FI121441B - Menetelmä sisätilanavigointiin ja -paikannukseen - Google Patents

Description

MENETELMÄ SISÄTILANAVIGOINTIIN JA - PAIKANNUKSEEN

Keksinnön kohteena on sisätiloissa tapahtuva navigointi ja paikannus, erityisesti menetelmä sisätiloissa liikkuvan kohteen paikantamiseksi.

5

KEKSINNÖN TAUSTA

Sisätiloissa liikkuvan kohteen paikantaminen hyvin tarkasti on haastava tehtävä. Nykyiset tekniikat jaetaan pääasiassa kolmeen eri ryhmään: 1) GNSS (Global Navigation Satellite 10 System) -sisätilapaikannustekniikat, 2) solukkoverkkoon perustuvat paikannustekniikat ja 3) lyhyen kantaman RF (Radio Frequency) -paikannustekniikat.

GNSS-sisätilapaikannuksen tekniikat käsittävät erittäin herkän GPS (Global Positioning System) -vastaanottotekniikan ja pseudoliittitekniikan (Lachapelle, 2005. GNSS Indoor 15 Location Technologies. Journal of Global Positioning Systems. Voi. 3, No. 1-2, pp. 2-11). GPS-signaali on verraten heikko signaali ja vaimenee huomattavasti kuljettuaan esteiden kuten seinien läpi. Sen vuoksi GPS toimii tavallisesti ulkona taivasalla, koska vastaanotin tarvitsee suoran näköyhteyden GPS-satelliitteihin. Erittäin herkkä GPS-vastaanotin voi kuitenkin ottaa vastaan ja seurata hyvinkin heikkoja GPS-signaaleja myös sisätiloissa. 20 Sisätilapaikannuksessa paikannustarkkuus kuitenkin vähenee ulkona tapahtuvan paikannuksen 5-10 metristä kymmeniin metreihin riippuen esteiden, esim. seinien ja katon materiaalista. Paikannustarkkuus vähenee huomattavasti siksi, että esteitä läpäistyään jäljellä oleva signaali liian heikko. Yksi keino lisätä signaalin voimakkuutta on asentaa pseudoliitteja sisätilaan, jossa navigointia tarvitaan. Pseudoliitti on laite, joka lähettää 25 GPS:n tapaista signaalia. GPS-vastaanotin seuraa pseudoliitin lähettämää GPS:n tapaista signaalia ja käyttää apuna pseudoliitin ja käyttäjän vastaanottimen välimatkan etäisyysmittausta määrittääkseen käyttäjän vastaanottimen antennin sijainnin. Paikannuksen periaate on tässä sama kuin GPS-paikannuksessa. Ainoa ero on se, että pseudoliitti on sijoitettu kiinteään paikkaan (suhteessa käyttäjään), kun taas GPS-satelliitti 30 liikkuu avaruudessa. Pseudoliitin ja käyttäjän vastaanottimen välimatka vaihtelee muutamasta metristä muutamaan kilometriin, kun taas GPS-vastaanottimen ja GPS-satelliitin välimatka on noin 20 000 kilometriä. Pseudoliittia käytettäessä paikannustarkkuus on noin 5-10 metriä, joka on jokseenkin samaa luokkaa kuin ulkona 2 tapahtuvan GPS-paikannuksen. Suurin virhelähde, joka estää paremman paikannustarkkuuden, aiheutuu seinistä ja muista kohteista heijastuneista signaaleista.

Solukkoverkolle perustuvien paikannustekniikoiden tavallisimmat mittaukset ovat signaalin 5 saapumisaika (Time of Arrival, TOA), signaalin saapumisaikaero (Time Difference of Arrival, TDOA), signaalin saapumissuunta (Angle of Arrival, AOA), solupaikannus (Cell ID) ja signaalitasot (Chen, 2002. Integration of satellite and cellular positioning technologies. Proceedings of the ION National Technical Meeting, 28-30 January, 2002, San Diego, CA, pp. 312-322). Käyttäjän sijainti voidaan määrittää termillä ’’tässä solussa” (within this cell), 10 kun langattoman verkon tukiasema on tunnettu, tai TOA-, TDOA- tai AOA-mittausten avulla. Solukkoverkkotekniikoihin perustuvan paikannuksen tarkkuuden vaihtelu kymmenistä metreistä kymmeniin kilometreihin riippuu paikannustekniikan sovelluksesta.

