Entwicklung eines Positionierungsfilters für die Smartphone-basierte Navigation von blinden Personen

摘要

Gemäß dem Bundesministerium für Arbeit, Soziales und Konsumentenschutz leiden in etwa 3.9% der österreichischen Bevölkerung an einer Sehbehinderung. Viele alltägliche Aufgaben können von dieser Gesellschaftsgruppe nur sehr schwer gemeistert werden. Ein Beispiel dafür ist die Navigation durch städtische Umgebungen, in der für sehbeeinträchtige Personen viele Gefahren lauern. Ein zuverlässiges, genaues Navigationssystem würde das Leben blinder Personen immens erleichtern und ihre Sicherheit im Alltag und vor allem im städtischen Verkehr erhöhen. Die Navigation an sich besteht aus drei Komponenten, der Positionierung, dem Routing und der Zielführung. Je genauer die Positionierung ist, desto höher ist die Qualität der Routenberechnung und die entsprechende Zielführung. Das Ziel der Dissertation ist die Entwicklung eines Positionierungstools auf Basis der Sensoren eines Smartphones, welches sowohl in als auch außerhalb von Gebäuden Positionen mit hoher Genauigkeit und Zuverlässigkeit liefert. Das Kern- stück des Positionierungstools, ein Rao-Blackwell Partikel Filter (RBPF), kombiniert dafür relative und absolute Positionsdaten. Diese Daten stammen aus einer Code-basierten GNSS Einzelpunktbestimmung, einem WLAN-Fingerprinting auf Basis von RSSI-Mes-sungen, einem inertialen Pedestrian Dead Reckoning (PDR) und einer barometrischen Höhenbestimmung. Die Positionsbestimmung wird außerdem durch Karten und Informationen aus einer Pedestrian Activity Classification (PAC) räumlich eingeschränkt. Eine blindenspezifische Karte, welche das Gehverhalten blinder Personen repräsentiert, wird außerhalb von Gebäuden zur Einschränkung des möglichen Zu-standsraumes verwendet. Das ist daher möglich, da das Gehverhalten sehbeeinträchtigter Leute prädi-zierbarer ist als das nicht-blinder Personen, zum Beispiel, blinde Personen gehen bevorzugt auf Gehsteigen, kreuzen die Straßen nur über Zebrastreifen und folgen taktilen Leitstreifen. Dieses Wissen kann dazu verwendet werden, um räumliche Aufenthaltswahrscheinlichkeiten abzuleiten. Aufgrund der kleinräumi-gen Infrastruktur und des sehr individuellen Navigationsverhaltens von blinden Personen innerhalb von Gebäuden können solche Wahrscheinlichkeiten nicht für den Innenraum definiert werden. Stattdessen tragen sogenannte Occupancy Grid Maps und Pfadüberprüfungen zur Positionsbestimmung in Gebäuden bei. Da aktivitätsbezogene Informationen implizit ortsrelevante Daten beinhalten (die Aktivität Treppensteigen reduziert den möglichen Aufenthaltsort auf eine Treppe), wird außerdem die im PAC detektierte Aktivität in die Positionsschätzung integriert. Aufgrund des hohen Arbeitsaufwandes, der für die Erstellung der blindenspezifischen Karte notwendig ist, wird ein eingeschränktes Testgebiet für die Untersuchungen definiert. Um in Zukunft den entwickelten RBPF auch in anderen Gebieten einsetzen zu können, wird innerhalb der Dissertation ein Simultaneous Localization and Mapping (SLAM) Ansatz untersucht, um die Kar-tengenerierung zu umgehen. Die automatische Kartenerstellung erfordert jedoch eine GNSS-Positionslö-sung mit Genauigkeiten im Dezimeterbereich. Daher wird im Rahmen der SLAM-Methode Precise Point Positioning (PPP) anstatt der code-basierten Einzelpunktbestimmung verwendet. Da eine durchgehende PPP-Positionierung im städtischen Bereich erst bei voller Operationalität von Galileo und COMPASS möglich sein wird, wird der SLAM-Ansatz innerhalb einer Simulationsumgebung entwickelt. Durch den Einsatz des entwickelten RBPF kann die Positionierung außerhalb von Gebäuden um 47% bis 69% und innerhalb um 40% bis 60% verbessert werden. In Gebäuden liegt die Positionsgenauigkeit somit im Tastbereich der blinden Person, während im Freien die Person am richtigen Gehsteig lokalisiert werden kann. Die Evaluierung auf Basis von simulierten Daten zeigt, dass die entwickelte SLAM-Methode das optimale Werkzeug für eine automatische Kartengenerierung ist.