Kablosuz Gömülü Sistemler˙Için Uyarlanabilir Konum Tespit Sistemi

Transkript

Kablosuz Gömülü Sistemler İçin
Uyarlanabilir Konum Tespit Sistemi:
UKTS
Ramil Agliamzanov
Danışman: Yrd. Doç. Dr. Kasım Sinan YILDIRIM
Ege Üniversitesi Bilgisayar Mühendisliği Bölümü
35100, Bornova, İzmir
1
İçindekiler
1 Giriş
1.1 Problemin Tanımı . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Amaç ve Kapsam . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
4
5
2 İlişkili Çalışmalar
6
3 Sistem Tasarımı
3.1 Haberleşme Modülü . . . . . . . . . . . . . . . . . .
3.2 Saat Eşzamanlaması Modülü . . . . . . . . . . . . .
3.3 Konum Tespit Modülü . . . . . . . . . . . . . . . . .
3.3.1 AVT ile Uzaklık Arama ve Takip Etme . . .
3.3.2 AVT’ler ile Devingen ve Uyarlanabilir Konum
. . . . .
. . . . .
. . . . .
. . . . .
Tespiti
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
. 7
. 7
. 8
. 8
. 10
4 Gerçekleştirim
12
4.1 Araçlar, Kütüphaneler ve Konfigürasyon . . . . . . . . . . . . . . . . . . . . . . . 12
4.1.1 Genetlab Platformunda Ultrasonik Algılayıcı Sürücüsü . . . . . . . . . . . 12
4.1.2 Arayüz Tasarımı . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
5 Proje Takvimi
14
6 Değerlendirme ve Sonuçlar
15
6.1 Sonuçlar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
7 Projenin Özgünlüğü
19
8 Ekler
21
2
Özet
Kablosuz algılayıcı ağları çevreyi algılama yeteneğine sahip, ucuz ve enerji kısıtları olan
küçük cihazlardan oluşur. Birbirlerinden fiziksel olarak ayrılmış olan algılayıcı düğümleri,
çevresel verileri algılayıcılarını ve kablosuz iletişim donanımlarını kullanarak işbirliği içerisinde
toplar, işler ve yayarlar. Hedef takibi gibi temel kablosuz algılayıcı ağı uygulamaları, algılayıcı
düğümlerinin kendi konumlarını bilmelerini gerektirmektedir. Düğümlerin kendi konumlarını tahmin edebilmeleri için bir konum tespit protokolüne ihtiyaç vardır. Bu projede
konum bulma bir devingen arama problemi olarak ele alınmıştır. Kendi konumunu bilmeyen
bir algılayıcı düğümü, kendi konumunu bilen diğer düğümlerden aldığı paketlerle belirli bir
arama uzayında kendi konumunu aramakta ve belirli bir hata ile konumlarını tahmin edebilmektedirler. Bu bağlamda geliştirilmiş Uyarlanabilir Konum Tespit Sistemi (UKTS),
kullanılan algoritmanın uyarlanabilir yapısı sayesinde ağdaki hatalara ve devingenliğe karşı
sağlam ve hızlı tepki verebilen bir sistemdir. Ayrıca sistem oldukça düşük işlemci ve bellek
yüküne sahiptir.
Anahtar Kelimeler : Gömülü Sistemler, Kablosuz Algılayıcı Ağları, Konum Tespiti
3
Şekil 1: Genetlab Sensenode algılayıcı düğümü [10].
1
Giriş
Sayısal elektronik, kablosuz ağlar ve gömülü sistemler alanlarındaki gelişmeler düşük maliyetli,
düşük güç tüketimli, ortamla haberleşme özelliği olan, çok işlevli minyatür algılama aygıtlarının
üretilmesine olanak sağlamıştır. Ortamdaki farklı fiziksel olayları algılayabilen bu cihaz ailesine
Kablosuz Algılayıcı Ağları (KAA) ismi verilmiştir. KAA’lar ortamın gözlemlenmesi ya da hedef
takipi gibi birçok uygulama alanına sahiptir. Askeri uygulamalar, çevre (ve doğa) gözlemleme,
sağlık alanındaki uygulamalar, ticari alanlarda uygulamalar ve bilimsel araştırmalarda KAA çok
yaygın kullanılmaktadır. Şekil 1’de Genetlab Sensenode platformuna ait bir algılayıcı düğümü
gösterilmiştir.
