🤖 machine learning

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

OmniLoc est un modèle de fondation pionnier sensible à la géométrie qui parvient à une localisation robuste et sans ancrage des équipements utilisateurs en intérieur à travers divers environnements en unifiant des mesures sans fil hétérogènes grâce à un module de tokenisation spécialisé, un Transformer sensible à la géométrie pour l'extraction de caractéristiques, et un mécanisme de régression géométriquement cohérent.

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

Publié 2026-06-11

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

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

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de trouver votre chemin à l'intérieur d'un centre commercial immense et déroutant. Vous n'avez pas de carte, et les enseignes des magasins (qui agissent comme des signaux Wi-Fi) changent constamment selon l'étage ou le bâtiment où vous vous trouvez. Certains étages comptent des dizaines de magasins ; d'autres seulement quelques-uns. Certains signaux sont forts et clairs ; d'autres sont faibles et brouillés par les murs et la foule. C'est le combat quotidien de la localisation en intérieur pour votre téléphone ou votre appareil.

Le document présente OmniLoc, un nouveau « guide intelligent » conçu pour résoudre ce problème sans avoir besoin d'une carte pré-dessinée de chaque bâtiment.

Voici comment fonctionne OmniLoc, expliqué à travers de simples analogies :

1. Le Problème : Le « Chaos » des signaux intérieurs

Les méthodes actuelles sont comme essayer de naviguer dans ce centre commercial en utilisant une liste de noms de magasins qui change à chaque fois que vous tournez un coin.

Des bâtiments différents, des règles différentes : Un signal qui signifie « Vous êtes près du café » dans un bâtiment peut signifier « Vous êtes dans le parking » dans un autre, car les murs et les configurations sont différents.
Des pièces manquantes : Parfois, votre téléphone voit 20 routeurs Wi-Fi ; parfois, il n'en voit que 3. Les anciens systèmes s'embrouillent lorsque le nombre de signaux change.
Données bruyantes : La force d'un signal (la « voix » de l'enseigne du magasin) peut être trompeuse. Un signal fort peut simplement signifier qu'un mur est fin, et non que vous êtes proche du routeur.

2. La Solution : OmniLoc (Le « Traducteur Universel »)

Les auteurs ont conçu OmniLoc comme un Modèle de Fondation. Ne voyez pas cela comme une carte spécifique pour un seul bâtiment, mais comme un étudiant super intelligent qui a étudié des milliers de centres commerciaux, d'aéroports et de parcs de bureaux différents. Au lieu de mémoriser un plan d'étage spécifique, il apprend le langage des signaux sans fil.

OmniLoc utilise trois « superpouvoirs » pour naviguer :

A. Le Traducteur Universel (Unified Input Tokenization)

Imaginez que vous avez une liste d'ingrédients : certains sont mesurés en tasses, d'autres en grammes, d'autres en onces. Un chef normal serait confus. OmniLoc agit comme un traducteur qui convertit toutes ces mesures différentes en une seule « langue de recette » standardisée.

Comment ça marche : Il prend des données de types différents et désordonnées (force du signal, qualité du signal et quels routeurs sont visibles) et les transforme en une phrase nette et standardisée que l'ordinateur peut lire facilement, quel que soit le nombre de routeurs réellement présents.

B. Le Détective Intelligent (Geometry-Aware Transformer)

Une fois les données traduites, le « détective » d'OmniLoc (un modèle Transformer) cherche à déterminer où vous vous trouvez.

Le « Témoin Clé » : Généralement, un signal Wi-Fi fort est l'indice le plus important. OmniLoc sait prêter une attention particulière à ce « témoin clé ».
Le reste de la distribution : Mais il n'ignore pas les autres. Il recueille les « témoignages » des signaux plus faibles pour confirmer l'histoire.
L'analogie : Si vous êtes dans une pièce bondée, vous n'écoutez pas seulement la voix la plus forte ; vous écoutez toute la conversation pour comprendre le contexte. OmniLoc fait cela avec les signaux Wi-Fi, comprenant que le schéma des signaux importe plus que l'intensité d'un seul signal fort.

C. La Carte Contextuelle (Geometry-Aware Location Estimation)

C'est l'étape finale où le détective fait une supposition.

La vérification de l'« Adresse » : Avant de deviner vos coordonnées exactes (X et Y), le modèle se demande d'abord : « Dans quel bâtiment suis-je ? À quel étage ? »
Pourquoi c'est important : Savoir que vous êtes dans le « Bâtiment A, Étage 2 » change la façon dont le modèle interprète les signaux. C'est comme savoir que vous êtes dans une bibliothèque plutôt que dans une salle de sport ; un même son signifie quelque chose de différent dans chaque lieu. En forçant le modèle à identifier d'abord le bâtiment et l'étage, il s'assure que la supposition de localisation finale est géométriquement cohérente.

