-
Stand der Technik
-
Beispiele der Beschreibung betreffen Verbesserungen auf dem Gebiet der Lokalisierung von mobilen Teilnehmern in Drahtlosnetzwerken.
-
Offenbarung der Erfindung
-
Das der Erfindung zugrundeliegende Problem wird durch ein Verfahren gemäß dem Anspruch 1 und durch eine Vorrichtung gemäß einem nebengeordneten Anspruch gelöst. Vorteilhafte Weiterbildungen finden sich in den Unteransprüchen, der nachfolgenden Beschreibung sowie in der Zeichnung.
-
Ein erster Aspekt der Beschreibung betrifft ein Verfahren, insbesondere ein computer-implementiertes Verfahren, wobei das Verfahren umfasst: Ermitteln wenigstens einer räumlichen Position innerhalb eines Drahtloskommunikationsnetzwerks, welche von einer reduzierten Ermittlungsgenauigkeit eines maschinen-trainierten ersten Lokalisierungsmodells betroffen ist; Bereitstellen der wenigstens einen von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position; Empfangen wenigstens eines Messwerts, der mit der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position verknüpft ist; maschinelles Trainieren eines zweiten Lokalisierungsmodells in Abhängigkeit von der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position und in Abhängigkeit von dem mit der räumlichen Position verknüpften wenigstens einen Messwert; und Aktualisieren des ersten maschinen-trainierten Lokalisierungsmodells in Abhängigkeit von dem zweiten maschinen-trainierten Lokalisierungsmodell.
-
Da die Qualität des Funksignals stark von der Ausbreitungsumgebung abhängt, können Änderungen in der Umgebung zu einer Reduktion der Lokalisierungsgenauigkeit bzw. Ermittlungsgenauigkeit führen.
-
Eine reduzierte Ermittlungsgenauigkeit liegt beispielsweise dann vor, wenn zumindest ein Teil des maschinen-trainierten ersten Lokalisierungsmodells von einer reduzierten Ermittlungsgenauigkeit an der wenigstens einen räumlichen Position betroffen ist. Es werden also beispielsweise diejenigen Bereiche des ersten Lokalisierungsmodells identifiziert, bei denen sich das maschinen-trainierte Lokalisierungsmodell weniger sicher ist, was die richtige Ausgabe ist, als in anderen Bereichen.
-
Die Messwerte stellen lokal, also im Drahtlosnetzwerk gemessenen TrainingsDaten dar, um das bei der Standortschätzung verwendete erste Lokalisierungsmodell zu generieren und kontinuierlich zu aktualisieren.
-
Häufige und umfangreiche Modellaktualisierungen werden somit zumindest reduziert, da das erste Lokalisierungsmodell gezielt aktualisiert wird, um so das erste Lokalisierungsmodell für die dynamische Umgebung des Drahtlosnetzwerks auf dem neuesten Stand zu halten. Schätzfehler bei der Positionsermittlung werden also reduziert, insbesondere dann, wenn die lokale Wellenausbreitungsumgebung dynamisch ist oder stark von der Durchschnittsumgebung abweicht. Derzeit verwendete drahtlose Standards für die Lokalisierung profitieren, da Präzision der Lokalisierung mobiler Teilnehmer verbessert wird.
-
Der vorgeschlagene Ansatz ist nützlich für Systeme, die (i) drahtlose Kommunikation nutzen, (ii) statische sowie mobile kommunizierende Teilnehmer umfassen, (iii) häufige Änderungen in der Betriebsszenerie erfahren und (iv) von der Lokalisierung mobiler Teilnehmer profitieren wollen. Die Fabrikhalle stellt eine solche Szenerie dar. Durch den bereitgestellten Ansatz wird die Systemleistung erheblich verbessert. Genauer gesagt wird ein Genauigkeitsniveau der Lokalisierung mobiler Teilnehmer in sich dynamisch ändernden Szenerien durch kontinuierliche Aktualisierungen des angewandten ersten Lokalisierungsmodells, das die Betriebsumgebung repräsentiert, gewährleistet. Der Aufwand zur Ermittlung neuer Trainingsdaten, die bei den kontinuierlichen Modellaktualisierungen verwendet wird, wird reduziert, da statische Teilnehmer verwendet werden, die in der Umgebung vorhanden sind.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass die Ermittlung der wenigstens einen räumlichen Position, welche von der reduzierten Ermittlungsgenauigkeit betroffen ist, und das Aktualisieren des ersten Lokalisierungsmodells während einer Unsicherheitsphase stattfindet, wobei das Verfahren vor, während und/oder nach der Unsicherheitsphase umfasst: Empfangen von wenigstens einem Messwert zur Positionsermittlung; Ermitteln wenigstens einer räumlichen Ist-Position eines mobilen Teilnehmers eines Drahtloskommunikationsnetzwerks in Abhängigkeit von dem wenigstens einen Messwert zur Positionsermittlung.
