Ein Ortserkennungssystem für mobile Touristenführer

Transcription

Ein Ortserkennungssystem für mobile
Touristenführer
M. Santner · R. Tusch · M. Kropfberger ·
L. Böszörmenyi · H. Hellwagner
Institut für Informationstechnologie
Universität Klagenfurt ∗ †
{martin.santner, roland.tusch, michael.kropfberger}@m3-systems.com
{laszlo.boeszoermenyi, hermann.hellwagner}@uni-klu.ac.at
Zusammenfassung
Dieser Beitrag beschreibt die Architektur und Implementierung einer Ortserkennungsmiddleware für mobile Touristenführer, die unterschiedlichste Ortserkennungstechniken zur Ermittlung
der physischen und semantischen Position eines Touristen integrieren kann, um so Inhalte zu
umliegenden Interessensobjekten automatisch präsentieren zu können. Es wird auch anhand des
MultiMundus-Systems – einem mobilen Touristenführer für Minimundus Klagenfurt – beispielhaft gezeigt, wie diese Middleware in Touristenführer integriert werden kann.
Weiters wird auch ein Überblick über verschiedenste Ortserkennungstechnologien gegeben, und
anhand einer Taxonomie werden GPS und Bluetooth als primär geeignete Technologien für
mobile Touristenführungssysteme ausgewählt. Diese beiden Technologien wurden in einer prototypischen Implementierung der Middleware auch integriert. Schließlich zeigt eine Evaluierung
der Ortserkennungsmiddleware, dass eine kombinierte Verwendung von GPS und Bluetooth für
Themenparks wie das Minimundus Klagenfurt sinnvoll ist, um auch eng zusammenstehende
Modelle voneinander unterscheiden zu können.
1
Einleitung
In den letzten Jahren wurde die Einbindung von Kontextinformationen in mobilen Touristenführern zu einem zentralen Thema [11]. Die zwei wesentlichen Ziele dabei sind, einerseits die Informationen bezüglich der Benutzungsumgebung maßgeschneidert zu präsentieren, und andererseits die notwendigen Eingaben am mobilen Gerät von Seiten des
Touristen auf ein Minimum zu reduzieren, um die Gebrauchstauglichkeit zu verbessern.
Zum Kontext der Benutzung eines mobilen Touristenführers bzw. des Konsums von touristischen Inhalten zählen u. a. i) das persönliche Benutzerprofil (wie Sprache, Alter, Interessensgebiete), ii) die Fähigkeiten des mobilen Endgeräts (Bildschirmgröße, Rechenleistung,
Speichergröße, Plattform, unterstützte Codecs für Multimediaanwendungen, etc.), iii) die
∗
†
Diese Arbeit wurde zum Teil vom Österreichischen Wissenschaftsfonds (FWF) unter dem Projekt
L92-N13 (CAMUS: Context-aware Multimedia Services) gefördert.
Des weiteren wurde diese Arbeit zum Teil vom austrian network for etourism (anet) unter dem Projekt
Tourguide für Web und mobile Endgeräte(Arbeitspaket 5: Adaptives Streaming) gefördert.
P. Horster (Hrsg.) · D•A•CH Security 2006 · syssec (2006) 1-???.
2
Ein Ortserkennungssystem für mobile Touristenführer
Fähigkeiten des Kommunikationskanals (z.B. Bandbreite, Verfügbarkeit), iv) die Zeit der
Benutzung (z.B. Tag oder Nacht) und v) der Ort der Benutzung (physischer oder semantischer Ort des Endgeräts). Besonders das Wissen über den aktuellen Aufenthaltsort des
Touristen ermöglicht eine gezielte Vorauswahl der zu präsentierenden Informationen.
Diese Arbeit beschreibt das Design, die Implementierung, die Integration und Evaluierung eines Ortserkennungssystems für das MultiMundus-System [16], einem eigens entwickelten mobilen Touristenführer, der seit Sommer 2005 im Themenpark Minimundus
Klagenfurt [12] im Einsatz ist. Die erste Version des MultiMundus-Systems konnte den
Ort des mobilen Endgeräts noch nicht automatisch erkennen. Der Besucher musste entweder eine Modellnummer eintippen oder über eine Landkarte navigieren, um sich Inhalte
zu einem Modell ansehen zu können. Dieser Ansatz erforderte viel Benutzerinteraktion,
die bei einer hinreichend großen Anzahl von Modellen oft zur Belastung für den Besucher
wurde. Das in diesem Beitrag beschriebene Ortserkennungssystem behebt diesen Mangel.
Der Aufbau dieses Beitrags gliedert sich im Weiteren wie folgt. Abschnitt 2 gibt einen
Überblick über das ursprüngliche MultiMundus-System, dessen Benutzbarkeit es zu verbessern galt. In Abschnitt 3 wird ein Überblick über koordinaten- und Tag-basierte1
Ortserkennungstechnologien gegeben, die als mögliche Technologien für ein Touristenführungssystem in Frage kommen. Potentielle Ortserkennungstechnologien werden anhand
mehrerer Kritieren miteinander verglichen, und die besten für eine prototypische Umsetzung ausgewählt. Abschnitt 4 begründet die Umsetzung des Ortserkennungssystems in
Form einer Middleware am Beispiel eines Benutzungsszenarios. Das Design, die Implementierung, die Integration ins ursprüngliche MultiMundus-System und die Evaluierung
dieser Middleware anhand zweier ausgewählter Ortserkennungstechnologien sind weiterer
Gegenstand dieses Abschnitts. In Abschnitt 6 werden die wesentlichen Beiträge dieser
Arbeit noch einmal kurz zusammengefasst.
