Die verschiedenen Algorithmen der Innenlokalisierung

Die Entwicklung des globalen Satellitennavigationssystems (GNSS) hat die Situation für Navigations- und Geolokalisierungsanwendungen verändert. Die ersten mobilen Navigationssysteme für den Endverbraucher wurden 2004 auf den Markt gebracht und sind seit 1983 für zivile Zwecke verfügbar. Aber es war die Einführung durch die Smartphone-Hersteller seit 2007, die diese Technologie allgegenwärtig machte. Heute ist sie nach dem Internetzugang die am häufigsten genutzte Smartphone-Funktion.

GNSS-basierte Ortungsanwendungen enden jedoch an den Türen von Gebäuden: Das GNSS-Signal ist dort geschwächt und die Genauigkeit der Ortung ist zu gering, um eine echte Anwendung zu ermöglichen. Ob es nun darum geht, einen verlorenen Gegenstand zu finden, Waren in einer Fabrik zu verfolgen, sich auf einem Flughafen zurechtzufinden oder den Zugang zu begrenzten Bereichen zu sichern und zu kontrollieren, die Szenarien für die Ortung in Innenräumen werden immer zahlreicher. Infolgedessen wurde in den Jahren 2010-2020 eine große Anzahl technischer Lösungen entwickelt und auf den Markt gebracht, von denen sich jedoch bisher keine durchgesetzt hat. Und es kann schwierig sein, aus dem heutigen Überangebot die richtige Wahl zu treffen.

Es gibt zwei große Klassen von Lösungen, je nachdem, ob fest installierte kommunizierende Objekte (Ankernetz) verwendet werden oder nicht. Lösungen ohne Netzwerk sind natürlich am kostengünstigsten zu implementieren, bieten aber in der Regel nicht die höchste Genauigkeit. Lösungen, die auf Ankernetzen basieren, können eine Genauigkeit im Zentimeterbereich bieten, sind aber teuer in der Einrichtung und im Unterhalt. Im Allgemeinen ist der Kompromiss zwischen Kosten, Genauigkeit und Latenz die größte technische Herausforderung für die Entwickler von Indoor-Lösungen.

In diesem Artikel werden wir die verschiedenen heute verfügbaren Algorithmen zur Indoor-Lokalisierung besprechen, um Ihnen zu helfen, die verschiedenen Lösungen zu verstehen und zu wählen.

1. Die Näherungserkennung

Positionierungsmethoden, die als “Näherungserkennung” bezeichnet werden, nutzen die Information, dass sich ein bewegliches Objekt (festes Objekt) im “Sichtfeld” eines festen (beweglichen) Objekts befindet, ohne auf Informationen über den Winkel oder die Entfernung zurückzugreifen. Die vorherige Kenntnis des Standorts des festen Objekts und die sehr grobe Kenntnis der Größe des Sichtfelds ermöglicht es , einen Bereich zu schätzen, in dem sich das zu lokalisierende bewegliche Objekt befindet. Die Näherungserkennung ist die einfachste Positionierungsmethode, die für Anwendungen verwendet wird , die keine sehr hohe Genauigkeit erfordern.

2. Schwerpunkte

Die Schätzung der Position mit Hilfe des Schwerpunkts besteht darin, die Position des beweglichen Objekts mit der Position des Schwerpunkts der Anker, die das bewegliche Objekt sehen kann (oder die das bewegliche Objekt sehen), in Übereinstimmung zu bringen. Diese wenig komplexe Methode der Positionsbestimmung ist einfach zu implementieren. Sie bietet jedoch eine geringe Genauigkeit, da sie nur die Daten der Nähe berücksichtigt und einfach die Koordinaten mittelt, um die Position des Ziels zu erhalten. Die gewichtete Schwerpunktlokalisierung (Weighted Centroid Localization, WCL) ist eine Verbesserung der Methode zur Bestimmung des Schwerpunkts. Je mehr Parameter berücksichtigt werden, desto höher ist die Genauigkeit, aber die Komplexität des Systems steigt und führt zu Problemen bei den Installations-, Kalibrierungs- und Wartungskosten.

3. Die Tri-Lateralisierung

Die Tri-Lateralisierung besteht in der Verwendung gleichzeitiger Messungen der Entfernung zwischen dem beweglichen Objekt und mindestens drei Ankern mit bekannter Position. Die Position des beweglichen Objekts entspricht dann dem Schnittpunkt der Kreise oder Kugeln, die jeweils auf die Anker zentriert sind und deren Radien gleich den gemessenen Entfernungen sind (Abb. 1). Wenn die Entfernung genau geschätzt wird, bietet die Tri-Lateralisierung eine sehr hohe Positionsgenauigkeit.

