文獻(xiàn)翻譯_基于人體行走相位關(guān)聯(lián)的可穿戴和環(huán)境傳感器的行人識別

1、基于人體行走相位關(guān)聯(lián)的可穿戴和環(huán)境傳感器的行人識別Tetsushi Ikeda；Hiroshi Ishiguro；Takahiro Miyashita；Norihiro Hagita.（期刊：J Ambient Intell Human Comput (2014) 5:645654）（翻譯整理：鄭維珍 清華大學(xué)精密儀器系研究生 微信:weizhen1895 可以提供文獻(xiàn)翻譯、下載或咨詢服務(wù)，歡迎來信。）摘要：提供個(gè)性化和基于位置的服務(wù)是在商場等公共區(qū)間內(nèi)很有前景的事情。到目前為止，空間環(huán)境中的傳感器已經(jīng)可以監(jiān)測到人的實(shí)時(shí)位置了，但是用此類傳感器來識別行人還有很大的困難。另一方面，可穿戴設(shè)備可以

2、輸出它們的個(gè)人識別信息，但這類傳感器依舊問題重重。在這篇文章里，我們提出了一種利用激光測距器將可穿戴加速器和步跡結(jié)果聯(lián)系起來的方法。我們首先提出了單步和加速度之間的基于信號關(guān)聯(lián)的聯(lián)系方法。然而，在擁擠的環(huán)境中，由于閉塞，有時(shí)只有一只腳能被觀察到。為了解決這個(gè)問題，我們首次提出了一個(gè)著眼于循環(huán)性步伐行為的相位關(guān)聯(lián)的新的評估函數(shù)。針對個(gè)人的循跡實(shí)驗(yàn)結(jié)果證實(shí)了這一方法的有效性。關(guān)鍵詞： 加速度計(jì) 激光測距器 傳感器融合 循跡1 背景介紹在諸如大型購物商場等公共空間內(nèi)提供個(gè)性化的和位置基礎(chǔ)的服務(wù)的信息基礎(chǔ)設(shè)施有著廣泛的應(yīng)用。這套系統(tǒng)可以提供當(dāng)前正在商場購物的人員的位置信息。當(dāng)他們行李較多的時(shí)候，使用者

3、可以呼叫一個(gè)搬運(yùn)機(jī)器人，而后者可以通過定位系統(tǒng)準(zhǔn)確達(dá)到位置。為了使個(gè)性化的和位置基礎(chǔ)的服務(wù)成為可能，我們提供了一套可以定位、識別和追蹤行人的系統(tǒng)，而行人正是移動(dòng)信息的攜帶終端，無論是在怎樣的擁擠環(huán)境中。許多定位系統(tǒng)已經(jīng)研究了如何通過安裝于環(huán)境中的傳感器實(shí)現(xiàn)行人定位。例如，使用相機(jī)和激光測距儀的定位系統(tǒng)可以很精確第追蹤行人。但是，僅僅使用環(huán)境中的傳感器難以區(qū)分每個(gè)行人或攜帶專門可穿戴裝置的個(gè)人。另一方面，在普適計(jì)算中，很多種的可穿戴裝置都被應(yīng)用于人體定位。由于使用ID身份標(biāo)簽的定位系統(tǒng)需要在環(huán)境中安裝讀取裝置，對大型公共空間來說，這不是一個(gè)現(xiàn)實(shí)的解決方案?？纱┐鲬T性傳感器也被用于人體定位，但是累

4、積估計(jì)誤差經(jīng)常帶來很多問題。對于精密的定位系統(tǒng)，整合別的信息資源是很有必要的。為了在環(huán)境中任何地方能夠把攜帶專門移動(dòng)裝置的行人定位出來，一個(gè)很有前途的方法就是整合探測行人的環(huán)境傳感器和定位行人的可穿戴傳感器。在這篇文章里，我們提出了一種整合環(huán)境中的激光測距儀個(gè)用于連續(xù)精確定位行人的可穿戴傳感器。用于使用激光測距儀的定位系統(tǒng)已經(jīng)被成功應(yīng)用于大型公共場所（比如火車站）的行人定位，而且激光測距儀的尺寸也變得更小了，所以激光測距儀是非常適合于公共空間的。由于許多手機(jī)都攜帶了有著多種用途的加速度傳感器，因此，攜帶手機(jī)的就不再需要穿戴附加的裝置。本文接下來的部分組織如下：首先，我們回顧了以前的研究成果；然