2
Das MultiMundus-System
MultiMundus[16] ist ein von M3 -Systems2 – einer Forschungsgruppe am Institut für
Informationstechnologie der Universität Klagenfurt – entwickelter multimedialer Touristenführer. Das Führungssystem ermöglicht multimediale Objektpräsentationen auf mobilen und stationären Endgeräten unterschiedlichster Art, wie beispielsweise Pocket-PCs,
Smartphones, Internet-PCs und Infoterminals. Im MultiMundus-System werden aktuell
alle 140 Miniaturnachbauten bekannter Objekte aus aller Welt, die im Themenpark Minimundus Klagenfurt ausgestellt sind, multimedial präsentiert. Dabei werden die zu präsentierenden Inhalte (Texte, Bilder, Ton- und Videoinhalte) einmal in bester Qualität in das
System eingepflegt, und vom Server entweder a priori (lokale Variante) oder dynamisch
zur Laufzeit (vernetzte Variante) an den Benutzungskontext angepasst.
Wie einleitend bereits festgehalten, kann das ursprüngliche MultiMundus-System den aktuellen Aufenthaltsort des mobilen Endgeräts (bzw. des Touristen) nicht automatisch erkennen. Stattdessen kann über eine sog. QuickNavigation eine dreistellige Modellnummer
eingegeben werden, oder über eine Landkarte navigiert werden, um zu einer multimedialen Modellpräsentation zu gelangen. Einige Gebrauchstauglichkeitstests im Pilotbetriebs1
2
Ein Tag enthält eine eindeutige Kennung des Geräts bzw. des Objekts.
Siehe Homepage: http://www.m3-systems.com
3
jahr 2005 haben gezeigt, dass diese Formen der Navigation sehr viel Benutzerinteraktion
benötigen und vor allem für ältere Menschen auch zu kompliziert erscheinen. Daher wurde eine automatische Suche nach Modellen in der unmittelbaren Nachbarschaft des Touristen basierend auf verschiedenen praktikablen Ortserkennungstechnologien angestrebt.
Im idealen Szenario sollte die mobile MultiMundus-Anwendung automatisch jenes Modell
multimedial präsentieren, das dem aktuellen Benutzungskontext am ehesten entspricht.
3
Ortserkennungstechnolgien
Unter Ortserkennungstechnologien versteht man die Gesamtheit der Sensor-Hard- und
Software, die für die Erkennung der eigenen Position notwendig ist. In diesem Abschnitt
wird ein Überblick über die verbreitetsten Entwicklungen gegeben, und die für Touristenführungssysteme relevanten Technologien werden anhand einer Taxonomie verglichen
und entsprechend ausgewählt.
3.1
Überblick
Ortserkennungssysteme können anhand verschiedenster Gesichtspunkte kategorisiert werden. Im Folgenden wird die Einteilung anhand des Typs der ermittelten Position getroffen.
Einige Systeme liefern geographische Koordinaten aus. Diese können absolut sein oder eine relative Entfernung zu einem definierten Fixpunkt angeben. Andere werten die Nähe
zu einem Sender aus. Falls sich der Sender in Empfangsreichweite befindet, wird seine
eindeutige Identifikationsnummer erfasst. Während die erste Gruppe als Koordinatenbasierte Systeme bezeichnet wird, spricht man bei der letztgenannten von Tag-basierten
Systemen[18].
3.1.1
•
•
•
Koordinaten-basierte Systeme
RF-basierte Technologien: Sie funktionieren über Funkübertragung (Radio Frequency). Die bekanntesten Vertreter sind GPS[4] und WLAN-Triangulation[18]. Bekannte Vertreter für WLAN-Triangulation sind Radar[3], Locator[1] und Horus[21].
Diese Verfahren haben gemein, dass es mehrere, normalerweise mindestens drei,
Quellen gibt, die kontinuierlich Signale senden. Mobile Geräte werden mit entsprechenden Empfängern ausgestattet. Durch die Auswertung der Verzögerung des Eintreffens der Signale der verschiedenen Sender kann der eigene Aufenthaltsort durch
Triangulierung bzw. Trilaterierung ermittelt werden. Dazu müssen die Koordinaten
der Sender bekannt sein.
Infrarot-basierte Technologien: Eines der ersten Ortserkennungssysteme war
ActiveBat[13]. Die Position des Empfängers wird ermittelt, indem in der Umgebung Infrarot-Sensoren angebracht werden und das mobile Gerät mit einem InfrarotSender ausgestattet wird. Die Sensoren müssen dabei über ein Netzwerk verbunden
sein und über eine hohe Dichte verfügen.
Ultraschall-basierte Technologien: Sie ermitteln ebenfalls über Triangulierung
den Aufenthaltsort des mobilen Geräts, verwenden zur Übertragung der Signale aber
keine Funkübertragung, sondern bedienen sich des Ultraschalls. ActiveBadge[19]
ist ein Vertreter dieser Gruppe. Ähnlich wie ActiveBat verfügt das mobile Gerät
über einen aktiven Sender. Die Sensoren werden in der Umgebung angebracht und
berechnen die Position des Benutzers.
