🤖 machine learning

OmniLoc: A Geometry-Aware Foundation Model for Anchor-Free UE Localization Across Diverse Indoor Environments

OmniLoc ist ein wegweisendes, geometrie-bewusstes Foundation-Modell, das eine robuste, ankerfreie Lokalisierung von Endgeräten in Innenräumen über diverse Umgebungen hinweg erreicht, indem es heterogene drahtlose Messungen durch ein spezialisiertes Tokenisierungsmodul, einen geometrie-bewussten Transformer zur Merkmalsextraktion und einen geometrisch konsistenten Regressionsmechanismus vereinheitlicht.

Ursprüngliche Autoren: Lei Chu, Yuning Zhang, Omer Gokalp Serbetci, Anushka Katiyar, Bassel Abou Ali Modad, Andreas F. Molisch

Veröffentlicht 2026-06-11

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Lei Chu, Yuning Zhang, Omer Gokalp Serbetci, Anushka Katiyar, Bassel Abou Ali Modad, Andreas F. Molisch

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, sich in einem riesigen, verwirrenden Einkaufszentrum zurechtzufinden. Sie haben keine Karte, und die Ladenschilder (die wie WLAN-Signale fungieren) ändern sich ständig, je nachdem, in welchem Stockwerk oder in welchem Gebäude Sie sich befinden. Einige Etagen haben Dutzende von Geschäften; andere nur wenige. Einige Signale sind laut und klar; andere sind schwach und werden durch Wände und Menschenmengen verzerrt. Dies ist das tägliche Problem der Indoor-Lokalisierung für Ihr Telefon oder Ihr Gerät.

Das Paper stellt OmniLoc vor, einen neuen „intelligenten Wegweiser“, der dieses Problem lösen soll, ohne dass eine vorab erstellte Karte jedes einzelnen Gebäudes benötigt wird.

So funktioniert OmniLoc, erklärt durch einfache Analogien:

1. Das Problem: Das „Chaos“ der Funksignale

Aktuelle Methoden sind wie der Versuch, sich in diesem Einkaufszentrum mit einer Liste von Ladennamen zurechtzufinden, die sich jedes Mal ändert, wenn man um die Ecke biegt.

Verschiedene Gebäude, verschiedene Regeln: Ein Signal, das in einem Gebäude bedeutet „Sie sind in der Nähe des Cafés“, kann in einem anderen bedeuten „Sie sind auf dem Parkplatz“, weil die Wände und Layouts unterschiedlich sind.
Fehlende Teile: Manchmal sieht Ihr Telefon 20 WLAN-Router; manchmal sieht es nur 3. Alte Systeme werden verwirrt, wenn sich die Anzahl der Signale ändert.
Verrauschte Daten: Die Stärke eines Signals (wie „laut“ das „Ladenschild“ ist) kann irreführend sein. Ein lautes Signal könnte einfach bedeuten, dass eine Wand dünn ist, und nicht, dass Sie nah am Router sind.

2. Die Lösung: OmniLoc (Der „Universalübersetzer“)

Die Autoren haben OmniLoc als ein Foundation Model entwickelt. Betrachten Sie dies nicht als eine spezifische Karte für ein einzelnes Gebäude, sondern als einen superintelligenten Studenten, der tausende verschiedene Einkaufszentren, Flughäfen und Bürokomplexe studiert hat. Anstatt einen spezifischen Grundriss auswendig zu lernen, lernt es die Sprache der Funksignale.

OmniLoc nutzt drei Haupt-„Superkräfte“, um zu navigieren:

A. Der Universalübersetzer (Unified Input Tokenization)

Stellen Sie sich vor, Sie haben eine Liste von Zutaten: Einige sind in Tassen gemessen, andere in Gramm, manche in Unzen. Ein normaler Koch wird verwirrt. OmniLoc fungiert wie ein Übersetzer, der all diese verschiedenen Maßeinheiten in eine einzige, standardisierte „Rezeptsprache“ umwandelt.

Wie es funktioniert: Es nimmt unterschiedliche, ungeordnete Datentypen (Signalstärke, Signalqualität und welche Router sichtbar sind) und verwandelt sie in einen ordentlichen, standardisierten Satz, den der Computer leicht lesen kann, unabhängig davon, wie viele Router tatsächlich vorhanden sind.

