Geri Dön

Step length estimation using sensor fusion for indoor positioning

İç mekan konumlandırması için sensor füzyonu ile adım uzunlugu tahmini

PDF İndir

  1. Tez No: 637456
  2. Yazar: HASBİ SEVİNÇ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ GÖKHAN İNCE
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 73

Özet

Günümüzde insanlar bir yerden bir yere gidebilmek için navigasyon uygulamalarını kullanmaktadır. Özellikle bir yere ilk defa gidiliyorsa veya yer hakkında yeterli bilgi yoksa navigasyon uygulamalarından yardım alınmaktadır. Navigasyon uygulamaları kişinin konumunu Global Positioning System (GPS) veya baz istasyonu sinyallerinden algılamaktadır. Fakat bu sinyallerin kalitesi kapalı alanlarda navigasyon uygulamalarını kullanmak için yeterli değildir. Alışveriş merkezleri gibi kapalı alanlarda harita bilgisi genellikle kiosk cihazları üzerinden sağlanır. Bir mağazayı arayan kişi, harita ve AVM içerisindeki tabelaları kullanarak mağazayı bulmaktadır. Fakat bu durum görme engelli kişiler için mümkün değildir. Görme engelli bireyler açık alanlarda, sesli yönlendirme özelliğine sahip navigasyon uygulamaları ile gitmek istedikleri yere ulaşabilirler. Fakat bu uygulamalar kapalı alanlarda yeterli doğrulukta çalışmadığı için kullanımı mümkün olmamaktadır. Bu çalışmada, giyilebilir ve mobil cihazlar kullanılarak, kapalı alanda navigasyonun sağlanması hedeflenmektedir. Kapalı alanda navigasyonun sağlanması için çeşitli çalışmalar yapılmıştır. Bu çalışmalar genellikle WiFi, Bluetooth, Radio Frequency Identification (RFID) gibi kablosuz ağlar kurularak gerçekleştirilmiştir. Buradaki temel prensip sinyal yayan ağ cihazlarına olan uzaklığın hesaplanmasıdır. Eğer üç veya daha fazla cihaza olan uzaklık biliniyorsa, kişinin konumu hesaplanabilir. Fakat bu çalışmalarda sistemin doğru işlemesi için bina içerisinde bazı teknik düzenlemeler yapılmalıdır. Bu yüzden sinyal yardımıyla navigasyonun sağlandığı kapalı alanlar yaygın değildir. Robotik çalışmalarında da kapalı alanda konum takibi için farklı yöntemler geliştirilmiştir. Bu çalışmalarda genellikle robotlar, alan içerisindeki önceden tanımlanmış obje veya Quick Response (QR) kodlara göre kendi konumlarını bulmaktadır. Fakat robotun konumunu bulabilmesi için ortamdaki objelerin konumunu önceden bilmesi gerekir. Bu tez ile sunulan yöntemde, kişinin bina içerisindeki konumunu takip etmek için, bina içerisine herhangi bir kurulum ihtiyacının olmaması hedeflenmiştir. Tezde sunulan kapalı alanda navigasyon sisteminin çalışması için kişinin ilk konumu bilinmelidir. Kişi bina içerisinde hareket ettiğinde kişinin adım uzunluğu makine öğrenmesi modelleri ile tahmin edilmektedir. Adım uzunluğunun tahmini için çeşitli çalışmalar yapılmıştır. Bu çalışmalarda ivme, manyetometre ve jiroskop sensörlerinden oluşan sistemler kullanılmıştır. Toplanan sensör verileri kişinin attığı adımların karakteristiği hakkında bilgi vermektedir. Kişinin doğrultusu da belirlendikten sonra kişi adım attığında adım uzunluğu tahmin edilerek bir önceki konumuna eklenmektedir. Böylece kişi yürürken eş zamanlı olarak kişinin güncel konumu tahmin edilebilmektedir. Tezde sunulan yöntemin çalışması için 1) tekstil tabanlı kapasitif sensörler, 2) akıllı cep telefonu, 3) görme engelliler için geliştirilmiş WeWALK akıllı bastonu kullanılmıştır. Makine öğrenmesi modellerinin eğitilmesi için gerekli olan veri toplama çalışmaları, kurulan parkur üzerinde yürüyen beş farklı denek ile yapılmıştır. Bu parkur farklı adım uzunluklarına sahip yürüme yollarından oluşmaktadır. Denekler bu alanlarda yürürken sensörlerden alınan veriler sistem tarafından daha sonra işlenmek üzere kaydedilmiştir. Tekstil tabanlı kapasitif sensörler, bireyin her iki dizine yerleştirilmiştir. Bu sensörler bireyin diz eklemindeki açı değişimlerini ölçer. Böylece sistem, birey yürürken attığı