-
Vorteilhaft werden auch während der Unsicherheitsphase weiterhin mit dem ersten Lokalisierungsmodell Ist-Positionen von mobilen Teilnehmern ermittelt. Insbesondere nach der Aktualisierung steht eine verbesserte Lokalisierungsgenauigkeit des ersten Lokalisierungsmodells zur Verfügung.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass das Verfahren umfasst: Ermitteln eines Unsicherheitsgrades der Positionsermittlung durch das erste Lokalisierungsmodell; Einleiten einer bzw. der Unsicherheitsphase, sobald ermittelt wird, dass der Unsicherheitsgrad einen Schwellwert überschreitet. Vorteilhaft wird damit überprüft, ob die Unsicherheit bei der Genauigkeit während des Betriebs des ersten Lokalisierungsmodells noch ausreicht.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass das Verfahren umfasst: Ermitteln einer Mehrzahl von Trainingsdatensätzen, wobei einer der Trainingsdatensätze wenigstens einen Messwert und eine zugeordnete Position eines ortsfesten Teilnehmers des Drahtlosnetzwerks umfasst, wenn der Unsicherheitsgrad den Schwellwert nicht überschreitet; und maschinelles Trainieren des zweiten Lokalisierungsmodells in Abhängigkeit von der Mehrzahl von Trainingsdatensätzen.
-
Vorteilhaft wird die Unsicherheitsphase übersprungen, wenn eine genügende Ermittlungsgenauigkeit für die Positionen der mobilen Teilnehmer des Drahtlosnetzwerks vorliegt.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass das Bereitstellen der wenigstens einen von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position umfasst: Bereitstellen von Instruktionen für Personal, wobei die Instruktionen die von reduzierter Ermittlungsgenauigkeit betroffene räumliche Position und eine Handlungsanweisung zur Anordnung einer Vorrichtung, die an der Generierung des wenigstens einen Messwerts, der mit der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position verknüpft ist, beteiligt ist, umfassen.
-
Vorteilhaft wird damit das Personal angewiesen, die Raumposition mit einer Vorrichtung zu versehen, die zur effizienten Verbesserung des maschinen-trainierten ersten Lokalisierungsmodells beiträgt.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass die Instruktionen die Anbringung eines weiteren, fest anzuordnenden Teilnehmers des Drahtlosnetzwerks an der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position umfassen.
-
Vorteilhaft wird damit die Ermittlungsgenauigkeit für die betroffene Position dauerhaft verbessert.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass das Verfahren umfasst: Senden von Instruktionen an eine bewegliche Einheit, wobei die Instruktionen wenigstens die von reduzierter Ermittlungsgenauigkeit betroffene räumliche Position und das Anfahren dieser räumlichen Position umfassen; und Empfangen des wenigstens einen Messwerts, der mit der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position verknüpft ist, nachdem die bewegliche Einheit die betroffene räumliche Position erreicht und den zumindest einen Messwert ermittelt hat.
