Введение 4
Глава 1. Проблема позиционирования 7
1.1 Определение позиционирования 7
1.2 Методы измерения пространственных координат 8
1.2.1 Астрономо-геодезические 9
1.2.2 Инерциальные 10
1.2.3 Фотограмметрические 10
1.3 Глобальные системы позиционирования^СГБ) 12
1.4 Локальные системы позиционирования^ЬГВ) 13
1.4.1 Беспроводные сети 13
1.4.2 Инерциальные системы 15
1.4.3 Светодиодные лампы 15
1.4.4 Магнитное поле 16
1.4.5 QR-коды 17
1.4.6 Гибридные системы 18
1.5 Позиционирование в линейных сетях как подмножество задач
позиционирования в помещениях 19
1.5.1 Позиционирование в метрополитене 21
Глава 2. Обоснование методики позиционирования в линейных сетях .... 23
2.1 Характеристика цифровой сотовой сети 24
2.2 Позиционирование на основе сигнала цифровой сотовой сети 25
2.3 Локализация по шаблону 26
2.3.1 Общий принцип 26
2.3.2 Офф-лайн фаза. Географическая привязка 26
2.3.3 Офф-лайн фаза. Нормализация данных 28
2.3.4 Он-лайн фаза. Алгоритм позиционирования 31
2.4 Математическая оценка алгоритма позиционирования 33
Глава 3. Сбор и анализ данных 35
3.1 Технология сбора данных 35
3.2 Мониторинг состояния БД 37
Глава 4. Разработка программного обеспечения 39
4.1 Создание и обработка базы шаблонов 39
4.2 Программное обеспечение для обработки данных 49
4.3 Мобильное приложение для позиционирования 50
Заключение 52
Список сокращений и условных обозначений 53
Список литературы 54
Приложение
Информация о местоположении объекта используется для решения как строго научно-производственных, так и бытовых задач: обывателю она позволяет ориентироваться
на местности, находить интересующие места, прокладывать маршруты [1]; для географа
важную роль играет связь объекта изучения с его положением во времени и пространстве;
координиированные данные являются основой для построения пространственных моделей в
ГИС [2], используются для индексации данных в поисковых машинах [3].
На протяжении тысячелетий было разработано множество методов и способов определения местоположения. Однако революция в решении задачи местоопределения произошла
с появлением глобальных навигационных спутниковых систем(ГНСС). Причиной этому послужили глобальность охвата, высокая точность и оперативность спутникового позиционирования [2]. Сегодня наблюдается тенденция роста потребителей ГНСС-технологии в связи
с расширением рынка мобильных устройств. Наличие портативных приемников в смартфонах привело не только к активному использованию приложений на основе пространственных
данных(LBS) [4], но и к созданию вторичных продуктов: так новые возможности для составления карт открыл феномен «краудсорсинга» [5].
Несмотря на то, что геодезические спутники покрывают всю поверхность Земли, ГНССприемники нельзя применять повсеместно. Их явное использование в закрытых пространствах ограничено по причине ослабления сигнала, проходящего через землю, стены, воду и
другие препятствия. И хотя все же существуют способы, основанные на использовании ретрансляторов спутниковых сигналов(псевдолитов), они едва ли могут быть решением в связи
с затратами на установку дорогостоящего оборудования и низкой точностью местоопределения [6]. Поэтому для закрытых пространств необходимо искать альтернативные способы
решения задачи.
Помещения являются одним из примеров таких закрытых пространств. В них люди
проводят большую часть своего времени, что вызывает интерес к системам определения местоположения [7]. Такие системы находят применение в классических задачах навигации,
составлении карт, размещении контекстной информации, рекламы и тд., а также характерных задач обеспечения безопасности в процессе строительства [8], помощи в чрезвычайных
ситуациях, удаленного управление машинами/роботами [9].
Единого и общепринятого способа позиционирования в помещениях, как в случае с
ГНСС, на сегодняшний день не существует [10]. Напротив, создается много различных систем и выбор конкретной часто зависит от структуры пространства, объекта, местоположение которого необходимо определять, а также требуемых точностей [11]. Существующий
набор способов ранжируется в зависимости от затрат на реализацию, что также играет немаловажную и, зачастую, решающую роль. Отсюда остается большое количество пространств,
где задача определения местоположения все еще остается нерешенной.5
Одним из примеров таких пространств является сеть городского метрополитена. С точки зрения пространственной архитектуры, она представляет собой точки(станции), соединенные линиями(туннелями). Первые – это классический пример помещений, аналогичных
торговым центрам, комплексам, магазинам и другим сооружениям, где человек или робот
может перемещаться практически свободно. Двигаясь по линиям, вектор перемещения предопределен, что облегчает решение задачи местоопределения. Позиционирование в линейной
сети метрополитена может быть использовано в качестве модели для применения в других
аналогичных структурах, таких как автомобильные и железные дороги, тоннели, шахты,
трубы и пр.