5、后，我們討論了一種整合激光測距儀（LRFs）和加速度計(jì)的方法，以及它們?nèi)绾文軌蛱峁┮粋€(gè)可信賴的評估；最后，我們討論了此方案的在實(shí)際環(huán)境中的可行性，而且展示了實(shí)驗(yàn)評估的結(jié)果。2 相關(guān)研究2.1 通過環(huán)境傳感器定位行人定位行人已經(jīng)成為計(jì)算機(jī)視覺上的一個(gè)重要組成部分被廣泛研究(Hu等， 2004)。使用相機(jī)的一個(gè)優(yōu)點(diǎn)是我們可以獲取包括顏色和運(yùn)動(dòng)捕獲的諸多信息。相機(jī)需要面臨的一個(gè)問題就是忍受環(huán)境光照條件的變化，而且在公共場所使用相機(jī)拍照來識別行人有時(shí)會帶來很多隱私上的麻煩。激光測距儀用于公共空間的行人定位吸引了越來越多的關(guān)注。隨著激光測距儀尺寸越來越小，安裝于環(huán)境中變得更加容易。由于激光測距儀僅僅觀測

6、行人的位置，因此不會加劇個(gè)人隱私的糾紛。Cui 等 (2007)通過觀測行人的步伐成功追蹤了一大批人。Zhao和Shibasaki(2005)也使用行人的一個(gè)簡單步伐模式追蹤了行人。Glas等人(2009)將激光測距儀安裝在購物商場，通過探測顧客腰部高度來預(yù)測行人的軌跡?？偟膩碚f，安裝于環(huán)境中的傳感器能夠很好地用于行人的精確定位。但是，當(dāng)人們處于擁擠環(huán)境中時(shí)，它難以識別行人。2.2 通過可穿戴傳感器定位行人在普適計(jì)算下，可穿戴設(shè)備被用于定位行人(Hightower和 Borriello， 2001)。被研究過的裝置包括IR身份標(biāo)簽(Want等，1992)、超聲波身份標(biāo)簽(Harter等，199

7、9)、RFID身份標(biāo)簽(Amemiya等，2004；Ni等，2003)、Wi-Fi(Bahl和Padmanabhan 2000)和UWB (Mizugaki等，2007)。如果裝置ID被系統(tǒng)識別，攜帶專門裝置的人就被定位和識別了。然而，基于身份標(biāo)簽的方式為了實(shí)現(xiàn)準(zhǔn)確定位，需要安裝許多讀取裝置，因而安裝讀取設(shè)備的花費(fèi)對于大型公共空間而言也是很大的問題?；赪i-Fi和UWB的方式不能提供足夠的分辨率以將人群識別開來。更進(jìn)一步，如果用戶不得不攜帶額外的裝置僅僅為了獲得定位服務(wù)，這樣的花費(fèi)和不便捷性也是需要考慮的?？纱┐鲬T性傳感器也已經(jīng)被與探測器整合到一起用于行人定位(Bao和Intille 200

8、4；Foxlin，2005，Hightower和 Borriello，2001)。由于整體漂移還有很多問題，因此連接探測器和其他傳感器顯得非常重要。最近，多種手機(jī)都攜帶了加速度計(jì)，而有的人們在日常生活中也是隨身攜帶。因此，使用加速度傳感器來定位行人可以有效使用這類基礎(chǔ)設(shè)施。2.3 通過傳感器的聯(lián)合定位行人為了從環(huán)境中定位和識別行人，整合環(huán)境傳感器和可穿戴裝置的方法也被研究了。Kourogi等人(2006)整合了若干可穿戴慣性傳感器，一個(gè)GPS模塊和一個(gè)RFID身份識別系統(tǒng)。Woodman和Harle (2008)也整合了可穿戴慣性傳感器和地圖信息。Schulz等人(2003)使用LRFs和ID

