MagicMap – Kooperative Positionsbestimmung über WLAN

1. MagicMap –Kooperative Positionsbestimmung über WLAN Peter Ibach Humboldt-Universität Institut für Informatik Lehrstuhl für Rechnerorganisation und Kommunikation

2. Inhalt • Location Based Services – Heute und Morgen • Voraussetzung: Positionsbestimmung • Ortungsverfahren • Signalstärke-basierte Ortung über WLAN • MagicMap

3. Location Based Services – Heute Location Technology Provider Mobile Device Provider or Vendor Infrastructure Provider Mobile Network Operator Content Provider Portal Operator Advertisement / Payment Jamba!Finder Navigation Systems keine Flexibilität

4. Location Based Services – Morgen services providing the same interfaces (port types) Semantic Location Determination PositionSensing Connection Content Accounting Cell-ID Ontology 1 Bluetooth Flat Ontology 2 GPS UMTS PPT RFID Ontology 3 WLAN composite service PPV WLAN service instances at disposal (ports)

5. Vision: Konvergenz von Realität und Virtualität services with regional scope layers with specific objects and their locations services associated to specific objects/locations physical space informational space

6. Verfügbare WLAN-Netze:

7. Installierte RFID-Chips:

8. Informationsanbieter (Content):

9. GPS-Satelliten:

10. Services auf reale Objekte gemapped WLAN: Local-IP: GPS-Pos: WLAN-Pos: RFID-Pos: Content:

11. Benutzer mit mobilem Gerät. Dynamic Runtime Composition • Local-IP • GPS-Pos. • (Local) Content Runtime Composition WLAN: Local-IP: GPS-Pos: WLAN-Pos: RFID-Pos: Content:

12. Runtime Composition Dynamic Runtime Composition Benutzer betritt Gebäude... • WLAN • GPS-Pos. • Content (via WLAN) WLAN: Local-IP: GPS-Pos: WLAN-Pos: RFID-Pos: Content:

13. In einem Gebäude: WLAN: RFID: Content: GPS:

14. Services im Gebäude WLAN: Local-IP: WLAN-Pos: RFID-Pos: Content:

15. Runtime Composition Dynamic Runtime Composition • WLAN • WLAN-Pos. • Content (via WLAN) WLAN: Local-IP: WLAN-Pos: RFID-Pos: Content:

16. Runtime Composition Dynamic Runtime Composition • WLAN • RFID-Pos. • Content (via WLAN) WLAN: Local-IP: WLAN-Pos: RFID-Pos: Content:

17. Ortungsverfahren Verfahren Beispiele • Angle of arrival (AOA) • Time difference of arrival (TDOA) • Signal strength (RSS) • Infrastructure based • Client based • Triangulation • Profiling • static • dynamic • Propagation • Deterministic • Probabilistic IMSI Catcher Siemens/WhereNet/ Aeroscout Ekahau PlaceLab, Intel/UC Berkeley MagicMap, HU-Berlin LEASE, Avaya Labs Research RADAR, Microsoft Research HORUS, Uni Maryland

18. Beispiel: System Moby-R von Siemens/WhereNet Antennen Trigger (Durchfahrtssensor) 100-300m Call Button RFID-Tag Wireless AccessPoint Visualisierungs- Clients Ortungs-Server • RFID-Tag sendet periodisch eine ID aus (2,4 GHz, Air Interface Protocol, INCITS 371.1) • Jede Antenne gibt empfangener ID Zeitstempel und sendet dies zum Server • Ortungs-Server berechnet den Ort durch Zeitdifferenzen-Triangulierung • Der Ortungs-Server aktualisiert Ort und den Status des Tags in der Datenbank

19. Anforderungen • Outdoor- und Indoor-Ortung • Geringe Kosten • Hohe Genauigkeit • Problemlose Interoperabilität • Universelle Einsatzfähigkeit • Keine Änderung vorhandener Hardware/Infrastruktur • Hoheit über die eigenen Positionsdaten Signalstärke-basierte Ortung über WLAN?

20. Hot Spots in der City Frankfurt Quelle: Lindner, Fritsch, Plank, Rannenberg (2004)

21. WLAN Abdeckung – Uni Campus Adlershof 2 = #APs

22. Signalstärke-basierte Triangulierung AP2 AP1 RSS2 RSS1 RSS3 AP3

24. Korrelation Signalstärke zu Entfernung Entfernung in m 100 Lineare Näherung 0 -30 -100 Signalstärke in dBm

25. Streuung Signal Dämpfung Reflektion Probleme Radio-Map

26. Radio-Map Beispiel Access Point rz19 Access Point rz16 Access Point rz18 Erdgeschoss Jura/Wirtschaft der Universität Regensburg Zellgröße: 1,2 m², Anzahl Messpunkte: 1012 Quelle: Denise Reinert, Uni Regensburg

27. Radio Map Tool - Screenshot

28. RADAR (Microsoft Research) Testumgebung RADAR 42,96m x 21,84m 49 Messpunkte

29. Signalstärke über der Zeit Quelle: Tao et al. 2003

30. LEASE (Avaya Labs Research) AP: SE: Sniffer: LEE: • Signal Emitter (SE)Tags an bekannten Positionen senden periodisch • SnifferMessen Signalstärke an bekannten Positionen und schicken diese an einen Server (LEE) • Location Estimation Engine (LEE)berechnet dynamisch die Radio-Map aus den Signalstärkemessungen

31. Sniffer Prototype 100/133 MHz AMD ElanSC520 CompactFLASH card Orinoco 802.11b PCMCIA card (in promiscuous mode) Two 10/100 Mbps Ethernet ports (Power over Ethernet) 1 Serial port

32. Institut für Informatik in Berlin-Adlershof

34. Positionierungs-Mehrdeutigkeiten Tatsächliche Position ? ? Nearest- Neigbor Schätzung nach k-Nearest-Neighbor Mittelwert Access Point Referenzpunkt

35. Genauigkeit

36. Theoretisches Optimum Quelle: Krishnakumar et al. 2005

37. Uncertainty as a function of location

38. Minimum Uncertainty Vs. Number of APs Minimum Uncertainty Vs. Distance between APs

39. Ausblick • Privacy Enhancing Technologies (PET) • 3D-Triangulation und -Visualisierung • Transparenter Übergang zwischen den Karten • Peer-to-Peer Signalstärke

40. Zusammenfassung • Positionsbestimmung ist Voraussetzung für LBS • Indoor-Positionsbestimmung über WLAN ist in Grenzen möglich • MagicMap: hybrides Verfahren mit Kooperation für dynamisches Profiling • Open Source, Point-n-Click-Tool für Experimente • Ebenso für GSM/Bluetooth anwendbar • Download (Windows/Linux):www.informatik.hu-berlin.de/rok/MagicMap/webstart