Autor

Willy Riechert

Matrikelnummer: s759043

E-Mail: willy.riechert@googlemail.com

Hochschule

Beuth Hochschule für Technik Berlin

Studiengang: Geoinformation

Fachbereich: FB III

Abgabedatum

Berlin, 2012-07-17

Betreuer

Prof. Dr. Roland M. Wagner

2. Gutachterin

Prof. Dr. G. Görlitz

Erarbeitet bei

NOKIA gate5 GmbH

Betreuer Herr Jan Nowak – Head of Web

Developer Offering

Konzepte und Experimente zur Indoor-Positionierung

mit Hilfe von WLAN, NFC und Barometer

Bachelor-Thesis

II

Vorwort

Adressaten dieser Arbeit sind alle Technikbegeisterte, die sich mit der Faszination des

mobilen Zeitalters verbunden fühlen. Mobile Endgeräte mit deren Operating System bieten

neue Möglichkeiten der Applikationsentwicklung. Es ist nun eine Sensorik vorhanden, die

sich leicht bedienen lässt und in jede Tasche passt. Die Dokumentation dieser Technik ist sehr

gut ausgereift, somit ist die Anwendung auch für Informatikneulinge schnell zu begreifen.

Die Arbeit wurde im einem zwölf wöchigem Bearbeitungszeitraum verfasst. Die Rahmen-

prüfungsordnung (vgl. Präsident der TFH 2008:3 ff.) sieht einen Workload von 12 Credits

vor.

III

Inhaltsverzeichnis

Vorwort ......................................................................................................................................II

Inhaltsverzeichnis ..................................................................................................................... III

Abkürzungsverzeichnis ............................................................................................................ IV

1 Einführung ............................................................................................................................... 1

1.1 These ................................................................................................................................. 2

2 Konzeption .............................................................................................................................. 3

3 Positionierungsmethoden ........................................................................................................ 4

4 Tabellenbasiertes Positionierungsverfahren mit WLAN ........................................................ 6

4.1 Profilerstellung ................................................................................................................. 6

4.2 Positionsbestimmung ........................................................................................................ 8

4.2.1 Euklidisches Distanzmaß ........................................................................................... 9

4.2.2 Genauigkeitsbetrachtung .......................................................................................... 10

4.3 Signalstärkeverlust bei Frequenzwechsel von 2,4GHz auf 5GHz .................................. 11

4.4 Vergleichbarkeit von Mehrfachmessungen .................................................................... 11

4.5 Virtuelle Netzwerke ........................................................................................................ 13

4.6 Höhenbestimmung .......................................................................................................... 13

5 Kartengrundlage .................................................................................................................... 18

5.1 Georeferenzierung .......................................................................................................... 19

5.2 Digitalisierung ................................................................................................................ 20

5.3 DestinationMap Datenmodell ......................................................................................... 20

6 Ergebnispräsentation ............................................................................................................. 22

6.1 Bewertung ....................................................................................................................... 24

6.2 Ausblick .......................................................................................................................... 25

6.2.1 NFC .......................................................................................................................... 25

6.2.2 nfc4indoor ................................................................................................................ 26

Abbildungsverzeichnis .............................................................................................................. V

Listing ........................................................................................................................................ V

Literaturverzeichnis .................................................................................................................. VI

Anhang I: Sequenzdiagramme ................................................................................................ VII

Positionierung ...................................................................................................................... VII

Profilerstellung ..................................................................................................................... IX

Anhang II: Profiltabelle ............................................................................................................. X

IV

Abkürzungsverzeichnis

Term: Definition:

ALK Automatisierte Liegenschaftskarte

AP Access Point

App Applikation

dB Decibel

DM DestinationMaps

dwg Drawing, ist ein AutoCAD Dateiformat

EPSG European Petroleum Survey Group Geodesy

GML Geography Markup Language

GPS Global Positioning System

MAC Media-Access-Control (Adresse)

NFC Near Field Communication

SQLite Structured Query (Language) Lite

UML Unified Modeling Language

Wifi Synonym für WLAN

WLAN Wireless Local Area Network

WPS Wifi Positioning System

XML Extensible Markup Language

1

1 Einführung

Die Anregung zum Verfassen dieser Arbeit ergab sich aus einem Projektmodul des fünften

Semesters. Inhalt des Projektes war es, ein hochschulinternes Orientierungssystem zu

schaffen. Es trug den Namen „Beuth Orientierungssystem“, kurz BORIS1. Dabei ging es

vorrangig um das Anwenden und Erlernen von Grundtechniken. Bereiche waren das

Aufsetzen eines WMS und WFS, die Datenerhebung und die native Android

Programmierung. Im Prinzip hatte das Projekt den Status erreicht, indem es möglich war,

einen Raum aus einer Liste auszuwählen, anschließend wurde dieser auf einer Karte

angezeigt. Dabei hatte sich die Raumauswahl auf das Gebäude „Bauwesen“ der Beuth

Hochschule beschränkt.

Abbildung 1: Boris - Raumauswahl(links) und Karte(rechts)

Die Frage der Visualisierung des Ziels war damit geklärt. Als nächsten Iterationsschritt zu

einem hochwertigeren Orientierungssystems stellte sich die Frage der Lokalisierung des

eigenen Standortes. Dieser Aufgabe wird sich in dieser Arbeit gewidmet. Die wichtige

Funktion der Positionierung ist die Grundlage für weitere Ansätze zur Verbesserung des

Systems. Ist diese möglich, kann beispielsweise ein Routing zu einem ausgewählten Ziel

erfolgen. Aufgrund der beschränkten Zeit des Semesters konnten nicht auf diese Funktionen

eingegangen werden. Da es bereits viele anerkannte und praktizierte Ansätze zur

Positionierung gibt, sollte sich die Implementierung eines solchen Systems bewerkstelligen

1 http://gdi.beuth-hochschule.de/ [Stand:2012-06-05]

2

lassen. Allerdings ergab sich hierbei die Besonderheit der realweltlichen Umgebung der

Anwendung des Positionierungssystems. Gewöhnlich werden diese für den Outdoorbereich

angewendet. Es gibt eine Vielzahl von verschiedenen Verfahren. Diese werden an späterer

Stelle erläutert. Es wird auf die Vor- und Nachteile eingegangen.

1.1 These

Die These der Arbeit lautet daher: Es ist möglich, mit der vorhandenen WLAN Infrastruktur

im Haus Bauwesen eine Indoor-Positionierung durchzuführen.

Abbildung 2: Lageplan Campus der Beuth Hochschule (Online in Internet)

Daraus ergaben sich diverse Teilaufgaben. Grundsätzlich galt es die vorhandenen Konzepte

der WLAN Positionierung aufzuführen. Dabei lautete der Grundsatz: Verfahren die bereits

entwickelt wurden, anzuwenden und zu beurteilen. Es ging allerdings nicht ausschließlich um

ein Positionierungsverfahren mit WLAN, sondern es wurden andere Sensoren hinzugezogen,

um ein besseres Ergebnis zu erzielen. Das Barometer spielte eine wichtige Rolle. Damit war

es möglich eine Höhenbestimmung durchzuführen. Außerdem sollte es das angewendete WPS

einschränken und beschleunigen. Über die Einführung von NFC Tags wurde ebenfalls

nachgedacht. Es wurden Experimente mit NFC und Access Points durchgeführt. Dabei war

immer das Ziel eine zuverlässige Positionierung durchzuführen. Es wurden verschiedene

Szenarien an möglicher WLAN Abdeckung simuliert. Hierzu wurden Messungen gemacht.

Eine zentrale Frage war die Stärke der Abschattung des WLAN Signals durch die im Haus

Bauwesen üblichen Metallwände. Möglicherweise war dies sogar ein entscheidender Vorteil

beim angewandten tabellenbasierten Positionierungsverfahren. Prinzipiell galt es die

vorhandene WLAN Abdeckung zu identifizieren und über die Einführung eines WLAN

Positionierungssystems nachzudenken. Eine weitere Aufgabe war, eine Empfehlung für das

3

Hochschulrechenzentrum abzugeben, mit möglichen Hinweisen zur Verbesserung des

Netzausbaus des lokalen WLANs.

Es entstand eine nativ entwickelte App auf Grundlage des Android Betriebssystems. Diese

demonstrierte die konkrete Anwendung des Positionierungssystems. Desweiteren wurden

allgemein gültige Indoor Daten- und Protokollmodelle angewandt.

2 Konzeption

Die besondere Situation der Indoor-Positionierung unterschied sich von den konventionellen

Positionierungstechniken. Der Umstand der Abschirmung des Gebäudes selbst, machte es

beispielsweise nicht möglich ein GPS Signal zu empfangen. Es war daher nötig auf andere

Methoden zurückzugreifen. Dabei musste abgewägt werden, welche Positionierungsmethoden

für das Gebäude in Frage kamen und welche davon umsetzbar waren. Zwei grundsätzliche

Ansätze zur Wahl der zum Objekt am besten passenden Methode waren:

Vorhandene Gegebenheiten zu nutzen. Dabei fielen keine weiteren Kosten für die

Installation einer zusätzlichen neuen Infrastruktur an. Die vorhandenen Netze würden

verwendet werden. Allerdings würden Kosten für die Konzeptionierung,

Implementierung und für das Testen des Systems entstehen. In dieser Arbeit wurde auf

ein WLAN basierendes Positionierungssystem zurückgegriffen. Jedoch war mit

diesem System ein enormer administrativer Aufwand nötig. In einem späteren Kapitel

wird dieser Umstand näher erläutert. Es wird diskutiert ob dies nicht sogar als K.O.

Kriterium für das verwendete tabellarische System gelten kann.

