Daily life oriented indoor localization by fusion of smartphone sensors and wi-fi
Akıllı telefon algılayıcıları ve kablosuz bağlantı birleşimi ile günlük yaşam odaklı iç mekan konumlandırması
- Tez No: 527578
- Danışmanlar: PROF. DR. ARDA YURDAKUL, YRD. DOÇ. DR. BERT ARNRICH
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 118
Özet
Akıllı telefonlar en hızlı gelişen teknolojilerin başında geliyor. Sayısız özellikleriyle, akıllı telefonlar insanların pek çok konuda en büyük yardımcısıdır. Öte yandan, insanlara daha etkin ve verimli bir şekilde destek sunabilmeleri için yapılandırılmaları gerekiyor. Bu çalışmayı yapmamız için bizi teşvik eden, bulundukları konumlara göre akıllı telefonların otomatik olarak yapılandığı sistemdir. Bu özellik, Küresel Konumlandırma Sistemi'nin (KKS) katkılarıyla dış mekanlarda mümkündür. Fakat KKS verilerinin iç mekanlarda yeterli doğruluk sağlayamamasından dolayı, bu tezde, cihazın kendi sensörleri ve Wi-Fi kullanılarak akıllı telefonun bir oda içerisindeki yerinin tam olarak belirlenmesi amaçlanmıştır. Çalışmamızın kilit noktası, tamamen akıllı telefon üzerinden çalışılıyor olmasıdır. Motivasyonumuza uygun olarak iç mekanda belirli yerlerden, sensör verileri ile Wi-Fi sinyal verileri, bir Android akıllı telefonda geliştirdiğimiz Veri Toplama Uygulaması kullanılarak toplandı. Bu uygulama ile bir tümleşik veri tabanı yaratıldı. Beş farklı denetimli makine öğrenme algoritması oluşturulan veri tabanına uygulanarak doğruluk ve işlem süresi kriterlerine göre değerlendirildi. Öğrenme setinin %20'sinde %98 doğruluk sağlayan Karar Ağacı Sınıflandırıcısı en başarılı sınıflandırıcı olduğu belirlendi. Kullanılan sensör verilerinin hangisinin konumları birbirinden ayırmakta daha anlamlı olduğunu bulmak için, özelliklerin tahminleme gücü araştırıldı. Model değerlendirme sonuçları baz alınarak, her odaya özgü karar ağacı oluşturmak amacıyla yine aynı Android akıllı telefon üzerinde Veri Sınıflandırma uygulaması geliştirildi. Üç farklı odada gerçekleştirlen testlerde, her bir odadaki doğru noktayı saptama başarısının yüzde 80'den fazla olduğu görüldü.
Özet (Çeviri)
Smartphones are leading among the fastest-growing technologies. With their numerous features, smartphones are the best assistants to users in their lives on several counts. However, a smartphone still requires an extensive con guration to assist every user eciently and e ectively. In this thesis, we are motivated to develop a system that makes a smartphone self-con gure automatically depending on its place. This has been well established for outdoor environments with contributions of GPS (Global Positioning System). However, GPS does not provide accurate data in indoor environments. Hence, in this thesis, we aim to determine the exact place of a smartphone in a room by exploiting on-device sensors and Wi-Fi services. The key point of our study is that it entirely works on the smartphone. In accordance with our motivation, sensors data and Wi-Fi RSSI values were collected from xed places via Data Collection Application which we developed on an Android smartphone. A fusion ngerprint database was created. Five supervised machine learning algorithms were evaluated on the ngerprint database in terms of classi cation accuracy and process time. The best performance was obtained from Decision Tree Classi er with 98% accuracy rate on 20% of training samples. Predictive power of used features were studied to specify which sensors are more meaningful for distinguishing indoor places from each other. Depending on model evaluation results, a Data Classi cation Application was developed on the same Android smartphone to generate a dedicated decision tree for each di erent room. Tests were carried out in three di erent rooms to show that more than 80% accuracy was achieved in nding the correct place in each room.
Benzer Tezler
- A service oriented reflective middleware for pervasive computing
Yaygın haberleşme için servis odaklı aksettirici arakatman
AHMET VOLKAN GÜREL
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih ÜniversitesiBilgisayar Mühendisliği Bölümü
DOÇ. DR. HALUK GÜMÜŞKAYA
- Bölge tanımlı kapalı alanlar için düşük güçlü bluetooth konumlama sistemi
Bluetooth low energy based zone-defined indoor positioning system
MUSTAFA GÜLERYÜZ
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
ÖĞR. GÖR. HASAN BÜLENT YAĞCI
- Kamusal mekanlar ve tasarım ilkeleri
Başlık çevirisi yok
RECAİ VOLKAN SAĞLAR
Yüksek Lisans
Türkçe
1998
Mimarlıkİstanbul Teknik ÜniversitesiŞehir Planlama Ana Bilim Dalı
DOÇ. DR. TÜRKAN ULUSU URAZ
- Tüketim kültürü değişimi bağlamında işlevini yitiren/ölü alışveriş merkezlerinin değerlendirilmesi
Evaluation of dead malls in the context of consumption cultural change
EDA VELİBAŞOĞLU
Doktora
Türkçe
2022
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. GÜLÇİN PULAT GÖKMEN
- Mimarlık eğitiminde işitsel mekansal farkındalık oluşturmaya yönelik bir öneri
A proposal for creating auditory spatial awareness in architectural education
DİLARA DEMİR
Yüksek Lisans
Türkçe
2017
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
YRD. DOÇ. DR. NURGÜN BAYAZIT