Die Indoor-Mapping-System
Vollständige technische Referenz für das Indoor-Positionierungssystem See U: Architektur, Sensoren, Algorithmen, APIs und ein Implementierungsleitfaden.
Schnelle Navigation
Übersicht
Einführung in das Kartensystem
Was ist das Indoor-Mapping-System See U?
Das Indoor-System See U ist eine Positionierungsplattform für geschlossene Räume, die sechs Sensortechnologieebenen mit fortschrittlicher Fusion verbindet, um genaue Standorte zu liefern, wo kein GPS verfügbar ist.
Im Gegensatz zu reinen Wi-Fi- oder Bluetooth-Produkten verwenden wir einen multimodalen Stack, der Folgendes umfasst:
- Magnetische Geolokalisierung: Ein einzigartiger magnetischer „Fingerabdruck“ für jedes Gebäude
- Wi-Fi RTT: Flugzeitmessung für genaue Entfernungen
- Bluetooth LE: Beacons für Anker und Points of Interest
- Inertialsensoren: Koppelnavigation mit einer High-End-IMU
- Computer Vision: SLAM und visuelle Markierungen
- GNSS: Reibungsloser Innen-Außen-Übergang
1–2 m Genauigkeit in 99 % der Fälle für eine sichere Wegfindung
Echtzeit-Updates mit einer End-to-End-Latenz von unter 100 ms
Die Kombination vieler Technologien für Zuverlässigkeit und Präzision
Systemarchitektur
Struktur und Hauptkomponenten
Architekturbausteine
1. Datenerfassungsschicht
Streamt Rohdaten von allen Gerätesensoren in Echtzeit.
- • Native Treiber (iOS / Android)
- • Verwaltung der Abtastrate
- • Datenpufferung für Batch-Fusion
- • Zeitstempelsynchronisierung
2. Vorverarbeitungsschicht
Filtert, normalisiert und bereitet Daten für die Fusion vor.
- • Tiefpass- und Hochpassfilter
- • Automatische Kalibrierung
- • Erkennung und Entfernung von Ausreißern
- • Normalisierung und Skalierung
3. Sensorfusionsschicht
Kombiniert mehrere Quellen mit modernen Fusionsmethoden.
- • Partikelfilter (probabilistisch)
- • Erweiterter Kalman zum Glätten
- • Adaptive Gewichtung pro Sensor
- • Kontexterkennung im Innen-/Außenbereich
4. Positionierungsebene
Berechnet die endgültige Benutzerposition auf der Karte.
- • Kartenabgleich
- • An gültigen Pfadsegmenten ausrichten
- • Boden-/Niveauerkennung
- • Driftkorrektur
5. Navigationsebene
Wegplanung und Abbiegehinweise.
- • A* mit Gewichtung der Barrierefreiheit
- • Generierung von Audioanweisungen
- • Dynamische Umleitung
- • Annäherungswarnungen zu POIs
6. Schnittstellenschicht
APIs und SDKs für die App-Integration.
- • REST für Web und Server
- • Native SDKs (iOS und Android)
- • WebSocket-Live-Updates
- • Webhooks für Positionsereignisse
Sensorschichten
Technische Details pro Schicht
Magnetische Geolokalisierung
Kartiert Erdfeld- und gebäudebedingte Anomalien. Jede Struktur hat einen einzigartigen magnetischen Fingerabdruck.
Technische Spezifikationen:
- Abtastrate: 50–100 Hz
- Auflösung: 0,01 µT
- Kontinuierliche Autokalibrierung
- Interferenzkompensation
Wi-Fi RTT
Time-of-Flight-WLAN-Reichweite zu Zugangspunkten. Erfordert RTT-Unterstützung für Gerät und Infrastruktur.
Technische Spezifikationen:
- Protokoll: IEEE 802.11mc (Wi-Fi RTT)
- Bänder: 2,4 und 5 GHz
- Latenz: < 100 ms
- Mindestens 3 APs für die Triangulation
Bluetooth Low Energy (BLE)
Beacons für Nähe, Richtung, POIs und Wegpunkte.
Technische Spezifikationen:
- Protokoll: BLE 5.0+
- RSSI (empfangene Signalstärke)
- Batterie: 2–5 Jahre
- Reichweite: bis zu 100 m
Inertiale Messeinheit (IMU)
IMU deckt Bewegung, Rotation und Höhe ab, um Lücken zwischen Referenzen zu überbrücken.
Technische Spezifikationen:
- Beschleunigungsmesser: ±16 g, 400 Hz
- Kreisel: ±2000°/s, 400 Hz
- Baro: 0,5 m Bodenhöhe
- Fusion: Kalman
Computer Vision (Lebenslauf)
Lokalisiert visuell Features, AR-Marker, QR und Text für Positionsaktualisierungen und SLAM.
