BLEiBeacon和基于室内定位移动应用的几何调整方案的测量研究

BLE iBeacon和基于室内定位移动应用的几何调整方案的测量研究摘要蓝牙低功耗（BLE）和iBeacons最近以来，对于实现各种基于近距离的应用服务引发了人们极大的兴趣。考虑到包括移动智能手机在内的蓝牙设备的无处不在的部署性，使用BLE和iBeacon技术似乎是一个有前景的未来。这项工作首先是要确定：iBeacons可以为我们提供接近度和距离估计的准确性，以实现和简化许多以前困难的应用程序的开发。然而，我们对来自不同供应商的三种不同iBeacon设备和两种智能手机平台的实证研究证明，情况并非如此。不同的iBeacon供应商，移动平台，环境或部署因素以及使用场景下，信号强度读数差异很大。信号强度的这种变化使得在真实环境中提取准确位置/邻近度估计的过程复杂化。我们关于iBeacon技术限制的课程使我们通过执行简单形式的几何调整来补偿信标信号强度读数的自然变化来设计一个简单的班级考勤应用程序。我们认为，这项工作的负面观察可以为未来的研究人员提供参考，了解iBeacon设备进入系统设计阶段的期望值。1介绍蓝牙在今天的日常生活中无处不在，用于笔记本电脑，移动设备，键盘，耳机和许多其他消费电子产品中替代有线的链接。 蓝牙低功耗（BLE）是蓝牙标准版本4.0的扩展，可实现低功耗低成本短距离无线通信1,2。 与传统的蓝牙版本相比，它显着降低了功耗以及其他扩展功能，如今可以在纽扣电池上运行BLE设备几个月甚至几年。 这些方面使BLE成为需要少量或周期性传输少量数据的应用程序的理想选择; 因此，它可以应用于广泛的医疗，工业和消费应用。iBeacon是由Apple 3提出的一种基于BLE的接近感测框架，它使得移动设备通过测量它与低复杂度、低成本的BLE发射器的距离（通常是壁挂式），来获得iBeacon基站之间的距离（甚至可能是位置）。每个iBeacon周期性地发送由移动BLE设备接收的短标识帧，以使用接收信号强度指示符（RSSI）来估计移动设备和iBeacon之间的距离。基于对近距离的这种检测，iBeacons在移动设备上提供自动和位置特定的服务触发，例如广告，优惠券或路线指导。虽然iBeacon的规格最初由苹果（iOS7或更高版本）提出，但它只是利用BLE的接近功能的一种方式，因此它（可以被定制）与其他设备（例如，Android 4.3或更高版本）兼容，使用BLE。更通常地，任何BLE设备都可以使用相同的概念来提供类似的接近功能。在技术上，iBeacon技术是BLE信标的一个子集，但iBeacon和BLE接近信标现在几乎成为同义词，尽管Google最近发布了自己的开放信标格式，称为Eddystone（Eddystone是由Google定义的蓝牙低能量消息格式邻近信标消息）4。请注意，BLE信标的最初目标是提供基于邻近的应用程序服务，可能将功能扩展到基于位置的粗粒度应用程序。鉴于BLE信标仅专注于RSSI测量，结合从基于RF的本地化研究的悠久历史中汲取的经验教训，有望预期在室内本地化服务中只能实现有限的准确性。众所周知，相对于室内环境的RF信号的可变性使得移动设备的位置的准确估计或其与BLE信标发射机设备的相对距离变得复杂。然而，基于BLE的室内定位的大多数以前的工作只是说明由信号变化引起的误差的可能性，但是它们没有量化它们，并且它们报告的结果仅显示图像的正面。例如，5的工作报告了0.53米的定位精度，但这项工作受到910平方米的面积的限制。 6的工作报告了1.2米的指纹精度，但只有47.415.9平方米的面积。最近在7中的工作表明，当测量的信号RSSI随时间而变化但不显示可能的误差的其他尺寸时，距离估计误差可以随着距离的增加而显着增加。在这项工作中，我们进行了一系列广泛的实验来量化各种室内障碍物对BLE信号差异的影响。具体来说，我们显示来自不同供应商的不同iBeacon设备以及配对的移动设备平台（例如iOS或Android）可以对RSSI测量产生重大影响，从而使设计普遍可接受的距离/位置估计模型的过程复杂化。此外，诸如部署高度或环境因素等实际因素也对RSSI值引起了显着的影响，从而在使用iBeacons设计高精度位置估计系统时引入了额外的复杂程度。这些实证研究的教训使我们设计了一个“实际可设计的”应用程序。具体来说，我们将通过组合从本地可访问的iBeacon信号，以及为本课题所估计并调整的信号强度测量的情境设计，设计并评估一个用于班级考勤监控的应用系统。本文的结构如下。 第2节介绍了RSSI读数与估计距离之间的关系，然后鼓励了我们对关系的实证研究。 第3节描述了我们对实证研究和实验设置的方法，包括我们在研究期间改变的各种参数。 第4节是主要部分，它描述了我们的测量数据，并根据数据说明了我们的分析结果。 第5节介绍了一个应用案例研究，一个基于我们实证研究的自动考勤监控系统。 该系统还提出了一种新颖的几何方法来克服实际iBeacon系统的局限性。 第6节回顾了以前的和相关的工作，最后是第7节对本文进行了总结。2. 蓝牙低功耗定位系统的局限性由于蓝牙低功耗（BLE）和苹果的iBeacon协议开始广泛应用和部署，室内接近和/或位置使能的应用程序正在迅速渗透到我们的日常生活和消费者空间中。 