-
Ein zweiter Aspekt der Beschreibung betrifft eine Vorrichtung, welche dazu konfiguriert ist, mittels eines maschinen-trainierten ersten Lokalisierungsmodells wenigstens eine räumliche Position innerhalb eines Drahtloskommunikationsnetzwerks, welche von einer reduzierten Ermittlungsgenauigkeit des maschinen-trainierten ersten Lokalisierungsmodells betroffen ist, zu ermitteln; mittels einer Ausgabeeinheit die wenigstens eine von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position bereitzustellen; mittels einer Eingabeeinheit, wenigstens einen Messwert, der mit der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position verknüpft ist, zu empfangen; mittels einer Trainingseinheit ein zweites Lokalisierungsmodells in Abhängigkeit von der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position und in Abhängigkeit von dem mit der räumlichen Position verknüpften wenigstens einen Messwert maschinell zu trainieren; und mittels einer Aktualisierungseinheit das erste maschinen-trainierte Lokalisierungsmodells in Abhängigkeit von dem zweiten maschinen-trainierten Lokalisierungsmodell zu aktualisieren.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass die Ermittlung der wenigstens einen räumlichen Position, welche von der reduzierten Ermittlungsgenauigkeit betroffen ist, und das Aktualisieren des ersten Lokalisierungsmodells während einer Unsicherheitsphase stattfindet, wobei die Vorrichtung so konfiguriert ist, dass vor, während und/oder nach der Unsicherheitsphase mittels der Eingabeeinheit wenigsten ein Messwert zur Positionsermittlung empfangen wird; und mittels des ersten maschinen-trainierten Lokalisierungsmodells wenigstens eine räumliche Ist-Position eines mobilen Teilnehmers eines Drahtloskommunikationsnetzwerks in Abhängigkeit von dem wenigstens einen Messwert zur Positionsermittlung ermittelt wird.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass die Vorrichtung dazu konfiguriert ist, einen Unsicherheitsgrad der Positionsermittlung durch das erste Lokalisierungsmodell zu ermitteln; und eine bzw. die Unsicherheitsphase einzuleiten, sobald ermittelt wird, dass der Unsicherheitsgrad einen Schwellwert überschreitet.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass die Vorrichtung dazu konfiguriert ist, eine Mehrzahl von Trainingsdatensätzen zu ermitteln, wobei einer der Trainingsdatensätze wenigstens einen Messwert und eine zugeordnete Position eines ortsfesten Teilnehmers des Drahtlosnetzwerks umfasst, wenn der Unsicherheitsgrad den Schwellwert nicht überschreitet; und mittels der Trainingseinheit das zweite Lokalisierungsmodell in Abhängigkeit von der Mehrzahl von Trainingsdatensätzen maschinell zu trainieren.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass die Vorrichtung dazu konfiguriert ist, Instruktionen für Personal bereitzustellen, wobei die Instruktionen die von reduzierter Ermittlungsgenauigkeit betroffene räumliche Position und eine Handlungsanweisung zur Anordnung einer Vorrichtung, die an der Generierung des wenigstens einen Messwerts, der mit der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position verknüpft ist, beteiligt ist, umfassen.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass die Instruktionen die Anbringung eines weiteren, fest anzuordnenden Teilnehmers des Drahtlosnetzwerks an der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position umfassen.
-
Ein vorteilhaftes Beispiel zeichnet sich dadurch aus, dass die Vorrichtung dazu konfiguriert ist, Instruktionen an eine bewegliche Einheit zu versenden, wobei die Instruktionen wenigstens die von reduzierter Ermittlungsgenauigkeit betroffene räumliche Position und das Anfahren dieser räumlichen Position umfassen; und den wenigstens einen Messwerts zu empfangen, der mit der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position verknüpft ist, nachdem die bewegliche Einheit die betroffene räumliche Position erreicht und den zumindest einen Messwert ermittelt hat.
-
In der Zeichnung zeigen:
- 1 ein schematisches Ablaufdiagramm;
- 2 ein schematisches Blockdiagramm einer Vorrichtung;
- 3 ein schematisches Sequenzdiagramm; und
- 4 ein schematisches Ablaufdiagramm und ein schematisch dargestelltes Drahtloskommunikationsnetzwerk.
