Guia do Sistema de Posicionamento Interno SenseCAP T1000
Este capítulo fornece orientações gerais sobre como integrar o SenseCAP T1000 Tracker em uma solução de posicionamento interno usando o Traxmate.
Traxmate é uma plataforma de IoT que permite que você ou seus clientes implantem fácil e eficientemente uma solução abrangente de rastreamento IoT, com posicionamento, rastreamento e roteamento contínuos em ambientes internos e externos.
Visão Geral da Arquitetura
A seguir você encontra resumos breves, mas leia o restante do documento para ter uma visão completa.
● Faça login no Traxmate e crie seu(s) prédio(s).
● Implemente mais redes Wi-Fi e/ou E5 Bluetooth Location Beacon Deployment (se necessário).
● Realize um levantamento interno para verificar a precisão fornecida pela sua infraestrutura de Wi-Fi e/ou Bluetooth já instalada.
● Faça um novo levantamento interno para validar.
● Repita as etapas acima ou comece a usar a solução de posicionamento interno.
● Conecte o dispositivo ao TTN e envie dados para o Traxmate.
Implantar os Beacons Wi-Fi/Bluetooth
Se você ainda não tiver uma infraestrutura instalada de pontos de acesso Wi-Fi e/ou beacons Bluetooth, poderá fazer uma implantação otimizada para posicionamento. A maioria das infraestruturas de pontos de acesso Wi-Fi já implantadas provavelmente foi posicionada para otimizar o alcance e o desempenho da conexão de dados. Ao considerar também o posicionamento, pense em “espalhar e manter próximo a cantos e paredes, e com maior densidade nas áreas onde você deseja maior precisão”.
Os beacons Bluetooth geralmente são alimentados por bateria e podem, portanto, ser implantados com mais facilidade. Os pontos de acesso Wi-Fi têm maior alcance. Uma grade densa de beacons Bluetooth fornece melhor precisão do que uma grade esparsa de pontos de acesso Wi-Fi.
Consulte E5 Bluetooth Location Beacon Deployment para mais detalhes.
Adicionar Locais
Navegue até Places -> Add New, depois clique no mapa ou pesquise um endereço ou nome, clique no pop-up Add place e envie os detalhes.
O próximo passo é especificar o número de andares do prédio e enviar os mapas de piso para os andares nos quais você deseja habilitar o posicionamento interno. O envio de mapas de piso oferece suporte a arquivos PNG e JPEG. Depois de enviar o arquivo, você usa as ferramentas para dimensionar, girar e posicioná-lo corretamente no mapa. Há também uma ferramenta para recortar o arquivo PNG/JPEG conforme o formato do prédio.
Depois de configurar o prédio, clique em SAVE.
Fazer o levantamento
Depois que o prédio tiver sido adicionado e os mapas de piso enviados, é hora de realizar o levantamento usando o aplicativo Traxmate (versão Android).
A versão iOS do aplicativo Traxmate não pode ser usada, pois o iOS não suporta varredura de Wi-Fi por aplicativos de terceiros.
O Android normalmente tem uma limitação de quantas vezes os aplicativos podem procurar redes Wi-Fi, definida como uma vez a cada 30 segundos. Para obter um levantamento mais preciso, é recomendável desativar essa limitação. Você precisa colocar o Android no modo de desenvolvedor para conseguir fazer isso.
Vá para Settings > Developer options > encontre "Wi-Fi scan throttling" > desative (ou Settings>System>Advanced>Developer options).
Com o Wi-Fi scan throttling desativado no seu Android, você pode ter certeza de que o NetSpot fará o seu melhor durante o levantamento, escaneando e analisando a área da sua rede sem fio.
Confira mais informações aqui.
Abra o aplicativo e faça login, selecione Places -> Select your Place -> Select Floor -> Start Survey.
O aplicativo irá então procurar continuamente redes Wi-Fi e Bluetooth. Você deve treinar o sistema de posicionamento interno colocando repetidamente Pontos de Referência. Quanto mais Pontos de Referência, melhor. O Ponto de Referência deve ser colocado no mapa que representa onde você está fisicamente localizado.
● Você coloca o ponto de referência ampliando e movendo o mapa para que o local onde você está fique sob a mira. Quando tiver mirado corretamente, clique no botão com o sinal de mais (+).
● Em seguida, continue caminhando, tentando ao máximo andar em linha reta e com velocidade constante.
Uma velocidade um pouco mais lenta que a caminhada normal é recomendada. Mire em um novo bom lugar para usar como Ponto de Referência. Bons lugares são locais facilmente reconhecíveis no mapa, como cantos, cruzamentos, portas, elevadores, escadas e similares.
● Coloque Pontos de Referência a cada 5–10 metros, no mínimo. Quanto mais precisamente você colocar os Pontos de Referência, mais preciso será o posicionamento interno.
● Quando você tiver feito o levantamento de toda a seção ou andar, pare o levantamento pressionando o botão vermelho de parada. O levantamento será enviado para o servidor e processado. Em um ou dois minutos, haverá um novo Modelo de Prédio (consulte o capítulo sobre modelos de prédio) publicado automaticamente para o seu prédio (se o levantamento tiver contribuído de forma positiva e melhorado a precisão).
Avaliar a precisão atualmente fornecida
Depois de realizar os Levantamentos Internos, é necessário avaliar os resultados. Faça login no portal Traxmate e visite a aba Positioning do seu Local/Prédio. Os dados brutos dos levantamentos serão processados pelos servidores de back-end e os resultados estarão disponíveis como Modelos de Prédio. Os detalhes do Modelo de Prédio publicado mais recentemente são exibidos na aba Positioning.