iBeacon已经安装在美国的苹果商店提供产品信息和客户服务，而国家橄榄球联盟（NFL）已经在大都会人寿体育场使用iBeacons在超级碗比赛中为足球迷提供个性化广告8 。此外，iBeacon可用于在机场跟踪行李9，为博物馆的游客提供互动体验10，应急指导系统中的疏散路径11，跟踪急诊室患者12，指导室内/户外路线13,14，并检测房间的占用情况15,16。可应用iBeacons和BLE接近应用的应用空间非常大。这些应用都基于接收信号强度指示器（RSSI）作为唯一的信息来源使用接近度测量;因此，这些应用程序利用关于移动设备对iBeacon的接近程度的信息，而不是试图确定移动设备的确切位置和绝对位置。iBeacon技术的最初目的是提供基于接近度的接近度应用服务和粗粒度室内定位和导航。请注意，接近（靠近某个对象）与位置（在哪里）相关，但不一定相同。位置（或地点）不仅仅是接近度，它是通常由某个坐标系定义的绝对值（例如，GPS的纬度和经度）。然而，近来有人提出了使用BLE进行室内定位的几项建议，扩展了使用诸如超声波，红外线，WiFi，GSM，RFID，IEEE802.15.4和早期版本蓝牙的其他技术的几项以前的工作，用于室内定位 （关于使用其他无线技术的室内本地化方面还有更多的相关的前期工作，但是为了简洁起见，我们仅列出了一个子集，并且仅将参考列表集中在BLE上，因为它们中的太多）。室内定位和定位仍然是一个活跃的研究领域，而BLE正在使用其新的无线功能扩展其应用。有几种方法（除了简单的基于邻近的方法12）可以应用于基于BLE的室内定位。在所有情况下，iBeacon将周期性地广播包含唯一ID和校准RSSI值（对应于一米距离）的广告包。该值允许我们使用（1）中的模型来确定iBeacon和设备之间的距离，其中是路径损耗指数的校准参数。基于RSSI或iBeacons与移动设备之间的估计距离，加权平均模型5，三边形/三角测量模型23或指纹识别7,24可以应用于本地化过程。估计也可以与行人推算（PDR）或滤波技术相结合，以改善跟踪或减少定位误差6,25。当然，所有这些方法都假设所有安装的iBeacons都具有预定义的位置信息，包括它们的精确坐标。如果使用距离代替原始的RSSI值进行定位，则使用RF传播模型（1）将RSSI读数转换为距离。这里的主要挑战是RSSI值对环境变化（如物体移动或障碍物）的敏感性，导致信号传播或无线电地图变化。很明显，这种距离估计的精度和效率（因此位置估计）在很大程度上取决于测量的RSSI值的准确性和用于导出和计算距离的模型，并且也受到周围环境的显着影响。因此，在这项工作中，我们对不同类型的iBeacon设备和移动设备平台的基于RSSI测量的位置/距离估计性能进行了详细的经验测量研究。我们考虑各种环境因素来收集关于iBeacon技术的性能限制的实用观点。3. 实现过程及实验设置我们在两个不同的环境中进行了实验：大学校园的开放式足球场，没有任何障碍，办公楼的无障碍通道，以确保视距（LOS）信号传播。在这些环境中，我们使用三种不同类型的iBeacons：Estimote 26，Wizturn Pebble 27和GELO 28 iBeacons来检查供应商之间的性能差异。此外，我们使用两种不同的移动设备：iPhone 5与iOS 7.1.2和Galaxy Round（SM-G910S）与Android 4.4.2，以验证任何现有的特殊性。用于数据收集的移动应用程序是相应iBeacon供应商提供的应用程序：Estimote iBeacons的“Estimote应用程序”，“GELO iBeacons的”GELO工具包“应用程序”和“Wizturn Pebble iBeacons”的“Wizturn beacon manager”应用程序（图1）。图1：用于实验的三种不同类型的iBeacons：顶行显示了Estimote，GELO和Wizturn Pebble iBeacons的图像，底行显示其相应的智能手机应用程序的图标实验中使用的默认配置参数如下。 iBeacon的传输（TX）功率设置为最大为4 dBm，除非另有说明，以验证任何iBeacon可以覆盖的最大距离。我们还尝试使用最小TX功率（-19-23dBm 取决于设备）来观察连接的下限。 iBeacons的广告间隔设置为950毫秒，这是所有三个设备的出厂默认值。除非另有说明，否则iBeacons和手机的距离地面的设备放置高度都设置为1.2米。我们选择了这个1.2米的高度来模仿用户将手机放在手中的高度。最后，iBeacon的方向被设置为面向移动设备的LOS方向。使用这些配置，移动应用程序从iBeacons连续检测信号并记录其RSSI测量，而iBeacon和移动设备之间的距离从1米增加到最大距离，并手动记录直到达到最大距离。这里，我们注意到，最大距离被定义为设备可以检测到RSSI值的最远距离。在每个位置（例如，到iBeacon的相对距离），我们对每个配置进行了二十次RSSI测量。4. 测量数据分析在本章节中，我们通过仔细分析我们收集的广泛的测量数据，重点确定和量化与本地化应用的iBeacons的性能相关的各种特性。