[논문 리뷰] Through-Wall Tracking Using Variance-Based Radio Tomography Networks

Joey Wilson, Neal Patwari|ArXiv.org|2009. 09. 29.

Indoor and Outdoor Localization Technologies참고 문헌 17인용 수 40

한 줄 요약

이 논문은 무선 네트워크 내 신호 세기 변동성을 사용하여 실시간 벽을 관통하는 움직임 추적을 위한 저비용, 장치 비의존적 방법인 분산 기반 라디오 톰로그래픽 이미징(VRTI)을 제안한다. 움직이는 물체의 위치에 따라 수신 신호 세기(RSS)의 변동성을 모델링하고, 운동을 추적하기 위해 칼만 필터를 적용함으로써, 34개 노드로 구성된 네트워크를 사용하여 780 평방피트 면적에서 실험적으로 약 1.5피트의 평균 오차를 달성한다.

ABSTRACT

This paper presents a new method for imaging, localizing, and tracking motion behind walls in real-time. The method takes advantage of the motion-induced variance of received signal strength measurements made in a wireless peer-to-peer network. Using a multipath channel model, we show that the signal strength on a wireless link is largely dependent on the power contained in multipath components that travel through space containing moving objects. A statistical model relating variance to spatial locations of movement is presented and used as a framework for the estimation of a motion image. From the motion image, the Kalman filter is applied to recursively track the coordinates of a moving target. Experimental results for a 34-node through-wall imaging and tracking system over a 780 square foot area are presented.

연구 동기 및 목표

• 벽 뒤에 있는 사람이나 물체를 태그나 사전 설정 없이 실시간으로 장치 비의존적으로 위치 추적할 수 있도록 하는 것.
• 기존의 벽을 관통하는 영상 시스템이 비싸며 사전에 설치된 인프라가 필요하거나 활성 태그에 의존하는 한계를 해결하는 것.
• 긴급 구조 상황에서 신속한 배치와 피동 감지가 중요한 상황에 적합한 확장성 있고 저비용인 솔루션을 개발하는 것.
• 기존의 RSS 기반 운동 감지 방식을 향상시키기 위해 평균 변화가 아닌 변동성 변화를 사용하여 공간적 운동 영상 추정을 수행하는 것.
• 노드 자가 위치 설정과 칼만 필터링을 통해 변동성 기반 운동 영상에서 실시간으로 2차원 좌표를 추정하고 추적하는 것.

제안 방법

• 이 방법은 다중 경로 채널 모델을 사용하여 무선 링크 간 수신 신호 세기(RSS)의 변동성을 움직이는 물체의 위치 함수로 모델링한다.
• 통계적 프레임워크를 통해 RSS 변동성을 운동의 공간적 위치와 연결하여, 다수의 링크 측정값으로부터 운동 영상을 추정할 수 있도록 한다.
• 신호 전파 경로의 타원형 근사 기반의 가중치 모델을 사용하여 운동 영상을 생성한다.
• 칼만 필터를 사용하여 운동 영상 데이터로부터 움직이는 목표물의 2차원 좌표를 반복적으로 추정하고 추적한다.
• 실시간으로 RSS 측정값을 수집하고 운동을 추정하기 위해 건물 주변에 34개 노드로 구성된 무선 네트워크를 구축한다.
• GPS 또는 건물 데이터베이스 정보를 통해 노드 자가 위치 설정이 가능하여 수동 校정 없이 신속한 배치가 가능하다.

실험 결과

연구 질문

• RQ1 무선 네트워크 내 RSS 변동성이 벽 뒤에 있는 움직이는 물체의 공간적 위치를 신뢰성 있게 추정하는 데 사용될 수 있는가?
• RQ2 실제의 벽을 관통하는 상황에서 다중 홉 RSS 측정값으로부터 변동성 기반 운동 영상을 얼마나 정확하게 재구성할 수 있는가?
• RQ3 칼만 필터링이 변동성 기반 운동 영상에서 움직이는 목표물의 추적 성능을 어느 정도 향상시키는가?
• RQ4 실제 실내 환경에서 장치 비의존적, 저비용 VRTI 시스템의 위치 추정 정확도는 어느 정도인가?
• RQ5 제한된 노드 밀도와 환경 노이즈 조건에서 VRTI 접근법의 확장성과 견고성은 어느 정도인가?

주요 결과

• 34개 노드로 구성된 네트워크를 사용하여 780 평방피트 면적 내에서 20개의 정의된 위치를 통해 사람을 추적한 결과, 평균 위치 오차는 1.46피트를 기록했다.
• 정지된 운동(자리에서 움직임)의 경우, 시스템은 약 1.5피트의 평균 오차를 기록하여 국소적 운동 감지에서 높은 정확도를 입증했다.
• 목표물에 전자 태그가 필요 없이 RSS 변동성 측정값만으로도 실시간으로 움직이는 목표물을 성공적으로 추적했다.
• 칼만 필터는 원시 운동 영상 데이터에 비해 좌표 추정의 진동을 크게 감소시키고 추적 안정성을 향상시켰다.
• 34개 노드로 구성된 무선 네트워크를 사용한 실제 환경 배치에서 다중 경로와 환경 노이즈에 대해 강건함을 입증했다.
• 저비용 하드웨어와 최소한의 인프라 요구 조건은 긴급 구조 및 군사 작전에서의 배치 잠재력을 높게 평가할 수 있다.