ઇમારતની અંદર કોઈ વ્યક્તિ, સંપત્તિ અથવા ઉપકરણને સચોટ રીતે શોધવા માટે હોસ્પિટલો, ફેક્ટરીઓ, શોપિંગ સેન્ટરો, ઓફિસો અને વેરહાઉસ માટે તે ખૂબ જ મહત્વપૂર્ણ બની ગયું છે. સમસ્યા એ છે કે ઘરની અંદર, GPS અવિશ્વસનીય છે: દિવાલો, છત, કાચ અને ધાતુના માળખાં સિગ્નલને એટલું ઓછું કરે છે કે રીસીવર ભાગ્યે જ તેનો ઉપયોગ કરી શકે છે. તેથી જ, 15 વર્ષથી વધુ સમયથી, Wi-Fi RTT, બ્લૂટૂથ લો એનર્જી (BLE) બીકન્સ, UWB, ઇનર્શિયલ સેન્સર્સ અને કેમેરા અથવા લાઇટ જેવી તકનીકોને જોડીને સચોટ ઇન્ડોર પોઝિશનિંગ કેવી રીતે પ્રાપ્ત કરવું તે અંગે સઘન સંશોધન કરવામાં આવ્યું છે.
આજે ઘણા જુદા જુદા ઉકેલો છે, UWB સાથે સેન્ટીમીટર-સ્તરની સિસ્ટમોથી લઈને હાઇબ્રિડ અભિગમો જે મિશ્રણ કરે છે Wi-Fi RTT, BLE, મોબાઇલ સેન્સર અને અદ્યતન અલ્ગોરિધમ્સ (ત્રિભુજીકરણ, ફિંગરપ્રિન્ટિંગ, કાલમન ફિલ્ટર્સ, SLAM...). તે જ સમયે, ઉદ્યોગ નવા ધોરણો સાથે સખત મહેનત કરી રહ્યો છે: RTT માટે Wi-Fi 802.11mc, દિશા શોધવા અને ચેનલ સાઉન્ડિંગ માટે બ્લૂટૂથ 5.1 અને 5.3/6.0, ફ્લાઇટના સમય (ToF) અંતર માપન સાથે BLE ચિપ્સ, અથવા સંપૂર્ણ પ્લેટફોર્મ જે BLE અને LoRaWAN ને જોડીને ખૂબ ઓછા પાવર વપરાશ સાથે ક્લાઉડ પર પોઝિશન મોકલે છે.
ઇન્ડોર પોઝિશનિંગ શું છે અને GPS કેમ પૂરતું નથી?
જ્યારે આપણે વાત કરીએ છીએ ઇન્ડોર પોઝિશનિંગ સિસ્ટમ (IPS) અમે એવી કોઈપણ સિસ્ટમનો ઉલ્લેખ કરી રહ્યા છીએ જે અમને ઇમારતો, ઔદ્યોગિક પ્લાન્ટ, હોસ્પિટલો, એરપોર્ટ, પાર્કિંગ લોટ વગેરેમાં લોકો અથવા વસ્તુઓ શોધવાની મંજૂરી આપે છે. GPS થી વિપરીત, અહીં આપણે કઈ શેરી પર છીએ તે જાણવું પૂરતું નથી: ઘણીવાર આપણને જાણવાની જરૂર હોય છે કે દર્દી સાચા રૂમમાં છે કે નહીં, ફ્રેઇટ લિફ્ટ યોગ્ય ડોક પર છે કે નહીં, અથવા કોઈ કાર્યકર પ્રતિબંધિત વિસ્તારમાં પ્રવેશ્યો છે કે નહીં.
એક લાક્ષણિક IPS માં શામેલ છે એન્કર અને ટૅગ્સએન્કર એ ફિક્સ્ડ ડિવાઇસ (BLE બીકન્સ, Wi-Fi એક્સેસ પોઈન્ટ્સ, UWB નોડ્સ, બ્લૂટૂથ ગેટવે, વગેરે) છે જે જાણીતા સ્થળોએ ઇન્સ્ટોલ કરેલા છે. ટૅગ્સ એ મોબાઇલ એલિમેન્ટ્સ છે: આ સ્માર્ટફોન, ID કાર્ડ, રિસ્ટબેન્ડ, એસેટ ટૅગ્સ અથવા નાના ટ્રેકર્સ હોઈ શકે છે. સિસ્ટમ ટૅગની સ્થિતિની ગણતરી એન્કર સાથે વિનિમય થતા સિગ્નલો અને ઉપકરણના પોતાના સેન્સરમાંથી માહિતીના આધારે કરે છે.
કેટલી ચોકસાઈ પ્રાપ્ત કરી શકાય છે તે ટેકનોલોજી પર ખૂબ આધાર રાખે છે: UWB સાથે 30-50 સે.મી.ની ભૂલોથી લઈને Wi-Fi અથવા BLE સાથે કેટલાક મીટર સુધીઅન્ય પરિબળોમાં એન્કર ડેન્સિટી, આસપાસનો અવાજ (પ્રતિબિંબ, લોકોની હિલચાલ, મશીનરી), અપડેટ ફ્રીક્વન્સી, ઇન્ફ્રાસ્ટ્રક્ચર ખર્ચ અને ઊર્જા વપરાશનો સમાવેશ થાય છે.
મુખ્ય ઇન્ડોર પોઝિશનિંગ ટેકનોલોજીઓ
આજે, ઘણા પ્રકારના IPS સહઅસ્તિત્વ ધરાવે છે, દરેકના પોતાના ફાયદા અને ગેરફાયદા છે. સૌથી સામાન્ય તકનીકોને જૂથબદ્ધ કરી શકાય છે રેડિયોફ્રીક્વન્સી, અલ્ટ્રાસાઉન્ડ, પ્રકાશ અને જડતા સેન્સરતેમજ હાઇબ્રિડ અભિગમો જે દરેક વસ્તુને મિશ્રિત કરે છે જેથી દરેકમાંથી શ્રેષ્ઠ લાભ મેળવી શકાય.
