[論文レビュー] Through-Wall Tracking Using Variance-Based Radio Tomography Networks

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

Indoor and Outdoor Localization Technologies参考文献 17被引用数 40

ひとこと要約

本論文は、無線ネットワークにおける信号強度の分散を用いた分散ベースのラジオトロモグラフィックイメージング（VRTI）を提案する。これは、低コストで、機器を装着しない方法で、リアルタイムに壁を透過して移動する物体を追跡する。移動物体の位置を関数として受信信号強度（RSS）の分散をモデル化し、運動を追跡するためにカルマンフィルタを適用することで、34ノードのネットワークを用いて780平方フィートの領域で実験的テストにおいて平均1.5フィートの誤差を達成した。

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.

研究の動機と目的

• 壁の向こうにいる人物や物体を、タグや事前の設定を必要とせずに、リアルタイムで、機器を装着しない位置特定と追跡を可能にすること。
• 既存の壁を透過したイメージングシステムの限界を克服すること。これらのシステムは高価であり、事前に設置されたインfrastrutureを必要としたり、アクティブタグに依存している。
• 緊急対応の場面で、迅速な展開と受動的検出が重要な状況に適した、スケーラブルで低コストのソリューションを開発すること。
• 空間的運動画像を推定するために、平均の変化ではなく分散を用いることで、既存のRSSベースの運動検出を改善すること。
• ノードの自己位置特定と、分散ベースの運動画像に基づくカルマンフィルタを用いたリアルタイム追跡を可能にすること。

提案手法

• 本手法は、移動物体の位置を関数として、無線リンク間の受信信号強度（RSS）の分散を、マルチパスチャネルモデルを用いてモデル化する。
• 統計的フレームワークにより、RSSの分散を運動の空間的位置に関連付け、複数のリンク測定値から運動画像を推定可能にする。
• 運動画像は、信号伝搬経路の楕円的近似に基づく分散重み付けモデルを用いて生成される。
• カルマンフィルタを用いて、運動画像データから移動標的の2次元座標を再帰的に推定・追跡する。
• 本システムは、建物の周囲に配置された34ノードの無線ネットワークを用い、RSS測定値を収集し、リアルタイムで運動を推定する。
• ノードの自己位置特定はGPSまたは建物データベース情報により可能となり、手動キャリブレーションなしに迅速な展開が可能となる。

実験結果

リサーチクエスチョン

• RQ1 無線ネットワークにおけるRSSの分散を、壁の向こうの移動物体の空間的位置を推定するために信頼性を持って使用できるか？
• RQ2 実世界の壁を透過する状況において、マルチホップRSS測定値から分散ベースの運動画像をどれほど正確に再構築できるか？
• RQ3 カルマンフィルタは、分散ベースの運動画像を用いた移動標的の追跡性能をどの程度向上させるか？
• RQ4 実際の屋内環境において、機器を装着しない低コストのVRTIシステムが達成可能な位置特定の精度はどの程度か？
• RQ5 ノード密度が限定的で環境ノイズが存在する実世界の展開条件下で、VRTIアプローチのスケーラビリティと耐障害性はどの程度か？

主な発見

• 本VRTIシステムは、780平方フィートの領域内で20の事前に定義された位置を通過する人物を追跡した際、平均1.46フィートの位置特定誤差を達成した。
• 静止した運動（場所を変える動き）の状況では、平均誤差が約1.5フィートにとどまり、局所的運動の検出において高い精度を示した。
• 本システムは、標的に電子タグを装着することなく、RSS分散測定値のみを用いて、リアルタイムで移動標的を追跡することに成功した。
• カルマンフィルタは、原始的な運動画像データと比較して、追跡の安定性を著しく向上させ、座標推定のジャイタを低減した。
• 34ノードの無線ネットワークを用いた実世界の展開において、マルチパスと環境ノイズに対して耐性があることが実証された。
• 低コストのハードウェアと最小限のインfrastruture要件は、緊急対応および軍事作戦における展開の可能性を強く示唆している。