Localizzazione e tracciamento indoor con e senza infrastrutture

Localizzazione e tracciamento
indoor con e senza
infrastrutture
Davide Merico
([email protected])
Università degli Studi di Milano-Bicocca
DISCo, NOMADIS
TECH IT EASY - Telemobility Forum 08
Milano, 05 novembre 2008
Mobilità e Localizzazione
• La conoscenza della posizione geografica
dell’utente ha forti implicazioni.
– dal punto di vista dell’utente:
• Permette di fornire servizi mirati e rilevanti in quella
locazione.
• Aiuta nella navigazione e localizzazione in aree
sconosciute all’utente.
– dal punto di vista del sistema:
• Permette di trovare un particolare utente (e.g. emergenze).
• Permette di raccogliere informazioni per ottimizzare il
funzionamento del sistema stesso
– e.g. ottimizzazione di flussi, percorsi, edifici, accessi etc.
05 novembre 2008
2
Localizzazione e Tracking
• Localizzazione:
• Tracking:
dove sono?
come mi sto muovendo?
• I sistemi di localizzazione e tracking hanno utilizzi
estremamente variabili:
– per applicazione
– per luogo di utilizzo
– per granularità
•
•
•
•
in quale edificio si trova l’utente?
in quale stanza?
con accuratezza di 1m in 2d.
con accuratezza di 10 cm in 3d.
– tipologia dell’entità in movimento
• veicolo (auto, aereo, …), persona, robot, etc.
– finalità di utilizzo (tracking, riconoscimento dell’entità in movimento)
05 novembre 2008
3
Sistemi di Localizzazione e Tracking:
Problemi
•
•
•
•
Infrastrutture (presenza/assenza).
Accuratezza e precisione.
Costi e pervasività.
Complessità movimento.
05 novembre 2008
4
Tecniche di localizzazione e tracking
05 novembre 2008
5
Tecniche di calcolo delle distanze
Ranging
• Utilizzano un’emissione di energia (elettromagnetica o
pressione nell’aria).
– potenzialmente andata e ritorno.
• È possibile utilizzare le seguenti caratteristiche dell’emissione:
– Tempo di viaggio (assoluto/relativo).
– Intensità.
– Effetto Doppler.
– Fase (interferometria).
– Angolo di provenienza.
• Problemi riscontrabili:
– Difficoltà di misura (alcuni segnali viaggiano alla velocità
della luce).
– Riflessioni che creano segnali multipli.
05 novembre 2008
6
Tecniche di calcolo degli spostamenti
Dead Reckoning
• Il Dead Reckoning è la stima della posizione
sulla base del calcolo degli spostamenti da un
punto iniziale noto.
– Il calcolo si basa su direzione e velocità in un
dato intervallo di tempo.
– Utilizza sensoristica inerziale (e.g. accelerometri,
magnetometri, giroscopi).
• Problemi riscontrabili:
– precisione dei sensori.
05 novembre 2008
7
Tecnologie per sistemi di
localizzazione e tracking
• La maggioranza dei sistemi di localizzazione e
tracking sono basati su:
–
–
–
–
–
–
intensità del segnale (e.g. Received Signal Strength Indicator - RSSI)
misure inerziali
emissioni a impulsi (e.g. Ultrawide Band - UWB)
ultrasuoni
interferometria
feedback utente
• Il laboratorio NOMADIS ha svolto una valutazione
comparativa delle tecnologie elencate.
05 novembre 2008
8
Valutazione di sistemi di
localizzazione RSSI (1)
• Valutazione di sistemi commerciali RSSI WiFi
– Ekahau
– Aeroscout
• Valutazione di sistemi commerciali RSSI ZigBee
– Texas Instruments/Chipcon
05 novembre 2008
9
Valutazione di sistemi di
localizzazione RSSI (2)
• Abbiamo realizzato e valutato un sistema di
localizzazione basato su RSSI (ZigBee Jennic).
• L’ambiente di valutazione è composto da
– diverse zone logiche
– infrastruttura con diversi nodi di riferimento
– un oggetto mobile
D.Merico, A. Mileo, S.Pinardi, R.Bisiani. “A Logical Approach to Home Healthcare with
Intelligent Sensors Network Support”. The Computer Journal, Special Issue on “Artificial
Societies for Ambient Intelligence”.
05 novembre 2008
10
Valutazione di sistemi di
localizzazione RSSI (3)
• I dati raccolti nell’ambiente di valutazione hanno
permesso di:
– caratterizzare il comportamento del segnale RSSI.
– implementare un sistema di tracking (90% dei cambi di
zona riconosciuti correttamente).
05 novembre 2008
11
Valutazione di sistemi inerziali (1)
• Vectronix DRC (Dead
Reckoning Compass)
• Honeywell GyroDRM
05 novembre 2008
12
Valutazione di sistemi inerziali (2)
•
Abbiamo comparato le due unità inerziali valutandone le
prestazioni all’interno di un edificio.
–
Molti errori su percorsi lunghi.
D. Merico and R. Bisiani. “Indoor Navigation with Minimal Infrastructure”. In proc. of WPNC’07
(4th Workshop on Positioning, Navigation and Communication 2007 - http://www.wpnc.net).
Hannover, Germany, March 22, 2007.
05 novembre 2008
13
Valutazione di sistemi inerziali (3)
•
Utilizzando un’infrastruttura di ricalibrazione (e.g. WSN) la
precisione della localizzazione aumenta sensibilmente.
