はじめに
屋内位置、すなわち閉鎖空間内での観測者の位置を特定する最も一般的な手法は、blue dot trackingアプローチです。クライアント側のアルゴリズムが環境内の信号を積極的に追跡し、受信した信号の文脈で観測者の位置を特定します。受信される電子信号の種類は802.11.x信号（WiFi、Bluetoothなど）から磁気異常の検出まで多岐にわたります。この方法はアクティブなクライアント側位置特定手法と見なされます。
別の方法として、サーバー側で位置特定を行うものがあります。環境自体が周囲の信号を探し出し、環境内のさまざまなポイントからの一致する信号を相関させます。これはパッシブなサーバー側アプローチと呼ばれます。
私たち（Applications Prototype Lab）は、このパッシブアプローチをさらに探求したいと考えました。これは記録可能なデバイスの種類により柔軟性を持たせることができるためです。対象デバイスに追加ソフトウェアをインストールする必要がないため、現場環境で新しいハードウェアを検出できます。ただし、環境から複数の記録を受け取る必要があるため、十分なカバレッジを保証する適切なハードウェア配置が必要です。
サーバーベースの位置サービスは、特定の場所内でのデジタルフットプリントやトラフィックフローを把握する文脈で可能性があると考えています。ビジネスにおいては、このアプローチは計画や設計作業に役立つだけでなく、有事の際にオンデマンド情報を提供することも可能です。
プロトタイプレイアウト
ここに私たちが実装した一般的な戦略があります。図中の青い点はスキャンデバイス（青いボックス）を表し、積極的に信号を探しています。このプロトタイプではスマートウォッチ、無線ルーター、携帯電話、ノートパソコンの検出に焦点を当てました。
複数の青いボックスを使用してオフィスエリア内の信号を追跡する環境を構築しました。青いボックスはクラウド上の中央サービスに信号を送信します。中央収集サービスを提供するだけでなく、クラウドサービスは青いボックスハードウェアの現在状態について情報を提供し、ソフトウェア更新機構も備えています。
ハードウェア
blue boxプロトタイプ構築にはRaspberry Pi Zero Wボード（Raspian Jessie 4.9.24搭載）を使用しました。ZeroハードウェアはBluetoothとWiFiチップがオンボードで搭載されているため便利です。クラウドサービスとの通信にはオンボードチップを使用しているため、スキャナーモジュールとして機能するもう一つの無線アダプター（ドングルとして見える）が必要です。
簡便さからオフィスエリアにblue boxを分散配置し、電源コンセントに接続して24時間連続データ収集を行いました。
blue boxに空間的識別子を与えるために、建物内でblue boxを配置できるArcGIS Runtimeベースのアプリケーションを書きました。
方法論
Raspberry Pi起動時に中央クラウドサービスへ登録します。登録時にMACアドレスに基づく一意識別子がblue boxに割り当てられ、クライアント側スクリプトが既存ソフトウェアとクラウド環境提供バージョンとの同期を確保します。
初期ハンドシェイク後、blue boxはスキャン役割を担い、WiFi MACアドレス受信およびBluetooth・WiFiデバイスのRSSI（受信信号強度指標）記録準備が整います。この情報はクラウドサービスへ送信され、三辺測量アルゴリズムで記録された信号位置特定に利用されます。位置情報はArcGIS Online上で時間対応ポイントフィーチャとして保存されます。
結果
以下スクリーンキャプチャは受信信号の分布と位置を示しています。青い点は記録されたBluetooth信号であり、琥珀色の点はWiFi信号です。赤い四角は建物文脈内でblue box位置と関連一意識別子を示します。フィーチャサービスの時間認識機能によりArcGIS ProまたはWebマップ上でライブデータレイヤー表示が可能です。
また日付およびデバイスタイプ別にアーカイブ内容分布を見るArcGIS Pro Addinも開発しました。勤務日の開始と終了がデバイス数増加として確認できました。興味深い観察として夜間や週末にBluetoothデバイス数が減少する傾向もあります。
結論
サーバーベース位置サービスのプロトタイプを作成し、ArcGIS Enterpriseへ統合しました。blue boxプロトタイプには低コストハードウェア方式を採用し、テスト環境外への拡張可能性があります。ArcGIS Runtime（iOS）およびArcGIS Pro用ヘルパーアプリケーションも作成し記録情報設定・分析支援しています。本手法では約8～20m／24～60ft程度の屋内精度でユビキタスな存在検知が期待できます。