Der andere Ansatz verfolgte die Idee des Aufbaus einer neuen Infrastruktur, mit der

eine Positionierung anschließend möglich war. In der Regel ist dies immer mit

zusätzlichen Hardware Installationen im Gebäude verbunden. Dabei kamen diverse

Faktoren ins Spiel. Beim Aufbau einer neuen Infrastruktur kommt es immer zu

zusätzlichen Investitionen. Daraus ergaben sich natürlich weitere Fragen, wie die der

Folgekostenfrage. Der Betrieb einer Infrastruktur konnte Betriebskosten verursachen.

So benötigte beispielsweise ein aktiver Sender Strom, wie ein WLAN Router. Es gab

allerdings auch passive Systeme, wie die NFC-Technologie, die keinen zusätzlichen

Strom benötigte. Diese wurden durch Induktionsstrom des Lesegerätes betrieben.

Wartungskosten der Systeme konnten untereinander ebenfalls variieren. Ein WLAN-

Router hätte eine begrenzte Lebensdauer mit einem höheren Neuanschaffungspreis.

Ein NFC-Tag war wesentlich zuverlässiger und die Neuanschaffung war entschieden

billiger. Bei einer Bestellung einer großen Anzahl von NFC-Tags, sank der Preis

ebenfalls. So kostete ein NFC-Tag weniger als zehn Eurocent. Es wurde eine

ausreichende Anzahl von der Hochschule zur Verfügung gestellt. Die Kosten der

Installation der Systeme waren unterschiedlich ausgefallen. Für die Installation eines

einfachen NFC-Tag waren keine besonderen Qualifikationen des Monteur notwendig.

Es musste lediglich der NFC-Tag in sichtbarer Weise angebracht werden und

anschließend mit einer Software formatiert und einer Position zugewiesen werden.

Wobei letzteres zusätzlich erfolgen konnte. Es bestand auch die Möglichkeit der

ausschließlichen Nutzung der ID des NFC-Tags. Im Kapitel Positionierungsmethoden

4

wird näher darauf eingegangen. Weitere Faktoren, die bei der Initialisierung einer

neuen Infrastruktur zum Tragen kamen, waren beispielsweise sicherheitsrelevante

Fragen. Dazu zählten zu einem brandschutzbauliche Dinge wie Feuerfestigkeit

verschiedener Materialen und zum anderen vertrauenswürdige Informationen, die

möglicherweise zum Betreiben des Systems benötigt wurden. Im Unterkapitel „5

Kartengrundlage“ werden konkrete Beispiele aufgeführt.

3 Positionierungsmethoden

Die Frage der Lokalisierung ließ sich auf viele weisen beantworten. Beispielsweise hatten

Firmen wie Nokia bereits ihre eigenen Systeme zur Positionierung entwickelt. Nokia setzt

unteranderem auf Bluetooth und WLAN basierende Systeme. Zudem gab es erste

Veröffentlichungen von nichtkommerziellen Systemen. IndoorAtlas2 nutzt das Erdmagnetfeld

zur Bestimmung der Position, dabei sollten Genauigkeiten von 0,1 bis 2,0m erreicht werden

können (INDOORATLAS 2012:4). Im Prinzip hatten alle Methoden zum Ziel eine

zuverlässige Positionierung durchzuführen. Dabei unterschieden sie sich in Punkten wie der

Genauigkeit, Geschwindigkeit und der zugrunde liegenden Technik.

Ein WLAN hat eine zellulare Struktur. Dabei bilden Access Points die Basisstationen des

Netzes. Eine Zelle ist durch den Sendebereich einer Basisstation definiert (vgl.

DORNBUSCH & ZÜNDT 2005:1). Eine Basisstation sendet verschiedene Dinge aus. In der

Regel liegt der Frequenzbereich der ausgehenden elektromagnetischen Strahlung eines AP bei

2,4GHz. Dabei steht eine Gesamtbandbreite von 83,5MHz zur Verfügung3. Auf Grund der

sich immer stärker ausbreitenden WLAN Technologie in privaten Haushalten kam es immer

häufiger zu Funkstörungen. Die hohe Zelldichte war die Ursache dafür. Die Anzahl der

sendenden APs in diesem Frequenzbereich war durch die Bandbreite limitiert. Abhilfe sollten

neue Geräte schaffen. Diese senden im 5GHz Bereich. Das entspricht dem WLAN-Standard

802.11n+a. Es sind wiederum spezielle Empfängergeräte notwendig, um diesen neuen

Standard zu verarbeiten. Ein Nachteil des neuen Kanals war, dass die Reichweite meist etwas

niedriger ausfiel4. Dies wurde bei Testmessungen bestätigt (vgl. Kapitel 4.3). Somit waren die

Zellen kleiner. Eigene Untersuchungen wiesen einen weiteren Nachteil auf. Für

Empfängergeräte die nicht den 802.11n+a Standard unterstützten, waren diese WLAN quasi

unsichtbar. Auf dieses Problem, welches für das verwendete WPS wesentlich war, wird im

Unterkapitel 6 näher eingegangen. Weitere Informationen die eine Basisstation aussendet und

die abrufbar sind, ohne sich mit dem Netzwerk verbinden zu müssen, sind die MAC-Adresse,

SSID, Signalstärke und die Verschlüsselung. Die MAC-Adresse ist die Hardware-Adresse

eines Netzwerkadapters5, z.B. c0:25:06:c1:ae:3f. Sie ist vergleichbar mit einer Seriennummer

und dient der Identifizierung des Gerätes. Sie ist eindeutig und kann nicht verändert werden,

es sei denn es handelt sich um einen virtuellen AP. Die SSID bezeichnet die WLAN Geräte

mit einem Namen. Dieser Name ist frei wählbar. Oft wiederholen sich die Namen.

2 http://www.indooratlas.com/ [Stand: 2012-07-14] 3http://de.wikipedia.org/wiki/Wireless_Local_Area_Network#Kanalbreiten.2C_.C3.BCberlappungsfreie_Kan.C

3.A4le_und_Spektralmasken [Stand: 2012-06-17] 4 http://www.computerbild.de/artikel/cb-Ratgeber-Kurse-DSL-WLAN-WLAN-Netzwerk-auf-stoerungsfreien-5-

Gigahertz-Frequenzbereich-umstellen-3098336.html [Stand: 2012-06-12] 5 http://de.wikipedia.org/wiki/MAC-Adresse [Stand: 2012-06-17]

5

Standardgemäß ist der Produktname des AP der Bezeichner der SSID, z.B. „FRITZ!Box Fon

WLAN 7112“. Die Signalstärke wird in dB angegeben und bezeichnete die Empfangsstärke

des WLAN am Empfänger. Je Höher die Signalstärke, desto besser ist die Übertragungsrate.

Die Verschlüsselung gibt an, mit welchem Verschlüsselungstyp das WLAN gesichert ist. Es

gibt mehrere Verschlüsselungsarten. Sie unterscheiden sich nach dem Sicherheitsstandard.

Schlecht gesicherte Netzwerke sind leicht zu entschlüsseln und machen einen unbefugten

Zugang möglich.

In der Vorbereitung zu dieser Arbeit wurden drei Verfahren zur Positionierung mit WLAN

näher betrachtet. Der Genauigkeitsanspruch wurde auf eine mindestens Raum genaue

Lokalisierung gesetzt.

Als erstes wurde ein zellgenaues Verfahren betrachtet. Dieses arbeitete analog zum Cell of

Origin6 (COO) Verfahren. Bei diesem Zellortungsverfahren hängt die Genauigkeit von der

Größe und Form der Funkzelle ab. Eine Zelle bildet dabei ein WLAN-Router mit seiner

Sendereichweite. Die Sendereichweite variiert in unterschiedlicher Umgebung. Die

Signalstärke nimmt vom Zentrum zu den Rändern hin ab, wobei dieses Verfahren lediglich

die Empfangbarkeit einer Zelle berücksichtigt. Die ermittelte Position des Standortes ist je

genauer, desto kleiner die Zelle ist. Dieses Verfahren wurde durch seine geringe Genauigkeit

ausgeschlossen. Die WLAN Zellen in der Hochschule waren groß. Es fielen mehrere Räume

in das Einzugsgebiet einer Zelle. Daher war das zellgenaue Verfahren prinzipiell ungeeignet

für den Indoor-Bereich.

Das zweite Verfahren beruhte auf Triangulation. Es funktionierte ähnlich wie das im

Mobilfunknetz eingesetzte Enhanced Observed Time Differenz (E-OTD) und Time of Arrival

(TOA) Verfahren. Es unterscheidet sich in der Weise, dass es anstatt der Signallaufzeit die

Signalstärke heranzieht, um den Abstand zwischen Access Point und mobilem Empfänger zu

berechnen. „In WLAN lassen sich die Signallaufzeiten nicht bestimmen, da deren Messung

von der Hardware nicht unterstützt wird“ (vgl. DORNBUSCH & ZÜNDT 2005:1). Der

Hauptgrund dafür sind die Mehrkosten die entstehen würden. Es ist eine interne Uhr

notwendig, um eine genaue Position mit dem Parameter der Signallaufzeit zu bestimmen.

Diese Uhr muss bis auf wenige Nanosekunden genaue Messungen durchführen können.

Daher wird bei diesem Verfahren auf den Parameter der Signalstärke zurückgegriffen.

Allerdings ist die Verwendung der Signalstärke sehr fehleranfällig. Es wirken verschiedene

äußere Einflüsse auf den Parameter ein. Um den Fehlereinfluss gering zu halten, ist eine hohe

Dichte an Access Points notwendig. Praktisch gesehen wäre eine Erreichbarkeit von drei AP

gleichzeitig eine gute Voraussetzung für eine auf wenige Meter genaue Bestimmung der

Position des mobilen Empfängers. Dabei sollte die Dämpfung des Signals im Einzugsgebiet

des AP gleich bleiben. Dies war prinzipiell in einem Gebäude nicht der Fall.

