Die Sicherstellung eines nahtlosen Übergangs zwischen Outdoor- und Indoor-Lokalisierung für den Nutzer ist seit einigen Jahren eines der großen Forschungsthemen im IoT-Bereich. In einem ersten Artikel stellten wir Ihnen die unterschiedlichen Algorithmen für die Indoor-Lokalisierung vor. Dabei wurden die Genauigkeit, die Einfachheit der Implementierung und die Kosten der Implementierung verglichen.
In diesem neuen Fachartikel werden wir Ihnen die verschiedenen Methoden zur Berechnung der Innenpositionierung vorstellen. Wir werden unter anderem auf die Peil- und Entfernungsmethoden eingehen, die von den Anbietern von Lösungen für die Innenpositionierung verwendet werden.
1. Die Stärke des empfangenen Signals (RSS) zur Berechnung der Innenposition.
Die Schätzung der Entfernung mit Hilfe von Indikatoren der empfangenen Signalstärke basiert auf Modellen der Dämpfung von HF-Signalen während ihrer Ausbreitung in einer Umgebung. Bei einer festen Frequenz variiert die Leistung des empfangenen Signals theoretisch proportional zum Quadrat der Entfernung zwischen Sender und Empfänger. In der Realität können viele Umgebungsparameter, die die Ausbreitung beeinflussen, identifiziert werden und die genauesten Modelle schlagen eine korrigierte Beziehung zwischen der empfangenen Leistung und der Entfernung vor, die empirische oder statistische Parameter einschließt. So können beispielsweise Feuchtigkeitsschwankungen oder das Vorhandensein von reflektierenden (Metall) oder absorbierenden (biologisches Gewebe) Objekten zu erheblichen Messfehlern führen. Andererseits ist diese Methode sehr einfach zu implementieren und erfordert nur geringe materielle Ressourcen.
2. Die Flugzeit (Time of Fly TOF) oder Ankunftszeit (Time of Arrival TAO) zur Berechnung der Innenpositionierung
Diese Methode beruht auf der Messung der genauen Laufzeit eines Signals zwischen einem Sender und einem Empfänger. Wenn man die Ausbreitungsgeschwindigkeit des Signals in der Umgebung kennt, ist es sehr einfach, die Entfernung zwischen Sender und Empfänger zu berechnen. Das bekannteste Beispiel für die Schätzung der Entfernung mit Hilfe von TOA-Messungen ist GPS. Im Allgemeinen wirft die direkte Positionierung auf der Grundlage des TOA zwei Probleme auf. Zum einen müssen die ausgetauschten Signale, um die Effekte von Mehrwegempfang, Streuung und Rauschen zu begrenzen, sehr kurzen Impulsen nahe kommen, d.h. sehr breitbandig sein, was ein komplexeres elektronisches Design erfordert. Andererseits müssen alle Sender und Empfänger des Systems präzise synchronisiert werden, und die gemeinsame Nutzung von Uhren über ein Netzwerk kann sehr teuer und energieintensiv werden. Schließlich muss das System in der Lage sein, empfangene und gesendete Signale zu identifizieren, um die tatsächliche Flugzeit zu berechnen, wobei die Protokolle für die Zeitstempelkodierung und die erforderliche Hardware ebenfalls kostspielig und energieintensiv sein können. Two-Way Ranging (TWR) TOA-Messungen können die Einschränkungen der Netzwerksynchronisation reduzieren, indem sie die Zeit messen, die ein Signal benötigt, um hin und her zu gehen.
3. Die Differenz der Ankunftszeit (TDOA)
Die TDOA-Technik ermöglicht es, die relative Position des Zielsenders anhand der Differenz der Ankunftszeit des Signals an mehreren Referenzempfängern zu bestimmen, anstatt die absolute Ankunftszeit, die bei der TOA-Technik verwendet wird, zu berücksichtigen. Die Position kann als Schnittpunkt mehrerer Hyperbeln, die jedem Referenzempfänger entsprechen, erhalten werden. Diese Technik erfordert eine sehr genaue Synchronisation zwischen den Referenzempfängern. Die Genauigkeit der Entfernungsschätzung auf der Grundlage der TDOA-Technik hängt von Kriterien wie den Signaleigenschaften (Signalmodulation und Bandbreite), dem Signal-Rausch-Verhältnis und der Umgebung (Mehrwegeausbreitung und Interferenzen) ab.
