Skip to main content

SenseCAP T1000 室内定位系统指南

本章将提供关于如何使用 Traxmate 将 SenseCAP T1000 追踪器 集成到室内定位解决方案中的整体指导。

Traxmate 是一个物联网平台,使您或您的客户能够轻松高效地部署全面的物联网追踪解决方案,具备无缝的室内外定位、追踪和路由功能。

pir

架构概述

以下是简要总结,但请阅读文档的其余部分以获得完整的了解。

● 登录 Traxmate 并创建您的建筑物。
● 部署更多 Wi-Fi 和/或 E5 蓝牙定位信标部署(如果需要)。
● 执行室内勘测以检查已安装的 Wi-Fi 和/或蓝牙基础设施提供的精度。
● 进行新的室内勘测以验证。
● 重复上述步骤或开始使用室内定位解决方案。
● 将设备连接到 TTN 并将数据发送到 Traxmate。

pir

部署 Wi-Fi/蓝牙信标

如果您还没有已安装的 Wi-Fi 接入点和/或蓝牙信标基础设施,您可以进行针对定位优化的部署。大多数已部署的 Wi-Fi 接入点基础设施的放置很可能是为了优化数据连接的范围和性能。当同时考虑定位时 - 请考虑"分散部署并保持靠近角落和墙壁,在需要更高精度的区域保持更高密度"。

tip

蓝牙信标通常由电池供电,因此可以更容易地部署。Wi-Fi 接入点具有更长的范围。密集的蓝牙信标网格比稀疏的 Wi-Fi 接入点网格提供更好的精度。

查看 E5 蓝牙定位信标部署 了解更多详情。

添加地点

导航到 Places -> Add New,然后点击地图或搜索地址或名称,点击 Add place 弹窗并提交详细信息。

pir

下一步是指定建筑物的楼层数,并将楼层地图上传到您希望启用室内定位的楼层。楼层地图上传支持 PNG 和 JPEG 文件。上传文件后,您可以使用工具来缩放、旋转并将其正确放置在地图上。还有一个工具可以沿着建筑物的形状裁剪 PNG/JPEG 文件。

设置建筑物后,点击 SAVE

pir

进行调研

一旦建筑物已添加并上传了楼层地图,就可以使用 Traxmate 应用程序(Android 版本)进行调研了。

note

无法使用 iOS 版本的 Traxmate 应用程序,因为 iOS 不支持第三方应用程序进行 Wi-Fi 扫描。

tip

Android 通常对应用程序扫描 Wi-Fi 的频率有限制,设置为每 30 秒一次。为了获得更准确的调研结果,建议您关闭此限制。您必须将 Android 设置为开发者模式才能执行此操作。

转到 设置 > 开发者选项 > 找到"Wi-Fi 扫描限制" > 禁用它(或设置>系统>高级>开发者选项)。 在您的 Android 上禁用 WiFi 扫描限制后,您可以确保 NetSpot 在调研、扫描和分析您的无线网络区域时会尽其所能。
查看更多信息请点击这里

打开应用程序并登录,选择 Places -> Select your Place -> Select Floor -> Start Survey

应用程序将持续扫描 Wi-Fi 和蓝牙。您应该通过反复放置参考点来训练室内定位系统。参考点越多越好。参考点应放置在地图上代表您实际所在位置的地方。

pir

● 您通过缩放和平移地图来放置参考点,使您所在的位置位于十字准线下方。当您瞄准正确时,点击带有加号(+)的按钮。

● 然后您继续行走,尽力以恒定速度直线行走。 建议速度比正常步行速度稍慢。瞄准一个新的好位置作为参考点。好的位置是在地图上容易识别的地方,如角落、十字路口、门、电梯、楼梯等类似位置。

● 至少每 5-10 米放置一个参考点。您放置参考点越精确,室内定位就越准确。

● 当您调研完整个区域或楼层后,按红色停止按钮停止调研。调研数据将发送到服务器端进行处理。在一到几分钟内,将为您的建筑物自动发布一个新的建筑模型(请参阅关于建筑模型的章节)(如果调研贡献良好并提高了准确性)。

评估当前提供的准确性

一旦您完成了室内调研,就需要评估结果。您登录到 Traxmate 门户 并访问您的场所/建筑物的定位选项卡。 来自调研的原始数据将由后端服务器处理,结果将作为建筑模型提供。最新发布的建筑模型的详细信息显示在定位选项卡中。

pir

此图显示中位误差为 4.33 米。已执行的调研覆盖了建筑物的 51%,发现 Wi-Fi 和蓝牙(RF 覆盖)覆盖了建筑物的 13%

建筑模型和中位误差

建筑模型是信标在建筑物内放置位置的电子表示。当用户(或多个用户)执行调研或参考轨迹时,会生成建筑模型。一旦这些完成,它们就会被发送到系统中计算成建筑模型。

为每个建筑模型计算中位误差。中位误差基于地面真实/参考轨迹(由调研期间放置的参考点生成)与计算轨迹(基于 Combain 位置 API 提供的室内定位)之间的差异(误差)。系统自动选择发布最佳可用建筑模型。"最佳"算法基于覆盖率和中位误差的组合。

