DC FieldValueLanguage
dc.contributor.advisorRetscher, Günther-
dc.contributor.authorEttlinger, Andreas Franz-
dc.date.accessioned2020-06-29T13:39:29Z-
dc.date.issued2016-
dc.date.submitted2016-02-
dc.identifier.urihttps://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-79863-
dc.identifier.urihttp://hdl.handle.net/20.500.12708/6688-
dc.descriptionZusammenfassung in englischer Sprache-
dc.descriptionAbweichender Titel nach Übersetzung der Verfasserin/des Verfassers-
dc.description.abstractDas Erdmagnetfeld benötigt keine Sender-Infrastruktur und kann überall gemessen werden. Dessen Einsatz im Fingerprinting-Verfahren zur Indoor-Positionierung und Navigation scheint daher sinnvoll. Beim Fingprinting wird an bestimmten Punkten die magnetische Induktion des Erdmagnetfeldes - oder auch Signalstärken von z.B. WLAN oder RFID - gemessen. Diese Messungen werden mit den entsprechenden Punktkoordinaten in einer Signalstärkenkarte (der sogenannten Radio Map) abgespeichert. Befindet man sich nun an einer unbekannten Position und misst dort die magnetische Induktion des Erdmagnetfeldes, werden die Koordinaten des aktuellen Standpunktes durch Vergleich der aktuellen Messwerte mit jenen aus der Radio Map ermittelt. In dieser Arbeit werden zwei Untersuchungsgebiete definiert bei denen die Messungen vom Nutzer durchgeführt werden. In einem dieser Untersuchungsgebiete kommt zusätzlich ein fahrbarer Roboter zum Einsatz. Verwendet werden zwei Sensoren, nämlich ein Smartphone und eine low-cost-IMU. Um den Einfluss des menschlichen Körpers zu minimieren, wird bei den Messungen zur Erstellung der Radio Maps in vier Orientierungen gemessen. Bei der Analyse der Radio Maps stellt man fest, dass die räumlichen Variationen des Erdmagnetfeldes sehr gering sind. Das wirkt sich negativ auf die Positionierung aus. Bei den statischen Testmessungen, können die Positionierungsfehler größer als 50m werden, wenn man nur das Magnetfeld-Fingerprinting verwendet. Nutzt man das Ergebnis des WLAN-Fingerprintings als Näherungslösung für das Magnetfeld-Fingerprinting, beträgt der durchschnittliche Positionierungsfehler bei statischen Testmessungen ca. 2,0 bis 4,5m. Nutzt man zusätzlich noch die RFID-Fingerprinting-Lösung, dann bleibt der durchschnittliche Positionierungsfehler in der gleichen Größenordnung. Die Ergebnisse werden auch hinsichtlich zweier Distanzkriterien miteinander verglichen. Die Mahalnobis-Distanz liefert bei den statischen Testmessungen etwas bessere Ergebnisse als die euklidische Distanz. Bei den kinematischen Testmessungen werden zur Positionierung die Kombination von Magnetfeld- und WLAN-Fingerprinting und die Mahalnobis-Distanz verwendet. Die Ergebnisse des Fingerprintings dienen als Beobachtungen in einem Kalman-Filter. Für die Prädiktion im Kalman Filter wird auch ein Bewegungsmodell erarbeitet, um mit Hilfe von gemessenem Azimut und zurückgelegter Distanz die aktuelle Position zu berechnen. In einem Untersuchungsgebiet wurden die Trajektorien sehr gut bestimmt. Die durchschnittliche Querabweichung beträgt hier ca. 1,0m und der Positionierungsfehler wird nicht größer als 6,0m. Im anderen Untersuchungsgebiet und bei den kinematischen Messungen durch den Roboter versagt der verwendete Positionierungsalgorithmus. Mit Hilfe kontinuierlicher 24-Stunden Messungen sowie Epochenmessungen werden die Kurzzeit- und Langzeit-Variationen analysiert. Kurzfristig ist das Erdmagnetfeld einigermaßen stabil, langfristig kommt es aber zu Änderungen von mehreren Mikro Tesla. Deshalb wird aufgrund von Wiederholungsmessungen auf bestimmten Punkten die Radio Map aktualisiert. Diese Aktualisierung hat jedoch keine Steigerung der Positionierungsgenauigkeit gebracht.de
