Robuste und sicherheitsrelevante Echtzeitlokalisation (RosiE)

Laufzeit: 01.06.2016 - 31.12.2018
Leitung: Prof. Dr.-Ing Horst Hellbrück
Mitarbeiter: Mathias Pelka, Marco Cimdins
ehemalige Mitarbeiter: Tim Esemann

Hintergrund

Für Anwendungen, in denen Industrieroboter autonom agieren und/oder autonome Fahrzeuge fahren, ist das Gefährdungspotential für Menschen sehr hoch. Zur Überwachung eines Sicherheitsbereichs zum Schutz von Mensch und Technik ist der Einsatz von Echtzeitlokalisation vorteilhaft. Ist eine Gefährdung wie der Aufenthalt von Menschen in einer Sperrzone erkannt, sind umgehend Gegenmaßnahmen wie z.B. Alarm, Voll- oder Teilabschaltung der Maschinen einzuleiten. Dazu sind die Lokalisationsinformationen an ein übergeordnetes Systems weiterzuleiten. 

Ziel

Ziel des Forschungs- und Entwicklungsvorhabens ist die Entwicklung und prototypische Umsetzung einer robusten und sicherheitsrelevanten Echtzeitlokalisation auf Basis von Funksignalen. Dazu  werden neuartige Lokalisationstechniken benötigt und entwickelt. Das eingesetzte Verfahren soll in der Lage sein, Objekte im Sicherheitsbereich zu verfolgen und den Eintritt in einen Sperrbereich zu erkennen und zu melden. Zur Zutrittskontrolle in den Sicherheitsbereich wird ein passives Lokalisationssystem verwendet, während für den Sicherheits- und Sperrbereich eine Anker /Tag basierte Lokalisierung verwendet wird. 

Arbeiten im Rahmen des RosiE Projektes

Es ergeben sich ständig neue Aufgaben im Rahmen des Forschungsprojektes. Sollten Sie eigene Ideen haben, die sich im Rahmen dieses Projektes verwirklichen wollen, schreiben Sie uns einfach an

Wir suchen zur Zeit Studenten für folgende Arbeiten:

Zur Zeit laufende Untersuchungen:

Abgeschlossene Untersuchungen:

Zwischenergebnisse der aktiven Ortung

Um Ortungssysteme robuster zu gestalten wurden verschiedene Ansätze sowie Ortungstechnologien untersucht. So wurden zum Beispiel Bluetooth-basierte Ortungsmethoden auf Basis von Lateration, Fingerprinting sowie Proximity untersucht. Ebenfalls wurden Funktechnologien wie z.B. LoRa, Bluetooth sowie IEEE 802.15.4 (ZigBee) auf ihre Robustheit untersucht. 

Um die Robustheit des Ortungssystems zu erhöhen, ist es eine möglich die Anzahl der benötigten Referenzpunkte zu reduzieren. Durch die Verwendung nur eines Referenzpunktes, ist weniger Infrastruktur notwendig. Dies senkt die Konsten für den Aufbau von Ortungssystemen. Für eine normale Gebäudegeometrie, wie im gezeigten Beispiel wurde untersucht, ob Ortung mit nur einem Referenzpunkt möglich ist.

Ein Ansatz ist es, mehrere Antennen in einen Referenzpunkt zu integrieren, um bewährte Technologien wie (hyperbolische) Lateration auf Basis von hochpräzisen Zeitmessungen bzw. Distanzmessungen zu nutzen. Dies stellt hohe Anforderungen an die verwendete Hardware, da z.B. die Messabweichungen der Distanzmessungen in der Größenordnung der verwendeten Antennengeometrie liegen. 

Auch durch geeignete Filter, wird die Robustheit des Ortungssystems gegenüber Signalstörungen wie z.B. Abschattungen oder Nicht-Sichtverbindungen erhöht. So werden Messabweichungen durch eine Kombination aus linearen und nichtlinearen Filtern korrigiert. Durch nachgeschaltete Filter, welche die Bewegung eines Objektes vorhersagen, wird im Falle eines Ausfalls des Ortungssystems die Position einer Person dennoch bestimmt. 

Zwischenergebnisse der gerätefreien Ortung

Das Ziel von gerätefreien Ortungssystemen ist die Erkennung der Präsenz und die anschließende Ortung von Personen ohne speziell mitgeführte Geräte. Bewegt sich eine Person in einem Zielbereich, so entstehen durch Ausbreitungseffekte Änderungen der Signalstärke eines Funksignals. Dazu wird in einer Trainingsphase, wenn der Zielbereich frei ist, die Signalstärken gemessen und ein Schwellwert bestimmt.

Prinzip des gerätefreien Ortungssystems

Wird in der Onlinephase dieser Schwellwert überschritten, so wurde eine Person erkannt, welche anschließend mit nichtlinearen Filtern geortet wird. 

Projektpartner

 