KAA’larda ağın her düğümü otonom olarak çalışmaktadır. Bu, büyük bir esneklik getirmekle
beraber, bu cihazların getirdiği kısıtlamalar da mevcuttur. Sınırlı güç kaynağı, düşük işlemci,
sınırlı bellek kapasitesi bunlar arasındadır. Bu yüzden geliştirilecek sistemler bu kısıtları göz
önünde bulundurarak şekillendirilmelidir. Bu kısıtlar KAA’lardaki problemleri oldukça ilginç
kılmakta ve bu alandaki araştırmayı devingen tutmaktadır.
1.1
Problemin Tanımı
Kapsama alanı (coverage), konuşlandırma (deployment), yönlendirme (routing), konum servisi
(location service), hedef takibi (target tracking), kurtarma (rescue) ve olay yerinin tespiti
bağlamlarında konum bilgisi KAA için önemli bir gereksinimdir [7]. Algılayıcı düğümler dinamik bir şekilde ortamda konuşlandırılabileceği için (örn. uçaktan aşağıya bırakılma) yada
çalışma sırasında konumları değişebileceği için (örn. kargo konteynerine bağlansa), önceden
konumlarını bilseler bile belli bir zaman sonra bu bilgi güncelliğini yitirebilir [4].
Geleneksel sistemlerde bu problemi çözmek için Global Positioning System (GPS) türü
küresel konumlandırma sistemleri kullanılmaktadır. GPS, 10 metre hassasiyetle konumu tespit
edebilir, kullanımı ücretsiz olduğu için çoğu mobil uygulama için mükemmel bir çözümdür. Ama
bunun yanında GPS’nin güvenli çalışmadığı durumlar da vardır. Sistem, birden çok uydunun
görüş çizgisinde olmasını gerektirdiği için, kentsel, bina içi, yeraltı ya da uzay ortamlarında
oluşturulan algılayıcı ağlar GPS’den yararlanamazlar [4]. KAA’ların güç tüketimi sınırlaması
da çok güç tüketen GPS modüllerin kullanımı engellemektedir.
KAA’nda konum tespitinin zorlukları sıralayacak olursak [3]:
• Fiziksel katmanın ölçüm hataları: İki düğüm arasındaki mesafe ölçümü için alınan sinyalin
gücü ya da aktarma zamanı kullanılıyorsa, ölçümler donanımdan dolayı ortama göre çok
farklılık gösterilebilir. Bu da konum tespitinin yüksek hatalara yol açmaktadır.
• Hesaplama kısıtları: Konum tespitin sonuçlarını iyileştirmek için bazı algoritmalar kullanılabilir, ama bu algoritmalar çok hesaplama gerektiriyorsa KAA’lar için uygun değildir.
4
• GPS konum verisinin eksikliği : Yukarıda bahsettiğimiz gibi, çok hassas konum tespiti
yapabilen GPS teknolojisi gömülü sistemlerde yaygın olarak kullanılsa da, KAA’larında
kullanımı güç tüketimi ve maliyet açısından uygun olmayabilir.
• Düşük kaliteli algılayıcı düğümler : Düğümlerin maliyet açısından ucuz olmaları, donanımsal
yeteneklerinin düşük kalitede olmaları sonucunu doğurmuştur. Düğümlerin sinyal gücü
ölçümleri oldukça gürültülü olabilir, saat eşzamanlaması hataları hesaplamalara oldukça
büyük hatalar ekletebilir, düğümler bozularak bazen ağdan kopabilirler.