RF ટેકનોલોજી: Wi-Fi, બ્લૂટૂથ, RFID, Zigbee અને UWB
રેડિયો ફ્રીક્વન્સી (RF) ટેકનોલોજી ઇન્ડોર પોઝિશનિંગમાં સૌથી વધુ વ્યાપક છે કારણ કે તે લાભ લે છે હાલનું ઈન્ફ્રાસ્ટ્રક્ચર અથવા સસ્તા હાર્ડવેરસૌથી મહત્વપૂર્ણમાં Wi-Fi, બ્લૂટૂથ, RFID, Zigbee અને UWB છે, દરેકની શ્રેણી, ચોકસાઈ અને કિંમત અલગ છે.
ઇન્ડોર પોઝિશનિંગ માટે વાઇ-ફાઇ: RSSI, ફિંગરપ્રિન્ટિંગ અને RTT
El વાઇ-ફાઇ પોઝિશનિંગ તે એન્કર તરીકે એક્સેસ પોઈન્ટ્સ (APs) નો ઉપયોગ કરવા પર આધારિત છે. બે મુખ્ય ક્લાસિક અભિગમો છે: ત્રિ-સ્તરીયકરણ સાથે પ્રાપ્ત સિગ્નલ સ્ટ્રેન્થ (RSSI) નો ઉપયોગ કરવો, અથવા ફિંગરપ્રિન્ટ નકશા બનાવવા જે બિલ્ડિંગના દરેક બિંદુ પર RSSI શું મેળવે છે તે એકત્રિત કરે છે.
Wi-Fi ત્રિભુજકતા દરેક AP થી અંતરનો અંદાજ લગાવે છે શક્તિ પ્રાપ્ત થઈ અને, ઓછામાં ઓછા ત્રણ એક્સેસ પોઈન્ટ સાથે, તે પોઝિશનની ગણતરી કરે છે. તે સરળ છે, પરંતુ પર્યાવરણ પ્રત્યે ખૂબ જ સંવેદનશીલ છે: દિવાલો, લોકો, ફર્નિચર અને મલ્ટીપાથ ખૂબ મોટી ભૂલો પેદા કરી શકે છે, ખાસ કરીને જો પ્રચાર નુકશાન મોડેલ યોગ્ય રીતે માપાંકિત ન હોય.
બીજી બાજુ, Wi-Fi ફિંગરપ્રિન્ટિંગમાં પ્રારંભિક કેલિબ્રેશન તબક્કો હોય છે જેમાં ઇમારતને પાર કરવામાં આવે છે, માપવામાં આવે છે પોઈન્ટના ગ્રીડ પર બધા AP ના RSSIપછી, જ્યારે ઉપકરણ અજાણ્યા સ્થાને હોય છે, ત્યારે તે શ્રેષ્ઠ મેળ શોધવા માટે ડેટાબેઝમાં સંગ્રહિત RSSI વેક્ટર સાથે વર્તમાન RSSI વેક્ટરની તુલના કરે છે. આ પદ્ધતિ સામાન્ય રીતે શુદ્ધ ત્રિભુજકતા કરતાં વધુ સચોટ હોય છે, પરંતુ તેને જરૂરી છે જાળવણી અને પુનઃમાપન જ્યારે એપી અથવા પર્યાવરણ બદલાય છે.
તાજેતરના વર્ષોમાં, Wi-Fi RTT (રાઉન્ડ ટ્રીપ ટાઇમ, IEEE 802.11mc સ્ટાન્ડર્ડ) ઉભરી આવ્યું છે, જે માપે છે ઉપકરણ અને AP વચ્ચે પેકેટોનો રાઉન્ડ ટ્રીપ સમયપ્રચાર ગતિ પ્રકાશ જેટલી હોવાથી, આ સમય માપવાથી RSSI કરતાં વધુ વિશ્વસનીય અંતર અંદાજ મેળવી શકાય છે. સારી પરિસ્થિતિઓમાં, 1-2 મીટરની ચોકસાઈ પ્રાપ્ત કરી શકાય છે. Android 9 અને તે પછીના વર્ઝન Wi-Fi RTT ને સપોર્ટ કરે છે, જે સુસંગત એક્સેસ પોઈન્ટ ઉપરાંત વધારાના હાર્ડવેર વિના આ તકનીકનો ઉપયોગ સક્ષમ બનાવે છે.
બીકન્સ, AoA/AoD, ToF અને ચેનલ સાઉન્ડિંગ સાથે બ્લૂટૂથ લો એનર્જી (BLE)
બ્લૂટૂથ, અને ખાસ કરીને બ્લૂટૂથ લો એનર્જી (BLE)આજે, તે તેના ઓછા પાવર વપરાશ, ઓછી કિંમત અને સ્માર્ટફોન, ટેબ્લેટ, વેરેબલ અને તમામ પ્રકારના IoT ઉપકરણોમાં વ્યાપક સમર્થનને કારણે અગ્રણી IPS સિસ્ટમોમાંની એક છે. BLE પોઝિશનિંગને બીકન્સ અથવા ગેટવેનો ઉપયોગ કરીને નિષ્ક્રિય અથવા સક્રિય રીતે લાગુ કરી શકાય છે.
ક્લાસિક બીકન મોડમાં, નાના BLE ઉપકરણો તૈનાત કરવામાં આવે છે જે તેઓ સમયાંતરે જાહેરાત પેકેજો જારી કરે છે. તેના ઓળખકર્તા સાથે (ઉદાહરણ તરીકે, iBeacon, AltBeacon, અથવા Eddystone પ્રોટોકોલ). રેન્જમાં કોઈપણ સ્માર્ટફોન અથવા BLE ગેટવે આ પેકેટો વાંચી શકે છે, RSSI માપી શકે છે, અને સંદર્ભ મૂલ્ય (1 મીટર પર TX પાવર) અને પ્રચાર નુકશાન મોડેલના આધારે અંતરનો અંદાજ લગાવી શકે છે. બહુવિધ બીકન્સ દૃશ્યમાન હોવાથી, ત્રિભુજકતા અથવા નિકટતા અને ઝોન પોઝિશનિંગ તકનીકો લાગુ કરી શકાય છે.