4. Die Differenz der Ankunftsphase (PDOA)
Die PDOA-Methode übersetzt die Differenz der Messung der Ankunftsphase des Mehrfrequenz-Trägersignals in die Entfernung zwischen Sender und Empfänger. Diese Methode basiert auf der Technik des Dual-Frequenz-Radars zur Schätzung der Entfernung. Bei der PDOA-Technik werden zwei Dauerwellensignale unterschiedlicher Frequenzen mit einer Frequenzdifferenz Δf zwischen ihnen gesendet. Am Empfänger wird die Phasendifferenz Δφ gemessen. Die Entfernung zwischen dem Sender und dem Empfänger ist proportional zu Δφ und umgekehrt proportional zu Δf. Aufgrund der extrem geringen Signalbandbreite kann der Phasenschätzfehler sehr klein sein. Diese Methode ist aufgrund der Anforderung an die Komplexität der Hardware für die Messung der Ankunftsphase und der Notwendigkeit eines Mehrfrequenz-Trägersignals begrenzt.
5. Die Messung des Ankunftswinkels (AOA) und des Abflugwinkels (AOD) zur genauen Berechnung der Innenposition.
Die Messprinzipien AOA und AOD basieren auf Winkelmessungen, um die Richtung des HF-Senders bzw. -Empfängers zu bestimmen. Ein phasengesteuertes Antennenfeld wird am Empfänger bzw. am Sender eingesetzt, um die Richtung mit Hilfe von AOA und AOD zu bestimmen. Die Genauigkeit von Winkelmessungen wird durch Mehrwegreflexionen, Abschattungen und die Richtwirkung der Antennen begrenzt. Um eine gute Genauigkeit beim “finden” der Richtung zu erreichen, sind neben einer komplexen Hardware, die genaue Winkelmessungen liefert, auch genaue Orientierungsinformationen der stationären Lokalisierer erforderlich. Die von der Bluetooth Special Interest Group (SIG) bereitgestellte Bluetooth 5.1 Basisspezifikation beinhaltet eine Richtungsfinding-Funktion, die es ermöglicht, die Richtung eines Bluetooth-Signals zu erkennen. Mit der Bluetooth-Richtungserkennung kann die AOA- oder AOD-Methode zur Richtungsschätzung mit Hilfe von phasengesteuerten Gruppenantennen verwendet werden.
Diese Methode zur Berechnung der Innenpositionierung wird von QUUPPA ist in unseren hochpräzisenLokalisierungs-Tags der AOA-Reihe eingebaut.
6. Kanalstatusinformation (CSI)
Der CSI wurde als Index eingeführt, um die Grenzen des RSS zu verbessern. Der RSS liefert nur Informationen über die Signalstärke, während der CSI finanziellere Informationen liefert, die auf der physikalischen Schicht gekörnt sind. Zusätzlich zu den Informationen über die Signalstärke liefert CSI Informationen über die Phasenverschiebung der einzelnen Komponenten des Signals. Auf diese Weise kann der Hauptpfad des empfangenen Signals leicht von den Reflexionen des Signals unterschieden werden. Beim fingerprinting liefert der CSI mehr Informationen als das RSS, wodurch die Genauigkeit der Positionierung verbessert wird. CSI in Verbindung mit verschiedenen Deep-Learning-Ansätzen führt zu genaueren Positionierungsergebnissen.
Was Sie über die Methoden zur Berechnung der Innenpositionierung wissen sollten
Es gibt heute eine große Auswahl an Methoden zur Berechnung der Innenposition. Jede Methode hat ihre Vor- und Nachteile. Vergleichen Sie die verschiedenen Berechnungsmethoden je nach Ihren Anforderungen an die Genauigkeit oder der Art der gewünschten Infrastruktur.
Vighnesh GHARAT
Software-Ingenieur
Vighnesh, der sich bei ELA Innovation in Montpellier auf Indoor-Positionierung spezialisiert hat, studierte am Institut Supérieur d’Electronique de Paris (ISEP), wo er 2014 seinen Master in Elektronik und Telekommunikation erhielt. Er promovierte 2021 an der Universität Paris-Est. Er promovierte im Rahmen eines CIFRE-Vertrags in einer Forschungskooperation mit ELA Innovation, ESYCOM (UMR 9007 CNRS) und AlliansTIC über ein Telemetrie- und Positionierungssystem auf der Grundlage der magneto-induktiven Technologie. Er ist nun für die Forschung und Entwicklung von interoperablen RTLS-Lösungen zuständig und interessiert sich besonders für Datenfusion und maschinelle Lerntechniken für die Positionierung in Innenräumen.
