[논문 리뷰] Dejavu: An Accurate Energy-Efficient Outdoor Localization System

H. H. Aly, Moustafa Youssef|arXiv (Cornell University)|2013. 10. 09.

Indoor and Outdoor Localization Technologies참고 문헌 24인용 수 4

한 줄 요약

Dejavu는 자동차 내비게이션을 위한 에너지 효율적인 실외 위치 기반 시스템을 제안하며, 자이로스코프, 자els터, 나침반과 같은 관성 센서를 사용해 사라진 위치를 추정하고, 터널, 다리, 웅덩이 등의 물리적 지형과 셀룰러 신호 패턴과 같은 가상 지형의 고유한 센서 서명을 활용해 오차 누적 문제를 해결한다. 이 시스템은 도시에서 8.4m의 중앙 오차를 기록하고 고속도로에서는 16.6m의 오차를 기록하여 GPS보다 정확도가 뛰어나며 배터리 수명을 347% 연장한다.

ABSTRACT

We present Dejavu, a system that uses standard cell-phone sensors to provide accurate and energy-efficient outdoor localization suitable for car navigation. Our analysis shows that different road landmarks have a unique signature on cell-phone sensors; For example, going inside tunnels, moving over bumps, going up a bridge, and even potholes all affect the inertial sensors on the phone in a unique pattern. Dejavu employs a dead-reckoning localization approach and leverages these road landmarks, among other automatically discovered abundant virtual landmarks, to reset the accumulated error and achieve accurate localization. To maintain a low energy profile, Dejavu uses only energy-efficient sensors or sensors that are already running for other purposes. We present the design of Dejavu and how it leverages crowd-sourcing to automatically learn virtual landmarks and their locations. Our evaluation results from implementation on different android devices in both city and highway driving show that Dejavu can localize cell phones to within 8.4m median error in city roads and 16.6m on highways. Moreover, compared to GPS and other state-of-the-art systems, Dejavu can extend the battery lifetime by 347%, achieving even better localization results than GPS in the more challenging in-city driving conditions.

연구 동기 및 목표

• 도시 및 턧널 환경에서 위성 신호가 약한 상황에서 GPS의 높은 에너지 소비 문제를 해결하기 위해.
• 관성 센서를 사용한 사라진 위치 추정에서 오차 누적 문제를 물리적 환경 지형을 식별하고 활용함으로써 줄이기 위해.
• 에너지 효율성을 유지하기 위해 저소비 또는 이미 활성화된 센서만을 사용하는 시스템을 개발하기 위해.
• 사용자 간섭 없이 자동으로 물리적 및 가상 지형 데이터베이스를 확장하고 풍부하게 하기 위한 커뮤니티 기반 접근법을 통해 지형 데이터베이스를 자동으로 발견하고 확장하기 위해.
• 위성 신호가 자주 차단되는 도시 환경에서 GPS를 뛰어넘는 정확도를 확보하면서도 배터리 효율성을 크게 향상시키기 위해.

제안 방법

• Dejavu는 가속도계, 나침반, 자이로스코프 데이터를 사용해 이동 거리와 방향을 기반으로 연속적인 위치를 추정하는 사라진 위치 추정 기반 접근법을 채택한다.
• 물리적 앵커(예: 터널, 다리, 커브, 웅덩이)는 유한 상태 기계 모델을 통해 고유한 센서 서명을 식별함으로써 감지된다.
• 가상 앵커는 커뮤니티 기반 기기에서 수집된 센서 트레이스(예: 고유한 셀룰러 신호 세기 패턴)를 기반으로 비지도 학습 기법을 사용해 발견된다.
• 시스템은 통합된 앵커 데이터베이스를 사용하여 알려진 지형이 감지될 경우 사라진 위치 추정 오차를 재설정함으로써 정밀도를 향상시킨다.
• 에너지 효율성은 다른 목적을 위해 이미 활성화된 센서(예: GSM, 기회적 WiFi) 또는 저전력 관성 센서에만 의존함으로써 유지된다.
• 커뮤니티 기반 프레임워크를 통해 사용자 간섭 없이 지속적으로 앵커 데이터베이스가 자동으로 확장되고 투명하게 증가한다.

실험 결과

연구 질문

• RQ1 표준 스마트폰 센서만을 사용해 10미터 이내의 실외 위치 기반 정확도를 달성하고 고에너지 소비 GPS에 의존하지 않을 수 있는가?
• RQ2 환경적 특징(예: 웅덩이, 다리, 터널)에서 유도되는 고유한 센서 서명을 신뢰성 있게 감지하고 사라진 위치 추정 오차를 보정하는 데 활용할 수 있는가?
• RQ3 고유한 센서 패턴(예: 셀룰러 신호 변화)을 기반으로 정의된 가상 지형을 자동으로 발견하고 위치 기반 정밀도 향상에 활용할 수 있는가?
• RQ4 GPS 대비 에너지 소비를 얼마나 줄일 수 있는가? 이와 동시에 위치 기반 정확도를 유지하거나 향상시킬 수 있는가?
• RQ5 위성 신호가 자주 차단되는 도시 환경에서 시스템이 GPS를 능가할 수 있는가?

주요 결과

• Dejavu는 도시 주행 환경에서 8.4미터의 중앙 오차를 기록하며, 동일 조건에서 GPS 대비 42.9% 더 뛰어난 정확도를 확보했다.
• 고속도로에서는 Dejavu가 16.6미터의 중앙 오차를 기록하여 개방된 환경에서도 뛰어난 안정성을 입증했다.
• 지속적인 GPS 사용 대비 배터리 수명을 347% 연장하여 에너지 효율성 면에서 뚜렷한 향상을 이뤘다.
• 위성 신호 저하와 다중 경로 효과로 인해 전통적인 GPS 성능이 떨어지는 도시 주행 환경에서 Dejavu는 GPS를 능가하는 정확도를 확보했다.
• 시스템은 터널, 다리 등의 물리적 앵커와 고유한 셀룰러 신호 패턴 등의 가상 앵커를 성공적으로 감지하고 오차 보정에 활용했다.
• 커뮤니티 기반 비지도 학습 접근법을 통해 시간이 지남에 따라 앵커 데이터베이스가 자동으로 확장되고 투명하게 증가함을 입증했다.