トラッキング技術で最も重要なこと
英語の格言で本を表紙で判断してはいけないと言われますが、私は表紙を見て買ったことが何冊もあります。その本が必ずしも人生を変えるような体験を与えてくれるとは限らないですが、1000円前後の買い物なのであまり気にしません。 プロセスのデジタル化戦略を支える位置測位技術への投資は、1000円以上の価値があり適切なトラッキング技術を選択することは、表紙で判断するように表面的なデザインで選ぶより、もっと考える価値があるのです。しかし、トラッキング技術の比較は、表面的な性能の比較に終始し、精度という誤った要素で比較されることが多いのが現状です。 まず最初に、すべてのトラッキングシステムには誤差があります。つまり「あなたはここにいます」と言うとき、それは「あなたはだいたいここにいますが、この誤差の範囲内であればどこにいてもおかしくない」という意味です。私たちは皆、Googleマップの信頼性の高い青い円がその瞬間のGPSの状態によって大きくなったり小さくなったりするのを見た経験があるかと思います。システムの裏側では、あなたの携帯電話は、あちこちにジャンプしている多くの位置情報の更新を受けており、Googleのその点は、あなたがおそらくどこにいるかについての推測でしかありません。 それではなぜ誤差が生じるのでしょうか？環境中の物体がトラッキング信号を歪ませたりブロックしたりすること、信号の物理学的特性、信号の検出・解釈方法、トラッキングデバイスの設計、デバイス自身が発生するノイズの量など、様々な理由があります。しかし、基本的には、すべてのトラッキングシステムは位置の測定にある程度の誤差を生じるということです。 実際にどの程度の誤差があるのでしょうか？ 位置測位技術とダーツ Googleマップの青い丸の話に戻って、そこで何が起こっているのかを考えてみましょう。そのためには、ダーツというゲームを考えるのが有効で分かりやすいと思います。ダーツ選手の成績は、ダーツが狙ったところに当たったかどうか、つまり「正確さ」で定義することができます。例えば、ダーツを100回投げて、何本的中させたかで選手のパフォーマンスを評価します。 プロのプレイヤーに100本のダーツを投げたら、ほぼ毎回中心のブルズアイに当てられると思います。でも、100本のうち1本くらいは、ボードの向こうの壁に当たってしまうかもしれませんね。1000回投げれば、そのうちの1回は狙ったところに落ちるはずです。 では、一般人の私とプロに「二人ともブルズアイに当てられるか？」と聞けば、私のダーツの正確さには自信はなくても「当てられる」と答えるかもしれない。そこで、もう少し科学的に、自信というものを、正確さと並ぶパフォーマンスの要素として定義してみましょう。ダーツ選手のパフォーマンスは、ブルズアイを射ているかどうかではなく、各ダーツが中心からどれだけ離れているかに基づいて定義することにしましょう。そうすれば、パフォーマンスを決定するためのいくつかの指標を適用することができます。ここに私の100投があります。 見ての通り、あまり良い成績ではありませんでした。例えば、内側のリングの64は、ブルアイとブルズアイに刺さったダーツも含んでいます。中心から外側に行くに従って、その半径の中に合計何本のダーツが溜まっているかを数えています。実際にリングの半径を測ってみると、表の結果をこのようなグラフにプロットすることができます。 青い線は私、緑の線はプロ選手がどのようなスコアを出すかを示しており、ほぼすべてのダーツをブル内に収め、そのほとんどをブルズアイそのものに入れることができるのです。 このグラフは、「累積エラー確率」と呼ばれるもので、私のダーツがなぜうまくいかなかったかを示しています。トラッキングシステムにも全く同じ原理が当てはまります。ここでは、トラッキングシステムが測定値として返す実際のオブジェクトの位置からの距離を誤差と定義し、縦軸をパーセントでプロットします。その様子は以下の通りです。 ダーツを投げるのと同じように、緑の線は、赤い線よりもはるかに高性能なトラッキングシステムを示しています。