4
•
3.1.2
•
•
3.2
Ultrawideband-basierte Technologien: Ähnlich wie die RF-basierten Technologien arbeiten sie über Funkübertragung. Der Unterschied besteht in der Verwendung
eines sehr großen Frequenzspektrums. Dadurch wird eine größere Genauigkeit erzielt.
Bei dieser Gruppe handelt es sich leider um experimentelle Prototypen, die für eine
reale Anwendung noch zu wenig erprobt sind.
Tag-basierte Systeme
Bluetooth: Im Gelände werden bei jedem Austellungsobjekt Bluetooth-Beacons
(d.h., Bluetooth-Sender mit einer regulierbaren Signalstärke und autonomen Stromversorgung) angebracht. Dabei wird die Einstellung möglichst so getroffen, dass
immer nur ein Beacon empfangen werden kann. Sobald das mobile Gerät, das über
einen entsprechenden Empfänger verfügt, in die Empfangsreichweite eines Beacons
gelangt, wird dessen Identifikationsnummer ausgelesen[6].
RFID: Bei RFID ist grundlegend zwischen aktiven und passiven Beacons, so genannten Tags, zu unterscheiden. Während die passive Variante über keine eigene
Stromversorgung verfügt und vom Empfänger versorgt wird, hat die aktive Variante
durch die autonome Stromversorgung eine größere Sendereichweite. Passives RFID
unterliegt der Einschränkung, dass ein Tag protokollbedingt zu einem Zeitpunkt nur
von einem Empfänger ausgelesen werden kann[20].
Vergleich
Die vorgestellten Technologien wurden anhand einer Taxonomie[13] bewertet, die ihre
Eignung für einen Einsatz in einem mobilen Touristenführungssystem berücksichtigt. Die
wichtigsten Kriterien für die Auswahl sind:
•
•
•
•
Einsatzmöglichkeit und Einschränkungen: Während viele Systeme bei starker
Sonneneinstrahlung oder Umgebungsgeräuschen nicht funktionieren, sind andere auf
den Empfang von Satellitensignalen im Freien angewiesen. Außerdem wird zwischen
Systemen, die für den Einsatz im Freien konzipiert wurden, und Systemen, die nur
in Gebäuden arbeiten, unterschieden.
Koordinaten-basiert oder Tag-basiert: Während bei einigen Systemen die Identifikationsnummern der umliegenden Tags erkannt werden, gibt es Technologien, die
geographische Koordinaten für den jeweiligen Aufenthaltsort ermitteln.
Genauigkeit und Präzision: Die Genauigkeit gibt die maximale Auflösung des
Systems im Idealfall an. Unter der Präzision versteht man die Wahrscheinlichkeit,
mit der eine Messung die maximale Genauigkeit des Systems erreicht.
Skalierbarkeit und Kosten: Durch den geplanten Einsatz des Systems in Themenparks sind die Menge der maximal gleichzeitig verwendbaren Endgeräte sowie
die Kosten für die Inbetriebnahme des Systems entscheidend. Die Kosten leiten sich
aus der benötigten Hardware sowie aus anfallenden Lizenzkosten ab.
In Tabelle 1 werden die vorgestellten Ortserkennungstechnologien anhand der aufgestellten Taxonomie verglichen. Für den Einsatz in Themenparks können Systeme, die auf
Infrarotstrahlung bzw. auf Ultraschall basieren, aufgrund von Sonneneinstrahlung und
Umgebungsgeräuschen ausgeschlossen werden. Betreffend der Kosten haben die meisten
Systeme gemein, dass einmalig ein Grundsetup erfolgen muss. Die Kosten für die Erweite-
5
rung der Anzahl der mobilen Geräte sind linear. Einschränkungen bezüglich der maximal
verwendbaren Gerätezahl konnten nicht festgestellt werden. Tag-basierte Systeme sind
meist genauer und präziser als ihre Koordinaten-basierten Gegenstücke. Sie weisen auch
weniger Einschränkungen auf.
Tabelle 1: Vergleich der Ortserkennungssysteme
System
Einschränkungen
Locator
(WlanTriangulation)
keine 3D-Erkennung
Genauigkeit
(Präzision)
rel.Koord. < 1m(90%)
GPS
nur im Freien
abs.Koord. < 5m(95%)
RFID (passiv)
nur 1 Empfänger /
Tag gleichzeitig
Überlagerung
der
RFID (aktiv)
Tags
Bluetooth
Interferenz
mit
WLAN
ActiveBadge
Sonneneinstrahlung,
(Infrarot)
helle Räume
ActiveBat (Ul- Umgebungsgeräusche
traschall)
Cricket (RF + nur in Gebäuden
Ultraschall)
3.3
Position
Tag
5cm − 1m
Tag
1m − 20m
Tag
< 2.5m
Tag
Raumgröße
rel.Koord. < 10cm(95%)
beides
< 5cm(99%)
benötigte
Hardware
min.
3
Access-Points
+
WLANEmpfänger
GPSEmpfänger
Tags
+
Empfänger
Tags
+
Empfänger
Beacons
+
Empfänger
Beacons
+
Empfänger
Beacons
+
Empfänger
Beacons
+
Empfänger
Auswahl
Aufgrund des durchgeführten Vergleichs und einer Kalkulation der für eine Umsetzung im
Themenpark Minimundus anfallenden Kosten wurden die Ortserkennungstechnologien in
drei Gruppen eingeteilt:
•
•
Als primäre Technologien wurden GPS und Bluetooth identifiziert. GPS weist eine zufriedenstellende Genauigkeit auf und ist für Themenparks im Freien geeignet.