- 1 zeigt ein schematisches Ablaufdiagramm. Ein Verarbeitungsmodul 102 umfasst ein Ermitteln wenigstens einer räumlichen Position innerhalb eines Drahtloskommunikationsnetzwerks 400, welche von einer reduzierten Ermittlungsgenauigkeit eines maschinen-trainierten ersten Lokalisierungsmodells 202 betroffen ist. Ein Verarbeitungsmodul 104 umfasst ein Bereitstellen der wenigstens einen von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position. Ein Verarbeitungsmodul 106 umfasst ein Empfangen wenigstens eines Messwerts, der mit der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position verknüpft ist. Ein Verarbeitungsmodul 108 umfasst ein maschinelles Trainieren eines zweiten Lokalisierungsmodells in Abhängigkeit von der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position und in Abhängigkeit von dem mit der räumlichen Position verknüpften wenigstens einen Messwert. Ein Verarbeitungsmodul 110 umfasst ein Aktualisieren des ersten maschinen-trainierten Lokalisierungsmodells in Abhängigkeit von dem zweiten maschinen-trainierten Lokalisierungsmodell.
- 2 zeigt ein schematisches Blockdiagramm einer Vorrichtung 200. Mittels des maschinen-trainierten ersten Lokalisierungsmodells 202 wird die wenigstens eine räumliche Position pa innerhalb des Drahtloskommunikationsnetzwerks, welche von der reduzierten Ermittlungsgenauigkeit durch das maschinen-trainierte erste Lokalisierungsmodell 202 betroffen ist, ermittelt. Mittels einer Ausgabeeinheit 204 wird die wenigstens eine von reduzierter Ermittlungsgenauigkeit betroffene räumliche Position pa bereitgestellt. Mittels einer Eingabeeinheit 206, wird der wenigstens eine Messwert ma, der mit der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position pa verknüpft ist, empfangen. Mittels einer Trainingseinheit 208 wird das zweite Lokalisierungsmodell 212 in Abhängigkeit von der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position pa und in Abhängigkeit von dem mit der räumlichen Position pa verknüpften wenigstens einen Messwert ma maschinell trainiert. Mittels einer Aktualisierungseinheit 220 wird das erste maschinen-trainierte Lokalisierungsmodell 202 in Abhängigkeit von dem zweiten maschinen-trainierten Lokalisierungsmodell 212 aktualisiert.
-
3 zeigt ein schematisches Sequenzdiagramm. Hinsichtlich des Verhaltens der Vorrichtung 200 wird auf die anderen Figuren und deren Beschreibung verwiesen. Im vorliegenden Beispiel wird eine bewegliche Einheit AGV, wie beispielsweise ein steuerbares Fahrzeug, mit Instruktionen versorgt, um sich an die Position pa zu bewegen, um dort den wenigstens einen Messwert ma mit zu verursachen. In einem Verarbeitungsmodul 510 stellt die bewegliche Einheit AGV fest, dass die gewünschte Position pa erreicht wurde und beginnt mit der Ermittlung oder der Initiierung der Ermittlung des wenigstens einen Messwerts ma.
-
Stationäre Teilnehmer des Drahtlosnetzwerks 400 ermitteln in einem jeweiligen Verarbeitungsmodul 502, 512, 522 den wenigstens einen Messwert m1, m2, m3 zur Positionsermittlung, welche von einem mobilen Teilnehmer des Drahtlosnetzwerks 400 mitverursacht werden.
-
Die Ermittlung der wenigstens einen räumlichen Position pa, pz, welche von der reduzierten Ermittlungsgenauigkeit betroffen ist, im Verarbeitungsmodul 102 und das Aktualisieren des ersten Lokalisierungsmodells 202 im Verarbeitungsmodul 110 findet während einer Unsicherheitsphase Tu statt.
-
Die Unsicherheitsphase wird beispielsweise dann ausgelöst, wenn eine Änderung der Umgebung des Drahtlosnetzwerks erfolgt. So wird z.B. das Hinzufügen oder Entfernen großer Objekte in der Mitte der Szenerie die Lokalisierungsgenauigkeit von mobilen Endgeräten, die in der Nähe des modifizierten Bereichs platziert sind, negativ beeinflussen. Nachdem die Aktualisierung des ersten Lokalisierungsmodells abgeschlossen ist, wird sich die Genauigkeit jedoch in diesem Bereich wieder verbessern.