Цель представленной работы – разработать систему определения местоположения в
сети метрополитена и оценить возможность ее использования в других линейных сетях. Концепция разработки основана на принципах минимизации финансовых вложений, открытости
данных и программного обеспечения, а также применения краудсорсингового подхода.
Для достижения поставленной цели было необходимо решить следующие задачи:
1. Выбрать способ позиционирования
2. Разработать алгоритм системы позиционирования
3. Создать прототип клиентского приложения для позиционирования в метрополитене
4. Провести математическую и практическую оценку точности системы позиционирования
Практическое применение аналогичных систем позиционирования в линейных сетях
достаточно широко. В [12] описывается система позиционирования на основе данных глобальной цифровой сотовой сети(GSM1) в ЦЕРНе. В [9] используется аналогичный подход
для навигации роботизированных машин по добыче угля, а в [13] для этих же целей применяются инерциальные системы. На основе инерциальных систем также работает система
позиционирования в линейной сети метрополитена, описанная в [14].
При изучении особенностей систем позиционирования в целом, было выявлено множество факторов, влияющих на использование конкретного способа позиционирование. В связи
с этим было принято решение создать гибридную систему, которая сочетает в себе несколько
подсистем позиционирования. Первый шаг для ее создания – это использование GSM-позиционирования как базовой подсистемы. В работе описываются теоретическая и практическая
части ее разработки.
В первой главе раскрывается определение позиционирования, приводится перечень существующих методов и способов. Определяется место позиционирования в линейных сетях
на основе GSM, как класса задач позиционирования.
Во второй главе приводится краткая характеристика GSM, описываются особенности
данных. Дается теоретическое обоснование выбранного способа позиционирования, рассматриваются используемые математические подходы. Практическая реализация приводится в
третьей и четвертой главах. В третьей главе описывается методика сбора данных. Четвертая
1В дальнейшем под GSM будет пониматься глобальная цифровая сотовая сеть в целом, а не ее стандарт
второго поколения
глава посвящена реализации программного обеспечения. В заключении говорится о возможных вариантах развития системы. Резюмируются итоги исследования.
В ходе представленной работы был разработан прототип приложения, который позволяет определять местоположение в линейной сети по данным цифровой сотовой сети на
примере метрополитена. Качественным усовершенствованием существующих аналогичных
решений является использование изменения характера сигнала в процессе движения объекта. Для решения задачи был выбран наиболее устойчивый к влиянию случайных ошибок
метод локализации по шаблону.
Результатами работы являются:
– Создана база данных по сотовым сетям метрополитенов Москвы и Санкт-Петербурга
– Составлена серия веб-карт для мониторинга текущего покрытия данными сотовой
сети и оценки их качества
– Разработан прототип алгоритма позиционирования и проведена математическая
оценка его точности
Дальнейшая работа включает:
– Cоздание мобильного приложения
– Практическую оценку качества алгоритма позиционирования
– Использование инерциальных систем для идентификации остановок поезда
– Упрощение методики сбора данных
Мобильное приложения для позиционирования в метрополитене в первую очередь может использоваться как дополнение к сервисам позиционирования на поверхности для непрерывной навигации. Отслеживание текущего местоположения – актуальная задача при перемещении в городах со сложной инфраструктурой городского транспорта. Он-лайн режим
позволит жителям городов оценить временные затраты до прибытия в пункт назначения, а
туристам найти интересующие достопримечательности, рестораны, мероприятия и тд.
Полученные в ходе работы результаты позволяют рассчитывать на использование описанных подходов не только в метрополитене, но и в линейных сетях со схожей архитектурой.
1. Карлащук В. И., Карлащук С. В. Спутниковая навигация. Методы и средства. — М. : СОЛОН-Пресс, 2006. — 176 с.
2. Капралов Е. Г., Кошкарев А. В., С. Т. В. Геоинформатика (Классический университет¬ский учебник). — М. : ИЦ Академия, 2005. — 480 с.
