Bilder verschoben

Thesis/README.md

@@ -418,7 +418,7 @@ Im letzten Schritt werden überflüssige Spalten gelöscht. Tabelle \ref{tab:dat
 
 Die zeitlichen Abstände sowie die Reihenfolge der Advertising-Pakete sind zufällig (vgl. Abb. \ref{fig:messreihe}). Die Beacons senden zwar in einem konstanten Intervall von \SI{100}{\milli\second}, jedoch kann es bei der Übertragung zu Kollisionen kommen. Auch Aussetzer in der Übertragung oder andere Störeinflüsse führen zum Ausbleiben eines Advertising-Pakets. Um bei Berechnungen aus den Messdaten stets alle eingesetzten Beacons zu berücksichtigen, wird ein Fenster aus \SI{400}{\milli\second} betrachtet. Der zu betrachtende Messwert wird dabei aus einem Fenster von \SI{\pm 200}{\milli\second} gemittelt. Die Wahl der Fenstergröße wurde durch folgende Überlegungen getroffen: Das Fenster sollte nicht zu groß sein, um Schwankungen in den Messdaten möglichst wenig zu beeinflussen (vgl. Abschnitt \ref{filter}); Das Fenster sollte nicht zu klein sein, so dass möglichst immer alle 3 Beacons in dem betrachteten Messausschnitt enthalten sind.
 
-![Ausschnitt aus einer Messreihe. \label{fig:messreihe}](../static/Messreihe.png)
+![Ausschnitt aus einer Messreihe. \label{fig:messreihe}](../static/Messreihe.png){width=95%}
 
 ### Umsetzung der Trilateration
 
@@ -431,19 +431,20 @@ Zur Umsetzung der Trilateration wird das lineare Gleichungssystem aus Formel \re
 \end{aligned}
 \end{equation}
 
+![Auswirkungen verschiedener Eingabevariablen auf die Lokalisierung durch den verwendeten Lokalisierungsalgorithmus. \label{fig:locationAlgorithmTest}](../static/Lokalisierungstest.pdf){ width=95% }
+
 Da die Entfernungsermittlung fehlerbehaftet ist, können verschiedene Szenarien auftreten, auf die der angewandte Algorithmus überprüft werden muss. Abbildung \ref{fig:locationAlgorithmTest} zeigt die einzelnen Szenarien, die im Folgenden kurz beschrieben werden. Die blauen Punkte markieren die Positionen der Beacons,
 welche von einem roten Kreis eingefasst sind. Der Radius der Kreise entspricht den Abständen $r_1$, $r_2$ und $r_3$ zu den Beacons. Der ermittelte Punkt $p_x, p_y$ wird als roter Punkt dargestellt:
 
-![Auswirkungen verschiedener Eingabevariablen auf die Lokalisierung durch den verwendeten Lokalisierungsalgorithmus. \label{fig:locationAlgorithmTest}](../static/Lokalisierungstest.pdf)
-
 1. Die Kreise haben einen eindeutigen Schnittpunkt (oben links und unten rechts)
 2. Die Kreise haben gar keinen Schnittpunkt (oben mitte)
 3. Die Kreise schneiden sich alle, jedoch nicht an einem gemeinsamen Punkt (oben rechts, unten links)
 4. Die Kreise schneiden sich teilweise (unten mitte)
 
+
 In Abbildung \ref{fig:locationAlgorithmWorking} ist die Vorgehensweise des Algorithmus veranschaulicht. Um jeden Beacon wird ein Kreis mit der ermittelten Entfernung gezogen. Wenn sich zwei Kreise schneiden, so wird eine Gerade (schwarz dargestellt) durch diesen Schnittpunkt gelegt. Gibt es keinen solchen Schnittpunkt, werden die beiden beteiligten Beacon durch eine Linie verbunden (hellblau dargestellt). Ausgehend vom dritten Beacon, wird eine Gerade im \SI{90}{\degree} Winkel durch diese Verbindungslinie gezogen. Die ermittelte Position ist der Punkt, an dem sich alle drei Geraden schneiden.
 