Das dritte Verfahren stützte sich auf Signalstärkeprofile zu bestimmten Orten. Es ist ein auf

einer Tabelle basierendes Verfahren. Dabei wird ebenfalls die Signalstärke verwendet. Im

Gegensatz zum Triangulationsverfahren wird hierbei die Tatsache der Dämpfung und

Reflektion der Signalstärke genutzt. Dieser Umstand schien für das Gebäude Bauwesen von

6 http://de.wikipedia.org/wiki/Cell_of_Origin [Stand: 2012-06-09]

6

besonderem Vorteil, da viele Wände aus Metall bestanden. An Metall kommt es zu Reflektion

des Signals. Zusätzlich bestand die Zielumgebung aus vielen Objekten, sodass eine hohe

Dämpfung erwartet wurde. Dieses Verfahren entsprach dem gesetzten Genauigkeitsanspruch

einer raumgenauen Positionierung am besten. Es wurde praktisch umgesetzt.

4 Tabellenbasiertes Positionierungsverfahren mit WLAN

Im Rahmen der durchgeführten Experimente wurde nicht auf die vollständige Erfassung aller

Räume Wert gelegt. Vorrangig ging es um die Erprobung des Systems. Dazu wurden

entsprechend weniger Räume erfasst und mit einem Signalstärkeprofil versehen. Wichtig war,

dass die aufgenommenen Positionen nicht zu dicht beieinander lagen, damit sie sich in ihren

Profilen unterschieden.

4.1 Profilerstellung

Es wurde für jeden Raum eine Signalstärkemessung durchgeführt und ein individuelles Profil

der verfügbaren WLANs angelegt. An ausgewählten Positionen, wie z.B. auf Fluren oder an

Fahrstühlen wurden ebenfalls Messungen angesetzt. Es wurden die Signalstärkewerte

zwischen mobilen Empfänger und allen sichtbaren WLAN gemessen (vgl. DORNBUSCH &

ZÜNDT 2005:4). Das Messintervall sollte nach Möglichkeit lang sein. Im Zuge einiger

Versuche ergab sich eine Anzahl von fünf Messzyklen an einer Position als hinreichend, um

ein befriedigendes Ergebnis zu erzielen. Dies entsprach einer Messdauer von ca. 15

Sekunden. Somit lagen für jede empfangene Signalstärke eines WLANs fünf Werte vor,

insofern dieses während der Messung beständig verfügbar war. Für ein WLAN welches

kurzzeitig gemessen werden konnte, wurden entsprechend weniger Werte der Signalstärke

erfasst. Anschließend wurde der Median der gemessenen Werte ermittelt. Dieser eliminierte

vereinzelt auftretende Messspitzen und gewährleistete, dass sich auch nach relativ kurzem

Messintervall von 15 Sekunden ein signifikantes Signalstärkeprofil der Position ergab. Es

wurden vor der Medianberechnung aufgenommene Signalstärken, welche weniger als 2-mal

gemessen wurden, entfernt. Es ist davon ausgegangen worden, dass sie entweder nur sehr

schwach verfügbar waren und somit vernachlässigt werden konnten oder sie nur eine

kurzeitige Erscheinung waren. Letzteres wäre der Fall eines mobilen Senders, wie z.B. eine an

der Messposition vorbeigehende Person mit einem Smartphone, welches ein eigenes WLAN

aussendet.

Das tabellarische Verfahren ging davon aus, dass an einer mobilen Station immer nur

maximal drei APs erreichbar waren. Oft ist es vorgekommen, dass an einer Messposition

mehr als drei APs erfasst werden konnten. In diesem Fall wurden nur die drei stärksten

Messwerte verwendet.

Schließlich ergab sich das Tupel: (ni, pi, (ap0,s0)i, (ap1,s1)i,(ap2,s2)i, , li,). Dieses wurde in eine

Tabelle einer SQLite Datenbank eingetragen. In Abbildung 3 ist ein solches Tupel zu sehen.

Es setzte sich wie folgt zusammen:

- ni wies dem Eintrag eine eindeutige ID zu. So hatte der erste Eintrag in der Tabelle

die ID=1, der folgende Eintrag die ID=2.

7

- pi enthielt eine Information über die Position, welche den Eintrag beschreib.

Beispielsweise eine Raumbezeichnung wie D412.

- (apj,sj)i beinhaltete zu einem den ganzzahligen Signalstärkemesswert sj in [dB] und

zum anderen den dazugehörigen AP, wobei von diesem die MAC-Adresse verwendet

wurde, da diese eindeutig war. ap0 stellte jenen AP dar, der die beste Signalstärke am

Messpunkt lieferte. Die Signalstärke von ap1 war entsprechend kleiner oder gleich

dem vom ap0. Wiederum war s2 von ap2 kleiner oder gleich ap1, insofern ein zweiter

und dritter AP am Messpunkt empfangen wurde. Gab es nur ein verfügbares WLAN

am Messpunkt, war der Wert von s1 und s2 gleich null. Bei zwei verfügbaren WLANs

war entsprechend nur s2 gleich null. Wurde kein WLAN während der Messung erfasst,

erhielt der Nutzer eine Meldung, dass keine Netze erreichbar waren und es wurde kein

Tupel in die Tabelle eingefügt.

- li diente der Zuweisung einer Höhe des aufgenommenen Tupels. Wurde eine Messung

in der 1.Etage des Gebäudes gemacht, so war der Wert gleich 1. Das Kellergeschoss

erhielt entsprechend den Wert -1. Dieser Wert musste manuell vor der Messung

bestimmt werden.

Abbildung 3: Beispiel Tupel in Profiltabelle

8

4.2 Positionsbestimmung

Zur Lokalisierung des Standortes des mobilen Gerätes wurde zuerst eine Messung in

derselben Art und Weise gemacht wie bei der Profilerstellung. Wobei zwei Prozeduren

unterschiedlich abliefen. Erstens wurden nicht fünf Messzyklen durchgeführt, sondern

lediglich drei. Dies hatte den Vorteil, dass sich die Zeit des Positionierungsprozesses

verkürzte, bei einer weiterhin angemessenen Genauigkeit. Zweitens wurde das entstandene

Tupel nicht in die Tabelle der Datenbank hinzugefügt, sondern mit ihr abgeglichen. Das durch

die Messung entstandene Tupel setzte sich wie folgt zusammen: ((ap0‘,s0‘), (ap1‘,s1‘),

(ap2‘,s2‘)).

Es wurden alle in Frage kommenden Datensätze ausgelesen. Dabei wurde nach gleichen

MAC-Adressen in der Tabelle gesucht. Es musste eine Übereinstimmung von allen drei

MAC-Adressen für das jeweilige Tupel gleichzeitig vorliegen. Wenn an einem Tupel nur ein

oder zwei MAC-Adressen vorhanden waren, mussten lediglich die vorhandenen MAC-

Adressen übereinstimmen. Dabei galt die Bedingung, dass auch bei dem vergleichenden

Tupel nur entsprechend ebenso viele MAC-Adressen gemessen werden konnten. Für den Fall,

dass Tabelleneintrag i ,

oder

zutraf, wurde dieser Eintrag auf die Liste mit den Tupel gesetzt, die mit

dem aus der Messung entstandenem Tupel übereinstimmten. Listing 1 zeigt die Umsetzung

dieser Bedingung.

Listing 1: Vergleichsbedingung für den Tabelleneintrag

Um den Datensatz aus der Liste zu finden, der am besten zu dem aus der Messung passt,

wurde das Euklidische Distanzmaß (vgl. Kapitel 4.2.1) verwendet. Dieses ermöglichte eine

sinnvolle Bewertung der übriggebliebenen Datensätze. Nach der Berechnung des

Euklidischen Distanzmaßes hatte jedes Tupel einen Wert, der in Relation zu den Werten der

anderen Tupel aus der Liste gesetzt werden konnte. Somit wurden die Listeneinträge mit Hilfe

des Distanzmaßes quantitativ bewertet und konnten der Größe nach sortiert werden. Dabei

entsprach der kleinste Wert der am ehesten passenden tatsächlichen Position des mobilen

Empfängers. Die ermittelte Position wurde in Form einer Bildschirmmeldung ausgegeben

(vgl. Abbildung 4 rechts).

if ((posAp1.equals(footprintAp1) || posAp1.equals(footprintAp2) || posAp1.equals(footprintAp3)) & (posAp2.equals(footprintAp1) || posAp2.equals(footprintAp2) || posAp2.equals(footprintAp3)) & (posAp3.equals(footprintAp1) || posAp3.equals(footprintAp2) || posAp3.equals(footprintAp3))) {

// save the "_id" from the found tupel in hit list. hitlist.add(footprintId);

}

9

Abbildung 4: Eingabemaske Profilerstellung(links) und Ergebnis der Positionierung (rechts)

4.2.1 Euklidisches Distanzmaß

Das Euklidische Distanzmaß wird auch als Euklidischer Abstand bezeichnet. Es ist ein

Bestandteil der euklidischen Geometrie. Diese beruht auf den Erkenntnissen des griechisch-

hellenistischen Mathematikers Eukleides (365 – 300 v.u.Z.). Der in Alexandria wirkende

Mathematiker fasste die Mathematik seiner Zeit in 13 Büchern zusammen (vgl. BÖHM,

BÖRNER, HERTEL, KRÖTENHEEDT, MÖGLING & STAMMLER 1974:14-18). Die

euklidische Geometrie umfasst die Geometrie der Ebene und des dreidimensionalen Raumes.