4.1 iOS和Android手机之间的差异我们首先比较iPhone 5与iOS 7.1.2和Galaxy Round（SM-G910S）与Android 4.4.2之间的差异来接收iBeacon信号。实验在室外在开放足球场使用Estimote信标，在LOS 1.2米高处具有4dBm TX功率。图2显示了本实验的结果，其中虚线表示每个距离的平均RSSI读数，框表示25和75百分位数值及其最小和最大误差条。图2：iOS和Android比较的距离与RSSI图。 （Estimote，4 dBm TX功率，1.2 m高度和LOS）从这个结果可以看出几个有趣的事实。首先，与Android平台的100米相比，iOS显示的最大距离显着缩短了85米。请注意，对于Android而言，观察到的100米不是实际的最大距离，因为100米是我们在环境中LOS链接可达到的最大长度。因此，两台平台的最大距离差异非常大。第二，Android手机的RSSI读数下降得更为平缓，而iOS在10米以后突然下降了RSSI。最后，Android平台上的RSSI读数比iOS更具时空性。虽然很难得出硬件规格是否有差异，或者是软件平台的影响，但是知道iOS和Android在扫描和采样iBeacon广告方面存在差异16。更重要的是，RSSI读数在不同的手机之间有所不同（不管它是操作系统还是硬件的影响），我们应该指出，这种效应本身将对距离估计和定位产生重大影响，从而给应用开发者从收集的广播RSSI值中提取信息带来困难。4.2 设备放置高度的影响在这个实验中，我们研究了iBeacon安装高度在地面上对RSSI的影响。为此，我们将Estimote灯塔放在地面上（例如，0米高），并使用Android手机测量RSSI读数。我们将这个值与在1.2米高的高度安装相同的信标的情况进行比较。图3显示了该实验的结果。我们可以首先注意到两个实验案例的价值差异很大。当iBeacon放置在地面上，而所有其他配置都相同时，最大距离从100米减少到仅12米，RSSI显着下降。这个结果意味着在设计和部署iBeacon系统时，iBeacon的安置非常重要。距离估算以及因此的定位准确性可以明显地受到iBeacons的精确布置的影响，并且作为现场调查的一部分，仔细规划安装将是非常重要的。根据我们的实验数据，在iBeacon系统上针对精确的准确性时，声明“易于部署”和“可将节点放置在任何位置！”的乐观说法可能是无效的。图3：距离与RSSI图，显示设备放置高度从地面（Estimote，4 dBm TX功率和Android）的影响4.3 不同制造商的iBeacons之间的差异接下来，我们比较三种不同制造商的不同iBeacon产品之间的RSSI读数差异：Estimote，GELO和Wizturn Pebble。 iPhone5被用作移动设备，信标和移动设备在户外足球场上安装在1.2米高处。需要注意的一点是，GELO iBeacon支持的最大传输功率为0 dBm，而Estimote和Wizturn Pebble允许配置高达4 dBm。我们为每个设备使用各自的最大功率来检查最大距离覆盖。我们的初步直觉是，与相同距离的其他信标相比，GELO iBeacon将显示出比较低的RSSI值4 dBm的距离，因此会导致更短的最大传输距离。令人惊讶的是，图4显示，与我们的预期不同，GELO以及Wizturn信标显示最大距离为100米，远远超过Estimote的85米。此外，不同的iBeacon类型之间的RSSI读数都是相似的，尽管传输功率有4 dBm的差异。这意味着几个有趣的观点。首先，配置的TX功率差异不直接转换为接收的RSSI读数差异，这样当对于给定的环境必须调整传输功率时，使距离估计的校准过程（以及室内定位）更具挑战性。其次，来自不同厂商的iBeacons表现出不同的最大距离，较高的最大TX功率配置不一定会导致更长的最大传输距离。最后，由于上述原因，应用程序开发人员和服务提供商将设计具有异构iBeacons的iBeacon系统将是非常有挑战性的，因为每对iBeacon和移动设备类型都需要多套校准参数。再次，这些结果意味着设计一个相当可靠的基于iBeacon的定位系统可能是极具挑战性的。图4：三种不同类型iBeacons的距离与RSSI图：Estimote，GELO和Wizturn Pebble（4 dBm / 0 dBm TX功率，1.2 m高，LOS和iOS）4.4 降低至最小TX功率我们现在关注的事实是，并非所有的系统都完全受益于使用最大传输功率。例如，如果我们正在设计一个基于三角形或指纹识别方法的室内定位系统，我们希望更高的传输功率覆盖更大的区域和/或实现更加密集的部署，同时使用较少数量的iBeacons（例如，出于成本原因）。然而，当仅基于接近功能构建系统时，将传输功率降低至足以覆盖目标区域（例如，在商店前面或广告的产品），同时保持能量成本低以延长电池的使用寿命可以是合理的系统设计选择。考虑到这种动机，我们使用三种类型的信标的相应的最小TX功率进行了实验。 Estimote，GELO和Wizturn Pebble信标允许的最小TX功率配置分别为-20 dBm，-23 dBm和-19 dBm。