ES2554948T3 - Concepto para la determinación de una orientación de un dispositivo móvil - Google Patents

Abstract

Dispositivo (100), que comprende: un receptor 102 que comprende una pluralidad de antenas (106_1 a 106_n) para la recepcion de al menos tres senales (108_1 a 108_i) desde al menos tres puntos de acceso Wi-Fi (110_1 a 110_i), en el que cada antena de la pluralidad de antenas (106_1 a 106_n) se dispone para tener una direccion de recepcion diferente, y en el que el receptor (102) se configura para detectar intensidades de senal de las al menos tres senales (108_1 a 108_i) recibidas con cada antena para obtener una pluralidad de intensidades de senales detectadas para cada senal de las al menos tres senales (108_1 a 108_i); un determinador de la orientacion (104) configurado para determinar una orientacion (112) del dispositivo (100) relativo a los al menos tres puntos de acceso Wi-Fi (110_1 a 110_i) en base a la pluralidad de intensidades de senales detectadas para cada senal de las al menos tres senales (108_1 a 108_i) y en base a la base de datos de huellas Wi-Fi; y un determinador de la posicion (114) configurado para determinar una posicion del dispositivo (100) con relacion a los al menos tres puntos de acceso Wi-Fi (110_1 a 110_i) en base a la pluralidad de intensidades de senales detectadas para cada senal de las al menos tres senales (108_1 a 108_i) y en base a la base de datos de huellas Wi-Fi.

Description

imagen1

imagen2

imagen3

imagen4

imagen5

imagen6

imagen7

5

10

15

20

25

30

35

40

45

50

55

60

Normalmente, la base de datos de huellas se recoge con antenas WiFi omnidireccionales 106_1 to 106_n. Por ello, para poder usar una base de datos de huellas común o conocida, se puede calcular un vector rt equivalente para una antena omnidireccional virtual. rt,i para el punto de acceso i por la media de los resultados para las cuatro antenas direccionales que usan la orientación estimada ϕ:

14

rt,i(x,y)= imagen8⋅∑(rt ,i (x,y,ϕ ) – 10 log(A + B cos(ϕtr,i – ϕ – ϕn))) (11)

4 n =1

Finalmente, se puede calcular la posición [x, y] usando la huella, como ya se ha descrito anteriormente en la técnica relacionada y/o anterior. En lo que sigue, se comparan los resultados de la simulación de la estimación de la orientación y posición de acuerdo con el concepto de la presente invención con los resultados de la simulación del posicionamiento WiFi estándar. De ese modo, se evalúa el rendimiento del dispositivo móvil 100 y se analizan los errores de posicionamiento cuando los valores RSS medidos varían respecto a las entradas en la base de datos. Para las simulaciones, se usa una base de datos con una rejilla regular con una separación de 1 m.

En las Figs. 6a y 6b, se representan el tamaño de la rejilla y las posiciones de los cuatro puntos de acceso 110_1 a 110_4. Más aún, se colocan cuatro puntos de acceso adicionales a una distancia de 10 m de separación de los bordes de la habitación simulada. Para construir una base de datos de huellas para cada posición de la rejilla y cada punto de acceso 110_1 a 110_i, se calcula PRx(d) de acuerdo con la ecuación (1), pero para una antena omnidireccional (GRx(ϕ) = 0).

Un trayecto de simulación, tal como se representa en las Figs. 6a y 6b se divide en 45 mediciones RSS rt(x, y, ϕ). Comienza en la posición [5, 5] llegando hasta [5, 25] siguiendo las flechas grises. En las esquinas la orientación se gira en saltos de 90° para simular una persona en un museo mirando a diferentes objetos. Finalmente, el trayecto finaliza en la posición de inicio. Para simular mediciones RSS las entradas de la base de datos son perturbadas en dos formas. En primer lugar, se crean variaciones RSS para cada punto de acceso 110_1 a 110_i añadiendo ruido aleatorio a las entradas de la base de datos:

rt,i(x,y)= PRx,i(d)+ vo , con p(vo) ∝ N(0, σo) (12)

Estas variaciones RSS vo afectan a todas las antenas 106_1 a 106_n (n = 4) en la misma forma. Por lo tanto, se puede hacer referencia a estas variaciones RSS vo como variaciones RSS omnidireccionales. En realidad estas pueden representar cambios medioambientales. Las variaciones RSS son locales, pero no se han tenido en cuenta las correlaciones locales entre mediciones.

