[논문 리뷰] Museum Accessibility Through Wi-Fi Indoor Positioning

Antonio Bracco, Federico Grunwald외 3명|arXiv (Cornell University)|2020. 08. 26.

Indoor and Outdoor Localization Technologies참고 문헌 9인용 수 7

한 줄 요약

이 논문은 우루과이의 뮤세오 나시오날 데 아르떼스 비주얼레스 박물관을 대상으로 시각 장애인 관람객이 개인의 안드로이드 스마트폰을 통해 자동으로 위치 기반 오디오 설명을 수신할 수 있도록 하는 Wi-Fi 기반 실내 위치 측정 시스템을 제시한다. 시스템은 각 위치당 최소 500개의 훈련 지문과 3개의 액세스 포인트를 사용할 경우 90% 이상의 정확도를 달성하며, 전체 소스 코드와 데이터셋은 재사용 및 복제를 위해 공개되어 있다.

ABSTRACT

Accessibility has long been a primary concern for major museums around the world. This is no exception for the Museo Nacional de Artes Visuales (MNAV, National Museum of Visual Arts) in Uruguay. Having a special interest in achieving accessibility for visually impaired visitors, the MNAV sought to implement a new system to allow these visitors a seamless tour around a new exhibit. We present here the system we developed and the lessons we learned from its deployment and usage. In particular, we used Wi-Fi indoor positioning techniques, so that visually impaired visitors could hear relevant audios through an Android app from their own smartphones based on their location inside the museum. The system was further adapted and used to assist the general public during their visits, allowing access to texts, audios and images according to their position. We furthermore share the complete source code and the dataset used to train the system.

연구 동기 및 목표

• 시각 장애인 관람객을 위한 저비용이고 접근 가능한 박물관 환경에서의 실내 위치 측정 시스템을 개발하기 위해.
• 직원의 도움과 특수 장치가 필요했던 기존의 NFC 기반 토텀 시스템을 대체하기 위해.
• 사용자의 개인 스마트폰을 활용한 Wi-Fi 지문 기반으로, 수동 조작 없이 자동으로 위치 기반의 내비게이션을 가능하게 하기 위해.
• 확장 가능한 배포를 위해 시스템 정확도, 액세스 포인트 수, 훈련 데이터 크기 간의 상호 상충 관계를 평가하기 위해.
• 향후 연구 및 복제를 지원하기 위해 오픈소스 소프트웨어와 완전한 데이터셋을 공개하기 위해.

제안 방법

• 시스템은 다수의 액세스 포인트(기지국)에서 측정한 수신 신호 강도 지표(RSSI) 측정치를 기반으로 한 Wi-Fi 지문 기반 기술을 사용하여 사용자 위치를 추정한다.
• 기계 학습 모델은 박물관 내 특정 위치로의 RSSI 지문을 매핑하도록 훈련된다.
• 안드로이드 애플리케이션은 사용자의 실시간 위치에 따라 자동으로 오디오 및 이미지 콘텐츠를 재생하며, 수동 조작이 필요하지 않다.
• 시스템 평가를 위해 16개의 박물관 위치에서 수집한 총 17,500개의 지문 데이터셋을 사용하였다.
• 훈련 데이터를 감소시킨 상황에서도 성능을 평가하기 위해, 각 위치당 일정한 비율을 유지한 채로 서브샘플링 실험을 수행하였다.
• 접촉을 통한 상호작용을 통해 일반 대중의 사용을 위한 기능도 추가로 확장하였다.

실험 결과

연구 질문

• RQ1 박물관 환경에서 시각 장애인 관람객의 만족스러운 사용자 경험을 확보하기 위해 필요한 정밀한 위치 측정 정확도는 어느 정도인가?
• RQ2 액세스 포인트 수와 훈련 지문 수가 시스템 정확도와 배포 비용에 미치는 영향는 어떠한가?
• RQ3 다양한 사용자 기기들이 존재하는 실제 공공 박물관 환경에서 Wi-Fi 기반 실내 위치 측정 시스템을 효과적으로 구현할 수 있는가?
• RQ4 특히 2.4 GHz 전용 기기와 함께 사용할 경우 발생할 수 있는 주요 과제는 무엇이며, 이를 어떻게 완화할 수 있는가?
• RQ5 Wi-Fi 위치 측정 기술을 BLE 또는 스마트폰 센서(예: 가속도계, 자이로스코프, 카메라)와 융합하거나 확장하여 성능을 향상시킬 수 있는가?

주요 결과

• 각 위치당 최소 500개의 지문을 확보할 경우, 총 지문의 약 40% 이상(약 7,000개)을 훈련 데이터로 사용할 경우 평균 정확도가 90% 이상을 달성한다.
• 모든 박물관 지역에서 커버리지와 만족스러운 정밀도를 확보하기 위해 최소 3개의 액세스 포인트가 필요하다.
• 시스템은 특수 장치나 직원의 도움 없이도 시각 장애인 관람객이 개인의 안드로이드 스마트폰을 사용해 독립적이고 원활한 오디오 재생을 가능하게 하였다.
• 2.4 GHz 전용 기기에서 예상치 못한 문제 발생으로 인해 Wi-Fi 스캐닝 설정을 수정함으로써 호환성을 확보하였다.
• 시스템은 높은 확장성과 사용성 확보를 보였으며, 향후 BLE 비콘 또는 스마트폰 센서(예: 가속도계, 자이로스코프, 카메라)를 통합하여 공간 해상도 향상과 사용자 맥락 인식 능력을 강화할 수 있는 잠재력을 보였다.
• 완전한 소스 코드와 데이터셋은 GitHub에 공개되어 있어, 문화 기관을 위한 오픈소스 실내 위치 측정 연구의 복제 및 후속 연구를 가능하게 한다.