MagicMap –Kooperative Positionsbestimmung

über WLAN

Peter Ibach

Humboldt-Universität

Institut für Informatik

Lehrstuhl für Rechnerorganisation und Kommunikation

Inhalt

• Location Based Services – Heute und Morgen

• Voraussetzung: Positionsbestimmung

– Ortungsverfahren

– Signalstärke-basierte Ortung über WLAN

– MagicMap

InfrastructureProvider

Mobile NetworkOperator

LocationTechnologyProvider

Mobile DeviceProvider orVendor

ContentProvider

PortalOperator

Advertisement /Payment

Location Based Services – Heute

--Tele Atlas,NavTeq,etc.

SiemensVDO,Pioneer,Garmin, etc.

GPS:SnapTrack,GlobalLocate

--

-JambaAG

Jamba AGNokia,Siemens,Sony, etc.

Cell-ID:T-D1

T-D1Siemens

Jam

ba!

Fin

der

Nav

igat

ion

Sys

tem

s

keine Flexibilität

ConnectionPositionSensing

SemanticLocation

Determination Content Accounting

UMTS

Bluetooth

WLAN

Cell-ID

RFID

GPS

Ontology 3

Ontology 2

Ontology 1

PPT

PPV

Flat

service instances at disposal (ports)

services providing the sameinterfaces (port types)

WLANcomposite

service

Location Based Services – Morgen

layers withspecific objectsand their locations

services withregional scope

services associatedto specificobjects/locations

physical space informational space

Vision: Konvergenz von Realität und Virtualität

Verfügbare WLAN-Netze:

Installierte RFID-Chips:

Informationsanbieter (Content):

GPS-Satelliten:

Services auf reale Objekte gemapped

WLAN: Local-IP: GPS-Pos: WLAN-Pos: RFID-Pos: Content:

Dynamic Runtime Composition

WLAN: Local-IP: GPS-Pos: WLAN-Pos: RFID-Pos: Content:

Benutzer mit mobilem Gerät.

Runtime Composition

- Local-IP- GPS-Pos.- (Local) Content

Dynamic Runtime Composition

WLAN: Local-IP: GPS-Pos: WLAN-Pos: RFID-Pos: Content:

Runtime Composition

Benutzer betritt Gebäude...

- WLAN- GPS-Pos.- Content (via WLAN)

WLAN: RFID: Content: GPS:

In einem Gebäude:

Services im Gebäude

WLAN: Local-IP: WLAN-Pos: RFID-Pos: Content:

WLAN: Local-IP: WLAN-Pos: RFID-Pos: Content:

Dynamic Runtime Composition

Runtime Composition

- WLAN- WLAN-Pos.- Content (via WLAN)

WLAN: Local-IP: WLAN-Pos: RFID-Pos: Content:

Dynamic Runtime Composition

Runtime Composition

- WLAN- RFID-Pos.- Content (via WLAN)

Ortungsverfahren

• Angle of arrival (AOA)

• Time difference of arrival (TDOA)• Signal strength (RSS)

• Infrastructure based• Client based

• Triangulation

• Profiling– static

– dynamic

• Propagation

• Deterministic

• Probabilistic

PlaceLab, Intel/UC Berkeley

HORUS, Uni Maryland

RADAR, Microsoft Research

IMSI Catcher

Siemens/WhereNet/Aeroscout

MagicMap, HU-Berlin

Ekahau

LEASE, Avaya Labs Research

Verfahren Beispiele

Ortungs-Server

Trigger (Durchfahrtssensor)

Call Button

Visualisierungs-Clients

Wireless AccessPoint

100-300m

Antennen

RFID-Tag

• RFID-Tag sendet periodisch eine ID aus (2,4 GHz, Air Interface Protocol, INCITS 371.1)

• Jede Antenne gibt empfangener ID Zeitstempel und sendet dies zum Server

• Ortungs-Server berechnet den Ort durch Zeitdifferenzen-Triangulierung

• Der Ortungs-Server aktualisiert Ort und den Status des Tags in der Datenbank

Beispiel: System Moby-R von Siemens/WhereNet

Anforderungen

• Outdoor- und Indoor-Ortung

• Geringe Kosten

• Hohe Genauigkeit

• Problemlose Interoperabilität

• Universelle Einsatzfähigkeit

• Keine Änderung vorhandenerHardware/Infrastruktur

• Hoheit über die eigenen Positionsdaten

Signalstärke-basierte Ortung über WLAN?

