Somit
liegt der Erfindung die Aufgabe zugrunde, eine einfache, weniger
aufwendige und automatisierbare Vorgehensweise zur Generierung einer
solchen Karte anzugeben.
Diese
Aufgabe wird durch das Verfahren und die Anordnung sowie durch das
Computerprogramm mit Programmcode-Mitteln und das Computerprogramm-Produkt
zur Ermittlung einer Karte zur Beschreibung eines Ausbreitungsverhaltens
eines von einer Basisstation in einem Kommunikationsnetz ausgesendeten
Kommunikationssignals mit den Merkmalen gemäß dem jeweiligen unabhängigen Patentanspruch
gelöst.
Bei
dem Verfahren zur Ermittlung der Karte wird an ausgewählten Positionen
in dem Kommunikationsnetz jeweils eine zu der jeweiligen ausgewählten Position
zugehörige
physikalische Eigenschaft des Kommunikationssignals gemessen.
Dabei
charakterisiert die physikalische Eigenschaft das Ausbreitungsverhalten
des Kommunikationssignals.
Unter
Verwendung der ausgewählten
Positionen bzw. unter Verwendung entsprechender Ortsinformation
der ausgewählten
Positionen und der zugehörigen
gemessenen physikalischen Eigenschaften des Kommunikationssignals
wird ein Modell für
das Ausbreitungsverhalten ermittelt.
Unter
Verwendung des Modells für
das Ausbreitungsverhalten wird die Karte ermittelt werden, wobei das
Modell selbst schon als Karte bezeichnet werden kann bzw. das Modell
selbst schon die Karte sein kann.
Erfindungsgemäß werden
die Messungen an den ausgewählten
Positionen unter Verwendung einer autonomen mobilen Einheit, wie
einem autonomen Roboter, durchgeführt. Die autonome mobile Einheit
ist dabei eingerichtet, beispielweise durch eine entsprechende Messeinrichtung,
zu einem Empfang des Kommunikationssignals und zur Messung der physikalischen
Eigenschaft des Kommunikationssignals.
Die
Anordnung zur Ermittlung der Karte weist eine autonome mobile Einheit
auf, welche eingerichtet ist, beispielweise durch eine entsprechende
Messeinrichtung, zu einem Empfang des Kommunikationssignals und
zur Messung einer physikalischen Eigenschaft des Kommunikationssignals.
Dabei
charakterisiert die physikalische Eigenschaft das Ausbreitungsverhalten
des Kommunikationssignals.
Die
autonome mobile Einheit führt
Messungen durch an ausgewählten
Positionen in dem Kommunikationsnetz. Gemessen wird an ausgewählten Positionen
in dem Kommunikationsnetz jeweils die zu der jeweiligen ausgewählten Position
zugehörige
physikalische Eigenschaft des Kommunikationssignals.
Ferner
weist die Anordnung eine Auswerteeinheit auf, welche unter Verwendung
der ausgewählten Positionen
bzw. unter Verwendung entsprechender Ortsinformation der ausgewählten Positionen
und der zugehörigen
gemessenen physikalischen Eigenschaften des Kommunikationssignals
ein Modell für
das Ausbreitungsverhalten ermittelt. Weiter ermittelt die Auswerteeinheit
unter Verwendung des Modells für
das Ausbreitungsverhalten die Karte.
Anzumerken
sei auch hier, dass das Modell selbst schon als Karte bezeichnet
werden kann bzw. das Modell selbst schon die Karte sein kann.
Ein
Vorteil der Erfindung liegt darin, dass die autonome mobile Einheit
die Messungen autonom und automatisierbar durchführen kann und dadurch die Karte
automatisch erstellbar ist.
Dies
wiederum ermöglich,
dass die Karte auch während
des laufenden Betriebs des Kommunikationsnetzes ständig aktualisiert
werden kann, so dass sie sich Änderungen
in der Netzstruktur (z.B. Ausfälle
einzelner Sendestationen) anpasst.
Das
Computerprogramm mit Programmcode-Mitteln ist eingerichtet, um alle
Schritte gemäß dem erfindungsgemäßen Verfahren
zur Ermittlung der Karte durchzuführen, wenn das Programm auf
einem Computer ausgeführt
wird.
Das
Computerprogramm-Produkt mit auf einem maschinenlesbaren Träger gespeicherten
Programmcode-Mitteln ist eingerichtet, um alle Schritte gemäß dem erfindungsgemäßen Verfahren
zur Ermittlung der Karte durchzuführen, wenn das Programm auf
einem Computer ausgeführt
wird.
