- Home  »
- VGI - Die Zeitschrift  »
- Autor
VGI - Autor
Alexander Leb
Wir haben 1 Artikel von und mit Alexander Leb gefunden.
Indoor WLAN Fingerprinting mittels kinematischen Trainingsmessungen
Kurzfassung
WLAN Fingerprinting hat sich zu einem populären Verfahren für die Indoor-Positionierung mit Smartphones entwickelt, wobei vorerst Signalstärken der umliegenden Access Points (APs) an Referenzpunkten in der Regel statisch eingemessen werden. In der Folge wird daraus eine sogente Radio Map aus den Messungen der Fingerprinting-Trainingsphase erzeugt, mit der anschließend die aktuellen Messungen in der Online-Phase verglichen werden und so die Nutzerposition bestimmt werden kann. In dieser Arbeit wird auf statische Trainingsmessungen zur Gänze verzichtet. Kinematische Messungen stellen eine wesentlich größere Herausforderung dar als die üblichen statischen bzw. Messungen im Stop-and-Go Modus. Im Rahmen dieser Studie wurden die WLAN-Signalstärken mit drei unterschiedlichen Smartphones kinematisch entlang von zwei Trajektorien, die vor den Eingängen eines Bürogebäude starten und durch das Erdgeschoß führen und im Hof des Gebäudes enden, gemessen. Es zeigte sich, dass je nach verwendetem Smartphone die Ergebnisse stark variieren können, was im Wesentlichen auf die Dauer eines WLAN-Scans zurückzuführen ist. Diese Dauer hängt von der Anzahl der empfangbaren APs ab und war für die einzelnen Smartphones unterschiedlich. Die Ergebnisse der Positionsbestimmung ergaben Abweichungen von der wahren Position von rund 2 bis 5 m, was nur geringfügig schlechter als bei statischen Trainingsmessungen ist. Der große Vorteil ist aber, dass die Trainingsphase wesentlich kürzer ausfällt und kontinuierliches Systemtraining ausgeführt werden kann.
Abstract
Wi-Fi fingerprinting has developed into a popular method for indoor positioning with smartphones, whereby signal strengths (i.e., Received Signal Strength Indicator RSSI) of the surrounding Access Points (APs) are usually measured statically at reference points for the time being. Subsequently, a so-called radio map is generated from the measurements of the fingerprinting training phase, with which the current measurements in the online phase can then be compared and the user’s position determined. In this work, static training measurements are completely not foreseen. Kinematic measurements pose a much greater challenge than the usual static or stop-and-go measurements. In this study, the Wi-Fi RSSI were measured with three different smartphones kinematically along two trajectories that start in front of the entrances of an office building leading through the ground floor and ending in the courtyard of the building. It turned out that the results can vary significantly depending on the smartphone used, which is mainly caused by the duration of a single Wi-Fi scan. This scan duration depends on the number of visible APs which was different for the individual smartphones. The results of the position determination showed deviations from the ground truth of about 2 to 5 m, which is only slightly worse than with static training measurements. The big advantage is that the training phase is much shorter and continuous system training can be performed.
WLAN Fingerprinting hat sich zu einem populären Verfahren für die Indoor-Positionierung mit Smartphones entwickelt, wobei vorerst Signalstärken der umliegenden Access Points (APs) an Referenzpunkten in der Regel statisch eingemessen werden. In der Folge wird daraus eine sogente Radio Map aus den Messungen der Fingerprinting-Trainingsphase erzeugt, mit der anschließend die aktuellen Messungen in der Online-Phase verglichen werden und so die Nutzerposition bestimmt werden kann. In dieser Arbeit wird auf statische Trainingsmessungen zur Gänze verzichtet. Kinematische Messungen stellen eine wesentlich größere Herausforderung dar als die üblichen statischen bzw. Messungen im Stop-and-Go Modus. Im Rahmen dieser Studie wurden die WLAN-Signalstärken mit drei unterschiedlichen Smartphones kinematisch entlang von zwei Trajektorien, die vor den Eingängen eines Bürogebäude starten und durch das Erdgeschoß führen und im Hof des Gebäudes enden, gemessen. Es zeigte sich, dass je nach verwendetem Smartphone die Ergebnisse stark variieren können, was im Wesentlichen auf die Dauer eines WLAN-Scans zurückzuführen ist. Diese Dauer hängt von der Anzahl der empfangbaren APs ab und war für die einzelnen Smartphones unterschiedlich. Die Ergebnisse der Positionsbestimmung ergaben Abweichungen von der wahren Position von rund 2 bis 5 m, was nur geringfügig schlechter als bei statischen Trainingsmessungen ist. Der große Vorteil ist aber, dass die Trainingsphase wesentlich kürzer ausfällt und kontinuierliches Systemtraining ausgeführt werden kann.
Abstract
Wi-Fi fingerprinting has developed into a popular method for indoor positioning with smartphones, whereby signal strengths (i.e., Received Signal Strength Indicator RSSI) of the surrounding Access Points (APs) are usually measured statically at reference points for the time being. Subsequently, a so-called radio map is generated from the measurements of the fingerprinting training phase, with which the current measurements in the online phase can then be compared and the user’s position determined. In this work, static training measurements are completely not foreseen. Kinematic measurements pose a much greater challenge than the usual static or stop-and-go measurements. In this study, the Wi-Fi RSSI were measured with three different smartphones kinematically along two trajectories that start in front of the entrances of an office building leading through the ground floor and ending in the courtyard of the building. It turned out that the results can vary significantly depending on the smartphone used, which is mainly caused by the duration of a single Wi-Fi scan. This scan duration depends on the number of visible APs which was different for the individual smartphones. The results of the position determination showed deviations from the ground truth of about 2 to 5 m, which is only slightly worse than with static training measurements. The big advantage is that the training phase is much shorter and continuous system training can be performed.
Keywords/Schlüsselwörter
WLAN Fingerprinting kinematische Trainingsphase Scandauer-Abhängigkeit Zeitreduktion für Training kontinuierliches Systemtraining
WLAN Fingerprinting kinematische Trainingsphase Scandauer-Abhängigkeit Zeitreduktion für Training kontinuierliches Systemtraining
PDF-Download
VGI_201903_Retscher.pdf
VGI_201903_Retscher.pdf