[论文解读] SoundLoc: Acoustic Method for Indoor Localization without Infrastructure

Ruoxi Jia, Ming Jin+1 more|arXiv (Cornell University)|Jul 16, 2014

Indoor and Outdoor Localization Technologies参考文献 27被引用 4

一句话总结

SoundLoc 提出了一种基于房间级室内定位系统，利用固有的声学特性——特别是混响脉冲响应（RIR）——来识别用户位置，而无需任何基础设施支持。通过采用成本低廉的 RIR 测量装置和噪声自适应混响提取（NAER）算法，该系统在识别十个不同房间时实现了 97.8% 的准确率，展示了其在基于人员占用控制的节能建筑自动化方面的潜力。

ABSTRACT

Identifying locations of occupants is beneficial to energy management in buildings. A key observation in indoor environment is that distinct functional areas are typically controlled by separate HVAC and lighting systems and room level localization is sufficient to provide a powerful tool for energy usage reduction by occupancy-based actuation of the building facilities. Based upon this observation, this paper focuses on identifying the room where a person or a mobile device is physically present. Existing room localization methods, however, require special infrastructure to annotate rooms. SoundLoc is a room-level localization system that exploits the intrinsic acoustic properties of individual rooms and obviates the needs for infrastructures. As we show in the study, rooms' acoustic properties can be characterized by Room Impulse Response (RIR). Nevertheless, obtaining precise RIRs is a time-consuming and expensive process. The main contributions of our work are the following. First, a cost-effective RIR measurement system is implemented and the Noise Adaptive Extraction of Reverberation (NAER) algorithm is developed to estimate room acoustic parameters in noisy conditions. Second, a comprehensive physical and statistical analysis of features extracted from RIRs is performed. Also, SoundLoc is evaluated using the dataset consisting of ten (10) different rooms. The overall accuracy of 97.8% achieved demonstrates the potential to be integrated into automatic mapping of building space.

研究动机与目标

• 开发一种不依赖特殊基础设施（如传感器或信标）的房间级室内定位系统。
• 利用房间的固有声学特性，特别是混响脉冲响应（RIR），作为定位的唯一标识。
• 在精确测量 RIR 存在挑战的真实嘈杂环境中，实现出色且成本低廉的定位性能。
• 通过实现基于人员占用的暖通空调（HVAC）与照明系统分房间控制，支持建筑能效管理。
• 验证利用声学特征自动进行建筑空间制图的可行性。

提出的方法

• 使用现成的麦克风和音频播放设备构建低成本 RIR 测量系统，以捕获房间混响脉冲响应。
• 开发噪声自适应混响提取（NAER）算法，通过自适应滤除背景噪声，实现在嘈杂环境下的 RIR 参数估计。
• 利用物理和统计分析从 RIR 中提取声学特征，包括衰减时间、早期衰减时间（EDT）和频谱平坦度。
• 基于提取的特征训练机器学习分类器，以根据各房间独特的声学指纹区分不同房间。
• 使用从十个具有不同声学特性与噪声水平的房间采集的数据集对系统进行评估。
• 优化 RIR 估计流程，在保持真实场景下准确率的同时降低时间和成本。

实验结果

研究问题

• RQ1 是否可以在不部署专用基础设施（如传感器或信标）的情况下实现房间级室内定位？
• RQ2 房间的固有声学特性，特别是 RIR，能否作为可靠且唯一的定位标识？
• RQ3 在真实嘈杂环境中，RIR 特征的估计精度如何？
• RQ4 仅基于声学特征的系统在多种不同类型的房间中，其分类准确率如何？
• RQ5 此类系统是否能够支持实际应用，如自动建筑空间制图和基于人员占用的能效控制？

主要发现

• SoundLoc 在十个不同房间中实现了 97.8% 的房间分类准确率，证明其在真实环境下的高度可靠性。
• NAER 算法即使在嘈杂环境中也能成功提取有意义的 RIR 参数，从而实现稳健的声学特征估计。
• 该系统无需任何特殊基础设施，因此可直接部署于现有建筑中而无需改造。
• 从 RIR 中提取的声学特征（如衰减时间与频谱平坦度）在房间识别中表现出强大的区分能力。
• 结果表明，SoundLoc 可集成至自动建筑空间制图与能效管理系统中。
• 本研究证实，房间声学特性具有足够的稳定性和唯一性，可作为可靠的定位指纹使用。