InPhase : Localization in the Internet of Things
The InPhase system provides ranging and localization capabilities to Internet of Things devices. InPhase uses the Phase Measurement Unit in existing IEEE 802.15.4 radio transceivers to measure the phase response of the radio channel. Hence, it only requires a software component to enable ranging and localization on many devices. This allows retrofitting these capabilities to existing hardware platforms at no additional cost via a firmware update. The system requires two sensor nodes to measure the phase response of the radio channel cooperatively. We demonstrate it using the 2.4 GHz band and sample the phase response across 200 different frequencies. From this data, we derive the distance between the two devices via our Complex-valued Distance Estimation Algorithm. This algorithm can compute the distance from the measured phase response robustly. It is evaluated and compared to two other state-of-the-art algorithms regarding the accuracy, precision, and susceptibility to noise and errors in the phase data. We investigate the physical properties of the measurement: the influence of multipath propagation and different types of antennas. We demonstrate the influence of multipath propagation in a controlled environment and propose a mitigation algorithm to reduce the harmful influence of multipath propagation on phase-based ranging. We demonstrate the advantage of this algorithm in a realistic scenario with strong multipath propagation. We found that different antenna types introduce varying distance errors to the measurement. We compared the ranging performance of four different antenna types in an anechoic chamber. Some antennas exhibit an exceptionally high measurement error depending on their orientation, while others work reasonably well across different rotation angles. Further, we extend the Active Reflector Principle to allow concurrent ranging with multiple reflectors. This can speed up the measurement when one device needs to measure distances to multiple other devices, e.g., for localization. However, the theoretical speed-up cannot be achieved in practice due to transmission errors induced by other systems and technologies competing for wireless channel access. Finally, we present ways to derive location information from phase response data. We employ a particle filter and extend it to use additional information from the distance estimation algorithm. The InPhase localization system is tested in a competition against 14 competitors and scores a Mean Absolute Error of 0.95 m in a 3D live tracking scenario of a moving person.
Das InPhase-System erweitert Geräte des Internets der Dinge um Entfernungsmessung und Positionsbestimmung. InPhase verwendet die Phasenmesseinheit vohandener IEEE 802.15.4 Funktransceiver um den Phasengang des Funkkanals zu bestimmen. Dadurch wird lediglich eine neue Softwarekomponente benötigt, um Entfernungsmessung und Positionsbestimmung auf einer Vielzahl von Geräten zu ermöglichen. Die Nachrüstung des Verfahrens erfordert lediglich ein Firmwareupdate, sodass es ohne zusätzliche Kosten auf vorhandenen Hardwareplattformen eingesetzt werden kann. Das Sytem benötigt zwei Sensorknoten, welche gemeinsam den Phasengang des Funkkanals bestimmen. Wir verwenden das 2.4 GHz-Spektrum und messen den Phasengang auf 200 verschiedenen Frequenzen. Aus den gemessenen Daten wird die Entfernung zwischen den Geräten durch den Complex-valued Distance Estimation Algorithmus bestimmt. Dieses Verfahren kann die Entfernung robust aus den gemessenen Phasendaten berechnen. Der Algorithmus wird bezüglich Genauigkeit, Präzision, und Störanfälligkeit mit zwei weiteren Algorithmen verglichen. Wir untersuchen die physikalischen Eigenschaften der Messung: Den Einfluss von Mehrwegeausbreitung und verschiedenen Antennentypen. In einer kontrollierten Umgebung wird der Einfluss von Mehrwegeausbreitung gezeigt. Es wird ein Algorithmus zur Reduktion des Einflusses von Mehrwegeausbreitung auf das Messverfahren vorgestellt. Die Vorteile des Algorithmus werden in einem realistischen Szenario dargelegt. Wir zeigen, dass verschiedene Antennentypen unterschiedliche Entfernungsfehler bei der Messung erzeugen. Die Einflüsse von vier verschiedenen Antennentypen werden in einer Absorberkammer verglichen. Abhängig vom ihrer Ausrichtung erzeugen manche Wir verwenden einen Partikelfilter, um die Position anhand gemessener Phasengänge zu bestimmen. Dabei wurde der Partikelfilter so angepasst, dass er zusätzliche Daten aus der Entfernungsberechnung nutzen kann. Das InPhase-System wurde gegen 14 andere Systeme in einem Wettbewerb getestet. Dabei wurde ein mittlerer absoluter Fehler von 0.95 m in einem 3D Live Tracking Szenario erzielt.
Antennen einen besonders hohen Messfehler, während andere Antennen vergleichweise unabhängig von ihrer Ausrichtung arbeiten.
Preview
Cite
Access Statistic
Rights
Use and reproduction:
