Lokasjonstjenester for Universitetsbiblioteket i Trondheim

Transkript

1 Institutt for datateknikk og informasjonsvitenskap TDT Data- og informasjonsforvaltning, fordypningsprosjekt Lokasjonstjenester for Universitetsbiblioteket i Trondheim Av: Bjarne Sletten Olsen Veiledere: Ingeborg Sølvberg Ole Huseby

2

3 Forord Jeg tok kontakt med Ingeborg Sølvberg angående oppgaven som omhandlet lokasjonstjenester for Universitetsbiblioteket i Trondheim, fordi jeg hadde erfaring med utvikling av lokajonsbevisste applikasjoner gjennom tidligere prosjekt. Erfaringene jeg hadde tilsa at dette kunne være en oppgave som var både interessant, utfordrende og lærerik. Denne oppgaven har ikke endret på min oppfatning, og jeg ser frem til å arbeide videre med tilsvarende problemstilling i masteroppgaven. Jeg vil gjerne takke mine veiledere Ingeborg Sølvberg og Ole Huseby som gjennom ukentlige møter har hjulpet meg til å ha en jevn og god fremdrift gjennom prosjektarbeidet. Deres spørsmål, ønsker og anbefalinger har fått meg til å holde fast ved oppgavens kjerne. Jeg vil også takke Roar Storleer for hans innføring i UBiT s tjenester. Trondheim Bjarne Sletten Olsen i

4 ii

5 Innholdsfortegnelse Forord... i Innholdsfortegnelse...iii Figurliste... v Oppgavebeskrivelse...vii Abstract...ix 1. Bakgrunn Lokasjonsavhengige tjenester Introduksjon Teknologier for lokasjonsberegning GSM Signal Reduksjons Metoden Tidspunkt for Ankomst (TOA) Vinkel for Ankomst(AOA) GPS WiFi GeoPos Cordis RadioEye IR The Active Badge Location System Automatic Location Tracking System using Active IR-tag Blåtann Solceller Ultralyd Oppsummering av teknologier for lokasjonsberegning Universitetsbiblioteket i Trondheim UBiT's Tjenester Bibsys ASK MetaLIB FRIDA DIVA Spesialsamlingene Andre informasjonskilder Biblioteker Folkebiblioteket HiST Museer Sverresborg Trøndelag folkemuseum Vitenskapsmuseet Bildesamlinger Trondheimsbilder.no GalleriNOR Stedsnavnsregister Statens Kartverk UBiT's topografiske klassifikasjonssystem Rammeverk iii

6 NIDAROS Utviklingsverktøy Kjøretidssystem Statistikk verktøy Java Context Awareness Framework MiddleWhere Nye tjenester Mobile enheter Bibliotekets tjenester Historiske bilder Presentere bilder og informasjon Photosynth av bildearkiver Navigasjon i bilder Lokale nyheter Oppslag i BIBSYS Dynamisk miljø Litteratur utgivelser Biblioteksinformasjon Reklamere for arrangementer ved bibliotekene Ledig kapasitet Lokalisere bibliotek basert på fagområde Kart til bøker inne på biblioteket Hvor er nærmeste Samhandling Interaktiv byvandring Spill Brukergenerert innhold Sammensatte løsninger Kartapplikasjon Funksjonalitet Hovedmeny Finne frem Ledig kapasitet Lokale nyheter Design Rammeverk Lokasjonsteknologi Informasjonskilder Arkitektur Fremtidig arbeid Bildeapplikasjon Bildeapplikasjon Design Appendiks A Terminologiliste Referanseliste iv

