Aufrufe
vor 3 Jahren

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

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

24 2.4 Existierende

24 2.4 Existierende Lokalisierungssysteme Bei den Versuchen wurde festgestellt, dass dieses System durch die lange Inquiry-Phase Schwierigkeiten bei sich schnell bewegenden Objekten hat. Hierbei handelt es sich um ein Nachbarschaftserkennungsverfahren und die Genauigkeit wird mit 20 m angegeben [55]. 2.4.4 RADAR Das RADAR-System [3] ist ein Forschungsprojekt von Microsoft Research zur Lokalisierung mittels einer WLAN-Infrastruktur. RADAR benutzt mehrere WLAN-Access Points. In einem ersten Schritt, der Offline-Phase, wird das System kalibriert. Es wurden bei den Versuchen zwei Methoden zur Kalibrierung benutzt. Bei der ersten Methode wurden manuell für jeden relevanten Standort im Gebäude die Signalstärke und Signal-to-Noise-Ratio aller Access Points an diesem Ort gemessen und in eine Tabelle eingetragen. Bei der zweiten Methode wurde ein nicht weiter beschriebenes mathematisches Modell zur Berechnung der Ausbreitung von Funkwellen in Gebäuden angewandt. Dabei stellte sich heraus, dass die Signalstärke besser mit dem gesuchten Ort korreliert als die Signal-To-Noise-Ratio, weswegen anschließend nur noch die Signalstärke betrachtet wurde. In beiden Fällen hat man am Ende eine sogenannte Radio Map des Gebäudes. In der Real-Time-Phase werden bei der Lokalisierung vom mobilen Benutzer an einem Standort die Signalstärken der Access Points gemessen. Durch den k-nearest neighbour-Algorithmus wird dann der Standort ermittelt, der laut Radio Map den Signalstärken am nächsten kommt. Bei den Versuchen wurde eine mittlere Genauigkeit von ca. 2,5 m erreicht. In [2] werden Verbesserungen am RADAR-System vorgeschlagen: ein modifizierter Viterbi- Algorithmus verbessert die Genauigkeit beim kontinuierlichen Tracking von sich bewegenden Objekten. Auch kann die Verwendung mehrerer Radio Maps, die bestimmten Situationen angepasst sind (z.B. Gebäude leer / Gebäude mit vielen Leuten), die Genauigkeit um den Faktor 3 verbessern. 2.4.5 Ubisense Ubisense [48] ist ein kommerzielles Lokalisierungssystem, welches die UWB-Technik verwendet. Wie in 2.1.4 beschrieben sind die UWB-Signale robust gegenüber Multipath-Effekten, was eine Nutzung des Systems auch in komplexeren Gebäudestrukturen möglich macht. Es arbeitet zur Lokalisierung auf einer Frequenz von 6-8 GHz und benutzt die 2,4 GHz-Frequenz als Kontrollund Steuerkanal. Ubisense verwendet aktive UWB-Transponder, die über den Kontroll- und Steuerkanal mit den Sensoren kommunizieren können, um beispielsweise den Status abzufragen, Events auszulösen, oder die Senderate (0,01-20 Hz) zu verändern. Die Sensoren können bis zu 160 Transponder / Sekunde lesen und besitzen Richtantennen, um die Richtung zu erkennen, aus der ein Signal kommt. Ubisense verwendet eine Kombination aus TDOA und AOA-Messungen, um die Genauigkeit zu erhöhen. Die Genauigkeit wird mit 15 cm im dreidimensionalen Raum

2 Grundlagen der Lokalisierung 25 angegeben. Zum Lieferumfang von Ubisense gehört in der Regel noch ein Projekt-Planungstool und CAD- Software zur Visualisierung. Auch sind API und Schnittstellen zur Weiterverwendung in eigenen Anwendungen erhältlich.

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