[論文レビュー] CONE: Zero-Calibration Accurate Confidence Estimation for Indoor Localization Systems

Rizanne Elbakly, Moustafa Youssef|arXiv (Cornell University)|Oct 6, 2016

Indoor and Outdoor Localization Technologies参考文献 20被引用数 11

ひとこと要約

CONE は、内部のローカライゼーションシステムのデータやトレーニングを必要とせず、推定されたユーザーの位置情報のみを用いて、キャリブレーション不要のリアルタイム信頼性推定システムを提供する。信頼性半径をきめ細かく計算することで、2.7m未塔の中央絶対誤差差を達成し、80%以上の推定が信頼性円内に収まる。これは、特定のシステムに最適化された最先端の手法を上回る性能を発揮する。

ABSTRACT

Accurate estimation of the confidence of an indoor localization system is crucial for a number of applications including crowd-sensing applications, map-matching services, and probabilistic location fusion techniques; all of which lead to an enhanced user experience. Current approaches for quantifying the output accuracy of a localization system in real-time either do not provide a distance metric, require an extensive training process, and/or are tailored to a specific localization system. In this paper, we present the design, implementation, and evaluation of CONE: a novel calibration-free accurate confidence estimation system that can work in real-time with any location determination system. CONE builds on a sound theoretical model that allows it to trade the required user confidence with tight bound on the estimated confidence radius. We also introduce a new metric for evaluating confidence estimation systems that can capture new aspects of their performance. Evaluation of CONE on Android phones in a typical testbed using the iBeacons BLE technology with a side-by-side comparison with traditional confidence estimation techniques shows that CONE can achieve a consistent median absolute error difference accuracy of less than 2.7m while estimating the user position more than 80% of the time within the confidence circle. This is significantly better than the state-of-the-art confidence estimation systems that are tailored to the specific localization system in use. Moreover, CONE does not require any calibration and therefore provides a scalable and ubiquitous confidence estimation system for pervasive applications.

研究の動機と目的

• ローカライゼーションシステムにおけるリアルタイムで正確かつスケーラブルな信頼性推定の欠如に対処すること。
• 信頼性推定におけるキャリブレーションやトレーニングデータの必要性を排除し、広範な適用性を実現すること。
• 内部システム情報が不要な、あらゆるローカライゼーションシステムと互換性のある汎用的手法を開発すること。
• 従来の絶対誤差指標を越えて、信頼性の過大評価と過小評価を捉える新しい評価指標を導入すること。
• 動的かつ変化しやすい屋内環境においても、既存の手法を上回るきめ細かな信頼性バッファを維持しながら高い正確性を達成すること。

提案手法

• CONE は、ローカライゼーション誤差の標準偏差に基づく理論的誤差モデルを用い、ユーザーが定義した信頼水準に応じた信頼性バッファを導出する。
• 信頼性半径を R = 2σ として推定し、ここで σ は推定位置における歴史的ローカライゼーション誤差の分布から導かれる。
• システムはローカライゼーションエンジンからの追加データを一切必要とせず、推定されたユーザー位置のみに依存して動作する。
• 信頼性バッファの過大評価と過小評価を定量化するため、符号付き距離誤差指標を導入する。
• 必要な信頼水準に応じて信頼性半径を動的に調整することで、キャリブレーションなしにきめ細かいバッファを確保する。
• 実世界のテストベッドで、Androidデバイスを用いたiBeacons BLE技術を用いて性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 キャリブレーションやトレーニングデータを必要としない信頼性推定システムが、高い正確性を達成できるか。
• RQ2 提案手法は、誤差バッファとカバレッジの観点で、最先端の信頼性推定技術と比較してどのように差をつけるか。
• RQ3 内部の動作を知らなくても、あらゆるローカライゼーションシステムと連携可能な汎用的信頼性推定手法を設計できるか。
• RQ4 従来の絶対誤差指標を越えて、新しい符号付き距離誤差指標が信頼性推定システムの性能をより的確に捉えられるか。
• RQ5 実世界の屋内環境において、信頼性半径のきめ細かさとカバレッジ確率の間に達成可能なトレードオフは何か。

主な発見

• CONE は、推定された信頼性半径と実際のローカライゼーション誤差との中央絶対誤差差を 2.54m に抑えた。
• 95% の信頼水準において、80% 以上のユーザー位置推定が信頼性円内に収束した。
• 最先端の GP に特化した手法と比較して、CONE は著しく優れており、同手法は信頼性円内に10% のカバレッジしか達成できなかった。
• CONE の中央正の距離誤差 (1.732m) と負の距離誤差 (-2.3282m) は、過小評価が最小限に抑えられ、バランスの取れた信頼性推定を示している。
• 誤差分散 (σ) が増加しても、理論的限界に近い性能を維持した。
• CONE はキャリブレーションもトレーニングデータも、ローカライゼーションシステムの内部情報も一切不要であり、多様な屋内環境へのスケーラブルな展開が可能である。