7 Figurliste Figur 1. Telenor GSM dekningskart... 3 Figur 2. Hvordan GPS Virker... 4 Figur 3. GeoPos som tilbyder av lokasjonsdata... 5 Figur 4. Systemoversikt, GeoPos i Trådløse Trondheim... 6 Figur 5. Cordis RadioEye... 7 Figur 6. RadioEyes innebygde spekter analysator... 7 Figur 7. Posisjonerings sekvens i Dolphin Figur 8. Hexamite mottaker grid Figur 9. Utviklingen i antall brukersesjoner for UBiT's nettsider Figur 10. Søkeresultat fra Trondheimsbibliografien Figur 11. GalleriNOR søkeresultat Figur 12. Utdrag fra UBiT's topologiske klassifikasjonssystem Figur 13. Kjøretidssystemet i NIDAROS - Fysisk oversikt Figur 14. Arkitektur, kjøretidssystemet for NIDAROS rammeverket Figur 15. JCAF Arkitektur. A: Eksempel på implementasjon B: Detaljer for en kontekst tjeneste Figur 16. MiddleWhere arkitektur Figur 17. Bilder fra Munkegata Figur 18. Fotografere et 3-D objekt Figur 19. Hvilken litteratur Ingeborg Sølvberg har vært med og gitt ut Figur 20. Melding om ny utstilling ved Realfagsbiblioteket Figur 21. Kart med bibliotek, manglende kapasitet Figur 22. Bibliotekene i Trondheim Figur 23. Kart fra Thomas Angells gate til Dorabiblioteket Figur 24. Kart til biblioteket, med bussrute Figur 25. Kart for Teknisk hovedbibliotek Figur 26. Resultat ved kartforespørsel - biblioteket for arkitektur/bygg/design Figur 27. Kart Teknisk hovedbibliotek, med rute Figur 28. Teknisk hovedbibliotek, inndelt med fargekoder Figur 29. "Hvor er nærmeste", Realfagsbiblioteket Figur 30. Turist kart, Trondheim sentrum Figur 31. Wherigo, basert på figur fra 38 Figur 32. Bilde av Prinsensgate, med kommentarer fra brukerene Figur 33. Panoramio.com - Nidarosdomen, Trondheim Figur 34. Hovedmeny - kart applikasjon Figur 35. Lokaliserings meny - kart applikasjon Figur 36. Kart med Bussrute - kart applikasjon Figur 37. Ledig kapasitet - kart applikasjon Figur 38. Nyheter i kart - kart applikasjon Figur 39. Kartapplikasjon - Arkitektur Figur 40. Kartapplikasjon - Arkitektur 2 (NIDAROS) Figur 41. Kartapplikasjon - Sekvensdiagram Figur 42. Bilde applikasjon - Oversikts kart Figur 43. Bilde applikasjon - Bildeinformasjon Figur 44. Bilde applikasjon - Brukerkommentarer v

8 vi

9 Oppgavebeskrivelse Oppgaveteksten som ligger til grunn for denne besvarelsen lyder som følger: Universitetsbiblioteket i Trondheim ønsker å benytte lokasjonsbevisste tjenester til å presentere informasjon om objekter i bibliotekets samlinger til publikum. Beskriv lokasjonsteknologier som har blitt utprøvd, nasjonalt eller internasjonalt. Vurder om noen av disse kan benyttes i UBiT s lokasjonsbevisste tjenester. Beskriv mulige lokasjonsbevisste tjenester og foreslå en applikasjon som er basert på disse tjenestene. Gi et overordnet design av denne. Som et resultat av denne oppgaven har jeg konstruert to løsninger som kan tilfredsstille UBiT s behov for å benytte lokasjonstjenester til å nå sine brukere. Den ene løsningen lar brukeren benytte kart på sin mobiltelefon for å navigere til biblioteket og deres tjenester. Oppgaven inneholder også et overordnet design for denne løsningen, slik at den kan bli implementert ved UBiT. Den andre løsningen baserer seg på å vise bilder fra bibliotekets bildedatabaser, i et kart som er relativt til hvor brukeren befinner seg. Begge disse løsningene er satt sammen av mindre tjenester. Disse tjenestene har jeg beskrevet i oppgaven, sammen med noen andre tjenester som ikke blir brukt i de sammensatte løsningene. Dette for å vise mulighetene som eksisterer, i tillegg til at de kan være framtidige prosjekt for UBiT. Tjenestene beskrevet benytter seg av ulike informasjonskilder, deriblant UBiTs bildedatabase og biblioteksdatabasen. Jeg har i denne rapporten beskrevet UBiT s tilgjengelige tjenester, sammen med noen alternativer som kan bidra med utfyllende informasjon. Applikasjonene baserer seg på at posisjonen til brukeren er kjent. Det finnes mange ulike teknologier for å bestemme mobile enheters posisjon, og denne rapporten tar for seg et bredt utvalg av disse. Rapporten inkluderer beskrivelser av lokasjonsavhengige tjenester generelt, og presenterer definisjoner på lokasjonsbaserte tjenester som er forankret i teorien. vii

