Indoor Positioning for Location-Based Applications
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2020-08-19
Department
Major/Subject
Computer Science
Mcode
SCI3042
Degree programme
Master’s Programme in Industrial Engineering and Management
Language
en
Pages
68
Series
Abstract
Traditional positioning systems, such as GPS, fail to achieve a satisfactory accuracy indoors. Therefore, state of the art indoor positioning techniques are key in enabling indoor location-based applications. The goals of this thesis are to overview and compare modern indoor positioning systems, review examples and requirements of indoor location-based applications, and gain first-hand insight into the topic by developing and analyzing a custom AR-enhanced indoor navigation service. The most prominent indoor positioning systems are based on radio waves, optical wireless communication, ultrasound or computer vision. Many positioning systems utilize common higher-level techniques, such as geometric methods and fingerprinting. Inertial, magnetic and visual sensors may also provide aid to a localization algorithm. Accuracies range from sub-centimeter to a few meters, and the systems range in their infrastructure requirements from almost none to expensive specialized equipment. Examples of indoor location-based applications include games, human and drone navigation, social networking and ambient assisted living. Interactive and scalable applications often require that the positioning system provides a high accuracy, is real-time, low-latency, provides both position and orientation, is fast and easy to install and works with existing consumer devices. In general, computer vision fulfils these requirements better than other systems. However, multiple systems can be combined together to benefit from the strengths of one, while mitigating the weaknesses of another. An indoor navigation service was implemented, in which an AR character guides the user to a point of interest. The computer vision algorithm localizes the user in real time with an accuracy of 1-2 meters for position and 6 degrees for the facing direction. The application is reliable, but there is room for potential improvements, such as occluding the character behind obstacles.Perinteiset paikannusjärjestelmät, kuten GPS, eivät saavuta riittävää paikannustarkkuutta sisätiloissa. Uusimpia sisäpaikannusjärjestelmiä tarvitaan sisätilojen sijaintiin perustuvien sovellusten mahdollistamiseksi. Tämän työn tavoitteet ovat tutkia ja vertailla nykypäivän sisäpaikannusjärjestelmiä, tarkastella sisätilojen sijaintiin perustuvia sovelluksia ja niiden vaatimuksia, ja kehittää ja analysoida oma lisätyllä todellisuudella (AR:llä) varustettu sisänavigointisovellus ja siten tutustua sisäpaikannuksen käytäntöön. Huomattavimmat sisäpaikannusjärjestelmät toimivat radioaaltojen, optisten aaltojen, ultraäänen tai tietokonenäön avulla. Monet järjestelmät hyödyntävät yhteisiä korkean tason lähestymistapoja kuten geometrisia menetelmiä ja tunnusjälkimenetelmiä. Inertiaaliset, magneettiset ja visuaaliset sensorit voivat myös avustaa paikannusalgoritmia. Tarkkuus voi vaihdella alle senttimetrin tasosta muutamaan metriin. Jotkut järjestelmät vaativat vain minimaalista infrastruktuuria, ja toiset taas kallista erikoisvarustusta. Esimerkkejä sisätilojen sijaintiin perustuvista sovelluksista ovat pelit, ihmisten ja robottien navigaatio, sosiaalinen verkostointi ja avustettu asuminen. Interaktiiviset ja skaalattavat sovellukset usein vaativat, että paikannusjärjestelmä on tarkka, toimii reaaliajassa pienellä viiveellä, laskee sekä lokaation että orientaation, on helppo ja nopea asentaa ja toimii olemassa olevien kuluttajalaitteiden kanssa. Yleisesti ottaen tietokonenäkö toteuttaa nämä vaatimukset parhaiten. On kuitenkin mahdollista yhdistää monta sisäpaikannusjärjestelmää, jotta voi samanaikaisesti hyödyntää yhden järjestelmän vahvuuksia ja lieventää toisen heikkouksia. Sisätilanavigointisovellus oli implementoitu, jossa AR-hahmo ohjaa käyttäjän oikeaan kohteeseen. Tietokonenäköalgoritmi paikantaa käyttäjän reaaliajassa 1-2 metrin position tarkkuudella ja 6 asteen katsesuunnan tarkkuudella. Tämä paikannussovellus on luotettava, mutta mahdollisille parannuksille on tilaa, kuten AR-hahmon visuaalinen piilottaminen fyysisten esteiden takana.Description
Supervisor
Ylä-Jääski, AnttiThesis advisor
Dong, JiangKeywords
indoor positioning, localization, augmented reality, location-based applications, context-aware, computer vision