Lyhyen kantaman RF-paikannustekniikoihin kuuluvat langaton lähiverkkopaikannus Wi-15 Fi/WLAN (Wireless Local Area Network), Bluetooth, etätunnistinpaikannus RFID (Radio Frequency Identification) ja standardoimaton RF-järjestelmä. Microsoft Researchin kehittämä RADAR-järjestelmä käyttää hyväkseen jo olevaa RF-verkostoa (Bahl and Padmanabhan, 2000, RADAR: An In-Building RF-based User Location and Tracking System. In Proc. IEEE INFOCOM, pp. 775-784, Tel-Aviv, Israel, March 2000). Se käyttää 20 RF-signaalia lähettimen ja vastaanottimen välisen etäisyyden indikaattorina. Tätä etäisyystietoa käytetään sitten käyttäjän paikantamiseksi kolmioinnin avulla. MIT (Massachusetts Institute of Technology) on toteuttanut järjestelmän nimeltä Cricket Location System liikkuvien laitteiden seurantaa varten (Smith, Balakrishnan, Goraczko and Priyantha, 2004, Tracking Moving Devices with Cricket Location system. In Proceedings of 25 the 2nd International Conference on Mobile Systems, Applications and Services (MOBISYS), pp. 190-202, Boston, MA, USA; or htto://cricket.csail.mit.edu). Järjestelmä käsittää rakennuksen sisäkattoon kiinnitetyt paikannuksen suuntalähettimet (majakat) sekä kuuntelijoiksi nimitetyt vastaanottimet, jotka on kiinnitetty paikannettaviin laitteisiin. Kukin suuntalähetin lähettää määräajoin sijaintitietonsa RF-viestinä. Samanaikaisesti lähetin 30 lähettää myös ultraäänipulssin. Kuuntelijat kuuntelevat suuntalähettimien viestejä ja mittaavat etäisyydet lähellä oleviin lähettimiin sekä käyttävät näitä etäisyyksiä omien sijaintiensä laskemisessa.

3

Myös WLAN-tukiasemien käyttö on yleistä liikkuvan laitteen paikannuksessa. Kun tukiasemat tunnetaan, liikkuva laite paikantuu, kun se ottaa yhteyttä ympäristössään olevaan tukiasemaan. Menetelmä vastaa matkapuhelinverkkojen cell-ID -ratkaisua, mutta tukiasemien etäisyyksien ollessa lyhyempiä, myös paikannustulos on tarkempi.

5

Samanlaista lähestymistapaa voidaan soveltaa RFID-, Bluetooth- ja Infrared-tekniikoihin, esim. Active Badge -menetelmään. RF-signaalin tehotasoa voidaan myös käyttää liikkuvan laitteen ja vertailuaseman (esim. WI_AN-tukiasema) etäisyyden indikaattorina. Liikkuvan laitteen sijainti voidaan määrittää kolmioinnin avulla. Toinen tapa on rekisteröidä 10 signaalivahvuudet etukäteen toimintaympäristössä ja tallentaa ne tietokantaan; liikkuva laite paikannetaan vertaamalla senhetkisiä signaalivahvuuksia tietokantaan tallennettuihin vahvuuksiin.

Sisätilanavigoinnissa on kaksi paikannuskäytäntöä, aktiivinen ja passiivinen. Aktiivisen 15 käytännön tapauksessa paikannettava laite lähettää RF-signaalin ja kiinteästi asennetut laitteet vastaanottavat RF-signaalin. Passiivisen käytännön tapauksessa signaalien lähettäjinä toimivat kiinteästi asennetut lähettimet (esim. pseudoliitit) tai avaruudessa liikkuvat satelliitit (esim. GPS-satelliitit) ja paikannettava laite ottaa vastaan RF-signaalit. On ilmeistä, että kaikki nykyiset tekniikat edellyttävät prosessia, johon kuuluu RF-signaalin 20 lähettäminen toisessa päässä ja vastaanottaminen toisessa.

YHTEENVETO KEKSINNÖSTÄ

Keksinnön kohteena on uusi sisätilapaikannuksen menetelmä, joka perustuu laser-25 etäisyyskameratekniikkaan. Päinvastoin kuin jo olevissa tekniikoissa, tämän keksinnön ratkaisu ei ole RF-ratkaisu. Järjestelmä muodostuu vertailukohteiden (reference targets) verkostosta, laser-etäisyyskamerasta ja käyttäjän vastaanottimesta. Menetelmä pystyy automaattisesti paikantamaan vertailukohteiden verkoston peittoalueella olevan käyttäjän, jolla on mukanaan etäisyysmittauskamera. Paikannusprosessi on tunnettu siitä, että se 1) 30 käyttää etäisyysmittauskameraa ottamaan kuvan ja mittaamaan etäisyydet kaikkiin kuvan pisteisiin ja myös vertailukohteiden vertailupisteisiin nähden; 2) analysoi saadun kuvan ja tunnistaa vertailukohteet, ja lopuksi 3) määrittää liikkuvan kohteen sijainnin vertailupisteiden koordinaattien ja vastaavien etäisyysmittausten perusteella.

