Indoor Navigation Performance Analysis Pierre-Yves Gilliéron, Daniela Büchel, Ivan Spassov, Bertrand Merminod Referenten: Tino Stein, Helge Neven

Motivation/Ziel Definition und Implementierung eines Datenmodells für Indoor-Navigation Spezielle Ansprüche: Anforderungen der Benutzer, z.B. körperbehinderte Personen Spezielles Design der Karten-Datenbank Performance-Test der Algorithmen

Geodaten-Modellierung Knoten und Kanten georeferenziert Attribute der Knoten: X,Y-Koordinate für die Lage Z-Koordinate = Etage Attribute der Kanten: Typ (horizontal, vertikal) Länge Zutrittsprivilegien

Geodaten-Modellierung Knoten/Kanten-Darstellung des Campus:

Geodaten-Modellierung Vertikale Verbindungen:

Geodaten-Modellierung Shortest Path-Algorithmus: Dijkstra´s Algorithmus Zugangsbeschränkung bekommen hohe Kostenwerte Kosten der vertikalen Verbindung: costi = fi(l,s,a,t) l: Länge der Verbindung s: Geschwindigkeit (m/s) a: Zugangsberechtigung t: Personentyp

Map-Matching-Verfahren Bestimmung der aktuellen Position auf der Karte Bekannte Methoden: Punkt-zu-Punkt: Punkt-zu-Kurve:

Map-Matching-Verfahren Kombination der beiden Verfahren Zusätzlich: Gewichtung der Kandidaten-Verbindungen Bestandteile des Algorithmus: Initiale Phase Gewichtungssystem Vertikale Bewegung

Map-Matching-Verfahren Initiale Phase: Beginnt mit Punkt-zu-Punkt-Abgleich Bestimmung einer korrekten Verbindung: „Gleiche Ebene“-Bedingung „Ausreichende Nähe“-Bedingung „Optimale Lage“-Bedingung

Map-Matching-Verfahren Gewichtungssystem: Gewicht für die Nähe zur Verbindung: Kriterium: Rechtwinklige Entfernung zum Link (je kleiner die Distanz, desto näher ist der Punkt) Gleichung: WSPD = Ap / c (Ap: Gewichtungsparameter > 0, c: Distanz) Gewicht für Orientierungsähnlichkeit Kriterium: Differenz zwischen 2 Azimuten Gleichung: WSh = Ah * k (Ah: Gewichtungsparameter > Ap, k: |cos(Δβ)|)

Map-Matching-Verfahren Vertikale Bewegung: Kürzere Schritte als 45 cm Höhenänderung um mehr als 15 cm

Map-Matching-Verfahren Vertikale Bewegung: Kürzere Schritte als 45 cm Höhenänderung um mehr als 15 cm Algorithmus führt vertikale Bewegung aus

Map-Matching-Verfahren Definition der Position: entspricht der Position auf dem Modell Projektion des gemessenes Wertes auf die korrekte Kante

Pedestrian Navigation Module (PNM) Beinhaltet: GPS – Receiver dient absoluter Positionierung außerhalb von Gebäuden  Kalibrierung digitaler Magnetkompass Kreiselkompass Barometer Eingebundene Koppelnavigations-Algorithmen

Testszenario Hauptziel: Weitere Ziele: Evaluation der Map-Matching-Algorithmen Weitere Ziele: Üben von Fußgängernavigation in typischen Indoor-Umgebungen Sammeln von Rohdaten der Wege mit PNM Ermitteln der Kalibrierungsparameter Berechnen der Weg-Daten mit Map-Matching-Algorithmen Auswerten der Navigationsperformanz in spezifischen Situationen

Datenfluss

Performanzkriterien Genauigkeit Verfügbarkeit des Navigationsservice Integritätsrisiko: Wahrscheinlichkeit, dass Positionierungsfehler größer als spezifiziertes Limit Verfügbarkeit des Navigationsservice Kontinuität des Navigationsservice Navigationsservice muss für Nutzer innerhalb eines minimalen Zeitintervalls verfügbar sein

Kalibrierung ohne GPS-Signal nur Eingabe des Startpunktes  fehlende Skalierungs- und Rotationsparameter nur Eingabe des Startpunktes Route im Datenlogger gespeichert  Postkalibrierung Manuelle Identifikation von Passpunkten

Auswertung des Map-Matching Indoor-Navigationssystem basiert auf Prinzipien der Koppelnavigation Fehler nicht nur zufällig, sondern fortpflanzend  Anwendung von MM-Algorithmen Zu lösende Hauptprobleme: Kontrolle der Position des Nutzers in regelmäßigen Zeitintervallen Unterstützung der Rekalibrierung des Systems MM-Algorithmus wird im Post-Processing auf transformierte Positionsdaten angewandt Anwendung des Point-to-Curve-Matchings lieferte gute Ergebnisse Zum Matching vertikaler Bewegungen durch Implementierung vertikaler Knoten

Grafische Analyse (1) Weg durch Korridor, rot  Rohdaten; blau  Passpunkte

Grafische Analyse (2) Weg durch Korridor und Wechsel der Etage mit Fahrstuhl rot  Rohdaten; blau  Passpunkte

Grafische Analyse (3) Wechsel der Etage über die Treppen rot  Rohdaten; blau  Passpunkte