Andrew Hart isimli bir yazılım geliştiricisi, X platformunda yaptığı paylaşımında büyük bir perakende şirketi yöneticisinin kendisine ulaşıp mağazalarında müşterilere rehberlik edecek bir iç mekan navigasyon uygulaması geliştirilmesini talep ettiğini aktarıyor. Ardından geliştirici, bu problemi artık modern dünyada her yerde yaygın olan kablosuz ağ altyapısı (Wi-Fi) dışında herhangi bir ek altyapı yatırımı gerektirmeden nasıl çözdüklerini yüzeysel biçimde açıklıyor.
Andrew, paylaşımı boyunca kendi takımının iç mekan navigasyonu konusunda diğer yaklaşımlardan farklı bir sistem geliştirdiğini belirtiyor. Diğer kompleks çözümlerin aksine bu sistem, yalnızca neredeyse kamuya açık tüm yapılarda halihazırda bulunan kablosuz bağlantı altyapısı (Wi-Fi) ve navigasyonu kullanan kişilerin telefonlarındaki çeşitli sensörlerden elde edilen verileri yorumlayan, özel bir algoritma kullanarak yaklaşık 1 metrelik hata payına sahip ölçeklenebilir bir çözüm sunuyor. Üstelik bu çözüm, uzun bir süre boyunca profesyonel düzeyde büyük perakende firmalarıyla test edilmiş. Andrew’e göre artık hedeflerinin ilk aşaması olan ürün geliştirme tamamlanmış durumda. İkinci aşamada ise bu ürünü bir girişim (startup) olarak milyarlarca insana nasıl ulaştırabileceklerini araştırıyorlar.
İç Mekan Navigasyonu ve Çalışma Prensibi?
İç mekan navigasyonu (Indoor Navigation), GPS’in sağlıklı biçimde çalışamadığı kapalı alanlarda (AVM’ler, havalimanları, hastaneler vb.) ziyaretçilerin yapı içerisindeki ilgili bölümlere yönlendirilmesini sağlayan bir navigasyon türü. Bu sistemler, çeşitli tekniklerle kapalı alanda kullanıcı konumunu belirler.
Andrew Hart’ın startup’ı olan Hyper’ın web sitesinde de görülebileceği üzere, ürünlerinin temelinde Wi-Fi tabanlı konum belirleme, akıllı telefonlarda bulunan hareket sensörleri ve kendilerine ait gelişmiş bir algoritma yer alıyor. Şimdi gelin, iç mekan navigasyonunun nasıl çalıştığını ve bunun için temel olarak hangi tekniklerin kullanıldığını Hyper’ın çözümünden yola çıkarak inceleyelim.
Wi-Fi Tabanlı Konum Belirleme (Wi-Fi Positioning) Nedir?
Wi-Fi tabanlı konum belirleme, bir cihazın yaklaşık konumunu çevresindeki kablosuz erişim noktalarının karakteristik özelliklerini kullanarak belirlemeye yarayan bir teknik.
Wi-Fi konum belirleme, GPS gibi uydu tabanlı navigasyonların çeşitli nedenlerle stabil çalışmadığı ve yetersiz kaldığı iç mekanlarda (AVM, havaalanları vb.) veya uydu bağlantısı kurmanın çok uzun sürdüğü ve verimli olmadığı durumlarda kullanılır. Wi-Fi konumlandırma tekniğinde, kablosuz erişim noktalarının kentsel alanlarda oldukça yoğun olarak kullanılması avantajından yararlanılır.
Wi-Fi Tabanlı Konum Belirleme Nasıl Çalışır?
Wi-Fi konumlandırmada genellikle, mobil cihazın aldığı sinyal gücü (RSSI) ve “fingerprinting” adı verilen bir yöntem kullanılır. Yukarıdaki görselde de görülebileceği gibi, her kablosuz erişim noktasının kendine ait benzersiz bir SSID’si ve MAC adresi bulunur. Bu yöntemde kablosuz erişim noktalarının SSID ve MAC adresi bilgileri, bu noktaların bilinen konumlarını içeren bir veri tabanıyla karşılaştırılır. Konumlandırmanın doğruluğu, bu veri tabanının ne kadar güncel olduğuna ve çevredeki kayıtlı erişim noktası sayısına bağlı. Bu veri tabanı, mobil cihazların GPS gibi diğer sistemlerden aldığı konum bilgilerinin kablosuz erişim noktalarının MAC adresleriyle eşleştirilmesiyle doldurulur.
Mobil cihazların kablosuz erişim noktalarından aldığı sinyalin gücü dalgalı olabilir, bu da hatalara neden olabilir. Bu tür hataları azaltmak için çeşitli gürültü filtreleme (noise filtering) teknikleri kullanılır. Konum bilgisinin doğruluğunun düşük olduğu senaryolarda sonucu iyileştirmek için Wi-Fi verileri, coğrafi veya zaman tabanlı diğer bilgilerle birlikte ele alınabilir.
Wi-Fi konumlandırmada sinyal gücü (RSSI), parmak izi (fingerprinting), varış açısı (Angle of Arrival – AoA) ve uçuş süresi (Time of Flight – ToF) olmak üzere dört ana teknik kullanılır. Bunlar genellikle ayrı ayrı uygulanır ancak bazı sistemlerde birden fazla teknik birlikte kullanılabilir.