En segundo lugar, se simulan las variaciones RSS direccionales añadiendo ruido aleatorio desde cuatro direcciones ϕd, las cuatro direcciones de antena (direcciones de recepción) por simplicidad. Las variaciones de RSS direccionales pueden provocarse por pequeños cambios medioambientales, que afectan solo a una parte de los trayectos de propagación de la señal. Para una antena omnidireccional estas superposiciones aditivas de las cuatro variaciones direccionales:

4

rt,i(x,y)= PRx,i(d)+ ∑v , con p(vd,n) ∝ N(0, σd) (13)

d ,n n =1

Para cada antena 106_1 a 106_n (n = 4) direccional se calculan las variaciones RSS añadiendo ruido directivo, modelizado usando la ecuación (3):

rt,i(x,y,ϕ)= PRx,i(d,ϕ)+(A + B cos(ϕd – ϕ – ϕn)) vd,n (14)

En la Fig. 6a se presentan los resultados de una ejecución de simulación para posicionamiento WiFi estándar (círculos) usando una antena omnidireccional junto con el trayecto de referencia y las orientaciones de referencia (flechas grises). Como se muestra en la Fig. 6a, los resultados de posicionamiento se distribuyen alrededor del recorrido. En la Fig. 6b, se presentan los resultados para el nuevo seguimiento de orientación y posición (flechas negras) usando la disposición 106 con las cuatro antenas 106_1 a 106_n (n = 4) direccionales y σo = 1 dB y σd=1 dB.

Para obtener resultados más generales cuando se aplican variaciones RSS estocásticas, el procesamiento del trayecto se puede repetir 20 veces con los mismos valores de σoo σd. Las influencias de σoy σd se estudian por separado, el otro parámetro se fija en cero.

En la Fig. 7a se presentan los resultados de la estimación de orientación para varios σo y en la Fig. 7c para varios σd.

9

Los resultados de posicionamiento correspondientes se muestran en la Fig. 7b y la Fig. 7d junto con los resultados de posicionamiento del posicionamiento WiFi estándar, con la finalidad de comparación.

Para varios σo los resultados de posicionamiento son casi los mismos y el error de la orientación es bastante

5 pequeño. El error de la orientación se incrementa con el σo más alto, debido a que el error cuando se calcula el ángulo entre el transceptor y la posición del receptor ϕtr se incrementa con el incremento de los errores de posicionamiento.

Por otro lado, con las variaciones RSS direccionales σd en las Figs. 7c y 7d los errores de estimación de la

10 orientación son más altos: 95% de todos los errores permanecen por debajo de 30°. De ese modo, las variaciones RSS direccionales tienen un impacto mayor sobre la estimación de la orientación.

Por otro lado, los errores de posicionamiento con el enfoque novedoso son casi la mitad de la huella estándar. La razón es que, los valores RSS omnidireccionales desde la ecuación (11) son más precisos, debido a que los valores

15 RSS medidos de las antenas direccionales 106_1 a 106_n no son afectados de la misma manera por el ruido direccional. De ese modo, el EKF filtra las mediciones y estima un buen candidato de orientación. Por ello, el enfoque presentado para la estimación de la orientación y posición es más robusto frente a variaciones RSS direccionales.