1.2
Amaç ve Kapsam
Bu çalışmada, KAA’ların kısıtları gözetilerek bir uyarlanabilir konum tespit sistemi (UKTS)
geliştirilmiştir. UKTS, bir algılayıcı ağındaki her düğümün konumunun devingen ve gerçekzamanlı olarak takip edilmesi için kullanılabilmektedir. Sisteme yeni bir düğüm eklendiğinde ya
da düğümlerin yeri değiştirildiğinde, geliştirilecek arayüzler aracılığı ile kullanıcıya ağdaki her
elemanın konum bilgisi anında yansıtılabilmektedir. UKTS düğümlerin ortam gürültüsünden
ve hesaplama hatalarından en az etkilenmesini Uyarlanabilir Değer İzleyicileri (Adaptive Value
Trackers -AVT) [21] ile sağlamaktadır. Geliştirilen sistem, hareketli nesnelerin takipinin de
yapılabilmesi için kullanılabilecektir. Özetle, tam anlamıyla devingen bir ortamda çalışabilen
uyarlanabilir bir konum tespit sistemi ortaya koyulmuştur.
5
2
İlişkili Çalışmalar
Literatürdeki konum bulma protokolleri, uzaklık tayinine dayalı yöntemler kullanmaktadır. Her
uzaklık tayin yöntemi özel donanım desteğine ihtiyaç duymakta ve bu durum yöntemlerin uygulanabilirliğini sınırlamaktadır. Ayrıca uzaklık tayininin doğruluğu ve hassasiyeti yöntemden
yönteme değişmektedir.
Gelen sinyal gücü (Received Signal Strength) uzaklık tayininde kullanılan en yaygın yöntemdir.
Ancak bu yöntemin hassasiyeti sınırlıdır ve çevresel faktörlerden oldukça etkilenebilmektedir.
Alınan sinyal seviyesi ile uzaklık arasında bir ilişki kurabilmek zordur ve algılayıcıların donanımına ve çevresel değişimlere bağlıdır. Varış zamanı (Time of Arrival ) yöntemleri mesajların
gönderim ve alım zamanlarına dayanmaktadır. Saat eşzamanlaması bu yöntemlerin temel
gereksinimidir. Ancak görüş açısının (line of sight) olmaması ve sinyallerin doğrudan alınmaması
gönderim ve alım zamanlarını etkilemekte ve konum bulma hatalarını arttırmaktadır.
Uzaklık tayin edildikten sonra, düğümler kendi konumlarını belirleyebilmek için, kendi konumunu bilen yeterli sayıda düğümden konum bilgilerini toplamaya gereksinim duyarlar. Toplanan
bilgilerden konum bilgisini hesaplamak için kullanılan temel yöntemler trilaterasyon (Trilateration), üçgenleme (Triangulation) ve en büyük olabilirlik çoklulaterasyon (Maximum likelihood
multilateration) yöntemleridir [20, 8, 19, 17].
Günümüz sistemlerinde, sistem parametrelerin doğru değerlerinin bulunması çok önemlidir.
Sistemin bileşenleri belirsizlik içeren ortamla etkileşerek kendi parametrelerini uyarlayabilmeleri
için gerekli olan bilgiyi toplamaya çalışırlar. Uyarlanabilir parametre kontrol yöntemlerinde,
parametreler geribildirimler sayesinde bir arama süreci sonunda devingen olarak uyarlanmaktadırlar. Bu çalışmada kullanılan parametre kontrol yöntemi olan Uyarlanabilir Değer İzleyicisi
(Adaptive Value Tracker - AVT) ilk olarak [15] çalışmasında tanıtılmıştır. Günümüze kadar,
bu yöntem deniz gözetlemede [6, 5], kontrol oyunlarında [18], öz-örgütlenen sinir ağlanrında
[12, 11], kullanıcı profili çıkarmada [14], KAA’larda öz-örgütlenen ve dağıtık saat eşzamanlaması
için [21, 13] kullanılmıştır.
6
UYGULAMA
Saat
Eşzamanlaması
Modülü
Konum Tespit
Modülü
Haberleşme
Modülü
Saat
Donanımı
Akustik
Algılayıcı
Haberleşme
Donanımı
Şekil 2: UKTS sisteminin genel mimarisi
3
Sistem Tasarımı
Uyarlanabilir konum bulma sisteminin genel mimarisi Şekil 2’de gösterilmiştir. Mimari, temel
olarak saat eşzamanlaması ve konum tespit modüllerini içermektedir. Haberleşme modülü ise
düğümler arasındaki iletişim için gereklidir.
