Viedtālruņu lietotne Crowdsources iekštelpu stāvu plāni

Kopš civilizācijas sākuma kartes ir atkārtoti mainījušas pasauli. Jaunākā iterācija ir balstīta uz viedtālruņu tehnoloģiju un uz atrašanās vietu balstītu lietojumprogrammu plašo ieviešanu, ko tā pieļauj.

Ikvienam, kam ir kāda no šīm ierīcēm, ir piekļuve globālajai satelītu pozicionēšanas sistēmai, milzīgai ļoti precīzu karšu datu bāzei un citiem papildu informācijas slāņiem, piemēram, ceļu nosaukumiem, vietējām kafejnīcām un pat draugu atrašanās vietām.

Bet tas viss apstājas, tiklīdz jūs ieejat ēkā. GPS pārstāj darboties iekštelpās, un ir pieejamas dažas kartes iekštelpu atrašanās vietām.

Google un citi ir sākuši to mainīt, izveidojot dažu lielo iepirkšanās centru kartes ASV un Japānā. Taču progress ir lēns, galvenokārt tāpēc, ka šīs kartes ir rūpīgi jāveido vairāk vai mazāk ar rokām.

Šķiet, ka šodien tas mainīsies, pateicoties Moustafa Alzantot un Moustafa Youssef novatoriskajai idejai Aleksandrijas universitātē Ēģiptē. Šie puiši ir izstrādājuši lietotni, kas apkopo datus no viedtālruņa sensoriem, lai automātiski izveidotu iekštelpu stāvu plānus. Jaunās lietotnes nosaukums ir CrowdInside.

Skaidrs, ka datu veidam un kvalitātei ir izšķiroša nozīme. Šie puiši norāda, ka viedtālruņi ir aprīkoti ar ļoti dažādiem sensoriem: GPS ierīcēm, magnetometriem (kompasiem), akselerometriem un pat WiFi signālu stipruma mērītājiem, kas sniedz aptuvenu attālumu līdz tuvākajam karstajam punktam. Viņi izmanto visus šos datus ārkārtīgi novatoriskā veidā.

Pamatmetode ir nāves skaitīšana, izmantojot akselerometru kā pedometru un magnetometru kā virziena meklētāju. Soļu skaits noteiktā virzienā sniedz aptuvenu priekšstatu par noieto attālumu.

Problēma, protams, ir tā, ka izrēķināšanās ir ļoti jutīga pret kļūdām, kas laika gaitā ātri rodas. Lai to apietu, sistēma ir pastāvīgi atkārtoti jākalibrē, izmantojot punktus zināmā vietā.

Šī ir sistēmas gudrā daļa. Alzanto un Youssef sāk izmantot vietu, kur GPS dati kļūst nepieejami, lai noteiktu ieeju ēkā. Tas dod sākumpunktu nāves aprēķinam.

Pēc tam viņi izmanto sensora datus, lai noteiktu, kad lietotāji atrodas liftā, izmanto eskalatoru vai vienkārši iet augšup vai lejup pa kāpnēm. Katrā gadījumā kustība rada unikālu paātrinājuma modeli, kas atšķiras no staigāšanas un tādējādi padara tos viegli pamanāmus.

Tā kā visas šīs vietas ir fiksētas ēkā, tās var izmantot kā enkura punktus, lai pārkalibrētu mirušās aprēķina aprēķinus. Rezultāts ir lietotne, kas ar saprātīgu precizitāti izseko lietotāja kustības ēkā.

Šīs sistēmas lieliskā jauda ir iegūta no daudziem lietotājiem, citiem vārdiem sakot, tos izmantojot pūļa resursi. Tas padara grīdas plānu asāku, padarot to precīzāku.

Tas arī ļauj izsecināt augstāka līmeņa datus, piemēram, telpu formu, aplūkojot pēdu izplatību, vai durvju novietojumu, meklējot koridoru un telpu krustojumu.

Augšējā karte nāk no aptuveni 150 pēdām.

Tā ir gudra ideja ar ievērojamu komerciālu potenciālu. Alzanto un Youssef nesaka, vai viņi padarīs CrowdInside plaši pieejamu. Neatkarīgi no viņu plāniem viņiem ir jāpārliecinās, ka viņi ir aizsargājuši savu intelektuālo īpašumu, kas Ziemeļāfrikā var būt grūtāks nekā citās pasaules daļās.

Vēlēsim viņiem veiksmi ar to.

Atsauce: arxiv.org/abs/1209.3794 : CrowdInside: automātiska iekštelpu stāvu plānu konstrukcija

paslēpties