Zur Unterscheidung von Modellen mit geringem Abstand zueinander wird Bluetooth eingesetzt. Weiters wird Bluetooth für Museen in Gebäuden benötigt. Die
Mehrkosten für beide Technologien sind gering. Sie belaufen sich bei GPS auf die
Anschaffung eines GPS-Empfängers pro mobilem Gerät. Bluetooth-Empfänger sind
bereits in den derzeit verwendeten mobilen Geräten integriert, so dass nur Beacons
mit einstellbarer Sendeleistung angeschafft werden müssen.
Als sekundäre Technologien wurden aktives und passives RFID identifiziert. Es
bestehen die gleichen Vorteile wie bei Bluetooth. RFID wurde wegen der Mehrkosten
für eine Nachrüstung der mobilen Geräte mit entsprechenden Empfängern nicht
als primäre Technologie ausgewiesen. Außerdem besteht der Nachteil, dass beim
6
•
4
Einsatz von passiven Tags mehrere Tags pro Modell angebracht werden müssten,
um Wartezeiten beim Scannen der Tags zu verhindern.
Alle anderen Technologien sind für einen Einsatz in Touristenführungssystemen aufgrund ihrer Einschränkungen und teilweise auch enormen Anschaffungskosten nicht
geeignet.
Eine Ortserkennungsmiddleware für MultiMundus
Durch das vielfältige Angebot von Ortserkennungstechnologien (siehe Abschnitt 3) war
ein Middleware-Ansatz naheliegend. So wird die Auswahl der zur Positionserkennung
verwendeten Technologien durch den Einsatz der Middleware nicht beschränkt.
4.1
Szenario
Das grundlegende Einsatzszenario ist in Abbildung 1 dargestellt. Dieses sieht vor, dass jeder Besucher ein mobiles Gerät mit installierter MultiMundus-Applikation ausgehändigt
bekommt. Im ersten Schritt ermittelt das System eine verfügbare Ortserkennungstechnologie. Mit Hilfe der ausgewählten Technologie wird der eigene Aufenthaltsort ermittelt
und diese Information zum Server übertragen. Serverseitig werden nun jene Objekte ermittelt, die der übermittelten Position am nächsten sind, und anschließend über den
Content-Server am mobilen Gerät präsentiert.
Abb. 1: Einsatzszenario
4.2
Design
Die Middleware abstrahiert von den tatsächlich eingesetzten Ortserkennungstechnologien
und bietet ein vereinheitlichtes Interface an. Abbildung 2 veranschaulicht die Einbettung
der Middleware im bestehenden System.
7
Die einzelnen Komponenten des Systems sind:
•
•
•
•
•
•
Object Database (Repository): In der Objektdatenbank werden Texte, Bilder,
Videos und Tondokumente zu den einzelnen Ausstellungsstücken abgelegt. Außerdem werden hier diverse Metainformationen gespeichert.
GEO Database: Die Geo-Datenbank stellt eine Erweiterung der Objektdatenbank
dar. Hier werden Informationen abgelegt, die zum Auffinden eines Objekts anhand
einer Position notwendig sind.
Object Retrieval Layer: Diese Schicht stellt die Funktionalität zum Finden eines
Objekts anhand einer physikalischen Position bzw. einer übergebenen Identifikationsnummer bereit.
Location-Aware-Middleware (LAM): Hierbei handelt es sich um die Kernkomponente. Die Location-Aware-Middleware läuft sowohl clientseitig als auch serverseitig und stellt Dienste zum Finden und Übertragen von Positionsinformationen
bereit. Sie steuert weiters die konkreten Ortserkennungssysteme wie Bluetooth und
GPS. Neue Technologien können jederzeit integriert werden.
Mobile Application: Die mobile Applikation wird auf den mobilen Geräten installiert und bedient sowohl die Location-Aware-Middleware als auch die Präsentation
der Inhalte durch den Browser.
Content Server: Der Content Server erhält von der Location-Aware-Middleware
die aktuellen Informationen über die in der Nähe des Touristen befindlichen Objekte
und generiert die für das Endgerät angepasste Benutzeroberfläche.
Abb. 2: Systemdesign
Den Ablauf und die Aufgaben der einzelnen Komponenten illustriert das UML-Sequenzdiagramm in Abbildung 3.
Der Multimundus-Client läuft auf dem mobilen Gerät und steuert die Location-AwareMiddleware clientseitig. Zuerst wählt die Anwendung die zu verwendenden Technologien
aus. Anschießend aktiviert sie den Suchmodus der Location-Aware-Middleware. Da dieser
Aufruf asynchron implementiert ist, blockiert die Anwendung nicht und kann weiterhin
mit dem Benutzer interagieren.
Sobald neue Suchergebnisse vorliegen, wird der Multimundus-Client von der LAM benachrichtigt, und kann, sofern die Positionsänderung signfikant war, die Ergebnisse durch
einen weiteren Aufruf zum Server übertragen lassen. Die Kommunikation zwischen Client und Server wird vollständig durch die LAM übernommen. Am Server wird nun der
8
Object-Retrieval-Layer, der auch Teil der Location-Aware-Middleware ist, nach Objekten
gefragt, die zu den übermittelten Koordinaten und Adressen passen. Dieser gibt eine Liste
von nahen Objekten zurück.
