[논문 리뷰] A new PIR-based method for real-time tracking

Tianye Yang, Xuefeng Liu외 3명|arXiv (Cornell University)|2019. 01. 30.

Indoor and Outdoor Localization Technologies참고 문헌 18인용 수 4

한 줄 요약

이 논문은 원시 PIR 센서 데이터를 활용하여 방향성 응답에서 유도되는 물리층 특징인 아즈임스 변화를 추출함으로써, 광범위한 훈련 데이터나 고밀도 센서 배치 없이도 고정밀 실시간 추적을 가능하게 하는 새로운 PIR 기반 비장치 기반 위치 추적 방법을 제안한다. 이 방법은 단 4개의 PIR 센서만으로도 최신 기술 대비 최대 50% 높은 정확도를 달성한다.

ABSTRACT

Pyroelectric infrared (PIR) sensors are considered to be promising devices for device-free localization due to its advantages of low cost, less intrusive, and the immunity from multi-path fading. However, most of the existing PIR-based localization systems only utilize the binary information of PIR sensors and therefore require a large number of PIR sensors and a careful deployment. A few works directly map the raw data of PIR sensors to one's location using machine learning approaches. However, these approaches require to collect abundant training data and suffer from environmental change. In this paper, we propose a PIR-based device-free localization approach based on the raw data of PIR sensors. The key of this approach is to extract a new type of location information called as the azimuth change. The extraction of the azimuth change relies on the physical properties of PIR sensors. Therefore, no abundant training data are needed and the system is robust to environmental change. Through experiments, we demonstrated that a device-free localization system incorporating the information of azimuth change outperforms the state-of-the-art approaches in terms of higher location accuracy. In addition, the information of the azimuth change can be easily integrated with other PIR-based localization systems to improve their localization accuracy.

연구 동기 및 목표

• 이진 PIR 기반 위치 추적 시스템의 한계를 해결하기 위해, 고밀도 센서 배치가 필요로 하며 해상도가 낮다는 점을 개선한다.
• 데이터 기반 PIR 위치 추적 접근법에서 대규모 훈련 데이터에 대한 의존도를 줄이기 위해 노력한다.
• 학습된 패턴이 아닌 PIR 센서의 물리적 특성을 활용하여 환경 변화에 대한 강인성을 향상시킨다.
• 원시 PIR 출력에서 파생된 새로운 위치 특징인 아즈임스 변화를 도입하여 위치 추적 정확도를 향상시킨다.
• 최소한의 PIR 센서로도 실천 가능하고 저비용이며 프라이버시를 보장하는 실시간 추적을 가능하게 한다.

제안 방법

• 다중 PIR 센서의 출력에서 시간적 변동을 분석함으로써 원시 PIR 전압 신호에서 아즈임스 변화를 추출한다.
• PIR 센서와 프레넬 렌즈 어레이의 물리적 거동을 모델링하여 움직이는 사람으로부터 온 적외선 복사의 도래 각도(AoA) 변화를 추정한다.
• 아즈임스 변화는 두 번의 연속된 위치에서 각 PIR 센서에 대해 사람의 방향이 차지하는 추정 각도의 절대 차이로 계산된다.
• 입자 필터를 사용하여 시간에 따라 아즈임스 변화 추정치를 통합하여 강인한 궤적 추정을 수행한다.
• 아즈임스 변화와 사람과 PIR 센서 사이의 물리적 거리 간의 관계를 기하학적 모델(余弦 공식 기반)으로 기술한다.
• 데이터 기반 훈련이 아닌 물리 모델링에 의존함으로써 블랙박스 학습을 피한다.

실험 결과

연구 질문

• RQ1 원시 PIR 센서 데이터에서 훈련 데이터가 필요 없이도 정확도를 향상시킬 수 있는 물리층 특징인 아즈임스 변화를 추출할 수 있는가?
• RQ2 제안된 아즈임스 변화 추정 방법은 기존의 데이터 기반 방법과 비교해 정확도와 환경 변화에 대한 강인성 측면에서 어떻게 성능을 내는가?
• RQ3 최소한의 PIR 센서(예: 4개)로 아즈임스 변화를 활용해 높은 위치 추적 정확도를 달성할 수 있는가?
• RQ4 아즈임스 변화만 또는 이진 신호와 조합하여 실시간 추적 성능을 향상시킬 수 있는가?
• RQ5 정적 또는 움직이는 열원 존재 시와 같은 다양한 환경 조건에서 시스템의 성능은 어떠한가?

주요 결과

• 제안된 시스템은 두 실험 시나리오에서 각각 0.54와 0.78의 정확도를 달성하여 최신 기술 대비 약 50% 향상된 성능을 보였다.
• 8개의 센서를 사용하는 [PIR Sensors Characterization and Novel Localization Technique]의 데이터 기반 방법과 비교해도, 단 4개의 PIR 센서만으로도 시스템이 뛰어난 성능을 보였다.
• 라벨이 부여된 훈련 데이터가 전혀 필요 없어, 환경 변화에 강인하며 새로운 환경에 쉽게 배치할 수 있다.
• 사람이 PIR 센서에 너무 가까이 있을 경우 아즈임스 변화 추정 정확도가 떨어지며, 이는 거리가 짧을수록 정확도가 떨어짐을 의미한다.
• 이 방법은 기존의 PIR 기반 시스템에 통합되어 위치 추적 정확도를 향상시킬 잠재력을 보였다.
• 환경 노이즈, 특히 정적 또는 움직이는 열원으로 인한 민감도가 관찰되어 향후 연구에서는 동적 임계값 설정이 필요할 것으로 제안된다.