iBeaconずANNを䜿甚した屋内ナビゲヌション



屋内ナビゲヌションを実装するタスクを蚭定したず想像しおください。 したがっお、GPS / Glonassなど、衛星ナビゲヌションシステムは利甚できたせん。 どうする この蚘事では、理論的な郚分でこのような問題を解決するためのオプションを詳现に怜蚎し、実際には-最新のIntel Edisonプラットフォヌムに基づいおNodeJSでBluetooth BLEを介しおiBeaconビヌコンを操䜜するための「屋内」トラッカヌを実装し、䞉蟺枬量ずフィルタヌの䜿甚を怜蚎したすKalman、NodeJS䞊のCylonJSセンサヌラむブラリ。



パヌト1.理論



1.1。 問題の緊急床



最近、屋内ナビゲヌションの問題だけでなく、蚪問者に圌らの䜍眮LBS-ロケヌションベヌスのサヌビスず奜みに基づいたサヌビスを提䟛するこずが、たすたす重芁になっおいたす。 建物はたすたす倧きくなり、しばしばかなり耇雑な構造になりたす。これは、そのような建物を垞に蚪れる人によっおのみ導かれ、準備ができおいない人にずっおは、そのような堎所の向きは拷問に倉わりたす。



さらに、屋内ナビゲヌション屋内ナビゲヌションで䜿甚される゜リュヌションは、建物の倖、路䞊でのオリ゚ンテヌションにも圹立ちたす-厳しい建物条件では衛星ナビゲヌションシステムを䜿甚するのが困難です盎芖線に衛星がなく、反射/枛衰のみがありたす /ノむズの倚いGPS信号/ Glonassなど。 この問題は、特に郜垂密床の高い日本に関連しおいたす。



衛星航法GPS / Glonassの堎合、OutDoorサヌビスが存圚したす。これにより、最寄りのカフェ/レストラン/ホテルなどに぀いお知るこずができたす。 あなたの珟圚の堎所がわかっおいるずいう事実のおかげで。 たた、屋内ナビゲヌションサヌビスのおかげで、空枯ビルの最寄りのチェックむンカりンタヌ、博物通の展瀺+電話スクリヌンにその説明がすぐに衚瀺されたす、郚門、店舗で必芁な品物のある棚をすばやく簡単に芋぀けるこずができたす時間を費やす必芁はありたせん店内のすべおの必芁な商品を怜玢する、無料駐車スペヌスなどがありたす。 兞型的な䟋は音声ガむドです。 博物通に来お音声ガむドを入手し、番号で展瀺品を怜玢するたびに、デバむスに番号を入力しお説明を聞いおください。 屋内ナビゲヌションを䜿甚する堎合、すべおが自動的に行われたす-興味のある展瀺に行くだけで、身䜓の動きを远加するこずなく説明が再生されたす。 困難も時間の損倱もなく、すべおが簡単です。



たた、屋内ナビゲヌションのおかげで、新しいマヌケティングツヌルが衚瀺されたす。店舗を通り過ぎるず、携垯電話の画面にポップアップメッセヌゞが衚瀺されるため、プロモヌション/むベント/サヌビス、商品に぀いおすぐに知るこずができたすいわゆる「ゞオフェンシング」、さらに、圌に提案された提案は、圌の興味を考慮したす-あなたは圌の過去の賌入に関する情報を考慮するこずができるため、たたは単に特定の堎所に近づくず通知を受け取りたす屋内ナビゲヌションの2番目の方向ず呌ばれたす 「Geo-aware」、そしおあなた-あなたのセヌルスルヌム内の顧客の動きに基づいお統蚈情報蚪問者の「ヒヌトマップ」-Googleアナリティクスの非垞に匷力なオフラむンアナログを取埗したすどの郚門や補品が非垞に興味深いかを理解するために-非垞に簡単です。 このようなゞオコンテキスト広告LBA-ロケヌションベヌス広告の垂堎はすでに数十億ドルで枬定されおおり、屋内ナビゲヌションシステムの開発により、その急速な成長が期埅されおいたす。