B. Der schlaue Detektiv (Geometry-Aware Transformer)

Sob nachdem die Daten übersetzt wurden, nutzt OmniLoc einen „Detektiv“ (ein Transformer-Modell), um herauszufinden, wo Sie sich befinden.

Der „Hauptzeuge“: Normalerweise ist ein starkes WLAN-Signal der wichtigste Hinweis. OmniLoc weiß, dass es diesem „Hauptzeugen“ besondere Aufmerksamkeit schenken muss.
Die „Nebendarsteller“: Aber es ignoriert die anderen nicht. Es sammelt „Aussagen“ von den schwächeren Signalen, um die Geschichte zu bestätigen.
Die Analogie: Wenn Sie in einem überfüllten Raum sind, hören Sie nicht nur auf die lauteste Stimme; Sie hören dem gesamten Gespräch zu, um den Kontext zu verstehen. OmniLoc macht dies mit WLAN-Signalen, indem es versteht, dass das Muster der Signale wichtiger ist als nur ein einzelnes lautes Signal.

C. Die kontextbezogene Karte (Geometry-Aware Location Estimation)

Dies ist der letzte Schritt, bei dem der Detektiv eine Vermutung anstellt.

Der „Adress-Check“: Bevor das Modell Ihre genauen Koordinaten (X und Y) schätzt, fragt es zuerst: „In welchem Gebäude bin ich? In welchem Stockwerk?“
Warum das wichtig ist: Zu wissen, dass man sich in „Gebäude A, Etage 2“ befindet, ändert die Interpretation der Signale. Es ist, als wüsste man, ob man in einer Bibliothek oder in einem Fitnessstudio ist; dasselbe Geräusch bedeutet in jedem Ort etwas anderes. Indem das Modell gezwungen wird, zuerst das Gebäude und das Stockwerk zu identifizieren, stellt es sicher, dass die endgültige Standortvermutung geometrisch sinnvoll ist.

3. Die Ergebnisse: Warum es wichtig ist

Die Forscher haben OmniLoc auf einem riesigen Datensatz getestet, der 16 verschiedene Gebäude mit tausenden von WLAN-Routern abdeckt.

Bessere Genauigkeit: Es fand Standorte viel präziser als bisherige Methoden, insbesondere in schwierigen Situationen, in denen die Signale schwach oder die Gebäudestruktur komplex war.
Der „Plug-and-Play“-Effekt: Die Autoren zeigten, dass man andere bestehende Lokalisierungswerkzeuge nehmen und einfach die „Übersetzer“- und „Detektiv“-Teile von OmniLoc hinzufügen kann, wodurch diese Werkzeuge ebenfalls signifikant besser werden. Es ist, als würde man einem normalen Auto einen Turbolader geben; das Auto war bereits gut, aber jetzt ist es ein Rennwagen.
Lernen aus wenigen Beispielen: Selbst wenn man dem Modell ein völlig neues Gebäude gezeigt hat, das es noch nie gesehen hatte, konnte es sich sehr schnell anpassen, mit nur einer winzigen Menge an neuen Daten, im Gegensatz zu älteren Systemen, die dabei völlig versagt hätten.

Zusammenfassung

OmniLoc ist ein neues KI-System, das lernt, die Sprache der WLAN-Signale fließend zu „sprechen“. Anstatt zu versuchen, jedes Gebäude auswendig zu lernen, lernt es die zugrunde liegenden Regeln, wie sich Signale in verschiedenen Formen und Größen verhalten. Durch das Übersetzen ungeordneter Daten in eine klare Sprache, das Zuhören auf die wichtigsten Signale bei gleichzeitiger Ignorierung des Rauschens und das ständige Überprüfen der „Adresse“ (Gebäude und Etage) vor einer Vermutung, kann es Ihren Standort überall im Innenbereich mit hoher Präzision finden – selbst ohne vorinstallierte Karte.