Ricalib. ogni 10 m
Ricalib. ogni 20 m
Ricalib. ogni 50 m
Mean errors (meters)
05 novembre 2008
10m
20m
30m
50m
GyroDRM
1.01m
1.68m
2.46m
3.12m
DRC
0.91m
1.38m
1.67m
2.21m
14
Valutazione delle altre tecnologie
• Valutazione sistema UWB
– Ubisense
• Time Difference of Arrival
• Angle of Arrival
• Valutazione sistema ultrasuoni
– Cricket
• Time Difference of Arrival
• Valutazione interferometria
– Radio Interferometric Positioning System (RIPS).
05 novembre 2008
15
Valutazione tecniche di interazione con
l’utente (1)
• Il feedback dell’utente è un importante fonte
sensoriale.
– Aumenta la precisione della localizzazione.
• Abbiamo sviluppato un sistema di localizzazione e
tracciamento che utilizza il feedback dell’utente per
ricalibrare un’unità inerziale.
– Nessuna infrastruttura necessaria. Non sempre applicabile.
•
•
R. Bisiani, D. Merico and F. Malizia. “Indoor Navigation without a Localization Infrastructure”. In proc. of
Mobile Guide 2006 (http://mobileguide06.di.unito.it/), Torino, Italy, October 18, 2006.
D. Merico and R. Bisiani. “Indoor Navigation with Minimal Infrastructure”. In proc. of WPNC’07 (4th
Workshop on Positioning, Navigation and Communication 2007 - http://www.wpnc.net). Hannover,
Germany, March 22, 2007.
05 novembre 2008
16
Valutazione tecniche di interazione con
l’utente (2)
• Utilizzo di augmented photos per feedback.
•
•
R. Bisiani, D. Merico and F. Malizia. “Indoor Navigation without a Localization Infrastructure”. In proc. of
Mobile Guide 2006 (http://mobileguide06.di.unito.it/), Torino, Italy, October 18, 2006.
D. Merico and R. Bisiani. “Indoor Navigation with Minimal Infrastructure”. In proc. of WPNC’07 (4th
Workshop on Positioning, Navigation and Communication 2007 - http://www.wpnc.net). Hannover,
Germany, March 22, 2007.
05 novembre 2008
17
Riepilogo tecnologie Indoor
Categorie di sistemi
Accuratezza
Precisione
Costo Utente
Costo
Infrastrutturale
Principali
Limitazioni
precisione
RSSI Reti di Sensori
1-5 m
bassa
basso
basso
RSSI WiFi
1-5 m
bassa
basso
medio
precisione, costo
infrastruttura
Sistemi Inerziali
10-15 m
bassa
basso
(futuro)
zero
precisione
UWB
30 cm 3D
alta
basso
alto
costo
infrastruttura
Ultrasuoni TDOA
50 cm 3D
media
basso
medio
costo
infrastruttura
basso
pesantezza
computazionale,
multipath
Interferometria
25 cm – 50 cm
media
basso
Scartando le tecnologie con alto costo infrastrutturale, il
problema principale della maggior parte delle tecnologie è la
bassa precisione!
05 novembre 2008
18
Come migliorare la precisione di
localizzazione e tracking?
• Utilizzo contemporaneo di numerose
informazioni di localizzazione (stream
sensoriali).
– Sfruttando la diversità delle caratteristiche degli
errori degli stream sensoriali.
– Realizzando architetture di integrazione.
• Sfruttando la presenza di infrastrutture di
ricalibrazione.
05 novembre 2008
19
Esempio. Tracking con tre stream
sensoriali (1)
• Modello cinematico dell’entità in movimento.
• Combinazione e fusione di diverse sorgenti di
informazione.
– WiFi RSSI, Contapassi, Mappe Ambientali
Wang H., Lenz H., Szabo A., Bamberger J. , Hanebeck U. D., WLAN-Based Pedestrian Tracking Using Particle
Filters and Low-Cost MEMS Sensors, Workshop on Positioning, Navigation and Communication, (WPNC
2007), Hannover, Germany, March, 2007.
05 novembre 2008
20
Esempio. Tracking con tre stream
sensoriali (2)
• Si ottengono risultati complessivi migliori di quelli
ottenibili con ciascuno dei singoli stream sensoriali.
– L’aggiunta di distanze e mappe migliora RSSI WiFi del 40% e
Kalman del 30%.
Errore Medio (m)
Deviazione Standard (m)
RSSI WiFi
6.44
6.84
Kalman Filter (KF)
5.81
4.07
Particle Filter (PF)
5.57
3.90
PF + Accelerometer
4.54
3.52
PF+ Accelerometer +Map
4.30
2.80
05 novembre 2008
21
Fonti sensoriali utilizzabili
05 novembre 2008
22
NOMADIS Localization Engine
• Il laboratorio NOMADIS sta realizzando un
sistema di localizzazione indoor che
– utilizza opportunamente tutte le fonti sensoriali
elencate.
– sfrutta la modellazione del movimento per
• migliorare l’accuratezza in presenza di dati rumorosi.
• migliorare la precisione del tracciamento.
– utilizza, quando possibile, un’infrastruttura di
ricalibrazione basata su Wireless Sensor Networks
(Jennic ZigBee).
05 novembre 2008
23
Davide Merico
[email protected]