3.1
Haberleşme Modülü
Hem Saat Eşzamanlaması Modülü hem de Konum Tespit Modülü diğer düğümlerle haberleşmeye
ve bilgi değiş-tokuşuna gereksinim duymaktadır. Haberleşme Modülü, düğümler arası haberleşmede
iletişimin düzenli, kayıpsız ve enerji verimli yapılmasından sorumludur. Bu işlevsellik için Bölüm
4.1’te belirteceğimiz gibi, TinyOS [16] işletim sistemi ile gelen yazılım bileşenleri kullanılmıştır.
3.2
Saat Eşzamanlaması Modülü
Bölüm 2’te bahsedildiği gibi saat eşzamanlaması, varış zamanlı konum bulma protokolleri için
temel bir gereksinimdir. UKTS protokolü de ultrasonik algılayıcıları kullanarak konum tahminleme işlemi yapacağı için, saat eşzamanlamasına ihtiyaç duymaktadır. Dağıtık sistemlerde,
bütün düğümlerin ortak bir saat kaynağına doğrudan erişimleri mümkün değildir. Bunun yerine her düğüm bir saat ile donatılmıştır. Düğümlerin saatleri farklı hızlarda tıklayabilmekte
ve bunun sonucunda saatlerin gösterdiği değerler birbirinden uzaklaşabilmektedir. Bu durum
her düğümün kendi yerel zaman kavramına sahip olmasına yol açmaktadır. Dağıtık sistemlerde, düğümlerin ortak bir zaman kavramına sahip olmalarını sağlayan sürece dağıtık saat
eşzamanlaması denilmektedir. Bu süreçte, her düğüm bir dağıtık saat eşzamanlama algoritması çalıştırarak diğer düğümlerle haberleşir ve elde ettiği zaman bilgisini işleyerek bir ortak
saat değerini hesaplar. Dağıtık saat eşzamanlama algoritmasının temel hedefi, herhangi bir
anda düğümlerin hesapladığı ortak saat değerleri arasındaki farkın en aza indirilmesidir. Saat
Eşzamanlaması Modülü kapsamında literatürdeki AVTS protokolü [21] gerçekleştirilecektir. Bu
protokol, detayları daha sonra açıklanacak olan Uyarlanabilir Değer İzliyicisi AVT’ler kullanmaktadır.
7
3.3
Konum Tespit Modülü
Konum Tespit Modülü ultrasonik algılayıcısından gelen verileri kullanarak, AVT’lerle düğümlerin
konumunu özgün bir şekilde bulmaktadır. Bu işlevsellik için öncelikle ultrasonik algılayıcılar
kullanılarak uzaklık tahmini yapılmaktadır. Yapılan uzaklık tahmini sonucunda ilgili AVT’ye
geribildirimler gönderilerek gerçek uzaklık devingen olarak aranmakta ve takip edilmektedir.
3.3.1
AVT ile Uzaklık Arama ve Takip Etme
Bir düğüm, diğer herhangi bir düğüme göreceli olarak uzaklığını hesaplayabilmek için ultrasonik
algılayıcısını kullanmaktadır. Mesafe tahmini yapabilmek için, ultrasonik sinyalin göndericiden
kendisine ulaşma zamanını hesaplamalıdır. Saat Eşzamanlaması Modülü’nün sunduğu eşzamanlanmış
saat bilgisi, bunun için kullanılmaktadır. Bir gönderici, bir ultrasonik sinyali hemen göndermeden
önce bir RF sinyali gönderir. Bu sinyalde ultrasonik sinyalin gönderim zamanı t1 taşınmaktadır.
Alıcı düğüm ultrasonik sinyalini almadan önce daha hızlı olan RF sinyalini alacaktır. Alıcı
düğüm ultrasonik sinyali alınca bu sinyalin alım zamanı olan t2 ’yi saklar. Sesin iletim hızı vses
−t1
ile hesaplanır [19].
kullanılarak bu iki düğüm arasındaki tahmini uzaklık dˆ = tv2 ses
Düğümler mesafe takipi yapmak istedikleri her diğer düğüm için bir adet AVT içermektedirler.
AVT, bir değerin bir arama uzayında aranmasını ve bulunmasını sağlayan yazılım bileşenidir.