4 Järjestelmää rakennettaessa vertailukohteiden verkosto asennetaan etukäteen esim. kattoon tai johonkin seinään siinä sisätilassa, jossa liikkuvaa kohdetta halutaan seurata. Vertailukohteena ei ole tässä tapauksessa ollenkaan elektroninen laite, vaan aivan yksinkertaisesti varta vasten suunniteltuja merkkejä, jotka on painettu paperille tai muulle 5 materiaalille. Tässä uudessa tavassa ei lähetetä lainkaan RF-signaalia.

Keksintö käsittää menetelmiä, jotka tunnistavat vertailukohteet kuva-analyysin avulla; tunnistavat kohteen ID:n (Identification) varta vasten suunnitellun viivakoodijärjestelmän avulla ja arvioivat liikkuvan laitteen sijainnit käyttäen pienimmän neliösumman (Least 10 Squares) -menetelmää. Tässä keksinnössä esitellyn menetelmän avulla liikkuvan laitteen sijainti voidaan määrittää, kun tehdään etäisyysmittaukset yhteen tai useampaan vertailukohteeseen nähden.

Seuraavassa keksintö esitellään kuvien ja esimerkkien avulla, joita ei ole tarkoitettu 15 keksinnön rajoittamiseksi millään tavalla.

KUVIOT

Kuvio 1. Menetelmä, jolla paikannetaan liikkuva kohde laser-etäisyysmittauskameran 20 avulla.

Kuvio 2. Diagrammi paikannusprosessista

Kuvio 3. Viivakoodein varustettujen vertailukohteiden suunnittelu

Kuvio 4. Liikkuvan kohteen paikannus yksittäisen vertailukohteen avulla.

25 KEKSINNÖN YKSITYISKOHTAINEN KUVAUS

Tässä keksinnössä esitelty paikannusmenetelmä, kuvio 1, käsittää seuraavat vaiheet.

- vertailukohteiden asentaminen tunnettuihin pisteisiin, vaihe A kuviossa 2.

30 Vertailukohde on varustettu varta vasten suunnitelluin viivakoodein, joita käytetään tunnistamaan vertailukohteen ID.

- kuvan hankinta ja etäisyysmittausten suorittaminen kuvan kaikkiin pisteisiin nähden, vaihe B kuviossa 2. Etäisyyden mittauksia vertailupisteisiin nähden käytetään 5 paikannuksen arviointiin. Vertailupisteet voivat olla vertailukohteen keskipiste tai vertailukohteen pohjois-, etelä-, itä- tai länsipisteet, kuvio 3.

- saadun kuvan analysointi ja vertailukohteen tunnistaminen käyttäen hyväksi varta 5 vasten suunniteltua viivakoodijärjestelmää, vaiheet C ja D kuviossa 2.

- liikkuvan kohteen (käyttäjän) sijainnin määrittäminen käyttämällä vertailukohteen tunnettuja koordinaatteja ja vastaavia etäisyysmittauksia, vaihe E kuviossa 2.

10 Vertailupisteiden koordinaatit on määritetty etukäteen ennen vertailukohteiden verkoston asentamista. On suotavaa, että kussakin saadussa kuvassa on näkyvissä ainakin kolme vertailukohdetta vastaavasta sisätilasta. Sen vuoksi verkon vertailukohteiden välinen etäisyys on riippuvainen etäisyyskameran kuvakulmista.

15 Käyttäjän liikkuessa etäisyyskameroineen eri puolilla sisätilaa järjestelmä hankkii jatkuvasti kuvia ja määrittää etäisyysmittaukset vertailupisteisiin nähden.

Kuvan saatuaan järjestelmä analysoi sen ja määrittää vertailukohteiden tunnistuksen kuvasta. Vertailukohteessa on keskellä täytetty ympyrä, sitä ympäröi keskimmäinen kehä, 20 jossa on viivakoodisektorit, ja uloimmalla kehällä ovat pohjoisen (N), etelän (S), idän (E) ja lännen (W) vertailupisteet, kuvio 3. Vertailukohde tunnistetaan korrelaatiomenetelmällä käyttäen Fourier-muunnosta. Se tunnistetaan muodostamalla vertailukohteen keskikohdasta intensiteettiprofiili ja muuntamalla tämä viivakoodiksi. Viivakoodi sisältää vertailukohteen ID:n sekä kaksi tarkistusbittiä.