-![Ermittlung der Position bei sich nicht überschneidenden Kreisen. \label{fig:locationAlgorithmWorking}](../static/LocationAlgorithmWorking.pdf)
+![Ermittlung der Position bei sich nicht überschneidenden Kreisen. \label{fig:locationAlgorithmWorking}](../static/LocationAlgorithmWorking.pdf){ width=95% }
 
 ### Filter-Implementierung
 
@@ -521,7 +522,6 @@ d = A \cdot \left( \cfrac{P_{R_{x}}}{txPower} \right)^{B}
 
 Die Konstante $C$ beschreibt den Korrekturfaktor für \SI{1}{\meter} Entfernung. Hierzu werden die Konstanten $A = 1,7358$ und $B = 7,5924$ aus der Regression in die Formel \ref{eq:korrektur} eingesetzt und die Messwerte für die Referenzentfernung $d = \SI{1}{\meter}$ eingesetzt. Daraus ergibt sich die Konstante $C$ zu $-0,1688$.
 
-
 \begin{equation}\label{eq:korrektur}
 \begin{aligned}
 C = d - A \cdot \left( \cfrac{P_{R_{x}}}{txPower} \right)^{B}
@@ -633,13 +633,13 @@ Es zeigt sich, dass die Punktwolke sehr stark um den Mittelpunkt streut. Der Mit
 
 # Diskussion
 
-Die Umsetzung einer Lokalisierungslösung mit einer Auflösung im Zentimeterbereich ist mit dem Entwickelten Konzept nicht gelungen. Auch durch den Einsatz der $scPower$ und dem gleitenden Mittelwert, welche zusammen den durchschnittlich geringsten Fehler aufweisen, weichen die Ermittelten Positionen im Durchschnitt \SI{129}{\centi\meter} von der realen Position ab. Im folgenden sollen daher die Ergebnisse diskutiert und auf Einzelaspekte näher eingegangen werden. 
+Die Umsetzung einer Lokalisierungslösung mit einer Auflösung im Zentimeterbereich ist mit dem entwickelten Konzept nicht gelungen. Auch durch den Einsatz der $scPower$ und dem gleitenden Mittelwert, welche zusammen den durchschnittlich geringsten Fehler aufweisen, weichen die ermittelten Positionen im Durchschnitt \SI{129}{\centi\meter} von der realen Position ab. Im folgenden sollen daher die Ergebnisse diskutiert und auf Einzelaspekte näher eingegangen werden. 
 
-Die Arbeit belegt, dass der Einsatz der $scPower$ einen positiven Einfluss auf die Entfernungsermittlung hat. Es wird gezeigt das dieser positive Einfluss auch auf die Lokalisierung übertragbar ist. Eine Reproduktion der Ergebnisse aus der Arbeit von Co at el. [@Cho_2015a] ist jedoch nicht gelungen. Ein Grund hierfür könnte die eingesetzte Hardware darstellen. Sowohl die Beacons als auch das Smartphone stimmen nicht mit der zugrundeliegenden Arbeit überein. Dabei konnten die Beacons aus der Arbeit, mangels Programmierschnittstelle nicht eingesetzt werden. Generell fehlt es an dieser Stelle an einer Auswahl von alternativer Hardware aus dem Konsumerbereich welche auch Programmierbar ist. 
+Die Arbeit belegt, dass der Einsatz der $scPower$ einen positiven Einfluss auf die Entfernungsermittlung hat. Es wird gezeigt das dieser positive Einfluss auch auf die Lokalisierung übertragbar ist. Eine Reproduktion der Ergebnisse aus der Arbeit von Co at el. [@Cho_2015a] ist jedoch nicht gelungen. Ein Grund hierfür könnte die eingesetzte Hardware darstellen. Sowohl die Beacons als auch das Smartphone stimmen nicht mit der zugrundeliegenden Arbeit überein. Dabei konnten die Beacons aus der Arbeit, mangels Programmierschnittstelle nicht eingesetzt werden. Generell fehlt es an dieser Stelle an einer Auswahl von alternativer Hardware aus dem Konsumerbereich welche auch programmierbar ist. 
 