BLE બીકન્સના ઘણા ફાયદા છે: ઓછો વીજ વપરાશ (બેટરી જીવનના વર્ષો), નાનું કદ અને ખૂબ જ ઓછી કિંમતતેઓ કોઈન સેલ અથવા AA લિથિયમ બેટરીનો ઉપયોગ કરે છે અને ઓછી ટ્રાન્સમિશન પાવર સાથે, 3 વર્ષ કે તેથી વધુ સમય સુધી ટકી શકે છે. વધુમાં, તેમને ઇન્ટરનેટ કનેક્શનની જરૂર નથી: ફક્ત તેમના ઓળખકર્તાને ટ્રાન્સમિટ કરવાથી નેવિગેશન સેવાઓ, સંદર્ભ સૂચનાઓ, નિકટતા સંદેશાવ્યવહાર અથવા સંપત્તિ ટ્રેકિંગ સક્ષમ થાય છે.
ફક્ત RSSI નો ઉપયોગ કરીને તેની ચોકસાઈ સામાન્ય રીતે આસપાસ હોય છે લાક્ષણિક પરિસ્થિતિઓમાં 3-4 મીટરજોકે, તે પર્યાવરણ પર ખૂબ આધાર રાખે છે. સિગ્નલને સ્થિર કરવા માટે, ઘણી સિસ્ટમો ફિલ્ટરિંગ (દા.ત., કાલમેન ફિલ્ટર) લાગુ કરે છે જે RSSI વધઘટને સરળ બનાવે છે. તેમ છતાં, રેન્ડમ અવાજ અને મલ્ટીપાથ હજુ પણ ચોકસાઈને મર્યાદિત કરે છે, તેથી BLE ફિંગરપ્રિન્ટિંગ જેવી વધુ આધુનિક તકનીકોનો ઉપયોગ થાય છે.
આ પરિસ્થિતિને સુધારવા માટે બ્લૂટૂથનો વિકાસ થયો છે: આવૃત્તિઓ 5.1 અને પછીના સરનામાં શોધઆ એન્ટેના એરેનો ઉપયોગ કરીને સિગ્નલના આગમન કોણ (AoA) અથવા પ્રસ્થાન કોણ (AoD) નો અંદાજ કાઢવાની મંજૂરી આપે છે. આ કોણ-આધારિત ત્રિકોણીકરણનો દરવાજો ખોલે છે, જેમાં નિયંત્રિત વાતાવરણમાં ઘણી ઓછી ભૂલો અને ચોકસાઈ એક મીટર અથવા તો સબ-મીટર સુધી પહોંચે છે.
તાજેતરમાં, બ્લૂટૂથ સ્પષ્ટીકરણ માટે તકનીકો ઉમેરે છે ચેનલ સાઉન્ડિંગ અને ફ્લાઇટનો સમય (ToF)Wi-Fi RTT ની જેમ, આ તકનીકો RSSI કરતાં વધુ સચોટ અંતર માપન માટે પરવાનગી આપે છે. ટેક્સાસ ઇન્સ્ટ્રુમેન્ટ્સ જેવા કેટલાક ઉત્પાદકોએ પહેલાથી જ ફ્લાઇટના સમય (ToF) આધારિત અંતર માપન માટે સક્ષમ BLE ચિપ્સ રજૂ કરી છે, જે BLE ને ફ્લાઇટના સમયની ચોક્કસ સ્થિતિના ક્ષેત્રની નજીક લાવે છે.
બીકન અભિગમ ઉપરાંત, આના પર આધારિત મોડેલ પણ છે બ્લૂટૂથ ગેટવે BLE રિસ્ટબેન્ડ અથવા ટૅગ્સનો ઉપયોગ કરીને લોકોની નિષ્ક્રિય સ્થિતિ અથવા સક્રિય સ્થિતિ માટે. આ કિસ્સામાં, ગેટવે નજીકના BLE ઉપકરણો (દા.ત., જેલ અથવા નર્સિંગ હોમમાં રિસ્ટબેન્ડ) માટે પર્યાવરણને સતત સ્કેન કરે છે, સર્વરને જોવામાં આવતા દરેક ટેગના RSSI નો અહેવાલ આપે છે, અને કેન્દ્રીય એન્જિન વાસ્તવિક સમયમાં સ્થિતિની ગણતરી કરે છે. લાક્ષણિક ચોકસાઈ પણ 3-4 મીટરની આસપાસ છે, જે Wi-Fi પર સ્થિરતા અને પાવર વપરાશના સંદર્ભમાં સુધારે છે.
UWB: સેન્ટીમીટર-આધારિત વિકલ્પ
UWB સિસ્ટમ સામાન્ય રીતે ToF-આધારિત ત્રિ-ભંડોળનો ઉપયોગ કરીને કાર્ય કરે છે, જે સિગ્નલને જવા અને પાછા ફરવામાં લાગતો સમય અથવા વિવિધ એન્કર વચ્ચેના આગમન સમયને માપે છે. મોટી બેન્ડવિડ્થ ઉચ્ચ ટેમ્પોરલ રિઝોલ્યુશન પ્રદાન કરે છે અને પ્રતિબિંબથી સીધા માર્ગોને અલગ પાડવાની સુધારેલી ક્ષમતા, જે અવરોધો અને મકાન સામગ્રી સામે મજબૂતાઈ વધારે છે.
બદલામાં, UWB ને જરૂરી છે ચોક્કસ માળખાગત સુવિધાઓનો ઉપયોગતે વધુ ફ્રીક્વન્સી બેન્ડવિડ્થ વાપરે છે અને નિયમનકારી પ્રતિબંધોને આધીન છે (મર્યાદિત પાવર સાથે 3,1 અને 10,6 GHz વચ્ચેના લાક્ષણિક બેન્ડ). વ્યવહારુ શ્રેણી સામાન્ય રીતે દસ મીટરની હોય છે, અને એન્કર અને ટેગ દીઠ કિંમત BLE કરતા વધારે હોય છે, તેથી તે એવા એપ્લિકેશનો માટે આરક્ષિત છે જ્યાં સેન્ટીમીટર-સ્તરની ચોકસાઈ ખરેખર મહત્વપૂર્ણ છે (ઔદ્યોગિક ઓટોમેશન, રોબોટિક્સ, ઉચ્ચ-સુરક્ષા ઍક્સેસ નિયંત્રણ, ઓટોમોટિવ).