Der Euklidische Abstand zweier Punkte ist der Wert der Länge des gemessenen Abstandes

dieser zweier Punkte. Im dreidimensionalen euklidischen Raum gilt für den Euklidischen

Abstand:

„Ein bekannter Spezialfall der Berechnung eines euklidischen Abstandes für n=2 ist der Satz

des Pythagoras“7.

Zu der Ermittlung des Tupel welches am besten zu der tatsächlichen Position passt, ist zu

berücksichtigen, dass große Abweichungen schlechter zu gewichten sind als kleine. Diesen

Anspruch erfüllt das Euklidische Distanzmaß. Aufgrund des Quadrierens der Differenzen

7 http://de.wikipedia.org/wiki/Euklidischer_Abstand [Stand:2012-06-29]

10

werden große Abweichungen der einzelnen Messungen mehr gewichtet. Im konkreten

Anwendungsfall ergab sich die Formel:

(DORNBUSCH & ZÜNDT 2005:5)

Zur beispielhaften Positionierung mit einem mobilem Empfänger ergaben sich für die

gemessenen Signalstärken der APs die folgenden Werte: Für ap0‘ galt s0‘= -69dB, ap1’ hatte

s1‘= -77dB und ap2‘ entsprach s2‘= -83dB. Wurden nun aus der Tabelle mit den Tupel der

Raumprofile beispielsweise zwei gefunden, bei denen eine Übereinstimmung der APs vorlag,

mussten anschließend die Distanzmaße berechnet werden. Es galt für das gefundene Tupel A:

s0= -70dB, s1= -76dB und s2= -81dB. Für das Tupel B aus der Tabelle galt: s0= -66dB, s1= -

77dB und s2= -80dB. Es wurden daraus folgende Euklidische Distanzmaße berechnet:

Nach Sortierung der Distanzmaße ergab sich: dA < dB. Auf Grundlage dieses Ergebnisses

wurde angenommen, dass die Position des Empfängers näher am Profil vom Tupel A lag.

Listing 2 zeigt die Berechnung des Euklidischen Distanzmaßes.

Listing 2: Euklidische Distanzmaßberechnung

4.2.2 Genauigkeitsbetrachtung

Die Genauigkeit der Lokalisierung beim Tabellenbasierten Positionierungsverfahren stand im

direkten Zusammenhang mit der Anzahl der am mobilen Empfänger vorhandenen WLANs.

Dabei galt: Je mehr WLANs verfügbar waren, desto höher war die Genauigkeit, da durch die

hohe Dichte der APs eine ausreichende Anzahl an Parametern gegeben waren. Wobei

maximale Genauigkeiten von 10m erwartet werden konnten. Bei diesem Verfahren wurden

nur die besten drei WLANs berücksichtigt.

Lag ein Tabelleneintrag mit nur einem AP vor, konnte lediglich eine Aussage darüber

getroffen werden, in welcher Umgebung sich der mobile Empfänger befand. Diese Situation

war vergleichbar mit dem zellgenauen Verfahren. Auf Grundlage der Signalstärke konnte

zusätzlich mit der Berechnung des Euklidischen Distanzmaßes ein ungefährer Abstand zum

AP angegeben werden.

Bei einer Erfassung von zwei Signalstärkewerten von unterschiedlichen APs, konnte das

Ergebnis noch besser konkretisiert werden. Allerdings war die höchste Genauigkeit der

Positionierung beim Vorliegen von drei Werten zu erwarten. Dies war auf den Symmetrie-

effekt zurückzuführen (vgl. DORNBUSCH & ZÜNDT 2005:5).

euclideanDistanceMeasure = Math.sqrt(Math.pow((sortedFootprintS1 - posS1), 2) + Math.pow((sortedFootprintS2 - posS2), 2) + Math.pow((sortedFootprintS3 - posS3), 2));

11

4.3 Signalstärkeverlust bei Frequenzwechsel von 2,4GHz auf 5GHz

In gleichbleibender Umgebung wurden Mehrfachmessungen unter gleichen Bedingungen

vorgenommen. Es wurden derselbe AP und das gleiche Empfangsgerät verwendet. Mit dem

Unterschied, dass einmal Mehrfachmessungen im 2,4GHz Frequenzband und zum anderen im

5GHz Band vorgenommen wurden. An verschiedenen Positionen wurden Messungen

vorgenommen. Im Ergebnis konnte ermittelt werden, dass die Signalstärke, wenn der AP im

5GHz Band betrieben wurde, am mobilen Empfänger jedes Mal kleiner war, im Gegensatz

zum Betrieb im 2,4GHz Frequenzbereich. Auf Grund der vielen Faktoren, die auf die

Signalstärke einwirken, wurde nicht ermittelt, um welchen Faktor beim Wechsel auf den

5GHz Frequenzbereich die Signalstärke abnimmt.

Abbildung 5: Signalstärkeverlust

Im Beispiel aus Abbildung 5 wurde der AP mit der MAC-Adresse c0:25:06:c1:ae:3f in zwei

verschieden Frequenzen betrieben. Aus der Spalte „position“ ist abzulesen, in welchem

Frequenzbereich der AP jeweils lief.

4.4 Vergleichbarkeit von Mehrfachmessungen

Im Zuge der Profilerstellung der einzelnen Positionen ergab sich die Frage, ob Mehr-

fachmessungen derselben Position vergleichbar waren. Dazu wurden Mehrfachmessungen zu

verschiedenen Zeitpunkten an gleicher Position durchgeführt. Dabei stellte die Signalstärke

einer Messung den Median aus fünf Messzyklen dar. Dementsprechend ergab sich die

Signalstärke am mobilen Empfänger aus maximal fünf Werten, insofern der AP während allen

Zyklen gemessen werden konnte.

12

Abbildung 6: Mehrfachmessungen einer Position

Besonders in einer Umgebung mit einer hohen Dichte an APs ließen sich Unterschiede in den

Profilen erkennen. Der Grund dafür war, dass viele Signalstärken sehr ähnlich waren. Durch

die Schwankungen der Signalstärken konnte es passieren, dass bei der Sortierung der Größe

der Signalstärke nach die Reihenfolge änderte. Im Beispiel aus Abbildung 6 ist dies an der

Messung M4 zu erkennen. Es stellen t0 bis t3 die verschiedenen Zeitpunkte der Messungen

dar. Die Farbkreise sollen im Beispiel die Lesbarkeit verbessern. Die Signalstärken in M4 der

APs gelb und lila sind gleich, beide wurden mit -87dB gemessen. Hieraus könnten sich zwei

verschiedene Profile ergeben. Desweitern war es vorgekommen, dass einige APs nur temporär

zu messen waren. Im Beispiel entspricht dies dem grün gefärbten AP, welcher in den

Messungen M1 bis M3 mit der besten Signalstärke verzeichnet und in Messung M4 jedoch

nicht registriert wurde. Ein Grund dafür könnte sein, dass der grün gefärbte AP zum Zeitpunkt

der Messung M4 im Modus der Nachtschaltung lief. D.h. der AP schaltet nachts sein WLAN

ab, um Energie zu sparen.

Wären alle erstellten Profile einer Position gleich gewesen, hätte entsprechend nur ein

einziges Profil ausgereicht, um die Position zu beschreiben. Da jedoch deutliche Unterschiede

vorlagen, gab es zwei Möglichkeiten, um diesem Problem zu entgegnen. Die erste

Möglichkeit wäre eine deutlich verlängerte Beobachtungsdauer an der Messposition

einzuführen. Theoretisch hätte ein kontinuierlicher Messzyklus die statistisch

aussagekräftigste Methode abgegeben, um genau ein Profil zu erstellen. Mit der anderen

Variante wäre anzunehmen gewesen, dass das Profil der Messposition dynamisch sei; D.h. an

unterschiedlichen Zeitpunkten liegt am Messpunkt ein bestimmtes Profil vor. Ideal wäre eine

Erfassung von allen möglichen Situationen mit ihren Profilen gewesen. Somit ergaben sich

für eine Position mehrere Profile, die in die Profiltabelle aufgenommen wurden.

13

4.5 Virtuelle Netzwerke

Es wurden Testmessungen in den Gebäuden der Hochschule durchgeführt. Hierbei ergab sich

eine besondere Situation. An einem Messpunkt zur Lokalisierung waren in der Regel mehrere

WLANs sichtbar. Jedoch beruhten sehr häufig die gemessenen Signalstärken der

verschiedenen WLANs auf demselben AP. Diese Schlussfolgerung ließ die Tatsache zu, dass

die verschiedenen MAC-Adressen auffällig exakt dieselbe Signalstärke aufwiesen. Allgemein

kann es selbstverständlich mal vorkommen, dass an einem Standpunkt dieselben

Signalstärken für verschiedene WLANs vorliegen, jedoch ist dies ausgesprochen selten der

Fall. Bei einer erneuten Messung wären die Signalstärken sicherlich unterschiedlich, da die

Signalstärken der APs vielen diversen Faktoren unterliegen, die sie beeinflussen und

verändern. Demnach sendete ein AP mehrere virtuelle WLANs mit unterschiedlicher SSID

aus. Somit fielen mehrere virtuelle APs auf dieselbe Geolokalisation. Folglich war eine gute

Verteilung der APs nicht gegeben. Wiederum zur Positionierung im WPS war die

Voraussetzung, um die Position möglichst genau bestimmen zu können, dass eine hohe

Dichte an APs gegeben sei. Allerdings wurden hierbei virtuelle Netzwerke nicht

berücksichtigt. Es war ebenso die räumliche Verteilung von großer Bedeutung. Fielen alle

APs auf dieselbe Geolokalisation, war keine räumliche Verteilung gegeben. Im Prinzip ließen

sich alle APs mit gleicher Signalstärke auf einen Einzigen reduzieren. Somit war nur eine

zellgenaue Positionierung möglich, obwohl eine scheinbar hohe Dichte an WLANs vorlag.

