TY - BOOK A1 - Ebner, Frank T1 - Smartphone-based 3D indoor localization and navigation N2 - With the steadily increasing need and wish to travel, people often have to reach locations they have never been to before. Modern means of transportation, like cars, ships and planes, thus come equipped with onboard navigation systems, assisting with this task, based on the global positioning system (GPS), or a derivative. However, the navigation task is not solely limited to outdoor environments. Reaching the correct gate within an airport, finding a ward in an unknown hospital, or the auditorium within a new university, represent navigation problems as well. With the GPS requiring a direct line of sight towards the sky, it is unavailable for absolute location estimation indoors. Therefore, the question for suitable indoor navigation techniques arises. Besides localization accuracy, additional factors should be met for such a new system to become a success. It should be easy to set up and maintain, limiting required working hours and costs. Likewise, hardware for the users themselves should be cheap, and readily available. Due to the ubiquity of smartphones, these devices represent a desirable platform for pedestrians, backed by the variety of sensors installed in these devices. Within this work, smartphone-based pedestrian indoor localization and navigation is discussed in detail. This covers examining the suitability of several available sensors: step-detection using readings from the accelerometer, relative turn-detection utilizing the turn rates of the gyroscope, absolute heading estimations based on the magnetometer’s indications, and altitude evaluation from the barometer. While all aforementioned sensors do not require any additional infrastructure, thus suitable for all sorts of buildings, they only allow for relative location estimations. Absolute localization can utilize Wi-Fi, as it is supported by all smartphones, and most public buildings already contain the required infrastructure. Due to the behavior of radio signals, the smartphone’s current location can be approximated by examining signal strengths of nearby transmitters. This aspect is often utilized by Wi-Fi fingerprinting, which, however, requires a time consuming setup process. Therefore, an alternative is developed that allows for significantly faster setup times. Additionally, the building’s 3D floorplan is included, modeling potential pedestrian movements, limiting impossible walks to improve estimation results, and to provide routing towards a desired destination. For this, two spatial floorplan representations are derived and examined. All aforementioned aspects are hereafter combined probabilistically, using recursive density estimation based on the particle filter. This allows for fusioning all sensor observations while respecting their individual uncertainties, and the building’s floorplan as additional constraints. To summarize, the system described within this work covers probabilistic 3D pedestrian indoor localization, using commodity smartphones, contained sensors, a building’s existing infrastructure and floorplan, all combined by the particle filter to derive an indoor localization and navigation system that is easy to set up and maintain. N2 - Mit dem stetig zunehmenden Reisewunsch finden sich Menschen immer häufiger vor der Aufgabe, bislang unbekannte Orte zu erreichen. Moderne Transportmittel, wie Autos, Schiffe und Flugzeuge sind deshalb mit GPS-basierten Navigationssystemen ausgestattet, die hierbei unterstützen. Allerdings ist der Navigationsaspekt selten nur auf den Außenbereich beschränkt. Das richtige Gate im Flughafen zu finden, eine Station im Krankenhaus, oder den Hörsaal in der neuen Universität, ist oft ähnlich anspruchsvoll. Da das GPS jedoch eine direkte Sichtverbindung benötigt, steht dieses innerhalb von Gebäuden nicht zur Verfügung. Hier stellt sich deshalb die Frage nach geeigneten Alternativen. Für Neuentwicklungen müssen neben der Positionsgenauigkeit auch andere Aspekte berücksichtigt werden. Das System sollte nicht nur wartbar, sondern auch kostengünstig ausrollbar sein. Auch für die Nutzer sollten die Anschaffungskosten so gering wie möglich ausfallen. Smartphones stellen aufgrund ihrer Allgegenwärtigkeit und Vielzahl von Sensoren deshalb eine ideale Zielplattform dar. In dieser Arbeit werden verfügbare Sensoren auf ihre Tauglichkeit untersucht: Schritterkennung mittels Beschleunigungssensor, Laufrichtungsschätzung via Magnetometer, Laufrichtungsänderungen gemessen durch das Gyroskop, und Höhenbestimmung per Barometer. Diese Sensoren stellen zwar keinerlei Anforderungen an das Zielgebäude, liefern jedoch lediglich relative Informationen bzgl. möglicher Aufenthaltsorte. Eine absolute Positionsbestimmung wird über Wi-Fi ermöglicht, welches von allen Smartphones unterstützt wird und in den meisten öffentlichen Gebäuden verfügbar ist. Basierend auf dem Verhalten von Funksignalen lässt sich der aktuelle Standort des Smartphones aus den Signalstärken der nahegelegenen Access Points ableiten. In der Literatur wird hierfür häufig auf Fingerprinting zurückgegriffen, welches zwar genau, aber aufwendig in der Einrichtung ist. Deshalb wird eine Alternative erarbeitet, die die Einrichtungszeit und Kosten stark reduziert. Zusätzlich wird ein 3D Gebäudeplan verwendet, der mögliche und unmögliche Bewegungen von Fußgängern bestimmen, und die kürzeste Route zu einem gewünschten Ziel berechnen kann. Beides dient der Verbesserung der Vorhersagen des Gesamtsystems. Hierfür werden zwei verschiedene Repräsentationen des Gebäudeplans erzeugt und untersucht. Alle vorherigen Komponenten werden schließlich über rekursive Dichte-Schätzung mittels Partikel-Filter zusammengeführt. Mit dieser lassen sich alle Sensor Messungen inklusive ihrer Unsicherheiten kombinieren, und auch der Gebäudeplan kann als zusätzliche Rahmenbedingung integriert werden, um unmögliche Bewegungen auszufiltern. Zusammenfassend beschreibt diese Arbeit ein auf Wahrscheinlichkeitsrechnung basierendes 3D Lokalisations- und Navigations-System für Fußgänger in Gebäuden, das alle Informationen mittels Partikel Filter kombiniert, einfach einzurichten und zu warten ist. Vorausgesetzt werden lediglich ein Smartphone, eine vorhandene WLAN-Infrastruktur und ein Gebäudeplan. KW - floorplan KW - probalistic sensor fusion Y1 - 2020 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:863-opus-19894 UR - https://doi.org/10.30819/5232 SN - 9783832586232 PB - Logos Verlag CY - Berlin ER -