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

Resumo Técnico do OmniLoc: Um Modelo de Fundação Sensível à Geometria para Localização de UE Sem Âncoras

Declaração do Problema
A localização de equipamentos de usuário (UE) em ambientes internos permanece um desafio significativo em implantações de larga escala devido às variações substanciais na geometria dos edifícios, no número de pontos de acesso (APs) detectáveis e na heterogeneidade dos sinais recebidos. Os métodos de aprendizado existentes frequentemente têm dificuldade em generalizar para diversos ambientes, particularmente em configurações sem âncoras (anchor-free), onde a localização depende diretamente de medições sem fio sem uma calibração de infraestrutura explícita. As principais dificuldades incluem:

• Diversidade Geométrica: Diferenças em plantas baixas, materiais e densidade de salas criam padrões distintos de bloqueio e multicaminho, fazendo com que as observações de sinal variem significemente entre edifícios e até mesmo dentro de um único edifício.
• Visibilidade Variável de APs: O número de APs observáveis flutua entre as localizações, levando a sequências de entrada de comprimento variável e espaços de entrada irregulares.
• Heterogeneidade de Sinal: A força do sinal recebido (RSSI) e a Informação de Estado de Canal (CSI) exibem alta variabilidade devido à perda de percurso, sombreamento e interações dispositivo-ambiente, tornando assinaturas de potência fixas não confiáveis para uma localização robusta.

Metodologia: OmniLoc
O artigo propõe o OmniLoc, um modelo de fundação interativo com o ambiente projetado para realizar a localização sem âncoras diretamente em medições sem fio brutas. Ao contrário de abordagens anteriores que dependem fortemente de dados sintéticos ou treinamento em um único ambiente, o OmniLoc é construído sobre três designs arquitetônicos principais:

1. Tokenização de Entrada Unificada (UIT):
   Para lidar com medições heterogêneas (magnitudes de CSI, RSSI, SINR e indicadores de presença de AP), o modelo converte esses sinais em uma representação "semelhante a uma frase".

   • Fusão de Entrada: CSI, RSSI e SINR são concatenados por AP para formar um vetor de características unificado.
   • Portão Suave (Soft Gating): Flags de presença de AP modulam esses vetores via multiplicação elemento a elemento, preservando o fluxo de gradiente para APs ausentes em vez de zerá-los rigidamente.
   • Construção de Sequência: Um vetor de sinal de AP global é codificado e agrupado para criar um token "GLOBAL", que é concatenado com os tokens de AP com portão. Isso permite que o modelo capture tanto as observações locais de AP quanto o contexto mais amplo do banco de dados sem assumir uma ordenação fixa de AP.

2. Transformer Sensível à Geometria:
   O backbone utiliza um codificador Transformer customizado com uma Máscara de Preenchimento de Chave (KPM) para excluir slots de AP preenchidos (não observados) dos cálculos de atenção.

   • Agregação de AP de Múltiplas Sondas (MPAA): Em vez de um simples agrupamento de média, o modelo emprega um mecanismo de agrupamento de atenção de múltiplas cabeças. Isso permite que diferentes cabeças de atenção se especializem: algumas podem focar em APs dominantes e próximos, enquanto outras agregam evidências complementares de APs de suporte. Isso aborda o problema onde um único AP forte pode ser obscurecido pelo processo de média em métodos de agrupamento tradicionais.

3. Estimativa de Localização Sensível à Geometria (GLO):
   O cabeçalho de saída implementa um processo de localização hierárquico (Edifício $\to$ Andar $\to$ Coordenadas) para impor consistência geométrica.

   • O modelo primeiro prevê os índices de edifício e andar.
   • Essas previsões discretas são projetadas em embeddings geométricos contínuos.
   • Esses embeddings são fundidos com a representação de característica agregada para condicionar a regressão de coordenadas. Isso garante que as coordenadas $(x, y)$ previstas sejam espacialmente consistentes com a estrutura de edifício e andar identificada.

Principais Contribuições

• Primeiro Modelo de Fundação para Medições Brutas: O OmniLoc é apresentado como a primeira abordagem baseada em modelo de fundação construída diretamente sobre medições sem fio para localização interna sem âncoras, abordando explicitamente a diversidade geométrica e a contagem variável de APs.
• Novos Componentes Arquitetônicos: A introdução da Tokenização de Entrada Unificada, do mecanismo de Agregação de AP de Múltiplas Sondas e do módulo de Estimativa de Localização Sensível à Geometria.
• Avaliação Abrangente: O framework é validado em um conjunto de dados interno de larga escala (16 edifícios, 180 corredores, 3.293 APs) e em um benchmark público (dataset WILD).

Resultados

• Precisão Superior: Em avaliações no mesmo ambiente, o OmniLoc supera significativamente as linhas de base de estado da arte (CNN, BERT e LWM). Ele alcança um erro mediano de 0,553 m e um Erro Quadrático Médio (RMSE) de 0,990 m, com melhorias particularmente fortes em métricas de erro de cauda (P90).
• Transferibilidade de Componentes: Integrar os componentes de design do OmniLoc (tokenização, MPAA, GLO) em backbones existentes (ex: CNN+, BERT+) melhora consistentemente seu desempenho, demonstrando a generalizabilidade dos princípios propostos.
• Generalização Cross-Ambiente: Em cenários de "deixar um andar de fora" (leave-one-floor-out) e "deixar um edifício de fora" (leave-one-building-out), o OmniLoc demonstra generalização robusta. Quando combinado com estratégias de ajuste fino eficiente em parâmetros (PEFT) como LoRA (Adaptação de Baixo Ranking), o modelo alcança alta precisão com dados rotulados muito limitados (1%–10%), superando significativamente modelos treinados do zero em regimes de baixos dados.
• Eficiência: Apesar de seus ganhos de desempenho, o OmniLoc mantém uma contagem de parâmetros e complexidade computacional comparáveis aos modelos grandes existentes (ex: LWM), com latência de inferência em torno de 6,49 ms.

Significância e Alegações
Os autores afirmam que o OmniLoc representa uma mudança em direção a soluções unificadas, precisas e extensíveis para localização sem fio em ambientes internos. Ao tratar a localização como uma tarefa de modelo de fundação, o trabalho demonstra que:

1. A localização robusta sem âncoras é alcançável através de diversos ambientes internos sem depender de infraestrutura pré-pesquisada.
2. Os desafios específicos da heterogeneidade de sinal sem fio e da visibilidade variável de AP podem ser gerenciados efetivamente através de tokenização unificada e mecanismos de atenção sensíveis à geometria.
3. O pré-treinamento em conjuntos de dados grandes e diversos permite uma forte transferibilidade para ambientes não vistos, reduzindo a dependência de coleta extensiva de dados específicos de cada ambiente.

O artigo conclui que, embora existam limitações atuais (como a exclusão da informação de fase do CSI e o uso de priors geométricos grosseiros), o framework estabelece uma direção promissora para alcançar precisão de nível milimétrico, potencialmente integrando contexto ambiental de granularidade fina em trabalhos futuros.