图5描述了本研究的结果。首先，我们观察到最大距离的急剧下降（注意与以前的图相比，不同的轴数）。具有-20 dBm的估计显示最大距离为8米，Wizturn Pebble与-19 dBm给出了8米，而来自具有-23 dBm TX功率的GELO信标的RSSI在仅0.3米内可以检测到。第二个观察结果是，虽然Estimote和Wizturn Pebble的RSSI减少量与TX功率的降低（分别为24和23 dBm）大致相符，但对于GELO信标则不是这样。 GELO信标显示RSSI减少44-58 dBm，而TX功率仅减少23 dBm。再次，如以前的结果所示，当设计具有多种类型的iBeacons的系统时，这些差异可能导致重大的复杂性;不同的TX功率，RSSI的不同减少和不同的最大距离将使校准过程实际上是不可能的，除非仅使用来自特定供应商的单个TX功率配置和均匀iBeacon来设计整个系统。这在初始系统设计阶段可能是一个合理的方法，但是随着系统扩展超时以支持附加区域或新用例，异构系统的考虑是必须的。图5：三种不同类型iBeacons（最小TX功率，1.2米高，LOS和iOS）使用最小传输功率时的距离与RSSI图4.5 室内与户外iBeacon通常被称为“室内接近/定位系统”，因为其发展的主要动机是提供已经广泛使用的GPS无法满足室内位置感知的需要。然而，本身并没有理由iBeacon不能在户外使用。事实上，有些厂商（例如，GELO）为室外使用提供耐用的耐候性iBeacons。通过下一个实验，我们想比较iBeacons在室内和室外环境下的性能。为此，我们在大学建筑的3米宽的走廊上进行了额外的实验。在这里，我们使用Estimote信标和Android手机，再次以1.2米高和4 dBm的TX功率，以便我们可以直接与我们在户外进行的实验进行比较。图6显示了我们的结果。令我们惊奇的是，在距离约25米之后，RSSI读数几乎保持稳定，甚至随距离稍微增加。最大距离显示为50米，仅因为建筑物内的走廊长达50米，实际最大距离预计会更长，物理空间更大。为了验证我们的意想不到的结果，我们还对Wizturn Pebble和GELO信标进行了额外的实验，并发现了类似的结果（为简洁起见省略了图）。对这种行为的唯一合理解释是从走廊的墙壁和天花板造成的多径效应。这里更重要的是RSSI值对于广泛的距离（在我们的情况下为25-50米）没有衰减。这意味着（1）中的距离模型不再有效，依靠距离估计和三边化的任何室内定位方法都可能面临数十米数量级的大误差。用更粗略的词语，不可能使用简单的距离估计来设计具有iBeacons的精确的室内定位系统。图6：室内与室外比较的距离与RSSI图（Estimote，4 dBm TX功率，1.2 m高度，LOS和Android）4.6 WiFi对iBeacon信号接收的影响在室内应用中使用iBeacons的另一个问题是WiFi信号的干扰效应，其在相同的2.4GHz ISM频带上工作。 BLE被设计为使用通道37,38和39进行广告（40个总信道中的剩余的37个信道用于数据通信），并且其分配的频率被设计为避免最流行的WiFi信道1,6和11（参见图7）。不幸的是，我们大学校园的WiFi AP部署使用频道1,5和9，而WiFi频道5恰好干扰了BLE频道38.这不是一个罕见的情况，并且可以在任何WiFi环境中普遍出现。因此，我们进行了额外的实验来量化面向WiFi的冲突的后果。图7：BLE的频道分配及其与WiFi频道1,6和11的关系对于本实验，我们将一个Estimote信标直接放在WiFi AP下，并测量了距离5米的Android手机的RSSI读数（参见图8）。我们在图9中显示了一组观察值，其中-axis表示测量序列（例如时间），而axax又是RSSI。带有正方形的虚线显示了WiFi AP关闭时的读数，而带有圆圈的实线显示了WiFi AP正常运行时的读数。阴影矩形区域以及实线断开表示由于缺少数据包接收而在手机上没有iBeacon RSSI读取的情况。图8：WiFi干扰实验的设置。 Estimote iBeacon垂直放置在使用频道5的WiFi AP之下，接收的Android移动智能手机距离酒店有5米。 iBeacon和移动设备都距离地面1.2米图9：信标接收序列的时间与RSSI图，显示接收故障（分组丢失）和RSSI的减少（与图8相同的配置）我们从这个实验中得出两个重要的意见。首先，当WiFi AP处于活动状态时，信标接收率甚至在5米的短距离下降到大约75，即使没有WiFi AP也能实现100信标接收的距离。第二，即使在iBeacon广告被成功接收的情况下，对于约53的信标，RSSI读数显示出显着降低的值（例如，超过10dBm的降低）。请注意，在高功率WiFi干扰下的低功耗BLE信标的分组丢失有些预期，但RSSI的一致减少是一种意想不到的现象，可以被认为是另一种类型的无线信号“灰色区域”29。这些发现表明，随着在当今室内环境中广泛部署和普遍使用的WiFi，iBeacon系统可以显着受到可靠性降低和估计误差的影响。4.7 障碍物的影响在本实验中，我们研究了物理障碍物对iBeacon信号接收的影响，并与LOS情况进行比较。具体来说，我们考虑了六种不同的情况：铁门障碍物，木门和窗户三种，铝箔信号放大一例，手机被手机覆盖的情况或纸张。在这个实验中，我们使用了与iPhone5配对的Estimote灯塔，iBeacon和手机之间的距离约为3米。高度为1.2米，TX功率为4 dBm。我们在图10中给出了这项研究的结果。正如预期的那样，铁门以大约20 dBm的RSSI下降幅度阻挡了信号，但木门或窗口也有一些（不可忽略的）-38 dBm的下降效应，同时用一堆纸覆盖手机造成-6 dBm的下降。然而，更有趣的是，用户手中的手机覆盖了约30 dBm的显着降低。这表明，在室内定位系统中，尽管进行了仔细的部署阶段和广泛的校准，距离和/或位置估计可能会因为用户将手机紧紧握在他/她手中或环境自然变化而具有重大错误（例如门状态）。这是设计基于iBeacon的系统的另一个挑战，因为移动设备将不可避免地被用户的手持有，并且障碍物状态将在室内环境中主动地改变。图10：不同类型障碍物的平均RSSI图（Estimote，4 dBm TX功率，1.2米高，3米距离和iOS）最后，我们可以通过在iBeacon后面使用一张铝箔来放大信标信号，导致RSSI增加了6 dBm。虽然不可能将iBeacon部署有意地包裹在一张铝箔上，但是这一结果表明，一些环境假象或装饰品也可能意外地引起这样的影响：这意味着障碍不仅降低了RSSI的水平，还可以放大信号强度。4.8 使用曲线拟合模型进行距离估计最终，我们现在将四个iBeacon移动设备对中的所有测量数据，Estimote和Wizturn Pebble信标与Android和iOS手机的组合进行测量，并使用最小均方法（1）将数据拟合到模型中以计算基于RSSI的估计距离。我们注意到，所有的数据都是户外，LOS，1.2米高和4 dBm TX功率实验。然后，我们使用这个导出的模型来比较如图11所示的实际距离与估计的距离。从该图中消除的一点是，即使在LOS条件下距离估计也能显示出显着的误差，这是由于信号强度变化较大。此外，误差随着距离的增加而增加（例如，随着RSSI接近于接收灵敏度）。虽然我们省略了简短的附加数字，但我们注意到即使使用一对iBeacon移动设备的数据，我们也可以看到类似的图。从数量上讲，误差可以从数十米增加到数百米。这意味着在设计基于iBeacon的系统时，系统设计人员应该应对大的距离估计误差（并因此定位误差），或是密集部署大量的iBeacons来减少错误，从而威胁到“低成本“iBeacon系统中的论证。不幸的是，根据我们的实验结果，两者都不令人满意。图11：实际距离与估计距离图，其中先前收集的RSSI数据用于曲线拟合（1）中的模型，并经验确定模型参数5. 应用案例研究：自动考勤系统正如我们的实验结果所示，使用iBeacon信号进行精确室内定位的主要挑战是RSSI读数的变化及其对环境变化的敏感性，从而导致信号传播的急剧变化。我们在第4节的研究结果显示，来自不同供应商的iBeacons（例如，Estimote vs. Wizturn Pebble vs. GELO），移动设备类型（iOS与Android）的RSI值（以及估计距离的相应信号传播模型）差异很大设备从地面安装，室内或室外环境因素以及物理障碍物种类。总的来说，这些经验表明，使用这样的iBeacon设备，我们应该在设计应用程序时考虑这些限制和性能特征，并针对从这些现实的实验员部署收集的经验直觉应用改进方案。在这个案例研究中，我们通过提出一种自动检查系统，自动检查大学生在大学中的上课情况，从而扩展了可能的iBeacon应用程序。然而，简单的接近度还不足以准确地确定学生是否在教室内，因为信标信号也可以被接收在教室的墙壁之后。因此，我们使用三边测量的位置估计来决定学生是否在房间里上课。为了补偿由于意想不到的障碍（例如用户手持手机或其手机在一个袋子中）的RSSI读取错误，我们在三边测量计算中进行简单而新颖的几何调整，以提高检测精度。在系统层面上，我们的系统不仅包括iBeacons和移动设备，还包括维护和处理有关学生，课堂，教室，时间表和考勤信息的信息的数据库服务器。如我们以后所示，完整的系统允许在学生使用智能手机启用我们的应用程序的情况下，以100的准确性进行全自动的考勤检查机制。我们的系统不仅节省了在课堂上手动出勤检查浪费的时间，而且还防止出勤作弊，因为学生不太可能将他/她的智能手机给朋友进行考勤。5.1 系统架构图12显示了我们系统架构的概述。每个教室中都有三个iBeacons部署，它们具有独特的识别号码（主要 - 次要对），并且每个教室的相对x-y坐标是预配置的。我们为我们的系统开发了一个Android应用程序，它在后台接收信标信号，并通过互联网与Web / DB服务器进行通信，无需用户干预即可进行考勤检查。服务器维护所有必要的信息，以计算和确认数据库中的出席情况。记录的考勤数据可以在我们系统的网站上由教职员工以及学生的移动设备进行查看。图12：我们基于iBeacon的自动考勤系统的整体系统架构具体来说，我们使用Oracle DB来维护关于学生，教授，课程，时间表以及最重要的部署iBeacons的信息，包括他们的x-y坐标（相对于每个教室内）和识别号码。这个信息是相对静态的，因为学生信息只有在第一次加入和登录时才会发生变化，而班级/时间表信息只在每个学期开始时更改，我们使用网络爬行自动填充大学网站。为了存储每个学生的实际考勤信息（课堂中的班级，日期，时间和x-y坐标），我们使用MongoDB来处理频繁更新的数据。图13显示了我们的数据库结构。图13：我们基于iBeacon的自动考勤系统服务器中的数据库结构使用上述系统，自动考勤检查处理如下操作。当学生进入教室时，智能手机应用程序将收到三个或更多iBeacons的信标广告（可能有附近教室的信号）。此时，应用程序将iBeacons中的识别号码（UUID，主要/次要值3）和RSSI读数列表发送到服务器，并查询服务器进行验证的验证。考虑到这些信息，服务器将首先检查每个iBeacon的课堂信息，并根据学生在给定时间实例参加的课堂进行验证。如果课堂信息表明学生处于错误的教室，或者目标教室中只有两个或更少的信标被检测到，则服务器返回FALSE出席。如果没有检测到信标，默认情况下出席率为FALSE。对于所有其他情况，服务器使用iBeacons的相对x-y坐标（目标教室内）来估计移动设备的位置，并检查设备是否在教室边界内。如果是这样，服务器对于出席者返回TRUE，并将其记录在数据库中。定期重复此过程，以便在课堂期间也可以检查出席情况。这是为了解释迟到几分钟的学生，以及那些在课堂上提前离开的学生。然而，为了在学生没有上课的期间减少使用BLE的不必要的电力消耗，她的时间表可以在移动设备上本地缓存，以便仅在需要时才能进行考勤检查。请注意，存储在数据库中的x-y坐标只是目标教室的相对和本地。 这与其他室内定位系统形成对比，其中需要在整个目标区域内（例如，建筑物的整个楼层）中的全局xy协调是必需的，并且由于我们保持学生在给定的课堂上应该在哪个课堂上预先知道， 时间。 这大大简化了系统架构，不仅在于估计移动设备的位置，而且在iBeacon部署，更换和重新配置方面。 换句话说，如果系统主要关心一个小的地理区域，iBeacon的展示位置可以独立（更好）进行定制和优化。 我们将在以下部分中提供有关此类校准程序的详细说明。5.2 几何调整提高精度使用iBeacon信号进行精确室内定位的主要挑战是RSSI读数的变化及其对环境变化（如移动设备的障碍物或用户处理）的敏感性。我们的研究结果更早地表明，当信标信号被接收在障碍物后面时，RSSI值可以显着下降，信号衰减量根据障碍物类型（例如，窗户，木/金属门，墙壁等）而变化。此外，移动设备从地面的高度也影响RSSI（iBeacon的高度也引起了很大的影响，但iBeacons通常是壁挂式的，其高度在典型情况下是固定的）。更重要的是，由于将移动设备紧紧地保留在用户手中（经常发生）的信号衰减可能高达30dBm。当使用三边测量进行位置估计时，这种高的变化是一个重大挑战。但是，我们看到上述情况有一个共同点：信号衰减（RSSI低于给定距离的模型），并且非常罕见的是看到比最佳情况视线环境更高的RSSI。使用这种直觉，我们使用简单而新颖的几何调整方案来提高精度，而不是根据高度变化的RSSI值来校准模型。例如，图14示出了一个异常情况的例子，其中三个iBeacons的距离估计导致三个RSSI覆盖距离圆（由估计的距离绘制的圆圈作为三边测量的半径），没有任何交点;一个圆圈被最大的圆圈完全包围，第三个圆圈完全在最大的圆圈之外。在这种情况下，不能进行标准三边测量。然而，我们的直觉是较大的圆（距离较高的RSSI值较大的距离）的距离更接近于估计模型，并且两个较小的圆的信号由于诸如障碍物的某些原因而被衰减。基于这种直觉，我们的方法如下。对于每对圆（三个iBeacons中的三对），我们首先检查情况1两个圆没有交点（图15的上图）或情况2一个圆是否被另一个圆完全包围（图16的左图）。如果两者都不是真的，那么对于特定的一对RSSI覆盖距离圈就没有什么可以考虑的了。图14：由于RSSI读数的高变化，三边测量计算失败的可能异常情况的示例，从而导致错误图15：两个iBeacons的两个距离圆（表示使用RSSI的估计距离的圆圈）的两个距离圆的距离（两个距离估计的总和小于两个iBeacons之间的距离）是非相互隔离的情况1。这导致三边测量无交点。因此，我们逐渐增加圆的大小直到它们相交图16：情况2其中一个iBeacon的距离圆（表示使用RSSI的估计距离的圆）由另一个距离圆（从另一个iBeacon）完全包围，导致三边测量计算没有交点。在这种情况下，我们逐渐增加内圈的大小，直到两个圆相交如果一对圆没有交点（即情况1），我们首先以1米的增量增加较小圆的大小，直到有两个交点或直到两个圆成为相同尺寸即使在两个圆圈的尺寸相同的情况下也不会产生交点，那么我们以1米的增量增加两个圆的大小，直到有两个交点（图15）。再次，这种调整来自于室内RSSI水平被障碍物中断的假设，这使得RSSI水平更快地下降。在第二种情况下，对于一对圆圈，一个圆被另一个圆（即情况2）完全包围），我们以1米的增量增加较小圆的大小，直到有两个交点cf图16）。调整后的结果圆代表每个iBeacon的“调整距离”。现在，由于所有的“调整圈”对都有两个交点，所以我们可以使用这六个交叉点来应用三边测量并估计移动设备的大致位置。图17和18显示了两个例外情况的位置估计结果，其中三个iBeacons的估计距离没有为三边测量提供足够的覆盖。在基于我们先前观察的几何调整之后，所得到的估计被检测为非常接近实际位置。最后，在服务器上进行整个位置估算过程，包括几何调整和三边测量。移动设备在学生的课堂期间简单地检测iBeacon信号，将iBeacon广告数据列表发送到服务器，并查询考勤。因此，移动设备实际上没有计算负担，并且这导致最小化能量使用。图17：从原始距离圆（由RSSI估计的距离）的两个圆完全包围在第三个圆的异常情况下的位置估计的示例图18：从图14中的异常情况下的位置估计的一个例子，其中原始距离圆（由RSSI估计的距离）在另一个圆圈中包围一个圆，而第三个圆与另外两个圆不相交5.3 评估我们通过四个本科生坐在三个教室上课的的帮助下，对自动考勤系统进行了评估。虽然由于个人同意访问学生个人信息存在挑战，本次研究是有限度的，但系统在1个月内没有报告我们的学生志愿者的虚假报告（无论是假阳性还是假阴性）。我们计划在未来将实验扩大到更多的学生和班级。6. 相关应用有几件以前的应用，提出使用iBeacon设备的应用程序和服务。 在文献9中的应用使用iBeacons在机场跟踪行李，并且10中的应用为博物馆的游客提供了互动体验。 iBeacon已经用于紧急指导系统的路径规划11，也用于跟踪急诊室的患者12。此外，文献13中的应用提出了室内路线引导系统，15,16中的应用使用iBeacons在建筑物内进行占用检测。这些应用程序都使用基于RSSI的接近度作为信息来源，而不是试图确定移动设备的确切位置和绝对位置。还有一些以前的作品着重于使用iBeacon设备进行精确的室内定位6,7,12,23,24。然而，这些努力都没有提供对iBeacon RSSI测量及其与不同环境因素的变化的深入和广泛的测量研究。文献30中的应用实现了一个Android应用程序，从附近的iBeacons收集RSSI值的统计信息，并提供一些测量结果，但仅在固定的距离。文献5中的应用提供了关于发射功率和接收比率以及估计距离的一些测量数据，以及31中尝试使用测量数据校准距离估计模型并进行误差分析的工作。然而，这些工作中没有一个能够提供广泛而全面的测量数据，包括几种不同类型的iBeacons，移动设备软件平台，传输功率配置，室内/室外比较和WiFi干扰影响以及几种不同类型的受控但实际的障碍。此外，我们结合了RSSI测量的经验，设计了一个非常适合和实际应用的系统，并提出了自动考勤检查的案例研究应用，它使用局部三边测量技术以及几何调整来限制RSSI变异性引起的误差范围并达到目标准确度。7. 结论这项研究的最初目标是开发一种使用iBeacon技术的改进的室内定位系统。然而，经过多次广泛的实验，我们意识到信号变化太高，无法获得准确的距离估计，用于设计可靠和鲁棒的定位系统。相反，我们决定报告这种变化和不准确性，以澄清许多糖衣新闻文章对iBeacon技术的准确性造成的误解。我们的发现显示，iBeacon供应商，移动设备平台，设备的部署高度，室内/室外环境因素和障碍物之间的iBeacon RSSI值（以及估计距离的相应信号传播模型）差别很大。显然，位置估计的准确性和效率在很大程度上取决于测量的RSSI测量的精度和用于估计距离的模型，更不用说周围的环境因素。我们相信，我们的工作为使用商业现货（COTS）iBeacons设备设计室内定位系统的挑战提供了证据，并且消除了对过高估计精度的误解。此外，根据这项工作的观察结果，我们今后的工作就是找出一种方法，以不同的方式处理这些错误，并开发一种基于iBeacon的系统，该系统具有弹性和鲁棒性。致谢这项研究得到了由教育部资助的国家基础研究基金（NRF-2014R1A1A2056626）的基础科学研究计划的支持。 对于Hyungsik Shin，这项工作得到了弘益大学新的教师研究支持基金的支持。参考文献1 “Bluetooth Smart,” /what-is-bluetooth-technology/bluetooth-technology-basics/low-energy.2 C. Gomez, J. Oller, and J. Paradells, “Overview and evaluation of bluetooth low energy: an emerging low-power wireless technology,” Sensors, vol. 12, no. 9, pp. 1173411753, 2012.3 Apple, “iBeacon for developers,” /ibeacon/.4 Google, “Eddystone-open beacon format,” /beacons/.5 P. Martin, B.