Bereits bei der Profilerstellung eines Raumes ergab sich dadurch ein Problem. Beispielsweise

wurden im Raum „A“ vier verschiedene APs erfasst. Von denen waren zwei virtuelle

WLANs, die vom selben AP „ap1“ ausgingen. Die anderen beiden APs „ap2“ und „ap3“

wurden mit einer niedrigeren Signalstärke als „ap1“ aufgezeichnet. Die Signalstärke von

„ap2“ war schwächer als die von „ap3“. Somit wurden beide virtuellen Netzwerke vom „ap1“

und das von „ap3“ in das Raumprofil aufgenommen. Die zwei virtuellen WLANs brächten

keinen Vorteil, um die Genauigkeit der späteren Lokalisierung des mobilen Empfängers zu

steigern und hätten auf einen Eintrag im Tupel reduziert werden müssen. Wäre dies

geschehen, hätte ebenfalls „ap2“ mit im Profil des Raumes einfließen können. Die

resultierende Genauigkeit bei der anschließenden Positionierung wäre dann höher gewesen.

4.6 Höhenbestimmung

Zur Höhenbestimmung diente ein entwickeltes Altimeter. Es wurde eine barometrische

Höhenbestimmung durchgeführt, dazu half das Barometer. Somit ließ sich eine Positionierung

im dreidimensionalen Raum realisieren, ohne eine bestimmte Anzahl an APs zu benötigen.

Die Höhenbestimmung konnte unabhängig von WLAN geschehen.

Das Ziel der Höhenbestimmung sollte sein, die Suche nach dem passenden Tupel bei einer

Positionierung zu verkürzen. Aus der ermittelten Höhe sollte auf die Etage geschossen

werden, in der sich der Benutzer befand. Wurde z.B. eine Messung in der ersten Etage

durchgeführt, hätten ausschließlich Tupel mit der Kennzeichnung li = 1 näher betrachtet

werden sollen. Dieses Verfahren sollte die Anzahl der in Frage kommenden Tupel reduzieren.

Das Altimeter funktionierte dabei auf ähnliche Weise, wie es aus Flugzeugen bekannt ist. Der

Höhenmesser verglich den jeweiligen Luftdruck an der aktuellen Position des mobilen

14

Empfängers mit einem zuvor eingestellten Referenzdruck. Das Altimeter berücksichtigt keine

Temperaturen und es arbeitet nicht nach der barometrischen Formel, sondern nach der ISA-

Standardkurve (vgl. Abbildung 7). Der Referenzdruck musste auf den aktuellen

meteorologischen Luftdruck eingestellt werden (vgl. K.L.S. PUBLISHING Nr. Pt-02:3).

Diese sogenannte Kalibrierung musste auf eine Weise geschehen, dass die Absoluthöhen der

Etagen des Gebäudes verwendet werden konnten. Der Höhenmesser musste nach QNH

geeicht werden. Als QNH wird der Luftdruck bezeichnet, der an der Messstation besteht,

unter der Annahme, dass am Ort der Messung die Bedingungen der Standardatmosphäre

herrschen8. Das QNH eines Ortes ändert sich mit dem Wetter

9. Es ist ebenfalls von Standort

zu Standort verschieden. Hochdruckgebiete haben, im Gegensatz zu Tiefdruckgebieten, einen

hohen Luftdruck zur Folge. Mit der Eichung auf den QNH wurde das Altimeter auf die reale

Höhe des Standortes über dem Meeresspiegel kalibriert. Zur Kalibrierung musste der

Anwender die aktuelle Höhe des Standortes metergenau in das System eingeben (vgl.

Abbildung 8).

Abbildung 7: ISA-Standardkurve (K.L.S. PUBLISHING Nr. Pt-02:5)

Wenn das Altimeter kalibriert war, konnte eine Höhenbestimmung auf einen Meter genau

durchgeführt werden. Dies war stark abhängig von der Genauigkeit der Kalibrierung. War bei

der Kalibrierung keine genaue Höhe bekannt und wurde diese geschätzt, war die zu

erwartende Genauigkeit der Höhenbestimmung ebenfalls so groß wie die Abweichung von

der tatsächlichen Höhe, plus einem Meter zu der kalibrierten Höhe. Oft war die Absoluthöhe

8 http://www.luftrettung-hamburg.de/html/grundlagen_luft___luftdruck.html [Stand: 2012-07-02] 9 http://de.wikipedia.org/wiki/Barometrische_H%C3%B6henmessung_in_der_Luftfahrt [Stand: 2012-07-02]

15

der aktuellen Position nicht bekannt. Dies machte die Kalibrierung zu einem Problem. Es

wurden zwei Lösungsansätze konzipiert:

Die Kalibrierung des Altimeters hätte mit der Angabe einer Etage, auf der sich der

Anwender zum Zeitpunkt der Kalibrierung befand, durchgeführt werden können. Dazu

hätten für alle Etagen des Haus Bauwesens Höhenwerte bekannt sein müssen. Dieses

Verfahren wäre sehr speziell gewesen und nicht auf die anderen Gebäude übertragbar,

da die Höhen der Etagen in den verschiedenen Gebäuden der Hochschule variieren.

Der bessere Ansatz bestand darin ein zweites Barometer zu verwenden. Dieses hätte

statisch an einem definierten Standort fixiert werden müssen, von dem die Höhe

bekannt war. Die bekannte Höhe sollte dabei mit einer höheren Genauigkeit, als wie

der zu Bestimmenden, vorliegen. Das fixierte Barometer hätte ebenfalls mit dem

Anwender kommunizieren sollen und den gemessenen Luftdruck an das System

übergeben müssen. Da die Höhe und der Luftdruck von dem fixierten Barometer

bekannt waren, hätte es nun mit dem Altimeter aus dem mobilen Empfänger

referenziert werden können. Auf diese Weise wäre die Kalibrierung möglich gewesen.

Dabei dürfte die Entfernung zwischen mobile Empfänger und Referenzbarometer

nicht zu groß sein, da der Luftdruck an verschiedenen Orten unterschiedlich ist. Ein

Referenzbarometer würde für den Campus der Hochschule ausreichen.

Die Internationale Standard Atmosphäre ISA von 1976 ist eine mathematische Beschreibung

einer theoretischen atmosphärischen Luftsäule. Sie verwendet folgende Konstanten10

:

P0=101325[Pa] Standardluftdruck auf Seehöhe

T0=288,15[K] Standardtemperatur auf Seehöhe

g=9,80665[m/s²] Erdbeschleunigung

L=6,5[K/km] Temperaturabfallrate

R=8,31432[J/molK] Universelle Gaskonstante

M=28,9644[gm/mol] Molekulargewicht trockener Luft

(vgl. NASA 1976:2 ff)

Das zur Höhenberechnung angewandte Modell war nur für Bestimmungen in der Troposphäre

gültig; d.h. es konnten Berechnungen im Bereich von der Meeresspiegelhöhe bis zu 11km

Höhe durchgeführt werden. Die folgenden Formeln beschreiben die Temperatur (T), den

Luftdruck (P) und die Dichte (D) der Luft in der ISA Troposphäre. H beschreibt dabei die

geopotentielle Höhe in km:

(vgl. NASA 1976:10, Formel 23)

(vgl. NASA 1976:12, Formel 33a)

(vgl. NASA 1976:15, Formel 33a)

Das Umstellen nach H als Funktion von P durch Substitution der Gleichungen 1,2 und 3

ergab:

10 http://wahiduddin.net/calc/density_altitude.htm#b16 [Stand: 2012-07-02]

16

Der Luftdruck P wurde durch das Barometer ermittelt. In Listing 3 ist der Quellcode zur

Berechnung der Höhe dargestellt.

public void onSensorChanged(SensorEvent event) { switch (event.sensor.getType()) { case Sensor.TYPE_PRESSURE: reading = df.format(event.values[0]); tvBraometerValue.setText(reading); baroValue = event.values[0]; float[] press = event.values; averager.addValue(press[0]); currentPressure = averager.getAverage(); alt = getAltitude(currentPressure); altReading = dfalt.format(alt); tvAltitudeValue.setText(altReading); break; } } public double getAltitude(float press) { press = press - (float) pressureCorrection; double prs = press * 100;// convert millibar to PA; double h = 0; double res = Math.pow(prs, .190263); h = 44.3308 - 4.94654 * res;// h in km. // h = h*3280.8399;// convert to ft. h = h * 1000; // h in m return h; } public void calibrate(double actualAlt) { double ap = getPressure(actualAlt); pressureCorrection = currentPressure - ap; } public double getPressureCorrection(double actualAlt) { double cp = getPressure(actualAlt); return currentPressure - cp; } public double getPressure(double alt) { // alt = alt/3280.8399; //for feed alt = alt / 1000; // to convert input m to km

double q = (44.3308 - alt) / 4.94654; double p = Math.pow(q, 5.2559); return p / 100; }

17

Listing 3: Höhenberechnung Altimeter

Abbildung 8: Kalibrierung (links) und Altimeter (rechts)

class Averager { int size = 8; int it = 0; float[] vals = new float[size]; public Averager() { } public void addValue(float val) { if (it >= size) it = 0; vals[it] = val; it++; } public float getAverage() { float total = 0f; int ii = 0; for (int i = 0; i < size; i++) { if (vals[i] != 0.0) { total += vals[i]; ii++; } } return total / ii; } }

18

5 Kartengrundlage

Zur Visualisierung der eigenen Position wurde eine Karte benötigt. Diese musste in einem

Format vorliegen, dass das System sie verwenden konnte. Es gibt bereits analoge Raumpläne

in den Gebäuden der Hochschule. Sie dienen der Orientierung im Falle eines Brandes. Diese

Fluchtpläne sind allerdings sehr speziell für ihren Zweck gestaltet. Als gute Kartengrundlage

dienten sie nicht. Auf der Homepage der Beuth Hochschule11

sind digitale Pläne abrufbar und

bedingungslos herunterzuladen. Sie liegen im üblichen PDF Format und als dwg Files vor.

