[論文レビュー] A Review of Localization and Tracking Algorithms in Wireless Sensor Networks

Sudhir Kumar, Rajesh M. Hegde|arXiv (Cornell University)|Jan 9, 2017

Indoor and Outdoor Localization Technologies参考文献 88被引用数 13

ひとこと要約

本論文は、無線センサネットワークにおける局所化およびトラッキングアルゴリズムの包括的レビューを提示しており、手法を距離に基づくものと距離に依存しないものに分類し、特にインDoor環境での精度向上を目的として、インertial、磁気、超音波などのマルチセンサ融合を強調している。NIおよびCrossbowモジュールを用いた実世界の実験設定を提示しており、測定ノイズが存在する中でも、滑らかで頑健な軌道が得られることを示している。

ABSTRACT

In this paper, a comprehensive survey of the pioneer as well as the state of-the-art localization and tracking methods in the wireless sensor networks is presented. Localization is mostly applicable for the static sensor nodes, whereas, tracking for the mobile sensor nodes. The localization algorithms are broadly classified as range-based and range-free methods. The estimated range (distance) between an anchor and an unknown node is highly erroneous in an indoor scenario. This limitation can be handled up to a large extent by employing a large number of existing access points (APs) in the range free localization method. Recent works emphasize on the use multi-sensor data like magnetic, inertial, compass, gyroscope, ultrasound, infrared, visual and/or odometer to improve the localization accuracy further. Additionally, tracking method does the future prediction of location based on the past location history. A smooth trajectory is noted even if some of the received measurements are erroneous. Real experimental set-ups such as National Instruments (NI) wireless sensor nodes, Crossbow motes and hand-held devices for carrying out the localization and tracking are also highlighted herein.

研究の動機と目的

• 無線センサネットワークにおける基礎的および最新の局所化およびトラッキングアルゴリズムを体系的に調査すること。
• 特に距離推定の不正確さに起因する、インDoor環境における距離に基づく手法の限界を分析すること。
• インertial、磁気、超音波などのマルチセンサデータ統合が、局所化の精度と頑健性をどのように向上させるかを検討すること。
• 過去の位置履歴を活用して将来の位置を予測するトラッキングアルゴリズムを検討し、誤った測定値の影響を軽減しながら滑らかな軌道を実現すること。
• National InstrumentsおよびCrossbowモジュールなどの実ハードウェアプラットフォームを用いた実世界実装の評価を通じて、実用的検証を行うこと。

提案手法

• 局所化アルゴリズムを距離を測定するもの（距離に基づく）と、接続性やホップ数に依存するもの（距離に依存しない）に分類する。
• 特に超広帯域およびRSSIに基づく手法において、マルチパス効果や視界外（NLOS）効果が距離推定に与える影響を分析する。
• 加速度計、ジャイロスコープ、コンパス、超音波、赤外線、オドメトリなどのセンサデータを統合するマルチセンサ融合技術の利用をレビューし、局所化精度の向上を図る。
• 履歴位置データを用いた予測モデルを適用することで、将来の位置を推定し、誤った測定値の影響を低減するトラッキングアルゴリズムを検討する。
• National Instrumentsの無線センサノードおよびCrossbowモジュールを用いた実験的設定を評価し、実世界環境下でのアルゴリズム性能を検証する。
• アクセスポイントが、接続性の向上と三平方法による推定精度の向上を通じて、距離に依存しない手法の局所化精度を向上させる役割を強調する。

実験結果

リサーチクエスチョン

• RQ1 インDoor環境において、距離に基づく手法と距離に依存しない手法は、精度と導入の複雑さの観点からどのように比較されるか？
• RQ2 マルチセンサ融合は、インDoor WSNにおける環境的干渉によって生じる局所化誤差をどの程度低減できるか？
• RQ3 一部のセンサ測定値が破損または欠落している場合、トラッキングアルゴリズムはどのようにして軌道の滑らかさを維持するか？
• RQ4 National InstrumentsおよびCrossbowモジュールなどの実ハードウェアプラットフォームに実装された場合、既存の局所化およびトラッキング手法にどのような実用的限界があるか？
• RQ5 密度の高いインDoor環境において、アクセスポイントの数を増加させることで、距離に依存しない局所化の性能はどのように変化するか？

主な発見

• 距離に基づく局所化手法は、マルチパス効果や視界外（NLOS）効果の影響により、インDoor環境では顕著な距離推定誤差を生じる。
• インertial、磁気、超音波などのマルチセンサデータ統合は、挑戦的なインDoor環境下でも、局所化の精度と頑健性を顕著に向上させる。
• 距離に依存しない局所化手法は、アクセスポイントの密度が高くなるほど性能が向上し、接続性と三平方法による推定精度が向上する。
• トラッキングアルゴリズムは履歴データを活用して将来の位置を効果的に予測し、個々の測定値にノイズや汚損があっても滑らかな軌道を実現する。
• National InstrumentsおよびCrossbowモジュールを用いた実世界実験により、提案された局所化およびトラッキング技術の実用性と性能が実証された。
• マルチセンサ融合により、単一の距離測定に依存する必要が軽減され、環境的干渉やハードウェアの制限に対するシステムの耐性が向上する。