RFID અને ઝિગ્બી
Wi-Fi, BLE અને UWB ઉપરાંત, અન્ય તકનીકોનો પણ ઉપયોગ કરવામાં આવ્યો છે RFID અને ઝિગ્બી RFID નો ઉપયોગ ઘરની અંદર વસ્તુઓ શોધવા માટે થાય છે. તે નિષ્ક્રિય, અર્ધ-નિષ્ક્રિય અથવા સક્રિય ટૅગ્સને ઓળખવા માટે ઇલેક્ટ્રોમેગ્નેટિક ક્ષેત્રોનો ઉપયોગ કરે છે, સક્રિય ટૅગ્સના કિસ્સામાં સેન્ટીમીટરથી લગભગ 100 મીટર સુધીની રેન્જ ધરાવે છે. તે ઓળખ અને ઇન્વેન્ટરી નિયંત્રણ માટે આદર્શ છે, પરંતુ સતત સ્થિતિ માટે એટલું બધું નહીં, કારણ કે તે પોતાના પર ચોક્કસ કોઓર્ડિનેટ્સ અથવા રીઅલ-ટાઇમ ટ્રેકિંગ પ્રદાન કરતું નથી.
બીજી બાજુ, ઝિગ્બી એ એક માનક છે ઓછા વપરાશવાળા મેશ નેટવર્ક નિયંત્રણ અને દેખરેખમાં વ્યાપકપણે ઉપયોગમાં લેવાય છે (હોમ ઓટોમેશન, સ્માર્ટ મીટરિંગ, વગેરે). જોકે તેનો ઉપયોગ RSSI અથવા મેશ તકનીકોનો ઉપયોગ કરીને પોઝિશનિંગ માટે થઈ શકે છે, વ્યવહારમાં તેની ભૂમિકા BLE દ્વારા ઢંકાઈ ગઈ છે, જે મોબાઇલ અને ગ્રાહક ઉપકરણોમાં ઘણો મોટો ઇન્સ્ટોલ કરેલ આધાર અને વધુ સારો સપોર્ટ પ્રદાન કરે છે.
અલ્ટ્રાસાઉન્ડ, ઇન્ફ્રારેડ અને પ્રકાશ
રેડિયો ફ્રીક્વન્સી ઉપરાંત, IPS સિસ્ટમો પર આધારિત છે અલ્ટ્રાસાઉન્ડ, ઇન્ફ્રારેડ, અથવા પ્રકાશઅલ્ટ્રાસાઉન્ડ સોનારની જેમ ટ્રાન્સમીટર અને રીસીવરો વચ્ચેના એકોસ્ટિક તરંગોના ઉડાન સમયને માપે છે. તે સબ-મીટર ચોકસાઈ પ્રાપ્ત કરી શકે છે, પરંતુ તાપમાન, આસપાસના અવાજ અને ઘન અવરોધો પ્રત્યે સંવેદનશીલ છે, અને તેને નોંધપાત્ર સંખ્યામાં એન્કર અને એકોસ્ટિક દૃશ્યતા જાળવવાની જરૂર છે.
ઇન્ફ્રારેડ સિસ્ટમ્સની જરૂર છે સીધી દૃષ્ટિ લેબલ્સ અને એન્કર વચ્ચે. તેનો ઉપયોગ રૂમ ડિટેક્ટર તરીકે અને વર્ચ્યુઅલ રિયાલિટી સિસ્ટમમાં કરવામાં આવે છે, જ્યાં વિવિધ પ્રકાશ સ્ત્રોતો અને પ્રતિબિંબીત તત્વો વપરાશકર્તાના સ્થાનને ખૂબ જ સચોટ બનાવવા દે છે. સમસ્યા એ છે કે બીમને અવરોધિત કરતી કોઈપણ અવરોધ માપનને વિક્ષેપિત કરે છે, તેથી કવરેજ નાજુક હોઈ શકે છે.
છેલ્લે, કેટલાક લાઇટિંગ ઉત્પાદકોએ ઉકેલો વિકસાવ્યા છે દૃશ્યમાન પ્રકાશ-આધારિત સ્થિતિઆ સિસ્ટમોમાં, દરેક પ્રકાશ એક અનોખી ઝબકવાની પેટર્ન બહાર કાઢે છે જેને મોબાઇલ ફોનનો કેમેરા શોધી શકે છે. આનાથી વપરાશકર્તાનું સ્થાન ખૂબ જ સચોટ બને છે, પરંતુ હાલની લાઇટિંગને બદલવાની અને ચોક્કસ હાર્ડવેર અને સોફ્ટવેર પ્રદાતા જાળવવાની જરૂર પડે છે.
IMU અને ઇનર્શિયલ પોઝિશનિંગ
બધા આધુનિક સ્માર્ટફોન એકીકૃત કરે છે ઇનર્શિયલ મેઝરમેન્ટ યુનિટ (IMU) એક્સીલેરોમીટર, ગાયરોસ્કોપ અને મેગ્નેટોમીટર સાથે. આ સિગ્નલોને જોડીને, 3D અવકાશમાં ઉપકરણની સંબંધિત ગતિવિધિનું પુનઃનિર્માણ કરી શકાય છે: તે કેટલું દૂર ગયું છે, કઈ દિશામાં ગયું છે, કેટલી વાર ફેરવાયું છે, શું તેણે ફ્લોર બદલ્યા છે, વગેરે.