10 viii

11 Abstract My assignment was the following: The University library in Trondheim (UBIT) would like to use location aware services to present the audience with information about objects in their collections. Describe localization technologies that have been tested, in Norway or international. Consider whether any of these could be relevant for UBiT s location aware services. Describe possible location aware services and suggest an application that is based on these services. Give a top level design for this application. As a result of this assignment, I have constructed two solutions that are able to satisfy UBiT s desire to use location aware services to reach their users. The first solution lets the users use maps on their cell phones to navigate to the library and their services. The report also contains a top level design for this solution. The second solution consists of showing the user images from the library s image databases in a map that is relative to the user s position. Both of these solutions are composed of smaller services. I have described those services in this report, together with some other services that are not used in the composed solutions. This to show the possibilities present, and to suggest future projects for UBiT. The services take advantage of different information sources, among other the image database of UBiT and the library database. I have described the services available from UBiT, together with some alternatives that can provide additional information. The applications assume that the user s physical position is known. There exist many different technologies to determine this position, and this report presents a wide spectre of these. The report includes a description of location aware services in general, and presents definitions of location aware services as it is described in theory. ix

12 x

13 1. Bakgrunn I dette kapittelet presenteres lokasjonsavhengige tjenester, og utvalgte teknologier for å bestemme posisjonen til en mobil enhet. Deretter blir Universitetsbiblioteket i Trondheim presentert, sammen med de tjenester de tilbyr og som er aktuelle å bruke i en lokasjonsavhengig tjeneste. Andre kilder til informasjon blir også presentert, før noen rammeverk for utvikling av lokasjonsavhengige applikasjoner blir gjennomgått Lokasjonsavhengige tjenester Dette avsnittet introduserer lokasjonsavhengige tjenester, og viser hvordan disse blir definert i litteraturen Introduksjon Det kan skilles mellom kontekst- og lokasjonsbeviste applikasjoner [1]. Den førstnevnte handler om å utnytte brukerens... fysiske, sosiale, informative og følelsesmessige tilstand som input for å tilpasse en eller flere beregnende tjenesters oppførsel. Lokasjonsbeviste, eller -avhengige, applikasjoner omfatter applikasjoner som bare tar brukerens lokasjon som input til denne tilpassingen av oppførsel. Det kan defineres tre viktige aspekter av kontekstbevisste applikasjoner [2]: Hvor du der Hvem du er med Hvilke resurser som er i nærheten. I tillegg defineres kontekst som å bestå av belysning, lyd nivå, nettverkstilkobling, kommunikasjons kostnader, kommunikasjons båndbredde, sosial situasjon, osv. Kontekstbevist programvare kan igjen deles inn i fire ulike former [2]: Nærhets seleksjon (Proximate selection). Ved nærhets seleksjon blir objekter som befinner seg i nærheten uthevet, eller på annet vis gjort lettere å velge i brukerens grensesnitt. Situasjoner der dette kan være ønskelig er for eksempel ved valg av printer ved utskrift av dokumenter, der den skriveren som er nærmest brukerens lokasjon blir uthevet. En utfordring med denne løsningen kan være å kombinere tradisjonelle måter å organisere informasjon på, med informasjonen som er organisert basert på lokasjon. For eksempel, hvordan kan skrivere organiseres både alfabetisk, og i tillegg ta hensyn til lokasjon. Automatisk kontekst rekonfigurering (Automatic contextual reconfiguration) definerer konfigurasjonen av et system basert på brukerens lokasjon. For eksempel kan en bærbar datamaskin automatisk koble seg til en ny ruter når den går inn i et nytt rom, eller til en ny skriver når en skifter etasje. En utfordring med denne typen systemer er å la systemet tilpasse seg bare dersom det er hensiktsmessig for brukeren eller systemet, og ikke bare hver gang lokasjonen til brukeren endrer seg. Kontekstbasert informasjon og kommandoer (Contextual information and commands) endrer hvilken informasjon som blir presentert for brukeren, avhengig av dens lokasjon. I tillegg vil effekten av en funksjonalitet kunne endres basert på konteksten. For eksempel vil 1