dc.description.abstractThe earth-s magnetic field needs no transmitter infrastructure and can be measured everywhere. Therefore its use in fingerprinting technology for indoor-positioning and navigation seems to be useful. In the fingerprinting approach the magnetic induction of the earth's magnetic field - or the signal strength from Wi-Fi or RFID - is measured at certain points. These measurements and their corresponding point coordinates are saved afterwards in a so called radio map. If the magnetic induction of the earth's magnetic field is measured at an unknown position, the coordinates of this position will be retrieved by comparing the actual measurements with the data from the radio map. In this thesis measurements are carried out by the user in two defined testing areas, whereby a mobile robot is additionally used in one of these. Two sensors, a smartphone and a low-cost-IMU, are applied in the metering. To minimize the influence of the user-s body, the measurements to create the radio maps are done in four orientations. By analysing the radio maps hardly any spatial variations of the earth's magnetic field can be detected, a circumstance which affects the positioning phase in a negative way. In the evaluation of the static test measurements, positioning errors of more than 50 metres can occur if only the earth's magnetic field is used in the fingerprinting approach. If the result of Wi-Fi-fingerprinting is used as an approximate solution for the magnetic field fingerprinting and if these two solutions are averaged out afterwards, the medium positioning errors range from about 2.0 to 4.5 metres. When the RFID-fingerprinting-solution is also used, the average positioning errors show the same results. The results are also compared according to the distance criteria which were used. Those retrieved by using the Mahalnobis-distance are slightly better than the ones retrieved by using the Euclidean-distance. In the kinematic test measurements the combination of WLAN- and magnetic field-fingerprinting and the Mahalnobis-distance are used for positioning. The results of the fingerprinting approach are used as observations in a Kalman filter. One part of the Kalman Filter is the prediction. Therefore a motion model is developed. By using the measured azimuth and the travelled distance, the current position can be calculated. In one of the two testing areas the trajectories are determined quite well. The average lateral deviation is about 1.0 metre and the positioning error does not exceed 6.0 metres. In the other testing area and at the kinematic positioning with the robot the positioning algorithm fails. To analyse the short term- and long term-variations of the earth's magnetic field, continuous 24-hour-measurements and epoch measurements are carried out. In the short term the magnetic field is reasonably stable whereas in the long term variations of several micro tesla can be observed. Therefore the radio map has been updated by using repeated measurements at certain points. This update, however, does not improve positioning accuracy.en
dc.formatIX, 98 Blätter-
dc.languageDeutsch-
dc.language.isode-
dc.subjectGeomagnetikde
dc.subjectWLANde
dc.subjectIndoor Positionierungde
dc.subjectGeomagneticen
dc.subjectWLANen
dc.subjectIndoor positioningen
dc.titleEinsatzfähigkeit des Erdmagnetfeldes in Kombination mit WLAN und RFID für Indoor-Positionierungsverfahrende
dc.title.alternativeUse of magnetic fields in combination with WLAN and RFID for indoor positioningen
dc.typeThesisen
dc.typeHochschulschriftde
dc.publisher.placeWien-
tuw.thesisinformationTechnische Universität Wien-
tuw.publication.orgunitE120 - Department für Geodäsie und Geoinformation-
dc.type.qualificationlevelDiploma-
dc.identifier.libraryidAC13027618-
dc.description.numberOfPages98-
dc.identifier.urnurn:nbn:at:at-ubtuw:1-79863-
dc.thesistypeDiplomarbeitde
dc.thesistypeDiploma Thesisen
item.fulltextwith Fulltext-
item.grantfulltextopen-
item.languageiso639-1de-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.cerifentitytypePublications-
item.cerifentitytypePublications-
item.openairetypeThesis-
item.openairetypeHochschulschrift-
Appears in Collections:Thesis

Files in this item:

Show simple item record

Page view(s)

20
checked on May 7, 2021

Download(s)

83
checked on May 7, 2021

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.