Die
Anordnung sowie das Computerprogramm mit Programmcode-Mitteln, eingerichtet
um alle Schritte gemäß dem erfinderischen
Lokalisierungsverfahren durchzuführen,
wenn das Programm auf einem Computer ausgeführt wird, sowie das Computerprogramm-Produkt
mit auf einem maschinenlesbaren Träger gespeicherten Programmcode-Mitteln,
eingerichtet um alle Schritte gemäß dem erfinderischen Lokalisierungsverfahren
durchzuführen,
wenn das Programm auf einem Computer ausgeführt wird, sind insbesondere
geeignet zur Durchführung
des erfindungsgemäßen Verfahrens
oder einer seiner nachfolgend erläuterten Weiterbildungen.
Bevorzugte
Weiterbildungen der Erfindung ergeben sich aus den abhängigen Ansprüchen.
Die
im weiteren beschriebenen Weiterbildungen beziehen sich sowohl auf
das Verfahren als auch auf die Anordnung sowei die software-technischen
Realisierungen.
Die
Erfindung und die im weiteren beschriebenen Weiterbildungen können sowohl
in Software als auch in Hardware, beispielsweise unter Verwendung
einer speziellen elektrischen Schaltung, realisiert werden.
Ferner
ist eine Realisierung der Erfindung oder einer im weiteren beschriebenen
Weiterbildung möglich
durch ein computerlesbares Speichermedium, auf welchem das Computerprogramm
mit Programmcode-Mitteln gespeichert ist, welches die Erfindung
oder Weiterbildungen ausführt.
Auch
kann die Erfindung oder jede im weiteren beschriebene Weiterbildung
durch ein Computerprogrammerzeugnis realisiert sein, welches ein
Speichermedium aufweist, auf welchem das Computerprogramm mit Programmcode-Mitteln
gespeichert ist, welches die Erfindung oder Weiterbildungen ausführt.
Bei
einer Kommunikation in einem Kommunikationsnetz, wie einem Funknetzwerk,
zwischen einer mobilen Kommunikationseinrichtung (Mobilstation),
beispielsweise einem Mobiltelefon, und einer Basisstation, beispielsweise
einer Rundantenne bzw. einem Rundstrahler oder einer bzw. mehrerer
sektoraler Antennen, werden Daten, die Kommunikationssignale, in
Signalpaketen, sogenannten bursts, übertragen.
Basierend
auf (messbaren) physikalischen Eigenschaften der übertragenen
bzw. abgestrahlten Kommunikationssignalen bzw. Signalpaketen lassen
sich verschiedene entfernungsrelevante Parameter ermitteln, welche
wiederum als Grundlage für
die Ermittlung von Abstrahl- bzw. Signalcharakteristika von (Signal-)Sendern
herangezogen werden können.
Ein
solcher entfernungsrelevanter, d.h. entfernungsabhängiger,
Parameter ist beispielsweise eine Feldstärke eines Kommunikationssignals
bzw. Signalpakets, eine Bit-Fehler-Rate oder ein Signal-Rausch-Abstand.
Die
Feldstärke
eines ausgestrahlten Kommunikationssignals weist eine natürliche Abhängigkeit
zur Entfernung von einem Sender, der (gesprächsführenden) Basisstation, auf
und liefert demzufolge eine Information über das Ausbreitungsverhalten
(Ausbreitungscharakteristik) des Senders.
Diese
Abhängigkeit
zwischen der Feldstärke,
im allgemeinen der physikalischen Eigenschaft, und der Entfernung
vom Sender bzw. dem (Empfangs-)Ort oder der (Empfangs-)Position
in dem Kommunikationsnetz kann durch physikalische Modelle, welche
ein Ausbreitungsverhalten von Signalen beschreiben, beschrieben werden.
Bei
einem sogenannten Vorwärts-Modell
wird die physikalische Eigenschaft des Kommunikationssignals in
Abhängigkeit
von einer Position in dem Kommunikationsnetz bzw. einer Entfernung
beschrieben.
Ein
Rückwärts- bzw.
inverses Modell beschreibt die Position in dem Kommunikationsnetz
in Abhängigkeit
der physikalischen Eigenschaft des Kommunikationssignals.
Ein
geeignetes Modell vom Typ Vorwärts-Modell, ähnlich dem
aus [5], weist beispielweise einen deterministischen Anteil (Teilmodell)
und einen stochastischen Anteil (Teilmodell) auf.
Der
deterministische Anteil beschreibt die Abhängigkeit zwischen der physikalischen
Eigenschaft des Kommunikationssignals und einer Position in dem
Kommunikationsnetz; der stochastische Anteil beschreibt eine Unsicherheit
des deterministischen Anteils.
Die
Unsicherheit des deterministischen Anteils kann dabei eine Unsicherheit
des Kommunikationssignals, insbesondere ein Messrauschen, und/oder
eine Unsicherheit der Abhängigkeit,
insbesondere eine Unsicherheit des Ausbreitungsmodells, sein.