14 det å trykke på en knapp i et program ha ulikt utfall basert på hvilket rom brukeren befinner seg i. En utfordring ligger i sikkerhet og koordinering. Kontekst baserte handlinger (Context-triggered actions) er regler for handlinger som slår inn basert på forhåndsbestemte hendelser som inntreffer dersom bestemte miljøvariabler overholdes. For eksempel kan en velkomstmelding avspilles over høytalerne i en bygning når noen går inn hovedinngangen. Utfordringer her kan oppstå dersom flere hendelser inntreffer samtidig, og en ikke ønsker at systemet bare skal reagere i henhold til den endelige tilstanden. Dette kan til en viss grad unngås ved å legge inn en liten forsinkelse i systemet. Det ble i [1] beskrevet hvordan kontekstbevisste systemer (context-aware computing) fungerer som helhet. Først samles informasjon om brukerens fysiske, informative, sosiale eller følelsesmessige tilstand. Deretter analyseres denne informasjonen, enten for seg selv, eller sett i relasjon til data som har blitt innhentet tidligere. Basert på resultatet av denne analysen utføres en handling, før hele prosessen blir gjennomført på nytt Teknologier for lokasjonsberegning Dette avsnittet tar for seg teknologier som eksisterer for å lokalisere en person eller objekt. Her blir de mest kjente teknologiene presentert, sammen med en kostnadsvurdering. Både teknologier for bruk innendørs og utendørs blir presentert. For utendørs posisjonering beskrives GSM, GPS, WiFi og Blåtann. For innendørs posisjonering beskrives GSM, WiFi, Ir, Blåtann, Solceller og Ultralyd. Hver av disse beskrivelsene vil også ha en vurdering i henhold til en kostnadsmodell, som definert i [3]. Denne modellen tar for seg tre aspekter: Tidskostnad, plasskostnad og investeringskostnad. Da prisene for de fleste systemene ikke er tilgjengelig med mindre man kommer med en konkret bestilling, vil disse vurderingene i hovedsak være en subjektiv sammenligning med andre teknologier GSM GSM nettverket er godt utbygd i Norge. Figur 1 viser dekningen for Trondheim, der det grønne området markerer teoretisk dekning. Dette betyr at GSM dekning er tilgjengelig på lokasjonene for alle UBiT s avdelinger. Disse signalene kan benyttes til å beregne lokasjonen for en enhet tilknyttet nettverket, som for eksempel en mobiltelefon. For å beregne denne lokasjonen har 3 hovedmetoder blitt identifisert [4]: Signal Reduksjons Metoden (Signal Attenuation Method), Tidspunkt for ankomst (Time of Arrival) og Vinkel for Ankomst (Angle of Arrival). 2