4. Die Tri-Angulation

Die Triangulation ist ein ähnlicher Algorithmus zur Indoor-Lokalisierung wie die Tri-Lateralisierung, außer dass sie die Position des Ziels mit Hilfe von Winkelmessungen zwischen bekannten Richtungen und den Geraden, die das bewegliche Objekt mit den Ankern verbinden, bestimmt (Abb. 2). Wie bei der Tri-Lateration hängt die Genauigkeit der Positionierung bei der Triangulation vom Fehler der Winkelmessung ab.

5. Fingerprinting

Fingerprinting-Algorithmen werden insbesondere bei Ortungssystemen ohne festes Ankernetz eingesetzt. Sie basieren auf der Identifizierung eines oder mehrerer Elemente, die für eine Umgebung charakteristisch sind. In den meisten Fällen handelt es sich bei diesen Elementen um Empfangssignalstärke-Indikatoren (RSSI) von Hochfrequenzsignalen (RF), aber auch Audiosignale, Magnetfelder, optische Informationen oder eine Kombination aus all diesen Informationen. Diese Algorithmen arbeiten in der Regel in zwei Phasen. Die erste Phase ist die Kalibrierungsphase, in der eine Karte der Fingerabdrücke (RF, Ton, …) des Ortes erstellt wird. Die zweite, operative Phase besteht darin, die Echtzeitmessung des Fingerabdrucks mit den während der Kalibrierungsphase gemessenen Werten zu vergleichen und die Position des Ziels vorherzusagen. Dabei können verschiedene Lernalgorithmen (überwachte oder nicht überwachte) angewendet werden. Der Vorteil von Fingerprinting-Algorithmen sind die geringen Einsatzkosten, aber die Nachteile sind hohe Wartungskosten (Rekalibrierung) und eine geringe Genauigkeit.

6. Dead Recknoning oder Schätzungsrechnung

Die Navigation nach dem Prinzip der Schätzung ist der Prozess der Schätzung der Zielposition mit Hilfe bekannter oder geschätzter früherer Positionen oder bekannter oder geschätzter Geschwindigkeiten oder Beschleunigungen. Die Demokratisierung von Inertialmesseinheiten (IMUs), die auf der Technologie mikroelektromechanischer Sensoren (MEMS) basieren, hat wesentlich zur Entwicklung von Algorithmen für die Navigation nach dem Prinzip der Schätzung beigetragen. Die Ungenauigkeit dieser Algorithmen ist jedoch kumulativ, was bedeutet, dass die geschätzte Position von der tatsächlichen Position mit zunehmender Zeitdauer abweicht. Ohne ein System zur routinemäßigen Neukalibrierung der Position können die Schätzungsalgorithmen daher sehr ungenau sein.

7. Map Matching oder Übereinstimmung mit der Karte

Wenn die exakte Messung der Position eines beweglichen Objekts nicht möglich ist, z.B. bei schlechtem Signalempfang, können Map Matching Algorithmen die Position mit Hilfe einer Kartendatenbank bestimmen, korrigieren oder aktualisieren. Dazu verwenden sie Informationen über den vorherigen Kurs und Kartenelemente (Korridor, Tür, Tisch), um die wahrscheinlichste aktuelle Position zu schätzen. Diese Algorithmen werden normalerweise in Verbindung mit oder als Ergänzung zu anderen Algorithmen verwendet.

8. Kombination der Positionierungsmethoden

Bei bestimmten Architekturen von Positionierungssystemen werden mehrere Messprinzipien oder Algorithmen für die innere Lokalisierung verwendet. Beispielsweise kann die Angulation in Kombination mit der Lateralisierung verwendet werden, um die zur Schätzung der Zielposition erforderlichen Winkelmessungen zu reduzieren oder um die Genauigkeit der Positionierung zu verbessern. Neben Winkel- und Entfernungsmessungen können auch andere Informationen wie die Nähe oder verschiedene Arten von Sensordaten verwendet werden, um die Leistung eines Positionierungssystems zu verbessern. In jüngster Zeit stehen Positionierungsmethoden, die heterogene Informationen nutzen, und Datenfusionstechniken im Mittelpunkt der Forschung im Bereich der Innenpositionierung.

Wie wählt man den richtigen Algorithmus zur Lokalisierung von Innenräumen?

Es gibt heute eine Vielzahl von Algorithmen für die Indoor-Lokalisierung, die mehr oder weniger genau sind und je nach Netzwerkinfrastruktur mehr oder weniger kostspielige Investitionen erfordern. Um die für Ihre Bedürfnisse am besten geeignete Lösung zu wählen, müssen Sie zunächst den Grad der Genauigkeit bestimmen, den Sie benötigen.

In einem zweiten Artikel möchten wir Sie einladen, die Methoden der Gognometrie und Telemetrie sowie die Technologien zur Positionsbestimmung die es ermöglichen, Personen oder Geräte in Innenräumen zu lokalisieren.