Größere Kommunikationsnetze
weisen in der Regel mehrer oder eine Vielzahl von Basisstationen,
deren jede ein Kommunikationssignal abstrahlt, auf.
Hier
ist es zweckmäßig, mehrere
Karten bzw. Modelle zu ermitteln, wobei jeweils eine Karte bzw.
Modell das Ausbreitungsverhalten eines von einer Basisstation in
dem Kommunikationsnetz ausgesendeten Kommunikationssignals beschreibt.
Die
mehreren Karten bzw. Modelle lassen sich zu einer Gesamtkarte zusammenfassen.
Ferner
kann es zweckmäßig sein,
die ausgewählten
Positionen bzw. deren Ortsinformation durch die autonome mobile
Einheit bestimmen zu lassen. Dazu kann die autonome mobile Einheit
mit einem Positionsmesssystem zur Ermittlung der Position der autonomen
mobile Einheit in dem Kommunikationsnetz und/oder einem Bahnplanungssystem
zur Ermittlung einer Bewegungsbahn in dem Kommunikationsnetz ausgerüstet sein.
Bekannt
sind beispielsweise Odometer und/oder bildverarbeitende Positionsmesssysteme
wie auch Systeme für
eine Koppelnavigation.
Die
durch die erfinderische Vorgehensweise erstellte Karte oder das
Modell kann Grundlage für
zahlreiche Anwendungen bei Kommunikationsnetzen sein.
So
kann die Karte bzw. das Modell und/oder die Gesamtkarte bzw. das
Gesamtmodell eingesetzt werden/wird zu einer Planung und/oder einer
Installation und/oder Inbetriebnahme und/oder Diagnose von Fehlerzuständen und/oder
Qualitätssicherung
des Kommunikationsnetzes.
Auch
kann das Modell für
das Ausbreitungsverhalten und/oder die Karte und/oder die Modelle
für die Ausbreitungsverhalten
und/oder die Gesamtkarte eingesetzt werden/wird zu einer Lokalisierung
mindestens einer mobilen Kommunikationseinrichtung in dem Kommunikationsnetz,
welche mindestens eine mobile Kommunikationseinrichtung eingerichtet
ist zu einem Empfang des Kommunikationssignals und/oder zum Empfang der
Kommunikationssignale.
Hierbei
wird an einer zu bestimmenden Position in dem Kommunikationsnetz
eine Messung der an dieser Position empfangbaren Kommunikationssignalen
bzw. deren physikalischen Eigenschaften durchgeführt. Unter Verwendung der Karte
bzw. des Modells kann dann und der gemessenen physikalischen Größen kann dann
die zu bestimmende Position ermittelt werden.
Weiter
kann vorgesehen werden, die Erstellung der Karte bzw. des Modells
von einer Lokalisierung unabhängig
zu machen. Dabei kann dann fortlaufend mittels des autonomen mobilen
Systems und der erfinderischen Vorgehensweise die Karte aktualisiert
werden, während
unter Verwendung bereits erstellter Karten mobile Kommunikationseinrichtung
in dem Kommunikationsnetz lokalisiert werden können.
Die
Erfindung bzw. die erfinderische Erstellung der Karte eignet sich
insbesondere zu einem Einsatz im Umfeld eines digitalen, zellularen
Mobilfunksystems, wie eines GSM-Netzes, und dort beispielsweise
zur Lokalisierung eines GSM-Telefons (Mobiltelefon).
Dabei
werden bei dem Einsatz der Erfindung nur die dem Mobiltelefon zur
Verfügung
stehenden Daten verwendet, wobei weder am GSM-Netz noch an Mobilstationen
in dem GSM-Netz kostspielige Änderungen vorzunehmen
sind.
Auch
eignet sich die Erfindung zu einem Einsatz im Umfeld weiterer digitaler,
zellularen Mobilfunksysteme, wie eines WLAN, eines Netzes auf Basis
von Bluetooth oder eines DECT-Netzes,
und dort beispielsweise zur Lokalisierung eines DECT-Mobiltelefons.
In
Figuren ist ein Ausführungsbeispiel
der Erfindung dargestellt, welches im weiteren näher erläutert wird.
Es
zeigen
1 Vorgehensweise
bei der Erstellung einer Feldstärkenkarte
mit anschließender
Lokalisierung gemäß einem
Ausführungsbeispiel;
2 Vorgehensweise
bei der Erstellung einer Feldstärkenkarte
mit gleichzeitiger Lokalisierung gemäß einem Ausführungsbeispiel;
3 Skizze,
die eine schematische Gegenüberstellung
von Modellfehler und Messrauschen zeigt;
4 Omnidirektionaler
Roboter gemäß einem
Ausführungsbeispiel;
5 Positionserkennung
durch Bildverarbeitung;
6 Skizze,
die einen Vergleicheiner Positionsschätzung basierend auf einer Koppelnavigation
und Kameranavigation verdeutlicht;
7 erste
(Teil-)Karte für
eine erste Basisstation in dem Funknetz gemäß einem Ausführungsbeispiel;
8 zweite
(Teil-)Karte für
eine zweite Basisstation in dem Funknetz gemäß einem Ausführungsbeispiel.