-J. Ho, N. Grupen, S. Munoz, and M. Srivastava, “An ibeacon primer for indoor localization: demo abstract,” in Proceedings of the ACM Conference on Embedded Systems for Energy-Efficient Buildings (BuildSys 14), 2014.6 Z. Chen, Q. Zhu, H. Jiang, and Y. C. Soh, “Indoor localization using smartphone sensors and iBeacons,” in Proceedings of the IEEE 10th Conference on Industrial Electronics and Applications (ICIEA 15), pp. 17231728, IEEE, Auckland, New Zealand, June 2015.7 H. K. Fard, Y. Chen, and K. K. Son, “Indoor positioning of mobile devices with agile iBeacon deployment,” in Proceedings of the IEEE 28th Canadian Conference on Electrical and Computer Engineering (CCECE 15), pp. 275279, Halifax, Canada, May 2015.8 , “MLBAM completes initial iBeacon installations,” /news/article/67782508/mlb-advanced-mediacompletes-initial-ibeacon-installations.9 M. Kouhne and J. Sieck, “Location-based services with ibeacon technology,” in Proceedings of the 2nd IEEE International Conference on Artificial Intelligence, Modelling, and Simulation (AIMS 14), pp. 315321, IEEE, Madrid, Spain, November 2014.10 Z.He, B. Cui, W. Zhou, and S. Yokoi, “A proposal of interaction system between visitor and collection in museum hall by iBeacon,” in Proceedings of the 10th International Conference on Computer Science and Education (ICCSE 15), pp. 427430, Cambridge, UK, July 2015.11 L.-W. Chen, J.-J. Chung, and J.-X. Liu, “GoFAST: a group-based emergency guiding system with dedicated path planning for mobile users using smartphones,” in Proceedings of the IEEE 12th International Conference on Mobile Ad Hoc and Sensor Systems (MASS 15), pp. 467468, IEEE, Dallas, Tex, USA, October 2015.12 X.-Y. Lin, T.-W. Ho, C.-C. Fang, Z.-S. Yen, B.-J. Yang, and F.Lai, “A mobile indoor positioning system based on iBeacon technology,” in Proceedings of the 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC 15), pp. 49704973, IEEE, Milan, Italy, August 2015.13 A. Fujihara and T. Yanagizawa, “Proposing an extended ibeacon system for indoor route guidance,” in Proceedings of the International Conference on Intelligent Networking and Collaborative Systems (INCOS 15), pp. 3137, Taipei, Taiwan, September 2015.14 R.-S. Cheng, W.-J. Hong, J.-S. Wang, and K. W. Lin, “Seamless guidance system combining GPS, BLE Beacon, and NFC technolog