曲線が左上に向かうほど、優れたトラッキングシステムであることを示しています。 トラッキングシステムの総所有コスト（TCO）は、ざっくりと緑色の線の方向に増加し、赤色の線の方向に減少していきますが、これは主にトラッキングのタグの費用と寿命に起因しています。そのため支払ったものが得られるということで、パフォーマンスと総所有コストを比較検討する必要があります。 トラッキングシステムについて学ぶ最も重要なこと 累積誤差曲線を見て、いくつかの方法で読み取ってみましょう。伝統的な質問は、「1mの精度を達成できるか」というものです。それぞれの選手はこのグラフの3つのベンダーは、全員「はい！」と答えるでしょう。そして赤のベンダーは50%、黄のベンダーは70%、緑のベンダーは95%の確率で1m以上の精度を達成することがわかります。 もっと分かりやすく言うと、1mの精度を約束した場合、赤のベンダーは50%、黄のベンダーは30%、緑のベンダーは5%の確率で間違うということです。そこでベンダーを選ぶときのには、「どの程度の精度が必要か」ではなく、「どの程度の頻度で間違った答えを許容できるか」、つまり「自分のプロセスはどの程度重要か」ということを考える必要があります。 このカーブをより洞察的に読み解くならば、まず確信から始めなければなりません。あなたのプロセスは5%のエラーレートを許容でき、なおかつこの投資に対してプラスのROIを返すと定義しているのです。ここで、信頼度95%での誤差でベンダーを比較すると、緑のベンダーの答えは「1m」に対して、黄色は「3.3m」、赤は「11m」となります。 左側は、重要度の高いプロセスをサポートするTCOの高いシステム、右側は、重要度の低いプロセスには全く問題ないTCOの低いシステムに向かう傾向があります。これはまさに、プロセスが許容できるエラーレートが、どのトラッキングソリューションを選択すべきかの決定的な要因になるということです。精度は確かに重要ですが、それ自体ではほとんど意味のないパラメータです。 もしあなたが、信頼度ではなく精度に沿ってトラッキングシステムを考え、1mの閾値に屈した場合はこのようになります。 なぜなら、すべてのRFPの回答は、パフォーマンスという点ではまったく同じに見えるからです。誰もがグリーンゾーンで回答するでしょう。要件には、精度と信頼度という2つのパラメータがあり、回答を分けるのは信頼度の数値です。 そこで、その方法を説明します。 例えば、2mというように、精度の要件を定義します。(精度の要件は定義する必要がありますが、それだけで終わらせないでください。これには技術が必要で、おそらく別のブログ記事で取り上げることになるでしょう)。 プロセスの重要性を考慮し、許容できるエラー率を定義します。例えば、1,000分の1、つまり0.1%とします。 100%からそれを引くと、必要な信頼水準は99.9%になります。 ベンダーに、貴社と同様の物理的環境（研究室ではなく、あらゆる厄介な要素が存在する現実世界）での2m信頼度について尋ねてください。 99.9%未満と回答したベンダーはすべて失格とする。 他の要件に基づいて残りを選択する。 これらのステップを踏まないと、信頼性の要素を完全に無視して、簡単に騙されることになります。信頼度はトラッキングシステムの最も重要な識別要素でありながら、誰も考慮しないものです。 もし、あなたがまだ精度のことだけを考えているのなら、私は自分のダーツを持っていて、木曜日の夕方はいつも暇していますよ。 Ubisenseのチーフプロダクトアドボケート、エイドリアン・ジェニングスが書きました。 Adrian はユビセンスのスポークスパーソンとして、世界中を飛び回り、あらゆる組織と協力しながら、プロセスを変革するために SmartSpace の導入を加速しています。エイドリアンは、元ロケットサイエンティストで、英国の情報専門家として、米国国防総省で3年間、ミサイルコンサルタントとして活躍しました。オックスフォード大学で物理学の修士号を取得し、現在はケンブリッジの企業で働いています。
