Sunteți pe pagina 1din 8

Universitatea Politehnica Bucuresti

Facultatea de Inginerie Electrica

Sistem de pozitionare indoor folosind o baza


de date de semnale WiFi si retele neurale

Autor: Cristian Nechifor

Indrumator stiintific: Gabriel Preda


Cuprins

Cuprins.............................................................................................................................................2
1. Introducere....................................................................................................................................3
2. Prezentarea metodei......................................................................................................................4
3. Aplicatia practica..........................................................................................................................5
3.1. Stocarea datelor hotspoturilor si prelucrarea lor...................................................................5
3.2.................................................................................................................................................6
3.3. Comunicarea cu serverul.......................................................................................................6
Bibliografie.......................................................................................................................................7
1. Introducere
Sistemele bazate pe GPS pentru pozitionarea dispozitivelor mobile au eficacitatea limitata,
datorita penetrarii limitate a semnalului GPS in interiorul cladirilor, la puncte aflate in afara
cladirilor. Pentru pozitionare, este necesar ca din punctul de observatie sa fie vizibile cel putin 3
sateliti; pentru o precizie mai mare, sistemele GPS necesita vizibilitatea unui numar cat mai mare
de sateliti. Precizia dispozitivelor GPS instalate pe telefoane mobile poate ajunge pana la ordinul
zecilor de metri, permitand astfel utilzarea sistemului de pozitionare globala pentru determinarea
cu precizie a pozitiei pe harta, fie in timpul navigatiei, fie in modul “follow me” (se indica pozitia
curenta pe harta a dispozitivului mobil). In ultimii ani, numarul aplicatiilor care folosesc pozitia
sau centrate pe pozitia geografica, a crescut foarte mult, si nu se mai limiteaza la sisteme de
navigatie auto. De la aplicatii care asista turistii sau excursionistii (in modul pietonal), la aplicatii
care permit obtinerea de informatii privind puncte de interes, magazine, restaurante, rezultatele
cautarii fiind ordonate in functie de apropierea de pozitia curenta, incluzand oferte speciale,
reclame, cupoane si vouchere, integrate cu retele sociale cunoscute sau care permit dezvoltarea
unor retele de utilizatori specializate, cum ar fi reteaua conducatorilor auto care raporteaza
evenimente de trafic. Marile centre comerciale, statiile de metrou din marile orase (uneori ele
insele o retea subterana de cai de acces, magazine, restaurante), spitalele, cladirile universitatilor,
muzeele, sunt numai cateva exemple in care existenta unui sistem de pozitionare indoor este
extrem de util. In unele cazuri, au fost deja dezvoltate aplicatii specializate, precum sisteme de
pozitionare pentru nevazatori [1] sau sisteme de pozitionare in muzee, aeroporturi sau mall-uri.
Toate aceste exemple mentionate aici folosesc pozitionarea indoor pe baza intensitatii semnalelor
de la hotspot-uri a caror pozitie, in interiorul cladirii, se cunoaste cu precizie, cu aceste informatii
fiind posibila calcularea aproximativa a pozitiei receptorului, folosind o tehnica de
triangularizare. Eficienta acestor sisteme este limitata de mai multi factori, dupa cum urmeaza:
(a) majoritatea dispozitivelor mobile nu permit masurarea precisa a intensitatii diferitelor semnale
de la mai multe hotspot-uri; (b) intensitatea semnalului este foarte mult influentata de corpurile
inconjuratoare, precum peretii sau chiar corpurile umane (al operatorului, de exemplu), care
absorb si distorsioneaza semnalui. De asemenea, pentru sisteme de ghidare in special, este foarte
important ca precizia pozitionarii sa fie de ordinul metrilor (chiar fractiunilor de metru), si nu de
zeci de metri, ca in cazul aplicatiilor pentru pozitionare in afara cladirilor.
2. Prezentarea metodei
Sistemul de pozitionare propus aici are mai multe elemente, pe care le vom descrie succinct in
continuare:
 O baza de date de emitatoare WiFi (hotspot-uri), fiecare avand un identificator unic si o
pozitie geografica; evident, nu este necesar sa lucram cu pozitia geografica absoluta, e de
ajuns sa ne raportam pozitia relativ la harta cladirii; Structura acestei baze de date va fi
detaliata mai jos. Deoarece [2][3][4] s-a constatat ca triangularizarea semnalelor nu are o
precizie destul de mare, s-a preferat in schimb sa se calibreze sistemul prin efectuarea
unui numar de masuratori in puncte relativ uniform raspandite in interiorul cladirii, pentru
care se cunoaste cu precizie pozitia. Apoi, un astfel de set de date este utilizat pentru a
antrena o retea neurala care primeste ca date de intrare lista intensitatilor semnalelor de la
hotspot-urile folosite pentru pozitionarea indoor.
 O aplicatie pe suport mobil (vom folosi o aplicatie instalata pe un telefon ruland sistemul
de operare Android) cu trei functii:
o Inregistrarea pozitiilor si caracteristicilor (identificator unic, putere maxima,
producator) pentru hotspoturile care sunt utilizate in sistemul de pozitionare, in
modul de functionare “inregistrare hotspoturi”.
o Inregistrarea pozitiilor si intensitatii semnalelor pentru punctele de masurare
folosite pentru calibrarea sistemului si antrenarea unei retele neurale care are ca
scop inversarea relatiei multidimensionale (mapping-ului) intre semnalul captat de
dispozitivul mobil si pozitia curenta in interiorul cladirii, in modul de functionare
“inregistrare puncte de masura pentru calibrare si antrenare”.
o Inregistrarea si transmiterea pozitiilor noi, in modul “pozitionare indoor”.
 O aplicatie ruland pe server, aplicatie care primeste datele de la aplicatia mobila in unul
dintre cele 3 moduri enuntate mai sus. Aplicatia ruland pe server salveaza informatiile
privind hotspoturile, punctele de masura si, in modul “pozitionare indoor”, primeste de la
aplicatia mobila setul de intensitati ale semnalelor si transmite dispozitivului pozitia sa
estimata. Pentru aceasta se pune la punct un protocol de comunicare intre client si server,
care va fi detaliat intr-o faza ulterioara.
3. Aplicatia practica

