[論文レビュー] RASID: A Robust WLAN Device-free Passive Motion Detection System

Ahmed E. Kosba, Ahmed Saeed+1 more|arXiv (Cornell University)|May 30, 2011

Indoor and Outdoor Localization Technologies参考文献 26被引用数 72

ひとこと要約

RASID は、受信信号強度（RSS）に対する非パrametric統計的異常検出を用いて、デバイスの関与なしに人間の動きを検出する、ソフトウェアオンリーの耐障害性のある WLAN ベースのデバイスフリー受動的モーショントラッキングシステムである。最小限の2分間のトレーニングと適応的プロファイル更新を伴い、特殊なハードウェアを必要とせず低オーバーヘッドで運用されるが、実環境においても先行システムを上回る高い正確性（F-measure ≥0.93）を達成する。

ABSTRACT

WLAN Device-free passive DfP indoor localization is an emerging technology enabling the localization of entities that do not carry any devices nor participate actively in the localization process using the already installed wireless infrastructure. This technology is useful for a variety of applications such as intrusion detection, smart homes and border protection. We present the design, implementation and evaluation of RASID, a DfP system for human motion detection. RASID combines different modules for statistical anomaly detection while adapting to changes in the environment to provide accurate, robust, and low-overhead detection of human activities using standard WiFi hardware. Evaluation of the system in two different testbeds shows that it can achieve an accurate detection capability in both environments with an F-measure of at least 0.93. In addition, the high accuracy and low overhead performance are robust to changes in the environment as compared to the current state of the art DfP detection systems. We also relay the lessons learned during building our system and discuss future research directions.

研究の動機と目的

• 温度、湿度、レイアウトの変化などの環境変化に対して耐障害性に欠ける既存のデバイスフリー受動的（DfP）モーショントラッキングシステムの課題を解決すること。
• 大規模領域における広範なプロファイリングを回避し、キャリブレーション時間の短縮によって導入オーバーヘッドを低減すること。
• 特別なセンサーやデバイス参加を必要とせず、標準の WiFi ハードウェアとソフトウェアのみを用いて、正確で低オーバーヘッドのモーショントラッキングを実現すること。
• 継続的なサイレントプロファイル更新を通じて、環境変化に動的に適応するシステムを提供すること。
• 既存の無線インfraストラクチャを活用して、侵入検知、スマートホーム、境界保護などの実用的応用を支援すること。

提案手法

• 標準の WiFi アクセスポイントおよびモニタリングポイントから取得した受信信号強度（RSS）測定値に対して、非パrametric統計的異常検出を適用する。
• サイレントプロファイル（通常の人体不在状態を表す）を構築するための2分間の初期トレーニングフェーズを実施する。
• 温度、湿度、信号の変動などの環境変化に適応するため、継続的なプロファイル更新を実装する。
• 無線信号のノイズによる誤検出を低減するため、意思決定の最適化モジュールを導入する。
• RSS の分散を主な検出特徴として採用し、マルチパスフェージングが生じる実世界の屋内環境において、平均 RSS よりも効果的であると特定した。
• 複数のモニタリングポイント間の信号強度測定値を統一するための集中型同期メカニズムを導入し、ストリーム間分析とイベントの独立性検出を可能にする。

実験結果

リサーチクエスチョン

• RQ1 環境変化（温度、湿度、信号の変動など）に対して、広範な再キャリブレーションを要せず、耐障害性を確保するデバイスフリー受動的モーショントラッキングの実現方法は何か？
• RQ2 実世界の屋内環境（マルチパスフェージングを伴う）において、人間の動きを検出するにあたり、平均値や分散といった信号強度特徴量のうち、どの特徴量が最も信頼性が高いか？
• RQ3 変動する実世界の条件下で、非パrametric統計的手法がパラメトリックモデルを上回る性能を発揮できるか？
• RQ4 最小限の導入オーバーヘッドと専用ハードウェアを一切使用しない状況で、高い検出正確性を達成できるか？
• RQ5 モーショントラッキングの結果を既存の DfP トラッキングシステムと統合することで、トラッキングの効率性と正確性をどの程度向上できるか？

主な発見

• RASID は、2つの異なる大規模な実環境テストベッドにおいて、F-measure が 0.93 以上を達成し、高い検出正確性を示した。
• システムは、最小限のセットアップで異なる環境においても高い性能を維持し、2分間の初期トレーニングフェーズのみを要する。
• 受信信号強度の分散が平均 RSS よりも効果的な検出特徴であることが判明し、検出感度が顕著に向上した。
• RASID で用いられた非パrametric統計的手法は、パラメトリック手法と比較して環境変化に対する耐障害性が優れている。
• 継続的なプロファイル更新により、RASID は再トレーニングを要せず、温度や湿度の変化に対しても適応可能である。
• 信号のノイズを考慮した意思決定の最適化手順により、誤検出が低減され、変動しやすい RF 環境における信頼性が向上した。