HPE Juniper Mist・Cisco Spaces による位置情報検証やってみた

はじめに

近年、働き方の多様化に伴い、オフィスにおける役割やあり方も大きく変化しています。
固定席を前提とした従来のオフィスから、フリーアドレスや用途に応じたゾーニングなど、社員一人ひとりがその時々に最適な環境を選択して働くスタイル（ABW）へと移行が進んでいます。

一方で、リモートワークを経てオフィスへの回帰が進む中、「どこが混雑しているのか」「どのエリアが利用しやすいのか」といった情報が見えにくいことが、社員の働きやすさや生産性に影響を与えるケースも増えてきています。

こうした課題に対し、センシングの観点からオフィス環境をより良くする取り組みの一つとして注目されているのが、環境インテリジェンスの活用です。

環境インテリジェンス（Environmental Intelligence）とは、環境に関する様々なデータを収集、分析し、そこから意味のある洞察や情報、知識を導き出すことを指します。

本取り組みでは、弊社netone valleyにおいて、環境インテリジェンスを実現する上で、社員の自由な働き方を阻害せずに様々な情報提供を行うために重要な要素となる「位置情報」の精度の検証を行いました。

オフィスの環境から得られる様々なデータを活用し、より快適で効率的、かつ持続可能なオフィス運営を目指すことは、まさに環境インテリジェンスの応用例といえます。
本検証は、最新技術の評価にとどまらず、既存の無線 LAN 環境を活用した場合に、どこまで実用的な情報が得られるのかを確認することも重要なテーマとしています。

本ブログでは、こうした背景のもとで実施した HPE Juniper Mist(以降、Juniper Mist) および Cisco Spaces による位置情報検証について、実環境での結果や気づきをご紹介します。

前提

netone valleyの環境について

netone valley では、HPE Juniper(以降、Juniper) および Cisco それぞれの機器を用いた無線環境が整備されています。
Cisco の無線 LAN は社内 OA 環境として利用されており、Juniper の無線 LAN は主に検証用途として設置されています。

それぞれの環境では、AP に接続しているユーザーの情報や、ビーコン機能を用いて収集した BLE データをもとに位置情報を分析するサービスが提供されています。

• Juniper：Juniper Mist
• Cisco：Cisco Spaces

AP の設置状況は以下の通りです。

画像1：検証フロアマップ

本検証は、Juniper の AP が設置されている右側フロア（画像1赤枠内）を対象として実施しました。
なお、本環境はベンダーが推奨する位置情報専用のセル設計ではなく、業務上必要とされる AP 台数で構成された無線 LAN 環境です。

また、Juniper と Cisco では利用目的が異なるため、AP の配置や密度も異なっています。そのため、完全に同一条件での単純な比較検証はできません。

本検証では、「位置情報のためだけに新たな設備投資を行った環境」ではなく、
既存の無線 LAN 環境に付加的な形で、どこまで位置情報が取得できるのか
という観点で、結果を参考にしていただければと考えています。

検証の概要

以下の内容で検証を実施しました。

検証対象

• Cisco Spaces（Wi-Fi / BLE）
• Juniper Mist（Wi-Fi / BLE）

対象端末

• Surface（Wi-Fi 検証用）
• BLE ビーコン（BLE 検証用）

測定地点

画像2：測定地点マップ

AP のカバー範囲の四隅（天井高 約5.5m）および、AP が設置されている会議室（天井高 約3m）にて検証を行いました。

四隅の測定ポイントについては、AP を中心とした半径1m位置に設定した2点を、それぞれの四隅で計測対象としています。

会議室での検証は以下の2部屋を対象としました。

• 会議室①：Cisco 製 AP を設置
• 会議室②：Cisco 製 AP と Juniper 製 AP を併設

これら合計 10 箇所に対象端末を移動させ、それぞれの地点で座標を取得しています。

検証結果

各地点で取得した座標は以下の通りです。

画像3：検証結果

検証結果①：精度が最も低い場所について

画像3にあるように測定地点によって、位置情報の精度にはばらつきが見られました。

画像4：カバー範囲右上

その中でもカバー範囲右上のエリアでは、Juniper Mist による位置情報の精度が低い結果となりました。

画像5：BLE位置情報マップ

一方で、カバー範囲左側のエリアでBLE から取得される位置情報については、設置台数の少ない Juniper AP が、高い精度を示す地点も確認されました。

検証結果②：精度が最も高い場所について

画像6：会議室②

最も高い精度が確認できたのは、天井高の低い会議室②でした。
対象端末が「その会議室に存在している」ことが明確に判別できるレベルの精度が得られています。

考察

考察①：精度が最も低い場所について

画像7：測定範囲右上エリアのAP配置

測定範囲右上エリアではJuniper AP の設置数が少なく、それによって位置推定に利用できる情報量が不足していたと考えられます。
このことが、当該エリアで精度が低下した主な要因と推測されます。
一方で、Juniper Mist の BLE による位置情報が一部地点で高精度だった点については、
特許取得済みの8つの指向性ビームを出力するvBLEアンテナアレイを実装している影響が考えられます。

また、CiscoやJuniper双方においてフロア全体で精度にばらつきが生じた点については、業務や検証利用を前提とした AP配置に起因していると考えられます。
一般的に無線LANの位置情報は3点測位が使われており、安定した測位には最低3台以上のAPから十分な受信強度の電波を継続的に受信できる無線設計が前提のため、本環境では必ずしもすべての計測ポイントでその条件を満たしていない事が要因と考えられます。

考察②：精度が最も高い場所について

会議室②で高い精度が得られた要因としては、以下が考えられます。

• AP が部屋中央付近に設置されていること
• 天井高が約 2.5m と低く、APと端末との距離が近いこと
• 壁で隔てられた閉鎖的な空間であり、反射や外部からの電波影響が少ないこと

これらの条件が重なったことで、RSSI や BLE 信号の安定性が向上し、結果として高精度な位置推定につながったと推測されます。

まとめ

今回の検証結果から、位置情報の精度向上には以下の要素が重要であると考えられます。

• AP の設置数および密度
• 天井高および端末とAPの距離

一方で、本検証のように

• 業務遂行を優先した AP 配置
• 天井高が高いnetone valley の環境

といった条件下においても、「フロア内のどのあたりのエリアにいるか」を把握できるレベルの位置情報精度は十分に得られることが確認できました。

今後は、天井高の異なる環境においても正確に位置情報を取得できる仕組みの調査や実験を進め、その精度の違いを体験いただけるデモ環境を準備予定です。
導入検討やユースケース検証の参考として、netone valley にて体験いただけるよう準備を進めていきます。

ご興味のある方は、ぜひ netone valley へお越しください。

※本記事の内容は執筆者個人の見解であり、所属する組織の見解を代表するものではありません。