Archiv pro rubriku: Řešení

Roboauto tým vítězem Udacity Challenge

Na konci roku 2016 se Roboauto tým zúčastnil soutěže vyhlášené společností Udacity – „Image-Based Localization“. Společnost Udacity se mimo jiné zabývá vývojem open-source autonomního auta, pro které byla soutěž určena.

Úkolem této soutěže bylo vytvoření programu, který umí lokalizovat pozici auta pomocí jedné kamery. V první fázi program dostal sérii snímků a jejich GPS pozici. V druhé fázi program dostával snímky z jiného průjezdu stejnými místy a měl odhadnout, na jaké GPS souřadnici se aktuálně nachází.

Úkol byl velkou výzvou hned z několika důvodů. Sama kvalita videa byla na špatné úrovni, obraz nebyl ostrý a jednotlivé záznamy byly pořízeny v různou denní dobu. Navíc byla kamera pokaždé jinak zkalibrovaná a obraz byl někdy přesvětlený, jindy naopak zcela tmavý. Další výzvou bylo popsání obrazu takovým způsobem, který umožňuje co nejpřesnější porovnání podobnosti, ale zároveň je dostatečně rychlé, aby je bylo možné provádět v reálném čase.

Po zhodnocení kvality záznamu byla zvolena linie horizontu jako nejvhodnější deskriptor. Velkou výhodou tohoto deskriptoru je, že horizont je vidět relativně přesně i v nekvalitním obraze a různých světelných podmínkách. Na druhou stranu tato metoda selhává v místech, kde není horizont viditelný (např. i v koloně, pokud stojí auta příliš blízko u sebe). V testovacích záznamech se však takových míst moc nenacházelo, a když už nastaly, byla správná pozice udržena dalšími mechanismy.

Kromě linie horizontu byly využity ještě další deskriptory, které byly pomocného rázu. Mezi ně patří detekce značek, semaforů a sloupů. Z nich byl nejefektivnější detektor semaforů, který poskytoval cenné informace pro detekci možné kolony a upřesnění pozice.

K odhadu pozice byl použit augmented particle filter (PF) s několika dalšími modifikacemi. Augmented mód particle filtru umožňuje generovat náhodně nové částice a zabránit tak předčasné konvergenci do špatné pozice v případě, že správné místo dosahuje vlivem okolních podmínek zhoršeného hodnocení (např. již zmíněné auto stojící ve výhledu). Jeho nevýhodou je možnost uchycení vygenerovaných částic i na nesprávných místech.

Pro správnou funkčnost PF je zapotřebí mít odhad o rychlosti auta. K té je využito kombinace neuronové sítě a algoritmu dense optical flow, jehož samplované výstupy jsou předány vstupu neuronové sítě. Síť poté odhadne ujetou vzdálenost.

Další kriticky důležitou částí PF je správné ohodnocení každé částice, které musí umožnit jak výrazně podpořit shodné rysy v liniích horizontů, tak zároveň umožnit jistou míru volnosti (třeba obrysy stromů se během roku mohou měnit). Ohodnocení se skládalo ze dvou částí. Prvním byla hrubá podobnost horizontů, která byla hodnocena jako průměrný rozdíl. Druhá část hodnotila shodu jemnějších detailů a byla vyjádřena jako procento, ve kterém na sebe horizonty naléhají dostatečně přesně.

Jelikož stále docházelo k přeskokům pozice způsobeným augmented módem, byl PF rozšířen o dynamickou změnu okolí, ve kterém se generují nové částice. Vycházelo se z předpokladu, že když jsme si delší dobu jistí svou pozicí, nemělo by být tak lehké ji změnit. Čím déle jsme se pohybovali bez ztracení, tím více jsme zmenšili okolí ke generování nových částic a tím zmenšili šance přeskoku na špatné místo.

Po pečlivém vyladění všech mechanismů do sebe celé soukolí zapadlo a umožnilo nám získat první místo. Celá trasa měřila cca 30km a byla projetá v obou směrech (celkem tedy lokalizace na cca 60km). Průměrná chyba naší lokalizace se pohybovala v jednotkách metrů.

Aktuálně se tedy těšíme na setkání se Sebestianem Thrunem, spoluzakladatelem společnosti Udacity a zakladatelem google x (výzkumná laboratoř googlu, jejímž výplodem je např. jejich autonomní auto).

Tabulka

Poklad

Za Roboauto tým – Štěpán Karásek

Jaký je rozdíl mezi Bluetooth, Wi-Fi a UWB technologií pro indoor lokalizaci?