Durch kürzlich abgeschlossene und derzeit andauernde Baumaßnahmen in den Gebäuden der

Hochschule haben sich viele Räume verändert und es waren neue hinzugekommen. Die zur

Verfügung stehenden Daten waren bereits veraltet. Etwas aktuellere Daten wurden über den

Brandschutzbeauftragten der Hochschule bezogen. Diese Datengrundlage musste

endsprechend verändert werden, damit sie für die gewünschten Zwecke genutzt werden

konnte. Dazu musste die Karte in einem speziellen XML Format vorliegen. Das Format

richtet sich dabei an die Daten Spezifikation Destination Maps der Firma NAVTEQ, die dem

Nokia Konzern zugehörig ist. Im Unterkapitel Datenmodell wird näher darauf eingegangen

werden.

Bevor die Erstellung der Kartengrundlage erfolgen konnte, sollten sich die Ziele verdeutlicht

werden. Das allgemeine Ziel einer Karte ist es, die Umwelt darzustellen. Dabei waren

Sicherheitsfragen zu beachten. Welche Informationen darf eine Indoor-Karte enthalten?

Möglicher Missbrauch der Informationen sollte vermieden werden. Ein Szenario wäre die

Vermeidung der Begünstigung eines Einbruchs. Dabei könnten Einbrecher Informationen

nutzen, um sich eine geeignete Stelle für den Einstieg in das Gebäude zu erspähen. Ganz

ähnliche Bedenken und Klagen hat es bei der Einführung von Google Street View gegeben.

Hier wurden auf die Bedürfnisse der Kläger in der Form reagiert, dass entsprechende

Gebäude nicht dargestellt wurden. Bei Indoor-Karten gäbe es z.B. die Möglichkeiten, die

Attribute der Räume und den Detailierungsgrad der Geometrie gering zu halten, um

diesbezügliche Fragen zu vermeiden. Jedoch verliert die Karte dadurch an Inhalt.

Grundsätzlich ist es wünschenswert eine große Basis an Daten anzubieten. Dies macht die

Karte vielseitig einsetzbar und lässt Spielraum für die Anwendungsentwicklung verschiedener

Szenarien. In zukünftiger Sicht wäre der Mehrwert größer. Im Fall der verwendeten dwg Files

ergibt sich die Schlussfolgerung, dass alle Informationen die in diesem File enthalten waren,

veröffentlich werden durften, da sie bereits zum öffentlichen Download auf der Webseite der

Beuth Hochschule zur Verfügung standen. Lediglich der Detailierungsgrad der

Raumgeometrie wurde an einigen Stellen generalisiert. Beispielsweise wurde nicht die Lage

von Fenstern bei der Kartierung berücksichtigt. Die Zugänge der Räume wurden durch

zusätzliche Punkte gekennzeichnet. In der Regel ließen sich Türen durch ihre Türschwellen

identifizieren.

11 http://www.beuth-hochschule.de/690/ [Stand:2012-06-09]

19

5.1 Georeferenzierung

Ein wichtiger Schritt bei der Verwendung der Kartengrundlage war die Georeferenzierung der

dwg Files. Damit im Betrieb des späteren Systems eine hohe Genauigkeit gewährleistet

werden konnte, musste die Quelle der Bezugskoordinaten zuverlässig sein. In diesem Fall

wurden die Außenpunkte der Gebäudeumrisse aus der Automatisierten Liegenschaftskarte

verwendet. Die ALK wurde von der Berliner Senatsverwaltung für Stadtentwicklung und

Umwelt12

zur öffentlichen Einsicht zur Verfügung gestellt. Die Anmeldung zur Ansicht der

Karte muss aus datenschutzrechtlichen Gründen protokolliert werden. Das Koordinatensystem

der dort zu erhaltenen Koordinaten ist das Soldner-Berlin System. Der EPSG Code dieses

Bezugssystems ist 3068. Die entnommenen Koordinaten mussten transformiert werden, damit

sie im gewünschten Bezugssystem mit Längen- und Breitengraden vorlagen. Dazu wurden die

Koordinaten mit der PostGIS Funktion st_transform umgewandelt. Somit lagen die

Referenzkoordinaten im WGS84 Bezugssystems mit dem EPSG Code 4326 vor. Die

Rundungsfehler, von denen das Ergebnis der mit der Funktion st_transform geänderten

Koordinaten behaftet war, konnten vernachlässigt werden, da ausreichend viele

Nachkommastellen bei der Erhebung der Referenzkoordinaten im ALK existierten.

Abbildung 9: Passpunktverteilung (verändert nach ALK Online in Internet)

Die Georeferenzierung der dwg Files wurde mit dem entsprechenden Standarttool in ArcMap

durchgeführt. Zwei Passpunkte waren zur Georeferenzierung eines dwg Files nötig.

12 http://www.stadtentwicklung.berlin.de/geoinformation/fis-broker/ Stand[2012-10-06]

20

5.2 Digitalisierung

Der Inhalt der dwg Files gab lediglich eine Grundlage zum kartieren. Die Ausgestaltung der

Räume lag nicht in der benötigten Form eines selektierbaren Feature Objektes vor. Das File

enthielt mehrere Layer, davon beinhaltete einer die Bezeichnungen der Räume und Flure. Es

wurden die Raumnummer und die Raumbezeichnung daraus verwendet. Ein anderer wichtiger

Layer hatte sämtliche Linien, die das Gebäude abbildeten, zum Inhalt. Dieser hätte verglichen

werden können mit einer analogen Karte. Er diente zur Digitalisierung der einzelnen Feature

Objekte. Die Fangfunktion der Knoten und Kanten des ArcMap Editors erwies sich als ein

nützliches Tool zum Erheben der Raumobjekte. Die Digitalisierungsgeschwindigkeit und

Erfassungsgenauigkeit wurde dadurch stark erhöht. Für jede Etage eines jeden Hauses des

Beuth Campus in der Luxemburger Straße entstand ein Shapefile, welches die bloße

Raumgeometrie enthielt.

5.3 DestinationMap Datenmodell

Auf Grund der Tätigkeit als Werkstudent bei der Nokia gate5 GmbH ergab sich die

Möglichkeit, einer Publizierung der Indoor-Karten des Beuth Campus in Nokia Maps. Um

dies zu ermöglichen, mussten die Kartendaten in einem bestimmten Format vorliegen. Im

Prozess der Schaffung der Kartengrundlage sind viele Shape Files entstanden. Diese mussten

in einen XML-Dialekt umgewandelt werden. Priorität hatte die Einhaltung der exakten Syntax

des DestinationMaps Formates, um ein valides Dokument zu erzeugen. Die Shapefiles

wurden mit Hilfe von Geoserver als GML exportiert. Es wurde ein Java Konvertierungstool

entwickelt, um das exportierte GML in ein DestinationMap File umzuwandeln. Das Ergebnis

eines Raumes ist in Listing 4 dargestellt.

21

Listing 4: DestinationMap File

Das erzeugte DestinationMap XML File musste anschließend manuell angepasst werden. Die

einzelnen Etagen eines Gebäudes mussten in ein DM File zusammengeführt werden.

Umgebungspolygone des Gebäudeumrisses mussten ebenfalls manuell nachgetragen werden.

Anschließend konnten die Gebäude im DM Format auf den Nokia Server hochgeladen

werden. Es folgte die Attributierung der Features in einem Nokia eigenem Editor. Dabei

wurden der Raumname, Adresse und Raumbezeichnung eingetragen. In einigen Fällen

konnten Icons den Features zugewiesen werden, beispielsweise den Treppen und Toiletten.

Desweiteren wurden sogenannte Doorways eingetragen. In Abbildung 10 werden diese grün

dargestellt. Diese dienten der Vorbereitung für ein Routing fähiges Datenmodell. Sie

kennzeichneten den Zugang zu einem Raum in Form einer Line, die zwei Features verknüpft.

<dm:Destination LevelNumber="1" type="room" gml:id="">

<dm:Content Source="" ContentID="">

<dm:Names>

<dm:Name Type="BASE">

<dm:Text LangCode="ENG"/>

</dm:Name>

</dm:Names>

<dm:Geometry>

<gml:exterior>

<gml:LinearRing>

<gml:pos>52.54486842 13.35173694</gml:pos>

<gml:pos>52.54482608 13.3517952</gml:pos>

<gml:pos>52.54481129 13.35176628</gml:pos>

<gml:pos>52.54484662 13.35171767</gml:pos>

<gml:pos>52.54484289 13.35171038</gml:pos>

<gml:pos>52.54484859 13.35170255</gml:pos>

<gml:pos>52.54485231 13.35170984</gml:pos>

<gml:pos>52.54485363 13.35170803</gml:pos>

<gml:pos>52.54486842 13.35173694</gml:pos>

</gml:LinearRing>

</gml:exterior>

</dm:Geometry>

<dm:Details>

<dm:Locations>

<dm:Location>

<dm:Address>

<dm:StreetAddress>

<dm:HouseNumber Type="BASE">

<dm:Text LangCode="ENG">7</dm:Text>

</dm:HouseNumber>

</dm:StreetAddress>

</dm:Address>

</dm:Location>

</dm:Locations>

</dm:Details>

</dm:Content>

</dm:Destination>

22

Abbildung 10: Ausschnitt der Indoormap

6 Ergebnispräsentation

In dieser Arbeit wurde eine Komponente geschaffen, die als Bestandteil eines

Orientierungssystems dienen kann. Die entwickelte App ist als ein Prototyp zu verstehen. Die

Funktionalität steht über der Benutzerfreundlichkeit. Beim Einsatz der entwickelten

Komponente in einem Orientierungssystems würde sich die grafische Erscheinung stark

verändern. Das WPS würde im Hintergrund arbeiten, ohne dass sich der Benutzer Gedanken

über die Verwendung machen bräuchte.