3. Les Résultats : Pourquoi c'est important

Les chercheurs ont testé OmniLoc sur un vaste ensemble de données couvrant 16 bâtiments différents avec des milliers de routeurs Wi-Fi.

Une meilleure précision : Il a localisé les positions avec beaucoup plus de précision que les méthodes précédentes, surtout dans les situations délicates où les signaux étaient faibles ou l'aménagement du bâtiment complexe.
L'effet « Plug-and-Play » : Les auteurs ont montré que si l'on prend d'autres outils de localisation existants et que l'on y ajoute simplement les parties « traducteur » et « détective » d'OmniLoc, ces outils s'améliorent considérablement. C'est comme donner un turbocompresseur à une voiture ordinaire : la voiture était déjà bonne, mais elle devient maintenant une voiture de course.
Apprendre de peu d'exemples : Même si on présentait au modèle un nouveau bâtiment qu'il n'avait jamais vu, il pouvait s'adapter très rapidement avec seulement un tout petit peu de nouvelles données, contrairement aux anciens systèmes qui échoueraient complètement.

Résumé

OmniLoc est un nouveau système d'IA qui apprend à « parler » les signaux Wi-Fi avec fluidité. Au lieu d'essayer de mémoriser chaque bâtiment, il apprend les règles sous-jacentes de la manière dont les signaux se comportent dans différentes formes et tailles. En traduisant des données désordonnées en un langage clair, en écoutant les signaux les plus importants tout en ignorant le bruit, et en vérifiant toujours l'« adresse » (bâtiment et étage) avant de faire une supposition, il peut trouver votre position n'importe où à l'intérieur avec une grande précision, même sans carte préinstallée.

Résumé technique d'OmniLoc : Un modèle de fondation sensible à la géométrie pour la localisation des UE sans ancres

Énoncé du problème
La localisation des équipements utilisateurs (UE) en intérieur demeure un défi majeur dans les déploiements à grande échelle en raison des variations substantielles de la géométrie des bâtiments, du nombre de points d'accès (AP) détectables et de l'hétérogénéité des signaux reçus. Les méthodes d'apprentissage existantes peinent souvent à se généraliser à travers divers environnements, particulièrement dans des contextes sans ancres (anchor-free) où la localisation repose directement sur les mesures sans fil sans étalonnage explicite de l'infrastructure. Les difficultés clés incluent :

Diversité géométrique : Les différences de plans d'étage, de matériaux et de densité de pièces créent des modèles distincts de blocage et de trajets multiples, provoquant des variations significatives des observations de signaux entre les bâtiments et même au sein d'un même bâtiment.
Visibilité variable des AP : Le nombre d'AP observables fluctue selon les emplacements, entraînant des séquences d'entrée de longueurs variables et des espaces d'entrée irréguliers.
Hétérogénéité des signaux : La puissance du signal reçu (RSSI) et l'information d'état du canal (CSI) présentent une grande variabilité due à l'atténuation de parcours, à l'évanouissement et aux interactions entre l'appareil et l'environnement, rendant les signatures de puissance fixes peu fiables pour une localisation robuste.

Méthodologie : OmniLoc
L'article propose OmniLoc, un modèle de fondation interactif avec l'environnement conçu pour effectuer une localisation sans ancres directement sur les mesures sans fil brutes. Contra à les approches précédentes qui reposent fortement sur des données synthétiques ou un entraînement sur un environnement unique, OmniLoc est construit sur trois conceptions architecturales fondamentales :

Tokenisation d'entrée unifiée (UIT) :
Pour gérer les mesures hétérogènes (magnitudes CSI, RSSI, SINR et indicateurs de présence d'AP), le modèle convertit ces signaux en une représentation de type « phrase ».

Fusion d'entrée : Le CSI, le RSSI et le SINR sont concaténés par AP pour former un vecteur de caractéristiques unifié.
Porte souple (Soft Gating) : Les drapeaux de présence d'AP modulent ces vecteurs via une multiplication élément par élément, préservant le flux de gradient pour les AP absents plutôt que de les annuler brutalement (hard-zeroing).
Construction de séquence : Un vecteur de signal d'AP global est encodé et agrégé pour créer un jeton « GLOBAL », qui est concaténé avec les jetons d'AP filtrés. Cela permet au modèle de capturer à la fois les observations locales des AP et le contexte plus large de la base de données sans supposer un ordre fixe des AP.