9、身份識別系統(tǒng)在實(shí)驗(yàn)室完成人員定位，他們提出了一種方法，能夠使用LRFs實(shí)現(xiàn)位置探測和通過環(huán)境中的ID身份標(biāo)簽識別行人。Mori等人(2004)使用地面?zhèn)鞲衅骱虸D身份標(biāo)簽來識別攜帶ID的人。這些方法都是在初始定位之后，再用ID身份標(biāo)簽完成行人識別。然而，由于這些整合方法的環(huán)境傳感器和ID身份標(biāo)簽都是基于位置信息的，因而在擁擠環(huán)境中的時(shí)候，ID身份標(biāo)簽的空間分辨率不足以區(qū)分行人。相反，我們整合了環(huán)境中的LRFs和運(yùn)動(dòng)人員攜帶的可穿戴設(shè)備。這樣的方法基于運(yùn)動(dòng)的同步性，而在整合過程中不需要計(jì)算精確的位置，因而不需要忍受慣性傳感器的漂移問題。之前的研究中(Ikeda等人，2010)，LRFs和可穿戴陀

10、螺儀被整合到繞豎直軸旋轉(zhuǎn)的軀體上。但是很難識別直線行走的行人，尤其是他們的軌跡頗為相似的時(shí)候。這種方法的另一個(gè)問題就是，一般手機(jī)攜帶陀螺儀的并不多見。在這篇文章里，為了解決這一問題，我們提出了一種提取步行特征的方法。LRFs探測行人的步伐高度，評估行人位置和步頻；可穿戴的慣性傳感器探測步頻。由于，每個(gè)人的步頻都有所不同，這一方法可以識別直線行走的行人，而它僅僅穿戴設(shè)備中使用了一個(gè)加速度傳感器。3 基于LRFs和可穿戴慣性傳感器的行人循跡和識別3.1 環(huán)境的和可穿戴的傳感器之間的信號聯(lián)系為了對每個(gè)攜帶可穿戴傳感器的行人進(jìn)行定位，我們著眼于環(huán)境的和可穿戴的傳感器之間的信號聯(lián)系。在收集到兩種傳感器所

11、探測到的運(yùn)動(dòng)特征之后，這些信號被用于對比以確定是否來自于同一個(gè)人。在這個(gè)框架里面，通過可穿戴傳感器定位行人的任務(wù)，見削減為比較過可穿戴傳感器提供的行人信號和環(huán)境傳感器探測到的全部信號，并從中篩選出信號最相近的人（圖1）。設(shè)想一下，行人的步伐可以被環(huán)境中的LRFs循跡，兩只腳的運(yùn)動(dòng)都會被估計(jì)出來（圖2）。與此同時(shí)，步伐的時(shí)間也被可穿戴的慣性傳感器探測到。如果這兩種信號是從同一個(gè)人那里出來的，我們可以認(rèn)為它們高度相關(guān)，因?yàn)樗鼈兌籍a(chǎn)生自同一個(gè)步伐節(jié)奏。我們發(fā)現(xiàn)，來自可穿戴的慣性傳感器的加速度信號和通過循跡結(jié)果評估出來的雙腳的加速度之間有著良好的一致性。本文關(guān)注步行的行為表現(xiàn)，而且提出了一種將來自兩類

12、傳感器的信號整合到一起的方法。圖1 通過環(huán)境的和可穿戴的傳感器共同定位行人。a 算法的概念。b 方案流程圖。圖2 在購物商場的行人。 白色的標(biāo)記表示探測到的行人的腳。每個(gè)行人的運(yùn)動(dòng)都是榮光可穿戴傳感器和用于循跡的LRFs共同確定的。3.2 利用LRFs完成行人步伐循跡Zhao和Shibasaki (2005)提出了一種通過LRFs探測步高實(shí)現(xiàn)行人循跡的方法。通過探測行人步高，不僅可以定位行人的位置，還可以獲得步伐的時(shí)間。我們擴(kuò)充了Glas等人（2009)的系統(tǒng)，運(yùn)用了粒子濾波算法來實(shí)現(xiàn)步伐循跡(圖3)。在我們的循跡算法里，我們首先通過分析幾百個(gè)掃描圖像的分析來濾除噪聲和運(yùn)動(dòng)物體。我們從循跡位置

13、計(jì)算出每一步的速度和加速度：當(dāng)是平均速度，是速度向量，是每一步的加速度，是采樣時(shí)間。3.3 可穿戴傳感器的加速度測量為了從可穿戴傳感器的加速度傳感器中提取出步頻，我們關(guān)注了加速度中的垂直分量。垂直分量是從三維加速度向量乘上豎直方向向量得到的：我們通過幾秒內(nèi)平均的來估計(jì)：這里的L是采樣計(jì)算平均值。原始的數(shù)值加速度信號和平滑后的在Fig.4a里給出。圖3 通過LRFs 完成行人的未定估計(jì)。LRFs 的布置位置在A,B和C。a LRFs觀測結(jié)果。b 每個(gè)粒子代表一個(gè)行人。c 行人位置估計(jì)，每個(gè)人表標(biāo)上獨(dú)特的數(shù)字。3.4 步伐運(yùn)動(dòng)和身體加速度的聯(lián)系Fig. 4b展示了通過平滑循跡方法計(jì)算的每一步的速度