20 En lo que sigue, se presentan resultados experimentales de estimación de orientación y posición con el dispositivo móvil 100 de acuerdo con el concepto de la presente invención. En otras palabras, a continuación, se presenta una prueba del concepto inventivo con datos reales. Los datos han sido recogidos en el “Museum Industriekultur” en Núremberg. Los resultados de las simulaciones anteriormente presentadas se comparan con los resultados de la disposición experimental. Las mediciones RSS se han recogido con una antena omnidireccional y una direccional en

25 45 posiciones en una habitación para presentaciones especiales en el museo.

Dado que la disposición de antena especial con cuatro antenas 106_1 a 106_n (n = 4) direccionales tal como se muestra en las Figs. 3, 4 y 5a no está aún preparada para transmisión WiFi se usó una antena direccional comercial (antena plana PA2408A: antena de 2,4 GHz wavelan 8dbi, WiMo Antennen und Elektronik GmbH. 30 http://www.wimo.com). Se giró manualmente en cada posición de medición. En primer lugar, se recogieron los datos para la base de datos de huellas en cada posición con la antena omnidireccional. En segundo lugar, se realizaron las mediciones RSS en 33 posiciones de un trayecto tal como se representa en las Figs. 8a y 8b con ambas antenas. De ese modo, se usaron las mediciones omnidireccionales para posicionamiento WiFi estándar. En la Fig. 8a se muestran los resultados de posicionamiento usando huellas WiFi estándar. Debido a la disposición del 35 ensayo en una única habitación sin muchos objetos de sombra, un área más exigente para posicionamiento WiFi, el error de posicionamiento es más alto que en la Fig. 6a de las simulaciones. Se usaron las mediciones RSS de las antenas 106_1 a 106_n direccionales para ensayar la estimación de orientación con el EKF. Los resultados de la estimación de orientación de una ejecución se representan en la Fig. 8b. Los errores de orientación y posicionamiento correspondientes se presentan en las Figs. 9a y 9b, respectivamente. De ese modo, la Fig. 9a

40 muestra los errores de orientación absolutos (líneas continuas) y errores de orientación absolutos medios (líneas de puntos) en grados para dos ejecuciones de medición usando el EKF, donde la Fig. 9b muestra los errores de posicionamiento correspondientes (línea continua) y el error de posicionamiento medio (línea de puntos) usando posicionamiento WiFi estándar.

45 Tómese nota de que las estimaciones de orientación y posición se han ensayado por separado. Para la estimación de orientación, se usaron las posiciones de referencia en lugar de las posiciones estimadas para calcular ϕtr. De ese modo, las flechas que representan la orientación en la Fig. 8b están en las posiciones de referencia.

En este primer ensayo con una disposición experimental los errores de orientación absolutos fueron menores de 50°

50 con valores medios menores de 20°. Esto es suficientemente prometedor para que un visitante de un museo encuentre la exposición fácilmente. Los errores de posicionamiento WiFi son típicos para entornos interiores con un error medio de 2,3 m.

Las realizaciones de la presente invención expanden el estado de la técnica de posicionamiento WiFi en entornos

55 interiores. Las mediciones RSS se recogen simultáneamente con cuatro antenas 106_1 a 106_n direccionales en una disposición de antena 106 especial. Se puede usar un filtro de Kalman extendido para una estimación robusta de la orientación. Para posicionamiento, se puede usar la huella WiFi estándar con bases de datos de huellas existentes.

60 Los resultados de la simulación demuestran que con el enfoque novedoso la precisión del posicionamiento puede mejorarse en presencia de variaciones RSS direccionales. Esto conduce a una mayor robustez en el seguimiento de la posición. El valor medio de los errores de orientación absolutos permaneció por debajo de 10° y los errores de posicionamiento por debajo de 5 m incluso con variaciones RSS grandes. Los ensayos en un museo probaron la viabilidad del concepto de acuerdo con la presente invención. La media de los errores de orientación absolutos

10

imagen9

imagen10

Claims (1)

1. imagen1

   imagen2