Riepilogo Tecnico: Apprendimento di Rappresentazioni WiFi Consapevoli dello Spostamento per la Localizzazione Relativa Debolmente Supervisionata

Formulazione del Problema

Il documento affronta la sfida della localizzazione relativa interna utilizzando le impronte digitali WiFi. A differenza degli approcci convenzionali che mappano le impronte digitali WiFi su coordinate assolute (richiedendo annotazioni di posizione dense e costose), questo lavoro si concentra sulla stima del vettore di spostamento ($\Delta_{AB}$) tra due tracce di impronte digitali WiFi ($F_A$ e $F_B$) senza prevedere le loro posizioni assolute.

La difficoltà principale risiede nella natura dei dati: le impronte digitali WiFi sono ambigue e rumorose, mentre il movimento fisico è additivo. Gli autori mirano a imparare un modello in grado di inferire direttamente lo spostamento relativo dalle tracce di impronte digitali utilizzando la supervisione debole. Invece di etichette di coordinate dense, il sistema utilizza vettori di movimento passo-passo (tracce di spostamento, $D$) ottenuti da sensori inerziali (ad esempio, su robot o dispositivi IoT) come etichette deboli. Questa formulazione mira a scenari come l'inseguimento di robot e il coordinamento nei magazzini, dove le relazioni spaziali relative sono più azionabili rispetto alle coordinate globali.

Metodologia: Percorso di Intersezione (IP)

La soluzione proposta è un framework di apprendimento cross-modale chiamato Percorso di Intersezione (IP). L'architettura impiega due autoencoder che condividono uno spazio latente comune per allineare le tracce di impronte digitali (f-tracce) e le tracce di spostamento (d-tracce).

1. Componenti dell'Architettura

• Autoencoder f-traccia: Utilizza un codificatore basato su Transformer per elaborare sequenze di impronte digitali WiFi. Questo gestisce l'ambiguità delle impronte digitali catturando il contesto sequenziale (segnali a monte e a valle). Il decodificatore ricostruisce la f-traccia di input.
• Autoencoder d-traccia: Utilizza un codificatore e un decodificatore lineari per elaborare vettori di spostamento passo-passo. La linearità è una scelta progettuale critica per preservare la struttura additiva del movimento fisico nello spazio latente.
• Spazio Latente Condiviso: Entrambe le modalità sono mappate su codici latenti di dimensionalità corrispondente, consentendo un'interazione diretta.

2. Percorsi di Addestramento

Il modello viene addestrato utilizzando quattro percorsi specifici per imporre la coerenza tra le modalità:

• Impronta Digitale-Diretta (FD): Ricostruisce la f-traccia di input per stabilizzare le incorporazioni consapevoli del contesto.
• Spostamento-Diretto (DD): Ricostruisce la d-traccia di input per garantire una mappatura accurata degli spostamenti fisici.
• Impronta Digitale-Spostamento-Addizione (FDA): Impone che l'aggiunta di un codice latente di spostamento ($e_i$) a un precedente codice latente di impronta digitale ($l_{i-1}$) produca il codice latente della successiva impronta digitale ($l_i$). Questo insegna al modello che l'addizione latente corrisponde al movimento fisico.
• Impronta Digitale-Impronta Digitale-Sottrazione (FFS): Impone che la sottrazione di codici latenti di impronte digitali adiacenti ($l_i - l_{i-1}$) produca il codice latente dello spostamento ($e_i$). Questo permette al modello di inferire lo spostamento dalle differenze delle impronte digitali.

L'addestramento procede in tre fasi, introducendo gradualmente questi vincoli per prima cosa imparare rappresentazioni robuste delle impronte digitali, quindi iniettare informazioni sul movimento e infine allineare le due modalità.

3. Inferenza

Durante l'inferenza, il modello prende due f-tracce ($F_A, F_B$) come input. Le codifica in codici latenti, calcola la differenza tra i loro codici latenti terminali ($l_B - l_A$) e passa questa differenza attraverso il decodificatore lineare d-traccia per produrre il vettore di spostamento previsto.

Contributi Chiave

1. Formulazione del Problema: Gli autori formulano la localizzazione relativa basata su WiFi come un problema di supervisione debole, consentendo la stima diretta dello spostamento senza etichette di coordinate dense.
2. Framework Percorso di Intersezione: Propongono un framework cross-modale che allinea le tracce di impronte digitali e di spostamento in uno spazio latente condiviso. Crucialmente, impongono una struttura additiva in cui l'addizione/sottrazione latente corrisponde alla composizione del movimento fisico.
3. Rappresentazioni Consapevoli dello Spostamento: Le rappresentazioni apprese supportano sia la localizzazione relativa che un'estensione leggera alla localizzazione assoluta few-shot utilizzando ancoraggi sparsi, dimostrando l'utilità dello spazio latente appreso.

Risultati Sperimentali

Il metodo è stato valutato su un dataset sintetizzato derivato da misurazioni WiFi reali e traiettorie di camminata umana in un ambiente interno di 20x25m.

• Prestazioni di Localizzazione Relativa: Il metodo proposto ha raggiunto un Errore di Spostamento (DE) di 0,719m per spostamenti fino a 10m e 1,751m per tutte le gamme. Ha superato le linee di base che utilizzano backbones LSTM e DNN, in particolare negli scenari a lungo raggio.
• Studi di Ablazione:
  • La rimozione del codificatore d-traccia o del decodificatore f-traccia ha degradato significativamente le prestazioni, confermando la necessità di interazione cross-modale e percorsi di ricostruzione.
  • Sostituire il ramo d-traccia lineare con uno non lineare ha causato il calo di prestazioni più ampio, validando che la linearità è essenziale per preservare la composizione dello spostamento.
• Robustezza: Il modello è rimasto stabile sotto livelli di rumore moderati ($\lambda \le 2,0$) ma è degradato bruscamente con perturbazioni eccessive.
• Estensione Few-Shot: Quando esteso alla localizzazione assoluta con ancoraggi sparsi, il modello ha raggiunto una precisione sub-metro, sebbene fosse più sensibile al rumore rispetto alle linee di base completamente supervisionate.

Significato e Affermazioni

Il documento afferma che il framework Percorso di Intersezione impara con successo rappresentazioni WiFi consapevoli dello spostamento sfruttando la supervisione debole. Il suo significato risiede in:

• Riduzione dei Costi di Annotazione: Eliminando la necessità di etichette di coordinate dense, che sono costose da ottenere su larga scala.
• Agnosticismo Hardware: A differenza dei sistemi UWB o BLE, questo approccio si affida a WiFi commerciali e sensori inerziali standard, rendendolo ampiamente applicabile.
• Output Azionabile: Stimando direttamente lo spostamento relativo, il metodo si allinea meglio con le applicazioni in cui il posizionamento relativo (ad esempio, l'inseguimento di robot) è più critico rispetto alle coordinate globali.
• Scalabilità: La capacità di estendere il modello alla localizzazione assoluta few-shot suggerisce una via per il dispiegamento pratico dove sono disponibili solo pochi punti di ancoraggio.

Gli autori concludono che l'interazione esplicita cross-modale e la preservazione della struttura additiva nello spazio latente sono i fattori chiave che abilitano una localizzazione relativa accurata sotto supervisione debole.