Ultrasonik sinyal ile yapılan uzaklık tahmini ortamın devingenliğinden ötürü gürültüye sahiptir. Gürültülü uzaklık tahmininden hatalara karşı daha dayanıklı ve devingen uzaklık takipinin
yapılması AVT’ler ile sağlanmaktadır.
Uyarlanabilir Değer İzleyicisi - AVT
Literatürdeki çalışmaların aksine, konum bulma bu projede bir devingen arama problemi olarak
ele alınmıştır. Gürültülü ve devingen bir algılayıcı ağında, kendi konumunu bilmeyen bir
algılayıcı düğümü, kendi konumunu bilen diğer düğümlerden aldığı paketlerle belirli bir arama
uzayında kendi konumunu arayacaktır. Bu devingen arama için yöntem olarak Uyarlanabilir
Değer İzleyicisi (Adaptive Value Tracker - AVT) kullanılmıştır [15, 21, 13].
İzleme işlemi, AVT’nin ortamından gelen muhtemelen aranan değere doğru götüren ardışık
geribildirimler sayesinde sağlanmaktadır. Biçimsel olarak, bir avt devingen bir değer v ? ’ı (konum
bulma probleminde düğümün konumu) vmin alt sınır, vmax üst sınır olmak üzere verilen bir
gerçel aralık (arama uzayı) AV Tss = [vmin , vmax ] ⊂ R içerisinde (düğümün konum uzayı)
arar (ve izler). Herhangi bir t anında avt, vt = avt.value(t) eylemi şeklinde erişilebilen bir
vt ∈ AV Tss değerini (düğümün olası konumunu) ortamına sunabilmektedir.
avt’nin ortamının amacı aranan değer v ? ’ın o anda önerilen değer vt ’den küçük, büyük
veya vt ’ye eşit olduğunu saptamaktır. Bu saptamadan sonra, ortam avt ile avt.adjust(ft ∈ F)
şeklinde bir eylem ile etkileşime geçer ve dolayısıyla F = {f ↑, f ↓, f ≈} kümesinden bir ft
geribildirimini gönderir. ft geribildirimi, vt ’yi artırmak (f ↑), azaltmak vt (f ↓) veya vt ’nin iyi
olduğunu (f ≈) bildirmek için olabilir [21]. AVT’ler ile örnek devingen arama süreci Şekil 3’te
gösterilmiştir.
Geribildirimi aldıktan sonra, avt sonraki değeri vt+1 ’yi vt ’den şu şekilde türetir
vt+1


vt + ∆t+1 , ft = f ↑
=
vt − ∆t+1 , ft = f ↓


vt ,
ft = f ≈
8
(1)
AVT Environment
f "
➊
➋
vt
➍
f "
f #
[...]
➎
➐
➑
v t +3 v t +2
v t +1
➒ D t +3
vmin
➏ D t +2
➌ D t +1
vmax
Adaptive Value Tracker (AVT)
Şekil 3: AVT ile ortamı arasındaki ilişki. AVT değer izleme süreci bir başlangıç değeri v0
ile başlar ve birçok iterasyon döngüsünden oluşur: örneğin, (1) AVT, ortamına vt−2 değerini
sunar, (2) ortam, bir f ↑geribildirimi gönderir, (3) bu geribildirimden (ve muhtemelen diğer eski
geribildirimlerden), AVT büyük olasılıkla v ? değerine yakın olan vt−1 = vt−2 + ∆t−1 değerine
ulaşmak için en iyi ayar adımı ∆t−1 ’i saptar, (4) yeni değer vt−1 ortama önerilir, (5) sonra
ortam tarafından bir başka f ↑ geribildirimi gönderilir, (6) bu geribildirimden AVT daha ileri
gitmesi gerektiğini saptar ve ∆t ayar adımını artırır, (7) yeni değer vt ortama önerilir, (8) ancak
bu defa ortam tarafından zıt bir f ↓ geribildirimi gönderilir, (9) bu nedenle AVT ayar adımını
küçültür ve ters yönde ilerler, sonra bir başka yeni değer önerilir ve süreç v ? ’a erişilinceye dek
devam eder [21].