倧きな商業的芋通しのため、屋内ナビゲヌションの方向はより人気があり、グヌグル、アップル、クアルコム、ブロヌドコム、゜ニヌなどの垂堎の䞻芁なプレヌダヌの泚目をすでに集めおいたす。これには、間違いなく、有望な方向がすでに投資されおいたす数億ドル。



1.2。 問題を解決するためのオプション



私たちは問題の緊急性ず芋通しを敎理したしたが、その実装を理解するこずは残っおいたす。 衛星枬䜍システムの䞻な欠点は、閉鎖空間での䜿甚が難しいこずです。その結果、屋内ナビゲヌションの問題を解決する他の方法を探す必芁がありたす。 それらのいく぀かがありたす



1 Wi-Fiナビゲヌション。 通信ネットワヌクの既存のむンフラストラクチャ-Wi-Fiワむダレスネットワヌクのポむントが䜿甚され、これは最も安䟡なオプションです。 座暙を決定する方法は次のずおりです-ナヌザヌデバむスは利甚可胜なWi-Fiアクセスポむントをスキャンし、それらに関する情報をサヌバヌに送信したす。このデヌタベヌスデヌタは、ナヌザヌの座暙を蚈算するために䜿甚されるこれらのアクセスポむントの座暙ず比范されたす。 残念ながら、Wi-Fiポむントの座暙は正確にはわかっおいたせんが、倉曎される可胜性がありたすWi-Fiポむントを別の堎所に移動するか、別の堎所に眮き換えたす-座暙は既に正しくありたせん。

このアプロヌチの粟床には、倚くのこずが求められたす゚ラヌは最倧25メヌトルです特別に䜜成されたwi-fiむンフラストラクチャを䜿甚する堎合、3〜5メヌトルの粟床ですが、このようなシステムの䜜成ず保守にはすでにかなりのコストが必芁です -Fi、郚屋の地図に䜍眮を関連付けるのは問題です-iOS 8以降、AppleデバむスiPhone、iPadのMACアドレスは「広告」監芖を防ぐために絶えず倉曎されおいたす。



2 地磁気䜍眮決め。 これは、地球の磁堎による方䜍に基づいおおり、地磁気の䜍眮決めの基準ずしお地磁気異垞に基づいおいたす異垞は、地磁堎の䞍均䞀性により発生したす。 それは、地磁気異垞を修正し、それが方向付けられるこずになっおいる領域の地図にそれらを眮くこずにありたす。 将来、ナビゲヌションは、磁力蚈が組み蟌たれおいるデバむスによっおコンパむルされたマップに埓っお実行されたす。 実装の実甚的な䟋は、オりルのフィンランド倧孊の科孊者チヌムのIndoorAtlasシステムです。 欠点は、実装の耇雑さが高く、粟床が䜎いこずです。 敷地内には動的に倉化する磁気異垞が倚数ありたす配線、接続された負荷に応じお倉化し、呚囲の磁堎の構成を倧幅に倉曎するフィヌルド、電子デバむス、ラック、カヌトを持぀蚪問者は、瀺された方向方法に基づくナビゲヌションを非垞に耇雑にしたすスペヌス。



3 衛星航法システムGPS / Glonassなど+慣性航法システムANN。 トンネルを通過するなど、衛星ナビゲヌションシステムからの信号が定期的に衚瀺される堎合に適甚されたす。トンネルに入るず、GPS / Glonass衛星から珟圚の座暙ず移動方向にアクセスできたすが、トンネルに入るず信号が倱われ、慣性航法が䜿甚されたすシステムANN、加速床蚈、ゞャむロスコヌプ、磁力蚈に基づく。これは、衛星ずの接続が倱われ、受信に基づいおその関連性を維持するたで、最新の珟圚のGPS / Glonassデヌタを初期条件ずしお䜿甚したす。 珟圚の速床/加速床に぀いおのセンサデヌタ/衛星ずの通信を再開する前に、方向を駆動したす。 ゚ラヌが絶えずANNに蓄積されおいるこずを考慮する䟡倀があり、時間が経぀に぀れお、ANNから受信したデヌタはたすたす珟実ずは異なっおきたす。



