Een indoor positioneringssysteem op basis van echolocatie

Het op satellieten gebaseerde wereldwijde positioneringssysteem heeft een revolutie teweeggebracht in de manier waarop mensen omgaan met onze planeet. Maar een ernstige zwakte is dat GPS binnenshuis niet werkt. Daarom hebben onderzoekers en ingenieurs verschillende manieren bestudeerd om de positie in deuren op een eenvoudige en goedkope manier te bepalen.

Dat is makkelijker gezegd dan gedaan. Systemen die bijvoorbeeld afhankelijk zijn van wifi-signalen, hebben een beperkte nauwkeurigheid omdat de signaalsterkte sterk varieert in een gebouw, waardoor het moeilijk is om herhaalbare, eenduidige metingen te doen. Daarom onderzoeken onderzoekers een aantal andere innovatieve methoden om de positie binnenshuis te bepalen.

Vandaag krijgen we inzicht in een nieuwe benadering voor indoor lokalisatie op basis van geluid. Ruoxi Jia en vrienden van de University of California, Berkeley hebben een eenvoudig en goedkoop mechanisme ontwikkeld dat verschillende kamers kan identificeren op basis van een relatief kleine dataset die van tevoren is verzameld.

Het nieuwe systeem is in wezen een vorm van echolocatie. Zend een geluid uit en luister dan naar de terugkeer die zal worden vervormd op een manier die afhangt van de grootte en vorm van de kamer, de materialen op de muren en vloeren, evenals het meubilair en de mensen erin.

Het probleem met deze techniek is dat er tot nu toe speciale meetapparatuur voor nodig was, zoals een microfoon die het geluidsveld nauwkeurig kan meten. Zelfs dan kan de kwestie van ongewenst geluid de zaken aanzienlijk verwarren.

Jia en co omzeilen dit door het signaal zo te verwerken dat de ruis wordt genegeerd. En daardoor kunnen ze data opnemen met de ingebouwde microfoon en luidsprekers op een gewone laptop.

Deze jongens hebben hun systeem getest in 10 verschillende kamers op de campus van Berkeley. De laptop produceert een kenmerkende reeks geluidsgolven en luistert vervolgens naar de echo. Op elke locatie namen ze 50 samples, waaronder achtergrondgeluiden zoals voetstappen, praten en verwarming en ventilatiegeluiden. Deze gegevens verwerkten ze vervolgens om voor elke kamer de unieke echo-vingerafdruk te vinden.

De resultaten zijn interessant. Ze zeggen dat ze individuele kamers kunnen identificeren met een nauwkeurigheid van 97,8 procent. Ze noemen hun nieuwe systeem SoundLoc.

Dat opent een aantal potentieel belangrijke toepassingen. Jia en co zijn vooral geïnteresseerd in het gebruik van de techniek om het energieverbruik in gebouwen te verminderen. Ongeveer 40% van het energieverbruik in de VS is afkomstig van commerciële en residentiële gebouwen. Als die gebouwen leeg staan, is dat een flinke verspilling.

Het probleem is natuurlijk om te bepalen wanneer bepaalde kamers niet worden gebruikt en om de lichten, verwarming en dergelijke dienovereenkomstig uit te schakelen.

Het is niet moeilijk voor te stellen hoe SoundLoc kan helpen als de geluidssignatuur van een kamer kan worden gebruikt om te bepalen of er iemand in zit, hoewel het team dat tot nu toe niet heeft getest. Het verhoogt de mogelijkheid van gebouwen vol met computers die constant tjilpen en naar de resultaten luisteren om te bepalen of er iemand in de buurt is.

Het is duidelijk dat er grote uitdagingen zijn om een ​​dergelijk systeem te laten werken. Maar de eerste stap is kameridentificatie waarvan deze jongens hebben aangetoond dat het een redelijke mogelijkheid is.

Referentie: arxiv.org/abs/1407.4409 : SoundLoc: akoestische methode voor lokalisatie binnenshuis zonder infrastructuur

zich verstoppen