Ausführungsbeispiel: Automatische
Kartographierung der Signalcharakteristik in einem Funknetzwerk
Im
Ausführungsbeispiel
wird wie folgt dargestellt:
Zunächst werden Grundlagen einer
Kartographierung von Funknetzen beschrieben.
Anschließend wird
eine Karte zur Beschreibung der Ausbreitungscharakteristika von
Basisstationen in einem Funknetz sowie deren Erstellung beschrieben.
Dabei wird beschrieben, wie sich die Karte aus einem deterministischen
und einem stochastischen Teil zusammensetzt.
Weiter wird eine
auf dieser Karte basierende Lokalisierung beschrieben.
Daran
schließt
sich eine Beschreibung einer experimentellen Verifikation der vorgestellten
Vorgehensweise. Hier wird sowohl ein Robotersystem zur automatischen
Vermessung der Feld stärken
beschrieben als auch die Qualität
der Karten betrachtet.
1. Kartographierung
Während des
normalen Betriebs messen Funknetzempfänger, wie z. B. DECT Mobilteile,
ständig
die Feldstärken
aller zur Verfügung
stehenden Sendestationen.
Wenn
die genauen Positionen der Sendestationen bekannt sind und ein geeignetes
physikalisches Modell zur Ausbreitung von elektromagnetischen Wellen
existiert, können
diese Daten verwendet werden, um die Position des Benutzers zu schätzen.
In
praktischen Szenarien sind die Positionen der Sendestationen zumeist
nicht oder nur ungenau bekannt und von Änderungen betroffen.
Ein
exaktes physikalisches Modell für
die Wellenausbreitung lässt
sich besonders für
Innenbereiche nur schwer oder überhaupt
nicht erstellen, da es in komplexer Weise von den Gebäudeeigenschaften
abhängt [6].
Deshalb
wird wie folgt beschrieben zunächst
eine Karte der Feldstärken
der einzelnen Sender erstellt. Anschließend werden die Endgeräte mittels
dieser Karte lokalisiert.
Die
Feldstärkekarte
lässt sich
durch das Messmodell
beschreiben,
das die logarithmischen gemessenen Signalstärken aller Sender
mit ζ = 1...N
als deterministische nicht-lineare Funktion h
ϛ(x
k) in Abhängigkeit
von den Positionskoordinaten x
k = [x
1,kx
2,k]
T des
Empfängers
darstellt.
vk beschreibt den additiven Fehler der logarithmischen
Messung. Dies entspricht der multiplikativen Unsicherheit, die aus
der unbekannten Dämpfung
resultiert.
In
den betrachteten Funknetzwerken können die Sender durch eine
eindeutige, bei der Kommunikation übertragene, ID identifiziert
werden. So lässt
sich jede Messung genau einer der Messgleichungen zuordnen, was
das Schätzproblem
deutlich vereinfacht.
Auch
in der Lokalisierungsphase soll nicht in den normalen Netzbetrieb
eingegriffen werden. Zusätzliche
Sensoren am Benutzer oder dem Empfangsgerät sind nicht erwünscht. Deshalb
muss die Lokalisierung allein basierend auf den Feldstärkemessungen
des Empfängers
erfolgen.
2. Kartographierung
und Lokalisierung
Wie 1 zeigt,
wird zunächst
in der Kartographierungsphase 100 vom Roboter 110 auf
Basis von Messungen 111 und einer geschätzten Referenzlage 112 eine
Feldstärkekarte 120 erstellt 115.
Diese Karte 120 besteht aus Teilkarten 121, die
die Sendecharakteristik jeweils einer Basisstation beschreiben.
In
der späteren
Lokalisierungsphase 150 können mehrere (menschliche)
Benutzer 160, die ein Empfangsgerät, z. B. ein DECT Mobiltelefon
oder einen mit Wireless LAN oder Bluetooth ausgestatteten PDA, mit sich
führen,
anhand der Karte 120 lokalisiert werden 165.
2 zeigt
eine gleichzeitige Ausführung
der beiden Phasen, der Kartographierungsphase 100 und der
Lökalisierungsphase 150.
Hierbei
aktualisiert der Roboter 110 die Karte 120, während die
Benutzer 160 schon lokalisiert 165, 170 werden.