自动过程可以通过手动发布选定的建筑模型来覆盖。建筑模型可以编辑。用户能够添加或编辑信标以进一步增强定位效果。

pir

显示建筑物 Mattehuset1 的已发布建筑模型 1892。总共有 98 个可用建筑模型。当前建筑模型包括 179 个唯一的 Wi-Fi MAC 地址,覆盖 6 层中的 4 层。所有楼层的中位误差为 4.33 米。最佳楼层(见图 9)是第 3 层,中位误差为 3.9 米。

调研覆盖、RF 覆盖和中位误差地图

在评估特定建筑模型时,要查看准确性是否以及如何改进,查看调研覆盖、RF 覆盖和中位误差地图会很有用。

pir

如何提高室内定位准确性

当查看中位误差地图时,如果您发现提供的中位误差不符合您用例的要求,那么就该研究如何提高准确性了。

步骤 1 - 更多调研
您是否在建筑物中打算使用室内定位的所有区域都进行了调研? 如果没有,请进行更多调研。

步骤 2 - 增加 Wi-Fi 和蓝牙覆盖
您是否在建筑物中打算使用室内定位的所有区域都有 Wi-Fi 和蓝牙? 如果没有,请在这些区域部署更多 Wi-Fi 和蓝牙信标,并在这些区域进行调研。

步骤 3 - 增加 Wi-Fi 和蓝牙密度
您在建筑物的所有区域都有 Wi-Fi 和蓝牙,但精度仍然不够好。 检查这些区域中 Wi-Fi 和蓝牙的密度。与附录 1 中的表格进行比较,看看从理论和仿真角度是否建议您增加 Wi-Fi 和蓝牙的密度以满足您的要求。如果是这样,请在这些区域部署更多的 Wi-Fi 和蓝牙信标。

步骤 4 - 提高测量精度
您在建筑物的所有区域都有 Wi-Fi 和蓝牙,密度也符合附录 1 建议的理论水平以满足您的要求,但精度仍然不够好。 执行更详细的测量。确保您尽可能频繁地放置参考点(每平方米一次是最佳的)并尽可能准确。在地图中放置参考点时,精确和正确是很重要的。很容易犯错误,将它们放置在与您实际所在位置不同的地方。

开始使用

SenseCAP T1000 追踪器收集 Wi-Fi 和蓝牙扫描信息、MAC 地址和信号强度,并将其发送到 The Things Stack,然后通过 API 发送到 Traxmate 门户。

请先查看连接到 TTN以正确设置追踪器。

添加设备

登录 Traxmate 门户,导航到 Devices -> Add new -> Device

pir

TTS 配置

登录 The Things Stack,导航到 IntegrationsWebhooks,然后点击 Add Webhook

pir

选择 Custom Webhook 模板。

pir

命名您的 Webhook ID 并选择格式为 JSON,然后复制基础 URL。

https://capture.v1.traxmate.io/service/<Service Token>/device
tip

导航到 Settings -> Account,并复制服务令牌。

pir

启用以下推荐的事件类型,然后点击 Add webhook

  • Uplink message
  • Normalized uplink

pir

检查设备数据

当设备成功连接后,我们返回到 traxmate 门户,您将看到设备的数据。

pir

pir

附录

精度要求

我们在本章中描述的方法和技术适用于需要大约2-10米中位误差的使用场景。

所有精度要求都应基于使用场景的需求。一些使用场景比其他场景有更高的要求,一些使用场景比其他场景有更高的室内定位基础设施可用预算。解决方案应旨在在精度要求和可用预算之间找到平衡。经验法则是,投入基础设施的资金和精力越多,精度越好。但请注意,许多使用场景可以通过使用已有的基础设施来支持。

以下图表显示了如果您在一定平方米范围内拥有一定数量的Wi-Fi/蓝牙设备,可以期望的精度。

估计室内精度矩阵

下表显示了使用基于AI(ANN)的室内定位在室内环境中可以期望的估计精度。精度将取决于要覆盖的区域和部署的Wi-Fi接入点(AP)或蓝牙信标的数量。

中位误差精度为:

● 绿色:1到5米
● 黄色:5到10米
● 红色:10米

pir

表格显示了如果您进行了非常详细的调查,每1平方米有一个参考点时的精度。

pir

表格显示了如果您进行了详细的调查,每4平方米有一个参考点时的精度。

pir

表格显示了如果您进行了稀疏调查,每100平方米有一个参考点时的精度。
Loading Comments...