You are on page 1of 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 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.......................7 Bibliografie.......................................................................................................................................8

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, MM10, Proceedings of the international conference on Multimedia, http://www.icsi.berkeley.edu/pubs/speech/preciseindoor10.pdf, 2010.