öyle ki ∆t+1 değeri t + 1 anındaki ayar adımıdır1 . Ayar adımı için şu sağlanmalıdır
∆t ∈ [∆min , ∆max ]
(2)
öyle ki ∆min ∆t ’nin alt sınırıdır ve ∆max da üst sınırıdır . ∆min , avt’nin kullanabileceği en
küçük ayar adımıdır bu değere ayrıca hassasiyet denilmektedir. ∆max , öte yandan, avt’nin
kullanabileceği en büyük ayar adımıdır ve bunun bir sonucu olarak vt ’nin en büyük evrim hızıdır.
Arama süreci boyunca, avt aynı yöndeki geribildirimleri arka arkaya ne kadar çok alırsa,
vt değerinin v ? ’dan o kadar uzakta demektedir (ya da daha kötüsü: vt değeri v ? ’dan uzaklaşmaktadır). Böyle bir durumda v ? ’a daha çabuk erişmek için vt ’ın ayarı hızlandırılmalıdır.
Bu nedenle, her geribildirim alındığında, ayar adımı şöyle artırılmaktadır
∆t+1 = ∆t · λincr .
(3)
Öte yandan, avt ters yöndeki geribildirimleri arka arkaya ne kadar çok alırsa, vt değeri az
veya çok tutarlı bir v ? değerinin etrafında o kadar dalgalanmaktadır2 . v ? değerine daha fazla
yaklaşmak için (başka bir uzak değer aniden zıplamamak için) ve dolayısıyla v ? değerine daha
çabuk erişebilmek için, ayarlamanın yavaşlatılması gerekmektedir. Bu nedenle, her geribildirim
alındığında, ayar adımı şöyle azaltılmaktadır
∆t+1 = ∆t · λdecr .
(4)
Son olarak, avt bir iyi geribildirim aldığında, bu demek oluyordur ki vt değeri (en azından
kabaca) doğru değere ulaşmıştır. Bu nedenle, vt+1 değeri vt+1 = vt aynı kalır çünkü v ? muhtemelen vt ’ye yakındır. Ayar adımı, öte yandan, eşitlik 4’de gösterildiği gibi azaltılmaktadır, çünkü
1
Dikkat edilirse, vt+1 değeri AV Tss ’nin sınır değerlerini geçemeyeceği için, eğer vt + ∆t+1 > vmax ise vt+1 =
vmax ve eğer vt + ∆t+1 < vmin ise vt+1 = vmin .
2
Ortamdan gelen geribildirimlerin doğru olduğu kabul edilmektedir.
9
bir sonraki adımda eğer farklı bir geribildirim alınırsa, v ? değeri muhtemelen vt+1 değerinden
daha az uzaktadır.
Bu sürecin bir sonucu olarak, yeterli sayıdaki iterasyondan sonra önerilen değer ve ayar
adımı değerinin t? anında şunu sağladığı gösterilebilir
v ? − ∆min ≤ vt?
∆t?
=
≤ v ? + ∆min ,
(5)
∆min .
(6)
Şurası not edilmelidir ki bu duruma erişildikten sonra devingen değer v ? bir şekilde değişse bile,
avt bu değeri ortamından gelen geribildirimler sayesinde izlemeye devam edebilir.
AVT ile Devingen ve Hatalara Karşı Sağlam Uzaklık Tahmini
ˆ alıcı düğüm tarafından gönderici
Ultrasonik sinyaller vasıtasıyla hesaplanan uzaklık değeri d,
düğümün uzaklık değerinin takibi için saklanan AVT’nin önerdiği uzaklık değerinden büyükse
konumun arttırılmasına yönetik bir geribildirim f ↑, küçükse konumun azaltılmasına yönetil
bir geribildirim f ↓, bu koşul da sağlanmadıysa tahminin iyi olduğuna dair f ≈ geribildirim
AVT’ye gönderilir. En son aşamada alıcı düğüm,tüm komşuları için tuttuğu AVTleri kullanarak
kendi konumunu güncellemektedir. Bu kapsamda işletilecek algoritma kabaca aşağıdaki şekilde
özetlenebilir:
Algoritma 1: Bir v düğümü için konum tahmini modülünün temel uzaklık tahminleme
algoritması.
1: 2:
3:
4: 5:
6:
7:
8:
9:
10:
3.3.2
Bir u komşusundan RF sinyali alındığında
Sinyalin alındığı tu1 zamanını kaydet.