Technisches Resümee von OmniLoc: Ein geometrie-bewusstes Foundation-Modell für die ankerfreie UE-Lokalisierung

Problemstellung
Die Lokalisierung von Indoor-User-Equipment (UE) bleibt aufgrund erheblicher Variationen in der Gebäudegestalt, der Anzahl der detektierbaren Access Points (APs) und der Heterogenität der empfangenen Signale eine große Herausforderung bei großflächigen Implementierungen. Bestehende lernbasierte Methoden haben oft Schwierigkeiten, über diverse Umgebungen hinweg zu generalisieren, insbesondere in ankerfreien Szenarien, in denen die Lokalisierung direkt auf drahtlosen Messungen ohne explizite Infrastruktur-Kalibrierung basiert. Die wesentlichen Schwierigkeiten umfassen:

Geometrische Diversität: Unterschiede in Grundrissen, Materialien und Raumdichte erzeugen distinkte Blockade- und Multipath-Muster, was dazu führt, dass die Signalbeobachtungen zwischen Gebäuden und sogar innerhalb eines einzelnen Gebäudes signifikant variieren.
Variable AP-Sichtbarkeit: Die Anzahl der beobachtbaren APs fluktuiert über verschiedene Standorte hinweg, was zu Eingabesequenzen variabler Länge und unregelmäßigen Eingangsräumen führt.
Signalheterogenität: Die empfangene Signalstärke (RSSI) und die Kanalschätzinformation (CSI) weisen eine hohe Variabilität aufgrund von Pfadverlust, Abschattung und Interaktionen zwischen Gerät und Umgebung auf, was feste Leistungssignaturen für eine robuste Lokalisierung unzuverlässig macht.

Methodik: OmniLoc
Das Paper schlägt OmniLoc vor, ein umgebungsinteraktives Foundation-Modell, das darauf ausgelegt ist, die ankerfreie Lokalisierung direkt auf Basis von Rohdaten drahtloser Messungen durchzuführen. Im Gegensatz zu bisherigen Ansätzen, die stark auf synthetischen Daten oder dem Training in einer einzelnen Umgebung beruhen, basiert OmniLoc auf drei zentralen architektonischen Designs:

Unified Input Tokenization (UIT):
Um heterogene Messwerte (CSI-Magnituden, RSSI, SINR und AP-Präsenzindikatoren) zu handhaben, konvertiert das Modell diese Signale in eine „satzähnliche“ Repräsentation.
- Input Fusion: CSI, RSSI und SINR werden pro AP zu einem einheitlichen Feature-Vektor zusammengeführt.
- Soft Gating: AP-Präsenzflags modulieren diese Vektoren mittels elementweiser Multiplikation, wodurch der Gradientenfluss für abwesende APs erhalten bleibt, anstatt sie hart auf Null zu setzen.
- Sequenzkonstruktion: Ein globaler AP-Signalvektor wird kodiert und gepoolt, um einen „GLOBAL“-Token zu erstellen, der mit den gegateten AP-Tokens verkettet wird. Dies ermöglicht es dem Modell, sowohl lokale AP-Beobachtungen als auch den breiteren Datenbankkontext zu erfassen, ohne eine feste AP-Reihenfolge vorauszusetzen.
Geometry-Aware Transformer:
Das Backbone nutzt einen angepassten Transformer-Encoder mit einer Key-Padding Mask (KPM), um gepaddete (nicht beobachtete) AP-Slots aus den Attention-Berechnungen auszuschließen.
- Multi-Probe AP Aggregation (MPAA): Anstatt eines einfachen Mean-Pooling verwendet das Modell einen Multi-Head-Attention-Pooling-Mechanismus. Dies erlaubt es verschiedenen Attention-Heads, sich zu spezialisieren: Einige können sich auf dominante, nahegelegene APs konzentrieren, während andere komplementäre Evidenzen von unterstützenden APs aggregieren. Dies adressiert das Problem, bei dem ein einzelner starker AP durch die Mittelung in traditionellen Pooling-Methoden überlagert werden könnte.
Geometry-Aware Location Estimation (GLO):
Der Output-Head implementiert einen hierarchischen Lokalisierungsprozess (Gebäude $\to$ Etage $\to$ Koordinaten), um geometrische Konsistenz zu erzwingen.
- Das Modell sagt zuerst Gebäude- und Etagenindizes voraus.
- Diese diskreten Vorhersagen werden in kontinuierliche geometrische Embeddings projiziert.
- Diese Embeddings werden mit der aggregierten Feature-Repräsentation fusioniert, um die Koordinatenregression zu konditionieren. Dies stellt sicher, dass die vorhergesagten $(x, y)$ -Koordinaten räumlich konsistent mit der identifizierten Gebäude- und Etagenstruktur sind.