14、和加速度。當(dāng)行人腳步的速度減低，就意味著它最終著陸，此時(shí)會發(fā)現(xiàn)一個(gè)較大的加速度豎直分量。因此，我們當(dāng)檢測到加速度為負(fù)值的時(shí)候，我們可以認(rèn)為這是著陸的沖擊造成的。注意到，根據(jù)LRFs測出的高度，在腳著陸的瞬間，速度并不為0。為了評估兩個(gè)信號之間聯(lián)系，我們提出了LRFs探測的最小步伐加速度和加速度傳感器測出的加速度的泊松關(guān)聯(lián)函數(shù)：對于可穿戴的加速度，攜帶傳感器的行人的軌跡可以通過（4）估計(jì)出來。4 基于步行相位的相位關(guān)聯(lián)在擁擠情形下，有時(shí)后用于遮擋只有一只腳能被檢測到。但是，式（4）知識選取了加速度是較低的，因?yàn)橐恢荒_記錄的軌跡是如此的。圖5展示了一只腳的加速度信號和可穿戴傳感器之間的信號聯(lián)系。一

15、只腳的加速度周期中，由于步伐的相位，加速度會呈現(xiàn)出正值和負(fù)值的關(guān)系。為了解決這一問題，我們提出了一種基于步行行為相位的評估算法。圖4 8秒內(nèi)LRFs和可穿戴傳感器的信號實(shí)例。a 可穿戴傳感器信號的豎直分量。b 信號關(guān)聯(lián)。c 最小加速度關(guān)聯(lián)。4.1 腳和身體加速度之間的聯(lián)系為了將步行時(shí)加速度的正負(fù)值聯(lián)系起來，我們提出了一種根據(jù)該信號權(quán)重來調(diào)節(jié)的方法。圖5和圖6展示了這種關(guān)系。圖5 單腳的加速度和可穿戴傳感器的加速度之間的聯(lián)系。圖6 基于周期性運(yùn)動(dòng)的加速度信號關(guān)聯(lián)。4.2 基于步行相位權(quán)重的腳和身體加速度之間的聯(lián)系1）單步速度平滑處理和提取最小值、最大值。根據(jù)瞬時(shí)最大值確定一個(gè)周期時(shí)間。在周期內(nèi)的

16、所有時(shí)間，將最大值處的時(shí)間（t）設(shè)置為0，下一個(gè)最大值處為，中間由線性插值給出。具體公式如下：（6）2）將每個(gè)周期分割為M個(gè)時(shí)間段k（k=1M）。我們在這個(gè)實(shí)驗(yàn)中使用M=16。在每個(gè)時(shí)間段k，根據(jù)式（4）計(jì)算平均加速度。3）根據(jù)平均值確定一個(gè)函數(shù)w。我們這個(gè)實(shí)驗(yàn)中使用=0.25.通過式（8）的權(quán)重函數(shù)，我們評估傳感器之間的關(guān)聯(lián)性如下：根據(jù)式（9）用戶的軌跡可以可以從軌跡的最大值中選取處理。圖7顯示了每個(gè)相位階段的權(quán)重函數(shù)計(jì)算結(jié)果。圖7 每個(gè)相位周期下的權(quán)重函數(shù)。5 實(shí)驗(yàn)5.1 實(shí)驗(yàn)設(shè)計(jì)我們在位于日本Osaka的亞太商業(yè)中心的購物商場（圖8）開展我們的實(shí)驗(yàn)。我們定位人群的區(qū)域是20m的圓形區(qū)域，