Bir u komşusundan ultrasonik sinyal alındığında
Sinyalin alındığı tu2 zamanını kaydet.
tu −tu
dˆu = 2vses1 formülü ile tahmini uzaklığı hesapla
error = dˆu − avtu .getV alue()
if error > 0 then avtu .adjust(f ↑)
// u düğümünün konumu arttır
else if error < 0 then avtu .adjust(f ↓)
// u düğümünün konumu azalt
else avtu .adjust(f ≈)
// u düğümünün konum gayet iyi
AVT’ler ile Devingen ve Uyarlanabilir Konum Tespiti
Bir düğümün kendi konumunu bulabilmesi için, kendi konumunu bilen 3 çapa (anchor) düğümden
konum bilgilerini alması ve bu düğümlere olan göreceli uzaklıklarını hesaplaması gerekmektedir.
Bir önceki alt bölümde belirtilien Algoritma 1 kullanılarak, üç çapa düğüm için üç adet AVT
kullanılarak göreceli konumlar hesaplanır.
Herhangi bir anda, ilgili u çapa düğümü için kullanılan avtu bileşeninden, avtu .getV alue
arayüzü sayesinde o çapa düğümüne ilişkin tahmini uzaklık değeri du elde edilir. Bu düğümden
gelen koordinat bilgisi (xu , yu ) da sistemde tutulmaktadır. Diğer k ve z düğümlerinden gelen
bilgiler de kullanılarak trilaterasyon yöntemi ile aşağıdaki gibi hesaplanır:
2
xk − xz yk − yz
x k − x u yk − yu
xv
yv
=
10
(d2z − d2k ) − (x2z − x2k ) − (yz2 − yk2 )
(d2u − d2k ) − (x2u − x2k ) − (yu2 − yk2 )
d 2z =( x v −x z )2+( y v − y z )2
d2u =(x v −x u)2 +( y v − y u)2
d 2k =(x v − x k )2+( y v − y k )2
Trilateration
avt u , x u , y u
avt k , x k , y k
avt z , x z , y z
Şekil 4: Çapa Düğümler kullanılarak koordinat hesaplama adımları.
Yukarıdaki formülden hesaplanan (xv , yv ) koordinatının da devingen ve hatalara karşı duyarlı bir şekilde takipinin yapılabilmesi için bu iki değişken için de AVT algoritması kullanılmıştır. Algoritma 2’de ve Şekil 5’te bu adımlar özetlenmiştir.
Algoritma 2: Bir v düğümü için konum tahmini modülünün koordinat bulma algoritması.
1: 2:
3:
4:
5:
6:
7:
8:
9:
10:
Bir u çapasından (xu , yu ) koordinat bilgisi alındığında
Kaydedilen diğer 2 çapa bilgisi kullanılarak, tirlaterasyonla (xv , yv ) hesapla
xerr = avtxv .getV alue − xv
yerr = avtyv .getV alue − yv
if xerr > 0 then avtxv .adjust(f ↑)
// v düğümünün x konumu arttır
else if xerr < 0 then avtxv .adjust(f ↓)
// v düğümünün x konumu azalt
else avtxv .adjust(f ≈)
// v düğümünün x konumu gayet iyi
if yerr > 0 then avtyv .adjust(f ↑)
// v düğümünün y konumu arttır
else if yerr < 0 then avtyv .adjust(f ↓)
// v düğümünün y konumu azalt
else avtyv .adjust(f ≈)
// v düğümünün y konumu gayet iyi
11
Şekil 5: Çapa düğümlerden gelen mesajlarla konum tespiti.
4
Gerçekleştirim
4.1
Araçlar, Kütüphaneler ve Konfigürasyon
Konum tespit sisteminin geliştiriminde kullanılan donanım platformu Genetlab Sensenode v.1.3
[10] ’dır. Bu platform 16- bit düşük-güç MSP430 [2] mikrodenetleycisini içermektedir. Mikrodenetleyici 10kB RAM, 48kB program flash ve 1024kB external flash belleğe sahiptir. Platformda bulunan CC2420 [1] haberleşme yongası 2.4 GHz frekansta çalışmaktadır ve 250kbps veri
iletim hızına sahiptir.
