Résumé Technique : Apprentissage de Représentations WiFi Conscientes du Déplacement pour une Localisation Relative Faiblement Supervisée

Formulation du Problème

L'article aborde le défi de la localisation relative intérieure utilisant des empreintes WiFi. Contrairement aux approches conventionnelles qui mappent les empreintes WiFi vers des coordonnées absolues (nécessitant des annotations de localisation denses et coûteuses), ce travail se concentre sur l'estimation du vecteur de déplacement ($\Delta_{AB}$) entre deux traces d'empreintes WiFi ($F_A$ et $F_B$) sans prédire leurs positions absolues.

La difficulté principale réside dans la nature des données : les empreintes WiFi sont ambiguës et bruyantes, tandis que le mouvement physique est additif. Les auteurs visent à apprendre un modèle capable d'inférer directement le déplacement relatif à partir de traces d'empreintes en utilisant une faible supervision. Au lieu d'étiquettes de coordonnées denses, le système utilise des vecteurs de mouvement incrémentaux (traces de déplacement, $D$) obtenus à partir de capteurs inertiels (par exemple, sur des robots ou des dispositifs IoT) comme étiquettes faibles. Cette formulation cible des scénarios tels que le suivi de robots et la coordination d'entrepôts, où les relations spatiales relatives sont plus exploitables que les coordonnées globales.

Méthodologie : Parcours d'Intersection (IP)

La solution proposée est un cadre d'apprentissage multimodal appelé Parcours d'Intersection (IP). L'architecture emploie deux autoencodeurs partageant un espace latent commun pour aligner les traces d'empreintes (f-traces) et les traces de déplacement (d-traces).

1. Composants de l'Architecture

• Autoencodeur f-trace : Utilise un encodeur basé sur Transformer pour traiter les séquences d'empreintes WiFi. Cela gère l'ambiguïté des empreintes en capturant le contexte séquentiel (signaux en amont et en aval). Le décodeur reconstruit la f-trace d'entrée.
• Autoencodeur d-trace : Utilise un encodeur et un décodeur linéaires pour traiter les vecteurs de déplacement incrémentaux. La linéarité est un choix de conception critique pour préserver la structure additive du mouvement physique dans l'espace latent.
• Espace Latent Partagé : Les deux modalités sont mappées vers des codes latents de dimensionnalité correspondante, permettant une interaction directe.

2. Parcours d'Entraînement

Le modèle est entraîné en utilisant quatre parcours spécifiques pour imposer une cohérence entre les modalités :

• Empreinte-Direct (FD) : Reconstruit la f-trace d'entrée pour stabiliser les plongements conscients du contexte.
• Déplacement-Direct (DD) : Reconstruit la d-trace d'entrée pour assurer une cartographie précise des déplacements physiques.
• Empreinte-Déplacement-Ajouter (FDA) : Impose que l'ajout d'un code latent de déplacement ($e_i$) à un code latent d'empreinte précédent ($l_{i-1}$) produise le code latent de l'empreinte suivante ($l_i$). Cela apprend au modèle que l'addition latente correspond au mouvement physique.
• Empreinte-Empreinte-Soustraire (FFS) : Impose que la soustraction de codes latents d'empreintes adjacents ($l_i - l_{i-1}$) produise le code latent du déplacement ($e_i$). Cela permet au modèle d'inférer le déplacement à partir des différences d'empreintes.

L'entraînement se déroule en trois étapes, introduisant progressivement ces contraintes pour d'abord apprendre des représentations d'empreintes robustes, puis injecter des informations de mouvement, et enfin aligner les deux modalités.

3. Inférence

Lors de l'inférence, le modèle prend deux f-traces ($F_A, F_B$) en entrée. Il les encode en codes latents, calcule la différence entre leurs codes latents de point final ($l_B - l_A$), et passe cette différence à travers le décodeur linéaire de d-trace pour produire le vecteur de déplacement prédit.

Contributions Clés

1. Formulation du Problème : Les auteurs formulent la localisation relative basée sur WiFi comme un problème faiblement supervisé, permettant une estimation directe du déplacement sans étiquettes de coordonnées denses.
2. Cadre Parcours d'Intersection : Ils proposent un cadre multimodal qui aligne les traces d'empreintes et de déplacement dans un espace latent partagé. Crucialement, ils imposent une structure additive où l'addition/soustraction latente correspond à la composition du mouvement physique.
3. Représentations Conscientes du Déplacement : Les représentations apprises supportent à la fois la localisation relative et une extension légère à la localisation absolue en few-shot utilisant des ancres éparses, démontrant l'utilité de l'espace latent appris.

Résultats Expérimentaux

La méthode a été évaluée sur un jeu de données synthétisé dérivé de mesures WiFi réelles et de trajectoires de marche humaine dans un environnement intérieur de 20x25m.

• Performance de Localisation Relative : La méthode proposée a atteint une Erreur de Déplacement (DE) de 0,719 m pour des déplacements jusqu'à 10 m et 1,751 m pour toutes les plages. Elle a surpassé les références utilisant des architectures LSTM et DNN, en particulier dans les scénarios de plus longue portée.
• Études d'Ablation :
  • La suppression de l'encodeur d-trace ou du décodeur f-trace a considérablement dégradé les performances, confirmant la nécessité de l'interaction multimodale et des parcours de reconstruction.
  • Le remplacement de la branche d-trace linéaire par une branche non linéaire a causé la plus grande baisse de performance, validant que la linéarité est essentielle pour préserver la composition du déplacement.
• Robustesse : Le modèle est resté stable sous des niveaux de bruit modérés ($\lambda \le 2,0$) mais a dégradé rapidement avec une perturbation excessive.
• Extension Few-Shot : Lorsqu'étendue à la localisation absolue avec des ancres éparses, le modèle a atteint une précision inférieure au mètre, bien qu'il ait été plus sensible au bruit que les références entièrement supervisées.

Importance et Revendications

L'article revendique que le cadre Parcours d'Intersection apprend avec succès des représentations WiFi conscientes du déplacement en tirant parti de la faiblesse de la supervision. Son importance réside dans :

• Réduction des Coûts d'Annotation : Élimination du besoin d'étiquettes de coordonnées denses, qui sont coûteuses à obtenir à grande échelle.
• Agnosticisme Matériel : Contrairement aux systèmes UWB ou BLE, cette approche repose sur du WiFi standard et des capteurs inertiels courants, la rendant largement applicable.
• Sortie Exploitable : En estimant directement le déplacement relatif, la méthode s'aligne mieux avec des applications où le positionnement relatif (par exemple, le suivi de robots) est plus critique que les coordonnées globales.
• Évolutivité : La capacité à étendre le modèle à la localisation absolue en few-shot suggère une voie pour un déploiement pratique où seuls quelques points d'ancrage sont disponibles.

Les auteurs concluent que l'interaction explicite multimodale et la préservation de la structure additive dans l'espace latent sont les facteurs clés permettant une localisation relative précise sous faible supervision.