Ένα σύστημα εντοπισμού θέσης σε
εσωτερικό χώρο (Indoor Positioning System – IPS), πρέπει να έχει τη δυνατότητα
να προσδιορίζει μοναδικά και διαρκώς την θέση (ακριβής θέση, σχετική θέση,
απόσταση από γνωστή θέση) ενός ατόμου ή αντικειμένου. Η καθολική διάδοση
κινητών υπολογιστικών συσκευών όπως τα έξυπνα κινητά τηλέφωνα (Fu, et al., 2009) και η ανάπτυξη της
τεχνολογίας των ασύρματων επικοινωνιών και δικτύων μας προσφέρουν τις βασικές
υποδομές για την υλοποίηση τέτοιων συστημάτων (Camp et al., 2002). Οι τεχνολογίες αυτές επιτρέπουν
την δια-συνδεσιμότητα συσκευών και αισθητήρων και δίνουν την δυνατότητα
δημιουργίας πιο έξυπνων κτιρίων και πόλεων.
Αυτή η διαθέσιμη τεχνολογία σε συνδυασμό με την ανάγκη για αποτελεσματικότερη διαχείριση πόρων και για αυτοματοποίηση συστημάτων εισαγάγει την απαίτηση για αποτελεσματική υπηρεσία εύρεσης θέσης (Location Based Service – LBS) και υπολογισμού εγγύτητας (Proximity Based Services – PBS), ιδιαίτερα σε εσωτερικούς χώρους (Spachos et al., 2018). Τα συστήματα αυτής της κατηγορίας (γεωεντοπισμού σε εσωτερικούς χώρους) παρουσιάζουν πολλές και διαφορετικές προκλήσεις. Στα ασύρματα δίκτυα, λόγου χάρη, η απαίτηση της οπτικής επαφής (Line of Sight - LOS) πομπού και δέκτη ποικίλλει ανάλογα με την χρησιμοποιούμενη τεχνολογία και τα χαρακτηριστικά του περιβάλλοντα χώρου. Κατά την εφαρμογή ενός συστήματος εντοπισμού, το LOS είναι συχνά ζωτικής σημασίας στην ακρίβεια υπολογισμού θέσης. Αυτό συμβαίνει επειδή τα φυσικά εμπόδια προκαλούν απώλειες στην ισχύ του λαμβανόμενου σήματος, και επομένως επηρεάζουν σε μεγάλο βαθμό τις λαμβανόμενες τιμές του Received Signal Strength Indicator (RSSI) .
Το κόστος επίσης, είναι κρίσιμος παράγοντας, ιδιαίτερα όταν η προσπάθεια αφορά ένα σύστημα εντοπισμού σε μεγάλη κλίμακα. Στην περίπτωση αυτή υπάρχει ανάγκη για μεγάλο πλήθος ηλεκτρονικών συσκευών και υποστηρικτικού υλικού όπως δρομολογητές (routers), σημεία πρόσβασης (access points), και κάμερες, με υψηλό κόστος μονάδας. Έτσι, η προσφορά υπηρεσιών τοποθεσίας σε κάθε δωμάτιο ενός κτηρίου συνεπάγεται σημαντικό κόστος κεφαλαίου. Επιπλέον, το μέγεθος του χώρου σε συνδυασμό με τις μεταβαλλόμενες απαιτήσεις των χρηστών μεγεθύνουν το πρόβλημα ενδεχόμενης κλιμάκωσης σε σχέση με το κόστος αγοράς, εγκατάστασης και αλλαγής διαμόρφωσης της υπάρχουσας υποδομής. Η χρήση ασύρματων τεχνολογιών όπως το Wireless Fidelity (Wi-Fi) (Aneja et al., 2016) και το Light Fidelity (Li-Fi) (Khandal & Jain, 2014) για την εφαρμογή συστημάτων εντοπισμού συχνά απαιτεί σημαντική αναμόρφωση στην υπάρχουσα υποδομή καθώς σε κάθε δωμάτιο απαιτείται αντίστοιχο υλικό υποστήριξης. Έτσι συνήθως η καλωδίωση και / ή η υποδομή φωτισμού πρέπει να αλλάξουν. Επιπλέον, η χρήση τεχνολογίας Wi-Fi πιθανότατα θα αντιμετώπιζε πολλές παρεμβολές σήματος καθώς τα περισσότερα εσωτερικά περιβάλλοντα διαθέτουν δίκτυο Wi-Fi που λειτουργούν στη ζώνη των 2,4 GHz. Έτσι, μια λύση που βασίζεται σε Wi-Fi θα εκτεθεί σε παρεμβολές, καθιστώντας το RSSI και τις τεχνικές αποτύπωσης μη ακριβείς εξαιτίας του υπάρχοντος θορύβου λόγω της ύπαρξης πολλών ασύρματων σημάτων στο ίδιο μήκος κύματος. Μια άλλη πρόκληση που πρέπει να συνυπολογιστεί κατά την εφαρμογή λύσεων εντοπισμού είναι η κατανάλωση ενέργειας. Οι ασύρματες τεχνολογίες όπως το Wi-Fi, το ZigBee, το Bluetooth και το LoRa, απαιτούν σημαντική ισχύ. Αυτό αυξάνει το λειτουργικό κόστος του συστήματος, ενώ ενδέχεται να υπαγορεύει τη διάρκεια ζωής των κρίσιμων κόμβων εφόσον δεν υπάρχει μόνιμη πηγή ισχύος. Τέλος, τα δυναμικά χαρακτηριστικά και οι φυσικές ιδιότητες ενός δεδομένου περιβάλλοντος μπορούν να επηρεάσουν δραστικά την απόδοση μιας λύσης εντοπισμού. Ευμετάβλητα χαρακτηριστικά όπως οι κλιματικές συνθήκες, ο αριθμός και η θέση των ατόμων και αντικειμένων και η κίνηση τους στο χώρο, ενδέχεται να αλλάζουν μερικές ή και το σύνολο των σημαντικών παραμέτρων, όπως το LOS, τον θόρυβο και τις παρεμβολές (Guidara et al., 2018).
Από όλα τα παραπάνω γίνεται φανερό ότι υπάρχει μια ανοικτή πρόκληση για σχεδιασμό και υλοποίηση ενός συστήματος εντοπισμού θέσης και δρομολόγησης σε εσωτερικούς χώρους που α) δεν θα απαιτεί μεγάλες και δραστικές αλλαγές στις υπάρχουσες υποδομές των εσωτερικών χώρων β) θα είναι σχετικά οικονομικό στην υλοποίηση του και γ) θα δίνει όσο το δυνατόν ακριβέστερη πληροφορία για την τρέχουσα θέση προσώπων ή αντικειμένων.
Βιβλιογραφία
|
Fu, S.,
Hou, Z. G., & Yang, G. (2009, March). An indoor navigation system for
autonomous mobile robot using wireless sensor network. In 2009
International Conference on Networking, Sensing and Control (pp.
227-232). IEEE. Camp, T., Boleng, J., & Davies, V. (2002). A survey of mobility models for ad hoc network research. Wireless communications and mobile computing, 2(5), 483-502. Spachos, P., & Mackey, A. (2018). Energy efficiency and accuracy of solar powered ble beacons. Computer Communications, 119, 94-100. Khandal, D., & Jain, S. (2014). Li-fi (light fidelity): The future technology in wireless communication. International Journal of Information & Computation Technology, 4(16), 1-7. Aneja, A., & Sodhi, G. (2016). A Study of Security Issues Related With Wireless Fidelity (WI-FI). International Journal of Computer Science Trends and Technology (IJCST), 4(2), 346-350.
|
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου