После того как Федеральное управление связи США постановило, что каждый сетевой оператор обязан внедрить технологию Enhanced 911 (Е-911) для повышения надежности и эффективности работы скорой помощи, внимание отрасли к услугам на основе информации о местонахождении (Location-Based Services, LBS) значительно выросло. Даже модели, позволяющие получить не совсем точные данные о местонахождении – с погрешностью 15–30 метров – представляются весьма ценными и для разработчиков и для пользователей.
Текущая ситуация в области услуг на базе информации о местоположении характеризуется наличием множества технологий определения местоположения. В настоящее время среди технологий определения местоположения можно выделить хорошо известные: такие как системы глобального позиционирования (GPS) и триангуляции (клеточного разбиения) в сотовых сетях с использованием технологии Enhanced Observed Time of Difference (E-OTD) и новые технологии, например, на основе сигналов цифрового телевидения (DTV), ультраширокополосной связи (UWB) беспроводных локальных сетей (Wi-Fi) и так далее. Все эти технологии можно условно отнести к двум группам: на основе сетей и на основе устройств. Их также можно разделить с точки зрения среды применения, например, в помещениях или на открытом пространстве.
Различные среды требуют различных способов определения местоположения. Почему существует так много различных технологий определения местоположения? В частности потому, что существуют различные среды, в которых этим платформам приходится определять местоположение. Поскольку каждая из систем предназначена для использования в определенной среде, единая платформа, способная работать во всех средах, должна поддерживать целый набор технологий. К примеру, если нужно найти местоположение пользователя внутри здания, платформа может воспользоваться технологией, показывающей наилучшие результаты в помещениях, например, средствами беспроводной сети. С другой стороны, когда тот же пользователь выходит на улицу и желает узнать, в каком направлении находится интересующий его пункт, платформа может использовать систему GPS. Более того, иногда даже важно знать, что двое людей находятся не в разных комнатах, а в одной.
Существуют следующие ограничения для технологий определения местоположения:
• GPS (радиочастотная технология). Данные о местоположении – абсолютные. Точность 1–5 м, 95 %. Недостатки – низкие результаты внутри зданий.
• E-OTD (радиочастотная технология). Данные о местоположении – абсолютные. Точность 150–300 м, 95 %. Недостатки – необходимость находиться в зоне покрытия сети сотовой связи.
• Средства беспроводной сети (радиочастотная технология). Данные о местоположении – относительные. Точность 100 м. Недостатки – в основном подходит для использования в помещениях.
• RFID (пассивная технология). Данные о местоположении – относительные. Недостатки – приблизительность.
Разнообразие этих показателей и различные модели использования заставляют сделать вывод, что не существует единой наилучшей технологии позиционирования, обеспечивающей конечному пользователю оптимальный результат во всех возможных средах и ситуациях. Однако во многих случаях «единая наилучшая технология» и не требуется. В качестве альтернативного решения можно объединить или агрегировать информацию о местоположении, собранную с помощью всех этих технологий, и дать единую, наилучшую оценку местоположения на базе данных, полученных от всех технологий позиционирования, существующих на данный момент. Именно для этого и предназначена среда Universal Location Framework.
Различные системы определения местоположения представляют выходные данные в разных форматах с различными уровнями разрешения и точности. Тем не менее, можно выделить несколько основных принципов измерений.
• Существуют фундаментальные методы измерения.
• Существуют стандартные способы комбинирования результатов измерений.
• Существуют стандартные взаимосвязи между объектами.
• Приложения связаны с деятельностью пользователей.
• Важно учитывать степень неточности результатов.
Исследователи воспользовались методами, применяемыми в статистике и в системах компьютерного зрения, чтобы объединить результаты измерений, учитывая при этом степень их неточности (модель произвольного распределения вероятностей) при помощи метода, известного как «фильтрация частиц».
Объединение СКАЧАТЬ