Sinyal Gücü (RSSI)
RSSI tabanlı konumlama tekniği, mobil cihazın birkaç kablosuz erişim noktasına olan yaklaşık sinyal gücünü ölçmeye dayanır. Bu ölçüm bilgileri, yayılım modeli ile birleştirilerek mobil cihaz ile kablosuz erişim noktası arasındaki mesafe tahmin edilmeye çalışılır.
Ardından “trilateration” tekniği kullanılarak mobil cihazın yaklaşık konumu, kablosuz erişim noktalarına bağıl olacak şekilde belirlenebilir.
Parmak İzi (Fingerprinting)
RSSI-tabanlı bir teknik olan “fingerprinting”, birkaç erişim noktasından alınan sinyal güçlerinin bu erişim noktalarının koordinatlarıyla birlikte veri tabanında saklanmasına dayanır.
Bu teknik şöyle çalışır: Bilinmeyen bir konumdan alınan RSSI vektörü, veri tabanındaki mevcut diğer parmak izleri ile karşılaştırılır ve en yakın yaklaşık eşleşme, tahmini konum olarak döndürülür.
Bu sistemin en büyük dezavantajı, ortamdaki herhangi bir değişiklikte (örneğin mobilyaların yerlerinin değiştirilmesi veya tadilat yapılması gibi) konuma ait parmak izinin değişebilmesi. Bu nedenle veri tabanında güncelleme işlemi gerekebilir. Yine de bazı sistemlerde özel kamera ve sensörler kullanılarak bu sorun minimize edilebilir.
Varış Açısı (Angle of Arrival)
Angle of Arrival (AoA), bir sinyalin hangi açıdan geldiğini anten dizileri kullanarak tahmin etme tekniği. Çok antenli (MIMO) sistemlerde sinyalin geliş açısı görseldeki gibi hesaplanır. Geliş açıları bilindiğinde ise birden fazla erişim noktası kullanılarak triangulation yöntemi ile cihazın yeri bulunabilir.
Modern Wi-Fi chazlarındaki çok antenli (MIMO) yapı ve özel algoritmalar ile bu teknik uygulanabilir. Bu yöntemin doğruluk oranı, RSSI’dan daha yüksek olmasına karşın MIMO gibi daha maliyetli bir donanım gerektirir.
Uçuş Süresi (Time of Flight)
Time of Flight (ToF) yöntemi, kablosuz cihazların gönderdiği ve aldığı sinyallerin zaman damgalarını kullanarak sinyalin uçuş süresini (ToF) hesaplar. Bu süre sayesinde cihaz ile erişim noktaları arasındaki mesafe tahmin edilir, ardından trilateration ile konum belirlenir.
Hyper’ın belirttiği üzere şirketin sistemlerinde Wi-Fi konumlandırma ve akıllı telefonların ivmeölçer, jiroskop ve pusula gibi sensörlerinden gelen veriler birleştirilip anlamlandırılarak kullanılıyor. Bir mobil cihazın, sensörlerini kullanarak konum ve yön bilgilerini saptama tekniği ise Inertial Navigation System (INS) ile ilgili. Kısacası Hyper, kapalı bir mekanın kablosuz altyapısını Wi-Fi konumlandırma için; mobil cihaz sensörlerini de INS konumlandırma için kullanarak bu iki konsepti kendi çözümlerinde birleştiriyor.
Şimdi INS konseptine yüzeysel bir bakış atalım:
Ataletsel Navigasyon Sistemi (Inertial Navigation System)
Inertial Navigation System (INS), bir cihazın yerini, hızını ve yönünü yalnızca kendi dahili hareket ve yön sensörlerini (ivmeölçer ve jiroskop gibi) kullanarak belirleyen bir teknik. Bu sistem, dışarıdan herhangi bir sinyale (GPS gibi) ihtiyaç duymadan çalışır.
Bu teknoloji; uçaklar, füzeler ve denizaltılar gibi araçlarda da kullanılır. Ayrıca günümüzde akıllı telefonlarda konum takibi için de kullanılır.
INS’in bir dezavantajı var: “drift” adı verilen bir tür hata birikimi. Sensörlerden gelen küçük ölçüm hataları, zaman içinde toplanarak konum bilgisinin giderek daha yanlış hale gelmesine neden olur. Bu sebeple INS, tek başına uzun süre kullanıldığında doğruluğunu kaybeder.
Bu yüzden INS, genellikle GPS, Wi-Fi konumlandırma gibi tekniklerle birlikte hibrit sistemlerde kullanılır. Bu sayede INS’in sağladığı anlık hareket takibi, diğer sistemlerin sağladığı konum güncellemeleriyle birleşerek yüksek doğrulukta bir navigasyon sağlanır.
Wi-Fi konumlama ve INS gibi iki farklı kaynaktan gelen bu veriler, özel yazılımlar ve algoritmalar aracılığıyla mümkün olan en düşük hata payıyla birleştirilir ve kullanıcının gerçek zamanlı, kesintisiz konum takibi sağlanır.
Aşağıdaki videoyu izleyerek bahsi geçen sistemin çalışma mantığı hakkında fikir sahibi olabilirsiniz.
Sonuç
Zaman, günümüz dünyasında en değerli olgu. Modern yaşamın temposu içinde hiçbirimizin, zamanını boşa harcamak gibi bir isteği ya da hevesi yok. Bu teknoloji sayesinde havaalanları, kampüsler, AVM’ler gibi büyük ve karmaşık yapıya sahip kapalı alanlarda hedefinize zaman kaybetmeden, doğrudan ulaşabilirsiniz.
Kaynaklar: Hyper, Wi-Fi positioning system, Inertial navigation system
