aalto1 untyped-item.component.html
Tutkimus sisänavigoinnista lisätyn todellisuuden avulla
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.
Authors
Kärkkäinen, Eemi
Date
Department
Major/Subject
Mcode
SCI3027
Degree programme
Language
fi
Pages
32
Series
Abstract
Tämä työ sisältää tutkimuksen erilaisiin sisäpaikannusmenetelmiin ja kokeellisen osuuden VimAI-järjestelmällä. Tavoitteena on tutkia menetelmien tarkkuutta, asennettavuutta ja hankintakustannuksia. Kokeellisessa osuudessa keskitytään laitteiston käytettävyyteen ja tarkkuuteen, ei tekniseen toteutukseen.
Kuten edellä on mainittu, aineisto pohjautui tuoreeseen alan tutkimukseen. VimAI-järjestelmää testattiin käytännössä käyttöönoton, käytettävyyden ja tarkkuuden kannalta.
Tutkimuksen pohjalta saatiin selville, että radiotaajuuksiin pohjautuvat sisänavigointijärjestelmät ovat saavuttaneet tarkkoja tuloksia, ne ovat edullisia ja lisäksi helposti asennettavia. Myös kuvapohjaista paikannusta on tutkittu ja se on saavuttanut hyviä paikannustuloksia etenkin muiden menetelmiin kanssa. Lisäksi valo- ja äänipohjaisia menetelmiä on tutkittu, mutta ne eivät ole kovin suosittuja. Useiden menetelmien mahdollistamia tuloksia on pyritty parantamaan neuroverkkojen avulla. Kokeellisessa osuudessa selvisi, että kuvapohjainen VimAI-järjestelmä on hyvin tarkka ja helppokäyttöinen. Kyseisessä järjestelmässä käytetään muina menetelminä esimerkiksi WiFiä ja erilaisia sensoreita.
Sisäpaikannuksen ala on kehittynyt paljon viime vuosina ja järjestelmien tarkkuus on saavuttanut hyväksyttävän tason useimpien käyttökohteiden näkökulmasta. Lisäksi järjestelmistä on saatu kehitettyä kustannus- sekä energiatehokkaita ja helposti asennettavia. Hallitsevat alalla käytettävät menetelmät pohjautuvat radiosignaaleihin, mutta myös kuva-, valo- ja äänipohjaisia menetelmiä on tutkittu. Tutkimuksessa selvisi, että yhä useammissa järjestelmissä käytetään monia menetelmiä ja niiden tuloksia pyritään edelleen parantamaan esimerkiksi neuroverkkojen avulla. Kokeellisessa osuudessa selvisi, että VimAI-järjestelmä on todella helppokäyttöinen ja tarkka.