論文の概要: Tracking Wildfire Assets with Commodity RFID and Gaussian Process Modeling

• arxiv url: http://arxiv.org/abs/2512.15956v1
• Date: Wed, 17 Dec 2025 20:43:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-19 18:10:31.819063
• Title: Tracking Wildfire Assets with Commodity RFID and Gaussian Process Modeling
• Title（参考訳）: 商品RFIDとガウス過程モデリングによる山火事の追跡
• Authors: John Hateley, Sriram Narasimhan, Omid Abari,
• Abstract要約: 本稿では,山火事対策を目的とした無線周波数同定(RFID)を用いた新しい,費用対効果の高い,スケーラブルな手法を提案する。 コモディティRFIDシステムは, 信号減衰, マルチパス効果, 環境変動などにより, 森林環境に分散した場合, タグのローカライゼーションに悩まされる。
• 参考スコア（独自算出の注目度）: 2.5756681494057045
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper presents a novel, cost-effective, and scalable approach to track numerous assets distributed in forested environments using commodity Radio Frequency Identification (RFID) targeting wildfire response applications. Commodity RFID systems suffer from poor tag localization when dispersed in forested environments due to signal attenuation, multi-path effects and environmental variability. Current methods to address this issue via fingerprinting rely on dispersing tags at known locations {\em a priori}. In this paper, we address the case when it is not possible to tag known locations and show that it is possible to localize tags to accuracies comparable to global positioning systems (GPS) without such a constraint. For this, we propose Gaussian Process to model various environments solely based on RF signal response signatures and without the aid of additional sensors such as global positioning GPS or cameras, and match an unknown RF to the closest match in a model dictionary. We utilize a new weighted log-likelihood method to associate an unknown environment with the closest environment in a dictionary of previously modeled environments, which is a crucial step in being able to use our approach. Our results show that it is possible to achieve localization accuracies of the order of GPS, but with passive commodity RFID, which will allow the tracking of dozens of wildfire assets within the vicinity of mobile readers at-a-time simultaneously, does not require known positions to be tagged {\em a priori}, and can achieve localization at a fraction of the cost compared to GPS.
• Abstract（参考訳）: 本稿では,山火事対策を目的とした無線周波数同定(RFID)を用いて,森林環境に分布する多数の資産の追跡を行う,新しい,費用対効果の高い,スケーラブルな手法を提案する。 コモディティRFIDシステムは, 信号減衰, マルチパス効果, 環境変動などにより, 森林環境に分散した場合, タグのローカライゼーションに悩まされる。 指紋認証によってこの問題に対処する現在の方法は、既知の場所でタグを分散させることに依存している。 本稿では、既知の位置をタグ付けできない場合に対処し、そのような制約を伴わずに、グローバルな位置決めシステム(GPS)と同等の精度でタグをローカライズできることを示す。 そこで本研究では,グローバル測位GPSやカメラなどのセンサを使わずに,RF信号応答シグネチャのみに基づく様々な環境をモデル化し,未知のRFをモデル辞書に最も近い一致にマッチングするガウス過程を提案する。 我々は、新しい重み付きログ型手法を用いて、以前にモデル化された環境の辞書において、未知の環境と最も近い環境を関連付ける。 以上の結果から,GPS の順序の局所化精度を実現することは可能であるが,移動体リーダの近傍で同時に数十件の山火事を追跡できるパッシブコモディティ RFID では,タグ付けされた既知の位置を必要とせず,GPS と比較して若干のコストでローカライズを達成できることがわかった。

