[論文レビュー] DorFin: WiFi Fingerprint-based Localization Revisited

Chenshu Wu, Zheng Yang+3 more|arXiv (Cornell University)|Aug 30, 2013

Indoor and Outdoor Localization Technologies参考文献 23被引用数 5

ひとこと要約

DorFinは、アクセスポイント（AP）識別度の多様性、信号の揺らぎやボディブロッキングによるRSSの不一致、および一般スマートフォンにおける古くなったRSS測定値という3つの見過ごされた問題に取り組むことで、モバイル環境における精度を向上させる新しいWiFiフィンガープrintベースの局所化システムを提案する。識別度要因の導入、外れ値に強い回帰、およびインertialセンサデータを用いたフェイクフィンガープリントの構築により、DorFinは平均誤差2メートル、95パーセンタイル誤差5.5メートルを達成し、Horus や RADAR といった最先端手法と比較してそれぞれ56%、69%低減する。ハードウェアの変更や追加コストなしに実現した。

ABSTRACT

Although WiFi fingerprint-based indoor localization is attractive, its accuracy remains a primary challenge especially in mobile environments. Existing approaches either appeal to physical layer information or rely on extra wireless signals for high accuracy. In this paper, we revisit the RSS fingerprint-based localization scheme and reveal crucial observations that act as the root causes of localization errors, yet are surprisingly overlooked or even unseen in previous works. Specifically, we recognize APs' diverse discrimination for fingerprinting a specific location, observe the RSS inconsistency caused by signal fluctuations and human body blockages, and uncover the RSS outdated problem on commodity smartphones. Inspired by these insights, we devise a discrimination factor to quantify different APs' discrimination, incorporate robust regression to tolerate outlier measurements, and reassemble different fingerprints to cope with outdated RSSs. Combining these techniques in a unified solution, we propose DorFin, a novel scheme of fingerprint generation, representation, and matching, which yields remarkable accuracy without incurring extra cost. Extensive experiments demonstrate that DorFin achieves mean error of 2 meters and more importantly, bounds the 95th percentile error under 5.5 meters; these are about 56% and 69% lower, respectively, compared with the state-of-the-art schemes such as Horus and RADAR.

研究の動機と目的

• 特にモバイル環境において、低精度が続くWiFiフィンガープリントベースの屋内局所化の課題に取り組む。
• 局所化誤差の背後にある3つの見過ごされた根本的要因を特定・解決する：AP識別度の多様性、信号の揺らぎやボディブロッキングによるRSSの不一致、一般スマートフォンにおける古くなったRSS測定値。
• ハードウェア不要でコストも増加しない、既存のWiFi位置決めシステムを効果的に向上させる、費用対効果の高い解決策を開発する。
• 物理層情報や追加の距離測定信号を用いるシステムと同等の高精度を達成するが、標準的なRSS測定値のみに依存する。

提案手法

• 特定の位置を識別する能力に基づき、APの重み付けを定量化するための識別度要因を導入し、フィンガープリントの独自性を向上させる。
• 信号のフェーディングや人体によるブロッキングによって生じる外れ値RSS測定値の影響を軽減するため、ロバスト回帰手法を適用する。
• スマートフォンのインertialセンサデータを用いて空間的に制約された複数の歴史的RSS測定値を統合し、フェイクフィンガープリントを構築する。
• 共通するAPの割合を組み込むことで、遠方または類似したフィンガープリントによる誤検出を低減する統合的フィンガープリント類似度メトリクスを設計する。
• スマートフォンのインエラシャルセンサを活用してユーザーの移動状態を検出し、古くなったRSSサンプルの空間的文脈を推定し、正確なフィンガープリント再構成を可能にする。
• すべてのモジュールを統合的に1つのフレームワークに統合し、フィンガープリント生成・表現・マッチングを一元的に行い、既存システムとの互換性を維持する。

実験結果

リサーチクエスチョン

• RQ1 なぜ既存のWiFiフィンガープリントベースの局所化システムは、特にモバイル環境において高い局所化誤差を示すのか？
• RQ2 APの識別能力のばらつきが、フィンガープリントの独自性と局所化精度にどのように影響するのか？
• RQ3 RSSの変動と人体によるブロッキングが、外れ値を引き起こし、フィンガープリントマッチング性能を低下させる程度はどの程度か？
• RQ4 ハードウェアおよびソフトウェアの制限によって生じる古くなったRSS測定値は、フィンガープリントの不一致や位置誤差にどの程度寄与しているのか？
• RQ5 物理層情報や追加の無線信号に依存せず、統合的で低コストな解決策が精度向上に寄与できるか？

主な発見

• DorFinは平均局所化誤差を2メートルにまで低減し、Horus や RADAR といった最先端手法と比較して56%の改善を達成した。
• 95パーセンタイル誤差は5.5メートルに抑えられ、既存の手法と比較して69%の低減となり、実世界のモバイル利用における信頼性が著しく向上した。
• 実世界のデータでは11%以上のRSS測定値が古く、2〜6メートルの大きな古さを持つ距離がフィンガープリントに頻繁に存在した。
• フェイクフィンガープリントの活用により、古くなったRSSによる誤差が顕著に軽減され、時間的不一致が局所化精度に与える影響が裏付けられた。
• ロバスト回帰は、信号のフェーディングやボディブロッキングによるRSS外れ値の影響を効果的に低減し、マッチングの安定性を向上させた。
• 識別度要因により、空間的差別化能力が強いAPを優先することで、フィンガープリントの独自性が向上し、位置推定の曖昧さが減少した。