15 Figur 1. Telenor GSM dekningskart Det finnes flere fordeler med bruken av GSM som lokasjonstjeneste. Når det gjelder innendørs lokalisering, kan det trekkes frem at det er mye større tetthet av GSM dekning enn av trådløse nettverk [3]. Det kan også påpekes at mobiltelefonene allerede har det fysiske utstyret som er nødvendig for lokalisering. Forsøk gjennomført med bruk av GSM sendere fra flere leverandører samtidig, viser at en nøyaktighet på opptil 65 meter kan oppnås. GSM overfører også på et lisensiert del av det elektromagnetiske spekteret, og forstyrrelser fra andre sendere er derfor ikke noe problem, i motsetning til hvordan det er for WiFi. Tidsbruken for installasjon av GSM som lokasjonstjeneste er lav. Tjenesten finnes allerede tilgjengelig i mobilnettet, og er også i bruk av ulike innholdstjenester for mobiltelefon. Systemet tar heller ikke opp noe plass, og er ikke til hinder for brukere av systemet. Investeringskostnadene er heller ikke større enn de for å få tilgang til tjenesten fra leverandør Signal Reduksjons Metoden Signalstyrken for en mobil enhet blir målt ved tre eller flere basestasjoner. Avstanden fra basestasjonene til enheten blir beregnet basert på disse verdiene. Disse avstandene blir benyttet som radius i en sirkel som har den tilhørende basestasjonen som origo. Plasseringen til den mobile enheten blir beregnet til å være i kryssingspunktet for sirklenes omkrets (trilaterasjon). Feilaktige måleverdier kan oppstå pga. refleksjoner av signaler, og det faktum at signaler kan traversere ulike retninger for å nå frem til basestasjonen (multipath) Tidspunkt for Ankomst (TOA) Et signal blir sendt fra den mobile enheten til hver basestasjon, og så sendt tilbake. Denne tiden blir brukt for å beregne hvor lang tid det går å sende et signal til basestasjonen. Også her blir avstanden beregnet basert på krysningspunktet for tre eller flere sirkler. En feilfaktor ligger i klokkene som blir brukt til å måle disse verdiene. En forskjell på 1 mikrosekund på en av klokkene, kan føre til en feil på 300 meter. For å løse dette problemet har ulike varianter av denne teknikken blitt foreslått: Handover Timing Advance (TA) Basestasjonen som den mobile enheten er tilkoblet prøver å gjennomføre to overleveringer (handover) til andre celler. De nye basestasjonene måler TA, og avslår så anmodningen om overlevering. Slik kan ulikhetene i sendetiden for signalene til hver basestasjon beregnes. Disse verdiene for TA kan ligge til grunnlag for trilaterasjon. Observed Time Differences (OTD) Dersom den absolutte tid for overføringer fra basestasjon til den mobile enhet er ukjent, men den relative tidsforskjellen er kjent, kan en konstruere hyperbolske funksjoner ved å måle tidsforskjellen mellom par av basestasjoner [5]. Beregningen kan bli utført på den mobile enheten eller på basestasjonene. Time Difference Of Arrival (TDOA) Vanlig TOA krever synkronisering av klokkene for både den mobile enheten og basestasjonene. TDOA baserer seg på differansen i tid for mottaket av signalet ved ulike basestasjoner. 3

16 Vinkel for Ankomst(AOA) Vinkel for ankomst benytter seg av at en justerbar del av antennen på basestasjonen blir styrt mot det innkommende signalet fra den mobile enheten. Ved hjelp av minst to slike målinger kan en ved gjennom enkel trigonometri bestemme lokasjonen for enheten. Dersom en i tillegg foretar målinger for avstand, kan nøyaktigheten for denne metoden forbedres [5]. Problemer med denne metoden er at det krever fysiske endringer i det mobile nettverket, montering av retningsjusterbare antenner [5]. I tillegg er systemet følsomt for endringer i temperatur. En fordel er at det ikke lar seg påvirke av flersti-problemet [6] GPS GPS ble utviklet av det Amerikanske Forsvarsdepartementet på og 70 tallet [7]. Utgangspunktet for denne tjenesten var at den skulle brukes til navigasjon for flyvåpenet og marinen. Etter hvert har denne tjenesten blitt populær på det private markedet, og GPS blir implementert i stadig flere elektroniske enheter, som for eksempel mobiltelefoner. En undersøkelse [8] gjennomført av Canalys [9], publisert august 2008, viser at 38 % av alle smarttelefoner som ble solgt i Europa, Midtøsten og Afrika i andre kvartal 2008, inneholder en GPS mottaker. GPS beregner en mottakers posisjon basert på forskjell i tiden for mottak av signal som sendes kontinuerlig ut fra forskjellige satellitter. Disse forsinkelsene kan måles ned på nanosekundnivå, og posisjonen kan dermed fastlås med en nøyaktighet på 1-30 meter, bestemt av egenskaper ved GPS systemet og miljøet [10]. Figur 2 illustrerer hvordan en GPS mottaker benytter signalene den mottar fra GPS satellittene til å beregne sin egen lokasjon (Figuren er basert på en fra [7]). GPS satellittene sender kontinuerlig ut et signal som inneholder satellittens posisjon, og nøyaktig tidspunkt for sendingen. GPS mottakeren mottar dette signalet og måler forskjellen i tidspunkt for mottakelsen av hvert signal fra de forskjellige satellittene. Gjennom bruk av signaler fra minst fire satellitter, kan mottakerens nøyaktige posisjon beregnes. Figur 2. Hvordan GPS Virker 4