Die These dieser Arbeit wurde bestätigt, mit dem entwickelten System lässt sich eine

Positionierung durchführen. Aber dies ist an viele Faktoren geknüpft. Eine Voraussetzung

dafür ist eine sorgfältige und ausreichend dichte Profilerstellung der Umgebung, in der die

Lokalisierung durchgeführt werden soll. Das System geht davon aus, dass sich während des

Positionierungsprozesses der mobile Empfänger nicht bewegt. Wird eine Messung während

der Bewegung vollzogen, kann keine eindeutige Referenz zu einem Profil erstellt werden. Die

Genauigkeit der bestimmten Position ist unterschiedlich. Sie reicht von einer zellgenauen

Bestimmung bis zu maximal einer raumgenauen Positionierung. Da die WLAN Zellen

verhältnismäßig groß in der Hochschule waren, fielen mehrere Räume in eine Zelle. Somit

konnte es passieren, dass schlechte Genauigkeiten von über 20m entstanden. Die

Geschwindigkeit des WPS ist in den erstellten kleinen Testszenarien verhältnismäßig langsam

gewesen. Es war anzunehmen, dass bei einem größeren Testfeld die Geschwindigkeit der

23

Lokalisierung weiter abnehmen würde. Die Größe der zu verarbeitenden Daten würde

entsprechend steigen. Die Tabelle mit den Raumprofilen konnte offline genutzt werden.

Ebenso wäre eine Realisierung über eine online Bereitstellung der Profiltabelle denkbar

gewesen. Die Einbindung der Karte in das System ist nicht vollzogen worden, da es zur

Erprobung des WPS nicht wesentlich war. Die Einbindung hätte visuelle Vorteile gehabt.

Das System enthielt Fehler, die zum Absturz der App führten. Es handelte sich dabei um

keine wesentlichen Fehler, die das WPS einschränkten oder verfälschten. Die grafische

Oberfläche der App wurde nicht optimiert. Die Zielführung für fremde Benutzer war nicht

eindeutig. Eine Erläuterung der Funktionen der App für den Benutzer fehlte.

Abbildung 11: Auszug von möglichen Komponenten im Orientierungssystem

Es konnte eine Höhenbestimmung mit Hilfe des Altimeters durchgeführt werden. Zuvor

musste der Höhenmesser manuell kalibriert werden. Dies stellte eine große Fehlerquelle dar.

Wenn ein System von manuellen Eingaben abhängt, führt es irgendwann immer zu Fehlern.

Eine Automatisierung der Kalibrierung, wie es konzeptionell im Kapitel Höhenbestimmung

dargelegt wurde, wäre wesentlich sicherer und bequemer gewesen. Das Ziel der

Höhenbestimmung auf eine Etage zurückzuschließen, wurde nicht umgesetzt. Die verschieden

hohen Etagen der Gebäude führten dazu, dass mit der Höhenbestimmung nicht eindeutig auf

eine Etage geschlossen werden konnte. Es lagen keine Höhenprofile der einzelnen Etagen der

Gebäude vor, somit konnte keine Referenz zu einer gemessenen Höhe mit einer Etage

gebildet werden. Es hätte zuvor ermittelt werden müssen, in welchem Gebäude man sich zum

Zeitpunkt der Positionierung befand, um entsprechend das richtige Höhenprofil zu

verwenden. Hierzu hätte wiederum das WPS verwendet werden können, da aber die

Höhenbestimmung der WLAN-Positionierung vorgeschalten war, um diese zu vereinfachen

und zu beschleunigen, machte dies keinen Sinn. Es wurde ein Lösungsansatz für dieses

Problem gefunden. Dieses Konzept sah vor, aus dem Tupel der WLAN Profiltabelle, von dem

die Etage aus li und das Gebäude aus pi bekannt waren, mit Hilfe des zu dem Gebäude

24

passenden Höhenprofil zu vergleichen. Mit diesem Vergleich konnte auf eine Absoluthöhe

geschlossen werden. Anschließend hätte diese ermittelte absolute Höhe mit der aus der

Messung des Altimeters resultierende Höhe des mobilen Empfängers verglichen werden

können. Somit wäre ein Bezug von der Position des mobilen Empfängers zu einem Tupel mit

gleicher Höhenkennzeichnung gefasst worden. Dies hätte die Auswahl der Infrage

kommenden Tupel zur Lokalisierung in der Höhe beschränkt. Da die Diskussion über den

wirklichen Nutzen dieses Lösungsvorschlages noch aussteht, wurde es in dieser Arbeit nicht

umgesetzt.

6.1 Bewertung

Die Profilerstellung war ein zeitintensiver Prozess. Es mussten mehrere Profile an derselben

Position zu unterschiedlichen Zeitpunkten erstellt werden. Hinzu kam, dass langfristig

gesehen in bestimmten Intervallzyklen eine Aktualisierung der Profiltabelle nötig war, damit

Änderungen der lokalen WLAN Struktur registriert wurden. Das System hätte entsprechend

gewartet werden müssen. Aus der Praxis hatte sich ergeben, dass an besonderen

Veranstaltungen kurzzeitig zusätzliche WLAN Router in den Gebäuden verteilt wurden. Als

ein Beispiel sei das an den 22. bis 23. Juni 2012 stattgefundenen WhereCamp13

zu nennen.

Das WhereCamp ist eine Konferenz an der jeder teilnehmen und über Location-Themen

referieren kann. Bei solchen Situationen müsste eine erneute Profilerstellung erfolgen. Jedoch

zu diesen Veranstaltungen wäre es wünschenswert, ein stabiles Orientierungssystem zu

haben. Das WPS bezog sich eher auf eine statische WLAN Infrastruktur, die auch langfristig

unverändert bleibt. An der Hochschule war das WLAN allgemein sehr dynamisch. Es kam

vor, dass Dozenten ihre eigenen WLAN Router zu ihren Veranstaltungen mitbrachten, um der

Zuhörerschaft einen stabilen Internetzugang zu gewährleisten. Das hier dargestellte WPS war

für solche Szenarien daher ungeeignet.

Desweiteren wurde der administrative Aufwand zu dem Betreiben des Systems dadurch

verdoppelt, dass zwei verschiedene Profiltabellen hätten erstellt werden müssen. Dies wäre

nötig gewesen, da für Empfängergeräte, die noch nicht den WLAN Standard 802.11n+a

unterstützten, die 5GHz Netzwerke nicht hätten registriert werden können. Der Anteil an

jenen Geräten war derzeit recht hoch, wie eigene Befragungen an den Kommilitonen ergaben.

Hinzu kam, dass die Medianberechnung derzeit noch sehr kompliziert ablief. Dies führte zu

einer erhöhten Berechnungsdauer der Euklidischen Distanzmaße und somit einer langsameren

Positionierung. Es gab keine Standardfunktion in SQLite die den Median berechnete.

Vergleichbar wäre die avg() Funktion gewesen. Diese berechnete einen Mittelwert. Sie war

zur Berechnung im WPS ungeeignet, da Ausreißer in den Messwerten zu sehr gewichtet

wurden.

Es hatte sich herausgestellt, dass das entwickelte WPS für den Einsatz in der Hochschule

nicht die beste Lösung zur Positionierung darstellte. Insgesamt war ein Lösungsansatz über

Wifi-Positionierung in den Gebäuden der Hochschule mit der gegebenen Infrastruktur nicht

zu empfehlen. Die Netzabdeckung war nicht an allen Stellen der Hochschule gegeben. Dies

13 http://wherecamp.de/ [Stand: 2012-07-05]

25

lag auch an der Beschaffenheit der Gebäude. Eine Empfehlung für die Verbesserung des

lokalen WLAN wurde daher an dieser Stelle nicht abgegeben.

6.2 Ausblick

Um die grundlegende Frage der Positionierung zu klären, sei an dieser Stelle ein weiteres

Konzept vorgestellt. Die Idee beruhte auf einer Technologie, welche in den letzten Jahren

immer populärer wurde. Derzeit gab es bereits einige Geräte, die die sogenannte

Nahfeldkommunikation14

, kurz NFC, unterstützten. Eine steigende Anzahl an Geräten wurde

erwartet. Gründe dafür waren die vielseitige Einsetzbarkeit und die Einfachheit der

Technologie. Doch das Prinzip dieser Technologie war nicht neu. Bereits seit Mitte des

vergangenen Jahrhunderts wurde es genutzt, damals z.B. noch zur „Freund-Feind-Erkennung“

in Flugzeugen15

. Heute hatte sich das System weiterentwickelt. Bei entsprechender Hardware

Voraussetzung war es nutzbar für jedermann.

Das Konzept sah vor, dass mit Hilfe von räumlich verorteten NFC-Chips eine Positionierung

durchgeführt werden konnte.

