Cách xác định vị trí của người qua Wi-Fi: BIM và ngữ nghĩa cải thiện độ chính xác

Dự án nhằm thu thập số liệu thống kê về tình trạng sử dụng phòng và chuyển động mà không cần cơ sở hạ tầng đắt tiền như UWB. Nhóm nghiên cứu đã phát triển một ứng dụng Android để thu thập các phép đo RSSI từ các điểm truy cập và một ứng dụng máy tính để xây dựng bản đồ vùng phủ sóng và tính toán tọa độ với RMSE. Các thử nghiệm thực địa được tiến hành trong hai loại cơ sở: một văn phòng kết hợp với các phòng và hành lang, nơi mỗi phòng có một điểm truy cập riêng, và một không gian mở với các điểm truy cập trung tâm và các phòng họp dọc theo tường. Hai phương pháp định vị đã được triển khai: kNN cổ điển và một mạng nơ-ron gọn nhẹ với một lớp ẩn sử dụng Keras. Các cải tiến bổ sung bao gồm cảm biến quán tính của điện thoại, hai phương pháp hiệu chỉnh cho sự lan truyền sóng vô tuyến (phương pháp vét cạn và ray tracing), và tính năng chính: sử dụng dữ liệu BIM (bản đồ mặt bằng, vật liệu tường) và xác suất ngữ nghĩa về vị trí của một người dựa trên lịch trình. Hai phương pháp ngữ nghĩa đã được kiểm tra: định vị với trọng số xác suất và đa giác theo từng phòng có kích thước phụ thuộc vào sai số hiệu chỉnh tối đa. Kết quả cho thấy các phương pháp kNN đơn giản hoạt động nhưng được hưởng lợi đáng kể từ việc hiệu chỉnh; việc thêm BIM và xác suất ngữ nghĩa giảm thiểu việc định vị sai vào các phòng liền kề tại các giá trị RSSI ranh giới; sự kết hợp các phương pháp mang lại sự ổn định tốt hơn so với bất kỳ phương pháp đơn lẻ nào. Độ chính xác phụ thuộc nhiều vào mật độ Wi-Fi và cách bố trí: các phòng có một điểm truy cập riêng hoạt động tốt hơn so với không gian mở có nhiều điểm truy cập trung tâm. Bằng chứng về khái niệm đã xác nhận rằng đối với phân tích tình trạng sử dụng (thống kê, bản đồ nhiệt), Wi-Fi cùng với BIM thường là đủ, trong khi định vị cực chính xác (độ chính xác 0,5 m) vẫn yêu cầu thiết bị chuyên dụng. Các ứng dụng kinh doanh tiềm năng bao gồm đánh giá nhanh việc sử dụng cơ sở mà không cần đầu tư lớn, tối ưu hóa cách bố trí và lịch trình, và cải thiện hiệu quả năng lượng. Các cân nhắc về quyền riêng tư được giải quyết bằng cách thu thập số liệu thống kê tổng hợp ẩn danh thay vì xác định danh tính cá nhân, yêu cầu sự đồng ý của nhân viên và tuân thủ luật bảo vệ dữ liệu địa phương. Công việc trong tương lai bao gồm mở rộng PoC lên các tầng lớn hơn, tích hợp với hệ thống đặt phòng và tự động hóa HVAC, thêm BLE và UWB cho các khu vực mật độ cao, và tự động hóa hiệu chỉnh với học thích ứng.