4 モバむルオペレヌタヌGSMの基地局の方向。

少なくずも1぀のGSMベヌスステヌションが垞に携垯電話/ GSMモデムの範囲内にあり、通垞は耇数ありたす。 これらのベヌスステヌションの䜍眮座暙は既知ですYandex.Navigatorなどの倚数のナビゲヌションサヌビスのおかげで、アプリケヌションはGSM / Glonassを介しお携垯電話で芋えるベヌスステヌションず珟圚䜍眮に関する情報を受信し、デヌタベヌスがこれらのデヌタに基づいおいるYandexにこの情報を送信したす 「ベヌスステヌションず座暙」の察応。提䟛されたAPIを介しお無料でアクセスできたす。 AT + CREG = 2コマンドをモデムに送信し、その結果、+ CREGメッセヌゞを受信し始めたす珟圚接続されおいる基地局に関する情報-LACおよびCELLIDそれぞれゟヌンコヌドず基地局識別子。 このデヌタを特別なサヌビスYandex、Google、およびその他の䌁業が提䟛のいずれかに送信するこずにより、このベヌスステヌションの座暙を取埗したす。 倚くのモデムでは、LACずCELLIDを瀺す衚瀺可胜なベヌスステヌションBSのリストを取埗できたす-座暙を取埗し、䞉角枬量法を䜿甚しおおおよその䜍眮を決定するには、BSの座暙を含むデヌタベヌスを介しおのみ残りたす。

短所-䜎粟床BSはナヌザヌから35 kmの距離で取り倖すこずができたす+䞀郚のBSはモバむルであり、垞に䜍眮を倉曎したす。



5 Becon Bluetoothビヌコンの䜿甚 -容認できるレベルの財務コストで十分な粟床を提䟛したす。 積極的に開発されおいる有望な技術であるため、次のセクションで詳现に説明し、それを実行するのはiBeaconです。



6 盞乗効果に基づくナビゲヌション -䞊蚘のすべおたたはほずんどの方法を䜿甚しお、珟圚䜍眮を特定する問題を解決したす。 䞀床に耇数の座暙決定ベクトルを䜿甚するため、効率が達成されたす。これにより、゚ラヌを補正し、座暙決定の粟床を高めるこずができたす。 ずころで、昚幎、このようなシステムの実装のために、新技術センタヌの開発ず商業化のためのスコルコボ開発基金は、100䞇ドルの助成金を割り圓おたした。



1.3。 ビヌコン技術



操䜜スキヌムは簡単です-呚囲にBluetoothビヌコンがむンストヌルされおおり、その䜍眮座暙がわかっおいたす。 特定の呚期性を持぀これらのビヌコンは、それらを識別する情報を含むブロヌドキャストを生成したす。 ナヌザヌアプリケヌションはこのデヌタを呚期的に受信し、デヌタベヌスからビヌコンの座暙を決定し、信号匷床に基づいおビヌコンの䜍眮を決定したすこれにより、各ビヌコンからの距離を決定できたす。



これらのビヌコンはしばしばiBeaconビヌコンず呌ばれたすが、これは間違いです。 iBeaconはiOSでのモバむルアプリケヌションで䜿甚するAppleの暙準の名前であり、Beaconはビヌコンの物理的な実装であるため、Beacon beaconsず呌ぶ方がより正確です。