Die serverseitige LAM hat nun zwei Aufgaben. Auf der einen Seite muss die ermittelte
Liste dem Multimundus-Server, der für die Präsentation der Inhalte verantwortlich ist,
bereitgestellt werden. Andererseits wird diese Liste auch dem Client übermittelt, der sie
wiederum an die Anwendung übergibt. Falls sich die mobile Anwendung im Suchmodus
befindet, und sich nun andere Objekte als bei der letzten Suche in seiner Nähe befinden,
wird die Darstellung der Nachbarschaft aktualisiert. Falls sich die mobile Anwendung im
Präsentationsmodus befindet, wird durch ein Tonsignal auf die Änderung in der Nachbarschaft hingewiesen, und der Benutzer kann zu einem späteren Zeitpunkt zur Darstellung
der Nachbarschaft wechseln.
Jetzt folgt die HTTP-Anforderung des Browsers an den MultiMundus-Server mit anschließender Auslieferung einer Seite, welche die gefundenen Nachbarschaftsobjekte darstellt.
Der gesamte Vorgang wird immer ausgelöst, wenn neue Suchergebnisse vorliegen, und erst
beendet, wenn die Anwendung den Suchmodus explizit beendet.
4.3
Implementierung
Die clientseitige Middleware-Komponente wurde in C# entwickelt und steht als Microsoft .NET Klassenbibliothek zur Verfügung. Die Middleware ist sowohl unter Microsoft
Windows Mobile 2003 als auch unter Version 2005 lauffähig. Sie kann nicht nur von C#Programmen, sondern auch von allen anderen .NET-Managed-Code-kompatiblen Programmiersprachen verwendet werden.
Die Einbindung der konkreten Ortserkennungstechnologien erfolgte über ein ListenerKonzept. Dabei wird für jede zu integrierende Technologie eine Listener-Klasse erstellt, die
einen Wrapper zur Hersteller-API darstellt. In der aktuellen Version sind Bluetooth- und
GPS-Listener implementiert. Der Bluetooth-Listener baut auf dem Broadcom-BluetoothStack[9] auf und ist mit Widcomm-Geräten[9] kompatibel. Da der Hersteller keine API
mitliefert, wurde die Bluetooth-API von High Point Software[15] verwendet. Der Zugriff auf die GPS-Hardware ist mittels Microsoft’s Intermediate-GPS-Treiber[10], der
erstmals in Windows Mobile 2005 integriert wurde, realisiert. Dadurch können mehrere
Anwendungen gleichzeitig auf die GPS-Hardware zugreifen. Außerdem muss das NMEAProtokoll[17] nicht manuell verarbeitet werden.
Auf Serverseite erfolgte die Implementierung in PHP 5. Als Geo-Datenbank wird eine
MySQL-Datenbank eingesetzt. Es können sowohl Tag-Adressen für verschiedenste Tagbasierte Ortserkennungstechnologien als auch physikalische Koordinaten hinterlegt werden. Außerdem können auch für mehrere Objekte die selben Tag-Adressen hinterlegt
werden. Dadurch ist es möglich, mit nur einem Tag mehrere Objekte zu kennzeichnen.
Diese MySQL-Lösung wird in Zukunft durch ein Geoinformationssystem ersetzt.
Die Kommunikation zwischen server- und clientseitiger Middleware erfolgt unter Verwendung von XMLRPC[7]. Dabei handelt es sich um ein leichtgewichtiges XML-basiertes
Protokoll, das für den Einsatz auf mobilen Geräten ideal erscheint[2].
9
Abb. 3: Ablaufdiagramm zur Nachbarschaftssuche und Präsentation
5
Evaluierung
Die aktuelle Ortserkennungsmiddleware wurde auf die tatsächlich erzielte Genauigkeit
und Präzision der Bluetooth- und GPS-Listener getestet. Diese Begriffe wurden bereits in
Abschnitt 3.2 eingeführt. Die Genauigkeit ist hautsächlich von der Nachbarschaftsgröße
abhängig. Dies ist die Anzahl der von einer Ortserkennungstechnologie gefundenen Objekte, die sich im unmittelbaren Umkreis des Benutzers befinden. Je größer die Nachbarschaft
N S(x) eines Objekts x ist, desto schwieriger wird die manuelle Auswahl des Objekts x
für den Benutzer, wodurch die Gebrauchstauglichkeit sinkt.
Die Genauigkeit G(x) wird durch die Gleichung 1 ausgedrückt. Eine hohe Genauigkeit
kann dabei nur erzielt werden, wenn sich das gewünschte Objekt x in der Menge der
ermittelten Nachbarschaftsobjekte befindet. Um auszudrücken, dass eine größere Nachbarschaft die Gebrauchstauglichkeit negativ beeinflusst, fließt dieser Parameter mit ein.
Falls das Objekt x nicht in der Ergebnismenge ist, liegt die Genauigkeit bei 0.