17、其中包括許多餐館和商店。在這個(gè)區(qū)域內(nèi)，我們在20cm的高度上安裝了6個(gè)LRF陣列。我們調(diào)整了之前的系統(tǒng)，使其除了追蹤腳步外還具由和可穿戴傳感器一起協(xié)作完成定位和識別行人的功能。行人在環(huán)境中的每一步都會通過一個(gè)離子濾波算法實(shí)現(xiàn)探測和追蹤。通過計(jì)算離子的期望，我們可以按照每秒25次的頻率計(jì)算出位置和速度。這個(gè)算法在測量位置處是非常穩(wěn)定而且可信的。環(huán)境中有三個(gè)攜帶可穿戴傳感器的行人，可以獲得他們的三維加速度向量。在實(shí)驗(yàn)中，加速度被采樣之后通過藍(lán)牙方式傳輸?shù)絇C機(jī)。圖11展示了4秒內(nèi)對行人軌跡的追蹤結(jié)果。有的情況下行人只有一只腳被探測到。圖8 購物商場環(huán)境示意圖。圖9 系統(tǒng)構(gòu)建。a LRFs在商場中的

18、布置。 b 本實(shí)驗(yàn)實(shí)驗(yàn)的LRFs的主要性能參數(shù)。圖10 本實(shí)驗(yàn)使用的可穿戴傳感器。圖11 4秒內(nèi)步伐循跡的估計(jì)。5.2 行人識別的精確性我們通過三個(gè)志愿者的四次實(shí)驗(yàn)來進(jìn)行檢驗(yàn)。圖12展示了當(dāng)志愿者行走的時(shí)候最初20秒內(nèi)計(jì)算的計(jì)算關(guān)聯(lián)性。圖12 a-c展示了志愿者1,2,3的典型結(jié)果。我們在最高處用不同顏色的線標(biāo)出軌跡，志愿者也被識別出來了。在這個(gè)實(shí)驗(yàn)里，三個(gè)志愿者攜帶著可穿戴慣性傳感器與別的行人一起行走。圖8的環(huán)境中大約有10個(gè)行人。在15次實(shí)驗(yàn)里，攜帶可穿戴慣性傳感器的行人被依次從人群中分離開來。表1展示了在目標(biāo)出現(xiàn)后4,6,8和10秒時(shí)的識別精度。雖則目標(biāo)出現(xiàn)的時(shí)間變長，識別精度會上升。圖

19、12 可穿戴慣性傳感器和環(huán)境LRFs提供的及速度之間的聯(lián)系函數(shù)。a 行人1。b 行人2 。c 行人3。6 討論6.1 時(shí)間同步性由于我們的方法是通過對比時(shí)間序列來定位行人的，因此調(diào)整LRFs和可穿戴傳感器的時(shí)鐘就變得非常重要。在接下來的實(shí)驗(yàn)里，可穿戴傳感器的與主機(jī)時(shí)鐘保持一致，他們之間是通過藍(lán)牙實(shí)現(xiàn)連接的。另一個(gè)問題是可穿戴傳感器向主機(jī)實(shí)施傳輸?shù)臅r(shí)候回出現(xiàn)延遲。在這個(gè)實(shí)驗(yàn)里，信號會將時(shí)間戳一起傳輸。如果時(shí)間戳一倍主機(jī)收到，那就可以去除偶然的傳輸延遲了。6.2 隱私問題如果再公共空間內(nèi)安裝攝像頭，呢么侵犯個(gè)人隱私的問題就會不可避免地出現(xiàn)。由于LRFs不會探測行人的臉或其他信息，隱私的問題就與我們

20、的方法關(guān)系不大了。6.3 可穿戴陀螺儀的整合在這篇文章里，我們聚焦于可穿戴傳感器和LRFs之間的聯(lián)系。通過使用安裝了加速度傳感器和陀螺儀的可穿戴設(shè)備，我們能夠粗略地估計(jì)行人的位置。即使位置估計(jì)存在累計(jì)誤差，位置信息也會提供區(qū)分兩個(gè)步頻非常相近的行人的關(guān)鍵信息。我們已經(jīng)提出了一種關(guān)聯(lián)算法，它使用的是角速度向量(Ikeda等人， 2010)。下一步，我們想將步調(diào)和位置信息整合到一起。6.4 放大性在這個(gè)實(shí)驗(yàn)里，我們確定出在購物商場的10個(gè)人中的三個(gè)人，這證明了我們方法的可行性。當(dāng)兩個(gè)人同時(shí)同步地行走的時(shí)候，他們的加速度信號是高度相似的。在這種情況下，還有更多的工作需要做。6.5 加速度姿勢的影響實(shí)