17 Internett-forbedret GPS (Web-enhanced GPS) utnytter data fra GPS nettverket sammen med data fra Internet [11]. Mye data ligger allerede ute, og en trenger bare å søke på et gatenavn for å få frem mye av denne informasjonen. Utfordringen ligger i koblingen mellom GPS koordinatene, og gatenavn. Microsoft MapPoint kunne vært en løsning for dette, men denne tjenesten fungerer bare tilfredsstillende i Nord-Amerika og Canada [11] WiFi En kan, ved å utføre målinger på signalstyrken enhver mobil enhet opplever i forhold til den enkelte basestasjon i et trådløst nett, beregne seg fram til en lokasjon for denne enheten. En slik løsning eksisterer i Trådløse Trondheim, under navnet GeoPos. Det finnes alternativer som benytter seg av tilsvarende løsninger (blant annet AeroScout [12] og Ekahau [13]), men siden denne tjenesten er relatert til NTNU og allerede eksisterer i Trådløse Trondheim, blir denne presentert i detalj. Alternativt kan en plassere ut dedikerte målestasjoner som, basert på de elektromagnetiske signalene, kan beregne en enhets lokasjon. Dette er en tjeneste som tilbys gjennom selskapet Radionor og deres produkt Cordis Radio Øye GeoPos GeoPos er et prosjekt som ble startet ved instituttet for Telematikk ved NTNU, høsten I 2006 ble GeoPos integrert i Trådløse Trondheim, et trådløst nettverk som tilbyr nettilgang over store deler av Trondheim sentrum. GeoPos blir definert som et: "Konsept for formidling av lokasjonsdata til tilbydere av lokasjonsbaserte tjenester" [14]. Det vil si at noen som ønsker å utvikle applikasjoner slipper å håndtere teknologien som ligger rundt uthenting av en enhets fysiske lokasjon. Utvikleren kan fokusere på utviklingen av selve applikasjonen, mens GeoPos håndterer uthenting av posisjonen for enheter tilkoblet nettverket. Figur 3 viser hvordan GeoPos ønsker å være en enkelt tilbyder for lokasjonsdata som alle tjenestetilbydere kan motta lokasjonsdata fra. Figur 3. GeoPos som tilbyder av lokasjonsdata Figur 4 illustrerer systemarkitekturen for GeoPos i Trådløse Trondheim. En tjeneste kommuniserer med GeoPos serveren gjennom SOAP 1. GeoPos serveren kommuniserer med nettverket gjennom en Cisco Location Appliance (CLA) server, ved å be om posisjonen for de 1 SOAP: Protokoll for utveksling av XML-baserte meldinger over et nettverk. 5

18 enhetene med lokasjonsdata eldre enn 30 sekunder [15]. CLA serveren innhenter informasjon om de enhetene som er koblet til nettverket gjennom Simple Network Managment Protocol (SNMP) 2 kommunikasjon med de ulike aksesspunktene for nettverket. Denne lokasjonsinformasjonen returneres til tjenestene som forespurte enhetens lokasjon, gjennom et XML dokument som inneholder: Figur 4. Systemoversikt, GeoPos i Trådløse Trondheim X og Y lokasjon basert på et forhåndsdefinert rutenett for det trådløse nettet. Lengde- og breddegrad på EUREF89 standarden. Lengde- og breddegrad på WGS84 standarden, som støttet av Google Maps. Tidspunkt for sist registrerte lokasjon, i millisekunder siden Hvilken etasje enheten befinner seg på (ikke implementert i Trådløse Trondheim). Hvilken gruppe av aksesspunkter enheten befinner seg innen rekkevidde for.(ikke implementert i Trådløse Trondheim) Denne informasjonen kan utnyttes til å lokalisere enheten i det fysiske landskapet det trådløse nettverket dekker over. CLA blir i [15] beskrevet som et system med en nøyaktighet på noen få meter. Vi har erfart at GeoPos, slik det er implementert i Trådløse Trondheim, ikke har denne oppløsningen. Nøyaktigheten kan på plassene med best dekning ha en feilmargin på 2 SNMP: Simple Network Managment Protocol. 6

