BLE測位検証で実測した測位データと測位補正アルゴリズムの適用によって測位のシュミレーションモデルを作成します
測定結果より以下のようなアルゴリズムを適用することによって位置測位が可能と推測します
以下の手順でシュミレーションを実施します
1. 位置が分かっている測定点で、複数APのRSSIを収集します。(実測データを利用)
2. 各測定点の座標と、APごとのRSSIを対応付けて保存します
3. 必要に応じて移動平均やカルマンフィルタでRSSIの変動を平滑化します。
4. 新たに取得したRSSIの組み合わせから位置を推定します
本来は、二次元空間に複数APを設置して、ビーコンタグ信号の受信レベルの教師データを取得し、実環境での計測に基づくシュミレーションを実施したかったのですが、その機会がなかったため1つのAPにて測定した一次元(直線)のデータをベースに
疑似的に4台のAPの距離/受信レベルの相関が同等という条件で、測位シュミレーションを実施しました。
教師データは、取得済みのAPとBLEビーコンとの距離(m)・受信レベル(dBm)の相関を4つのポイントで同等と定義し展開
しま した。
4つのAPの位置と座標(X,Y)は以下のように考えます
赤枠内が測定可能範囲で、(10,0) から(20,10) までの座標範囲になります。
座標間の間隔は5m間隔になります。
・移動平均・カルマンフィルタでノイズを除去
・k-NN(k近傍法)を用いた機械学習による測位
を適用しました。
上記のアルゴリズム・学習データをPython3で実行可能なソフトウエアを作成し、PC上でシュミレーションを実施しました。
以下のコードをPC上で起動すると学習データを読み込み、現在のBLEタグの各APでの受信レベルを入力後(ここでは
ダミーデータになっています)推定位置X,Y座標で表示します。
距離表示は (0,0)からの距離になります。
距離表示が 12.49の場合、12.49 x 5m=62.45m となります。
推定位置は以下の車の位置を示しています