Towards Networked One Search Agent Systems: Multilateration of WiFi Fine Time Measurement Responders Using GNSS References

기술 요약: 네트워크형 단일 탐색 에이전트 시스템을 향하여

문제 정의
정지된 무선 송신기의 정확한 위치 파악은 수색 및 구조(SAR)나 인프라 매핑과 같은 로봇 응용 분야에서 매우 중요하다. 전역 항법 위성 시스템(GNSS)이 표준으로 사용되지만, 복잡한 환경에서는 성능이 저하된다. 기존 솔루션은 사전 캘리브레이션이 필요한 신호 강도 핑거프린팅이나, 전용 인프라를 요구하는 초광대역(UWB)과 같은 전용 거리 측정 기술에 의존하는 경우가 많다. IEEE 802.11mc FTM(Fine Time Measurement) 프로토콜은 시계 동기화 없이도 범용 WiFi 하드웨어를 사용하여 미터 수준의 거리 추정치를 제공함으로써 절충안을 제시한다. 그러나 무인 항공기(UAV)로부터 지상 기반 액세스 포인트(AP)의 실외 위치를 파악하기 위해 FTM을 활용하는 것은 다음과 같은 과제를 안고 있다: 시스템은 움직이는 베이스라인(UAV)을 사용하여 실시간 다변측량(multilateration)을 수행해야 하며, 동시에 측정 노이즈, 비가시선(NLoS) 조건, 그리고 엣지 디바이스의 제한된 계산 자원을 처리해야 한다.

방법론
저자들은 UAV가 FTM 개시자(initiator)이자 GNSS 수신기로 작동하고, 지상 기반 WiFi AP가 FTM 응답자(responder) 역할을 하는 개념 증명 시스템을 제안한다. 핵심 아키텍처는 기존 모델을 역전시킨 것이다: 피해자가 스마트폰을 소지하는 대신, 탐색 에이전트(UAV)가 계산을 수행하며 타겟은 단순하고 수동적인 AP를 소지한다.

• 하드웨어 플랫폼: 시스템은 Google Pixel 7 Pro 스마트폰과 u-blox ZED-F9P 멀티 밴드 GNSS 수신기를 탑재한 DJI Matrice 350 RTK UAV를 활용한다. 스마트폰은 WiFi RTT API와 GNSS 수신기를 인터페이스하는 커스텀 안드로이드 애플리케이션을 실행한다.
• 위치 추정 파이프라인: 시스템은 비행 궤적을 시간적 다변측량 문제로 취급한다. 파이프라인은 다음을 포함한다:
  1. 데이터 연관(Data Association): 단조 증가 클록(monotonic clock)을 사용하여 FTM 거리 측정 타임스탬프를 GNSS 위치와 동기화하며, 1.2초의 연관 윈도우를 갖는다.
  2. 이상치 제거(Outlier Gating): 슬라이딩 윈도우 중앙값 절대 편차(MAD) 필터를 사용하여 유효한 가시선(LoS) 측정치는 보존하면서 극단적인 이상치를 제거한다.
  3. 초기화(Initialization): 충분한 기하학적 확산이 확보되면 2단계 가우스-뉴턴 부트스트랩을 통해 초기 3D 위치 추정치를 계산한다.
  4. 순차적 필터링(Sequential Filtering): 시스템은 바이어스 추적 기능이 있는 반복 확장 칼만 필터(IEKF) 또는 무로센 칼만 필터(UKF)를 채택한다. 상태 벡터에는 AP 위치 $(x, y, z)$와 잔차 거리 바이어스가 포함된다.
  5. 노이즈 모델링: 상수 베이스라인 모델부터 거리, 수신 신호 강도 지표(RSSI), NLoS 탐지(거리 윈도우 왜도 및 RSSI 일관성 사용)에 따라 분산을 조정하는 적응형 모델에 이르기까지 6가지의 뚜렷한 측정 노이즈 구성을 평가하였다.
• 제약 사항: 시스템은 네트워크 연결 없이 자율적으로 작동하며 JSONL 파일에 데이터를 기록하지만, 링크가 가능한 경우 다중 에이전트 융합을 위한 ROS 2를 지원한다.

주요 기여

1. 실시간 추정 파이프라인: 거리 측정, 위치 결정 및 바이어스 추적과 이상치 제거를 포함한 IEKF/UKF가 통합된, 범용 스마트폰에서 실행되는 완전한 파이프라인을 구축하였다.
2. 노이즈 구성 분석: 6가지 측정 노이즈 모델에 대한 비교 평가를 통해, 거리 및 RSSI 종속적 가중치가 어떻게 측정 다양성을 보존하고 근접 비행 시 후기 단계의 보정을 가능하게 하는지 입증하였다.
3. 현장 검증: 다양한 은폐 조건(LoS, 중간 정도의 NLoS(식생), 심각한 NLoS(식생+잔해)) 하에 3개의 AP를 대상으로 구조화되지 않은 산악 지형에서 개념 증명 테스트를 수행하였다.
4. 네트워크 아키텍처 통합: 이질적인 에이전트(UAV 및 지상)가 FTM 관측치를 ROS 2를 통해 공유할 수 있음을 보여주는 소프트웨어 수준의 상호 운용성에 대한 예비 시연을 통해, "네트워크형 단일 탐색 에이전트"(OSA) 시스템의 빌딩 블록 역할을 수행함을 보여주었다.

결과
말라가 대학교에서 3개의 AP를 대상으로 실험을 진행하였다.

• LoS 성능 (AP_1F): 455개의 거리 측정치를 가진 AP의 경우:
  • 온라인 실시간 파이프라인(BASELINE 모드)은 최종 수평 오차 4.4 m 및 3D 오차 5.5 m를 달려냈다.
  • EMPIRICAL-R 노이즈 모델(거리 및 RSSI 종속)을 사용한 오프라인 재생은 시간 가중 평균(TWM) 수평 오차 4.7 m를 달성하였다.
  • 최적의 노이즈 모델 하에서, 근접 비행을 통해 시스템은 최종 수평 오차를 1.1 m까지 정밀하게 조정할 수 있었다.
  • ADAPTIVE-R 모델은 가장 작은 내부 불확실성($\sigma_H = 1.0$ m)을 달성했으나, 최종 오차는 4.3 m였다.
• NLoS 성능:
  • 중간 정도의 NLoS (AP_AB): 희소한 측정치(총 31개), 신호 감쇠, 그리고 근접 평행한 기하 구조(조건수 $\kappa = 28.5$)로 인해 실시간 수렴에 실패하였다. 그러나 오프라인 강건 최소제곱법(robust least-squares) 솔버를 통해 약 7 m의 수평 오차를 가진 거친 해(coarse solution)를 회복하였다.
  • 심각한 NLoS (AP_AA): 식생과 콘크리트 잔해에 의해 차단된 해당 AP는 FTM 응답을 전혀 생성하지 못했다.
• 필터 신뢰도: 저자들은 필터의 내부 공분산($\sigma_H$)이 실제 절대 오차를 크게 과소평가한다고 언급하였다(예: $\sigma_H \approx 1.1$ m 대비 실제 오차 $\approx 4.4$ m). 이는 시스템이 비교 모델에 GNSS 공분산 항을 포함하지 않았기 때문에 발생하는, GNSS 참조 개시자 포즈의 미모델링된 상관 오차 때문인 것으로 분석된다.

의의 및 주장
본 논문은 이전 데이터셋보다 우수한 정확도를 주장하기보다는, 네트워크형 OSA 시스템을 위한 아키텍처적 진보로서 본 연구를 위치시킨다. 위치 추정 아키텍처를 역전시켜 계산 부담을 탐색 에이전트에 배치하고 타겟에는 단순한 FTM 가능 응답자만을 요구함으로써, 이 시스템은 피해자 측의 소프트웨어를 불필요하게 만든다.

저자들은 이 시스템이 미래의 다중 에이전트 네트워크를 위한 빌딩 블록임을 강조한다. 단일 에이전트 파이프라인이 미터 단위의 LoS 성능을 보여주기는 하지만, NLoS 작동은 기하학적 구조와 신호 차단으로 인해 여전히 중요한 과제로 남아 있음을 겸허히 인정한다. 1.1 m라는 결과는 보장된 시스템 한계치가 아니라, 특정 비행 기하 구조에 의존하는 "유리한 근접 통과 결과"로 규정된다. 향려 작업은 다변측량 조건을 최적화하기 위한 헬리컬(helical) 또는 그리드 패턴 등의 개선된 비행 궤적 계획과, 퇴화된 기하 구조(degenerate geometries)를 위한 댐핑된 강건 솔버의 개발로 향하고 있다.