[논문 리뷰] OpenHPS: An Open Source Hybrid Positioning System

Maxim Van de Wynckel, Beat Signer|arXiv (Cornell University)|2020. 12. 29.

Indoor and Outdoor Localization Technologies참고 문헌 32인용 수 4

한 줄 요약

OpenHPS는 타입스크립트 기반의 오픈소스 하이브리드 위치기반 시스템으로, 실시간으로 다양한 위치기반 기술—GPS, Wi-Fi, 블루투스, SLAM, 사전 추적—을 융합할 수 있도록 유연하고 확장 가능한 처리 네트워크 아키텍처를 제공한다. 푸시-풀 스트림 모델을 통해 데이터 흐름을 통합함으로써 실시간 추적과 오프라인 캘리브레이션/학습을 모두 지원하며, 정확하고 저지연의 위치기반 성능을 달성한다. 모듈식이고 조합 가능한 컴포넌트와 지속 가능한 데이터 서비스를 통해 랜드마크와 사용자 상태를 관리한다.

ABSTRACT

Positioning systems and frameworks use various techniques to determine the position of an object. Some of the existing solutions combine different sensory data at the time of positioning in order to compute more accurate positions by reducing the error introduced by the used individual positioning techniques. We present OpenHPS, a generic hybrid positioning system implemented in TypeScript, that can not only reduce the error during tracking by fusing different sensory data based on different algorithms, but also also make use of combined tracking techniques when calibrating or training the system. In addition to a detailed discussion of the architecture, features and implementation of the extensible open source OpenHPS framework, we illustrate the use of our solution in a demonstrator application fusing different positioning techniques. While OpenHPS offers a number of positioning techniques, future extensions might integrate new positioning methods or algorithms and support additional levels of abstraction including symbolic locations.

연구 동기 및 목표

• 단일 기술 기반 위치기반 시스템의 한계를 해결하기 위해 실시간으로 다양한 위치기반 방법을 융합할 수 있도록 하는 것.
• 통합된 프레임워크 내에서 실시간 추적 및 오프라인 캘리브레이션/학습 단계를 모두 지원하는 것.
• 다양한 위치기반 기술과 융합 알고리즘을 추상화하는 모듈식이고 확장 가능한 아키텍처를 제공하는 것.
• 개발자가 조합 가능하고 반응형 스트림 기반 모델을 사용해 맞춤형 위치기반 파이프라인을 구축할 수 있도록 돕는 것.
• 통합된 데이터 서비스를 통해 랜드마크, 지ap, 사용자 데이터를 지속적으로 저장하는 것.

제안 방법

• 시스템은 소스, 처리, 싱크 노드로 구성된 처리 스트림 네트워크를 사용하여 그래프 구조의 데이터 흐름을 모델링한다.
• 각 노드는 푸시 및 풀 작업을 모두 지원하며, 응답을 '푸시' 용어로 통신함으로써 모호함을 방지하고 프로듀서 우선순위를 보장한다.
• 불변의 위치기반 모델을 정의된 데이터 서비스와 흐름 구조로 구성하기 위해 빌더 패턴을 사용한다.
• 데이터 서비스는 지도, 사용자, 실내 정보를 지속적으로 저장하여 파이프라인 전반에서 재사용 가능하게 하며, 랜드마크 기반 위치기반을 지원한다.
• 데이터 프레임과 처리된 위치의 균형, 디바운싱, 병합과 같은 일반적인 데이터 흐름 형태를 지원한다.
• 모노톤성 보장으로 부분 데이터가 존재하는 경우에도 정확한 위치 계산이 가능하도록 실시간 처리를 위한 아키텍처 설계가 이루어졌다.

실험 결과

연구 질문

• RQ1 일반적이고 확장 가능한 프레임워크는 어떻게 다양한 위치기반 기술과 융합 알고리즘을 하나의 시스템에서 통합할 수 있는가?
• RQ2 실시간 하이브리드 위치기반을 실시간 추적 및 오프라인 캘리브레이션 단계 모두에서 가능하게 하는 아키텍처 패턴은 무엇인가?
• RQ3 스트림 기반 모델은 어떻게 푸시 및 풀 의미론을 모두 지원하면서도 데이터 흐름의 무결성과 저지연을 유지할 수 있는가?
• RQ4 지속 가능한 데이터 서비스는 어떻게 위치기반 파이프라인 전반에서 재사용 가능한 랜드마크 데이터와 상태 관리를 가능하게 하는가?
• RQ5 시스템은 어떻게 다양한 수준의 위치기반 추상화, 예를 들어 상징적 위치까지의 계층적 추상화를 지원할 수 있는가?

주요 결과

• OpenHPS는 GPS, Wi-Fi, 블루투스, SLAM, 사전 추적 기술의 실시간 융합을 지원하는 모듈식이고 오픈소스의 하이브리드 위치기반 시스템을 성공적으로 구현했다.
• 푸시-풀 스트림 모델은 명확한 의미론을 제공하며 응답 시간의 모호함을 방지해 효율적이고 저지연의 데이터 처리를 가능하게 했다.
• 빌더 패턴의 사용으로 정의된 데이터 서비스와 흐름 토폴로지가 포함된 불변이고 조합 가능한 위치기반 모델을 보장했다.
• 지속 가능한 데이터 서비스 덕분에 랜드마크, 지도, 사용자 상태의 저장 및 검색이 가능해져 시스템의 재사용성과 캘리브레이션 능력이 향상되었다.
• 프레임워크는 실시간 추적과 오프라인 학습/캘리브레이션을 모두 지원하여 종단 간 위치기반 파이프라인 개발을 가능하게 했다.
• 시스템의 확장성 덕분에 향후 새로운 위치기반 방법과 상위 수준의 추상화, 예를 들어 상징적 위치 등도 쉽게 통합할 수 있다.