Somit
ist eine stets aktuelle Karte 120 gewährleistet, in die Änderungen
des Netzwerks, wie z. B. Ausfall oder Austausch einzelner Sender,
sofort einfließen.
Kartographierungsphase
(100)
Deterministisches Messmodell
Bei
dem bei der Erstellung der Karte zugrunde gelegten deterministischen
Messmodell wird angenommen, dass die logarithmische empfangene Feldstärke eines
Senders linear mit der Entfernung abnimmt.
Bei
zweidimensionalen Positionskoordinaten x
k lässt sich
der lineare Abfall der logarithmischen Feldstärke der Basisstation ζ durch die
Messgleichung
beschreiben.
In
den so erhaltenen N Gleichungen (für jede Basisstation eine),
sind die insgesamt 6N Parameter aus mϛ,
Pϛ und Δϛ zu
schätzen.
Stochastisches
Teilmodell
Das
stochastische Teilmodell der Unsicherheiten muss sowohl das Messrauschen
als auch die Abweichung zwischen der tatsächlichen Sendercharakteristik
und dem Messmodell in Betracht ziehen.
Modellunsicherheiten
Die
Modellunsicherheiten stellen den Unterschied zwischen dem exakten
Modell der logarithmischen empfangenen Feldstärke und dem deterministischen
Messmodell hϛ(xk)
dar.
3 zeigt
diesen Unterschied.
Dieser
Fehler rührt
zum einen von dem Modell. Zum anderen repräsentiert er aber auch lokale
Abweichungen, die aus den spezifischen Gebäudeeigenschaften resultieren.
Hierunter sind z. B. verschiedene Dämpfungs- oder Reflektionseigenschaften
der verschiedenen Materialen zu verstehen. Die Modellunsicherheiten
werden hier mit dem Mittelwert μ ⟨1⟩ / ν,ϛ und
der Standardabweichung σ ⟨1⟩ / ν,ϛ beschrieben.
Messrauschen
Das
Messrauschen stellt die zeitliche Variation der Messungen an einem
Punkt dar. In 3 ist beispielhaft zu erkennen,
wie die Messwerte von der tatsächlichen
Sendercharakteristik abweichen.
Auch
das Messrauschen lässt
sich durch Mittelwert μ ⟨2⟩ / ν,ϛ und
Standardabweichung σ ⟨2⟩ / ν,ϛ beschreiben.
Kombination der Unsicherheiten.
Die
Unsicherheit des Gesamtmodells ist die Kombination von Modellunsicherheit
und Messrauschen. Um ein einfaches Modell zu erhalten wird hier
angenommen, dass die Unsicherheiten unabhängig und unkorreliert sind.
In
diesem Fall lässt
sich die Gesamtunsicherheit jedes Senders ϛ = 1,...,N durch
eine Verteilung mit dem Mittelwert
und der Standardabweichung
beschreiben.
Lokalisierungsphase (150)
In
der Lokalisierungsphase 150 sollen mehrere Endgeräte gleichzeitig
lokalisiert werden können.
Da
für ortsabhängige Dienste
die Positionsinformation serverseitig und nicht auf Klientenseite
benötigt wird,
sollte die Lokalisierung möglichst
auf einem zentralen Rechner, auf dem auch die Karteninformationen gespeichert
sind, ausgeführt
werden.
Dadurch
ergeben sich für
den Lokalisierungsalgorithmus folgende Anforderungen.
Die
Rechenleistung sollte möglichst
frei zwischen den verschiedenen Lokalisierungsanwendungen verteilt
werden können.
Deshalb wird ein anytime-Algorithmus mit einstellbarer Genauigkeit
benötigt.
Ein
solcher liefert jederzeit ein sinnvolles Ergebnis. Ein früher Abbruch
der Berechnung beeinflusst also nur die Genauigkeit der Positionsschätzung, nicht
aber ihre Verfügbarkeit.
Mit
längerer
Laufzeit wird die Genauigkeit der Schätzung erhöht.
Da
bei der Positionsschätzung
anhand der Feldstärkekarten
Nichtlinearitäten
auftreten können,
muss ein nichtlineares Filterverfahren zum Einsatz kommen.
Dieses
verwendet zusätzlich
noch ein Modell für
die Bewegung des Benutzers, um die Qualität der Schätzung zu verbessern und die
Kombination von Messungen zu ermöglichen.
Geeignete
Filterverfahren für
die Lokalisierung sind z.B. das Progressive Bayes-Filter [7], das
eine optimale Lösung
findet, oder das PDSME-Filter [5].
Letzteres
ist zwar suboptimal, dafür
allerdings deutlich einfacher und schon in der Anwendung auf Lokalisierungsproblemen
in Funknetzen erprobt.
