Smartphone App Crowdsources indendørs plantegninger

Kort har gentagne gange revolutioneret verden siden civilisationens morgen. Den seneste iteration er baseret på den udbredte anvendelse af smartphone-teknologi og de lokationsbaserede applikationer, som den tillader.

Enhver med en af ​​disse enheder har adgang til det globale satellitpositioneringssystem, en enorm database med meget nøjagtige kort og andre lag af yderligere information, såsom vejnavne, lokale kaffebarer og endda venners placering.

Men alt dette stopper, så snart du træder ind i en bygning. GPS holder op med at fungere indendørs, og få kort er tilgængelige for indendørs steder.

Google og andre er begyndt at ændre dette ved at lave kort over nogle store indkøbscentre i USA og Japan. Men fremskridtet går langsomt, hovedsageligt fordi disse kort skal laves omhyggeligt mere eller mindre i hånden.

I dag ser det ud til at ændre sig takket være en innovativ idé fra Moustafa Alzantot og Moustafa Youssef ved Alexandria University i Egypten. Disse fyre har udviklet en app, der crowdsourcer data fra smartphone-sensorer for automatisk at konstruere indendørs plantegninger. Den nye app hedder CrowdInside.

Det er klart, at typen og kvaliteten af ​​dataene er afgørende. Disse fyre påpeger, at smartphones er udstyret med en lang række sensorer: GPS-enheder, magnetometre (kompasser), accelerometre og endda WiFi-signalstyrkemålere, der giver et groft skøn over afstanden til det nærmeste hotspot. De bruger alle disse data på en bemærkelsesværdig innovativ måde.

Den grundlæggende teknik er dødregning ved at bruge et accelerometer som skridttæller og magnetometeret som retningssøger. Antallet af skridt i en bestemt retning giver en groft ide om den gåede distance.

Problemet er selvfølgelig, at dødregning notorisk er modtagelig for fejl, som opbygges hurtigt over tid. For at komme uden om dette, skal systemet konstant re-kalibreres ved hjælp af punkter på et kendt sted.

Dette er den smarte del af systemet. Alzantot og Youssef starter med at bruge det sted, hvor GPS-data bliver utilgængelige til at bestemme indgangen til bygningen. Det giver et udgangspunkt for dødregningen.

Dernæst bruger de sensordataene til at se, hvornår brugerne er i en elevator, ved hjælp af en rulletrappe eller blot går op eller ned af trapper. I hvert tilfælde producerer bevægelsen et unikt accelerationsmønster, der er forskelligt fra at gå og gør dem nemme at få øje på.

Da alle disse placeringer er faste i en bygning, kan de bruges som ankerpunkter til at omkalibrere dødregningsberegningerne. Resultatet er en app, der sporer en brugers bevægelser i en bygning med rimelig nøjagtighed.

Den store kraft ved dette system kommer fra at tage data fra mange brugere, med andre ord crowdsourcing det. Dette skærper plantegningen og gør den mere nøjagtig.

Det giver dem også mulighed for at udlede data på et højere niveau, såsom formen af ​​rum ved at se på spredningen af ​​spor, eller placeringen af ​​døre ved at se efter skæringspunktet mellem korridorer og rum.

Kortet ovenfor stammer fra omkring 150 spor.

Det er en smart idé med betydeligt kommercielt potentiale. Alzantot og Youssef siger ikke, om de vil gøre CrowdInside bredt tilgængeligt. Uanset deres planer, skal de sikre sig, at de har beskyttet deres intellektuelle ejendom, en opgave, der kan være mere udfordrende i Nordafrika end i andre dele af verden.

Lad os ønske dem held og lykke med det.

Ref: arxiv.org/abs/1209.3794 : CrowdInside: Automatisk konstruktion af indendørs plantegninger

skjule