The IPIN 2019 Indoor Localisation Competition - Description and Results

Francesco Potortì (1) , Sangjoon Park (2) , Antonino Crivello (1) , Filippo Palumbo (1) , Michele Girolami (1) , Paolo Barsocchi (1) , Soyeon Lee (2) , Joaquín Torres-Sospedra (3) , Antonio Ramón Jimenez (4) , Antoni Pérez-Navarro (5) , Germán M. Mendoza-Silva (3) , Fernando Seco (4) , Miguel Ortiz (6) , Johan Perul (6) , Valérie Renaudin (6) , Hyunwoong Kang (7) , Soyoung Park (7) , Jae-Hong Lee (7) , Chan Gook Park (7) , Jisu Ha (8) , Jaeseung Han (8) , Changjun Park (8) , Keunhye Kim (8) , Yonghyun Lee (8) , Seunghun Gye (8) , Keumryeol Lee (8) , Eunjee Kim (8) , Jeongsik Choi (9) , Yang-Seok Choi (10) , Shilpa Talwar (9) , Seong Yun Cho (11) , Boaz Ben-Moshe (12) , Alex Scherbakov (13) , Leonid Antsfeld (14) , Emilio Sansano-Sansano (3) , Boris Chidlovskii (14) , Nikolai Kronenwett (15) , Silvia Prophet (15) , Yael Landau (12) , Revital Marbel (12) , Lingxiang Zheng (16) , Ao Peng (16) , Zhichao Lin (16) , Bang Wu (17) , Chengqoi Ma (18) , Stefan Poslad (17) , David Selviah (18) , Wei Wu (19) , Zixiang Ma (17) , Wenchao Zhang (20)

1 CNR | ISTI - CNR Istituto di Scienza e Tecnologie dell’Informazione “A. Faedo” [Pisa]
2 ETRI - Electronics and Telecommunications Research Institute [DaeJeon]
3 INIT - Institute of New Imaging Technologies
4 UPM - CSIC - University Politecnica de Madrid, Centre for Automation and Robotics
5 UOC - Universitat Oberta de Catalunya [Barcelona]
6 AME-GEOLOC - Géolocalisation
7 SNU - Seoul National University [Seoul]
8 HANA MICRON
9 Intel Labs, Intel Corporation
10 Intel Corporation [Hillsboro]
11 Dept. of Robotics Engineering,
12 Department of Computer Science and Mathematics [Ariel university]
13 Ariel University
14 Naver Labs Europe [Meylan]
15 KIT - Karlsruher Institut für Technologie
16 Xiamen University
17 QMUL - Queen Mary University of London
18 UCL - University College of London [London]
19 Wuhan University [China]
20 UCAS - University of Chinese Academy of Sciences [Beijing]

Le concours IPIN 2019, sixième d'une série de concours IPIN, s'est déroulé dans l'espace de recherche du CNR de Pise (IT), intégré au programme de la conférence IPIN 2019. Il comprenait deux pistes en temps réel sur site et trois pistes hors site. Les quatre pistes présentées dans ce document ont été placées dans le même environnement, constitué de deux bâtiments proches l'un de l'autre pour une surface totale utilisable de 1000 m2 à l'extérieur et de 6000 m2 à l'intérieur sur trois étages, avec une longueur totale de piste supérieure à 500 m. Les concours IPIN, basés sur le cadre EvAAL, ont eu pour but de comparer les performances de précision des systèmes de positionnement personnel dans des conditions équitables et réalistes : les éditions précédentes du concours ont eu lieu dans le cadre de grandes conférences, sur des campus universitaires et dans un centre commercial. La précision de positionnement est calculée alors que la personne portant le système testé marche à une vitesse normale, utilise un ascenseur et monte et descend des escaliers ou s'arrête brièvement à des points donnés. Cet article présente l'édition 2019 : les résultats des pistes sur site montrent les performances des systèmes de pointe dans des conditions réelles, tandis que ceux des pistes hors site permettent de comparer les algorithmes de positionnement dans le même environnement IPIN 2019 Competition, sixth in a series of IPIN competitions, was held at the CNR Research Area of Pisa (IT), integrated into the program of the IPIN 2019 Conference. It included two on-site real-time Tracks and three off-site Tracks. The four Tracks presented in this paper were set in the same environment, made of two buildings close together for a total usable area of 1000 m2 outdoors and and 6000 m2 indoors over three floors, with a total path length exceeding 500 m. IPIN competitions, based on the EvAAL framework, have aimed at comparing the accuracy performance of personal positioning systems in fair and realistic conditions: past editions of the competition were carried in big conference settings, university campuses and a shopping mall. Positioning accuracy is computed while the person carrying the system under test walks at normal walking speed, uses lifts and go up and down stairs or briefly stops at given points. This paper presents the 2019 edition: results of the on-site Tracks show the performance of stateof- the-art systems in real-world settings, while those of off-site Tracks allow comparison of positioning algorithms in the same environment

Mots clés: GEOGRAPHIC INFORMATION SYSTEMSYSTEME D' INFORMATION GEOGRAPHIQUE - INDOOR POSITIONING AND INDOOR NAVIGATION - POSITIONNEMENT ET NAVIGATION A L' INTERIEUR - GEOLOCATION - GEOLOCALISATION - POSITIONING - POSITIONNEMENT - LOCALIZATION - LOCALISATION - POSITION LOCATOR DEVICES - DISPOSITIFS DE LOCALISATION DE POSITION - INDOOR LOCALIZATION - LOCALISATION EN INTERIEUR - INDOOR NAVIGATION - NAVIGATION INTERIEURE - COMPETITION - SMARTPHONE-BASED POSITIONING - POSITIONNEMENT PAR SMARTPHONE - BENCHMARKING - ANALYSE COMPARATIVE - PEDESTRIAN DEAD RECKONING - NAVIGATION A L' ESTIME - WI-FI FINGERPRINTING - EMPREINTES NUMERIQUES WI-FI - MAGNETIC FIELD - CHAMP MAGNETIQUE - CAMERABASED POSITIONING - POSITIONNEMENT PAR CAMERA - INERTIAL-BASED POSITIONING - POSITIONNEMENT PAR INERTIE - SENSOR FUSION - FUSION DES CAPTEURS - KALMAN FILTER - FILTRE DE KALMAN - PARTICLE FILTER - FILTRE A PARTICULES

Domaines: Sciences de l'ingénieur [physics]

Francesco Potortì, Sangjoon Park, Antonino Crivello, Filippo Palumbo, Michele Girolami, et al.. The IPIN 2019 Indoor Localisation Competition - Description and Results. IEEE Access, 2020, 46p. ⟨10.1109/ACCESS.2020.3037221⟩. ⟨hal-03013653⟩