[論文レビュー] SoundLoc: Acoustic Method for Indoor Localization without Infrastructure

Ruoxi Jia, Ming Jin+1 more|arXiv (Cornell University)|Jul 16, 2014

Indoor and Outdoor Localization Technologies参考文献 27被引用数 4

ひとこと要約

SoundLocは、特別なインfrastrucureを必要とせず、固有の音響特性—特にルームインパulse応答（RIR）—を用いて、ユーザーの位置を特定するルームレベルの屋内局所化システムを提案する。低コストのRIR測定セットアップとノイズ適応型リバーブ抽出（NAER）アルゴリズムを採用することで、10の異なる部屋を分類する際の正確性が97.8%に達し、占有状況に基づく制御によるエネルギー効率の良いビル自動化の可能性を示している。

ABSTRACT

Identifying locations of occupants is beneficial to energy management in buildings. A key observation in indoor environment is that distinct functional areas are typically controlled by separate HVAC and lighting systems and room level localization is sufficient to provide a powerful tool for energy usage reduction by occupancy-based actuation of the building facilities. Based upon this observation, this paper focuses on identifying the room where a person or a mobile device is physically present. Existing room localization methods, however, require special infrastructure to annotate rooms. SoundLoc is a room-level localization system that exploits the intrinsic acoustic properties of individual rooms and obviates the needs for infrastructures. As we show in the study, rooms' acoustic properties can be characterized by Room Impulse Response (RIR). Nevertheless, obtaining precise RIRs is a time-consuming and expensive process. The main contributions of our work are the following. First, a cost-effective RIR measurement system is implemented and the Noise Adaptive Extraction of Reverberation (NAER) algorithm is developed to estimate room acoustic parameters in noisy conditions. Second, a comprehensive physical and statistical analysis of features extracted from RIRs is performed. Also, SoundLoc is evaluated using the dataset consisting of ten (10) different rooms. The overall accuracy of 97.8% achieved demonstrates the potential to be integrated into automatic mapping of building space.

研究の動機と目的

• センサーやビーコンなどの特別なインfrastrucureを必要としないルームレベルの屋内局所化システムの開発を目的とする。
• 特にルームインパulse応答（RIR）を含む、部屋の固有の音響特性を局所化のための固有の識別子として活用することを目的とする。
• 正確なRIR測定が困難な実環境のノイズが多い状況においても、正確でコスト効率の良い局所化を実現することを目的とする。
• ルームレベルでのHVACおよび照明システムの占有状況に基づく作動を可能にすることで、ビルのエネルギー管理を支援することを目的とする。
• 音響シグネイチャを用いた自動ビルスペースマッピングの実現可能性を検証することを目的とする。

提案手法

• 市販のマイクおよびオーディオ再生デバイスを用いて、安価なRIR測定システムを実装し、部屋のインパulse応答を取得する。
• ノイズ適応型リバーブ抽出（NAER）アルゴリズムを開発し、背景ノイズを適応的にフィルタリングすることで、ノイズ環境下でもRIRパラメータを推定する。
• 物理的および統計的解析を用いてRIRから音響特徴を抽出し、減衰時間、初期減衰時間（EDT）、スペクトルフラットネスなどを含む。
• 抽出された特徴量を学習データとして用い、機械学習分類器を訓練し、各部屋の固有の音響フィンガープリントに基づいて部屋を識別する。
• 異なる音響特性とノイズレベルを有する10の異なる部屋から収集したデータセットを用いて、システムを評価する。
• 実環境での正確性を維持しつつ、時間とコストを削減するため、RIR推定プロセスを最適化する。

実験結果

リサーチクエスチョン

• RQ1 センサーやビーコンなどの専用インfrastrucureを設置しないで、ルームレベルの屋内局所化を達成できるか？
• RQ2 特にRIRを含む、部屋の固有の音響特性が、局所化のための信頼性があり、一意の識別子として機能するか？
• RQ3 実環境のノイズが多い状況下で、RIR特徴量はどの程度正確に推定できるか？
• RQ4 多様な部屋タイプにおいて、音響シグネイチャのみに依存するシステムの分類正確性はどの程度か？
• RQ5 このようなシステムは、自動ビルスペースマッピングや占有状況に基づくエネルギー制御といった実用的応用を支援できるか？

主な発見

• SoundLocは、10の異なる部屋において97.8%の部屋分類正確性を達成し、実環境条件下でも高い信頼性を示している。
• NAERアルゴリズムは、ノイズ環境下でも意味のあるRIRパラメータを効果的に抽出でき、頑健な音響特徴推定を可能にした。
• 特別なインfrastrucureを必要としないため、改装を要しない既存の建物にも容易に導入可能である。
• 減衰時間やスペクトルフラットネスといった、RIRから抽出された音響特徴量は、部屋識別に強く特徴的な能力を示している。
• 結果から、SoundLocは自動ビルスペースマッピングおよびエネルギー管理システムに統合可能であると示唆される。
• 本研究は、部屋の音響特性が安定的かつ一意的であるため、信頼性のある局所化フィンガープリントとして十分に機能可能であることを確認した。