આ અભિગમ, તરીકે ઓળખાય છે મૃત ગણતરી ડેડ રેકનિંગ, અથવા સનક નેવિગેશન, ને એન્કરની જરૂર હોતી નથી, પરંતુ સમય જતાં તેની ચોકસાઈ ઘટતી જાય છે કારણ કે ભૂલો એકઠી થાય છે. થોડીક સેકંડ અથવા થોડી મિનિટોમાં, અંદાજિત સ્થિતિ ઘણા મીટર સુધી બદલાઈ શકે છે. તેથી, IMU નો ઉપયોગ સામાન્ય રીતે અન્ય તકનીકો (Wi-Fi, BLE, મેગ્નેટોમીટર, બેરોમીટર, ડિજિટલ નકશા) સાથે મળીને કોર્સને સુધારવા અને ફરીથી ગોઠવવા માટે થાય છે.
ઇનર્શિયલ સેન્સર પર આધારિત કેટલીક સિસ્ટમો એક ડગલું આગળ વધીને કહેવાતા પ્રસ્તાવિત કરે છે "બીકન કે એપ વગર ઇન્ડોર જીપીએસ"ઉદાહરણ તરીકે, બિલ્ડિંગના ફ્લોર પ્લાન સાથે વેબ એપ્લિકેશન ખોલતા QR કોડને સ્કેન કરીને પ્રારંભિક સ્થિતિ મેળવવામાં આવે છે. ત્યાંથી, મોબાઇલ ફોનનો IMU વપરાશકર્તા ખસેડતાની સાથે સ્થિતિને અપડેટ કરે છે. તે ખૂબ જ રસપ્રદ ઉકેલ છે કારણ કે તેને હાર્ડવેર ઇન્સ્ટોલ કરવાની અથવા વપરાશકર્તાને મૂળ એપ્લિકેશન ડાઉનલોડ કરવા માટે દબાણ કરવાની જરૂર નથી, જોકે હાલમાં તે મર્યાદિત છે: તે બીકન અથવા Wi-Fi સપોર્ટ વિના સ્ક્રીન બંધ રાખીને જીઓમાર્કેટિંગ, પૃષ્ઠભૂમિ સૂચનાઓ અથવા ટ્રેકિંગને મંજૂરી આપતું નથી.
કમ્પ્યુટર દ્રષ્ટિ, પ્રકાશ અને SLAM
La કમ્પ્યુટર દ્રષ્ટિ કેટલીક અદ્યતન IPS સિસ્ટમોમાં તે બીજો મુખ્ય ઘટક છે. સિદ્ધાંત સરળ છે: વપરાશકર્તા તેમની આસપાસ કેમેરાને નિર્દેશ કરે છે, અને સિસ્ટમ છબીઓની તુલના ડેટાબેઝ અથવા બિલ્ડિંગના 3D મોડેલ સાથે કરે છે જેથી તે કયા અનુકૂળ બિંદુથી લેવામાં આવી હતી તે નક્કી કરી શકાય, અથવા અન્ય શક્યતાઓનો લાભ પણ લઈ શકાય. જીવંત દૃશ્ય સ્થાન ટ્રેકિંગને પૂરક બનાવવા માટે. તે સ્થાનને નિર્ધારિત કરવા માટે QR કોડ અથવા અન્ય વિઝ્યુઅલ માર્કર્સ પણ શોધી શકે છે.
વધુમાં, ઘણી ઇન્ડોર નેવિગેશન સિસ્ટમ્સ નીચેની તકનીકોનો ઉપયોગ કરે છે: SLAM (એકસાથે સ્થાનિકીકરણ અને મેપિંગ)આ સિસ્ટમો સેન્સર ડેટા (IMU, કેમેરા, વગેરે) નો ઉપયોગ કરીને નકશા બનાવે છે અને સાથે સાથે તેમાં વપરાશકર્તાને પણ શોધી કાઢે છે. આ અભિગમો રોબોટિક્સ અને સ્વાયત્ત વાહનોમાં ખૂબ જ શક્તિશાળી છે, અને મોબાઇલ ઉપકરણો માટે અપનાવવામાં આવી રહ્યા છે, પરંતુ તેમને નોંધપાત્ર કમ્પ્યુટિંગ શક્તિની જરૂર પડે છે અને મોટા પાયે જમાવટ માટે હંમેશા વ્યવહારુ હોતા નથી.
સ્થિતિ ગણતરી પદ્ધતિઓ: RSSI, ત્રિભુજીકરણ, ત્રિકોણીકરણ અને ફિંગરપ્રિન્ટિંગ
ભૌતિક ટેકનોલોજી ઉપરાંત, IPS નું હૃદય સ્થાન પદ્ધતિઓ જે પ્રાપ્ત સિગ્નલો પર લાગુ થાય છે. સૌથી સામાન્યમાં RSSI, ત્રિભુજીકરણ, ત્રિકોણીકરણ, ફિંગરપ્રિન્ટિંગ, AoA/AoD, ડેડ રેકનિંગ, અને કાલમેન જેવા ફિલ્ટરિંગ અલ્ગોરિધમ્સ પણ શામેલ છે.
નો ઉપયોગ RSSI તે સૌથી સરળ અને સૌથી વ્યાપક છે: ઘણા એન્કરમાંથી પ્રાપ્ત સિગ્નલની શક્તિ માપવામાં આવે છે (ઉદાહરણ તરીકે, dBm માં સિગ્નલ તાકાતઅને પ્રચાર મોડેલનો ઉપયોગ કરીને અંદાજિત અંતરમાં અનુવાદિત થાય છે. આ પદ્ધતિ સસ્તી અને અમલમાં મૂકવા માટે સરળ છે, પરંતુ પર્યાવરણમાં અવરોધો અને ફેરફારો પ્રત્યે ખૂબ જ સંવેદનશીલ છે. આ કારણોસર, તેને સામાન્ય રીતે ફિલ્ટરિંગ, નકશા અથવા વધુ મજબૂત તકનીકો સાથે જોડવામાં આવે છે.