Bei
der Lokalisierung eines mobilen Kommunikationsgeräts wird
dann zunächst
eine oder mehrere Messungen der elektrischen Feldstärke an dem
zu bestimmenden Ort durchgeführt.
Mit
Hilfe dieser Messungen und den zuvor erstellten Feldstärkekarten
kann eine Ortsschätzung
durchgeführt
werden.
Hierzu
kann beispielsweise das aus [12] bekannte Verfahren basierend auf
ein Pattern Matching zusammen mit einer räumlichen Abtastung der Feldstärkekarten,
das aus [13] oder [5] bekannte Verfahren basierend auf nicht lineare
Filtertechniken, oder eine Lösung
der Navigationsgleichungen verwendet werden.
Die
Lösung
der Navigationsgleichungen (6) mit dem Ortsvektor x →, den gemessenen
Feldstärken
E mess / 1 – E mess / N für die Basisstationen
bzw. Antennen 1 – N,
und den ortsabhängigen
Karten, bzw. Modellen, der Feldstärken E1(x →) – EN(x →), geschieht bei spielsweise mittels eines
Nullstellensuchverfahrens, oder mittels einer Minimierung der quadratischen
Gleichungsfehlersumme e (7).
3. Experimentelle
Verifikation
Zur
Verifizierung obig vorgestellter Vorgehensweise werden zunächst Messungen
in einem WLAN, einem sogenannten DUKATH-Netz [8], vorgenommen.
Da
Interesse besteht ortsabhängige
Dienste, wie z. B. das Übertragen
von Zusatzmaterial auf den PDA zu, anzubieten muss die Möglichkeit
geboten werden, eine große
Zahl von Benutzern gleichzeitig zu lokalisieren.
Die
Ergebnisse sind aber nicht auf Wireless LAN und das DUKATH-Netz
beschränkt.
Sie lassen sich auch auf andere Funknetze z. B. gemäß den Bluetooth-
oder DECT-Standards übertragen.
Technischer
Aufbau
Die
Kartenerstellung wird von einem autonomen mobilen Roboter (4, 400 bzw. 110)
durchgeführt.
Es
handelt sich hierbei um eine OmniBase-Plattform [9].
Für die Kartographierung
wurde die Plattform mit einem speziellen Aufbau versehen (4),
auf dem ein Compaq iPAQ Pocket PC 401 mit einer Lucent
Orinoco Wireless LAN-Karte angebracht ist.
Während der
Roboter 400 durch das Gebäude fährt, misst der iPAQ 401 die
Feldstärken
aller verfügbaren
Sendestationen.
In
einem auf IEEE 802.11 [10] basierenden Netzwerk senden die Basisstationen
ständig
Beacon-Signale. Diese Signale dienen den mobilen Endgeräten dazu
die Station herauszufinden, zu der sie die beste Verbindung bekommen
können.
Bei der Vermessung der Feldstärken
werden diese Beacon-Signale ausgewertet.
Die
Netzzugehörigkeit
der Stationen ist dabei unerheblich. Die zur Messung verwendete
Netzwerkkarte verhält
sich dabei passiv, d. h. sie sendet selbst keine Signale aus.
Die
Messergebnisse werden über
eine serielle Schnittstelle an den Roboter 400 übertragen,
wo sie zusammen mit der vom Roboter geschätzten Referenzlage weiterverarbeitet
werden.
Roboterlokalisierung
Die OmniBase-Plattform
Die
omnidirektionale Roboterplattform OmniBase ist modular aufgebaut.
Sie besitzt vier gleichartige Radmodule mit je einem Standard-Rad.
In
jedem Radmodul sind zwei Antriebsmotoren untergebracht, von denen
einer zur Lenkung und einer zum Antrieb des Rades dient. Da die
insgesamt acht Motoren der Radmodule unabhängig von einander angesteuert
werden können
ist die Möglichkeit
gegeben die Plattform frei in drei Freiheitsgraden (Position und
Orientierung) zu bewegen.
Die
Koordination der Antriebe erfolgt mittels einer Low-Level-Steuerung in
der Plattform. Die Plattform fährt
immer auf Momentankreisen um den sog. ICR (Instantaneous Center
of Rotation).
Um
eine vibrationsarme Fahrt zu erreichen müssen alle vier Räder auf
konsistenten Bahnen um den ICR ausgeregelt werden.
Die
Bahnplanung erfolgt in einem übergeordneten
Steuerrechner, wobei die Kommunikation zwischen dem Steuerrechner
und der Low-Level-Steuerung der Plattform über eine CORBASchnittstelle
erfolgt.
Sie
stellt drei Funktionen zur Verfügung:
- – Abfragen
der von der Odometrie geschätzten
Lage des Roboters in globalen Koordinaten,
- – Setzen
der Lage in globalen Koordinaten und
- – Setzen
der Geschwindigkeiten.
