Lokalisatie verbeteren door het meten van onderlinge afstanden

Lokalisatie van personen, goederen en voertuigen is een belangrijke factor in digitalisatie. Het is vaak pas wanneer we weten waar iets of iemand is, dat we automatische processen kunnen starten om ermee te interageren. Of het nu gaat om de locatie van goederen in een magazijn, de locatie van een container in een haven of de locatie van werknemers in een bedrijf, er is steeds vraag naar betere manieren om ze te lokaliseren, zowel binnen als buiten. Zeker met het oog op autonome voertuigen wordt dit alleen maar belangrijker. We experimenteerden daarom binnen Flanders Make met een alternatieve manier van lokaliseren, door continu de relatieve afstand tussen alle gebruikers te bepalen, eerder dan de afstand te meten tussen de gebruikers en een aantal vaste en gelokaliseerde ankers. We lichten de techniek graag toe met behulp van twee toepassingen.

Relatieve plaatsbepaling

Wanneer we een bewegend voorwerp, persoon of voertuig willen lokaliseren, gebeurt dat meestal vanaf een aantal punten waarvan men de locatie zeker weet. Denk aan het GPS-systeem dat met een aantal satellieten je locatie op de aarde kan bepalen uit de tijdsverschillen tussen de ontvangen signalen. Maar ook in overdekte locaties, waar GPS niet goed werkt, wordt dezelfde techniek gebruikt door een aantal meetpunten op vaste plaatsen te installeren. Deze vaste meetpunten noemen we ankers, aangezien deze een bewegend punt kunnen verankeren ten opzichte van een gekend punt. Die methode is echter prijzig, omdat er heel wat manuren nodig zijn voor het exact configureren van de ankers (typisch 10 tot 100 stuks) die de plaatsbepaling uitvoeren. Deze systemen zijn bovendien ook weinig flexibel, want eenmaal buiten bereik van de ankers, is er geen plaatsbepaling meer mogelijk.

Die beperkingen klinken niet meteen problematisch in de context van een magazijn, maar worden het bijvoorbeeld wel wanneer een bedrijf drones op allerlei locaties wilt gaan inzetten op een uitgestrekt terrein. Of toen we de afstand tussen collega’s wilden meten doorheen een bedrijfsgebouw om ze te helpen de social distancing richtlijnen na te leven tijdens de pandemie. In beide gevallen zijn heel veel vaste ankers nodig. Het is in die gevallen dat een nieuwe methode oplossingen kan bieden. Door de afstand te meten tussen de gebruikers zelf en deze informatie centraal te verzamelen, kunnen we eenvoudig de relatieve locatie van alle gebruikers ten opzicht van elkaar, ofwel de topologie, ontdekken. Dit laat toe om een ruwe plaatsbepaling te doen zonder vaste ankers nodig te hebben.

Relative Lokalisation

Ultra Wide Band lokalisatie

Een eerste toepassing van deze techniek vonden we in Ultra Wide Band lokalisatie. We ontwikkelden een nieuw communicatieprotocol om veel gebruikers in staat te stellen om met UWB hun relatieve afstanden te bepalen zonder dat het draadloze medium verzadigd raakt. We konden deze techniek in coronatijden al meteen zinvol inzetten in bedrijven waar de werknemers worstelen met het navolgen van de social distancing richtlijnen. Met een UWB tag op de heup konden werknemers gewaarschuwd worden als ze onbewust te dicht bij elkaar kwamen.

uwb lokalisatie

Maar ook voor UWB lokalisatie met ankers heeft deze aanpak een meerwaarde. Door de any-to-any communicatie kunnen we dezelfde resultaten behalen met minder ankers, of de nauwkeurigheid en robuustheid van het systeem aanzienlijk verhogen omdat het wegvallen van afzonderlijke meetpunten minder invloed heeft op het geheel. Tenslotte kunnen we ook de kalibratie vergemakkelijken door eenmalig met een UWB baken tussen de ankers te lopen, zodat hieruit de topologie van de ankers wordt bepaald. Het volstaat dan om slechts van een paar ankers nog expliciet de positie te meten.

Geluidsbron lokalisatie

We konden dezelfde methode samen met Siemens toepassen in een windtunnel toepassing. Aangezien elektrische wagens een stuk stiller zijn dan wagens met een verbrandingsmotor, worden andere bronnen van geluid plots een stuk prominenter. Zo veroorzaakt de wind rond het voertuig 30% van het geluid dat je hoort in een elektrische wagen. Bepaalde klanten van Siemens die actief zijn in de automobielsector, zoals producenten van wagens en onderzoeksinstellingen voor voertuigtechnologie, investeren dan ook in windtunnels en series van microfoons om geluiden rond de wagen op te vangen, te lokaliseren waar ze precies ontstaan en ze verder in detail te karakteriseren. Siemens leverde bijvoorbeeld de systemen voor de aero-akoestische windtunnel van de Duitse onderzoeksinstelling FKFS (Forschungsinstitut für Kraftfahrwesen und Fahrzeugmotoren Stuttgart). Een terugkerende vraag bij de klanten van Siemens is om een raster van microfoons te bouwen die enerzijds verplaatsbaar is, maar anderzijds ook op een efficiënte manier kan gekalibreerd worden. Het is namelijk nodig om zeker te weten waar de microfoons zich bevinden ten opzichte van de wagen die getest wordt, zodat er een correcte geluidsbron lokalisatie kan uitgevoerd worden. De posities van de microfoons moeten daarom nauwkeurig gekalibreerd worden (tot op een centimeter), wat doorgaans een tijdrovende en/of dure procedure vergt.

geluidsbron lokalisatie

Siemens demonstreerde in een test dat een snelle en accurate kalibratie mogelijk is door gebruik van dezelfde methodes van relatieve plaatsbepaling. Deze procedure verliep door een luidspreker op ongeveer 15 plaatsen geluid af te laten spelen en vervolgens daarmee de locatie van 100 microfoons te bepalen, ten opzichte van elkaar en de geluidsbron. De foutenmarge kon uiteindelijk onder 6 millimeter gebracht worden. Dit resultaat toont aan dat de techniek inderdaad toepasbaar is voor de kalibratie van een reeks microfoons in windtunnels zoals die van FKFS.

Interessant?

Bedrijven die met soortgelijke uitdagingen worstelen in autonome navigatie en tracking mogen steeds contact opnemen. Wij voeren dan graag een haalbaarheidsstudie uit om te bepalen hoe deze technologie u vooruit kan helpen.