19 over 30 meter. På de områdene med mindre tetthet av aksesspunkter, er feilmarginen enda større. Valget av GeoPos som utendørs lokasjonstjeneste i Trondheim sentrum, vil gjøre at tjenesten er raskt oppe og går. Infrastrukturen er allerede på plass, så verken plass eller kapital skal være en utfordring i denne sammenheng. Dersom en skal benytte GeoPos innendørs i andre bygninger enn der det allerede er implementert, kan investeringskostnadene blir større. Dersom trådløse tilgangspunkt ikke er tilgjengelig, må dette installeres. I tillegg må det settes opp servere som håndterer lokaliseringen. Kalibrering av systemet må også gjennomføres. Det finnes flere alternativer til GeoPos, blant annet AeroScout [12] og Ekahau [13], dersom det er ønskelig å innføre en egen løsning i stedet for å basere seg på den levert av Trådløse Trondheim. Dette gir også muligheter for optimalisering i forhold til UBiT s behov Cordis RadioEye Radionor Communications presenterte i 2006 produktet Cordis RadioEye [16]. RadioEye er en hardware basert enhet (Figur 5) som må utplasseres i lokalet lokaliseringen skal foregå i, men denne trenger ikke å være en del av infrastrukturen for det trådløse nettverket. Figur 5. Cordis RadioEye Dette er en sensor som ved å analysere de utsendte elektromagnetiske signaler (se Figur 6) kan lokalisere enheter i et trådløst nettverk med opp til 1 meter i nøyaktighet. Forskjellige typer data kan hentes ut av en slik sensor. MAC adressen til enheten som spores, X, Y og Z koordinatene, et tidsstempel og et konfidensintervall for lokaliseringen er noen av de tilgjengelige. En sensor oppgis til å dekke opptil 3000m 2 gulv. Sensoren plasseres i taket, og fungerer best innenfor en vinkel på 100. En sensor kan tilby opptil 1000 lokaliseringer hvert sekund. Figur 6. RadioEyes innebygde spekter analysator 7

20 På grunn av de fysiske egenskapene til sensoren og signalene, er dette en lokaliseringsteknikk som fungerer best innendørs, i store åpne landskaper. Tidsmessig er det ikke store utfordringer med å benytte Radioeye. En antenne montert i taket er alt som er nødvendig for å dekke 3000m 2 gulv, dersom det er åpent landskap. Siden antennen monteres i taket, tar den heller ikke stor plass. Investeringsmessig vil det for hver antenne som må settes opp komme en kostnad på mellom og Disse tallene er basert på priser på andre prosjekt IR Det eksistere flere muligheter for å utnytte IR (Infrarøde signaler) til å definere lokasjonen til en enhet. Noen eksempler på disse er The Active Badge Location System [17], som benytter seg av å måle signalene gjennom et nettverk av sensorer, og Altair [18] som bruker kameraer med IR-filter for å registrere signalene sendt ut av enheter med IR-sendere The Active Badge Location System The Active Badge Location System baserer seg på at brukere bærer med seg aktive skilt (Active Badges) som hvert 15 sekund sender ut en IR-puls i omtrent et tidels sekund. Et omfattende nettverk av fanger opp disse pulsene. Pga. den lave rekkevidden til IR, vil registreringen av disse signalene være tilstrekkelig til å plassere en bruker i et spesifikt rom. Lokasjonen til hver sensor er kjent, og dersom en sensor plukker opp et signal, er også lokasjonen til det aktive skiltet kjent på romnivå. Det aktive skiltet er lite av størrelse, og veier ikke mer enn 40 gram. Et batteri varer i omtrent 1 år, og rekkevidden på signalene er opptil seks meter. Fordi signalene ikke trenger gjennom vegger, er kalibreringsbehovet lite for et slikt system. Dermed blir også tidskostnadene lave. Det kreves at Sensorer blir satt opp i hvert rom som skal ha lokasjonstjenester tilgjengelig. I eksperimentene som er utført i [17], trekkes det kabel fra hver enkelt sensor, til en sentral server som håndterer og prosesserer informasjonen. Plassmessig er systemet heller ikke omfattende, da sensorene er små, og kan plasseres langs vegger dersom rommene ikke har en diameter større enn 12 m. Investeringskostnaden for et slikt system er lav. Både sensorene og de aktive skiltene er rimelige å produsere Automatic Location Tracking System using Active IR-tag Automoatic Location Tracking System using Active IR-tag(ALTAIR) baserer seg på at mobile enheter med trådløse kort også får montert en IR-tag. Mange systemer krever at en bruker registrerer seg i en eller annen form, for eksempel gjennom brukernavn og passord. ALTAIR sørger for at nye enheter som kommer inn i områder som dekkes av systemet, automatisk blir registrert og lokalisert. ALTAIR krever at en IR-tag er registrert sammen med IP til den trådløse enheten det er koblet sammen med. I hvert rom hvor det ønskes lokalisering, monteres det videokameraer, med påmonterte IR filtere som sørger for at bare lys i det infrarøde spekteret registreres. En Local Location Manager(LLM) administrerer ir-taggene, og gir hver av de melding om å sende ut signaler 3 8