La ત્રિપક્ષીય તે તે અંતર લે છે અને દરેક એન્કર પર કેન્દ્રિત વર્તુળો જ્યાં એકબીજાને છેદે છે તે બિંદુની ગણતરી કરે છે. GPS, Wi-Fi અને BLE માં ટ્રાન્સમીટરની સ્થિતિ જાણીતી હોય ત્યારે આ લાક્ષણિક પદ્ધતિ છે. બીજી બાજુ, ત્રિકોણીકરણનો ઉપયોગ કરે છે આગમનના ખૂણા (AoA/AoD) અંતરને બદલે: એન્ટેના એરે અને સારા ઇલેક્ટ્રોનિક્સ સાથે, ઉપકરણને એકદમ સચોટ દિશા મેળવી શકાય છે અને, ઘણા એન્કરનો ઉપયોગ કરીને, તેની સ્થિતિ નક્કી કરી શકાય છે.
El ફિંગરપ્રિન્ટિંગ BLE અને Wi-Fi સાથે ચોક્કસ સ્થિતિ માટે આ ખાસ કરીને રસપ્રદ છે. પ્રથમ તબક્કામાં, પર્યાવરણને સ્કેન કરવામાં આવે છે, જેમાં બિંદુઓના ગ્રીડ પર RSSI (અથવા તો ચુંબકીય ક્ષેત્ર) નમૂનાઓ લેવામાં આવે છે. બીજા તબક્કામાં, જ્યારે ઉપકરણને સ્થિત કરવાની જરૂર હોય છે, ત્યારે વર્તમાન સિગ્નલ વેક્ટરની તુલના ક્લાસિફાયર અથવા રીગ્રેશન અલ્ગોરિધમ્સનો ઉપયોગ કરીને ડેટાબેઝ સાથે કરવામાં આવે છે. આ અભિગમ સામાન્ય રીતે ફક્ત સૈદ્ધાંતિક મોડેલો પર આધારિત ત્રિભુજકતા કરતાં વધુ મજબૂત હોય છે, અને આસપાસની ભૂલો પ્રાપ્ત કરી શકે છે. 2 મીટર અથવા તેથી ઓછા સારી રીતે મેપ કરેલા વાતાવરણમાં, તે પ્રારંભિક કેલિબ્રેશન પ્રયાસની કિંમતે.
સ્થિરતા સુધારવા માટે, ઘણી સિસ્ટમો શામેલ છે કાલમેન ફિલ્ટર્સ અથવા અન્ય બેયેશિયન ફિલ્ટર્સ આ સિસ્ટમો સેન્સર ડેટા (RSSI, IMU, બેરોમીટર, વગેરે) ને ગતિ મોડેલ સાથે જોડે છે. આ અંદાજિત સ્થિતિમાં અચાનક થતા ફેરફારોને ઘટાડે છે અને વપરાશકર્તાને રૂટ વધુ કુદરતી લાગે છે.
સરખામણી: BLE બીકન્સ વિરુદ્ધ Wi-Fi અને અન્ય સિસ્ટમ્સ
જ્યારે કોઈ સંસ્થા ઇન્ડોર પોઝિશનિંગ સિસ્ટમ જમાવવાનું વિચારે છે, ત્યારે સામાન્ય અભિગમ સરખામણી કરવાનો છે BLE, Wi-Fi, UWB બીકન્સ અને સંપૂર્ણપણે ઇનર્શિયલ અથવા વિઝ્યુઅલ સોલ્યુશન્સકોઈ સાર્વત્રિક જવાબ નથી, પરંતુ ઘણા સ્પષ્ટ માપદંડો છે: ચોકસાઈ, કવરેજ, ખર્ચ, વપરાશ, જાળવણી અને વપરાશકર્તા અનુભવ.
આ BLE બીકન્સ તેઓ ખર્ચ અને વીજ વપરાશની દ્રષ્ટિએ જીતવાનું વલણ ધરાવે છે: તેઓ ખૂબ જ સસ્તા, ઇન્સ્ટોલ કરવા માટે સરળ, બેટરીથી ચાલતા હોય તો પાવર વાયરિંગની જરૂર નથી, અને મોટાભાગના સ્માર્ટફોન દ્વારા સપોર્ટેડ છે. RSSI અને ત્રિભુજકતા સાથે તેમની ચોકસાઈ લગભગ 3-4 મીટર છે, જેને અદ્યતન અલ્ગોરિધમ્સ અને સારી બીકન ઘનતા (ઉદાહરણ તરીકે, 200 m² દીઠ 3-4 ઉપકરણો અથવા જટિલ વિસ્તારોમાં તેનાથી પણ વધુ) સાથે લગભગ 1-2 મીટર સુધી સુધારી શકાય છે.
બીજી બાજુ, Wi-Fi એનો લાભ લે છે ઇન્ફ્રાસ્ટ્રક્ચર જે લગભગ હંમેશા પહેલાથી જ તૈનાત હોય છેઆનાથી વધારાનો ખર્ચ ઓછો થાય છે. જો કે, તે વધુ પાવર વાપરે છે, સિગ્નલ ઓછું સ્થિર છે, અને iOS પર, Wi-Fi સ્કેનિંગની ઍક્સેસ ખૂબ જ મર્યાદિત છે, તેથી ઘણા iPhone સોલ્યુશન્સ BLE પર આધાર રાખે છે. Wi-Fi RTT ચોકસાઈમાં ઘણો સુધારો કરી શકે છે, પરંતુ તેને સુસંગત એક્સેસ પોઈન્ટ અને પ્રમાણમાં આધુનિક મોબાઇલ ઉપકરણોની જરૂર છે.
UWB એ પસંદ કરવાનો વિકલ્પ છે જ્યારે સેન્ટીમીટર-સ્તરની ચોકસાઇ જરૂરી છે અને રોકાણ વાજબી છે: વેરહાઉસ રોબોટ્સ, AGVs, હેન્ડ્સ-ફ્રી વાહન ઍક્સેસ નિયંત્રણ, મહત્વપૂર્ણ સાધનોનું અલ્ટ્રા-ફાઇન ટ્રેકિંગ, વગેરે. પ્રતિ નોડ ખર્ચ અને ચોક્કસ માળખાગત સુવિધાઓની જરૂરિયાતનો અર્થ એ છે કે તે મુલાકાતી માર્ગદર્શન અથવા મૂળભૂત ભૂ-માર્કેટિંગ માટે પ્રથમ પસંદગી નથી.