-Des weiteren wird gezeigt, dass der Einsatz der Filtermethoden nicht nur auf die Entfernungsmessung mittels $txPower$ einen positiven Einfluss hat sondern auch die Messungen der $scPower$ verbessert. Der gewichtete Mittelwert Filter bietet hierbei die besten Ergebnisse für das eingesetzte System. Der Einsatz spezialisierter Filter wie beispielsweise dem Kalmann-Filter bietet weiteres Optimierungspotential. Dies konnte aus Zeitgründen in dieser Arbeit jedoch nicht untersucht werden.
+Des Weiteren wird gezeigt, dass der Einsatz der Filtermethoden nicht nur auf die Entfernungsmessung mittels $txPower$ einen positiven Einfluss hat sondern auch die Messungen der $scPower$ verbessert. Der gewichtete Mittelwert Filter bietet hierbei die besten Ergebnisse für das eingesetzte System. Der Einsatz spezialisierter Filter wie beispielsweise dem Kalmann-Filter bietet weiteres Optimierungspotential. Dies konnte aus Zeitgründen in dieser Arbeit jedoch nicht untersucht werden.
 
-Entscheidend für gute Messergebnisse ist auch die Hardware. Der \ac{rssi}-Wert schwankt beim eingesetzten Smartphone je nach Einfallswinkel sehr stark. Daher wird die Messung im Versuchsaufbau in zwei Orientierungen durchgeführt um diese Winkelabhängigkeit aus zu gleichen. Es ist zu vermuten das auch anderen Geräten eine solche Abhängigkeit aufweisen. Durch die Kombination dieses Verfahrens mit zusätzlichen Sensoren wie beispielsweise dem Magnetometer oder Gyroskop, zur erkennung der Ausrichtung des Smartphones, könnte dieser Einfluss kompensiert werden. Da die Beacons eine geringe winkelabhängige Dämpfung aufweisen, könnte der Einsatz eines vierten Beacons anstelle des Smartphones Verbesserungspotential bieten. Durch das homogene System sollte die $scPower$ einen noch größeren Einfluss auf die Genauigkeit aufweisen.
+Entscheidend für gute Messergebnisse ist auch die Hardware. Der \ac{rssi}-Wert schwankt beim eingesetzten Smartphone je nach Einfallswinkel sehr stark. Daher wird die Messung im Versuchsaufbau in zwei Orientierungen durchgeführt um diese Winkelabhängigkeit aus zu gleichen. Es ist zu vermuten das auch anderen Geräten eine solche Abhängigkeit aufweisen. Durch die Kombination dieses Verfahrens mit zusätzlichen Sensoren wie beispielsweise dem Magnetometer oder Gyroskop, zur Erkennung der Ausrichtung des Smartphones, könnte dieser Einfluss kompensiert werden. Da die Beacons eine geringe winkelabhängige Dämpfung aufweisen, könnte der Einsatz eines vierten Beacons anstelle des Smartphones Verbesserungspotential bieten. Durch das homogene System sollte die $scPower$ einen noch größeren Einfluss auf die Genauigkeit aufweisen.
 
 Die auf das System angepasste Kalibrierung ist bei den auftretenden Schwankungen des gemessenen \ac{rssi}-Wertes zu fehleranfällig. Den größten Einfluss auf die Instabilität hat vermutlich der auf \SI{2}{\meter} reduzierte Messbereich auf den die Kalibrierung durchgeführt wird. Durch die Ausweitung dieses Bereichs auf \SI{40}{\meter} die in der Android Beacon Library [@RadiusNetworks_2021] beschrieben sind, könnte die Fehleranfälligkeit reduziert werden. Für die Arbeit stand jedoch kein Raum mit ausreichender Größe zur Verfügung. Durch die unbeständiger Wetterlage und der, aus den Messungen hervorgehende, negativen Einflusses von Feuchtigkeit ließ keine Kalibrierungsmessungen im Freien zu.
 
@@ -649,9 +649,9 @@ Abschließend bleibt zu bewerten ob der Einsatz von Bluetooth die richtige Wahl
 
 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 Basis der Position 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.
+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.
+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.