[論文レビュー] Nuzzer: A Large-Scale Device-Free Passive Localization System for Wireless Environments

Moustafa Seifeldin, Moustafa Youssef|ArXiv.org|Aug 6, 2009

Indoor and Outdoor Localization Technologies参考文献 20被引用数 28

ひとこと要約

Nuzzerは、受信信号強度（RSS）測定値を用いて人間の位置を推定する、大規模でデバイスフリーの受動的ローカライゼーションシステムを提示する。受動的ラジオマップを構築し、空間的および時間的平均化を用いたベイズ推論を適用することで、2台のラップトップと3台のアクセスポイントのみを用いて1500 m²のオフィス環境で中央値のローカライゼーション誤差1.82メートルを達成し、マルチパスが豊富な実環境において高い精度とスケーラビリティを示した。

ABSTRACT

The widespread usage of wireless local area networks and mobile devices has fostered the interest in localization systems for wireless environments. The majority of research in the context of wireless-based localization systems has focused on device-based active localization, in which a device is attached to tracked entities. Recently, device-free passive localization (DfP) has been proposed where the tracked entity is neither required to carry devices nor participate actively in the localization process. DfP systems are based on the fact that RF signals are affected by the presence of people and objects in the environment. The DfP concept enables a wide range of applications including intrusion detection and tracking, border protection, and smart buildings automation. Previous studies have focused on small areas with direct line of sight and/or controlled environments. In this paper, we present the design, implementation and analysis of Nuzzer, a large-scale device-free passive localization system for real environments. Without any additional hardware, it makes use of the already installed wireless data networks to monitor and process changes in the received signal strength (RSS) transmitted from access points at one or more monitoring points. We present probabilistic techniques for DfP localization and evaluate their performance in a typical office building, rich in multipath, with an area of 1500 square meters. Our results show that the Nuzzer system gives device-free location estimates with less than 2 meters median distance error using only two monitoring laptops and three access points. This indicates the suitability of Nuzzer to a large number of application domains.

研究の動機と目的

• 実世界の屋内環境を想定した、スケーラブルで高精度なデバイスフリーの受動的ローカライゼーションシステムの設計および実装を目的とする。
• 追跡対象がデバイスを携帯するか、プロセスに能動的に参加する必要がないローカライゼーションを可能にする。
• 一般的なオフィスビルのような大規模でマルチパスが豊富な環境でも効果的に動作することを目的とする。
• 追加のハードウェアを必要とせず、既存の無線インfraストラクチャ（APおよび監視用ラップトップ）を活用することを目的とする。
• 標準的な無線機器のみを用いて高精度かつ広域カバーを実現することを目的とする。

提案手法

• オフライン段階で、既知の位置におけるRSS測定値を格納する受動的ラジオマップを構築する。
• リアルタイムのRSSベクトルと受動的ラジオマップに基づき、最も確率の高い位置をベイズ推論で推定する。
• ローカライゼーション精度を向上させるために、空間的および時間的平均化を後処理技術として適用する。
• 標準的なアクセスポイントおよび監視用ラップトップ（例：無線カードを搭載したラップトップ）に依存してRSSデータを収集する。
• 人の存在に起因するRSSの変化を処理し、信号の減衰およびマルチパス効果を活用する。
• 視線が確保されていなくても動作するため、壁や反射性材料が存在する複雑な屋内環境でも耐障害性がある。

実験結果

リサーチクエスチョン

• RQ1 マルチパスが著しく影響する大規模で実世界の屋内環境において、デバイスフリーの受動的ローカライゼーションシステムが高精度を達成できるか？
• RQ2 空間的および時間的平均化を用いたベイズ推論の性能は、RSSベースのローカライゼーションにおいて、決定論的またはランダム推定と比較してどのように異なるか？
• RQ3 既存の無線インfraストラクチャ（APおよびラップトップ）を用いて、追加のハードウェアなしで正確なローカライゼーションを実現できる範囲はどの程度か？
• RQ4 オフィスビルのような大規模な屋内エリアにおいて、システムはスケーラビリティと広域カバーをどのように維持できるか？
• RQ5 環境の動的要因（移動物体、干渉など）がローカライゼーション精度に与える影響は何か、そしてどのように緩和できるか？

主な発見

• Nuzzerは、マルチパスが著しく影響する1500 m²のオフィスビルで中央値誤差1.82メートルを達成した。
• 空間的および時間的平均化の後処理技術を用いることで、誤差が38％削減された。
• Nuzzerの性能は、決定論的技術の3.7倍、ランダム推定器の7.7倍優れている。
• Nuzzerは、2台の監視用ラップトップと3台のアクセスポイントでのみ動作し、ハードウェアの負荷が低いことを示した。
• 視線が確保されていなくても、特殊なハードウェアを必要とせず、高精度を維持できるため、実世界への展開に適している。
• 受動的ラジオマップの構築により、動的な信号フェージングや干渉が生じる複雑な屋内環境でも、堅牢なローカライゼーションが可能になった。