adımlar hakkında bilgi sahibi olur. Akıllı baston ve cep telefonu içerisinde bulunan ivme, jiroskop ve pusula sensörünün kullanılmasıyla da yürümenin karakteristiğine dair bilgiler elde edilir. Kişinin yürüme doğrultusu, cep telefonu içerisinde bulunan pusula sensöründen elde edilir. Çalışmanın ilk aşaması olarak sensörlerdeki veriler Bluetooth bağlantısı üzerinden toplanmıştır. Sistem akıllı baston ve cep telefonundan her biri için, x, y ve z eksenlerinde ivme, jiroskop ve pusula sinyallerini; tekstil tabanlı kapasitif sensörden ise sağ veya sol diz için birer sinyal olmak üzere toplamda ondokuz sinyal toplamaktadır. Öncelikle sensörlerden toplanan data sinyal işleme metotlar ile birlikte gürültü ve hatalı datalardan temizlenmiştir. Tekstil tabanlı kapasitif sensörlerden alınan sinyalin içerisindeki adımların başlangıç ve bitiş noktalarının tespiti için bir algoritma geliştirilmiştir. Bu algoritma sensör sinyalindeki yerel maksimum ve minimum noktalarını hesaplayarak, bu noktalar arasında kalan kısımları adım olarak değerlendirir. Tüm sensörlerdeki sinyaller belirlenen adım başlangıç ve bitiş noktalarına göre kesilir. Sensör sinyallerinin regresyon modellerinde kullanılabilmesi için bu sinyallerden öznitelik çıkarımı yapılır. Sistemin performansını iyileştirmek için, çıkarılan öznitelikler farklı eleme yöntemleri ile sadeleştirilmiştir. Denenen farklı yöntemlerin sonuçları karşılaştırılmış ve en iyi eleme yöntemi ile regresyon modelleri eğitilmiştir. Toplanan veri kümesine en iyi uyan regresyon modelinin bulunması için 1) Lineer Regresyon, 2) Vektör Destek Regresyonu, 3) Rassal Orman, 4) k-En Yakın Komşu modelleri ile sistem eğitilmiştir. Eğitilen bu modeller ile alınan sonuçlar karşılaştırılmış ve en iyi sonuç veren model adım tespiti için kullanılmıştır. Çalışmada adımların daha iyi tespit edilmesi için sensör füzyonu kullanılmıştır. Sistemdeki üç farklı sensörün sisteme olan katkılarının belirlenmesi için sensör ayrı ayrı ve ikili olarak testlere tabii tutulmuştur. Bu testler sonucunda üç farklı sensörün birlikte değerlendirilmesi ile en doğru adım uzunluğu tahminin ve en az lokalizasyon hatasının yapıldığı gözlemlenmiştir. Tezin hedefi olan kapalı alanda lokalizasyonun test edilebilmesi için Google Haritalarını kullanan bir Android uygulaması geliştirilmiştir. Öncelikle test ortamının gerçek ölçüleri ile hazırlanan plan, uygulamanın haritasına yüklenmiştir. Kişinin test ortamında bulunduğu ilk konum uygulamaya tanımlanmış ve bu konum harita üzerinde bir işaretçi ile gösterilmiştir. Uygulama adım uzunluğunu tespit edebilmek için geliştirilen regresyon modellerini kullanmaktadır. Bluetooth üzerinden toplanan sensör verileri, modelin öğrenme aşamasında olduğu gibi aynı sinyal işleme metodlarına tabii tutulmaktadır. Böylece kişi yürümeye başladığında, uygulama model yardımıyla kişinin adım uzunluklarını tespit etmekte ve kişinin yön bilgisine göre haritadaki işaretçiyi güncellemektedir. Tez kapsamında geliştirilen sistemin performans ölçümlerinin yapılabilmesi için, başlangıç ve bitiş noktaları aynı olan bir test parkuru hazırlanmıştır. Bu test parkuru farklı adım uzunluklarından oluşmaktadır. Kişi başlangıç noktasından başlayarak tüm parkuru bitirdiğinde, olması gereken bitiş konumundan ne kadar uzaklıkta olduğu hesaplanmıştır. Sensör füzyonunun sisteme katkısını bulmak amacıyla testler farklı sensör kombinasyonları ile tekrarlanmıştır. Bu tez ile geliştirilen yöntem, görme engellilerin kullandıkları akıllı baston, tekstil tabanlı kapasitif sensör ve akıllı cep telefonlarını kullanarak kapalı alanda gitmek istedikleri yere güvenle ulaşmalarını hedeflemektedir. Bu çalışma, yürüme testlerinde toplanan veri, regresyon modellerinin geliştirilmesi ve harita üzerindeki konumu gösteren Android uygulaması ile kapalı alan lokalizasyon ve navigasyon çalışmalarına katkı sağlamaktadır.