Zentrale Beiträge

Erstes Foundation-Modell für Rohmessungen: OmniLoc wird als der erste auf Basis von Foundation-Modellen beruhende Ansatz für die ankerfreie Indoor-Lokalisierung präsentiert, der direkt auf drahtlose Messungen zugreift und die geometrische Diversität sowie variable AP-Anzahlen explizit adressiert.
Neuartige architektonische Komponenten: Die Einführung der Unified Input Tokenization, des Multi-Probe AP Aggregation-Mechanismus und des Geometry-Aware Location Estimation Moduls.
Umfassende Evaluierung: Das Framework wird auf einem großskaligen In-House-Datensatz (16 Gebäude, 180 Korridore, 3.293 APs) und einem öffentlichen Benchmark (WILD-Datensatz) validiert.

Ergebnisse

Überlegene Genauigkeit: In Same-Environment-Evaluierungen übertrifft OmniLoc die aktuellen State-of-the-Art-Baselines (CNN, BERT und LWM) signifikant. Es erreicht einen Medianfehler von 0,553 m und einen Root Mean Squared Error (RMSE) von 0,990 m, mit besonders starken Verbesserungen bei den Tail-Error-Metriken (P90).
Komponenten-Transferierbarkeit: Die Integration der Design-Komponenten von OmniLoc (Tokenization, MPAA, GLO) in bestehende Backbones (z. B. CNN+, BERT+) verbessert deren Leistung konsistent, was die Generalisierbarkeit der vorgeschlagenen Prinzipien demonstriert.
Cross-Environment Generalisierung: In „Leave-one-floor-out“- und „Leave-one-building-out“-Szenarien zeigt OmniLoc eine robuste Generalisierung. In Kombination mit effizienten Strategien zur Parameteranpassung (PEFT) wie LoRA (Low-Rank Adaptation) erreicht das Modell eine hohe Genauigkeit mit sehr begrenzten gelabelten Daten (1 %–10 %) und übertrifft damit Modelle, die unter geringem Datenaufkommen von Grund auf trainiert wurden, deutlich.
Effizienz: Trotz der Leistungssteigerungen behält OmniLoc eine Parameteranzahl und Rechenkomplexität bei, die mit bestehenden großen Modellen (z. B. LWM) vergleichbar ist, bei einer Inferenzlatenz von etwa 6,49 ms.

Bedeutung und Behauptungen
Die Autoren behaupten, dass OmniLoc einen Wandel hin zu vereinheitlichten, präzisen und erweiterbaren Lösungen für die drahtlose Indoor-Lokalisierung darstellt. Durch die Behandlung der Lokalisierung als Foundation-Modell-Aufgabe demonstriert die Arbeit, dass:

Eine robuste ankerfreie Lokalisierung über diverse Indoor-Geometrien hinweg möglich ist, ohne auf vorab vermessene Infrastrukturen angewiesen zu sein.
Die spezifischen Herausforderungen der Heterogenität drahtloser Signale und der variablen AP-Sichtbarkeit durch vereinheitlichte Tokenisierung und geometrie-bewusste Attention-Mechanismen effektiv bewältigt werden können.
Das Vortraining auf großen, diversen Datensätzen eine starke Transferierbarkeit auf ungesehene Umgebungen ermöglicht und somit die Abhängigkeit von umfangreicher, umgebungsspezifischer Datenerhebung reduziert.

Das Paper schließt mit dem Hinweis, dass trotz bestehender Einschränkungen (wie dem Ausschluss der CSI-Phase und der Verwendung grober geometrischer Priors) das Framework eine vielversprechende Richtung für das Erreichen von Millimeter-Präzision durch die potenzielle Integration feingranularer Umgebungskontexte in zukünftiger Arbeit etabliert.