[論文レビュー] OpenHPS: An Open Source Hybrid Positioning System

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

Indoor and Outdoor Localization Technologies参考文献 32被引用数 4

ひとこと要約

OpenHPS は、GPS、Wi-Fi、Bluetooth、SLAM、ドアレッキングなど、多様な位置決め技術のリアルタイム統合を可能にする、TypeScript で構築されたオープンソースのハイブリッド位置決めシステムです。柔軟で拡張可能な処理ネットワークアーキテクチャを採用し、プッシュ・プル方式のストリームモデルによりデータフローを統一することで、正確で低遅延の位置決めを実現します。モジュラーで合成可能なコンポONENTと、ランドマークおよびユーザーステートの永続的データサービスを備えています。

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.

研究の動機と目的

• 単一技術の位置決めシステムの限界を克服し、リアルタイムで複数の位置決め手法をハイブリッド統合すること。
• 統一されたフレームワーク内でオンライントラッキングとオフラインキャリブレーション／トレーニングの両方をサポートすること。
• 多様な位置決め技術および統合アルゴリズムを抽象化するモジュラーで拡張可能なアーキテクチャを提供すること。
• 開発者が合成可能で反応的なストリームベースのモデルを用いてカスタマイズ可能な位置決めパイプラインを構築できるようにすること。
• 統合されたデータサービスを通じてランドマーク、マップ、ユーザーデータの永続的保存を可能にすること。

提案手法

• システムは、ソース、処理、シンクノードからなる処理ストリームネットワークを用い、グラフトポロジーでデータフローをモデル化する。
• 各ノードはプッシュおよびプル操作をサポートし、応答を「プッシュ」という用語で通信することで曖昧さを回避し、プロダーサーの優先順位を保証する。
• 不変の位置決めモデルを定義されたデータサービスおよびフローサイズとともに構築するため、ビルダー・パターンが用いられる。
• データサービスはマップ、ユーザーデータ、部屋情報の永続化を実現し、パイプライン全体で再利用可能にし、ランドマークベースの位置決めを可能にする。
• データフローの一般的な形状（バランス、デバウンシング、データフレームおよび処理済み位置のマージなど）をサポートする。
• モノトニック性を確保することで、部分的なデータでも正しい位置計算が可能となるリアルタイム処理を設計している。

実験結果

リサーチクエスチョン

• RQ1 一貫性があり拡張可能なフレームワークは、どのように多様な位置決め技術および統合アルゴリズムを単一のシステムで統合できるか？
• RQ2 オンライントラッキングとオフラインキャリブレーションの両方の段階で、リアルタイムハイブリッド位置決めを実現するためのアーキテクチャパターンは何か？
• RQ3 ストリームベースのモデルは、どのようにプッシュおよびプルの意味論を両立させつつ、データフローの整合性と低遅延を維持できるか？
• RQ4 永続的データサービスは、再利用可能なランドマークデータおよび位置決めパイプライン全体におけるステート管理にどのような役割を果たすか？
• RQ5 位置決めの抽象化の異なるレベル、特にシンボリックな位置（例：「会議室A」）を含めたレイヤード抽象化をどのように実現できるか？

主な発見

• OpenHPS は、GPS、Wi-Fi、Bluetooth、SLAM、ドアレッキングの統合をリアルタイムで実現するモジュラーでオープンソースのハイブリッド位置決めシステムを成功裏に実装した。
• プッシュ・プル方式のストリームモデルにより、明確な意味論を備えた効率的で低遅延のデータ処理が可能となり、応答タイミングの曖昧さを回避した。
• ビルダー・パターンの活用により、不変で合成可能な位置決めモデルが実現され、定義されたデータサービスおよびフローサイロロジーが保証された。
• 永続的データサービスにより、ランドマーク、マップ、ユーザーステートの保存および取得が可能となり、システムの再利用性およびキャリブレーション能力が向上した。
• フレームワークはオンライントラッキングとオフライントレーニング／キャリブレーションの両方をサポートしており、エンドツーエンドの位置決めパイプライン開発を可能にした。
• システムの拡張性により、今後の新しい位置決め手法や、シンボリックな位置といった高レベルの抽象化の統合が可能となった。