Hot Spots in der City Frankfurt

Quelle: Lindner, Fritsch, Plank, Rannenberg (2004)

WLAN Abdeckung – Uni Campus Adlershof

2 = #APs∑i

iAPRSS )(

Signalstärke-basierte Triangulierung

AP1

RSS1

RSS2

RSS3

AP2

AP3

Korrelation Signalstärke zu Entfernung

Entfernung in m

Signalstärke in dBm -30-100

0

100

Lineare Näherung

Probleme

Dämpfung

Streuung

Reflektion

Signal

Radio-Map

Radio-Map Beispiel

AccessPointrz19

AccessPointrz16

AccessPointrz18

Erdgeschoss Jura/Wirtschaft der Universität RegensburgZellgröße: 1,2 m_, Anzahl Messpunkte: 1012

Quelle: Denise Reinert, Uni Regensburg

Radio Map Tool - Screenshot

RADAR (Microsoft Research)

Testumgebung RADAR

42,96m x 21,84m

49 Messpunkte

Signalstärke über der Zeit

Quelle: Tao et al. 2003

• Signal Emitter (SE)Tags an bekanntenPositionen sendenperiodisch

• SnifferMessen Signalstärke anbekannten Positionen undschicken diese an einenServer (LEE)

• Location EstimationEngine (LEE)berechnet dynamisch dieRadio-Map aus denSignalstärkemessungen

AP: SE: Sniffer: LEE:

LEASE (Avaya Labs Research)

100/133 MHz AMD ElanSC520 CompactFLASH card

1 Serial portOrinoco 802.11bPCMCIA card(in promiscuousmode)

Two 10/100 MbpsEthernet ports (Powerover Ethernet)

Sniffer Prototype

Institut für Informatik in Berlin-Adlershof

Positionierungs-Mehrdeutigkeiten

?

?

AccessPoint

Referenzpunkt

TatsächlichePosition

Schätzung nachk-Nearest-Neighbor

Mittelwert

Nearest-Neigbor

Genauigkeit

~10m (Triangulation)~3m (Profiling)

MagicMap (Hybrid)

~1mWhereNet, Aeroscout (TDOA)

~1mEkahau (Profiling)

~2mLEASE (Dynamic Profiling)

~10mPlaceLab (Triangulation)

~2mHORUS (Probabilistic)

~4.3mRADAR (Propagation)

~3mRADAR (Profiling)

Mittlerer FehlerVerfahren

1.5mMinimum uncertainty

1.549Rn for n=3 and _=0.5

50mDistance between APs

3Number of APs, n

0.5Probability, _

2.4Propagation constant

0.993Mean value of σ (dBm)

0.818-1.179Range of σ (dBm)

Theoretisches Optimum

Quelle: Krishnakumar et al. 2005

Uncertaintyas a functionof location

Minimum Uncertainty

Vs.

Number of APs

Minimum Uncertainty

Vs.

Distance between APs

Ausblick

• Privacy Enhancing Technologies (PET)

• 3D-Triangulation und -Visualisierung

• Transparenter Übergang zwischen den Karten

• Peer-to-Peer Signalstärke

Zusammenfassung

• Positionsbestimmung ist Voraussetzung für LBS

• Indoor-Positionsbestimmung über WLAN ist in Grenzenmöglich

• MagicMap: hybrides Verfahren mit Kooperation fürdynamisches Profiling

• Open Source, Point-n-Click-Tool für Experimente

• Ebenso für GSM/Bluetooth anwendbar

• Download (Windows/Linux):www.informatik.hu-berlin.de/rok/MagicMap/webstart