Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

MagicMap – Kooperative Positionsbestimmung über WLAN

Ähnliche Präsentationen


Präsentation zum Thema: "MagicMap – Kooperative Positionsbestimmung über WLAN"—  Präsentation transkript:

1 MagicMap – Kooperative Positionsbestimmung über WLAN
Peter Ibach Humboldt-Universität Institut für Informatik Lehrstuhl für Rechnerorganisation und Kommunikation

2 Inhalt Location Based Services – Heute und Morgen
Voraussetzung: Positionsbestimmung Ortungsverfahren Signalstärke-basierte Ortung über WLAN MagicMap

3 Location Based Services – Heute
Technology Provider Mobile Device Provider or Vendor Infrastructure Provider Mobile Network Operator Content Provider Portal Operator Advertisement / Payment Jamba! Finder Siemens T-D1 Cell-ID: T-D1 Nokia, Siemens, Sony, etc. Jamba AG - GPS: SnapTrack, Global Locate Siemens VDO, Pioneer, Garmin, etc. Tele Atlas, NavTeq, etc. Navigation Systems keine Flexibilität

4 Location Based Services – Morgen
services providing the same interfaces (port types) Semantic Location Determination Position Sensing Connection Content Accounting Cell-ID Ontology 1 Bluetooth Flat GPS Ontology 2 UMTS PPT RFID Ontology 3 WLAN composite service PPV WLAN service instances at disposal (ports)

5 Vision: Konvergenz von Realität und Virtualität
services with regional scope layers with specific objects and their locations services associated to specific objects/locations physical space informational space

6 Verfügbare WLAN-Netze:

7 Installierte RFID-Chips:

8 Informationsanbieter (Content):

9 GPS-Satelliten:

10 Services auf reale Objekte gemapped
WLAN: Local-IP: GPS-Pos: WLAN-Pos: RFID-Pos: Content:

11 Runtime Composition Benutzer mit mobilem Gerät.
Dynamic Runtime Composition Local-IP GPS-Pos. (Local) Content Runtime Composition Benutzer mit mobilem Gerät. WLAN: Local-IP: GPS-Pos: WLAN-Pos: RFID-Pos: Content:

12 Benutzer betritt Gebäude...
Dynamic Runtime Composition Runtime Composition Benutzer betritt Gebäude... WLAN GPS-Pos. Content (via WLAN) WLAN: Local-IP: GPS-Pos: WLAN-Pos: RFID-Pos: Content:

13 In einem Gebäude: WLAN: RFID: Content: GPS:

14 Services im Gebäude WLAN: Local-IP: WLAN-Pos: RFID-Pos: Content:

15 Dynamic Runtime Composition
WLAN WLAN-Pos. Content (via WLAN) WLAN: Local-IP: WLAN-Pos: RFID-Pos: Content:

16 Dynamic Runtime Composition
WLAN RFID-Pos. Content (via WLAN) Runtime Composition WLAN: Local-IP: WLAN-Pos: RFID-Pos: Content:

17 Ortungsverfahren Verfahren Beispiele Angle of arrival (AOA)
Time difference of arrival (TDOA) Signal strength (RSS) Infrastructure based Client based Triangulation Profiling static dynamic Propagation Deterministic Probabilistic IMSI Catcher Siemens/WhereNet/ Aeroscout Ekahau PlaceLab, Intel/UC Berkeley MagicMap, HU-Berlin LEASE, Avaya Labs Research RADAR, Microsoft Research HORUS, Uni Maryland

18 Beispiel: System Moby-R von Siemens/WhereNet
Antennen Trigger (Durchfahrtssensor) m Call Button RFID-Tag Wireless AccessPoint Visualisierungs- Clients Ortungs- Server RFID-Tag sendet periodisch eine ID aus (2,4 GHz, Air Interface Protocol, INCITS 371.1) Jede Antenne gibt empfangener ID Zeitstempel und sendet dies zum Server Ortungs-Server berechnet den Ort durch Zeitdifferenzen-Triangulierung Der Ortungs-Server aktualisiert Ort und den Status des Tags in der Datenbank

19 Anforderungen Outdoor- und Indoor-Ortung Geringe Kosten
Hohe Genauigkeit Problemlose Interoperabilität Universelle Einsatzfähigkeit Keine Änderung vorhandener Hardware/Infrastruktur Hoheit über die eigenen Positionsdaten Signalstärke-basierte Ortung über WLAN?

