Τα τελευταία χρόνια παρατηρήσαμε ένα αυξανόμενο ενδιαφέρον για τα συστήματα και εφαρμογές πανταχού παρόντος υπολογιστή. Τα πανταχού παρόντα υπολογιστικά περιβάλλοντα παρέχουν πλήθη τεχνολογιών απόλυτα συνυφασμένες με φυσικά συστήματα για τη βοήθεια των χρηστών στις καθημερινές τους εργασίες. Ο ακριβής εντοπισμός θέσης είναι υψίστης σημασίας στις περισσότερες πανταχού παρούσες υπολογιστικές εφαρμογές. Πολυάριθμες τεχνικές έχουν προταθεί για την εύρεση θέσης σε εσωτερικούς χώρους, οι οποίες βασίζονται σε τεχνολογίες όπως το IEEE 802.11, bluetooth, υπερηχητικές και υπολογιστική όραση. Η παρούσα μεταπτυχιακή εργασία παρουσιάζει δύο διαφορετικές προσεγγίσεις για τον εντοπισμό θέσης. Στην πρώτη χρησιμοποιείται η IEEE 802.11 υποδομή και στην δεύτερη χρησιμοποιείται η υπολογιστική όραση σαν αισθητήρια μέθοδος.
Προτείνουμε μια τεχνική εντοπισμού θέσης, βασισμένη στην δημιουργία στατιστικών αποτυπωμάτων από τις μετρήσεις έντασης σήματος, οι οποίες συλλέγονται από διάφορα σημεία πρόσβασης (APs). Ο φυσικός χώρος χωρίζεται μέσω ενός πλέγματος σε ισομεγέθη κελιά και υπολογίζεται ένα αποτύπωμα έντασης σήματος σε κάθε κελί. Κατά την εκτέλεση του, το σύστημα συγκρίνει σε πραγματικό χρόνο το αποτύπωμα στην άγνωστη θέση με το αποτύπωμα κάθε κελιού στον χώρο. Η πειραματική αξιολόγηση του προτεινόμενου συστήματος εύρεσης θέσης έχει πραγματοποιηθεί στις εγκαταστάσεις του ΙΤΕ και στο ενυδρείο Κρήτης κάτω από διαφορετικές πραγματικές συνθήκες. Τα αποτελέσματά μας δείχνουν ότι η θέση του χρήστη μπορεί να ανιχνευθεί με ακρίβεια λίγων μέτρων, ανάλογα με το περιβάλλον, τις συνθήκες που επικρατούν σε αυτό, και τη μέθοδο που χρησιμοποιείται για τη δημιουργία των αποτυπομάτων. Η επίδραση των παραμέτρων αυτών στην ακρίβεια του συσήματος έχει επίσης μελετηθεί.
Η διαδεδομένη χρήση κινητών τηλεφώνων στην καθημερινή μας ζωή, τα μετατρέπει σε μια ιδανική πλατφόρμα για τη δημιουργία εφαρμογών που έχουν γνώση της θέσης. Σε αυτό το πλαίσιο, χρησιμοποιούμε τις ενσωματωμένες φωτογραφικές κάμερες των κινητών τηλεφώνων και τεχνικές υπολογιστικής όρασης για τον εντοπισμό θέσης. Δημιουργήσαμε μια εφαρμογή για την πλατφόρμα Android, η οποία μπορεί να προσδιορίσει τη θέση ενός χρήστη σε σχέση με ένα QR code (δισδιάστατο barcode) με ακρίβεια εκατοστών. Ο χρήστης ανιχνεύει το QR code με την κάμερα του κινητού και η φωτογραφία που τραβάει αναλύεται, προκειμένου να εντοπιστεί η θέση της κάμερας. Τα QR codes μπορούν να τοποθετηθούν σε αντικείμενα έτσι ώστε να είναι δυνατή η ανάκτηση πληροφοριών και λειτουργιών, σχετικές με το αντικείμενο. Με αυτόν τον τρόπο, ο χρήστης μπορεί να πάρει πληροφορίες σχετικές με τη θέση του στο χώρο ή να προκαλέσει διάφορες ενέργειες (π.χ. εκτύπωση ενός εγγράφου) με την αποκωδικοποίηση ενός QR code.
(EL)
During the last years we witnessed an increasing interest in pervasive computing systems and applications. Ubiquitous computing environments provide multitudes of technologies seamlessly augmented with physical systems to aid users in everyday tasks. Accurate location awareness is of paramount importance in most pervasive applications. Numerous techniques for indoor localization based on IEEE 802.11, bluetooth, ultrasonic and vision technologies have been proposed. This thesis presents two different approaches for positioning. In the first the IEEE 802.11 infrastructure is used and in the second computer vision is employed as the sensing modality.
We propose a localization technique based on the generation of statistical fingerprints from signal strength measurements, that are collected from several access points (APs). A discretized grid-like form of the environment is considered and a signature at each cell of the grid is computed. At run time the system compares the signature at the unknown position with the signature of each cell of the grid. The experimental evaluation of the proposed positioning system has been conducted on the premises of FORTH and the Cretaquarium under different, real-life conditions. Our results indicate that the user's position can be detected with a few meters accuracy, depending on the environment, the conditions in it, and the fingerprinting-technique used. The impact of each one of these parameters has been studied.
The pervasive nature of mobile phones makes them an ideal platform for location-aware applications. In this context, we have used the built-in cameras of mobile phones and computer vision techniques for localization. We have developed an application for the Android platform, that is able to identify the position of a user relative to a QR code (two dimensional barcode) with cm accuracy. The user scans the QR code with the camera of the mobile device and the captured image is analyzed, in order to detect the camera's position. The QR codes are attached to physical objects in order to retrieve object-related information and functionality. In this way, the user can get location-based information or trigger actions (e.g. printing of a document) by decoding a QR code.
(EN)
