[논문 리뷰] Characterization of a Multi-User Indoor Positioning System Based on Low Cost Depth Vision (Kinect) for Monitoring Human Activity in a Smart Home

Loïc Sevrin, Norbert Noury외 4명|arXiv (Cornell University)|2016. 02. 08.

Indoor and Outdoor Localization Technologies참고 문헌 12인용 수 28

한 줄 요약

이 논문은 스마트 홈에서 인간 활동을 모니터링하기 위해 다수의 Kinect 깊이 카메라를 사용하는 저비용, 비침습적 다중 사용자 실내 위치 측정 시스템을 제안한다. 카메라 캘리브레이션 최적화, 다중 카메라 데이터 융합, 궤적의 글로벌 좌표계에 투영을 통해 시스템은 0.2m 이하의 평균 오차(의미상 오차 <0.2 m)로 서브미터 정확도를 달성하며, 1초 간격의 시간 오프셋이 있는 경우에도 개인 간을 성공적으로 분리할 수 있어 노인의 자율성 저하를 조기에 탐지할 수 있다.

ABSTRACT

An increasing number of systems use indoor positioning for many scenarios such as asset tracking, health care, games, manufacturing, logistics, shopping, and security. Many technologies are available and the use of depth cameras is becoming more and more attractive as this kind of device becomes affordable and easy to handle. This paper contributes to the effort of creating an indoor positioning system based on low cost depth cameras (Kinect). A method is proposed to optimize the calibration of the depth cameras, to describe the multi-camera data fusion and to specify a global positioning projection to maintain the compatibility with outdoor positioning systems. The monitoring of the people trajectories at home is intended for the early detection of a shift in daily activities which highlights disabilities and loss of autonomy. This system is meant to improve homecare health management at home for a better end of life at a sustainable cost for the community.

연구 동기 및 목표

• 주택에서 노인의 일상 활동을 모니터링하기 위한 저비용, 비침습적 실내 위치 측정 시스템을 개발하는 것.
• 주거 환경에서 최대 다섯 명의 사용자를 동시에 정확하고 실시간으로 추적할 수 있도록 하는 것.
• 글로벌 투영 방법을 통해 외부 위치 측정 시스템과의 호환성을 유지하는 것.
• 공간적 행동 및 활동 패턴을 모니터링하여 자율성 저하의 조기 징후를 탐지하는 것.
• 시스템의 확장성, 개인정보 보호 및 기존 아파트의 대규모 리모델링 없이의 구현 가능성을 확보하는 것.

제안 방법

• 보행자에 대한 3차원 자세 및 위치 추정을 위해 웨어러블 장치 없이 저비용 깊이 카메라(Kinect)를 사용한다.
• 깊이 측정 오차를 최소화하기 위해 삼각형 패턴의 캘리브레이션 점을 사용하는 경험적 캘리브레이션 방법을 적용한다.
• 다중 카메라 데이터를 정렬하고 환경 전반에서 일관성을 확보하기 위해 글로벌 좌표 투영 시스템을 적용한다.
• 시간 오프셋 상관관계 기반의 궤적 융합 알고리즘을 사용하여 다수의 개인 간을 식별한다.
• 모든 영상 데이터를 Kinect 당 개별 컴퓨터에서 현지 처리하여 네트워크 전송을 방지하고 프라이버시를 향상시킨다.
• 추적된 궤적을 특정 개인과 연관지기 위해 RFID 기반 식별 모듈을 통합할 계획이다.

실험 결과

연구 질문

• RQ1 다중 카메라 깊이 시각 시스템은 스마트 홈 환경에서 실내 인간 추적에 대해 서브미터 해상도(≤0.5 m)를 달성할 수 있는가?
• RQ2 서로 가까이 또는 동일한 경로를 따라 걷는 다수의 개인을 시스템이 얼마나 효과적으로 구분할 수 있는가?
• RQ3 캘리브레이션 방법이 깊이 측정 오차를 얼마나 줄이며, 캘리브레이션 삼각형의 면적이 정확도에 미치는 영향은 어떠한가?
• RQ4 글로벌 투영 방법을 통해 시스템이 외부 위치 측정 시스템과 호환성을 유지할 수 있는가?
• RQ5 장기간 비침습적 모니터링을 가능하게 하면서도 사용자의 프라이버시를 보장하고 침해를 최소화하는 데에 시스템은 어떻게 기여하는가?

주요 결과

• 캘리브레이션 삼각형 면적이 1.5 m² 및 2.5 m²일 경우, 시스템은 평균 깊이 측정 오차를 0.2미터 이하로 달성했다.
• 궤적 융합 방법은 1초 간격의 시간 오프셋이 있는 동일한 경로를 따라 걷는 두 명의 개인을 성공적으로 분리하여 상관관계를 21.4에서 13.5로 감소시켰다.
• 캘리브레이션 방법은 더 큰 캘리브레이션 삼각형 면적이 깊이 오차를 감소시킴을 입증하여 면적을 최적의 캘리브레이션 점 선택 기준으로 삼는 것이 타당함을 확인했다.
• 글로벌 투영 방법은 다수의 Kinect 카메라 간 공간 일관성을 유지하여 외부 위치 측정 시스템과의 호환성을 확보했다.
• 시스템은 웨어러블 장치 없이도 다수의 사용자를 추적할 수 있었으며, 일상 활동의 비침습적 장기 모니터링을 가능하게 했다.
• 모든 카메라 데이터를 현지에서 처리함으로써 이미지가 네트워크를 통해 저장되거나 전송되지 않아 사용자 프라이버시가 향상되었다.