10
(
G(x) =
1
|N S(x)|
, x ∈ N S(x)
0
, sonst
(1)
Die Hitrate H(x) kann von der Genauigkeit abgeleitet werden und wird in Gleichung 2
ausgedrückt. Sie gibt an, in wie vielen von insgesamt N Suchvorgängen das erwartete
Objekt x ohne Einbeziehung der Nachbarschaftsgröße gefunden wird.
(
N
X
1 , x ∈ N S(x)i
T (x) =
0 , sonst
i=1
H(x) =
T (x)
N
(2)
Während die Genauigkeit und die Hitrate die Gebrauchstauglichkeit beeinflussen, gibt die
Präzision P (x) eines Systems an, wie hoch die Wahrscheinlichkeit ist, mit der eine gewisse
Genauigkeit eintritt. Die Präzision wird, wie in Gleichung 3 dargestellt, durch die Anzahl
der unterschiedlichen Nachbarschaften, die für jedes Objekt x ermittelt werden, beeinflusst. Falls bei jeder Nachbarschaftssuche eine unterschiedliche Ergebnismenge gefunden
wird, ist sie sehr niedrig. Nur eine hohe Präzision garantiert eine zuverlässige Erkennung
der gewünschten Objekte.
P (x) =
5.1
1
# unterschiedlicher N S(x)
(3)
Bluetooth-Evaluierung
Für die Evaluierung wurden mehrere Windows Mobile PDAs mit verschiedenen BluetoothStacks herangezogen. Eine Übersicht wird in Tabelle 2 gegeben. Leider lässt sich bei
Bluetooth die Signalstärke der sendenden Beacons nicht auf Gleitkommagenauigkeit auswerten, da der verwendete Chipsatz bzw. die API von High Point Software eine Kategorisierung der Signalstärke im Wertebereich {niedrig,mittel, hoch} vornimmt. So ist eine
Unterscheidung der Nähe von zwei Beacons oft nicht möglich, obwohl sich die physische
Distanz zu den beiden Beacons deutlich unterscheidet. Die durchschnittliche SendereichTabelle 2: Die Bluetooth-Stacks der verwendeten Windows Mobile PDAs
PDA
Dell Axim X30
Asus MyPal A636
HP IPAQ H5550
HP IPAQ H4150
Bluetooth Stack
Widcomm BT-PPC 1.5.0 Build 0801
Broadcom BT-PPC 1.7.1.1413
Widcomm BTW-CE 1.4.1 Build 60
Widcomm BTW-CE 1.4.1 Build 75
weite eines Beacons beläuft sich auf 15 Meter im freien Gelände. Durch den Einsatz
spezieller Beacons[8] mit regulierbarer Sendeleistung kann die Reichweite bis auf wenige
Zentimeter eingeschränkt werden. Die Genauigkeit des Bluetooth-Listeners ist direkt von
(a) Doppelte Verwendung
11
(b) Einfache Verwendung
Abb. 4: Durchschnittliche Anzahl der gefundenen Bluetooth-Beacons
der Sendereichweite der Beacons abhängig. Die Wahrscheinlichkeit, dass ein sich in Reichweite befindlicher Beacon nicht erkannt wird, ist von der Aktualisierungsrate (d.h. dem
Zeitintervall einer Suche nach Bluetooth-Geräten) abhängig. Getestet wurde mit einer
stetigen Verringerung des Aktualisierungsintervalls im Bereich von 35 bis 5 Sekunden in
Schritten von je einer Sekunde auf den oben genannten Geräten. Die Geräte wurden dabei
unter Einhaltung einer konstanten Entfernung zueinander so positioniert, dass jeder PDA
die anderen Testgeräte finden konnte. Für jede Aktualisierungsrate wurden 100 Messungen vorgenommen und die Anzahl sowie die Namen der gefundenen Beacons protokolliert.
Bei Aktualisierungsintervallen unter 11 Sekunden konnten allerdings keine Beacons mehr
gefunden werden.
Die Auswertung der Messungen hat gezeigt, dass die Präzision stark vom Bluetooth-Stack
und der Belastung der Geräte abhängt. Während im ersten Testlauf jeder PDA als Beacon und Listener konfiguriert wurde (doppelte Verwendung), fungierte im zweiten Testlauf
jeder PDA nur als Listener (einfache Verwendung). Diese Unterscheidung sollte das protokollbedingte Verhalten von Bluetooth bestätigen, dass ein im Suchmodus befindliches
Bluetooth-Gerät für kurze Zeitintervalle von anderen Bluetooth-Geräten selbst nicht erkannt werden kann[5]. Abbildung 4 veranschaulicht die Ergebnisse der beiden Testläufe.
Bis zur Erreichung des Grenzwertes von 11 Sekunden liegt die Präzision bei einfacher Benutzung über 95% (d.h. es wurden fast immer alle 4 Beacons gefunden) und variiert kaum.
Im anderen Fall schwankt sie sehr stark abhängig vom eingesetzten PDA und beläuft sich
auf nicht mehr als 50%. Wird der Grenzwert unterschritten, werden keine Beacons mehr
gefunden und die Präzision liegt bei 0 Prozent.
5.2
GPS-Evaluierung
Für die GPS-Evaluierung wurde der Windows Mobile PDA Asus MyPal 636 [14] eingesetzt. Das Gerät wird mit einem integrierten SiRF III GPS-Empfänger ausgeliefert. Es
wurden die Koordinaten von 42 Ausstellungsmodellen im Minimundus-Gelände erfasst.
