Crowdsources aplikacji na smartfony Plany pomieszczeń

Mapy wielokrotnie rewolucjonizowały świat od zarania cywilizacji. Najnowsza iteracja opiera się na powszechnym przyjęciu technologii smartfonów i aplikacji lokalizacyjnych, na które pozwala.

Każdy, kto ma jedno z tych urządzeń, ma dostęp do globalnego systemu pozycjonowania satelitarnego, ogromnej bazy danych bardzo dokładnych map i innych warstw dodatkowych informacji, takich jak nazwy dróg, lokalne kawiarnie, a nawet lokalizacje znajomych.

Ale wszystko to kończy się, gdy tylko wejdziesz do budynku. GPS znany jest z tego, że przestaje działać w pomieszczeniach, a dostępnych jest niewiele map dla lokalizacji w pomieszczeniach.

Google i inni zaczęli to zmieniać, tworząc mapy niektórych dużych centrów handlowych w USA i Japonii. Ale postęp jest powolny, głównie dlatego, że mapy te muszą być starannie tworzone, mniej więcej ręcznie.

Dziś wygląda na to, że zmieni się to dzięki innowacyjnemu pomysłowi Moustafa Alzantot i Moustafa Youssef z Uniwersytetu Aleksandryjskiego w Egipcie. Ci faceci opracowali aplikację, która pozyskuje dane z czujników smartfonów, aby automatycznie tworzyć plany pomieszczeń. Nowa aplikacja nazywa się CrowdInside.

Oczywiście rodzaj i jakość danych ma kluczowe znaczenie. Ci faceci zwracają uwagę, że smartfony są wyposażone w szeroką gamę czujników: urządzenia GPS, magnetometry (kompasy), akcelerometry, a nawet mierniki siły sygnału WiFi, które podają przybliżone oszacowanie odległości do najbliższego hotspotu. Wszystkie te dane wykorzystują w niezwykle innowacyjny sposób.

Podstawową techniką jest martwe liczenie za pomocą akcelerometru jako krokomierza i magnetometru jako dalmierza. Liczba kroków w określonym kierunku daje przybliżony obraz przebytej odległości.

Problem polega oczywiście na tym, że martwe liczenie jest notorycznie podatne na błędy, które szybko narastają w czasie. Aby obejść ten problem, system musi być stale ponownie kalibrowany przy użyciu punktów w znanej lokalizacji.

To sprytna część systemu. Alzantot i Youssef zaczynają od określenia wejścia do budynku na podstawie lokalizacji, w której dane GPS stają się niedostępne. To daje punkt wyjścia do martwego rachunku.

Następnie wykorzystują dane z czujników, aby wykryć, kiedy użytkownicy są w windzie, poruszają się po schodach ruchomych lub po prostu wchodzą lub schodzą po schodach. W każdym przypadku ruch wytwarza unikalny wzorzec przyspieszenia, który różni się od chodzenia, dzięki czemu można je łatwo zauważyć.

Ponieważ wszystkie te lokalizacje są ustalone w budynku, można je wykorzystać jako punkty zakotwiczenia do ponownej kalibracji obliczeń martwego liczenia. Rezultatem jest aplikacja, która śledzi ruchy użytkownika w budynku z rozsądną dokładnością.

Ogromna siła tego systemu tkwi w pobieraniu danych od wielu użytkowników, czyli w crowdsourcingu. To wyostrza plan piętra, czyniąc go dokładniejszym.

Pozwala im również wywnioskować dane wyższego poziomu, takie jak kształt pomieszczeń, patrząc na rozproszenie śladów lub położenie drzwi, szukając przecięcia między korytarzami i pokojami.

Powyższa mapa pochodzi z około 150 śladów.

To sprytny pomysł o dużym potencjale komercyjnym. Alzantot i Youssef nie mówią, czy udostępnią CrowdInside. Niezależnie od swoich planów, muszą upewnić się, że chronią swoją własność intelektualną, co może być trudniejsze w Afryce Północnej niż w innych częściach świata.

Życzmy im z tym powodzenia.

Nr ref.: arxiv.org/abs/1209.3794 : CrowdInside: automatyczna konstrukcja planów pięter w pomieszczeniach

ukryć