20 Hot Spots in der City Frankfurt
Quelle: Lindner, Fritsch, Plank, Rannenberg (2004)

21 WLAN Abdeckung – Uni Campus Adlershof
2 = #APs

22 Signalstärke-basierte Triangulierung
AP2 AP1 RSS2 RSS1 RSS3 AP3

23

24 Korrelation Signalstärke zu Entfernung
Entfernung in m 100 Lineare Näherung -100 -30 Signalstärke in dBm

25 Probleme Dämpfung Streuung Reflektion Signal Radio-Map

26 Radio-Map Beispiel Access Point rz19 Access Point rz16 Access Point rz18 Erdgeschoss Jura/Wirtschaft der Universität Regensburg Zellgröße: 1,2 m², Anzahl Messpunkte: 1012 Quelle: Denise Reinert, Uni Regensburg

27 Radio Map Tool - Screenshot

28 RADAR (Microsoft Research)
Testumgebung RADAR 42,96m x 21,84m 49 Messpunkte Horus: die gesamte Umgebung im Durchschnitt von 4 Aps abgedeckt

29 Signalstärke über der Zeit
Quelle: Tao et al. 2003

30 LEASE (Avaya Labs Research)
AP: SE: Sniffer: LEE: Signal Emitter (SE) Tags an bekannten Positionen senden periodisch Sniffer Messen Signalstärke an bekannten Positionen und schicken diese an einen Server (LEE) Location Estimation Engine (LEE) berechnet dynamisch die Radio-Map aus den Signalstärkemessungen

31 Sniffer Prototype 100/133 MHz AMD ElanSC520 CompactFLASH card
Orinoco b PCMCIA card (in promiscuous mode) Two 10/100 Mbps Ethernet ports (Power over Ethernet) 1 Serial port

32 Institut für Informatik in Berlin-Adlershof

33

34 Positionierungs-Mehrdeutigkeiten
Tatsächliche Position ? ? Nearest- Neigbor Schätzung nach k-Nearest-Neighbor Mittelwert Access Point Referenzpunkt

35 ~10m (Triangulation) ~3m (Profiling)
Genauigkeit Verfahren Mittlerer Fehler RADAR (Profiling) ~3m RADAR (Propagation) ~4.3m HORUS (Probabilistic) ~2m LEASE (Dynamic Profiling) PlaceLab (Triangulation) ~10m Ekahau (Profiling) ~1m WhereNet, Aeroscout (TDOA) MagicMap (Hybrid) ~10m (Triangulation) ~3m (Profiling)

36 Theoretisches Optimum
Range of  (dBm) Mean value of  (dBm) 0.993 Propagation constant 2.4 Probability, α 0.5 Number of APs, n 3 Distance between APs 50m Rn for n=3 and α=0.5 1.549 Minimum uncertainty 1.5m Quelle: Krishnakumar et al. 2005

37 Uncertainty as a function of location

38 Minimum Uncertainty Vs. Number of APs Minimum Uncertainty Vs. Distance between APs

39 Ausblick Privacy Enhancing Technologies (PET)
3D-Triangulation und -Visualisierung Transparenter Übergang zwischen den Karten Peer-to-Peer Signalstärke

40 Zusammenfassung Positionsbestimmung ist Voraussetzung für LBS
Indoor-Positionsbestimmung über WLAN ist in Grenzen möglich MagicMap: hybrides Verfahren mit Kooperation für dynamisches Profiling Open Source, Point-n-Click-Tool für Experimente Ebenso für GSM/Bluetooth anwendbar Download (Windows/Linux):


Herunterladen ppt "MagicMap – Kooperative Positionsbestimmung über WLAN"

Ähnliche Präsentationen


Google-Anzeigen