[论文解读] Fast and Reliable WiFi Fingerprint Collection for Indoor Localization

Fuqiang Gu, Milad Ramezani+4 more|arXiv (Cornell University)|Aug 1, 2020

Indoor and Outdoor Localization Technologies参考文献 17被引用 4

一句话总结

本文提出了一种利用智能手机传感器和地标图的快速、自动化的WiFi指纹采集方法，可无需人工干预地估计参考点（RP）位置。通过利用惯性传感器和基于地标的位置推算（PDR）进行定位估计，该方法将现场勘测时间减少了整整一个数量级，并实现了1.5米的平均定位误差——优于人工方法和最先进的Zee方法——同时通过基于信念的质量度量确保了高精度。

ABSTRACT

Fingerprinting is a popular indoor localization technique since it can utilize existing infrastructures (e.g., access points). However, its site survey process is a labor-intensive and time-consuming task, which limits the application of such systems in practice. In this paper, motivated by the availability of advanced sensing capabilities in smartphones, we propose a fast and reliable fingerprint collection method to reduce the time and labor required for site survey. The proposed method uses a landmark graph-based method to automatically associate the collected fingerprints, which does not require active user participation. We will show that besides fast fingerprint data collection, the proposed method results in accurate location estimate compared to the state-of-the-art methods. Experimental results show that the proposed method is an order of magnitude faster than the manual fingerprint collection method, and using the radio map generated by our method achieves a much better accuracy compared to the existing methods.

研究动机与目标

• 减少传统上人工且易出错的WiFi指纹现场勘测所需的时间和人力。
• 消除指纹关联过程中对用户主动参与的需求，克服主动众包方法的局限性。
• 通过基于地标图的PDR方法实现自动RP位置估计，提升定位精度。
• 通过引入信念度量来过滤低置信度的位置估计，确保无线电信道图的可靠性。
• 开发一种低成本、可扩展的解决方案，适用于资源受限的智能手机部署。

提出的方法

• 利用智能手机的惯性传感器（加速度计、陀螺仪、磁力计、气压计）实时估算步长和航向。
• 采用基于地标图的PDR方法，通过检测到的地标进行校准，以限制累积死推算误差。
• 自动将采集到的WiFi指纹与估计的RP位置关联，无需用户输入或GPS。
• 引入信念度量以评估每个位置估计的可靠性，仅保留高置信度的RP用于无线电信道图构建。
• 使用正向指纹表示法构建无线电信道图：将高于阈值τ的RSS值映射为RSS_i - min，否则设为零。
• 在在线定位过程中，采用1-NN匹配并结合欧几里得距离和Sorensen距离度量来比较指纹。

实验结果

研究问题

• RQ1 与人工方法相比，基于地标图的方法是否能显著减少WiFi指纹现场勘测的时间和人力？
• RQ2 利用智能手机传感器实现的自动指纹关联是否能比现有方法获得更高的定位精度？
• RQ3 信念度量如何提升无线电信道图中估计参考点位置的可靠性？
• RQ4 RSS阈值选择对所提系统定位性能有何影响？
• RQ5 所提方法是否能在速度和精度两方面均优于最先进的系统（如Zee）？

主要发现

• 与人工方法相比，所提方法将指纹采集时间减少了整整一个数量级——现场设置和数据采集仅需约10分钟，而人工方法需90分钟。
• 使用所提方法生成的无线电信道图，平均定位误差为1.5米，优于人工方法（2.2米）和Zee系统（2.3米）。
• 该方法在楼层识别准确率上与Zee相当，显著高于人工方法（每位置5或10次扫描时）。
• 为最小化定位误差，最优RSS阈值为-80 dBm；高于或低于此阈值均会导致误差增加，原因分别为噪声干扰或接入点缺失。
• 信念度量能有效过滤低置信度的位置估计，从而提升无线电信道图的可靠性和精度。
• 该系统在具有足够空间约束的环境中表现最佳；在缺乏地标的大面积开放室内区域，性能会下降。