Evaluation eines Indoor-Positioning-Systems im Kontext autonomer Systeme

Abstract

Durch voranschreitende Entwicklungen im Bereich der künstlichen Intelligenz und autonomer Systeme wird die Automatisierung verschiedener industrieller Prozesse immer häufiger zum Diskussionspunkt [38][54]. Teil dieser Automatisierung ist der Einsatz autonomer mobiler Systeme. Um sowohl in kritischen Anwendungsfällen oder zwecks Optimierung eine kontinuierliche Überwachung der autonomen mobilen Systeme zu gewährleisten als auch im Falle von Defekten sofort eingreifen zu können, muss der Aufenthaltsort dieser Systeme stets bekannt sein. Dies resultiert in einer zunehmenden Bedeutung von standortbasierten Diensten und damit ebenfalls in einem Bedarf an Positionierungssystemen, die für diese Anwendungsfälle geeignet sind. Die Positionierung innerhalb von Gebäuden kann aufgrund von Umgebungsbedingungen nicht mit bereits bekannten satellitengestützten Positionierungssystemen [48] umgesetzt werden. Dies hat zur Entwicklung von Indoor Positionierungssystemen [42] geführt. In dieser Arbeit wird das Indoor-Positionierungssystem Framework for Internal Navigation and Discovery (FIND) vorgestellt. Es wurde eine Evaluation bezüglich der Nutzbarkeit von FIND für autonome mobile Systeme durchgeführt. Wesentliches Argument für die Nutzbarkeit ist die Genauigkeit der Positionsbestimmung. Um eine These bezüglich der Nutzbarkeit aufstellen zu können, wird die Position eines autonomen mobilen Systems in einem virtuellen Raster bestimmt. Dabei wird die Granularität des Rasters variiert, bis die Positionsbestimmung nicht mehr korrekt ist. Die Experimente zeigen, dass FIND mobile Geräte in einem Raster mit einer Größe von 18 Quadratmeter lokalisieren kann.

Due to advancing development of artificial intelligence and autonomous systems, the automation of industry processes becomes more frequently the center of discussion [38]. Part of this automation is the use of mobile autonomous systems. In order to monitor these mobile autonomous systems in critical environments or to optimize workflows as well as act immediately in case of malfunction, the location of a autonomous system must always be known. This results in a growing importance of location based services and with this in positioning systems that are suited for described applications. While satellite-based positioning [48] systems are already working for outdoor use cases, the indoor environment raises new challenges. To tackle these challenges, Indoor-Positioning-Systems [42] were developed. In this work, the Indoor-Positioning-System Framework for Internal Navigation and Discovery (FIND) is presented. An evaluation of the usability of FIND in the context of autonomous systems was made. One of the essential arguments for the usability is the precision of the positioning. To set up a thesis regrading the usability, there have to be an evaluation of the positioning precision that FIND has to offer. The precision was measured by a virtual grid with changing granularity. Granularity was reduced until FIND wasn’t able to distinguish different areas of the grid. Experiments show that FIND was able to distinguish grid areas with 18 square meters in size.