3. Lin H., Batty M. Виртуальные географические среды / под ред. В. C. Тикунов. — Крас¬нодар : Краснодарская панорама досуга, 2015. — 352 с.
4. Alshami I. H., Ahmad N. A., Sahibuddin S. Dynamic WLAN Fingerprinting RadioMap for Adapted Indoor Positioning Model // Springer International Publishing Switzerland. — 2015.
5. Казаков Э. Э. Краудсорсинг геоданных в России в мире // Сборник материалов между-народной научно-практической конференции. Геодезия, Картография, Геоинформатика и Кадастры. От идеи до внедрения. Т. 4 / под ред. О. А. Лазебник. — Санкт-Петербург¬ский Государственный Университет. Спб. : Политехника, нояб. 2015. — С. 229—233.
6. Jardak N., Samama N. Indoor Positioning Based on GPS-Repeaters: Performance Enhancement using an Open Code Loop Architecture // IEEE Transactions on Aerospace and Electronic Systems. — 2009. — Янв. — Т. 45, № 1. — С. 347—359.
7. Waqar W., Chen Y., Vardy A. Smartphone positioning in sparse Wi-Fi environments // Computer Communications. — 2016. — Т. 73, Part A. — С. 108—117.
8. A Real-Time Location-Based Services System Using WiFi Fingerprinting Algorithm for Safety Risk Assessment of Workers in Tunnels / P. Lin [и др.] // Mathematical Problems in Engineering. — Beijing, 2014. — С. 1—10.
9. Positioning algorithms of underground coal mines based on virtual Radio-map and Markov chain / L. Cui L. and Li, J. He, M. Shi // Journal of PLA University of Science and Technology(Natural Science Edition). — 2014.
10. Щёкотов М. С., Кашевник А. М. Сравнительный анализ систем позиционирования смартфонов в помещениях // Труды СПИИРАН. — Спб., 2012. — С. 459—471.
11. Pritt N. Indoor location with Wi-Fi fingerprinting // 2013 IEEE Applied Imagery Pattern Recognition Workshop (AIPR). — Окт. 2013. — С. 1—8.
12. Performance and limits of KNN-based positioning methods for GSM networks over leaky feeder in underground tunnels / F. Pereira [и др.] // Journal of Location Based Services. — 2012. — Т. 6, № 2. — С. 117—133.
13. Schiffbauer W. H. Navigation and control of continuous mining systems for coal mining // IEEE. — 1996.
14. Stockx T., Hecht B., Schoning J. SubwayPS: Towards Smartphone Positioning in Underground Public Transportation Systems // Proceedings of the 22Nd ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems. — Dallas, Texas : ACM, 2014. — С. 93—102. — (SIGSPATIAL ’14).
15. Генике А. А., Побединский Г. Г. Глобальные спутниковые системы определения место-положения и их применение в геодезии. — М. : Картгеоцентр, 2004. — 355 с.
16. ГОСТ Р 53611-2009. Глобальная навигационная спутниковая система. Методы и техно-логии выполнения землемерных и землеустроительных работ. Общие технические тре-бования. — М. : Стандартинформ, 2012. — 12 с.
17. Курошев Г. Д. Космическая геодезия и глобальные системы позиционирования. — СПб. : Изд-во С.-Петерб. ун-та., 2011. — 184 с.
18. Kolodziej K. W., Hjelm J. Local Positioning Systems: LBS Applications and Services. — CRC Press, 2006. — 488 pp.
19. Bajers F. Inertial Navigation System. — Denmark, Aalborg University, 2008. — 122 pp.
20. Назаров А. С. Фотограмметрия. — Минск : ТетраСистемс, 2006. — 400 с.
21. Курошев Г. Д. Геодезия и география. — СПб : Изд-во С.-Петерб. ун-та., 1999. — С. 372.
22. Official U.S. Government information about the Global Positioning System (GPS) and related topics. GPS Accuracy. — URL: http://www.gps.gov/systems/gps/performance/accuracy/.
23. Информационно-аналитический центр координатно-временного и навигационного обес-печения. История развития ГЛОНАСС. — URL: https://www.glonass-iac.ru/guide/.
24. European Space Agency. What is Galileo? — URL: http://www.esa.int/Our_Activities/ Navigation/The_future_-_Galileo/What_is_Galileo.
25. Beidou Navigation Satellite System. Development Process. — URL: http://www.beidou.gov. cn/2012/12/14/20121214e14a946961514cce98ab04d876258343.html.
