[論文レビュー] Pedestrian Positioning Using WiFi Fingerprints and a Foot-mounted Inertial Sensor

Yang Gu, Caifa Zhou+2 more|arXiv (Cornell University)|Apr 11, 2017

Indoor and Outdoor Localization Technologies参考文献 6被引用数 4

ひとこと要約

本稿では、屋内歩行者位置推定のため、足部に装着した慣性センサとWiFiフィンガープrintingを統合するパーティクルフィルタベースの融合手法を提案する。オフラインの現場調査を不要とし、ガウス過程法と比較して計算コストを低減する。本手法は、信号強度の整合性に基づく重み付けにより、慣性位置決めの誤差を制限し、APの位置やRSS分布の事前知識がなくても、正確でリアルタイムの位置推定を実現する。

ABSTRACT

Foot-mounted inertial positioning (FMIP) and fingerprinting based WiFi indoor positioning (FWIP) are two promising solutions for indoor positioning. However, FMIP suffers from accumulative positioning errors in the long term while FWIP involves a very labor-intensive offline training phase. A new approach combining the two solutions is proposed in this paper, which can limit the error growth in FMIP and is free of any offline site survey phase. This approach is realized in the framework of a particle filter, where each particle denotes a potential trajectory of the user and is weighted according to its consistency in signal strength space. Compared with the traditional Gaussian process based approaches, the proposed one has less computational cost and is free from any prior information in the position domain, such as the positions of access points, received signal strengths at certain positions and so on. An experiment is carried out to demonstrate the performance of the proposed approach compared to the traditional Gaussian process based approach.

研究の動機と目的

• 足部に装着した慣性位置決め（FMIP）における長期的ドリフト問題を、高価なオフラインの現場調査に依存せずに解決すること。
• WiFiフィンガープリント法におけるアクセスポイント（AP）の位置や受信信号強度（RSS）分布の事前知識が不要となるようにすること。
• 長時間にわたり精度を維持できる計算効率の高い屋内位置推定システムの開発。
• ガウス過程に基づくモデリングを避ける統合的なフレームワークで、慣性データとフィンガープリントデータを統合すること。

提案手法

• 各パーティクルが候補となるユーザーの軌跡を表すパーティクルフィルタフレームワークを採用する。
• パーティクルは、フィンガープリント空間における観測されたWiFi信号強度との整合性に基づいて重み付けされる。
• ガウス過程を用いてRSSを位置の関数としてモデル化するのを避けることで、計算複雑性を低減する。
• APの位置や特定ポイントにおけるRSS値の事前知識が不要である。
• 慣性測定とリアルタイムのWiFiフィンガープリントの統合により、ドリフト補償付きの連続的トラッキングが可能になる。
• パーティクルフィルタは信号強度の一致度に基づいてパーティクルの重みを動的に更新し、変化する環境でも頑健な位置推定を実現する。

実験結果

リサーチクエスチョン

• RQ1 足部に装着した慣性データとWiFiフィンガープリントのパーティクルフィルタベースの統合は、オフラインの現場調査なしに正確な屋内位置推定を達成できるか？
• RQ2 本手法は、ガウス過程に基づく手法と比較して、計算コストと精度の面でどのように異なるか？
• RQ3 パーティクルフィルタフレームワークは、慣性位置決め誤差の蓄積をどの程度まで抑制できるか？
• RQ4 アクセスポイントの位置やRSS分布の事前知識がなくても、本システムは効果的に動作するか？

主な発見

• 提案手法は、オフラインの現場調査やAPの位置の事前知識が一切不要であるにもかかわらず、正確な屋内歩行者位置推定を達成した。
• 従来のガウス過程ベースの手法と比較して、パーティクルフィルタベースの手法は著しく低い計算コストであった。
• リアルタイムのWiFiフィンガープリント補正により、足部に装着した慣性位置決めにおける長期的ドリフトが効果的に抑制された。
• 実験結果から、本手法は、位置推定の精度と効率の両面で、ガウス過程ベースの手法を上回ることが示された。