3.1. Arhitectura aplicatiei

Aplicatia este de tip client-server, comunicatia cu serverul permitand extinderea ariei de


acoperire, utilizarea propriei aplicatii pentru a inregistra noi hotspot-uri, obtinerea de noi harti,
actualizate, primirea de actualizari ale functiilor aplicatiei. De asemenea, arhitectura client-server
permite si o rapida procesare a datelor pentru a obtine informatia de pozitie curenta. In Fig. 3.1 se
prezinta, schematic, arhitectura aplicatiei:

Fig. 1. Arhitectura aplicatiei

3.2. Stocarea datelor hotspoturilor si prelucrarea datelor

Stocarea datelor privind hotspoturilor se face intr-o baza de date dedicata, cu cateva tabele, dupa
cum urmeaza:
- Un tabel pentru stocarea hotspoturilor: tb_hotspot; informatiile stocate sunt identificatorul
unic pentru un hotspot, ID-ul acestuia, pozitia sa geografica (in aceasta etapa inca nu am
decis daca se va stoca o pozitie geografica absoluta sau relativa la pozitia cladirii)
- Un tabel pentru stocarea punctelor de masura: : tb_signals; se stocheaza, pentru fiecare
punct de masura, cate o referinta catre fiecare id al hotspoturilor pentru care se
inregistreaza date in acel punct de masura, pozitia geografica a punctului de masura cat si
valorile intensitatilor semnalelor pentru fiecare hotspot; astfel, pentru un numar n h de
hotspoturi corespunzatoare unui punct de masura, vom avea nh inregistrari in tabela
tb_signals, cu acelasi hotspot_id.
- Un tabel pentru stocarea pozitiilor masurate; acest tabel are o structura similara cu
tb_signals.
- Un tabel de corespondenta intre pozitii in baza de date geografica si pozitiile
hotspoturilor;
Semnalele stocate in baza de date sunt prezentate unui modul de prelucrare folosind retele
neurale, pentru a antrena o retea neurala. Inainte de a le prezenta retelei neurale, datele primare
sunt procesate folosind metode statistice pentru a imbunatati conditionarea problemei (vezi
modulul procesare de semnal).

3.3. Stocarea datelor geografice

Datele geografice se stocheaza intr-o baza de date separata, cu urmatoarea structura:


- un tabel cu locatii indoor; pentru fiecare locatie indoor, se identifica in mod unic locatia
printr-un atribut unic pentru fiecare locatie in parte, se pastreaza numele locatiei, pozitia
geografica, precum si cateva metainformatii;
- un tabel cu tipurile de elemente structurale (ziduri, pereti despartitori, usi, ferestre) care
descriu o locatie;
- un tabel cu segmentele care descriu locatiile; acestea au un identificator unic, un tip (ca
elemente structurale), unul sau mai multe attribute ale segmentului. De exemplu, un zid
poate fi descris de unul sau mai multe segmente;
- un tabel cu pozitiile in care sunt instalate hotspoturi;
3.4. Aplicatia client

Aplicatia client va interoga serverul pentru a obtine mai intai identificarea locatiei curente; in
functie de hotspoturile detectabile in aria de acoperire a terminalului mobil, se stabileste locatia
(cladirea) curenta. Dupa ce s-a detectat cladirea curenta, se trece, in modul “detectarea pozitiei”
sau “pozitionare” la detectia pozitiei exacte, dupa algoritmul schitat in sectiunea 2.
Bibliografie

[1] Kha Tran, Dinh Phung, Brett Adams, Svetha Venkatesh, Indoor Location Prediction Using
Multiple Wireless Received Signal Strengths, in Proc. Seventh Australasian Data Mining
Conference (AusDM 2008), Glenelg, South Australia. CRPIT, 87. Roddick, J. F., Li, J.,
Christen, P. and Kennedy, P. J., Eds. ACS. http://crpit.com/confpapers/CRPITV87Tran.pdf
187-192, 2008.
[2] Roberto Battiti, Thang Le Nhat and Alessandro Villani, Location-Aware Computing: A
Neural Network Model For Determining Location In Wireless LANs, Technical Report,
http://rtm.science.unitn.it/~battiti/archive/blv2002.pdf, 2002.
[3] Binghao Li, James Salter, Andrew G. Dempster, Chris Rizos - LAN, First IEEE International
Conference on Wireless Broadband and Ultra Wideband Communications,
http://www.gmat.unsw.edu.au/snap/publications/lib_etal2006a.pdf
[4] Eladio Martin, Oriol Vinyals, Gerald Friedland, Ruzena Bajksy Precise indoor localization
using smart phones, MM’10, Proceedings of the international conference on Multimedia,
http://www.icsi.berkeley.edu/pubs/speech/preciseindoor10.pdf, 2010.