Design and implementation of an adaptive indoor positioning system based on received and interpolated signal strengths

Abstract

Technologiegestützte Ortung und darauf aufbauende Dienste sind in den letzten Jahren dank massiv fallender Preise technischer Geräte leistbar für ein weites Publikum geworden. Es existieren bereits ausgereifte Lösungen im Bereich der globalen bzw. im Bereich der Outdoor-Ortung wie zum Beispiel das Global Positioning System (GPS). Jedoch hat sich noch kein vergleichbares Services für den Innenbereich durchgesetzt. Diese Diplomarbeit stellt das neu entwickelte Innenraum-Positionierungssystem SEA-SNIPS vor, welches auf RSSI mit IEEE 802.11 basiert und Techniken wie Triliteration mit RSS und Szenen-Analyse von interpolierten Signalstärken von aktiven Messungen einsetzt. Das verwendete Radiowellen-Ausbreitungsmodell wird anhand der kontinuierlichen Aufzeichnung der Umgebung adaptiert. Das Ziel ist es eine Lösung zu finden, welche die meisten Aufgaben automatisiert und so die Benutzung und Wartung vereinfacht sowie gute Skalierbarkeit ermöglicht. Um einen Überblick über die verwendeten Methoden zu erlangen, stellt der erste Teil der Arbeit wichtige Positionierungstechniken und -algorithmen vor und erläutert den Nutzen von Ausbreitungsmodellen und RSS im Bereich der Positionierung. Das Design sowie die Implementierung der System-Architektur sowie des entwickelten voll funktionalen Prototypen wird in den folgenden Kapitel vorgestellt. Im Rahmen der Evaluierung werden die Resultate von Feldtests des Systems mit einem kommerziell verfügbaren Positionierungssystem, welches auf Szenen-Analyse mit WLAN basiert, verglichen. Dabei wird gezeigt, dass die Genauigkeit der Positionsbestimmung in etwa mit den Leistungen des kommerziell erhältlichen Systems mithalten kann, jedoch bei Wertungen im Bereich der Wartbarkeit und Skalierbarkeit deutliche Vorteile aufweist.

Automated technology-assisted positioning and context-aware services have become available to the mass market in recent years due to the decreasing cost of able mobile devices. Although there are established solutions for large-scale positioning, like Global Positioning System (GPS), no generic solution for these services for indoor applications has emerged yet. Providers usually struggle with the diversity and complexity of radio wave propagation in enclosed settings. This thesis proposes a novel approach to indoor positioning based on the development of a new system named Seasnips. It is based on received signal strength indicator (RSSI) with IEEE 802.11, and combines different techniques such as trilateration with received signal strength (RSS) and scene analysis based on radio maps from interpolated actual measurements. It also adapts its underlying radio propagation model from the statistical analysis of RSS readings from the used site. The aim of this system is to provide a powerful tool which automates most setup tasks, is easy to maintain and scales while maintaining accuracy on par with current scene analysis-based services. To familiarize the reader with these algorithms and methods, the first part provides detailed information about positioning techniques, investigates the usefulness of radio propagation models as well as RSS for positioning, and summarizes important related approaches. The design and implementation details of the system architecture and a fully functional prototype follow in the next chapters. As part of a real-world evaluation, Seasnips was compared to a commercially available indoor positioning provider based on fingerprinting with Wireless Local Area Network (WLAN) in different settings. The results indicate that the positioning accuracy offers a performance comparable to a state-of-the-art solution while outperforming it in terms of maintainability and scalability.