25

Tunnistettuaan vertailukohteet saadusta kuvasta järjestelmä määrittää etäisyyskameraa kantavan käyttäjän sijainnin käyttämällä hyväksi etäisyysmittauksia vertailupisteisiin nähden ja pisteiden ennaltamäärättyjä koordinaatteja pienimmän neliösumman (Least Squares) -menetelmän avulla seuraavasti: Δχ = (ΑτΑ)-,Ατ1 missä 30 6 Δχ = (x-x0,y — y0,z — z0)T ja I ί ~1 Al _2 _2 λ Λ/ΐ\Τ *— \P -Po*P ~Pq)'")P ~Pq) ? missä (x,y,z)T on käyttäjän (etäisyyskameran) koordinaatit, jotka on tarkoitus määrittää, (x0,yo,Zo)J on käyttäjän sijainnin likimääräiset koordinaatit, jotka voidaan alussa määritellä 5 nollaksi, p' on etäisyysmittaus etäisyysmittauskamerasta i:nnen vertailukohteen keskipisteeseen, p‘Q on estimoitu etäisyys, joka saadaan kaavasta

Po = >/(*'“ *o)2 + (y - yo)2 + (z1 - -o)2 > missä (xl,y',z') ovat i:nnen vertailukohteen keskipisteen koordinaatit, jotka määritettiin etukäteen ennen vertailukohteiden asentamista sisätilaan. Matriisi A määritellään seuraavasti: 10 ax fcj q a2 b2 c2 xQ-x‘ x0-x' Xo~x‘ A= . . . with at=—-, bt=—-, and c,=—- : : : Po Po Po _Pn ^n Cn_ missä n (n >3j on senhetkisessä kuvassa näkyvien vertailukohteiden määrä.

15 Mikäli kuvassa on näkyvissä vain yksi vertailukohde, järjestelmä pyrkii määrittämään etäisyysmittaukset vertailukohteen pohjois (N) -, etelä (S) -, itä (E) -, länsi (W) - ja keski (O) -pisteisiin nähden (kuvio 3), sensijaan että määrittäisi ne eri vertailukohteiden keskipisteisiin nähden. Näiden etäisyysmittausten ja vertailupisteiden (ennalta määrättyjen) tunnettujen koordinaattien avulla etäisyyskameran sijainti voidaan määrittää 20 saman yllämainitun algoritmin avulla sijoittamalla siihen usean vertailukohteen keskipisteiden sijaan yhden ainoan vertailukohteen pohjoisen (N), etelän (S), idän (E), lännen (W) ja keskipisteen (O) vertailupisteet. Käytettäessä yhtä vertailukohdetta paikannustarkkuus on heikompi kuin useita vertailukohteita käytettäessä (n >3). 1

Siinä tapauksessa, että kuvassa näkyy kaksi vertailukohdetta, etäisyyskameraa kantavan käyttäjän sijainti määrittyy keskiarvona, joka saadaan kahden yksittäisen eri vertailukohteen ratkaisusta.

Claims (8)

7

1. Menetelmä liikkuvan kohteen paikantamiseksi etäisyyskameran avulla. Menetelmä on tunnettu siitä, että se käsittää seuraavat vaiheet: 5 a) vertailukohteiden asentaminen sisätilaan b) kuvan hankkiminen ja etäisyysmittausten arviointi c) saadun kuvan analysointi ja vertailukohteiden tunnistus d) liikkuvan kohteen sijainnin määrittäminen vertailupisteiden koordinaattien ja 10 vastaavien etäisyysmittausten avulla.

2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että vertailukohteet on sijoitettu tunnetuihin kohtiin. 15

3) Patenttivaatimuksen 1-2 mukainen menetelmä, tunnettu siitä, että vertailukohteet on varta vasten suunniteltu sisätilapaikannukseen.

4. Patenttivaatimuksen 1 - 3 mukainen menetelmä, tunnettu siitä, että vaihe c) käsittää algoritmin, joka tunnistaa vertailukohteen kuvasta korrelaatiomenetelmällä käyttäen

20 Fourier-muunnosta.

5. Patenttivaatimuksen 1 - 3 mukainen menetelmä, tunnettu siitä, että vaihe c) käsittää algoritmin, joka tunnistaa vertailukohteen kuvasta käyttäen varta vasten suunniteltua viivakoodijärjestelmää. 25

6. Patenttivaatimuksen 1 - 5 mukainen menetelmä, tunnettu siitä, että se paikantaa liikkuvan kohteen, kun yhdessä ainoassa kuvassa on näkyvissä enemmän kuin kaksi vertailukohdetta. 30

7) Patenttivaatimuksen 1-5 mukainen menetelmä, tunnettu siitä, että se paikantaa liikkuvan kohteen, kun yhdessä ainoassa kuvassa on näkyvissä kaksi vertailukohdetta. 1 Patenttivaatimuksen 1 - 5 mukainen menetelmä, tunnettu siitä, että se paikantaa liikkuvan kohteen, kun yhdessä ainoassa kuvassa on näkyvissä yksi vertailukohde. 8