21、驗(yàn)中，我們將可穿戴的加速度傳感器粘貼到行人的腕部。通過計(jì)算加速度的豎直分量，這個(gè)固定傳感器的方法對我們的方法并不有效。然而，不同位置處不同的加速度信號被獲取了。我們確信，如果傳感器被攜帶在不同的部位，比如口袋、手里或包里，那會有很大的不同。觀察到的加速度信號的形狀（圖13）使不一樣的，但是它們的峰值還是非常清楚而且沒有太大區(qū)別的。圖13不同攜帶條件下的加速度信號案例。a口袋攜帶方式。b手里攜帶。c 包里攜帶7 結(jié)論在這篇文章里，為了評估行人的位置和ID，我們提出了一種結(jié)合環(huán)境中傳感器提供的精確位置信息和可穿戴傳感器提供的可靠ID信息的方法。由于行人的腳的循跡結(jié)果和行人的軀體振動(dòng)之間的關(guān)聯(lián)，我們

22、建立了同一行人的參數(shù)之間的聯(lián)系，因而將其聯(lián)系最大化。在購物商場進(jìn)行的人員定位實(shí)驗(yàn)結(jié)果顯示了這種方法的精確性。由于激光測距儀（LRF）已經(jīng)變得普遍，而人們隨身攜帶的手機(jī)中也經(jīng)常嵌有慣性傳感器，我們相信這一方法是非常實(shí)用的，而且提供了一種在公共空間實(shí)現(xiàn)行人定位的基礎(chǔ)方法。在以后，我們會根據(jù)行人攜帶手機(jī)的方式的變化變更自己的方法。由于可穿戴設(shè)備提供了比步頻更多的信息，我們也可以將這一方法擴(kuò)展以探測更多的步行行為信息。致謝本項(xiàng)研究得到了KAKENHI(25330314)的支持和資助。參考文獻(xiàn)Mizugaki K et al (2007) Accurate wireless location/commu

23、nication system with 22-cm error using UWB-IR. IEEE radio and wireless symposium, pp 455458Amemiya T, Yamashita J, Hirota K, Hirose M (2004) Virtual leading blocks for the deaf-blind: A real-time way-finder by verbal nonverbalhybrid interface and high-density RFID tag space. In: Proceedings of the I

24、EEE virtual reality conference, pp 165172Bahl P, Padmanabhan VN (2000) RADAR: an in-building RF-baseduser location and tracking system. In: Proceedings of the IEEEINFOCOM 2000, vol 2, pp 775784Bao L, Intille SS (2004) Activity recognition from user-annotated acceleration data. In: Ferscha A, Mattern

25、 F (eds) Proceedings ofthe pervasive 2004, vol LNCS 3001. Springer, Berlin, pp 117Cui J, Zha H, Zhao H, Shibasaki R (2007) Laser-based detection andtracking of multiple people in crowds. Comput Vis Image Underst 106(23):300312Foxlin E (2005) Pedestrian tracking with shoe-mounted inertial sensors. IE

26、EE Comput Graph Appl 25(6):3846Glas DF, Miyashita T, Ishiguro H, Hagita N (2009) Laser-based tracking of human position and orientation using parametric shape modeling. Adv Robotics 23(4):405428Harter A, Hopper A, Steggles P, Ward A, Webster P (1999) The anatomy of a context-aware application. In: P

27、roceedings of the 5th annual ACM/IEEE international conference on mobile computing and networking (Mobicom 99), pp 5968Hightower J, Borriello G (2001) Location systems for ubiquitous computing. Computer 34(8):5766Hu W, Tan T, Wang L, Maybank S (2004) A survey on visual surveillance of object motion

28、and behaviors. IEEE Trans Syst Man Cybern Part C 34(3):334352Ikeda T, Ishiguro H, Glas DF, Shiomi M, Miyashita T, Hagita N (2010) Person identification by integrating wearable sensors and tracking results FROM environmental sensors. In: Proceedings of the IEEE international conference on robotics an

29、d automation (ICRA 10), pp 26372642Kanda T, Glas DF, Shiomi M, Ishiguro H, Hagita N (2008) Who will be the customer? A social robot that anticipates peoples behavior from their trajectories. In: Proceedings of the 10th international conference on ubiquitous computing (Ubi Comp 08), pp 380389Kourogi

30、M, Sakata N, Okuma T, Kurata T (2006) indoor/outdoor pedestrian navigation with an embedded GPS/RFID/self-contained sensor system. In: Proceedings of the 16th international conference on artificial reality and telexistence (ICAT 06), pp 13101321Mori T, Suemasu Y, Noguchi H, Sato T (2004) Multiple people tracking by in