Ausgewählt wurden von insgesamt 140 Modellen nur jene, bei denen multimediale Inhalte
zur Verfügung stehen. Abbildung 5 stellt die Testumgebung im Minimundus-Gelände dar.
Jedes Objekt ist mit einer Zahl zwischen 1 und 140 versehen. Die ausgewählten Modelle
wurden dunkel hervorgehoben.
12
Abb. 5: Minimundus-Testgelände mit Ausstellungsmodellen
Basierend auf der Verteilung der Objekte wurde anhand einer Simulation die minimale
Überdeckung berechnet. Abbildung 6 zeigt die Wahrscheinlichkeit einer gewissen Nachbarschaftsgröße in Abhängigkeit vom Suchradius, der nicht kleiner als die maximale Genauigkeit des GPS-Empfängers gewählt werden sollte. Daraus kann gefolgert werden, dass
selbst unter besten Bedingungen in nur 26% Prozent der Fälle genau ein Modell gefunden
wird. Das bedeutet, dass die Anwendung dem Benutzer die Auswahl überlassen muss, welches Nachbarschaftsmodell als nächstes zu präsentieren ist. Diese Eigenschaft begründet
sich im kleinen Abstand zwischen den Modellen. So werden einige Modelle immer alleine
gefunden und andere nur in Gruppen mit allen Modellen in der Nachbarschaft.
Neben der Simulation wurden auch mehrere reale Rundgänge im Minimundus-Gelände
vorgenommen. Dabei wurde bei jedem ausgewählten Ausstellungsmodell überprüft, ob die
vom System ermittelte Nachbarschaft mit der tatsächlichen Nachbarschaft übereinstimmt.
Aus dieser Messung wurde die Hitrate des GPS-Verfahrens abhängig vom Suchradius
berechnet und mit Hilfe des Diagramms in Abbildung 7 illustriert. Sie liegt bei einem
Radius von 10m bei 71% und steigt bei Erhöhung des Suchradius um 30m auf 93% an.
Die damit verbundenen hohen Nachbarschaftsgrößen rechtfertigen aber einen so großen
Suchradius nicht.
Das System wurde unter Verwendung des GPS-Listeners auch auf seine Genauigkeit und
Präzision getestet. Die Ergebnisse werden in Abbildung 8 illustriert. Die Genauigkeit
scheint durch die großen Nachbarschaften sehr niedrig zu sein und beträgt im Durchschnitt aller Objekte nur 38, 21%. Die Objekte 62, 80 und 138 konnten überhaupt nicht
gefunden werden. Die Präzision gibt an, ob bei mehreren Rundgängen immer die gleichen
Nachbarschaften ermittelt werden konnten oder nicht. Sie liegt im Durchschnitt aller Objekte bei 60, 26%. Die Aussagekraft der Präzision ist aber durch die Tatsache, dass nur
Abb. 6: Simulierte Wahrscheinlichkeit für verschiedene Nachbarschaftsgrößen
Abb. 7: Hitrate für verschiedene Suchradien
13
14
Abb. 8: Genauigkeit und Präzision des GPS-Listeners
drei Rundgänge im Testgelände durchgeführt wurden, beschränkt.
Angesichts der starken Schwankungen, denen die ermittelten GPS-Koordinaten unterliegen, benötigt man in Parks mit engen Abständen zwischen den Objekten ein Ortserkennungssystem mit einer besseren Präzision. Ideal wäre ein zur Gänze mit BluetoothBeacons abgedeckter Park. Dies verursacht allerdings bei Parks mit sehr vielen Objekten
einen hohen Finanzierungsaufwand, da ein regulierbarer Bluetooth-Beacon in der Regel
nicht billig ist. Hier ist ein kombinierter Einsatz von GPS für die allgemeine Abdeckung
des Geländes mit einigen Bluetooth-Beacons zur genauen Identifizierung von einzelnen
Objekten sinnvoll.
6
Zusammenfassung
In diesem Beitrag wurden verschiedene Ortserkennungstechnologien vorgestellt und
bezüglich ihrer Tauglichkeit für einen mobilen Touristenführer verglichen. Anhand einer Taxonomie und eines realen Anwendungsszenarios wurden zwei Technologien für eine
prototypische Implementierung ausgewählt. Es entstand eine Ortserkennungsmiddleware,
die in der Lage ist, verschiedenste Ortserkennungstechnologien zu integrieren. Es können
sowohl absolute und relative Koordinaten als auch Tag-Adressen, die durch Annäherung
ermittelt werden, verarbeitet werden.
Die Integration der Middleware in das ursprüngliche MultiMundus-System – einem mobilen Touristenführer für den Themenpark Minimundus Klagenfurt – löste die ursprüngliche
Navigation über Nummerneingabe und Landkarte ab. Die sich aktuell in der Umgebung
befindlichen Modelle werden in der Nachbarschaft angezeigt und automatisch periodisch
aktualisiert.
Bei der Evaluierung stellte sich heraus, dass die Genauigkeit von GPS zwar ausreicht,
um eine Navigationshilfe zu bieten, aber nicht, um alle Modelle in unserem Szenario klar
voneinander unterscheiden zu können. Daher ist ein kombinierter Einsatz von GPS und
Bluetooth sinnvoll, wobei GPS für jene Objekte zum Einsatz kommt, die hinreichend
15
weit voneinander entfernt sind, und Bluetooth für enger benachbarte Objekte verwendet
werden sollte.
