Studie für ein campusweites Positionierungs- und Informationssystem im Indoor- und Outdoorbereich

Abstract

Der Technischen Universität Wien stehen auf einer Fläche von 269.000 m2 in etwa 12.000 Räume in 30 Gebäuden zur Verfügung. Bei einer solch großen Anzahl an Gebäuden und Räumen kann ein Positionierungs- und Navigationssystem ein hilfreiches Werkzeug sein, um sich am Campus zu orientieren. Da die satellitengestützte Positionierung in einem Gebäude aufgrund der fehlenden Sichtverbindung zu den Satelliten allerdings nicht möglich ist, muss für die Indoor-Positionierung auf andere Technologien zurückgegriffen werden. Zahlreiche Methoden und Technologien wurden daher bereits entwickelt. Eine dieser Technologien stützt sich auf die Verwendung von WLAN-Signalen, die mit handelsüblichen mo-bilen Endgeräten, wie beispielsweise Smartphones, empfangen werden können. Die Positionierung mit Hilfe eines Smartphones und WLAN-Signalen stellt allerdings vor allem in großen und komplexen Gebäuden einige Herausforderungen dar.Im Rahmen dieser Diplomarbeit soll daher eine Studie für ein Positionierungs- und Informationssystem an der TU Wien durchgeführt werden. Die Indoor-Positionierung wird dabei mittels WLAN-Fingerprinting durchgeführt. Dafür werden in der sogenannten Offline-Phase zunächst WLAN-Signalstärken der umliegenden Access Points an Referenzpunkten gemessen und in eine Datenbank abgespeichert. In der Folge wird daraus eine sogenannte Radio Map erzeugt, mit der anschließend in der Online-Phase die aktuellen Messungen verglichen werden. Die Position mit der besten Übereinstimmung ergibt dann die gesuchte Position. Für diesen Zweck werden WLAN-Signalstärken am Karlsplatz, in der Universitäts-bibliothek sowie im Freihaus-Gebäude unter realen Bedingungen gemessen. Die Messungen werden dabei statisch, kinematisch und im Stop-and-Go Modus mit sechs verschiedenen Smartphones durchge-führt. Anschließend wird die Position mittels eines probabilistischen Ansatzes basierend auf der Berechnung der Mahalanobis-Distanz bestimmt. Die für die Messungen verwendeten Smartphones empfangen die Signalstärken unterschiedlich stark, weshalb für jedes Smartphone eine Kalibrierung durchgeführt wird. Mit Hilfe einer zusätzlichen 24-Stunden Messung werden die Schwankungen der WLAN-Signale analysiert. Für den Outdoorbereich erfolgt eine Positionierung mittels GNSS.Die Ergebnisse der Langzeitmessung zeigen große zeitliche Variationen der Signalstärken und Signal-rauschen. Es wurde festgestellt, dass tagsüber Schwankungen von bis zu ±5 dBm auftreten können. In der Nacht sind die Signale wesentlich stabiler. Die Analyse der Offline-Messungen zeigt, dass überall ausreichend stabile Signale vorhanden sind, um eine Positionsbestimmung an der TU Wien mittels WLAN-Fingerprinting durchzuführen. Bei den verschiedenen Messverfahren in der Offline-Phase zeigt sich, dass die jeweiligen Datenbanken eine große Ähnlichkeit haben und daher kombiniert werden können. Die Abweichungen der berechneten Positionen zu den wahren Positionen liegen in der Bibliothek bei 1,5 bis 6 m und im Freihaus bei 1 bis 3 m. Ein Grund für die bessere Genauigkeit im Freihaus ist die höhere Anzahl und Dichte an Access Points. In der Bibliothek zeigen sich außerdem Unterschiede in einzelnen Bereichen. Bei den Online-Messungen erzielen die Stop-and-Go Messungen mit einem durchschnittlichen Positionierungsfehler von 2,5 bzw. 1,4 m geringfügig bessere Ergebnisse als die statischen und kinematischen Online-Messungen. Die abgegangenen Trajektorien konnten in beiden Messgebieten gut rekonstruiert werden. Durch die Kalibrierung der Smartphones konnte die geräteabhängige Empfangsempfindlichkeit ausreichend ausgeglichen werden, wodurch sich keine großen Unterschiede bei den verschiedenen Smartphones bezüglich der erreichten Genauigkeiten ergeben. Einzig bei den kinematischen Messungen ist eine Abhängigkeit aufgrund der unterschiedlichen Dauer eines WLAN-Scans feststellbar. Diese liegt im Durchschnitt bei 2,4 bis 4,1 s und führt zu unterschiedlichen Genauigkeiten je nach verwendetem Smartphone, da bei einer längeren Scandauer weniger Messwerte für eine Interpolation zur Verfügung stehen. Die GNSS-Messungen am Karlsplatz ergaben eine durchschnittliche Positionierungsgenauigkeit von 8 m.

The Vienna University of Technology has an area of 269.000 m2 with around 12.000 rooms in 30 buildings. With such a large number of buildings and rooms, a positioning and navigation system can be a helpful tool for finding your way on the campus. However, due to the lack of line-of-sight to the GNSS-satellites, satellite-based positioning is not possible in a building. Therefore, other technologies have been developed for indoor positioning. One of these technologies is based on the use of Wi-Fi signals, which can be received with commercially available mobile devices, such as smartphones. However, positioning using a smartphone and Wi-Fi signals poses some challenges, especially in large and complex buildings.As part of this master thesis, a study for a positioning and information system is to be carried out at the campus of the TU Wien. Indoor positioning is carried out using Wi-Fi fingerprinting. For this purpose, Wi-Fi signal strengths of the surrounding access points are first measured at reference points and saved in a database. Subsequently, a so-called radio map is generated, with which the current measurements can be compared. The position with the best match then results in the position sought. For this purpose, the Wi-Fi signal strengths at Karlsplatz, in the university library and in the Freihaus office building are measured under real conditions. The measurements are carried out statically, kinematically and in stop-and-go mode with six different smartphones. Afterwards, the position is determined using a probabilistic approach based on the calculation of the Mahalanobis distance. Due to the device-dependent reception sensitivity, a calibration is carried out for each smartphone. With the help of an additional 24-hour measurement, the fluctuations of the Wi-Fi signals are analysed. For the outdoor area, positioning is carried out using GNSS.The results of the long-term measurement show large temporal variations in the signal strengths and signal noise. While signal fluctuations of up to ±5 dBm can occur during the day, the signals are much more stable at night. The analysis of the offline measurements shows that there are sufficiently stable signals everywhere on the campus to carry out a position determination using Wi-Fi fingerprinting. The various measurement methods in the offline phase show that the respective databases are very similar and can be combined. The average positioning error is 1.5 to 6 m in the library and 1 to 3 m in the Freihaus office building. One reason for the better accuracy in the Freihaus is the higher number and density of access points. There are also differences in individual areas in the library. For online measurements, the stop-and-go measurement deliver with an average positioning error of 2.5 and 1.4 m slightly better results than the static and kinematic online measurements. The trajectories could be reconstructed well in both measuring areas. By calibrating the smartphones, the device-dependent reception sensitivity could be compensated sufficiently, which means that there are no major differences in the accuracy of the different smartphones. A dependency occurred only in the kinematic measurements due to the different duration of a Wi-Fi scan. The durations are in the range of 2.4 to 4.1 s and lead to different accuracies depending on the used smartphone, as fewer measurements for interpolation are available for a smartphone with longer scan duration. The GNSS measurements at Karlsplatz showed an average positioning accuracy of 8 m.