Mnoho moderních elektronických zařízení vyžaduje v dnešní době určování polohy. Nejtypičtějším zástupcem současné doby jsou všudypřítomné chytré telefony ve spojitosti s externí lokalizací za pomoci technologie GPS. V současnosti je brána externí lokalizace jako samozřejmost, ale postupně roste potřeba lokalizovat zařízení i uvnitř budov, kde GPS nelze využít. Zařízení, využívající vnitřní lokalizaci mohou být od bezdrátových elektronických „hraček“ jako jsou například chytré hodinky, přes domácí spotřebiče, až po profesionální přepravní drony na výrobních linkách. Jelikož jsou možnosti využití této technologie široké, tak se dá očekávat růst celého segmentu (navigační software, marketingové aplikace, monitorovací systémy).

Inženýři, kteří v současnosti vyvíjejí tato chytrá zařízení, stojí před výzvou v podobě výběru správné technologie. Je využití Wi-Fi nebo Bluetooth správné řešení vzhledem k jejich rozšířenosti, nebo by bylo lepší zvolit jinou bezdrátovou technologii jako je například UWB (Ultra-wideband)? Jaké jsou pro a proti? Následující článek se pokusí přiblížit tuto problematiku.

 

Indoor lokalizace založená na technologii Bluetooth

Lokalizace pomocí technologie Bluetooth si získala pozornost široké veřejnosti zejména uvedením iBeacon od společnosti Apple. Apple u iBeacon používá technologii BLE (Bluetooth Low energy). Cílem technologie iBeacon, je odhad vzdálenosti zařízení od vysílače, tato technologie tedy neřeší přesné určení vzdálenosti ani polohy samotné. Odhad vzdálenosti se nezakládá na přesném měření a právě v případě iBeacon se detekují pouze stavy „v dosahu“ a „blízko“ na základě síly signálu.

Některé společnosti však začali technologii BLE využívat k měření přesné vzdálenosti. Hlavním problémem u této technologie je fakt, že se využívají informace o síle signálu ke změření  vzdálenosti. Síla signálu je však velmi nepřesný ukazatel vzdálenosti. Nelze totiž garantovat, zda pokles signálu musí nutně znamenat prodloužení vzdálenosti. Pro příklad lze uvést situaci, kdy se uvnitř místnosti bude nacházet betonový sloup. Pokud se sloup dostane mezi vysílač a přijímač, tak dojde ke znatelnému poklesu signálu bez prodloužení vzdálenosti a problém je na světě.

Jedním z řešení tohoto problému je „mapování“ prostoru. Jedná se o techniku, kdy se jednotlivé vysílače umístí na přesně dané pozice v objektu a poté  se provede měření úrovně signálu metr po metru v celém objektu. Tímto vznikne referenční databáze úrovní signálů. Pokud chce zařízení zjistit svojí polohu, tak porovná naměřenou úroveň signálu od jednotlivých vysílačů s informacemi v databázi. Po vyhledání nejlepší shody s databází se považuje dané místo za současnou pozici.

Existuje mnoho variací a algoritmů pro „mapování“ dle sofistikovanosti. Je však nutné si uvědomit, že se jedná pouze o obcházení problému s měřením vzdálenosti za pomoci BLE, nikoli jeho konečným řešením.

 

Indoor lokalizace založená na technologii Wi-Fi

Před příchodem Apple a iBeacon se používala pro orientační měření vzdálenosti pouze technologie Wi-Fi. V současnosti je nejrozšířenější technologií pro vnitřní lokalizaci Android telefonů, často i v kombinaci s BLE. Nespornou výhodou technologie Wi-Fi je její masivní rozšíření jak ve veřejných prostorech, tak v domácnostech.

Obecný přístup k určování polohy pomocí Wi-Fi je obdobně jako u technologie Bluetooth – měření úrovně signálu. Tento způsob měření má tedy stejnou slabinu jako předchozí technologie. Jedním z možných řešení tohoto problému jsou v případě Wi-Fi alternativní algoritmy, které se snaží měřit vzdálenost za pomoci zjištění doby letu signálu (ToF, Time of Flight) nebo pomocí času přijetí signálu (ToA, Time of Arrival). Tuto technologii bohužel není možné nasadit na standardní Wi-Fi zařízení a je tedy třeba počítat s tímto využitím již v době plánování infrastruktury.

obr1

Obrázek Č. 1

Důvodem obtížného měření úrovně Wi-Fi signálu je inherentní struktura signálu a úzké pásmo. Na Obrázku č. 1 je znázorněno, jak obtížné je naměřit přesnou amplitudu u úzkopásmového Wi-Fi signálu s rušením. Z důvodu samotného sinusového kolísání signálu a odchylek způsobených vnějším rušením není možné přesně určit hodnotu amplitudy v daný čas. Z tohoto důvodu nejsou úzkopásmové systémy vhodné pro měření přesné amplitudy.