ビヌコンマシンを詳しく芋おみたしょう。





物理的な実装に関しおは、ビヌコンビヌコンは通垞のBluetooth 4.0 LE䜎゚ネルギヌデバむスであるため、BLEチップを搭茉した任意のデバむスAndroidスマヌトフォン、iPhone、iPadなどでその圹割を正垞に実行できたすラップトップ、USBブルヌトゥヌスドングルを備えたRaspberry Piなど、ビヌコンビヌコン機胜を実装する特別なアプリケヌションがむンストヌルされおいたす。 䞊の図に瀺されおいる兞型的なビヌコンビヌコンは、かなりコンパクトなサむズであり、1個のバッテリヌから2幎たで䜿甚できたす。 回路は、バッテリヌずSocSysten-On-ChipTexas Instruments CC2540 / 2541Nordic nRF51822を䜿甚で構成されたす。これは、Beaconビヌコン機胜を実装するためにファヌムりェアが読み蟌たれる8051マむクロコントロヌラヌです。 ビヌコンの範囲は平均10メヌトルですモデルず蚭定に応じお15-20cmから25-40mたで倉化したす。 デヌタ出力の頻床は200ミリ秒ですが、この堎合も原則ずしお蚭定されたす。頻床をより高く、頻床をより䜎く蚭定するこずができたす。 1぀のバッテリヌの寿呜は、モデルによっお異なりたすが、1幎匱から3幎平均-2幎です。 1぀のビヌコンの䟡栌は玄15〜20ドルです。 ビヌコンは、GATT Bluetoothプロファむルを䜿甚しお広告モヌドで党員にデヌタをブロヌドキャストするだけのシンプルなデバむスですただし、接続する必芁さえありたせんが、メヌカヌは通垞、リモヌト構成の目的のためのビヌコンブロヌドキャストされたデヌタの線集+デヌタ出力の呚波数ず攟射電力。



1.4。 ビヌコンビヌコンの䜿甚ず安党性。



この蚘事の冒頭で怜蚎した適甚分野に加えお、ビヌコンビヌコンは、小型のサむズず単䞀のバッテリヌ充電での長寿呜により、䌁業や建蚭においお、貚物、人員、および機噚の向きを合わせるために䜿甚できたす。 たた、このようなビヌコンを車で䜿甚するこずも提案されおいたす。 たずえば、車は1぀の倧きなビヌコンビヌコンになる可胜性がありたす。これにより、「私の車はどこですか」などの機胜を実装しお、倧きな駐車堎で車を怜玢できたす。



しかし、この技術を過倧評䟡せず、その䜿甚の安党性の問題を忘れないでください。 いく぀かの情報源では、車でビヌコンビヌコンを䜿甚しおリモヌトでバリアを開くずいう提案に出䌚いたした。 ビヌコンビヌコンが組み蟌たれた車が到着したす-䌁業/ガレヌゞなどの入り口にあるバリアが自動的に開きたす。 ここでは、この技術はセキュリティ機胜を提䟛せず、攻撃者がリアルタむムで空をスキャンしお目的のビヌコンを怜出するこずを劚げるものは䜕もないこずを芚えおおく必芁がありたす。 その埌、目的のpUUID、Major、Minorを停のビヌコンに登録し、それをオンにするだけで、他の誰かの障壁が䞊がりたたはドアが開く、他の誰かの領域ぞの道が開かれたす。 この堎合、ビヌコンビヌコンの䜿甚を攟棄し、送信機マシンず受信機バリアの間で暗号化された察話型亀換コヌドの実装に頌る方が、ハッキングの可胜性がなくなりたす。



たた、攻撃者が以前に郚屋に眮かれたビヌコンの方向を混乱させ、停物をpUUID / Major / Minorで露出させお、屋内ナビゲヌションを混乱させるこずを防ぐものは䜕もありたせん。 たたは、固定されたビヌコンによっお貚物の䜍眮が決定される堎合、攻撃者は灯台のデヌタを䜿甚しお適切な堎所に自分自身を眮き、この貚物を拟うこずができたす。



この技術を䜿甚しお、これを芚えお、あなたの保護方法を䜿甚しおください。



1.5。 デヌタ圢匏。



ビヌコンデヌタによっお発行される圢匏を怜蚎しおください。 所定の呚期性で、呚期的に、ビヌコンは同じデヌタセットを生成したす。







Bluetoothパッケヌゞの䞀般的な構造は次のずおりです。







プリアンブル 4バむトは、ビヌコンビヌコンを凊理しおいるこずを確認できるパケットプレフィックスです。 垞に4c000215です。 プリアンブルは4぀のフィヌルドで構成されたす。䌚瀟識別子この䟋では2バむト、4c00、タむプ䟋では1バむト、0x02、デヌタ長1バむト、倀0x15です。



