Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

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

Ähnliche Präsentationen


Präsentation zum Thema: "MagicMap – Kooperative Positionsbestimmung über WLAN Peter Ibach Humboldt-Universität Institut für Informatik Lehrstuhl für Rechnerorganisation und Kommunikation."—  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 Infrastructure Provider Mobile Network Operator Location Technology Provider Mobile Device Provider or Vendor Content Provider Portal Operator Advertisement / Payment Location Based Services – Heute SiemensT-D1Cell-ID: T-D1 Nokia, Siemens, Sony, etc. Jamba AG - --GPS: SnapTrack, Global Locate Siemens VDO, Pioneer, Garmin, etc. Tele Atlas, NavTeq, etc. -- Jamba! Finder Navigation Systems keine Flexibilität

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

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

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

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

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

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

15 Dynamic Runtime Composition Runtime Composition - WLAN - WLAN-Pos. - Content (via WLAN)

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

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

18 Ortungs- Server Trigger (Durchfahrtssensor) Call Button Visualisierungs- Clients Wireless AccessPoint m Antennen RFID-Tag 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 Beispiel: System Moby-R von Siemens/WhereNet

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 AP 1 RSS 1 RSS 2 RSS 3 AP 2 AP 3

23

24 Korrelation Signalstärke zu Entfernung Entfernung in m Signalstärke in dBm Lineare Näherung

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

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

30 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 AP:SE : Sniffer:LEE : LEASE (Avaya Labs Research)

31 100/133 MHz AMD ElanSC520CompactFLASH card 1 Serial port Orinoco b PCMCIA card (in promiscuous mode) Two 10/100 Mbps Ethernet ports (Power over Ethernet) Sniffer Prototype

32 Institut für Informatik in Berlin-Adlershof

33

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

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

36 Range of (dBm) Mean value of (dBm) Propagation constant2.4 Probability, α0.5 Number of APs, n3 Distance between APs50m Rn for n=3 and α= Minimum uncertainty1.5m Theoretisches Optimum 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 Peter Ibach Humboldt-Universität Institut für Informatik Lehrstuhl für Rechnerorganisation und Kommunikation."

Ähnliche Präsentationen


Google-Anzeigen