Nepřesnost měření v reálném prostředí stoupá z dalšího důvodu, kterým je fakt, že se signál může šířit k cíli několika cesty, přičemž dochází ke zpoždění jednotlivých signálů. Takto odražený signál se může k cíli vrátit například jako reverzní, degradovat tak úroveň a zkreslit čas příchodu měřeného signálu. Samotný obsah dat, který signál přenáší, není nepoškozen, nicméně změřit přesný čas příchodu takového signálu a jeho amplitudu je téměř nemožné viz obrázek č. 2.

obr2

Obrázek č. 2

 

Indoor lokalizace založená na technologii Ultra-Wideband

Standard UBW (IEEE 802.15.4-2011) byl vytvořen pro odstranění problémů s výše uvedenými technologiemi. Standart využívá velmi krátkých širokopásmových signálů viz obrázek č. 3

obr3

Obrázek č. 3

Krátké širokopásmové signály s rychlou náběžnou i sestupnou hranou umožňují snadné měření času začátku a konec signálu. Vzdálenost mezi dvěma UWB zařízeními může být na základě těchto impulsů změřena přesně, oproti měření úrovně signálu (BLE, Wi-Fi) se jedná o řádové zlepšení přesnosti. Další výhodou těchto signálů je fakt, že velmi efektivně odolávají rušení v podobě bílého šumu či rušení způsobeného šířením odražených signálů. Na obrázku č. 4 je znázorněn UWB signál v zarušeném pásmu, ze kterého vyplívá výše uvedená odolnost proti tomuto rušení.

obr4

Obrázek č. 4

UWB signál je odolný i proti rušení, které je způsobeno odraženými signály. Jelikož je doba trvání impulsu minimální (parametry impulsu se snaží blížit k Diracovu impulsu), je minimalizováno narušení integrity signálu viz obrázek č. 5.

obr5

Obrázek č. 5

Hlavním rozdílem mezi UWB a ostatními technologiemi je tedy možnost přesně změřit čas příchodů signálů a zároveň odolnost těchto signálů oproti všudypřítomnému rušení. Z praktického hlediska je možné pomocí UWB efektivně měřit vzdálenosti mezi dvěma zařízeními až do přesnosti 5 – 10 cm. Přesnost u předchozích technologií je přibližně 5 m (Wi-Fi, Bluetooth) v závislosti na prostředí a počtu měřících stanic.

 

Jaké jsou plusy a mínusy jednotlivých technologií?

Přesnost měření je jednoznačnou výhodou technologie UWB (5 – 10 cm) oproti technologiím jako je Wi-Fi či Bluetooth (cca 5 m).

Dalším faktorem je spotřeba energie, kdy UWB a Bluetooth spotřebují mnohem méně energie oproti Wi-Fi. Spotřeba je klíčová, jelikož určování polohy většinou využíváme v mobilních zařízeních s omezenou energetickou kapacitou.

Posledním velmi důležitým faktorem je rozšíření jednotlivých technologií. Zde jasně převládá Wi-Fi a Bluetooth, jelikož tyto technologie lze nalézt na každém rohu oproti UWB. V současné době mají některé společnosti motivaci implementovat do zařízení jak Wi-Fi a Bluetooth technologii, tak i UWB.

Celkově tedy nelze upřednostnit žádnou technologii a každá technologie má svá pro a proti. Záleží na mnoha faktorech, jako jsou například pořizovací cena, požadavek na přesnost a využití současných technologií (existující Wi-Fi infrastruktura, zapojení současných mobilních zařízení) pro řešení vnitřní lokalizace.

ARTIN v současné době implementuje pilotní projekty pro vnitřní lokalizaci a sledování nemocničního zařízení v nemocnicích. Dále spolupracujeme s vybranými dodavateli HW, kterými jsou Sewio, Infsoft a kontakt.io. Naši dodavatelé jsou schopni dodat kompletní řešení včetně softwarového řešení a integraci s ostatními podnikovými systémy.

Matouš Plašil

Zdroj: http://electronicdesign.com/communications/what-s-difference-between-measuring-location-uwb-wi-fi-and-bluetooth