地図製作意図に基づいた現在地認識支援システムの実現方式

情報処理学会

書誌事項

タイトル別名
  • デモセッション／企業展示

抄録

1 はじめにモバイルツールにおける周辺情報獲得の難しさは，近周辺情報(代表的なものとして，現在地から視認可能なランドマーク)，ならびに，遠周辺情報(代表的なものとして，直近で利用した可能性の高いランドマーク)の３空間的(位相，方向，距離)関係を全て画面内に収めることにある．なお，3空間的関係の認識は，モバイルユーザが周辺情報の重要度判定基準を与える本質的項目として位置づけられる．これは， 周辺情報の重要度が近さに依存することが多いことによる．つまり，モバイルユーザは，目的となる遠周辺情報，ならびに，近周辺情報と現在地の空間的関係認識を伴って，周辺情報の重要度判定を行う．ここで，モバイルユーザが現在地を認識する行為を「現在地認識」と定義する．また，本稿が対象とする周辺情報をランドマークの位置情報とする．現在の主要な地図情報システムは近周辺ランドマーク，ならびに，遠近周辺ランドマークの３空間的関係を正確に表現するものである．しかしながら，距離関係の正確な表現は，近周辺情報，ならびに，遠周辺情報の一括提示の妨げとなっている．すなはち，その地理情報システムは，拡大・縮小などの地図操作をモバイルユーザに強要することによって，それらの空間的関係を認識させる．この地図操作は一般に大変な労力を有するものであり，モバイルユーザの地図利用の動機低減をもたらす．本稿では，モバイルユーザの現在地から視認可能なランドマーク，ならびに，直近で利用した可能性の高いランドマークを一括提示する現在地認識支援システムを提案する．提案方式の特徴は，与えられたランドマーク集合から，近さと地図製作意図(地図製作者の定める「ランドマークの強さ」)に基づき，両ランドマークを一括検索する機能を実現することにある．ここで，ランドマークの強さとは，異なる縮尺を持つ地図の集合が与えられた時，そのランドマークを含む地図の数と定義する．例えば，多くの人が利用する駅，市役所等など，多くの人が利用するランドマークは，異なる縮尺の地図に出現することが多い，すなはち，これらは強いランドマークとみなされる．近周辺ランドマーク，ならびに，遠周辺ランドマークを一括提示することにより，提案システムはモバイルユーザの現在地認識支援を可能にする．また，実験により提案方式の妥当性を明らかにする．2 提案システムの実現方式本節では提案システムの定式化，すなはち，データ構造とデータ構造に対する機能の構成方式を示す．2.1 データ構造提案システムは，地図製作者が定めるランドマークの強さを保持するデータベース(地理的専門知識データベース)に基づく．そのデータベースを(ランドマークID，ランドマーク名，緯度経度，スケール１の地図における出現有無，スケール２の地図における出現有無，・・・，スケールMの地図における出現有無)からなるM＋３対の集合として定義する．ここで，ランドマークIDとはランドマークの識別子を表す．ランドマーク名はランドマークの名称を表す．緯度経度はランドマークに関連付けられた地点の緯度経度を表す．スケールj( j = 1 ～ M )の地図におけるランドマーク出現有無は，0(未出現)または1(出現)により表現される．2.2 提示ランドマーク選択機能提案システムは，次の式に基づいて提示ランドマークを選択する．W LM =(α×m(i) / ( M + (1－α) ) × ( (r－d(i,c)) / (r+1) ) lここで，M は地理的専門知識データベースを構成する地図のスケールの個数を表す．m(i) はそのデータベースに固辞されるi 番目のランドマークが出現する地図数を返す関数を表す．ｒは現在地を中心とする円の半径を表す．提案システムはその円内に存在するランドマークを遠周辺ランドマークと認識する．d(i,c) はi番目のランドマーク現在地c間の距離を返す関数を表す．lは遠周辺ランドマークに対する近周辺ランドマークの提示優先度合いを表す．なお，lは1以上の実数をとる．例えば，lを大きくすると，遠周辺ランドマークに対して近周辺ランドマークが画面内に優先的に提示される．αは，強いランドマークと近いランドマークの提示優先度を表す．この値は0から1の間の値をとる．本式の第1項は強いランドマーク選択に寄与し，第2項は現在地から近いランドマーク選択に寄与する．すなはち，本式は強く，現在地から近いランドマークを画面提示に最もふさわしいものとして認識する．3 実験3.1 実験目的提案提示ランドマーク選択機能を有する地図生成システムの妥当性評価を行った．この評価を，次の2システムを用いた被験者の現在地認識精度による定量的比較によって実施した．(S1)提案システム(S2)提案機能を持たない現在の主要な地図情報システムさらに，インタビューにより，提案システムに対する定性的評価を行った．3.2 実験方法53名の被験者に両システムを用いた現在地認識を実施させた．実施期間は，2010年7月26日～2011年8月17日である．各被験者に対し桐生市内9現在地の現在地認識を行わせた．地理的専門知識データベースはGoogleMapから4カ月かけて桐生市内のランドマーク4377件を人手で抽出し実装した．3.3 結論提案システムの平均精度は約0.56であった．また，提案機能を持たない現在の主要な地図情報システムの平均精度は約0.39であり，提案システムの約17%の性能向上を達成した．また，正解者が参考にした一人当たりの遠周辺ランドマーク数は1.24個であった．さらに，被験者が参考にしたランドマークの多くは，群馬大学，JR桐生駅，上毛電鉄西桐生駅などの強いランドマークであった．これらより，遠周辺ランドマークを画面内に提示する提案システムの妥当性が明らかとなった．なお，実験データの根拠と詳細は本論文に示す．

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1050574047114460928
  • NII論文ID
    170000068825
  • Web Site
    http://id.nii.ac.jp/1001/00079897/
  • 本文言語コード
    ja
  • 資料種別
    conference paper
  • データソース種別
    • IRDB
    • CiNii Articles

問題の指摘

ページトップへ