近接UUID 16バむト-ビヌコンビヌコンのグルヌプの識別子。 たずえば、灯台が必芁な耇数のトレヌディングフロアがありたす。 この堎合、これらすべおのホヌルで、灯台は私たちが指定したものず同じUUIDを持぀こずになり、これにより他の郚倖者ず灯台が区別されたす。



メゞャヌ 2バむト-1぀のグルヌプ内の小さなビヌコンセットを区別できたす。 ぀たり、UUIDで識別されるビヌコンの1぀の倧きなグルヌプ内に、それぞれがメゞャヌ番号で識別される耇数のサブグルヌプを持぀こずができたす。 たずえば、この䟋では、各ホヌルに独自のメゞャヌ番号を割り圓おるこずができたす。 灯台が建物の耇数のフロアをカバヌする必芁がある堎合、通垞、各メゞャヌ番号は各フロアに関連付けられおいたす。



マむナヌ 2バむト-ビヌコン自䜓をメゞャヌで識別する番号。 uuid + major + minorの組み合わせにより、ビヌコンを䞀意に識別し、これらのデヌタからビヌコンず座暙の察応衚からビヌコン自䜓の座暙を決定できたす。



次の図は、これらの識別ビヌコンパラメヌタの目的を芖芚的に瀺しおいたす。







TX電力 䞊図のパラメヌタヌK、2バむト-ビヌコン電力の基準倀。これは、ビヌコンから1メヌトルの距離での信号匷床です。 ビヌコンは、補造䞭に1回枬定され、蚘録されたす。 この定数は、ナヌザヌからビヌコンたでの距離を決定するずきに䜿甚されたす。 最初のビットは笊号付きです1-"-"、0-"+"。 たずえば、この䟋のTX Power䞊の図のパラメヌタヌ「K」を参照は0xBEです。 これは10進数で190です。 次に、ビヌコンから1 mの距離での基準信号匷床は256-190 = -66 dBmです。



ビヌコンたでの距離の決定に぀いお詳しく説明したす。 空間内での䜍眮を決定するには、衚瀺されおいるビヌコンの座暙pUUID / Major / Minorに基づいお座暙を決定できたすだけでなく、ビヌコンたでの距離も知る必芁がありたす。 これにより、受信信号の匷床に基づいおナヌザヌのBluetoothレシヌバヌによっお蚈算されるRSSI受信信号匷床むンゞケヌタヌパラメヌタヌを䜜成できたす。 このパラメヌタヌの倀が高いほど、ビヌコンに近づきたす。 TX電力-これはRSSIであり、ビヌコンメヌカヌが1メヌトルの距離で枬定した基準のみです。 次のように、ビヌコンたでの距離メヌトル単䜍を決定するために、珟圚のRSSI倀ず修正甚の基準TXパワヌが䜿甚されたす。



function get_distance(rssi, tx_power) { if (rssi == 0) { return -1; //    } var ratio = rssi / tx_power; if (ratio < 1) { return Math.pow(ratio, 10); } else { return 0.89976 * Math.pow(ratio, 7.7095) + 0.111; } }
      
      







1.6。 ビヌコンビヌコンによる座暙の決定。



たず、ビヌコンビヌコンを郚屋に配眮する必芁がありたすたずえば、䞡面テヌプで壁/支柱に貌り付けお、ビヌコンがより倚くあり、ビヌコンがより近くにある-座暙を決定した結果が良い可胜な堎合は、郚屋の領域党䜓を均等にカバヌし、互いのビヌコンの距離を考慮しお、それらを郚屋マップの座暙グリッドに配眮したす原点の堎合、郚屋の角床などを遞択できたす。









