Диссертация (1090554), страница 12
Текст из файла (страница 12)
Главным преимуществом использования технологии BLE является еѐ высокая автономность. Источники сигнала (также называемые «маяками»), использующие эту технологию, могут работать без подзарядки от полугода.Они имеют минимальный размер (с монету достоинством в десять рублей) и невысокую стоимость [82, 83].Коррекция местоположения объекта, определяемого по данным Wi-Fi сети сиспользованием BLE «маяков», производится путем смещения Wi-Fi оценки координат объекта в сторону ближайшего «маяка».
В качестве ближайшего выбирается «маяк» с максимальным уровнем принимаемой мощности BLE сигнала. Итоговая оценка местоположения объекта рассчитывается согласно выражению [84]⃗⃗где ⃗⃗⃗⃗()⃗ (⃗⃗⃗⃗), (2.19)̅̅̅̅̅– итоговая оценка местоположения объекта, ⃗⃗– оценка местоположе-ния объекта по данным сети Wi-Fi, B – количество BLE «маяков» , bnear – индексближайшего BLE «маяка»,,– уровни мощности сигнала, прини-маемого объектом от ближайшего и b-ого «маяка» соответственно,()– максимальная мощность сигнала BLE, излучаемого BLE «маяком» (определяется его аппаратными характеристиками), ⃗ (⃗⃗⃗⃗) – вектор, определяющийнаправление смещения оценки координат объекта.С целью апробации предложенного подхода на территории объекта испытаний были размещены три BLE «маяка» iBeacon iB004N.
«Маяки» были расположены в наиболее проблемных с точки зрения ошибки позиционирования зонах.На рис. 2.8 приведены области ошибок до и после дополнения системы Wi-Fi позиционирования BLE «маяками» (цветовые обозначения на рисунке совпадают собозначениями на рис. 2.7): зелѐный – ошибка не превышает одного метра, сала-78товый – ошибка от одного до двух метров, жѐлтый – ошибка от двух до трѐх метров, оранжевый – ошибка более трѐх метров.Рис. 2.8. Области ошибок позиционирования до и после дополненияWi-Fi сети BLE «маяками»Результаты экспериментальной оценки точности позиционирования системWi-Fi позиционирования и системы, совместно использующей данные беспроводных сетей Wi-Fi и устройств BLE, приведены в таблице 2.6.Сравнение точности систем позиционирования, приведѐнное в таблице 2.6,показывает, что применение дополнительных BLE «маяков» позволяет существенно снизить значение максимальной ошибки позиционирования (на экспериментальных данных уменьшение составило более 25% – с 4,97 м до 3,15 м).
Приэтом точность с точки зрения величины средней ошибки также увеличивается(средняя ошибка снизилась на 20% – с 1,51 до 1,21 м). Это свидетельствует о целесообразности дополнения систем Wi-Fi устройствами BLE при решении задачилокального позиционирования объектов с высокой точностью.79Таблица 2.6Сравнение ошибок позиционирования системы Wi-Fi позиционированияс системой Wi-Fi позиционирования, дополненной BLE «маяками»Вид системы позиционированияСредняяМинимальнаяМаксимальнаяошибка, мошибка, мошибка, м1,510,194,974,781,280,174,584,411,210,183,152,97Разброс, мСистема Wi-Fi позиционирования,модифицированный метод k-ближайшихсоседей, расстояние городских кварталов(одиночное использование)Система Wi-Fi позиционирования,совместное использование методовпозиционированияСистема локального позиционированияпо данным беспроводных сетейWi-Fi и устройств BLE80Дополнительным преимуществом использования технологии BLE являетсятот факт, что Bluetooth-приѐмники позиционируемых объектов, необходимые дляпринятия сигналов от BLE «маяков», можно также использовать для решения задачи позиционирования групп близкорасположенных объектов.
Необходимостьрешения этой задачи, как отмечено в п. 1.4.3, вызвана тем, что точность позиционирования каждого из объектов, входящих в группу, может существенно ухудшаться (более чем в два раза) по сравнению с одиночными объектами. Если жеимеется возможность определения территориальной близости отдельных объектов, то можно уточнить оценку их местоположения.Группы объектов с включѐнными Bluetooth приѐмниками выявляются засчѐт периодического опроса каждым из объектов списка видимых Bluetoothустройств.Для осуществления коррекции местоположения разработан специальныйметод, основанный на оценке степеней уверенности в правильности решения длякаждого из используемых методов позиционировании.Понятие степени уверенности было введено авторами работы [44] как численная мера, позволяющая выявлять в группе объекты, позиционируемые наиболее точно. При этом оценивать степень уверенности предлагается не на основанииданных используемого метода позиционирования, а на основании косвенныхограничений фильтра частиц.