Technische Spezifikationen:
- SLAM: gleichzeitige Lokalisierung und Kartierung
- Merkmalserkennung: ORB, SIFT
- AR-Marker: ArUco, QR
- Laufzeit: TensorFlow Lite
GNSS / GPS (im Freien)
Satellitenposition im Freien und für Innen-Außen-Übergabe und Driftkontrolle.
Technische Spezifikationen:
- Multi-GNSS: GPS, GLONASS, Galileo, BeiDou
- A-GPS für schnelle TTFF
- Automatisch drinnen/außen
- Mit anderen Schichten verschmolzen
Algorithmen
Verarbeitung und Intelligenz
Partikelfilter (Monte Carlo)
Viele gewichtete Partikel verfolgen die wahrscheinlichste Benutzerhaltung über mehrere verrauschte Sensoren.
Erweiterter Kalman-Filter
Schätzt rekursiv ein dynamisches System mit verrauschten Eingaben; Wird für glatte Pfade und kurzfristige Vorhersagen verwendet.
A* Wegfindung
Findet einen kürzesten Weg mit Hindernissen, Zugänglichkeit und Benutzerpräferenzen als Gewichtungen.
SLAM
Erstellt eine Karte und verfolgt das darin enthaltene Gerät mit visuellen Funktionen.
Maschinelles Lernen (neuronale Netze)
Trainierte Modelle zur Klassifizierung von Umgebungen, zur Entrauschung von Daten und zur Verbesserung der Genauigkeit im Laufe der Zeit.
Koppelnavigation
Propagieren Sie die Pose vom letzten Fix unter Verwendung von Geschwindigkeit und Kurs, wenn die Funkfixes fallen.
Verarbeitungsablauf
Datenerfassung
Sensoren übertragen Rohdaten in Echtzeit
Vorverarbeitung
Filterung, Kalibrierung und Normalisierung
Sensorfusion
Partikelfilter führt alle Quellen zusammen
Kalman-Filter
Glättet und prognostiziert die Flugbahn
Kartenabgleich
Projizieren Sie auf das routbare Kartendiagramm
Ausgabepose
Der App über die API zugänglich gemacht
REST-API
Endpunkte und Integration
Basis-URL
/api/v1/positioningGibt die aktuelle Gerätepose zurück
Parameter:
device_idvenue_idfloor/api/v1/navigation/routePlanen Sie einen Weg zwischen zwei Punkten
Parameter:
origindestinationaccessibility_mode/api/v1/venues/{id}/mapRufen Sie Kartenkacheln des Veranstaltungsortes ab
Parameter:
venue_idfloorformat/api/v1/poisListen Sie Sehenswürdigkeiten in der Nähe auf
Parameter:
latlngradiuscategory/api/v1/tracking/updatePost-Sensor-Batch für serverseitige Fusion
Parameter:
sensor_datatimestampdevice_idMusteranfrage
curl -X POST https://api.seeu.app/v1/navigation/route \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"origin": {
"lat": -23.550520,
"lng": -46.633308,
"floor": 1
},
"destination": {
"lat": -23.551234,
"lng": -46.634567,
"floor": 2
},
"accessibility_mode": true
}'Implementierungsleitfaden
So integrieren Sie den Stack
1. Systemanforderungen
iOS
- • iOS 14.0+
- • Swift 5.5+
- • Kernstandort
- • CoreMotion
- • ARKit (optional)
Android
- • Android 8.0+ (API 26)
- • Kotlin 1.7+
- • Google Play-Dienste
- • Android-Sensor-API
- • ARCore (optional)
2. SDK-Installation
iOS (CocoaPods)
pod 'SeeUMapping', '~> 1.0'
Android (Gradle)
implementation 'app.seeu:mapping:1.0.0'
3. Initialisierung
// Swift
import SeeUMapping
let mapping = SeeUMapping(apiKey: "YOUR_API_KEY")
mapping.configure(
venueId: "shopping-center-xyz",
enableMagneticPositioning: true,
enableWiFiRTT: true,
enableBLE: true
)
mapping.startPositioning { result in
switch result {
case .success(let position):
print("Lat: \(position.lat), Lng: \(position.lng)")
case .failure(let error):
print("Error: \(error)")
}
}4. Navigation
mapping.calculateRoute(
from: currentPosition,
to: destination,
accessibilityMode: true
) { route in
mapping.startNavigation(route: route) { instruction in
// turn-by-turn instructions
print(instruction.text)
speakInstruction(instruction.audio)
}
}