による測位誤差予測を用いた疑似DGNSS位置補正手法

◎Gota Ihara¹, Hiroyuki Hatano¹, Kosuke Sanada¹, Kazuo Mori¹ (1. Mie Univ.)

Keywords:

GNSS,DGNSS,machine learning,positioning error

GNSS(Global Navigation Satellite System) において，対流圏，電離層遅延などの影響を低減させる DGNSS(Differential GNSS) がある ．DGNSS による移動局位置補正を行うには基準局とのリアルタイム通信が必要である．そのため，端末の高度化，通信環境の整備が必須となり，大衆車や歩行者などへの普及の障壁となっている．この課題に対し，従来研究では機械学習を用いて過去の誤差数値から未来の誤差を予測する手法が提案されている．しかし，衛星配置などの環境要因を考慮せず，誤差推移のみによる予測のためリアルタイム通信が途切れて時間が経過した環境では，予測精度が劣化する．本研究では，過去の基準局における衛星配置といった環境要因を学習しておき，それを利用して移動局の位置を補正する手法を提案する．提案手法では，ランダムフォレスト (RF) を用いて基準局周辺の衛星と測位誤差を学習／補正を行う．これによりリアルタイム通信を必要としない疑似 DGNSS による測位誤差補正を狙う．本稿では，1 日 1∼2 回の低頻度通信を想定し，12 時間前の実データに基づく学習データでの評価結果も示す．