-
Vor, während und/oder nach der Unsicherheitsphase Tu wird in einer Übermittlung 302, 312, 323 wenigstens ein Messwert m1, mn zur Positionsermittlung empfangen und in einem Verarbeitungsmodul 304, 314, 324 wird wenigstens eine räumliche Ist-Position p1, pn eines mobilen Teilnehmers UE1 des Drahtloskommunikationsnetzwerks 400 in Abhängigkeit von dem wenigstens einen Messwert m1, mn zur Positionsermittlung empfangen.
-
Die Position p1, p2, p3 des jeweiligen mobilen Teilnehmers des Drahtlosnetzwerks 400 wird beispielsweise an eine Applikation APP übergeben, welche für die Steuerung oder Überwachung der mobilen Teilnehmer des Drahtlosnetzwerks 400 zuständig ist. Alternativ oder zusätzlich kann die ermittelte Position des jeweiligen mobilen Teilnehmers an den mobilen Teilnehmer selbst übermittelt werden, so dass dieser die eigene Position einer auf dem mobilen Teilnehmer vorhandenen Applikation bereitstellt.
-
4 zeigt ein schematisches Ablaufdiagramm für die Vorrichtung 200 und das schematisch dargestelltes Drahtloskommunikationsnetzwerk 400. Das Drahtloskommunikationsnetzwerk 400 umfasst fest installierte, nicht mobile Teilnehmer F1, F2, F3, deren Positionen P1, Pn vorbekannt sind und mit einem Messsystem ermittelt wurden.
-
Ein Verarbeitungsmodul 406 umfasst ein Ermitteln einer Mehrzahl von Trainingsdatensätzen TD1, wobei einer der ersten Trainingsdatensätze TD1 wenigstens einen Messwert M1, Mn und die zugeordnete Position P1, Pn des ortsfesten Teilnehmers F1, F2, F3 des Drahtlosnetzwerks 400 umfasst. Messwerte M1, Mn, die von den statischen Teilnehmern F1, F2, F3 gesammelt werden, sind Teil neuer Trainingsdaten. Diese Trainingsdaten werden lokal für das jeweilige Drahtlosnetzwerk 400 erzeugt und repräsentieren präzise die interessierende Umgebung. Darüber hinaus ersetzen neue Trainingsdatensätze TD1 zuvor ermittelte Trainingsdatensätze, um eine flexible Anpassung an sich ändernde Bedingungen zu ermöglichen. Statisch angeordnete Teilnehmer des Drahtlosnetzwerks werden an bekannten Positionen P1, Pn platziert und erzeugen während des normalen Betriebs ohne zusätzlichen Aufwand die Trainingsdaten TD1.
-
Das Verarbeitungsmodul 108 umfasst das maschinelle Trainieren des zweiten Lokalisierungsmodells 212 in Abhängigkeit von der Mehrzahl von Trainingsdatensätzen TD1. Stehen auch eine Mehrzahl von zweiten Trainingsdatensätzen TD2 bereit, so wird das zweite Lokalisierungsmodell 212 in Abhängigkeit von der Mehrzahl von ersten Trainingsdatensätzen TD1 und in Abhängigkeit von der Mehrzahl von zweiten Trainingsdatensätzen TD2 maschinell trainiert. Das zweite Lokalisierungsmodell 212 wird anhand lokal gemessener Messwerte trainiert und ist für das jeweilige Drahtlosnetzwerk 400 gültig. Neue Messungen von festen Teilnehmern werden für kontinuierliche Modellaktualisierungen unter Verwendung eines maschinellen Lernmodells verwendet. Beispiele für das erste und zweite Lokalisierungsmodell umfassen: ein Bayesianisches neuronales Netz, einen Gauß-Prozess, tiefe neuronale Netze. Eine Lernphase gemäß dem Verarbeitungsmodul 108 führt zu einem trainierten zweiten Lokalisierungsmodell 212, das eine Ausgabe als Koordinaten- oder Entfernungsschätzung entsprechend den gemessenen Eingangsdaten erzeugt.
