[論文レビュー] Fast and Reliable WiFi Fingerprint Collection for Indoor Localization

Fuqiang Gu, Milad Ramezani+4 more|arXiv (Cornell University)|Aug 1, 2020

Indoor and Outdoor Localization Technologies参考文献 17被引用数 4

ひとこと要約

本稿では、スマートフォンのセンサーとランドマークグラフを用いて、ユーザーの関与なしにリファレンスポイント（RP）の位置を推定する高速で自動化されたWiFiフィンガープrint収集手法を提案する。インertialセンサーとランドマークベースのPDRを活用した位置推定により、現場調査時間を10倍短縮し、平均位置推定誤差1.5メートルを達成。手動法および最先端のZee手法を上回る性能を発揮するとともに、信頼性の高い品質指標（belief-based quality metric）により高い正確性を確保する。

ABSTRACT

Fingerprinting is a popular indoor localization technique since it can utilize existing infrastructures (e.g., access points). However, its site survey process is a labor-intensive and time-consuming task, which limits the application of such systems in practice. In this paper, motivated by the availability of advanced sensing capabilities in smartphones, we propose a fast and reliable fingerprint collection method to reduce the time and labor required for site survey. The proposed method uses a landmark graph-based method to automatically associate the collected fingerprints, which does not require active user participation. We will show that besides fast fingerprint data collection, the proposed method results in accurate location estimate compared to the state-of-the-art methods. Experimental results show that the proposed method is an order of magnitude faster than the manual fingerprint collection method, and using the radio map generated by our method achieves a much better accuracy compared to the existing methods.

研究の動機と目的

• 従来の手動で行うWiFiフィンガープリントの現場調査にかかる時間と人的リソースを削減すること。
• アクティブなクラウドソーシング手法の制限を克服するため、フィンガープリントの関連付けにユーザーの能動的参加を不要とする。
• ランドマークグラフに基づくPDRを用いることで、自動的にRPの位置を推定し、位置推定の正確性を向上させること。
• 信頼性の高いラジオマップを確保するため、低信頼度の位置推定をフィルタリングする信念指標を導入すること。
• リソース制限のあるスマートフォンでも導入可能な低コストでスケーラブルなソリューションの開発

提案手法

• スマートフォンのインertialセンサー（加速度計、ジャイロスコープ、磁気計、気圧計）を用いて、リアルタイムで歩行距離と進行方向を推定する。
• ランドマークグラフに基づくPDR手法を採用し、検出されたランドマークで補正することで、累積的なデッドレコニング誤差を制限する。
• ユーザー入力やGPSを必要とせず、収集したWiFiフィンガープリントを自動的に推定されたRP位置に関連付ける。
• 各位置推定の信頼性を評価する信念指標を導入し、信頼度の高いRPのみをラジオマップ構築に使用する。
• 正のフィンガープリント表現を用いてラジオマップを構築：閾値τ以上のRSS値はRSS_i - minにマッピングし、それ以下の値は0とする。
• オンライン位置推定時に、ユークリッド距離およびSorensen距離の距離計測法を用いて、1-NNマッチングによるフィンガープリント比較を実施する。

実験結果

リサーチクエスチョン

• RQ1 ランドマークグラフベースの手法は、手動法と比較してWiFiフィンガープリントの現場調査にかかる時間と人的負担を削減できるか？
• RQ2 スマートフォンセンサーを用いた自動的フィンガープリント関連付けは、既存手法と比較してより高い位置推定正確性を達成できるか？
• RQ3 信念指標は、ラジオマップにおける推定されたリファレンスポイント位置の信頼性をどのように向上させるか？
• RQ4 RSS閾値の選定が、提案手法における位置推定性能に与える影響は何か？
• RQ5 提案手法は、Zeeのような最先端のシステムと比較して、スピードと正確性の両面で優れているか？

主な発見

• 提案手法は、現場調査にかかるフィンガープリント収集時間を10倍短縮し、セットアップおよびデータ収集に約10分で完了する。これに対して手動法では90分を要する。
• 提案手法で生成されたラジオマップを用いた平均位置推定誤差は1.5メートルであり、手動法（2.2メートル）およびZeeシステム（2.3メートル）を上回る性能を示した。
• 5または10回のスキャンで位置を測定した場合、床層識別精度はZeeと同等であり、手動法よりも顕著に高い。
• 平均誤差を最小化する最適なRSS閾値は-80 dBmであり、この値より高すぎるとノイズによる誤差が増加し、低すぎるとAPが欠落して誤差が増大する。
• 信念指標は低信頼度の位置推定を効果的にフィルタリングし、より信頼性が高く正確なラジオマップの構築に貢献した。
• 本システムは、十分な空間的制約がある環境で最も効果を発揮するが、ランドマークが不足する広大なオープンな屋内空間では性能が低下する。