Özet (Çeviri)

People use navigation applications to go to one place from another. Especially, if people traveling go to a place for the first time or if there is not enough information about the place, people traveling can get help from navigation applications. Navigation applications detect the person's location from Global Positioning System (GPS) or base station signals. However, the quality of these signals is not sufficient to use navigation applications in closed areas. In closed areas such as shopping centers, map information is usually provided through kiosk devices. The person looking for a store finds the store using the signs on the map at the mall. However, this is not possible for visually impaired people. Visually impaired individuals can reach their destination in open areas with navigation applications that use voice guidance. However, it is not possible to use these applications indoors, since they do not work properly in these locations. This study aims to provide navigation in indoor locations by using wearable and mobile devices. Various studies have been carried out to provide navigation in indoor locations. These studies generally used wireless networks such as WiFi, Bluetooth, Radio Frequency Identification (RFID). The basic principle of these systems is the calculation of the distance to the network devices that emit signals. If the distance to three or more devices is known, the position of the person can be obtained. However, in these studies, some technical arrangements should be made in the building for the system to function properly. Therefore, indoor areas where navigation is provided with the help of signals are not widely available. In robotic studies, different methods have been developed for indoor location tracking. In these studies, robots generally find their positions according to predefined objects or Quick Response (QR) codes in the field. However, the robot needs to know the position of the objects in the environment to find its position. In the method presented in this thesis, it is aimed that there is no need for any installation inside the building to follow the position of the person. For the study of the method presented in the thesis, the following elements were used: 1) textile-based capacitive sensors, 2) smart mobile phone, 3) WeWALK smart cane developed for the visually impaired. The data collection that is required for training of machine learning models were carried out with five different subjects walking on the established course. This track consists of walking paths with different stride lengths. Data taken from the sensors while the subjects walked in these areas were recorded by the system for further processing. Textile-based capacitive sensors are placed in both knees of the subject. These sensors measure the angle changes in the subject's knee joint. Thus, the system obtains information about the steps that the subject takes while walking. Information about the characteristics of walking is obtained by using the accelerometer, gyroscope, and the compass sensor in the smart cane and mobile phone. The direction of the walking subject was obtained from the compass sensor inside the mobile phone. As the first stage of the study, the data on the sensors were transmitted via Bluetooth connection. The system includes acceleration, gyroscope, and compass signals on x, y, and z axes for each of the smart canes and mobile phones. It also collects signals from the textile-based capacitive sensor. In total, the system collects nineteen signals. Firstly, the data collected from the sensors are cleaned from noise and outlier data using signal processing methods. An algorithm has been developed to detect the onset and offset points of the steps in the signal received from textile-based capacitive sensors. This algorithm calculates the local maximum and minimum points in the sensor signal and treats the interval between these points as steps. The signals in all sensors are segmented according to the determined start and finish points. In order to use sensor signals in regression models, feature extraction is performed on these