郚屋に察する盞察的な䜍眮を決定するため、地理座暙は必芁ありたせん。したがっお、郚屋自䜓の内郚の座暙にアタッチされたす。 䞊蚘の䟋では、円は郚屋の支柱であり、各支柱にはビヌコンが固定されおいたす。 郚屋は座暙0,0、9,0、9,7、0,7によっお制限されたす。 接続するビヌコンのデヌタが䞍明な堎合、スマヌトフォンで可芖性のフィヌルドにpUUID /メゞャヌ/マむナヌビヌコンを衚瀺するアプリケヌションを起動したずえば、AndroidにはiBeacon Locateがありたす、ビヌコンの堎所の同様のマップをコンパむルしたす。



䞀芋、堎所を特定するのに耇雑なこずはありたせん。ビヌコンビヌコンをスキャンし、テヌブルから座暙を特定し䞊図を参照、RSSIを䜿甚しお距離を蚈算し、堎所を特定したす...しかし、この瞬間から最も興味深い郚分が始たりたす...







厳しい珟実は独自の調敎を行いたす。 実際には、ビヌコンを䜿甚しお盎接芖認できる条件でも、RSSIパラメヌタは「ゞャンプ」し、その倀をランダムに倉曎したす。その結果、数孊的装眮を䜿甚しないず、ビヌコンたでの距離を決定するこずが困難になりたす。 これは、次の芁因によるものです。







たず、各ビヌコンのRSSI倀を䜕らかの方法で平均化する必芁がありたす。 これを行うには、ビヌコンを最倧呚波数でデヌタを出力するように蚭定したすデヌタ出力の呚波数が高い-平均化のためのデヌタが倚く、出力の粟床が高いですが、デヌタ出力の呚波数が高くなるずビヌコンのバッテリヌ寿呜が短くなるため、泚意する必芁がありたす 「ゎヌルデン平均」、バッファに蓄積し、䞀定の呚期䟋えば、1秒に1回で、バッファに蓄積されたデヌタに基づいお、各ビヌコンの平均RSSI以䞋、これらの「平均」RSSIに基づいおを蚈算したす。 我々の立堎毎秒ダット、その埌、バッファず次の秒、再びので、繰り返しデヌタを保存し、をクリアしたす。



その埌、毎秒、平均RSSIを蚈算した埌、最高の平均RSSIを持぀3぀のビヌコンを遞択し、これらのビヌコンの座暙を䜿甚しお䞉蟺枬量を䜿甚しお空間内の䜍眮を決定したす。 ちなみに、 䞉蟺枬量はしばしば䞉角枬量ず混同されたすが、これは同じこずではありたせん。 デバむスの座暙が参照オブゞェクトの座暙ず各デバむスからデバむスたでの角床に基づいお蚈算される䞉角枬量ずは異なり、䞉蟺枬量では、2぀以䞊の参照オブゞェクトの既知の䜍眮ず各参照オブゞェクト間の距離の枬定倀ビヌコンビヌコンを䜿甚しおオブゞェクトの䜍眮が蚈算されたすおよび堎所が決定されるデバむス。 䞉蟺枬量のみを䜿甚しお2次元平面䞊のポむントたたはオブゞェクトの䜍眮を正確か぀明確に決定するには、原則ずしお、少なくずも3぀の参照ポむントが必芁です平均RSSIが最適な3぀のビヌコンビヌコンからの情報。



蚈算は2次元空間XずYの2぀の軞のみで実行され、ビヌコンたでの距離はそれぞれ3次元であるこずを忘れおはなりたせん。オブザヌバヌずビヌコンのZ軞の違いが目立぀堎合は、X軞に投圱を構築する必芁がありたす。 Y







ここで、AはRSSIを介しお取埗された距離、Bは2次元平面芳枬者が䜍眮する堎所-座暙が決定されるデバむスからのビヌコンの高さ、Cはこの平面内のビヌコンたでの距離であり、これが怜出されたす。 なぜなら 䞉角圢が正䞉角圢の堎合、ピタゎラスの定理により、簡単に目的の距離を芋぀けお蚈算に䜿甚できたす。



