[論文レビュー] OPTILOD: Optimal Beacon Placement for High-Accuracy Indoor Localization of Drones

Alireza Famili, Angelos Stavrou+3 more|arXiv (Cornell University)|Jan 26, 2022

Robotics and Sensor-Based Localization被引用数 4

ひとこと要約

OPTILOD は、高精度な屋内ドローン位置特定を可能にするために、最小数かつ最適な3次元配置の超音波ビーコンを特定する進化的最適化アルゴリズムである。4接続性カバレッジを満たすために、ビーコン数と幾何的精度拡散度（GDOP）を同時に最小化し、理論的最適に近いビーコン数を達成するとともに、複雑な屋内環境における位置特定誤差を顕著に低減する。

ABSTRACT

For many applications, drones are required to operate entirely or partially autonomously. To fly completely or partially on their own, drones need access to location services to get navigation commands. While using the Global Positioning System (GPS) is an obvious choice, GPS is not always available, can be spoofed or jammed, and is highly error-prone for indoor and underground environments. The ranging method using beacons is one of the popular methods for localization, specially for indoor environments. In general, localization error in this class is due to two factors: the ranging error and the error induced by the relative geometry between the beacons and the target object to localize. This paper proposes OPTILOD (Optimal Beacon Placement for High-Accuracy Indoor Localization of Drones), an optimization algorithm for the optimal placement of beacons deployed in three-dimensional indoor environments. OPTILOD leverages advances in Evolutionary Algorithms to compute the minimum number of beacons and their optimal placement to minimize the localization error. These problems belong to the Mixed Integer Programming (MIP) class and are both considered NP-Hard. Despite that, OPTILOD can provide multiple optimal beacon configurations that minimize the localization error and the number of deployed beacons concurrently and time efficiently.

研究の動機と目的

• GPS 無し環境における正確な屋内ドローン位置特定の課題に対処すること。
• 3次元屋内空間における完全な4接続性カバレッジを実現するために必要なビーコン数を最小化すること。
• ドローンとビーコン間の幾何的配置が不適切なことによる位置特定誤差を低減すること。
• 最小ビーコン数と最適配置という2つの NP 困難な混合整数プログラミング問題を効率的に解くための実行可能な解決策を開発すること。
• 障害物や信号遮断がある複雑な屋内環境においても、コスト効率が良く、高精度なドローンナビゲーションを可能にすること。

提案手法

• OPTILOD は、ビーコン数と GDOP の両方を最小化する二目的最適化問題を解くために、進化的アルゴリズムを用いる。
• 屋内環境を断片化された3次元空間としてモデル化し、障害物や信号遮断を追加の壁として扱って対処する。
• アルゴリズムは、飛行領域のあらゆる点が少なくとも4つのビーコンと視線接続を持つことを保証する。
• 2段階のプロセスを採用する：まず、幾何的制約を用いて理論的最小ビーコン数の下限を計算する。
• 次に、ユーザーが定めたしきい値以下の GDOP を達成しながら完全なカバレッジを実現するビーコン配置を進化的探索で特定する。
• GDOP は幾何的精度拡散度を定量化する指標であり、値が低いほど位置特定精度が高くなる。

実験結果

リサーチクエスチョン

• RQ1 どのような3次元屋内環境においても、4接続性カバレッジを確保するための最小ビーコン数は何か？
• RQ2 ビーコンの配置をどのように最適化すれば、幾何的精度拡散度（GDOP）を低減し、位置特定誤差を低減できるか？
• RQ3 進化的アルゴリズムは、3次元屋内空間におけるビーコン数最小化と GDOP 最小化という複合 NP 困難問題を効率的に解けるか？
• RQ4 理論的最小ビーコン数に近い配置が得られるが、GDOP は低い水準を維持できるか？
• RQ5 信号遮断、多径効果、視線遮断などの実世界の制約下でも、アルゴリズムは良好な性能を発揮するか？

主な発見

• OPTILOD は、多様な屋内環境において、常に理論的最小値に等しいか、1つのビーコン以内のビーコン数を達成している。
• 5m × 5m × 4m の部屋において、OPTILOD は GDOP_avg が「十分」な17ビーコン配置と、GDOP_avg が「良好」な18ビーコン配置を発見し、平均 GDOP を約80％低減した。
• 障害物を含む複雑なレイアウトに対しても、それらを追加の壁として扱い、適切にカバレッジを調整できる。
• オフィス、会議室、大規模なホールなど、すべてのテスト環境において、OPTILOD は理論的最小ビーコン数に近く、かつ低 GDOP 値を達成した。
• 二目的最適化は実行可能であり、NP 困難な問題であるにもかかわらず、合理的な時間内で高品質な解を生成できた。
• ビーコン数を1つだけ増やすだけで、位置特定精度が顕著に向上することが、GDOP の低下（「十分」から「良好」に）により示された。