26. Namiot D. On indoor Positioning // International Journal of Open Information Technologies. — 2015. — Т. 3.
27. Mahamud M. A., Chowdhury M. Indoor Location System with Wi-Fi and Alternative Cellular Network Signal // International Journal of Multimedia and Ubiquitous Engineering. — 2015. — Т. 10, № 3. — С. 59—70.
28. Namiot D. Context-Aware Browsing - A Practical Approach // 2012 Sixth International Conference on Next Generation Mobile Applications, Services and Technologies. — Сент. 2012. — С. 18—23.
29. Pahlavan K., Li X., Makela J. P. Indoor geolocation science and technology // IEEE Communications Magazine. — 2002. — Февр. — Т. 40, № 2. — С. 112—118.
30. Рутледж Д. Энциклопедия практической электроники. — М. : ДМК-Пресс, 2002. — 528 с.
31. Using Wi-Fi/magnetometers for indoor location and personal navigation / Y. Li [и др.] //. — 2015.
32. GSM RSSI-based positioning using extended Kalman filter for training artificial neural networks / K. Anne [и др.] //. Т 60. — 2004. — С. 4141—4145.
33. Бабаев iBeacon: Мифы и реальность. — 2016. — URL: https://habrahabr.ru/post/278689/.
34. An ibeacon primer for indoor localization / P. Martin [и др.] //. — 2014. — С. 190—191.
35. Holm S. Ultrasound positioning based on time-of-flight and signal strength //. — 2012.
36. A Reliable and accurate indoor localization method using phone inertial sensors / F. Li [и др.] //. — 2012. — С. 421—430.
37. Harle R. A survey of indoor inertial positioning systems for pedestrians // IEEE Communications Surveys and Tutorials. — 2013. — Т 15, № 3. — С. 1281—1293.
38. Haas H. Wireless data from every light bulb. — URL: http://www.ted.com/talks/harald_ haas_wireless_data_from_every_light_bulb.
39. Sharma R. R., Raunak, Sanganal A. Li-Fi Technology. Transmission of data through light.
40. Yoshino M., Haruyama S., Nakagawa M. High-accuracy positioning system using visible LED lights and image sensor //. — 2008. — С. 439—442.
41. Indoor three-dimensional location estimation based on LED visible light communication /
S.-H. Yang [и др.] // Electronics Letters. — 2013. — Т 49, № 1. — С. 54—56.
42. Indoor positioning system using geomagnetic anomalies for smartphones / S.-E. Kim [и др.] //. — 2012.
43. Намиот Д. Е. Использование двумерных штрих-кодов для создания системы позицио-нирования и навигации в помещении // Прикладная информатика. — 2013. — С. 31— 39.
44. A Hybrid WiFi Magnetic Matching PDR Approach for Indoor navigation with smartphone / Y. Li [и др.] // IEEE COMMUNICATIONS LETTERS. — 2016. — Т. 20, № 1. — С. 169— 172.
45. Fritsche C., Klein A., Wurtz D. Hybrid GPS/GSM Localization of Mobile Terminals using the Extended Kalman Filter // IEEE. — 2009.
46. Jagadeesh G. R., Srikanthan T., Zhang X. D. A Map Matching Method for GPS Based Real-Time Vehicle Location // THE JOURNAL OF NAVIGATION. — 2004. — С. 429— 440.
47. Яндекс Определение местоположения без GPS: как устроен Яндекс.Локатор. — URL: https://habrahabr.ru/company/yandex/blog/162955/.
48. Lozenko D. V. Карта Метро. — URL: https://play.google.com/store/apps/details?id=com. blogspot.formyandroid.underground&hl=ru.
49. Берлин A. Н. Сотовые системы связи: Учебное пособие. — М. : Интернет-Университет Информационных Технологий; БИНОМ. Лабо- ратория знаний, 2009. — 360 с.
50. Министерство связи и массовых коммуникаций Российской Федерации. Мониторинг состояния и динамики развития инфотелекоммуникационной структуры. — М., 2015.
51. Promwad Как определить местоположение по сетям сотовой связи (Cell ID). — 2010. — URL: http://habrahabr.ru/company/promwad/blog/223635/.
52. Петряков С. Сбор данных из внешних источников и внутренних сенсоров с помощью NextGIS Logger. — 2015. — URL: http://gis-lab.info/qa/nextgis-logger.html.