Hoe locatie van mensen bepalen via Wi-Fi: BIM en semantiek verbeteren nauwkeurigheid

Het project was gericht op het verzamelen van statistieken over ruimtebezetting en beweging zonder dure infrastructuur zoals UWB. Het team ontwikkelde een Android-app voor het verzamelen van RSSI-metingen van toegangspunten en een desktop-app voor het bouwen van dekkingskaarten en het berekenen van coördinaten met RMSE. Veldproeven werden uitgevoerd in twee soorten panden: een gecombineerd kantoor met kamers en een gang waar elke kamer een eigen toegangspunt had, en een open ruimte met centrale toegangspunten en vergaderruimtes langs de muur. Twee positioneringsbenaderingen werden geïmplementeerd: klassieke kNN en een compact neuraal netwerk met één verborgen laag met behulp van Keras. Extra verbeteringen omvatten traagheidssensoren van de telefoon, twee kalibratiemethoden voor radiogolfpropagatie (brute force en ray tracing), en het belangrijkste kenmerk: het gebruik van BIM-gegevens (plattegronden, wandmaterialen) en semantische waarschijnlijkheden van de locatie van een persoon op basis van het schema. Twee semantische benaderingen werden getest: positionering met waarschijnlijkheidsgewichten en per-kamer veelhoeken waarvan de grootte afhangt van de maximale kalibratiefout. Resultaten toonden aan dat eenvoudige kNN-methoden werken maar aanzienlijk profiteren van kalibratie; het toevoegen van BIM en semantische waarschijnlijkheden vermindert verkeerde positionering in aangrenzende kamers bij grenswaarden van RSSI; combinaties van benaderingen geven betere stabiliteit dan welke enkele methode dan ook. Nauwkeurigheid hangt sterk af van Wi-Fi-dichtheid en lay-out: kamers met één toegangspunt elk presteerden beter dan een open ruimte met meerdere centrale toegangspunten. Het proof-of-concept bevestigde dat voor bezettingsanalyses (statistieken, warmtekaarten) Wi-Fi plus BIM meestal voldoende is, terwijl uiterst nauwkeurige lokalisatie (0,5 m nauwkeurigheid) nog steeds gespecialiseerde apparatuur vereist. Potentiële zakelijke toepassingen zijn onder meer snelle evaluatie van ruimtegebruik zonder zware investeringen, optimalisatie van indelingen en schema's, en verbetering van energie-efficiëntie. Privacyoverwegingen worden aangepakt door geanonimiseerde geaggregeerde statistieken te verzamelen in plaats van individuen te identificeren, met toestemming van werknemers en naleving van lokale wetgeving inzake gegevensbescherming. Toekomstig werk omvat het opschalen van het PoC naar grotere verdiepingen, integratie met boekingssystemen en HVAC-automatisering, het toevoegen van BLE en UWB voor zones met hoge dichtheid, en het automatiseren van kalibratie met adaptief leren.