છેલ્લે, ફક્ત IMU, કેમેરા અથવા લાઇટિંગ પર આધારિત ઉકેલો સમર્પિત હાર્ડવેરની જરૂરિયાત વિના વિકલ્પો પ્રદાન કરે છે, પરંતુ તેમના વ્યવહારુ ઉપયોગિતા અને તેની મજબૂતાઈ તેઓ હજુ પણ ઘણા મોટા ઉપયોગના કેસોમાં RF વિકલ્પોથી પાછળ છે.
BLE + Wi-Fi RTT + LPWAN: હાઇબ્રિડ આર્કિટેક્ચર અને ઉપયોગના કિસ્સાઓ
સૌથી શક્તિશાળી અભિગમોમાંથી એક જે આકર્ષણ મેળવી રહ્યો છે તે છે હાઇબ્રિડ સિસ્ટમોજે પર્યાવરણ અને ઉદ્દેશ્યના આધારે વિવિધ તકનીકોને જોડે છે. ઉદાહરણ તરીકે, એવા લોકેટર છે જે વચ્ચે વૈકલ્પિક રીતે આઉટડોર ચોકસાઇ જીપીએસWi-Fi RTT અને BLE ઘરની અંદર, અને LTE-M, LoRa અથવા Sigfox જેવા ઓછા-પાવર નેટવર્ક્સ જે ન્યૂનતમ વપરાશ સાથે સર્વર પર ડેટા મોકલે છે.
એક સારું ઉદાહરણ સંયોજન છે સ્થાનિક સ્થિતિ માટે BLE બીકન્સ અને ડેટા ટ્રાન્સમિશન માટે LoRaWANઆ આર્કિટેક્ચરમાં, BLE અને LoRaWAN નો ઉપયોગ કરતા નાના ટ્રેકર્સ સમગ્ર બિલ્ડિંગમાં ગોઠવાયેલા બીકન્સને સાંભળે છે અને ત્રિભુજ અથવા નિકટતાનો ઉપયોગ કરીને તેમની સ્થિતિની ગણતરી કરે છે. પછી તેઓ LoRaWAN ગેટવે દ્વારા કોઓર્ડિનેટ્સ (અથવા ઓછામાં ઓછા નજીકના બીકનનું ID) નો અહેવાલ આપે છે, જે સમગ્ર બિલ્ડિંગ અથવા કેમ્પસને આવરી શકે છે. બેકએન્ડ, ઘણીવાર ઓપન સોર્સ, ડેટા પ્રાપ્ત કરે છે અને તેને વેબ ડેશબોર્ડ પર પ્રદર્શિત કરે છે, જે વપરાશકર્તાઓને નજીકના વાસ્તવિક સમયમાં સંપત્તિ, લોકો અથવા વાહનો જોવાની મંજૂરી આપે છે.
આ મોડેલ ખૂબ જ આકર્ષક છે કારણ કે તે જરૂરી ગેટવેની સંખ્યામાં ભારે ઘટાડો કરે છે અને LoRaWAN ના ઓછા વીજ વપરાશનો લાભ લોવધુમાં, ટ્રેકર્સ કટોકટી માટે SOS બટનો, હલનચલન શોધવા માટે એક્સીલેરોમીટર અને સ્થિર હોય ત્યારે ઓછો ડેટા મોકલવા માટે બુદ્ધિશાળી તર્કનો સમાવેશ કરી શકે છે, જે બેટરી લાઇફને ઘણા મહિનાઓ સુધી લંબાવી શકે છે.
સ્માર્ટફોન બાજુએ, કેટલાક ઇન્ડોર નેવિગેશન પ્રદાતાઓ જેવા વ્યાપારી ઉકેલો ભેગા થાય છે વાઇ-ફાઇ (જ્યાં ઉપલબ્ધ હોય), BLE, IMU, મેગ્નેટોમીટર અને બેરોમીટર સ્થાન અને માર્ગદર્શન માટે. એન્ડ્રોઇડ પર, તેઓ હાલના Wi-Fi નેટવર્કનો ઉપયોગ કરીને બીકન્સ વિના પણ કામ કરી શકે છે; iOS પર, જ્યાં Wi-Fi સ્કેનિંગ મર્યાદિત છે, તેઓ BLE અને સેન્સર ફ્યુઝન પર વધુ આધાર રાખે છે, જે અન્ય સિસ્ટમોની તુલનામાં જરૂરી બીકન્સની સંખ્યાને મોટા પ્રમાણમાં ઘટાડે છે.
બ્લૂટૂથ IPS વિગતવાર: ઓપરેટિંગ મોડ્સ અને ડિપ્લોયમેન્ટ
બ્લૂટૂથ-આધારિત ઇન્ડોર પોઝિશનિંગ સિસ્ટમ (બ્લૂટૂથ IPS) એ પોતાને સૌથી વધુ સુવ્યવસ્થિત ઉકેલોમાંના એક તરીકે સ્થાપિત કરી છે. ખર્ચ, વપરાશ, ચોકસાઈ અને ઉપયોગમાં સરળતાતે ફિક્સ્ડ એન્કર (બીકન્સ અથવા સેન્સર) અને ટેગ્સ અથવા મોબાઇલ ઉપકરણો બંને સાથે કામ કરે છે જે ટ્રાન્સમીટર તરીકે કાર્ય કરે છે.
મોડમાં BLE સેન્સર સાથે સ્થિતિફિક્સ્ડ સેન્સર્સ (BLE ગેટવે) આંતરિક જગ્યાની આસપાસ મૂકવામાં આવે છે. આ સેન્સર્સ ટેગ્સ, મોબાઇલ ઉપકરણો અથવા વેરેબલ્સમાંથી બધા BLE ટ્રાન્સમિશનને નિષ્ક્રિય રીતે શોધી કાઢે છે અને તેમના RSSI ને માપે છે. સિગ્નલ ડેટા સેન્ટ્રલ સર્વર પર મોકલવામાં આવે છે જ્યાં પોઝિશનિંગ એન્જિન ત્રિભુજકતા, ફિંગરપ્રિન્ટિંગ અથવા બંનેના સંયોજનનો ઉપયોગ કરીને કોઓર્ડિનેટ્સની ગણતરી કરે છે. ત્યારબાદ સર્વર આંતરિક નકશા પર સ્થિતિ પ્રદર્શિત કરી શકે છે અને એલાર્મ, સૂચનાઓ અથવા ભૂ-વિશ્લેષણ અહેવાલો જેવી ક્રિયાઓ ટ્રિગર કરી શકે છે.
