Als nächstes wird die Auswirkung der $scPower$ anstelle der $txPower$ bei der Entfernungsberechnung untersucht. In Abbildung \ref{fig:erg-kalibrierung} zeigt sich, dass die $scPower$ einen positiven Einfluss auf die Entfernungsermittlung hat. Dabei liegt der durchschnittliche Fehler beim Einsatz der $scPower$ über die verschiedenen Referenzentfernungen um \SI{35,92}{\percent} niedriger als bei der Verwendung der $txPower$. Abbildung \ref{fig:distScTx} veranschaulicht das Verhältnis zwischen den errechneten Entfernungen mittels $scPower$ und $txPower$. Es ist zu erkennen, dass die Entfernungswerte der $scPower$ dichter beieinander liegen, eine geringere Streuung aufweisen und eine geringere Abweichung zur Referenz Entfernung aufweisen.
Als nächstes wird die Auswirkung der $scPower$ anstelle der $txPower$ bei der Entfernungsberechnung untersucht. Aus Abbildung \ref{fig:erg-kalibrierung} geht hervor, dass die $scPower$ einen positiven Einfluss auf die Entfernungsermittlung hat. Dabei liegt der durchschnittliche Fehler beim Einsatz der $scPower$ über die verschiedenen Referenzentfernungen um \SI{35,85}{\percent} niedriger als bei der Verwendung der $txPower$. Abbildung \ref{fig:distScTx} veranschaulicht die Verteilung der errechneten Entfernungen mittels $txPower$ und $scPower$. Es ist zu erkennen, dass die ermittelten Entfernungswerte der $scPower$ dichter beieinander liegen und weniger stark Streuen.
Durch die Filterung der \ac{rssi}-Werte sollen Schwankungen in den Messwerten ausgeglichen und die Entfernungsberechnung verbessert werden. Abbildung \ref{fig:err-filter} bestätigt eine positive Auswirkung durch den Einsatz von Filtern. Dabei werden die relativen Fehler zu den Referenz Entfernungen für die Ungefilterten RSSI Werte (rote), dem gleitenden Mittelwert (gelbe) und dem gewichteten Mittelwert (blaue) gegenübergestellt. Der farbige Schatten zeigt die Standardabweichung an.
Unter Verwendung der $scPower$ lag der durchschnittliche Fehler der Rohdaten bei \SI{75.68}{\percent}, der des gleitenden Mittelwerts bei \SI{73,99}{\percent} und der des gewichteten Mittelwerts bei \SI{70.07}{\percent}. Damit ist die Auswirkung des gewichteten Mittelwerts mit einer um \SI{7.42}{\percent} geringeren Fehlerquote am größten.
Im weiteren soll überprüft werden ob sich die zuvor gewonnenen Erkenntnisse auch auf die Lokalisierung übertragen lassen. Da die Messung des \ac{rssi}-Wertes am Smartphone vom Einstrahlwinkel beeinflusst wird (siehe Abschnitt \ref{winkeleinfluss}), wurden die Messungen in zwei Orientierungen durchgeführt, dadurch soll der winkelabhängige Einfluss minimieren werden. In Abbildung \ref{fig:orientierung} ist zu erkennen, dass der Lokalisierungsfehler je nach Orientierungen abhängig vom Messpunkt ist. \SI{180}{\degree} (gelb) liefert bei den Messpunkten A und B einen geringeren Fehler gegenüber \SI{0}{\degree} (blau), welcher bei den Messpunkten C und D einen geringeren Fehler aufweist. In rot ist die mittlung beider Orientierungen dargestellt, welche für die weitere Betrachtung herangezogen wird.
{ width=90% }
Abbildung \ref{fig:figerr} stellt den Lokalisierungsfehler an den einzelnen Versuchspositionen da (siehe Kapitel \ref{versuchsaufbau}). Im linken Diagramm wird die $scPower$ (gelbe Linie) gegenüber der $txPower$ (rote Linie) betrachtet. Dabei ist zu erkennen, dass die $scPower$ auch bei der Lokalisierung einen geringeren Fehler aufweist. An Position A, welche im Zentrum des Dreiecks liegt, ist die Abweichung am größten. Dort besteht eine Differenz von \SI{1216,93}{\percent} zwischen der $txPower$ und $scPower$. Im Durchschnitt bietet die $scPower$ eine Verbesserung der Lokalisierung um \SI{61.35}{\percent} gegenüber der $txPower$.
Im rechten Diagramm von Abbildung \ref{fig:figerr} sind die Rohdaten den verschiedenen Filtern unter Verwendung der $scPower$ gegenübergestellt. Dabei zeigt sich, dass der gewichtete Mittelwert (blaue Linie) auch bei der Lokalisierung den geringsten Fehler gegenüber den Rohdaten (rote Linie) und dem gleitenden Mittelwert (gelbe Linie) aufweist.
Abbildung \ref{fig:punktwolken} zeigt eine grafische Darstellung der ermittelten Punkte (gelb) im zweidimensionalen Raum. In blau sind die Positionen der Beacon aufgetragen, der rote Punkt markiert den Mittelpunkt der Punktwolke.
- Einfluss des Smartphones auf die Funkstrecke der Beacon untersuchen zu können
# Zusammenfassung
In dieser Arbeit wird ein neuartiges Lokalisierungskonzept entwickelt und evaluiert, wodurch sich Messungen im Zentimeterbereich durchführen lassen. Dieses Konzept dient als Vorlage zur Erweiterung der Anwendung phyphox® um Experimente mit dem Smartphone auf Grundlage der Position im Raum durchführen zu können.
Zunächst wurden die Grundlagen und der Stand der Technik dargelegt und durch eine systemische Bewertung eingegrenzt. Hierzu wurde die Zielsetzung herangezogen und die Methoden hinsichtlich ihrer Auswirkungen zur Erreichung des Ziels bewertet. Im weiteren wurde auf die Verwendete Hardware und die Umsetzung der einzelnen Komponenten eingegangen und einzelne Aspekte herausgestellt.
Es folgte eine Experimentelle Untersuchung der einzelnen Komponenten um die spezifischen Eigenschaften der eingesetzten Geräte zu charakterisieren. Durch Anwendung der Erkenntnisse aus diesen Experimenten, den Grundlagen und dem Stand der Technik wurde dann ein Konzept für einen Versuchsaufbau entwickelt.
Abschließend wurde der entwickelte Versuchsaufbau experimentellen Tests unterzogen. In der Untersuchung wurden Messreihen an verschiedenen Positionen angefertigt und ausgewertet. Weiter wurden die verschiedenen Methoden und Filter auf die Entfernungsmessung und Lokalisierung angewandt und hinsichtlich ihrer Auswirkungen auf die Messgenauigkeit bewertet.
- Es konnte ein Konzept entwickelt werden
- Die Literaturergebnisse sind nicht reproduzierbar
- Die Positionsbestimmung reicht nicht aus
## Fazit
- Die Kalibrierung muss auf einen größeren Bereich durchgeführt werden (am besten nach der Beschreibung der Android Beacon Library) um das System zu stabilisieren.
Sebastian Preisner
3 years ago