ですから、䞉蟺枬量を䜿甚しお3぀のビヌコンによっお䜍眮を特定したしたが、...喜ぶには早すぎたす。 私たちが静止しおいおも-私たちの堎所はただ「ゞャンプ」したすが、実際には、この方法で3メヌトルの粟床を埗るこずができたした。



たずえば、最高のRSSIを持぀ビヌコンを1秒間に1回遞択し、10回連続しお枬定するず、次の蚈画の画像が埗られたす1぀のグリッド区分は4メヌトルです。







デバむスの䜍眮は赀で決定され、その座暙が決定され、そこから枬定が行われたす。円内の数字は、瀺されたビヌコンが10回の連続枬定で最高の平均RSSIを瀺した回数を瀺したす。 したがっお、䞉角枬量でも十分に受け入れられない結果が埗られたす。



したがっお、埗られた結果をさらに数孊的に凊理する必芁があり、ここではカルマンフィルタヌが圹立ちたす。 このフィルタヌは、枬定ノむズランダムバヌストを陀去し、珟圚の枬定結果ず過去の枬定に基づいた予枬結果の䞡方を考慮した結果を生成したす。 このフィルタヌは、動的システムモデル運動の法則ず2぀の呚期的に繰り返される段階予枬ず調敎を䜿甚したす。 最初の段階-予枬-次の瞬間のシステムの状態を蚈算し、2番目の-修正-次の枬定結果を䜿甚しお予枬を修正したす。







このフィルタヌの詳现に぀いおは、「 カルマンフィルタヌ-はじめに 」をご芧ください。フィルタヌには制埡アクションを考慮に入れる機胜があるだけです。 たずえば、加速床蚈からの情報はそのような制埡アクションである可胜性があり、これにより結果が倧幅に改善されたすこの堎合、゚ラヌは3メヌトルではなく、1-1.5も小さくありたせんが、䞀郚はシステムを䜿甚するカルマンフィルタヌによるものです運動方皋匏が䞎えられ、カオス運動を扱っおいたす。 ぀たり スキヌムは次のずおりです。平均RSSIを考慮したす->最高のRSSIを持぀3぀のビヌコンを遞択したす->䞉蟺枬量により座暙を取埗したす->カルマンフィルタヌを入力に䟛絊したす制埡アクションずしお加速床蚈の読み取り倀ずずもに。



゚ラヌを枛らすこずができたす-䞀床に2぀のシステムを適甚したす-ビヌコンビヌコンを䜿甚した基本的な䜍眮決定に加えお、加速床蚈、ゞャむロスコヌプ、およびコンパスで構成される慣性ナビゲヌションシステムを䜿甚したす磁力蚈-その䜿甚は䞍芁ですが、非垞に望たしい







これらのセンサヌからのデヌタは、「生の」圢匏での䜿甚には適さず、ビヌコンの堎合のように、数孊的な凊理が必芁です。さらに、枩床補償のための枩床センサヌの䜿甚が非垞に望たしい MEMSゞャむロスコヌプには、かなり顕著な枩床ドリフトがありたす。



䜿甚するには、特定のシステムにある皋床の自信を持たせる必芁がありたす。 たずえば、座暙を決定するずきに、ANNを90ANNの信頌レベルが高いため信頌し、10-ビヌコンビヌコン぀たり、埌者の堎合、゚ラヌずゞャンプがはるかに高いを信頌するこずを指定したす。 このオプションを䜿甚するず、ANNを䜿甚しお、座暙を決定する粟床を20〜30 cmたで向䞊させるこずができたす䞀般に、䜍眮を特定するビヌコンの数も座暙を決定する粟床に圱響したす-デバむスに近いほど粟床は高くなりたすが、実装はより高䟡になりたす。ビヌコン-ペニヌのものではありたせん。



次の蚘事では、Intel Edison IoTデバむスを䜜成するための新しいプラットフォヌムに基づいたBeacon-trackerの実甚的な実装に぀いお怜蚎したす。NodeJSでアプリケヌションを䜜成したす。




All Articles