Modelos de Prédio e o Erro Mediano
Um modelo de prédio é uma representação eletrônica de onde os beacons estão posicionados dentro de um prédio. O modelo de prédio é gerado quando um usuário (ou vários) realiza levantamentos ou trilhas de referência. Assim que estes são finalizados, são enviados ao sistema para serem calculados em um modelo de prédio.
Para cada modelo de prédio é calculado um erro mediano. O erro mediano é baseado na diferença (o erro) entre a trilha de referência/verdade de terreno (gerada pelo ponto de referência colocado durante o levantamento) e a trilha calculada (com base no posicionamento interno fornecido pela Combain Location API). O sistema seleciona automaticamente a publicação do melhor modelo de prédio disponível. O algoritmo para “melhor” é baseado em uma combinação da taxa de cobertura e do erro mediano.
O processo automático pode ser substituído pela publicação manual de um modelo de prédio selecionado. Os modelos de prédio podem ser editados. Os usuários podem adicionar ou editar beacons para melhorar ainda mais o esforço de posicionamento.
Mapa de Cobertura do Levantamento, Cobertura de RF e Erro Mediano
Ao avaliar um modelo de prédio específico, para ver se e como a precisão pode ser melhorada, pode ser útil observar os mapas de Cobertura do Levantamento, Cobertura de RF e Erro Mediano.
Como Melhorar a Precisão do Posicionamento Interno
Ao analisar o mapa de Erro Mediano e perceber que o erro mediano fornecido não está alinhado com os requisitos do seu caso de uso, é hora de verificar como a precisão pode ser melhorada.
● Passo 1 - Mais Levantamentos
Você realizou levantamentos em todas as áreas do prédio onde pretende usar o posicionamento interno?
Se não, realize mais levantamentos.
● Passo 2 - Aumentar a cobertura de Wi-Fi e Bluetooth
Você tem Wi-Fi e Bluetooth em todas as áreas do prédio onde pretende usar o posicionamento interno?
Se não, implemente mais redes Wi-Fi e beacons Bluetooth nessas áreas e realize levantamentos nessas áreas.
● Passo 3 - Aumentar a densidade de Wi-Fi e Bluetooth
Você tem Wi-Fi e Bluetooth em todas as áreas do prédio, mas a precisão ainda não é suficientemente boa.
Revise a densidade de Wi-Fi e Bluetooth nessas áreas. Compare com as tabelas no Apêndice 1 e verifique se, de uma perspectiva teórica e simulada, é recomendável aumentar a densidade de redes Wi-Fi e Bluetooth para atender aos seus requisitos. Se for o caso, implemente mais redes Wi-Fi e beacons Bluetooth nessas áreas.
● Passo 4 - Aumentar a precisão do Levantamento
Você tem Wi-Fi e Bluetooth em todas as áreas do prédio e a densidade está de acordo com os níveis teóricos sugeridos pelo Apêndice 1 para atender aos seus requisitos, MAS a precisão ainda não é boa o suficiente.
Realize levantamentos mais detalhados. Certifique-se de colocar pontos de referência com a maior frequência possível (uma vez por metro quadrado é o ideal) e com a maior precisão possível. É importante que você seja preciso e correto ao posicionar o ponto de referência no mapa. É relativamente fácil cometer erros e posicioná-los em outros locais que não onde você realmente está localizado.
Começar a Usar
O SenseCAP T1000 Tracker coleta as informações de varredura de Wi-Fi e Bluetooth, endereços MAC e intensidade do sinal e envia isso para o The Things Stack, depois envia para o portal Traxmate via API.
Verifique primeiro o Connect to TTN para configurar o tracker corretamente.
Adicionar dispositivo
Faça login no portal Traxmate, navegue até Devices -> Add new -> Device.
Configuração TTS
Faça login em The Things Stack, navegue até Integrations → Webhooks e clique em Add Webhook.
Escolha o modelo Custom Webhook.
Dê um nome ao seu Webhook ID e selecione o formato JSON, depois copie a Base URL.
https://capture.v1.traxmate.io/service/<Service Token>/device
Navegue até Settings -> Account e copie o Service Token.
Ative o seguinte tipo de evento recomendado e, em seguida, clique em Add webhook.
- Uplink message
- Normalized uplink
Verificar os dados do dispositivo
Quando o dispositivo estiver conectado com sucesso, volte então ao portal Traxmate e você verá os dados do dispositivo.
Apêndice
Requisitos de precisão
O método e a tecnologia que descrevemos neste capítulo são adequados para casos de uso que exigem algo em torno de 2 a 10 metros de erro mediano.
Todos os requisitos de precisão devem ser baseados nas necessidades dos casos de uso. Alguns casos de uso têm requisitos mais altos do que outros e alguns casos de uso têm um orçamento disponível maior para infraestrutura de posicionamento em ambientes internos do que outros. A solução deve buscar encontrar um equilíbrio entre os requisitos de precisão e o orçamento disponível. A regra geral é: quanto mais dinheiro e esforço forem investidos em infraestrutura, melhor será a precisão. Porém, observe que muitos casos de uso podem ser atendidos utilizando uma infraestrutura já existente.
Os gráficos a seguir mostram qual precisão você pode esperar se tiver uma determinada quantidade de Wi-Fis/Bluetooth para um determinado número de metros quadrados.
Matriz de Precisão Estimada em Ambientes Internos
As tabelas abaixo mostram qual precisão estimada você pode esperar em um ambiente interno usando o posicionamento interno baseado em IA (ANN). A precisão dependerá da área a ser coberta e da quantidade de pontos de acesso Wi-Fi (APs) ou beacons Bluetooth implantados.
A precisão do erro mediano é:
● VERDE de 1 até 5 metros
● AMARELO de 5 até 10
● VERMELHO 10 metros