6.2.1 NFC

Die NFC Technik ist eine auf Funk basierende Kommunikationstechnik. Sie ist für sehr kurze

Entfernungen konzipiert. Die Entfernung beträgt nur wenige Zentimeter. Dabei kann ein

Lesegerät kleine Datenmengen aus aktiven Geräten oder passiven Medien, sogenannten Tags

oder RFID Ediketten, lesen. Theoretisch ist es eine berührungslose Interaktion zwischen

Lesegerät und Medium. Es kann aber praktisch beim Zusammenführen der Komponenten zu

einem physischen Kontakt kommen. Der Frequenzbereich von NFC liegt bei 13,56MHz. Das

Lesen der Tags erfolgt durch den Aufbau eines elektromagnetischen Feldes des Lesegerätes,

welches in die Reichweite eines Tags geführt wird. In dem NFC Tag ist eine Antenne, die

dem ebenfalls darauf enthaltenen Chip mit dem empfangenen Induktionsstrom versorgt. Der

Chip löst dann eine Kommunikation mit dem Leser aus. So ist es möglich Daten auf den Chip

zu übertragen und zu von ihm zu lesen.16

Die Datenmenge ist sehr begrenzt. Derzeit sind

Chips von 8Kbytes käuflich. Die geringe Übertragungsrate von 424kBits/s17

wird auch in

Zukunft die Speicherkapazität der Chips beschränken, da sich die Lesedauer verlängern

würde.

Das NFC-Forum18

ist eine öffentliche Plattform, welche für die Förderung der NFC-

Technologie zuständig ist. Die Mitglieder entwickeln die Architektur und technischen

Spezifikationen für die NFC Technik. „Die NFC-Architektur enthält die Spezifikationen für

die NFC-Gerätearchitektur, Protokolle für den kompatiblen Datenaustausch, sowie die

geräteunabhängige Serviceanbindung und Geräteerfassung.“19

Bestandteil der Spezifikation

sind das NFC-Datenaustauschformat NDEF, die standardisierten NFC Aufzeichnungstypen

14 http://de.wikipedia.org/wiki/Near_Field_Communication [Stand: 2012-07-07] 15 http://de.wikipedia.org/wiki/RFID [Stand: 2012-07-07] 16 http://www.cosmo-id.de/de/nfc/100-wie-funktioniert-nfc.html [Stand: 2012-07-07] 17 http://www.elektronik-kompendium.de/sites/kom/1107181.htm [Stand: 2012-07-08] 18 http://www.nfc-forum.org/home/ [Stand: 2012-07-14] 19 http://www.itwissen.info/definition/lexikon/NFC-Forum-NFC-forum.html [Stand: 2012-07-07]

26

RDT, die Spezifikationen für die Aufzeichnung von Text und der Uniform Ressource

Identifier URI. NDEF beschreibt das Datenformat für NFC-Geräte und Tags.

Ein NDEF formatierter Tag kann eine oder mehrere Messages mit jeweils einem oder

mehreren Records enthalten. Es gibt verschiedene Arten von Records. Eine Liste der von

Android unterstützenden Formate ist auf der Developer Website zu finden20

. Die Records

enthalten einen Payload. Dieser enthält den Inhalt, der auf dem Tag ist.

6.2.2 nfc4indoor

Ein einfacher Anwendungsfall wird in Abbildung 12 beschrieben. Ein Nutzer lokalisiert seine

Position mit Hilfe eines NFC Tags.

Abbildung 12: Simplest usecase NFC

Grundsätzlich kann die Position auf zwei verschiedene Weisen ermittelt werden. Die eine

Variante besteht darin, dass die Geoposition des NFC-Chips auf dem Tag selbst enthalten ist.

Bei der anderen Methode wird eine ID von dem Tag gelesen und mit Hilfe einer Datenbank

abgeglichen. Inhalt der Datenbank ist im einfachsten Fall eine LookUp Tabelle mit den IDs

der Tags und den dazugehörigen Koordinaten. Es gibt für beide Methoden Vor- und

Nachteile. Der Abgleich über eine Datenbank setzt voraus, dass der Tag bereits in der

LookUp Tabelle existiert, um eine Position zu erhalten. Die ID des Tags muss unbedingt

eindeutig sein. Es bietet sich an, jeden Tag mit einer künstlichen PlaceID zu versehen. Der

große Vorteil der Datenbank ist, dass zusätzliche Informationen auf ihr hinterlegt werden

können. Mögliche Informationen wären:

- Telefonnummern (Hausmeister, Notfallrufnummern, Information)

- Stundenpläne

- Bestimmte IDs können Aktionen hervorrufen, wie das Lautlosstellen des Telefons

- CheckIn

- Geofencing Szenarien

20 http://developer.android.com/guide/topics/connectivity/nfc/nfc.html [Stand: 2012-0-09]

27

Der Vorteil des beschreiben der Tags mit Ortsinformationen besteht darin, dass er unabhängig

von anderen Komponenten, wie z.B. einer Datenbank oder Internetverbindung, den

Raumbezug herstellen kann. Andere Systeme könnten dann ebenfalls die Informationen

nutzen. Das Problem der Variante besteht darin, dass es derzeit noch keinen gültigen Standard

gibt, um Geokoordinaten auf den Tags zu hinterlegen. Nfc4indoor21

verfolgt die Idee ein

KML File auf den Tags zu hinterlegen. Dabei erhält ein Record der NDEF Message den KML

MINE Type „application/vnd.google-earth.kml+xml“22

. Der Inhalt des Payload ist eine KML

Datei. Nfc4indoor ist noch in einer frühen

Entwicklungsphase. Es ist ein Projekt von

Studenten der Beuth Hochschule. Ein

exemplarischer Tag mit mehreren Records wird in

Abbildung 13 dargestellt.

Die Kombination von beiden Methoden, wie es in

Abbildung 12 dargestellt ist, bietet den größten

Freiraum für zukünftige Anwendungsszenarien.

Es ist für den Anwender reizvoll mit seiner

Umgebung zu interagieren, wenn er durch

Berühren seiner Umwelt, also den Tags, direkten

Kontakt hat und Aktionen auslöst. Gerade das

Einchecken in einer Lokation macht es sehr

interessant.

Aus dem KML lässt sich ebenfalls eine

Höheninformation entnehmen, somit wäre eine

Kalibrierung des Altimeters bei jedem Scan eines

solchen Tags möglich. Dies stellt einen großen

Vorteil für die anschließende Ermittlung der Höhe

dar. Beispielsweise zum Verfolgen der Person

während sie sich bewegt.

21 http://nfc4indoor.beuth-hochschule.de/ [Stand: 2012-07-08] 22 https://developers.google.com/kml/documentation/kml_tut [Stand: 2012-07-07]

Abbildung 13: nfc4indoor Tag Beispiel

V

Abbildungsverzeichnis

Abb. 1: Boris - Raumauswahl(links) und Karte(rechts) ............................................................. 1

Abb. 2: Lageplan Campus der Beuth Hochschule (Online in Internet) ..................................... 2

Abb. 3: Beispiel Tupel in Profiltabelle ....................................................................................... 7

Abb. 4: Eingabemaske Profilerstellung(links) und Ergebnis der Positionierung (rechts) ......... 9

Abb. 5: Signalstärkeverlust ...................................................................................................... 11

Abb. 6: Mehrfachmessungen einer Position ............................................................................ 12

Abb. 7: ISA-Standardkurve (K.L.S. PUBLISHING Nr. Pt-02:5) ............................................ 14

Abb. 8: Kalibrierung (links) und Altimeter (rechts) ................................................................ 17

Abb. 9: Passpunktverteilung (verändert nach ALK Online in Internet) .................................. 19

Abb. 10: Ausschnitt der Indoormap ......................................................................................... 22

Abb. 11: Auszug von möglichen Komponenten im Orientierungssystem ............................... 23

Abb. 12: Simplest usecase NFC ............................................................................................... 26

Abb. 13: nfc4indoor Tag Beispiel ............................................................................................ 27

Listing

Listing 1: Vergleichsbedingung für den Tabelleneintrag ........................................................... 8

Listing 2: Euklidische Distanzmaßberechnung ........................................................................ 10

Listing 3: Höhenberechnung Altimeter .................................................................................... 17

Listing 4: DestinationMap File ................................................................................................ 21

VI

Literaturverzeichnis

J. BÖHM; W. BÖRNER; E. HERTEL; O. KRÖTENHEEDT; W. MÖGLING & L.

STAMMLER (1975): Geometrie. I. Axiomatischer Aufbau der euklidischen Geometrie.

– Deutscher Verlag der Wissenschaften, Berlin.

DORNBUSCH, PETER & ZÜNDT, MAX (2005): Realisierung von Positionsortung in

WLAN. – Online in Internet: http://www.iwi.uni-

hannover.de/lv/ucc_ws04_05/riemer/literatur/wlan.pdf [Stand: 2012-06-16].

INDOORATLAS (2012): Ambient magnetic field-based indoor location technology. Bringing

the compass to the next level. – Online in Internet:

http://web.indooratlas.com/web/WhitePaper.pdf [Stand: 2012-07-14].

K.L.S. PUBLISHING: Understanding Pressure and Altitudes. – Online in Internet:

http://klspublishing.de/ejourns/e-Journ%20Pt-

02%20Understanding%20Pressures%20and%20Altitudes.pdf [Stand: 2012-07-01]

NASA (1976): U.S. Standard Atmosphere 1976. – Online in Internet:

http://wahiduddin.net/calc/refs/1976_International_Standard_Atmosphere.pdf [Stand:

2012-07-02].

PRÄSIDENT DER TFH (2008): Amtliche Mitteilung, Prüfungsordnung für den Bachelor-

Studiengang Geoinformation des Fachbereichs III der Technischen Fachhoschule

Berlin. – 29. Jahrgang Nr. 70, Online in Internet: http://www.beuth-

hochschule.de/fileadmin/studiengang/pruefungsordnung/bgi/pruefungsordnung_2008.p

df [Stand: 2012-06-05].

SENATSVERWALTUNG FÜR STADENTWICKLUNG UND UMWELT (2012):

Automatisierte Liegenschaftskarte. – Online in Internet: http://fbinter.stadt-

berlin.de/fb/index.jsp [Stand: 2012-07-16].

VII

AnhangI:Sequenzdiagramme

Positionierung

VIII

IX

Profilerstellung

X

AnhangII:Profiltabelle