[論文レビュー] UAV-aided urban target tracking system based on edge computing

Yajun Liu, Congxu Zhu+6 more|arXiv (Cornell University)|Feb 3, 2019

Video Surveillance and Tracking Methods参考文献 6被引用数 7

ひとこと要約

本論文は、クラウドコンピューティングに依存するのではなく、地上ノードおよびUAVでビデオデータを現地で処理することにより、遅延と通信オーバーヘッドを低減するエッジコンピューティングを活用したUAV支援都市ターゲット追跡システムを提案する。このシステムは、ターゲットを失った後の追跡の信頼性と再取得確率を向上させ、都市環境における低遅延と高いエクスペリエンス品質（QoE）を実現する。

ABSTRACT

Target tracking is an important issue of social security. In order to track a target, traditionally a large amount of surveillance video data need to be uploaded into the cloud for processing and analysis, which put stremendous bandwidth pressure on communication links in access networks and core networks. At the same time, the long delay in wide area network is very likely to cause a tracking system to lose its target. Often, unmanned aerial vehicle (UAV) has been adopted for target tracking due to its flexibility, but its limited flight time due to battery constraint and the blocking by various obstacles in the field pose two major challenges to its target tracking task, which also very likely results in the loss of target. A novel target tracking model that coordinates the tracking by UAV and ground nodes in an edge computing environment is proposed in this study. The model can effectively reduce the communication cost and the long delay of the traditional surveillance camera system that relies on cloud computing, and it can improve the probability of finding a target again after an UAV loses the tracing of that target. It has been demonstrated that the proposed system achieved a significantly better performance in terms of low latency, high reliability, and optimal quality of experience (QoE).

研究の動機と目的

• クラウドベースの都市監視システムにおける高い帯域幅と長時間の遅延の問題に対処すること。
• 都市環境におけるUAVの短い飛行時間や信号遮断といった制限を克服すること。
• 追跡中に一時的にターゲットを失った後の再取得確率を向上させること。
• エッジコンピューティングを活用したUAVと地上ノード間の協調追跡フレームワークを設計すること。
• 動的な都市環境におけるシステムの信頼性とエクスペリエンス品質（QoE）を向上させること。

提案手法

• 本システムは、クラウドではなく、近隣の地上ノードおよびUAVにビデオ処理をオフロードする分散型エッジコンピューティングアーキテクチャを採用する。
• UAVと地上ノード間でのリアルタイムなデータ共有とタスク割り当てを可能にするための調整メカニズムが設計されている。
• エッジデバイスでのローカル処理によりデータ送信を削減し、エンドツーエンドの遅延を最小限に抑える。
• UAVの移動性と地上ノードの監視を組み合わせたハイブリッド追跡モデルにより、信号遮断やUAVのバッテリ制限時も追跡の継続性を維持する。
• 信号品質とターゲットの近接度に基づいて、UAVと地上ノードの追跡に動的に切り替えるフレームワーク。
• 遅延、信頼性、追跡精度を統合した品質の体験（QoE）指標を用いて、システムのパフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 UAV支援都市ターゲット追跡を、通信遅延と帯域幅制限に対してよりレジilient（回復力のある）ものにするにはどうすればよいか？
• RQ2 エッジコンピューティングは、都市環境における遅延低減と追跡信頼性の向上にどのように寄与するか？
• RQ3 信号遮断やUAVのバッテリ制限時にも、UAVと地上ノードを効果的に協調させ、ターゲット追跡を維持するにはどうすればよいか？
• RQ4 クラウドベースの処理と比較して、ローカル処理がシステムパフォーマンスに与える影響は何か？
• RQ5 提案されたシステムは、一時的なターゲット喪失後の再取得確率をどのように向上させるか？

主な発見

• 提案されたシステムは、従来のクラウドベースの監視システムと比較して、エンドツーエンドの遅延を顕著に低減している。
• エッジノードおよびUAVでの局所的データ処理のおかげで、通信コストが著しく低減されている。
• 一時的なターゲット喪失後の再取得確率が高く、追跡の継続性が向上している。
• エッジコンピューティングに基づくアーキテクチャは、遅延の低減と信頼性の向上のおかげで、優れた品質の体験（QoE）を達成している。
• UAVと地上ノードの間の協調により、困難な都市環境下でも継続的な追跡が可能になっている。
• 信号遮断が生じる密集した都市環境でも、高い追跡精度と応答性を維持している。