Transformer sensible à la géométrie :
Le cœur du modèle utilise un encodeur Transformer personnalisé avec un masque de remplissage de clé (Key-Padding Mask - KPM) pour exclure les créneaux d'AP de remplissage (non observés) des calculs d'attention.

Agrégation d'AP multi-sondes (MPAA) : Au lieu d'un simple regroupement par moyenne, le modèle emploie un mécanisme d'agrégation par attention multi-têtes. Cela permet à différentes têtes d'attention de se spécialiser : certaines peuvent se concentrer sur les AP dominants et proches, tandis que d'autres agrègent des preuves complémentaires provenant des AP de soutien. Cela répond au problème où un seul AP fort pourrait être masqué par la moyenne dans les méthodes de regroupement traditionnelles.

Estimation de la localisation sensible à la géométrie (GLO) :
La tête de sortie implémente un processus de localisation hiérarchique (Bâtiment $\to$ Étage $\to$ Coordonnées) pour imposer une cohérence géométrique.

Le modèle prédit d'abord les indices du bâtiment et de l'étage.
Ces prédictions discrètes sont projetées dans des plongements (embeddings) géométriques continus.
Ces plongements sont fusionnés avec la représentation de caractéristiques agrégée pour conditionner la régression des coordonnées. Cela garantit que les coordonnées $(x, y)$ prédites sont spatialement cohérentes avec la structure du bâtiment et de l'étage identifiés.

Principales contributions

Premier modèle de fondation pour les mesures brutes : OmniLoc est présenté comme la première approche basée sur un modèle de fondation construite directement sur les mesures sans fil pour la localisation intérieure sans ancres, traitant explicitement la diversité géométrique et le nombre variable d'AP.
Composants architecturaux novateurs : L'introduction de la Tokenisation d'entrée unifiée, du mécanisme d'Agrégation d'AP multi-sondes et du module d'Estimation de la localisation sensible à la géométrie.
Évaluation approfondie : Le cadre est validé sur un ensemble de données interne à grande échelle (16 bâtiments, 180 couloirs, 3 293 AP) et sur un benchmark public (jeu de données WILD).

Résultats

Précision supérieure : Dans les évaluations au sein du même environnement, OmniLoc surpasse significativement les lignes de base de l'état de l'art (CNN, BERT et LWM). Il atteint une erreur médiane de 0,553 m et une erreur quadratique moyenne (RMSE) de 0,990 m, avec des améliorations particulièrement marquées sur les métriques d'erreur de queue (P90).
Transférabilité des composants : L'intégration des composants de conception d'OmniLoc (tokenisation, MPAA, GLO) dans des architectures existantes (par exemple, CNN+, BERT+) améliore systématiquement leurs performances, démontrant la généralisabilité des principes proposés.
Généralisation trans-environnement : Dans les scénarios « leave-one-floor-out » (exclusion d'un étage) et « leave-one-building-out » (exclusion d'un bâtiment), OmniLoc démontre une généralisation robuste. Lorsqu'il est combiné avec des stratégies de réglage fin efficace en paramètres (PEFT) comme LoRA (Low-Rank Adaptation), le modèle atteint une précision élevée avec très peu de données étiquetées (1 % à 10 %), surpassant largement les modèles entraînés à partir de zéro dans les régimes de faibles données.
Efficacité : Malgré ses gains de performance, OmniLoc maintient un nombre de paramètres et une complexité de calcul comparables aux modèles de grande taille existants (par exemple, LWM), avec une latence d'inférence d'environ 6,49 ms.

Signification et affirmations
Les auteurs affirment qu'OmniLoc représente un passage vers des solutions unifiées, précises et extensibles pour la localisation sans fil en intérieur. En traitant la localisation comme une tâche de modèle de fondation, ce travail démontre que :

Une localisation sans ancres robuste est réalisable à travers diverses géométries intérieures sans dépendre d'une infrastructure pré-recensée.
Les défis spécifiques de l'hétérogénéité des signaux sans fil et de la visibilité variable des AP peuvent être gérés efficacement grâce à une tokenisation unifiée et des mécanismes d'attention sensibles à la géométrie.
Le pré-entraînement sur des ensembles de données larges et diversifiés permet une forte transférabilité à des environnements inconnus, réduant ainsi la dépendance à l'égard de la collecte de données étendues spécifiques à chaque environnement.

L'article conclut que bien que des limites actuelles existent (telles que l'exclusion de l'information de phase du CSI et l'utilisation de priors géométriques grossiers), le cadre établit une direction prometteuse pour atteindre une précision millimétrique en intégrant potentiellement un contexte environnemental plus fin dans des travaux futurs.