files/mflo/BMWi_Web_de_WBZ.gif

Förderkennzeichen: ZF4186102ED6

files/mflo/zim_4c_klein.jpg

Veröffentlichungen


Artikel and Buchkapitel
[2017] UWB-based Single Reference Point Positioning System (Mathias Pelka, Swen Leugner, Marco Cimdins, Holger Schwegmann, Horst Hellbrück), In ITG-Fachbericht-Mobilkommunikation VDE VERLAG GmbH, 2017. [bib] [abstract]
Indoor positioning enables new applications, for instance monitoring of goods in smart factories. For such applications, indoor positioning requires cost-effective solutions with high accuracy. State-of-the-art positioning systems are expensive due to high infrastructure and maintenance costs. In this paper we suggest an accurate UWB-based single reference point positioning system using multiple antennas. We compare lateration and hyperbolic lateration as positioning methods and present efficient algorithms for UWB-based single reference point positioning systems. We present theoretical limits based on the Cramer-Rao lower bound and derive an error estimation as well as evaluation results. Our measurements indicate that decimeter accuracy is possible.
Konferenz Beiträge
[2016] Introduction, Discussion and Evaluation of Recursive Bayesian Filters for Linear and Nonlinear Filtering Problems in Indoor Localization (Mathias Pelka, Horst Hellbrück), In The Seventh International Conference on Indoor Positioning and Indoor Navigation, 2016. [bib] [abstract]
Linear and nonlinear filtering for state estimation (e.g. position estimation or sensor fusion) for indoor positioning and navigation applications is a challenging task. Sensor fusion becomes more important with cost-effective sensors being readily available. However, state estimation with recursive Bayesian filters for sensor fusion and filtering are difficult to apply. We present an overview for the general Bayesian filter and derive the most commonly used recursive Bayesian filters, namely the Kalman, extended Kalman and the unscented Kalman filter along with the particle filter. The later Kalman filters are extension of the original Kalman filter, which are able to solve nonlinear filtering problems. The particle filter is also able to solve nonlinear filtering problems. We evaluate the recursive Bayesian filters for linear and nonlinear filtering problems for sensor fusion from relative dead reckoning positioning data and absolute positioning data from an UWB positioning system. We discuss and evaluate performance and computational complexity and provide recommendations for the use case of the recursive Bayesian filters.
[2016] Investigation of Anomaly-based Passive Localization with Received Signal Strength for IEEE 802.15.4 (Marco Cimdins, Mathias Pelka, Horst Hellbrück), In The Seventh International Conference on Indoor Positioning and Indoor Navigation, 2016. [bib] [abstract]
Localization has important applications, for instance intrusion detection and elderly care. Such applications benefit from Device-free passive (DfP) localization systems, which employ received signal strength measurements (RSSM) to detect and track entities that neither participate actively in the localization process nor emit signals actively. RSSMs include received signal strength indicator (RSSI), energy detection (ED) and link quality indicator (LQI) measurements. This paper compares different packet-based RSSMs for DfP localization and presents detection results of a DfP anomaly-based detection system employed by IEEE 802.15.4 compliant devices. Furthermore, we investigate techniques for anomaly detection with continuous RSSI measurements.
Workshop Beiträge
[2017] Evaluation of time-based ranging methods: Does the choice matter? (Mathias Pelka, Daniel Amann, Horst Hellbrück), In 14th Workshop on Positioning, Navigation and Communication, 2017. [bib] [abstract]
Positioning is useful in a number of applications, for instance smart home, smart factory and health care applications. Time-based ranging methods for positioning are the state-of-the-art but require precise timestamping. Sophisticated ranging methods compensate sources of errors, for instance clock drift caused by a crystal or an asymmetrical measuring principle, to provide precise timestamping. So far, no comprehensive study of different time-based ranging methods using the same hardware and the same evaluation setup was carried out. Consequently, we discuss, implement and evaluate five time-based ranging methods, including Two-Way Ranging, Double Two-Way Ranging, Asymmetrical Double-Sided Two-Way Ranging, Symmetrical Double-Sided Two-Way Ranging and Burst Mode Symmetric Double-Sided Two-Way Ranging. We evaluate accuracy, precision, robustness and run time for the ranging methods and answer the question if the choice of the time-based ranging method matters.
[2017] Anomaly-based Device-free Localization with Particle Filtering (Marco Cimdins, Mathias Pelka, Horst Hellbrück), In Workshop on Dependable Wireless Communications and Localization for the IoT, 2017. [bib] [abstract]
In the Internet of Things (IoT), devices, e.g. sensors or actuators, transmit packets to transfer data. For the IoT localization information is crucial, as it provides additional context for the data. We envision that devices in the IoT know their position and on receipt of a packet, the received signal strength is measured. This measurement is used to build a device-free localization (DFL) system to improve the dependability of the IoT system. DFL systems are able to detect and track persons within a target area that neither wear a device nor participate actively in the process of localization. This work presents an anomaly-based DFL system that measures if a person affects the radio frequency (RF) propagation and determines the position with a particle filter. In our 65m 2 indoor testbed, we employ eight IEEE 802.15.4 compliant wireless transceivers and estimate the position of a person with a median localization error of 1.4m.
[2017] Modeling Received Signal Strength and Multipath Propagation Effects of Moving Persons (Marco Cimdins, Horst Hellbrück), In 14th Workshop on Positioning, Navigation and Communication, 2017. [bib] [abstract]
Device-free localization (DFL) systems detect and track persons without devices that participates in the localization process. A person moving within a target area affects the electromagnetic field that is measured by received signal strength (RSS) values. Consequently for DFL systems, modeling of RSS is important and still an open issue. In this paper we develop a simple model for prediction of RSS values in a setup with transmitter and receiver devices, a person and multipath propagation. We design and implement the model as a superposition of both, knife-edge diffraction to account for the change made by the person, and, propagation effects such as multipath propagation that result in reflection and path loss including the antenna characteristics. We evaluate our model in comparison with real measurements in various setups with and without multipath propagation. We achieve an accuracy that is close to our hardware limitations, which is the resolution of the measured RSS values of the receiver.
Sonstige Veröffentlichungen
[2017] Evaluation of Bluetooth Positioning for Medical Device Tracking (T. Kirchmann, M. Pelka, H. Hellbrück), GRIN (T. M. Buzug et. al., ed.), 2017. [bib]
[2016] Investigation of Anomaly-based Passive Localization with IEEE 802.15.4 (Marco Cimdins, Mathias Pelka, Horst Hellbrück), Technical report, RWTH Aachen University, 2016. [bib] [pdf]
Powered by bibtexbrowser