-
Gemäß dem Verarbeitungsmodul 110 wird das erste Lokalisierungsmodell 202 beispielsweise dann aktualisiert, wenn das Training im Verarbeitungsmodul 108 beendet ist. Sobald also eine neue Aktualisierung für das Lokalisierungsmodell 212 verfügbar ist, wird es, gemäß dem Verarbeitungsmodul 110, das im Lokalisierungsprozess verwendete erste Lokalisierungsmodell 202 ersetzen. Das Verarbeitungsmodul 110 umfasst eine Überprüfung, ob die Verringerung der Unsicherheit, was die Positionsermittlung angeht ausreicht. Ist dies nicht der Fall, so entfällt die Aktualisierung.
-
Ein Verarbeitungsmodul 402 umfasst ein Ermitteln eines Unsicherheitsgrades der Positionsermittlung durch das erste Lokalisierungsmodell 202. Werden probabilistische maschinelle Lokalisierungsmodelle wie beispielsweise ein Bayesianisches neuronales Netz oder Gaußprozesse verwendet, umfasst das Lokalisierungsmodell Unsicherheitsabschätzungen, welche in den Verarbeitungsmodulen 402 und 102 verwendet werden. Ein Informationsgehalt wird beispielsweise anhand der Entropie ermittelt und bezieht sich im Falle der Entropie eines Gaußprozesses auf die prädiktive Varianz des Gaußprozesses - eine unmittelbar verfügbare Größe. Nun wählt der Gaußprozess diejenige bzw. diejenigen Position(en) pa, pz aus, die derzeit zur einer hohen Vorhersageunsicherheit für deren Lokalisierungen führt. Nach mehreren Auswertungen stellen die Positionen pa und pz eine effiziente Untermenge möglicher Messpunkte dar, die nach der Modellaktualisierung stark zur Lokalisierungsgenauigkeit beitragen.
-
In einem weiteren Beispiel wird der Unsicherheitsgrad der Positionsermittlung auf Basis einer Historie der ermittelten Positionen eines zu lokalisierenden Endgeräts ermittelt. Bei den Endgeräten, die Teil eines Automatic Guided Vehicle, AGV sind, wird eine konstante Geschwindigkeit erwartet. Die Geschwindigkeit wird beispielsweise durch eine lokale IMU (inertial measurement unit) ermittelt und in die Unsicherheitsschätzung mit einbezogen. Falls die ermittelte Position der Gleichmäßigkeit der Bewegung widerspricht bzw. nicht in Einklang gebracht werden kann, fließt die Position mit der größten Abweichung auf der Strecke in die Liste der nachzumessenden Punkte ein. Die Punkte in dieser Liste umfassen also einen hohen Unsicherheitsgrad. Ein Verarbeitungsmodul 404 umfasst ein Einleiten der Unsicherheitsphase gemäß dem Verarbeitungsmodul 102, sobald ermittelt wird, dass der Unsicherheitsgrad einen Schwellwert überschreitet. Das Verarbeitungsmodul 406 wird dann aufgerufen, wenn der Unsicherheitsgrad den Schwellwert nicht überschreitet.
-
Das Verarbeitungsmodul 102 stellt also einen Unsicherheitsschätzer dar, um mehrdeutige Modellteile zu bestimmen und bei hoher Unsicherheit im ersten Lokalisierungsmodell neue zweite Trainingsdaten an den Positionen pa, pz zu sammeln.
-
Das Verarbeitungsmodul 102 umfasst die Ermittlung von räumlichen Position pa, pz, welche in einem räumlichen Gebiet A verortet sind, welches von reduzierter Ermittlungsgenauigkeit des Lokalisierungsmodells 202 betroffen ist. Die im Verarbeitungsmodul 102 ermittelten Positionen pa, pz repräsentieren eine effiziente Untermenge möglicher Messpunkte, die mehr zur Lokalisierungsgenauigkeit durch/nach der Modellaktualisierung beitragen als andere Messpunkte bzw. Positionen. Um Messwerte ma, mz an den Positionen pa, pz zu erzeugen, werden geeignete Maßnahmen und Aktionen generiert. Mögliche Alternativen hierfür sind die Folgenden: Senden des fahrerlosen Fahrzeugs AGV an die wenigstens eine Position pa, pz; Ausführen von manuellen Messungen durch einen Techniker an der/den angegebenen Position/Positionen pa, pz; Platzierung neuer statischer Teilnehmer an der/den angegebenen Position/Positionen pa, pz.