Der
Geschwindigkeitsvektor uk = [ẋkẏkψ .k]T gibt die Soll-Geschwindigkeiten
entlang der x- bzw. y-Achse des globalen Koordinatensystems und
die Winkelgeschwindigkeit der Orientierung des Roboters an.
Die
Plattform wird also in globalen Koordinaten angesteuert.
Bildverarbeitung
Der
Roboter 400 lokalisiert sich mittels einer Deckenkamera 402 am
gleichmäßigen Deckenmuster
in Räumen.
Die
Decke besteht beispielweise aus weißen quadratischen Deckenplatten
mit 1200mm Seitenlänge. Zwischen
den Platten befinden sich graue Verstrebungen. Die Kreuzungen der
Deckenverstrebungen werden als Landmarken betrachtet. Sie befinden
sich auf einem 1200 mm-Raster.
Zur
Erkennung der Landmarken wird zunächst ein Eckenfilter aus der
Intel Open Source Computer Vision Library [11] angewandt.
Vier
Eckpunkte, die ein Quadrat mit einer Seitenlänge zwischen 20 Pixel und 35
Pixel bilden werden als Landmarke erkannt. Als Quadrat gilt eine
Figur aus Eckpunkten, wenn die Seitenlängen nahezu gleich (Toleranz:
2 Pixel) und die Winkel nahezu 90° sind.
5 zeigt
ein Kamerabild 500, in dem eine Landmarke erkannt wurde.
Die
gemessene Lage des Roboters xm = ⎣xmymψm⎦T ergibt
sich aus der tatsächlichen
Lage der Landmarke und ihrer Lage im Kamerabild.
Lokalisierung
Da
die in der Bildauswertung die Lage des Roboters in globalen Koordinaten
bestimmt wird, lässt
sich die Messgleichung zu
vereinfachen.
Der
Systemfehler Messfehler vk wird als unkorreliert
und normalverteilt um den Mittelwert Null mit der Kovarianz R angenommen.
In
jedem Zeitschritt wird ein Prädiktionsschritt
durchgeführt.
Dabei wird x ^ p / k, die prädizierte
Lage des Roboters, von der Odometrie ermittelt. Die Fehlerkovarianz
wird durch
vereinfacht fortgeschrieben,
wobei Q für
die Kovarianzmatrix des Systemfehlers, C
p für die priore
und C
e für die
posteriore Kovarianzmatrix stehen.
Immer
wenn ein Messdatum vorliegt, d. h. eine Landmarke erkannt wurde,
wird ein Messschritt durchgeführt.
Dies muss nicht in jedem Zeitschritt der Fall sein. Der sog. Kalman-Gain K
k lässt sich
wegen der einfachen Messgleichung vereinfacht als
darstellen.
Die
geschätzte
Lage des Roboters x ^ e / k und die posteriore Kovarianz C e / k ergeben sich als
Die
geschätzte
Lage des Roboters x ^ e / k wird anschließend auf der Plattform als
aktuelle Position gesetzt.
6 zeigt
den Fehler der reinen Koppelnavigation gegenüber der Kameranavigation.
Hierzu
wurde ein Gang eines Gebäudes
in dem Funknetz zehn mal durchfahren, was einer Gesamtstrecke von
ca. 700m entspricht. Nach den zehn Durchfahrten betrug die Abweichung
in der Orientierung mehr als 45°.
Die Abweichung in der Position beträgt mehrere Meter. Wird die
Bildverarbeitung hinzugenommen, beträgt der Fehler der Positionsschätzung im
Mittel ca. 15 cm.
Kartenerstellung
Bei
der Kartenerstellung werden die für jede Basisstation die 6 Parameter
aus Gleichung 3 geschätzt, wobei
für xk die Referenzposition des Roboters und für hϛ(xk) die
gemessene Feldstärke
des Senders ϛ an der Stelle xk eingesetzt
wird.
Die
Schätzung
erfolgt mit der Methode der kleinsten Quadrate.
In
den 7 und 8 sind die Teilkarten für zwei Basisstationen
zu sehen.
Zusätzlich sind
die tatsächlichen
Messwerte und die gefahrene Bahn des Roboters eingezeichnet. In den 7 und 8 ist
zu erkennen, dass die tatsächlichen
Messwerte durch das Modell gut beschrieben werden.
Die
Gesamtunsicherheit des Systems lässt
sich aus der Abweichung des Messmodells zu den Messwerten schätzen. Die
Teilunsicherheiten sind unbekannt. Das Messrauschen ließe sich
z. B. dadurch bestimmen, dass Mittelwert und Standardabweichung
mehrerer Messungen an einem Punkt berechnet werden. Da hier aber
die Messungen entlang verschiedener Bahnen gemacht werden, gibt
es im Allgemeinen nur eine Messung pro Bahnpunkt.