signals. To improve the performance of the system, the extracted features are simplified by different feature selection methods. The performance of different methods were compared and regression models were trained with the best selection method. The system was trained with 1) Linear Regression, 2) Vector Support Regression, 3) Random Forest, 4) k-Nearest Neighbor models to find the best-fitted regression for the collected data set. The results obtained with these trained models were compared and the model with the best results was used for step detection. Sensor fusion was used to better determine stride lengths. In order to determine the contributions of the three different sensors in the system, different fusion alternatives have been tested separately and in pairs. As a result of these tests, it was observed that the fusion of three different sensors together provided the highest accuracy for step detection and lowest localization error. An Android application using Google Maps has been developed to perform localization. First of all, the plan prepared with the actual dimensions of the test environment was loaded on the map of the application. The initial location of the person in the test environment is defined in the application and this location is shown on the map with a marker. The application uses the regression models developed to determine the step length. Sensor data collected via Bluetooth is subjected to the same signal processing methods as in the learning phase of the model. Thus, when the person starts walking, the application determines the step length of the person with the help of the model and it updates the marker on the map according to the person's direction information. In order to test the system performance, a track with the same origin and destination points was determined in the test environment. When the person completed the entire track starting from the initial point, the distance between their actual final position and the projected final position was calculated. The method developed in this thesis aims to enable the visually impaired to reach their desired destinations in indoor locations by using the smart cane, textile-based capacitive sensor, and smartphones. With the data collected in walking tests, the development of regression models, and the Android application showing the position on the map, this study contributes to literature in the indoor localization and navigation.

Benzer Tezler

  1. Tez No

    397802

    Yönelim çıkarımı için arm tabanlı bir gömülü sistem tasarımı ve gerçeklenmesi

    Design and implementation of an arm based embedded system for estimation of the orientation

    SÜLEYMAN URMAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜŞTAK ERHAN YALÇIN

  2. Tez No

    486602

    Elde taşınabilir bir gömülü sistem üzerinde kapalı alan konum tahmin yöntemlerinin gerçeklenmesi ve karşılaştırılması

    Implementation and comparison of indoor location estimation methods on a handheld embedded system

    OZAN VAHİT ALTINPINAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜŞTAK ERHAN YALÇIN

  3. Tez No

    505160

    Infrastructure independent pedestrian localization using dead reckoning and particle filter

    Parakete seyri hesabı ve parçacık filtresi ile altyapısız yaya konum belirleme

    MEHMET ENES CAVLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN TEMELTAŞ

  4. Tez No

    485346

    Sürekli mıknatıslı senkron motorda algılayıcısız kontrol yöntemini geliştirmeye katkılar

    Contributions to improve the method of sensorless control of PMSM

    GÖKHAN ALTINTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. DERYA AHMET KOCABAŞ

  5. Tez No

    587445

    Doğrusal motor sistemi üzerine 6 serbestlik derecesine sahip platform tasarımının yapılarak uygulanması ve yazılımın eniyileştirilmesi

    Applying the platform with 6 dof level by designing it on to a linear motor system and enhance its software

    VOLKAN ÖZTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Mekatronik Mühendisliğiİstanbul Gelişim Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. BEDRİ YÜKSEL

Geri Dön