Die Bluetooth-Evaluierung auf vier mobilen Endgeräten zeigte eine sehr hohe Präzision bei
allen Geräten ab einem Aktualisierungsintervall von mindestens 12 Sekunden. Es zeigte
sich aber auch, dass die Präzision auf den Endgeräten stark variierte, wenn ein Gerät
nicht nur im passiven Empfangsmodus, sondern auch im aktiven Sendemodus betrieben
wurde. Im Gegensatz zur Zeitabhängigkeit bei Bluetooth ist die Genauigkeit und Hitrate
von GPS vom Suchradius abhängig. Die GPS-Auswertung zeigte aber, dass eine Erhöhung
des Suchradius von 10m auf 40m nur eine Verbesserung der Hitrate um 22% bewirkte,
aber gleichzeitig eine Verringerung der Genauigkeit durch größere Nachbarschaften mit
sich brachte.
Literatur
[1] Ankur Agiwal, Parakram Khandpur, and Huzur Saran. LOCATOR: Location Estimation System For Wireless LANs. In WMASH ’04: Proceedings of the 2nd ACM
International Workshop on Wireless Mobile Applications and Services on WLAN
Hotspots, pages 102–109, New York, NY, USA, 2004. ACM Press.
[2] Mark Allman. An Evaluation of XML-RPC. SIGMETRICS Perform. Eval. Rev.,
30(4):2–11, 2003.
[3] Paramvir Bahl and Venkata Padmanabhan. RADAR: An In-Building RF-based User
Location and Tracking System. In INFOCOM 2000: Proceedings of the Nineteenth
Annual Joint Conference of the IEEE Computer and Communications Societies, volume 2, pages 775–784, 2000.
[4] Rashmi Bajaj, Samantha Lalinda Ranaweera, and Dharma P. Agrawal.
Location-Tracking Technology. IEEE Computer, 35(4):92–94, 2002.
GPS:
[5] Bluetooth Core Specification v2.0, November 2004. http://www.bluetooth.com.
[6] Alvin T. S. Chan, Hong Va Leong, Joseph Chan, Alan Hon, Larry Lau, and Leo
Li. BluePoint: A Bluetooth-based Architecture for Location-positioning Services. In
SAC ’03: Proceedings of the 2003 ACM Symposium on Applied Computing, pages
990–995, New York, NY, USA, 2003. ACM Press.
[7] XML-RPC Community. XML-RPC Protocol. http://www.xmlrpc.com/.
[8] BlueLon Corporation. BodyTag BT-002. http://www.bluelon.com/index.php?
id=263.
[9] Broadcom Corporation.
http://www.broadcom.com/products/Bluetooth/
Bluetooth-RF-Silicon-and-Software-Solutions.
[10] Microsoft
Corporation.
GPS
Intermediate
Driver
http://msdn.microsoft.com/library/en-us/mobilesdk5/html/
mob5grfGPSIntermediateDriverReference.asp.
Reference.
[11] Nigel Davies, Keith Cheverst, Keith Mitchell, and Alon Efrat. Using and Determining
Location in a Context-Sensitive Tour Guide. IEEE Computer, 34(8):35–41, 2001.
16
[12] Minimundus GmbH. Minimundus - Die kleine Welt am Wörthersee. http://www.
minimundus.at.
[13] Jeffrey Hightower and Gaetano Borriello. Location Systems for Ubiquitous Computing. IEEE Computer, pages 57–66, August 2001.
[14] ASUSTeK Computer Inc. MyPal A636. http://www.asus.de/products4.aspx?
l1=8&l2=0&l3=0&model=552&modelmenu=1.
[15] High Point Software Inc. BTAccess. http://www.high-point.com/.
[16] M3 -Systems Research Lab. MultiMundus: Multimedial Angereichertes Minimundus. Universität Klagenfurt, Institut für Informationstechnologie, http://www.
m3-systems.com/de/projects.php#multimundus.
[17] United States Coast Guard navigation Center. Global Positioning System Standard
Positioning Service Specification, 2nd Edition. Technical report, United States Coast
Guard Navigation Center, June 1995.
[18] Jochen Schiller and Agnès Voisard. Location-Based Services. The Morgan Kaufmann
Series in Data Management Systems. Morgen Kaufmann, 2004.
[19] Roy Want, Andy Hopper, Veronica Falcao, and Jonathan Gibbons. The Active Badge
Location System. ACM Trans. Inf. Syst., 10(1):91–102, 1992.
[20] Ron Weinstein. RFID: A Technical Overview and Its Application to the Enterprise.
IT Professional, June 2005.
[21] Moustafa Youssef and Ashok Agrawala. The Horus WLAN Location Determination
System. In MobiSys ’05: Proceedings of the 3rd International Conference on Mobile
Systems, Applications, and Services, pages 205–218, New York, NY, USA, 2005. ACM
Press.

Ein Ortserkennungssystem für mobile Touristenführer

Transcription

Similar documents

Diplomarbeit - Lehrstuhl für Informatik VI

Schnelle Speicherboliden

Überraschen Sie Ihre Kunden – bei GLOBUS.

SPARKLE Computer http://www.sparkle.com.tw/de/product_detail

Veranstaltungstechnik • Veranstaltungswirtschaft

thesis - LMU München

Dynamic-Slideshow