Da
sich Sendestationen des Funknetzes teilweise in unterschiedlichen
Stockwerken von Gebäuden befinden
als der Roboter kann die Genauigkeit des Modells gegebenenfalls
dadurch erhöht
werden, dass der Positionsvektor zu einem vierdimensionalen Lagevektor
erweitert wird.
In
diesem Fall würden
z für die
Höhe und
außerdem ψ für die Orientierung
in der x-y-Ebene ergänzt.
Da
sich dadurch auch die Anzahl der zu schätzenden Parameter von 6N auf
15N erhöht,
wären deutlich
mehr Messwerte zur Kartenerstellung nötig. Idealerweise würden dazu
auch Messfahrten in anderen Stockwerken durchgeführt.
Im
obigen wurde ein System gemäß der vorliegenden
Erfindung vorgestellt, das automatisch die örtlichen Signalcharakteristiken
von Funknetzen vermisst und kartographiert.
Eine
Anwendung dafür
ist das Erstellen von Karten mit deren Hilfe Benutzer in Funknetzen
lokalisiert werden können.
Die erstellten Karten beschreiben die Feldstärkeverteilungen aller verfügbaren Sendestationen
in analytischer Form.
Der
Modellfehler und das Messrauschen werden stochastisch modelliert.
Damit können
zur Lokalisierung auf Basis dieser Karten analytische stochastische
Filterverfahren eingesetzt werden.
Messungen
wurden mit der omnidirektionalen Roboterplattform Omni-Base in einem
Funknetz durchgeführt.
In
diesem Dokument sind folgende Schriften zitiert:
- [1]
Peyrard, F., Soutou, C., Mercier, J.J.: Mobile Stations Localization
in a WLAN, in: Proceedings of the 25th Annual IEEE Conference on
Local Computer Networks (LCN'00),
Tampa, Florida (2000) 136 – 142
- [2] Hassan-Ali, M., Pahlavan, K.: A New Statistical Model for
Site-Specific Indoor Radio Propagation Prediction Based on Geometric
Optics and Geometric Probability. IEEE Transactions on Wireless
Communications 1 (2002) 112 – 124
- [3] Howard, A., Siddiqi, S., Sukhatme, G.S.: An Experimental
Study of Localization Using Wireless Ethernet. In: Erscheint in:
Proceedings of the 4th International Conference on Field and Service
Robotics, Japan (2003)
- [4] Bahl, P., Padmanabhan, V.N.: RADAR: An In-Building RF-based User Location
and Tracking System. In: Proceedings of IEEE INFOCOM 2000. Volume
2., Tel Aviv, Israel (2000) 775 – 784
- [5] Rauh, A., Briechle, K., Hanebeck, U.D., Bamberger, J., Hoffmann,
C.: Localization of DECT Mobile Phones Based on a New Nonlinear
Filtering Technique. In: Proceedings of SPIE Bd. 5084, AeroSense
Symposium, Orlando, Florida (2003)
- [6] Fleury, B.H., Leuthold, P.E.: Radiowave Propagation in Mobile
Communications: An Overview of European Research. IEEE Communications
Magazine 34 (1996) 70 – 81
- [7] Hanebeck, U.D., Briechle, K., Rauh, A.: Progressive Bayes:
A New Framework for Nonlinear State Estimation. In: Proceedings
of SPIE Bd. 5099, AeroSense Symposium, Or lando, Florida (2003)
- [8] Hettler, A., Wigand, R.: DUKATH – Drahtlose Universität Karlsruhe
(TH) (Stand: Juli 2003) http://www.unikarlsruhe.de/_DUKATH/.
- [9] Hanebeck, U.D., Saldic, N., Freyberger, F., Schmidt, G.:
Modulare Radsatzsysteme für
omnidirektionale mobile Roboter. In: Robotik 2000 Tagung (VDI/VDEGesellschaft
Mess- und Automatisierungstechnik), VDI Berichte 1552, Berlin (2000)
39 – 44
- [10] IEEE: IEEE Std 802.11-1997 Information Technology – Telecommunications
And Information Exchange Between Systems – Local And Metropolitan Area
Networks-specific Requirements – Part
11: Wireless Lan Medium Access Control (MAC) And Physical Layer
(PHY) Specifications. (1997)
- [11] Intel Corporation: Open Source Computer Vision Library.
(Stand: Juli 2003)
http://www.intel.com/research/mrl/research/opencv/
- [12] DE-Patentanmeldung mit dem Anmeldeaktenzeichen 10345255.9
- [13] DE-Patentanmeldung mit dem Anmeldeaktenzeichen 10318590.9.