`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

Как изменилось финансирование ИТ-направления в вашей организации?

Best CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Леонид Бараш

Определение местоположения в помещении стало проще

+11
голос

Точная локализация в помещении может трансформировать способы людей ориентироваться в помещении таким же образом, как GPS преобразовала способы ориентироваться на открытом пространстве. За последние 15 лет несколько технологий локализации внутри помещения были предложены и экспериментально опробованы как наукой, так и промышленностью. Основная проблема состоит в том, что предложенные решения оцениваются в различных условиях, что делает трудным любое сравнение их эффективности.

Соревнование по локализации в помещениях, организованное Microsoft (Microsoft Indoor Localization Competition), было нацелено на то, чтобы свести вместе технологии локализации в помещениях в режиме реального времени или близком к реальному времени и сравнить их производительность в том же пространстве, решая проблему отсутствия общей среды для сравнения этих технологий локализации. Такое сравнение состоялось в Вене, Австрия, при этом окружение для оценки было выбрано очень сложным – оно охватывало два этажа с присутствием металла, с общей площадью оценки приблизительно 500 кв. м.

Все испытания были разделены на две категории: 3D- и 2D-локализация. От всех команд в категории 3D-локализации требовалось развернуть настроенное оборудование и предоставить 3D-местоположения в процессе оценки. От команд по локализации в категории 2D не требовалось настроить оборудование (только коробочные устройства) и сообщать 2D-местоположения во время оценки. В течение первого дня командам было дано 7 часов для настройки и калибровки их систем, и во второй день каждая команда предоставила координаты 15 контрольных точек с известной наземной привязкой. В конце метрикой оценки была средняя ошибка локализации по этим 15 контрольным точкам.

Команда исследователей из группы Pervasive Wireless System во главе с д-ром Доменико Джюстиниано (Domenico Giustiniano) из IMDEA Networks Institute соревновались с решениями в 2D-категории. В конце соревнований команда исследователей из IMDEA Networks добилась средней ошибки 3,17 м, в результате заняв 5-е место из десяти команд в финале. (Из пятнадцати команд, которые изначально были представлены на конкурсе в 2D-категории, только десять добрались до финального рейтинга).

Предложение, представленное на Microsoft Indoor Localization Competition исследователями из IMDEA Networks работает на общедоступном оборудовании Wi-Fi с использованием точек доступа (AP) и измеряет время пролета (Time of-Flight) кадров данных 802.11 на мобильные устройства. Предлагаемое решение было единственным, которое не требовало ни какого-либо специализированного программного обеспечения, ни ввода от инерциальных датчиков в мобильном устройстве. Мобильное устройство просто необходимо было подключить к коробочной точке доступа с настроенной микропрограммой, работающей в ядре конечного автомата 802.11 MAC недорогого чипсета Wi-Fi (стоимость набора микросхем на устройство менее трех долларов).

Решение IMDEA Networks является самым простым на сегодняшний день, чтобы быстро построить систему позиционирования в новом помещении на базе общедоступного оборудования. Оно решает следующие три типовые проблемы, возникающие при использовании других технологий определения местоположения в помещении: (1) обширной и дорогостоящей ручной калибровки на месте; (2) установки специального приложения на мобильных устройствах, когда в этом нет необходимости; и (3) более быстрого истощение батареи мобильного устройства из-за инерциальных датчиков и работающего ПО.

Определение местоположения в помещении стало проще

Решение IMDEA Networks оценивает местоположение устройств, совместимых со стандартом 802.11, таких как смартфоны, с помощью определения расстояния от каждой точки доступа к мобильным целям по ToF в диапазоне измерений и на основе адаптивного алгоритма обучения в данной среде

+11
голос

Напечатать Отправить другу

Читайте также

 
 
IDC
Реклама

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT