Aufrufe
vor 3 Jahren

Approximative Indoor-Lokalisierung von RFID ... - Gernot A. Fink

Approximative Indoor-Lokalisierung von RFID ... - Gernot A. Fink

4 1.2 Problemstellung

4 1.2 Problemstellung • Strukturen: in Gebäuden befinden sich Wände und Objekte, die Signale schwächen, blockieren oder reflektieren. Dies erschwert die Berechnung der Position. • Benutzerfreundlichkeit: ein Lokalisierungssystem sollte möglichst im Hintergrund arbeiten und den Benutzer bei seinen gewohnten Tätigkeiten nicht behindern. • Anforderungen an die Genauigkeit: Für eine sinnvolle Nutzung ist mindestens eine raumgenaue Lokalisierung wünschenswert. Diese Merkmale erhöhen die technischen Anforderungen an ein Indoor-Lokalisierungssystem derart, dass erst technologische Fortschritte und wissenschaftliche Erkenntnisse neueren Datums, wie die Verbreitung von funkbasierten Infrastrukturen, eine sinnvolle Erforschung und Implementierung von Indoor-Lokalisierungssystemen ermöglicht haben. Für die Outdoor-Lokalisierung wird die Implementierung des amerikanischen Global Positioning System (GPS), ein satellitengestütztes Funkortungssystem, aus praktischer Sicht als Optimum angesehen. Das zeigt sich daran, dass sowohl das russische Glonass als auch das geplante europäische Galileo weitestgehend ähnliche satellitengestüzte Systeme sind. Für die Indoor- Lokalisierung hingegen gibt es kein solch optimales System. Zu sehr hängen die in Frage kommenden Methoden und Signaltechnologien vom jeweiligen Anwendungsgebiet und Anforderungsprofil ab. Des Weiteren stellt sich in allen Lösungsansätzen die grundsätzliche Problematik der ungenauen Messungen, denn jeder real existierende Sensor liefert ein rauschbehaftetes und somit ungenaues Ergebnis. Da die Genauigkeit der Messungen in direkter Kausalität mit der Genauigkeit der Lokalisierung steht, stellt sich die Frage, wie man trotz rauschbehafteter Sensoren möglichst genaue Lokalisierungsdaten erhält. Ziel dieser Arbeit ist es, einen Überblick über die Grundlagen der Indoor-Lokalisierung zu schaffen und daran anschließend ein Indoor-Lokalisierungssystem zu konzipieren, zu implementieren und zu evaluieren. Diese Arbeit ist wie folgt gegliedert: In Kapitel 2 werden zunächst die Grundlagen der Lokalisierung dargelegt. Die Grundlagen beinhalten allgemeine Methoden zur Lokalisierung wie Tabellenverfahren und Distanzmessung. Dann werden Signaltechnologien wie Ultraschall, Infrarotstrahlung und Funk vorgestellt. Anschließend werden stochastische Filter beschrieben, die die grundsätzlich fehlerbehafteten Messungen der Signale mit probabilitischen Methoden korrigieren können. Als Abschluss des Kapitels werden bereits exisitierende Indoor-Lokalisierungssysteme kurz vorgestellt und verglichen. In Kapitel 3 wird ein Anwendungsszenario für eine Indoor-Lokalisierung in einem Krankenhaus erstellt und darauf basierend ein Lokalisierungssystem für dieses Anwendungsprofil konzipiert. In Kapitel 4 werden die Details des Lokalisierungssystems vorgestellt und die verschiedenen Parameter und Randbedingungen des Systems diskutiert.

1 Einleitung 5 In Kapitel 5 wird der Messaufbau für den praktischen Teil dieser Arbeit beschrieben. Anschließend werden die Ergebnisse der Versuche mit dem Simulator und dem Testaufbau bewertet. Abgeschlossen wird diese Arbeit in Kapitel 6 mit einem Fazit und einem Ausblick.

Audiobasierte Impulslokalisierung und -erkennung ... - Gernot A. Fink
Audiobasierte Impulslokalisierung und -erkennung ... - Gernot A. Fink
Faltungsnetzwerke zur Gesichtsdetektion unter ... - Gernot A. Fink
Secure Candle - Klassifikation akustischer ... - Gernot A. Fink
Mustererkennung - Prinzipien, Methoden ... - Gernot A. Fink
Rechnerarchitektur SS 2012 - Cluster - Gernot A. Fink - TU Dortmund
Rechnerarchitektur SS 2012 - Gernot A. Fink - TU Dortmund
Unüberwachtes Lernen von Handschriftstilen - Gernot A. Fink - TU ...
DETEKTION HANDSCHRIFTLICHER TEXTE IN ... - Gernot A. Fink
Simultane Lokalisierung und Kartenerstellung eines ... - Gernot A. Fink
Rechnerarchitektur SS 2012 - Gernot A. Fink - TU Dortmund
Rechnerarchitektur SS 2012 - Gernot A. Fink - TU Dortmund
Skriptum zur Vorlesung “Mustererkennung” - Gernot A. Fink
Mensch und Maschine verbinden - Gernot A. Fink - TU Dortmund
Rechnerarchitektur SS 2012 - Gernot A. Fink - TU Dortmund
Automatische Kalibrierung verteilter Mikrophonfelder - Gernot A. Fink