-
Das Bereitstellen, mittels des Verarbeitungsmoduls 104, der wenigstens einen von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position pa, pz umfasst ein Bereitstellen von Instruktionen la, Iz für Personal. Die Instruktionen la, Iz umfassen die von reduzierter Ermittlungsgenauigkeit betroffene räumliche Position pa, pz und eine Handlungsanweisung. Die Handlungsanweisung umfasst Informationen zur Anordnung einer Vorrichtung, die an der Generierung des wenigstens einen Messwerts, der mit der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position pa, pz verknüpft ist, beteiligt ist. Die Instruktionen la, Iz umfassen beispielsweise die Anweisung einer Anbringung eines weiteren, fest anzuordnenden Teilnehmers des Drahtlosnetzwerks 400 an der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen jeweiligen Position pa, pz.
-
Die mittels des Verarbeitungsmoduls 104 an die bewegliche Einheit AGV gesendeten Instruktionen la, Iz umfassen wenigstens die von reduzierter Ermittlungsgenauigkeit betroffene räumliche Position pa, pz und das Anfahren dieser räumlichen Position pa, pz umfasst.
-
Das Empfangen, mittels des Verarbeitungsmoduls 106, des wenigstens einen Messwerts ma, mz, der mit der von reduzierter Ermittlungsgenauigkeit betroffenen räumlichen Position pa, pz verknüpft ist, erfolgt nachdem die bewegliche Einheit AGV die betroffene räumliche Position pa, pz erreicht und den zumindest einen Messwert ma, mz ermittelt oder zumindest mitverursacht hat. Ein Paar umfassend eine der räumlichen Positionen pa, pz und eines der zugeordneten Messwerte ma, mz bildet einen Trainingsdatensatz der Mehrzahl zweiter Trainingsdatensätze TD2. Die zweiten Trainingsdatensätze TD2 ermöglichen eine kontinuierliche Aktualisierung des ersten Lokalisierungsmodells 202 im Verarbeitungsmodul 110.
-
Das erste bzw. zweite Lokalisierungsmodell 202, 212 wird auf der Grundlage von Trainingsdaten TD1, TD2 erstellt, die in der Umgebung, die durch das Drahtlosnetzwerk 400 abgedeckt wird, gemessen wurden. Diese Trainingsdaten TD1, TD2 können je nach der verwendeten Lokalisierungstechnik durch verschiedene gemessene Messwerte dargestellt werden. Einige Beispiele für den wenigstens einen Messwert sind: eine gemessene von einem fest installierten Teilnehmer empfangene Signalstärke eines mobilen Teilnehmers, ein Indikator für die Verbindungsqualität zwischen einem mobilen Teilnehmer und einem fest installierten Teilnehmer, die time-of-fly oder Ankunftszeit von Daten, die zwischen den mobilen und festen Teilnehmern ausgetauscht werden, eine Ankunftszeitdifferenz, ein Signal-Störungs- und Rausch-Verhältnis SINR, eine Signalphasenversch iebung.
-
Zusätzlich zu den Messwerten werden die Informationen über die Messorte, also die Positionen P1, Pn, verwendet, um das Training des zweiten Lokalisierungsmodells 212 zu ermöglichen. Die Messgenauigkeit dieser Positionen P1, Pn beeinflusst die Lokalisierungsgenauigkeit des resultierenden Ortungsschätzungssystems, welches von dem ersten Lokalisierungsmodell 202 bereitgestellt wird. Das erste Lokalisierungsmodell 202 beschreibt die Beziehung zwischen den gelernten Rohdaten und der Ermittlung der Position eines mobilen Teilnehmers. Je nach verwendeter Lokalisierungsmethode können die Positionen unterschiedlich definiert werden: z.B. als ein Satz von Koordinaten oder ein Satz von Abständen zu Referenzpunkten als Grundlage für Trilateration, Multilateration, Approximation, usw.