Distanzbasierte Indoorlokalisierung in mobilen Netzwerken

Abstract

Während die ausschließlich im Freien nutzbaren globalen Navigationssatellitensysteme (GNSS) wie z. B. das Global Positioning System (GPS) seit Jahren im Einsatz sind und ihren Durchbruch in den Massenmarkt spätestens durch die weltweite Nachfrage nach Smartphones und Autonavigationssystemen erreicht haben, steht dieser Meilenstein für die Indoorlokalisierung noch aus. Dies liegt zum einen an der fehlenden Anwendungsperspektive für einen Massenmarkt, aber im Wesentlichen an ungelösten Problemen aus dem Bereich der Informatik. Während sich erste Anwendungsszenarien im Bereich standortbezogener Werbung und der zivilen Sicherheit abzeichnen, zum Beispiel die Ortung von Rettungskräften, bleiben technische Fragen weiter ungelöst. Diese Probleme lassen sich in der Regel auf die zu erzielende Genauigkeit der Lokalisierung oder besondere Anforderung des Szenarios wie zum Beispiel Infrastrukturlosigkeit, ad hoc Vernetzung oder nicht zu erfüllende Hardwareanforderungen der existierenden Lokalisierungssysteme reduzieren. In unserer Arbeit nehmen wir uns dem Problem der Verbesserung der Genauigkeit distanzbasierter Lokalisierungsalgorithmen an. Von besonderer Bedeutung ist die damit verbundene Robustheit eines Algorithmus gegenüber Ausreißern in den Distanzmessungen, die innerhalb von Gebäuden häufig auftreten. Wir zeigen drei aufeinander aufbauende Lösungsansätze auf, die zu einer wesentlichen Verbesserung in diesem Bereich beitragen: 1\. In der Literatur existiert eine Vielzahl von Algorithmen die entweder für die Indoorlokalisierung entwickelt wurden oder zumindest in diesem Feld eingesetzt werden können. Es existieren jedoch kaum breit akzeptierte Metriken, um die Qualität oder Eignung der unterschiedlichen Algorithmen zu bewerten oder zu vergleichen. Die meistens aus Simulationen gewonnen Erkenntnisse lassen sich nicht untereinander vergleichen und die Parameter sind oft nicht auf die Realitäten der Indoorlokalisierung abgestimmt. Wir präsentieren in unserer Arbeit eine Diskussion der verschiedenen Parameter und Modelle und leiten daraus ein Simulationstool ab, dass eine Simulation dieser Algorithmen unter vergleichbaren Parametern und Metriken erlaubt. 2\. Experimente sind im gesamten Forschungsbereich der Indoorlokalisierung eher die Ausnahme als die Regel. Dies liegt zum einen in dem sehr hohen Aufwand und der benötigten Spezialhardware als auch in einer Spaltung der Community in Anwender und Algorithmiker. Die Algorithmiker setzen aufgrund der probabilistischen Eingaben fast vollständig auf Simulationen deren Übertragbarkeit auf die Praxis oft nur schwer möglich ist und die Anwender führen zwar Experimente durch, aber benchmarken damit nur das verwendete System gegenüber einem vorher definierten Ziel, ohne dass eine Vergleichbarkeit mit anderen Systemen besteht. Wir stellen in unserer Arbeit ein System vor, mit dem sich Experimente wesentlich vereinfachen lassen und auch eine Reproduzierbarkeit der einzelnen Experimente gewährleistet ist. 3\. Aus den Erkenntnissen der ersten beiden Punkte leiten wir Anforderungen für präzisere und praxisrelevante Algorithmen ab und stellen zwei Algorithmen vor, deren Performance über den in der Literatur bekannten Algorithmen liegt. Wir präsentieren eine ausführliche Auswertung dieser Algorithmen und vergleichen diese nach den in 1) festgelegten Kriterien und mit den in 1) und 2) entwickelten Werkzeugen. Die im Rahmen der Arbeit entwickelten Werkzeuge und Algorithmen wurden durch uns auf internationalen Konferenzen und in Journalen vorgestellt und diskutiert.

Indoor localization, especially in wireless networks (WN) has become an important research focus in computer science during the past ten years. Several approaches exist to estimate a node’s position relative to other devices. Most approaches are based on distance measurements and localization algorithms. In this thesis we provide an overview of common and new localization algorithms and present a structured analysis of these algorithms. The first step of our analysis is based on simulations and the second step is based on real world deployments in an office building. All simulations and all test runs were conducted with the same parameter settings for all algorithms, so the results are comparable and strengths and weaknesses of the discussed algorithms can be seen easily. We also provide a discussion of the evaluation results that leads to open questions and future research approaches.