Lokalisierung in Gebäuden

Begleitet von einer detaillierten Analyse der ethischen, rechtlichen und gesellschaftlichen Implikationen haben technische Systeme zur automatischen Navigation/Verfolgung/Lokalisation von Personen/Objekten in geschlossenen Gebäuden viele vorteilhafte Anwendungen. Die Navigation von BesucherInnen in einem Gebäude mit unübersichtlichem Raumplan (z.B. Rathaus, Museum, Flughafen) oder die Lokalisation und Verfolgung von Ausstattungsgegenständen eines Krankenhauses mit dem Ziel der Infektionsprävention können als Beispiele dafür genannt werden. Da GPS-basierte Navigationssysteme in geschlossenen Gebäuden nicht funktionieren, setzt man im Bereich der Indoor Localisation oft auf Sensorsysteme, die mit umfangreichen und kostenintensiven Umbauarbeiten verbunden sind (z.B. Einbau eines sensorischen Bodens) und/oder die Privatsphäre der betroffenen Personen verletzen (kamerabasierte Systeme).

Im Rahmen unserer engen Kooperation mit der Hochschule Würzburg-Schweinfurt (Prof. Frank Deinzer) entwickeln wir Indoor Localisation-Verfahren, die mithilfe von Sensoren eines Standard-Smartphones arbeiten und sich die WLAN-Infrastruktur eines Gebäudes zunutze machen. Teure Umbauarbeiten von Gebäuden sowie ein zu penetranter Eindrang in die Privatsphäre der Menschen sollten dabei vermieden werden. Zudem verfolgen wir die Zielsetzung, die bekannten Probleme der einfachen WLAN-basierten Ortung bezüglich der Genauigkeit, die durch variierende WLAN-Ausbreitungsmuster in unterschiedlichen Gebäuden entstehen, mit einem probabilistischen Verfahren der rekursiven Wahrscheinlichkeitsdichteschätzung zu beheben. Unsere Technologie "simpleLoc" wird nach ersten erfolgreich verlaufenen Testverfahren jetzt u.a. im Deutschen Hutmuseum in Lindenberg, im Straubinger Gäubodenmuseum sowie im Rathaus von Würzburg eingesetzt.

Publikationen

Projekt Homepage mit weiteren Informationen zur Technologie und einige Videos zu Demo-Installationen. Bayerische Forschungsstiftung: Indoor Bildlokalisierung. Laufzeit: 01.07.2010 - 30.04.2011. FHWS (Stellen aus Landesmitteln). Laufzeit: seit 01.03.2012.

Bayerischen Sparkassenstiftung: Lokalisierung für fabulAPP. Förderung für Steinbeis Transferzentrum New Media and Data Science. Laufzeit: seit 01.12.2018.

Toni Fetzer, Frank Ebner, Markus Bullmann, Frank Deinzer, and Marcin Grzegorzek. Smartphone-Based Indoor Localization within a 13th Century Historic Building. Sensors, 18(12), 2018.

Markus Bullmann, Toni Fetzer, Frank Ebner, Marcin Grzegorzek, and Frank Deinzer. Fast Kernel Density Estimation using Gaussian Filter Approximation. In Information Fusion (FUSION), 21th International Conference on, Cambridge, United Kingdom, July 2018.

 T. Fetzer, F. Ebner, F. Deinzer, and M. Grzegorzek. Recovering from Sample Impoverishment in Context of Indoor Localisation. In Indoor Positioning and Indoor Navigation (IPIN), International Conference on, Sapporo, Japan, September 2017. IEEE.

Frank Ebner, Toni Fetzer, Frank Deinzer, and Marcin Grzegorzek. On Wi-Fi Model Optimizations for Smartphone-Based Indoor Localization. ISPRS International Journal of Geo-Information, 6(8), August 2017.

T. Fetzer, F. Ebner, L. Köping, M. Grzegorzek, and F. Deinzer. On Monte Carlo Smoothing in Multi Sensor Indoor Localisation. In Indoor Positioning and Indoor Navigation (IPIN), International Conference on, Alcala de Henares, Spain, November 2016. IEEE.

Frank Ebner, Toni Fetzer, Marcin Grzegorzek, and Frank Deinzer. On Prior Navigation Knowledge in Multi Sensor Indoor Localisation. In Information Fusion (FUSION), 19th International Conference on, pages 557--564, Heidelberg, Germany, July 2016. IEEE.

Frank Ebner, Toni Fetzer, Lukas Köping, Marcin Grzegorzek, and Frank Deinzer. Multi Sensor 3D Indoor Localisation. In Indoor Positioning and Indoor Navigation (IPIN), International Conference on, Banff, Canada, December 2015. IEEE.

Toni Fetzer, Frank Deinzer, Lukas Köping, and Marcin Grzegorzek. Statistical Indoor Localization Using Fusion of Depth-Images and Step Detection. In Indoor Positioning and Indoor Navigation (IPIN), International Conference on, Busan, South Korea, September 2014. IEEE.

Frank Ebner, Frank Deinzer, Lukas Köping, and Marcin Grzegorzek. Robust Self-Localization using Wi-Fi, Step/Turn-Detection and Recursive Density Estimation. In Indoor Positioning and Indoor Navigation (IPIN), International Conference on, Busan, South Korea, September 2014. IEEE.

Lukas Köping, Marcin Grzegorzek, and Frank Deinzer. Probabilistic Step and Turn Detection in Indoor Localization. In Conference on Data Fusion and Target Tracking 2014: Algorithms and Applications (DFTT 2014), pages 1--7, Liverpool, United Kingdom, April 2014. IEEE.

Lukas Köping, Frank Ebner, Marcin Grzegorzek, and Frank Deinzer. Indoor Localization Using Step and Turn Detection Together with Floor Map Information. FHWS Science Journal, 3(1):1--9, 2014.

Github Seite mit diversen Toolings und Datensätzen.