મોડમાં બીકન્સ સાથે સ્થિતિ નક્કી કરવીતર્ક ઉલટો છે: બીકન્સ નિશ્ચિત છે, અને મોબાઇલ ઉપકરણ (ફોન, ટેગ અથવા ટ્રેકર) તે શોધેલા બીકન્સના આધારે તેની સ્થિતિની ગણતરી કરે છે. આ ઇન્ડોર નેવિગેશન સેવાઓ (સામાન્ય "વાદળી બિંદુ" જે નકશા પર ફરે છે), નિકટતા સંદેશા (કૂપન્સ, ઑફર્સ, સંદર્ભ ચેતવણીઓ), અને વર્ચ્યુઅલ જીઓફેન્સના વિકાસ માટે પરવાનગી આપે છે જે નિયુક્ત વિસ્તારમાં પ્રવેશવા અથવા છોડવા પર ક્રિયાઓને ટ્રિગર કરે છે.
BLE IPS સિસ્ટમના લાક્ષણિક ઉપયોગ માટે કાળજીપૂર્વક આયોજનની જરૂર પડે છે દીવાદાંડી અથવા પ્રવેશદ્વાર ઘનતાઇન્સ્ટોલેશનની ઊંચાઈ (છત, દિવાલો, થાંભલા), પાવર સ્ત્રોત (બેટરી, PoE), અને રેડિયો ગોઠવણી (જાહેરાત અંતરાલ, TX પાવર, ચેનલો) બધા મહત્વપૂર્ણ પરિબળો છે. વધુમાં, જાળવણી અને મુશ્કેલીનિવારણને સરળ બનાવવા માટે પર્યાવરણનો વિગતવાર નકશો બનાવવો, બધા એન્કરના કોઓર્ડિનેટ્સ રેકોર્ડ કરવા અને MAC સરનામાં, UUID અને અન્ય પરિમાણોનું દસ્તાવેજીકરણ કરવું મહત્વપૂર્ણ છે.
ઉપયોગના કિસ્સાઓ ખૂબ જ વૈવિધ્યસભર છે: હોસ્પિટલો અને ઉદ્યોગોમાં મહત્વપૂર્ણ સંપત્તિ ટ્રેકિંગ, દર્દીનું સ્થાન, શોપિંગ સેન્ટરો અથવા એરપોર્ટમાં મુલાકાતીઓ માટે માર્ગદર્શન, લોકોના પ્રવાહનું વિશ્લેષણ, કાર્યસ્થળની સલામતી, પ્રતિબંધિત વિસ્તાર નિયંત્રણ અને નિકટતા માર્કેટિંગ ઝુંબેશએક જ ઈન્ફ્રાસ્ટ્રક્ચર એક જ સમયે આમાંની ઘણી એપ્લિકેશનોને સેવા આપી શકે છે, જે રોકાણ પર વળતરમાં સુધારો કરે છે.
વાસ્તવિક દુનિયાના પ્રોજેક્ટ્સમાં, ઉદાહરણ તરીકે મોટા શોપિંગ મોલમાં, BLE સિસ્ટમ્સ ESP32 અથવા કોમર્શિયલ બીકન્સનો ઉપયોગ કરીને સિગ્નલો એકત્રિત કરવા, કાલમેન ફિલ્ટર્સ લાગુ કરવા, ત્રિભુજકતા અને ફિંગરપ્રિન્ટિંગને જોડવા અને મુલાકાતીઓને એક એપ્લિકેશન અથવા તો એક સરળ ડેસ્કટોપ ઇન્ટરફેસ ઓફર કરવા માટે ઉપયોગમાં લેવામાં આવી છે જે તેમની સ્થિતિ, રૂટ્સ અને રુચિના સ્થળો દર્શાવે છે. આ બધું ઓછો BLE પાવર વપરાશ, આધુનિક મોબાઇલ ઉપકરણો સાથે સુસંગતતા અને ક્લાઉડ પ્લેટફોર્મ સાથે એકીકરણની સરળતા.
આખરે, Wi-Fi RTT, BLE બીકન્સ અને પૂરક તકનીકો સાથે ચોક્કસ ઇન્ડોર પોઝિશનિંગ વધુને વધુ સક્ષમ હાર્ડવેર (ToF, બ્લૂટૂથ 5.x/6.0, Wi-Fi RTT AP, હાઇબ્રિડ ટ્રેકર્સ સાથે ચિપ્સ) અને બુદ્ધિશાળી સોફ્ટવેર (ત્રિભુજીકરણ, ફિંગરપ્રિન્ટિંગ, સેન્સર ફ્યુઝન, કાલમેન ફિલ્ટર્સ, SLAM) ના મિશ્રણ પર આધાર રાખે છે.
દરેક પ્રોજેક્ટ માટે યોગ્ય સંયોજન પસંદ કરવા માટે પર્યાવરણ, જરૂરી ચોકસાઈનું સ્તર, બજેટ અને ઉપકરણોની મર્યાદાઓનું સંપૂર્ણ વિશ્લેષણ કરવું પડે છે, પરંતુ સારા સમાચાર એ છે કે આજે ઇન્ફ્રાસ્ટ્રક્ચર પર મોટો ખર્ચ કર્યા વિના અથવા વપરાશકર્તાને અસ્પષ્ટ તકનીકો સાથે સંઘર્ષ કરવા દબાણ કર્યા વિના વિશ્વસનીય, સ્કેલેબલ અને એકદમ સચોટ સિસ્ટમો સ્થાપિત કરવી સંપૂર્ણપણે શક્ય છે. આ માહિતી શેર કરો જેથી વધુ વપરાશકર્તાઓ આ વિષય વિશે જાણી શકે.