Mobiles WLAN-basiertes Positionierungssystem für den Indoorbereich des Departments für Geodäsie und Geoinformation

Abstract

Großräumige Gebäudekomplexe, wie beispielsweise der Campus der Technischen Universität Wien, verfügen über eine große Anzahl an Hörsälen und Büroräumen. Um sich in so einer Umgebung leichter zurecht zu finden, ist ein Positionierungssystem ein wichtiges Hilfsmittel. Da für satellitengestützte Methoden eine direkte Sichtverbindung notwendig ist, muss auf alternative Methoden und Technologien gesetzt werden. Die Gebäudekomplexe verfügen meist über eine Vielzahl an Wi-Fi Routern und es bietet sich an, diese Signal für die Positionierung zu nutzen. Diese können mit mobilen Endgeräten empfangen werden. Leider steigen mit der Größe der Gebäude auch die Komplexität der Herausforderungen an das System.Im Rahmen dieser Diplomarbeit soll eine Studie zum Aufbau eines Indoorpositionierungssystems durchgeführt werden. Die dabei verwendete Positionierungsmethode ist das Wi-Fi Fingerprinting. Dieses spaltet sich in zwei Phasen auf. In der Offline Phase werden statische Messungen an ausgewählten Punkten durchgeführt, um für das gesamte Messgebiet Signalstärkekarten, sogenannte Radio Maps, zu interpolieren. In einem neuen Ansatz werden diese in einem sogenannten Datacube vereint. Dabei werden sie in einer Datenstruktur übereinander gelegt und vereinfachen den Zugriff bei der Berechnung. In der zweiten Phase, der Online Phase, werden kinematische Trajektorien durchlaufen und dabei Daten aufgezeichnet. Diese Daten werden mit den Radio Maps verglichen und mittels des probabilistischen Ansatzes der Mahalanobis Distanz wird die aktuelle Position bestimmt. Diese Messungen finden alle im Freihaus Gebäude der TU Wien statt. Um gerätespezifische Eigenschaften auszugleichen, wird eine Kalibrierung der Daten in Form einer linearen Regression vorgenommen. Aus den Ergebnissen der kinematischen Messungen lassen sich die Schwierigkeiten beim Aufbau eines solchen Positionierungssystems erkennen. Aus den sieben verwendeten Smartphones konnte pro Trajektorie nur eines zufriedenstellende Ergebnisse liefern. Dabei lagen die Abstände zu Solltrajektorie im Schnitt bei 2.4 m bei der ersten und 3.7 m bei der zweiten Trajektorie. Da sich durch die übrigen Smartphones die Trajektorien nicht eindeutig rekonstruieren ließen, können keine Aussagen über die Positionierungsgenauigkeit getroffen werden. Die verwendete Methode wurde nach umfangreicher Analyse des derzeitigen Standes der Technik ausgewählt. Diese Analyse umfasst die Aufzählung der gängigsten Methoden und diskutiert die Vor- und Nachteile jeder einzelnen. Daraus ließen sich Forschungfragen ableiten und Lösungsansätze entwickeln.

Large-scale building complexes, such as the campus of the Technical University of Vienna, have a large number of lecture halls and offices. To find one's way more easily in such an environment, a positioning system is an important tool. Since direct line-of-sight is required for satellite-based methods, alternative methods and technologies must be used. Building complexes usually have a large number of Wi-Fi routers and it makes sense to use this signal for positioning. These can be received by mobile devices. Unfortunately, as the size of the buildings increases, so do the complexity of the system challenges. In this thesis, a study will be conducted to build an indoor positioning system. The positioning method used in this is Wi-Fi fingerprinting. This splits into two phases. In the offline phase, static measurements are performed at selected points in order to interpolate signal strength maps, so-called radio maps, for the entire measurement area. In a new approach, these are combined in a so-called datacube. Thereby they are superimposed in a data structure and simplify the access during the calculation. In the second phase, the online phase, kinematic trajectories are traversed and data is recorded in the process. This data is compared to the radio maps and using the Mahalanobis probabilistic distance approach, the current position is determined. These measurements all take place in the Freihaus building of the Vienna University of Technology. In order to compensate for device-specific properties, a calibration of the data is performed in the form of a linear regression. From the results of the kinematic measurements, the difficulties in setting up such a positioning system can be seen. Out of the seven smartphones used, only one was able to provide satisfactory results for each trajectory. The distances to the target trajectory were on average 2.4 m for the first and 3.7 m for the second trajectory. Since the trajectories could not be clearly reconstructed by the other smartphones, no statements can be made about the positioning accuracy. The method used was selected after extensive analysis of the current state of the art. This analysis includes an enumeration of the most common methods and discusses the advantages and disadvantages of each. From this, research questions could be derived and solutions developed.