21 med en bestemt frekvens i et gitt tidsintervall. De infrarøde kameraene fanger opp disse signalene, og sender data videre til Tag Detector(TD), som beregner posisjonen til senderen. Denne informasjonen blir sendt videre til LLM, som bruker dette til å plassere en mobil enhet i et kart. ALTAIR benytter seg av kameraer som har en kjent avstand og vinkel til gulvet. For å få presis lokalisering i tre dimensjoner forutsettes det også at IR-taggens høyde over gulvet er kjent. Forsøk viser at når en person som bar en IR-tag satt seg ned, i stedet for å stå oppreist som var antatt i beregningene, økte feilmarginen fra omtrent 10 cm til 50 cm. Problemer med at signalene fra IR-taggene forsvant når de ble tildekket av personer eller andre objekter, ble løst ved beregninger i LLM basert på brukerens tidligere posisjoner. Tidskostnadene for et slikt system er ikke veldig omfattende, da det bare krever at IRkameraer blir montert i hvert rom som skal tilby lokaliseringstjenester, samt oppsett av servere. Noe kalibrering vil også være nødvendig. Da kameraer normalt blir plassert i tak-hjørner, kan det ikke påstås at systemet er svært plasskrevende. Det vil ikke være til hinder for brukerne. Investeringskostnadene er høyere enn for enkelte av de andre systemene, da en må gå til innkjøp av store mengder kameraer og irfilter. I tillegg kreves det servere, både til beregning av lokasjon og DHCP håndtering Blåtann De aller fleste mobiltelefoner som blir solgt i dag, inneholder Blåtann 4. En uformell undersøkelse gjort ved å undersøke viser at 86 % av mobiltelefonene som er tilgjengelige i dag blir solgt med blåtann. Posisjonering basert på blåtann er rimelig, og kan gi nøyaktig posisjon. Det kan nevnes to ulike metoder for å bestemme et objekts posisjon ved hjelp av Blåtann, basert på signalstyrke [19]. Den direkte metoden krever programmerbart hardware, og gir veldig høy presisjon (3-4 meter), mens den indirekte metoden er billigere, og avhenger ikke av spesielt hardware, men gir lavere presisjon (10 meter). Det ble i 2005 gjennomført et forsøk på å bruke Blåtann som lokasjonsteknologi, ved et slott i Italia [19]. Resultatet ble en lokasjonstjeneste med en presisjon på bedre enn 0,5 meter. Metoden gikk ut på å først foreta Link Quality (LQ) målinger, deretter å utplassere Blåtann basestasjoner, og til slutt oppnå sanntidslokasjon. Området ble delt inn i celler, og det ble definert et intervall som måleverdiene holdt seg innenfor, for hver av cellene. En utfordring ved bruk av Blåtann som lokasjonsteknologi på denne måten, er at det er vanskelig å forutsi hvordan de fysiske egenskapene til lokasjonen påvirker kvaliteten på signalene (LQ). Når målingene var gjennomført, ble en genetisk algoritme benyttet for å beregne optimal utplassering av basestasjonene. Til slutt ble sanntidslokasjon oppnådd ved hjelp av et nevralt nettverk som fikk opplæring i de målte LQ-verdiene for de ulike lokasjonene. Tidsmessig er det omfattende å sette opp et blåtann system. Mange sensorer må settes opp, og de krever forholdsvis omfattende kalibrering fordi de fysiske egenskapene til lokasjonen fort kan påvirke målingene. Dette gjør at installeringen også kan bli mer tidkrevende enn andre løsninger. Investeringsmessig er den indirekte metoden billigere enn den direkte metoden. 4 IEEE