Отсутствие последнего приводит к невозможностиприменения данного подхода. Поэтому была предложена иная оценка степениуверенности, причем своя для каждого из совместно используемых методов позиционирования [85]:1) Для наивного байесовского классификатора – отличие от единицы значения апостериорной вероятности нахождения объекта в заданной точке[⃗⃗ ⃗ ].(2.20)2) Для модифицированного метода k-ближайших соседей – отличие отединицы нормированного средневзвешенного расстояния k-ближайших соседейдо центроида81∑(∑(⃗ ⃗ )) (⃗⃗ ⃗⃗ )⁄((⃗ ⃗ ))̅(⃗⃗ ) ⃗⃗,(2.21)где Nk – множество k-ближайших соседей, ds – мера близости в пространстве признаков (уровней мощности сигнала точек доступа), de – мера близости на планеконтролируемой территории (Евклидово расстояние),̅(⃗⃗ ) – максимальновозможное среднее расстояние до центроида, ⃗ ⃗ – векторы данных текущегоизмерения и измерения i-ого соседа, ⃗⃗⃗⃗ – координаты соответственно взве-шенного центроида и i-ого соседа, где координаты взвешенного центроида рассчитываются по формуле (1.5).Возможность применения предложенных показателей степени уверенностибыла подтверждена с помощью экспериментального исследования их взаимосвязис величиной средней ошибки позиционирования.
Полученные данные представлены на рис. 2.9. Как и следовало ожидать, высокой точности позиционированиясоответствуют бóльшие значения показателей степени уверенности для любого израссмотренных методов.Рис. 2.9. Связь между величинами средней ошибки позиционирования ипоказателей степени уверенности82Итоговые координаты группы объектов с учѐтом оценок показателей степеней уверенности используемых методов определяются при помощи выражения⃗⃗где ⃗⃗∑⃗⃗∑⁄∑∑,(2.22)– итоговая оценка местоположения объектов группы по данным Wi-Fi сети, G – количество объектов группы, U – количество совместно используемых методов позиционирования, wu – вес u-ого метода, cgu – степень уверенностиu-ого метода в определении положения ⃗⃗().При применении BLE «маяков» оценка местоположения каждого из объектов группы может быть смещена в сторону BLE «маяка» с максимальным уровнем принимаемой мощности согласно выражению (2.19).На рис.
2.10 представлены данные экспериментальной оценки точности локализации группы близкорасположенных объектов для методов позиционирования без коррекции и с коррекцией при разном количестве объектов, входящих вгруппу.Рис. 2.10. Точность позиционирования групп объектов разного размера83В процессе экспериментального исследования использовался комплекс методов позиционирования, аналогичный комплексу, исследованному в п.2.3.1, с весами методов, при которых были достигнуты минимальные значения ошибок:1) Модернизированный метод k-ближайших соседей, расстояние городскихкварталов, k = 7 – вес w1 = 0.25;2) Наивный байесовский классификатор – вес w2 = 0.25;3) Модернизированный метод k-ближайших соседей, мера обобщѐнной фазовой корреляции, k = 2 – вес w3 = 0.5.Расстояние между объектами группы было взято равным 1 м.
Для выполнения оценки значений средней и максимальной ошибки определения местоположения группы близкорасположенных объектов была сформирована новая тестовая выборка, включающая в себя измерения во всех опорных точках, включая дополнительные (рис. 2.1), для каждого из позиционируемых объектов. Итоговыйразмер тестовой выборки составил 580 измерений: 5 наборов по 4 измерения в 29опорных точках для каждого из устройств.Как видно из полученных результатов (рис. 2.10), коррекция местоположения позволяет существенно снизить ошибку позиционирования. Для группы из 5объектов значения средней и максимальной ошибок снизились более чем на 20%:средняя ошибка снизилась на 21% (с 2,52 м до 1,98 м), максимальная – на 22% (с6,16 м до 4,78 м).Главным результатом данного раздела является разработка нового методалокального позиционирования, базирующегося на совместном использовании нескольких методов и технологий позиционирования.