関連論文リスト

• Online Reliable Anomaly Detection via Neuromorphic Sensing and Communications [58.796149594878585]
  本稿ではニューロモルフィック無線センサネットワークに基づく低消費電力オンライン異常検出フレームワークを提案する。 検討したシステムでは、中央受信ノードが各時間フレームでニューロモルフィックセンサノード(ニューロSN)のサブセットを積極的にクエリする。 ニューロモルフィックセンサーは事象駆動であり、モニターされたシステムの関連する変化に対応してスパイクを発生させる。
  論文  参考訳（メタデータ） (2025-10-16T13:56:54Z)
• RFID-Assisted Indoor Localization Using Hybrid Wireless Data Fusion [0.5753274939310764]
  屋内環境における物体追跡にはワイヤレス位置決めが不可欠である。 Internet of Things(IoT)は、さまざまな無線通信プロトコルを通じてローカライズを可能にする。 本稿では、RFID(Radio Frequency Identification)トラッキングデバイスと複数のIoT無線技術を用いたハイブリッド区間を用いた屋内位置推定手法を提案する。
  論文  参考訳（メタデータ） (2023-07-28T12:02:27Z)
• LocUNet: Fast Urban Positioning Using Radio Maps and Deep Learning [59.17191114000146]
  LocUNet: 基地局(BSs)からの受信信号強度(RSS)のみに基づく深層学習手法 提案手法では,BSsからのRSSを,クラウド上に存在する可能性のある中央処理ユニット(CPU)にローカライズする。 推定されたBSのパスロスラジオマップを用いて、LocUNetは最先端の精度でユーザをローカライズし、無線マップの不正確性に対して高い堅牢性を享受する。
  論文  参考訳（メタデータ） (2022-02-01T20:27:46Z)
• Real-time Outdoor Localization Using Radio Maps: A Deep Learning Approach [59.17191114000146]
  LocUNet: ローカライゼーションタスクのための畳み込み、エンドツーエンドのトレーニングニューラルネットワーク(NN)。 我々は,LocUNetがユーザを最先端の精度でローカライズし,無線マップ推定における不正確性が高いことを示す。
  論文  参考訳（メタデータ） (2021-06-23T17:27:04Z)
• DARE-SLAM: Degeneracy-Aware and Resilient Loop Closing in Perceptually-Degraded Environments [4.34118539186713]
  自律探査における重要な要件は、未知の環境の正確で一貫したマップを構築することである。 位置認識を改善し,3次元位置の曖昧さを解消するために,デジェネリアシー・アウェアとドリフト・レジリエント・ループ・クロージング法を提案する。
  論文  参考訳（メタデータ） (2021-02-09T20:37:17Z)
• Zero-Shot Multi-View Indoor Localization via Graph Location Networks [66.05980368549928]
  屋内ローカライゼーションは、位置ベースアプリケーションにおける基本的な問題である。 本稿では,インフラストラクチャフリーで多視点画像に基づく屋内ローカライゼーションを実現するために,新しいニューラルネットワークアーキテクチャであるGraph Location Networks(GLN)を提案する。 GLNは、メッセージパッシングネットワークを通じて画像から抽出されたロバストな位置表現に基づいて位置予測を行う。 新たにゼロショット屋内ローカライズ設定を導入し,提案したGLNを専用ゼロショットバージョンに拡張することで,その課題に対処する。
  論文  参考訳（メタデータ） (2020-08-06T07:36:55Z)
• Real-time Localization Using Radio Maps [59.17191114000146]
  パスロスに基づく簡易かつ効果的なローカライゼーション法を提案する。 提案手法では, 受信した信号強度を, 既知の位置を持つ基地局の集合から報告する。
  論文  参考訳（メタデータ） (2020-06-09T16:51:17Z)
• Graph-based Proprioceptive Localization Using a Discrete Heading-Length Feature Sequence Matching Approach [14.356113113268389]
  Proprioceptive Localizationは、新しいタイプのロボットエゴセントリックなローカライゼーション手法を指す。 これらの方法は自然に悪天候、照明条件、その他の極端な環境条件に免疫がある。 環境条件の厳しい環境条件下で、ローカライゼーションのための低コストなフォールバックソリューションを提供する。
  論文  参考訳（メタデータ） (2020-05-27T23:10:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。