Sistem açık kaynak kodlu bir işletim sistemi olan TinyOS [16] işletim sisteminin son sürümü
olan 2.1.2 ve nesC [9] programlama dili kullanılarak geliştirilmiştir. TinyOS kablosuz gömülü sistemler için tasarlanmıştır ve bileşen tabanlı bir mimariye sahiptir. TinyOS’un bileşen kütüphaneleri
ağ protokolleri, dağıtık servisler, algılayıcı sürücüleri ve veri toplama araçlarını içermektedir.
Geliştirme ortamı olarak Ubuntu 12.04 LTS kullanılmıştır. Sistem ayarları olabildiğince varsayılan
olarak tutulmuştur ve geliştirme ortamımız başka yerde yeniden kolayca kurulabilir.
4.1.1
Genetlab Platformunda Ultrasonik Algılayıcı Sürücüsü
Kullandığımız Sensenode algılayıcı platformdaki Ultrasonic algılayıcısı, platformuyla gelen sürücü
ile calışmamıştır. Bu yüzden algılayıcının sürücüsünü kendimiz gerçekleştirmek zorunda kaldık.
Platformun kapalı tasarıma sahip olmasi, geliştirme sürecini oldukça yavaşlatmıştır. Çoğunlukla
reverse-engineering ile elde ettigimiz algılayıcının çalışma prensibini çıkarttıktan sonra, msp430
işlemcisi için PWM ile 40khz kare dalga üreten ve DAC ile 2.4V referans degeri üreten ve
donanım seviyesinde çalısan bir sürücüyü gerçekleştirdik.
4.1.2
Arayüz Tasarımı
Veri toplayan merkezin (sink) işlevini USB portu ile bilgisayara bağlanmış programcı/seri veri
bağdaştırıcına takılı ve BaseStation uygulaması yüklenmiş düğüm görmektedir. Bu uygulama
TinyOS ile gelmektedir ve çok basit görev yapmaktadır: RF kanalı ile gelen bütün mesajları
seri bağlantısı ile bilgisayara aktarmaktır. Seri bağlantısından gelen bit akıntısından, daha
önce tanımlanmış mesaj tiplerine göre mesajlar elenmektedir. Java nesnelerine dönüştürülen
12
bu mesajlar ilgili arayüze gönderilmektedir. Her yeni mesaj alan arayüz, içindeki bilgileri alıp
ekrana yazdırılmaktadır.
Şekil 6: Algılayıcı ağından toplanan konum bilgisini görselleştiren Java programı.
Düğümlerin konumun görsel olarak kullanıcılara devingen olarak sunulması için, Java programlama dili tabanlı bir görsel arayüz geliştirilmiştir. Şekil 6’da geliştirilen arayüz yazılımı
gösterilmektedir. Arayüz, sisteme yeni düğümler eklendikçe ve bir düğüm konumu değişince kullanıcıya anında görsel bilgi sunmaktadır. Böylece, kullanıcı gerçek zamanlı bir şekilde algılayıcı
ağını gözetleyebilmektedir.
13
5
Proje Takvimi
Proje Ramil Agliamzanov tarafından gerçekleştirilmiştir.
gösterilmiştir.
Görev Tanımı
Ultrasonik algılayıcıların çalıştırılması
Saat eşzamanlaması modülünün çalıştırılması
Konum tespit modülünün gerçekleştirimi
Arayüz gerçekleştirimi
Sistem testleri
Proje geliştirme takvimi aşağıda
Tarih
16 Mart - 22 Mart
23 Mart - 31 Mart
1 Nisan - 13 Nisan
14 Nisan - 28 Nisan
28 Nisan - 5 Mayıs
Özellikle Genetlab platformunda ultrasonik algılayıcıları çalıştırarak mesafe ölçümü yapmak
oldukça zaman kaybettirici olmuştur. Bu adım, bir donanım sürücüsü yazılmasını gerektirmiştir.
Donanımsal tutarsızlıklar ve geliştirme ortamının oldukça ilkel olması, projenin oldukça zahmetli bir şekilde geliştirilmesi sonucunu doğurmuştur.
14
6
Değerlendirme ve Sonuçlar
Geliştirilen sistemin değerlendirilmesi için gerçek donanım platformunda deneyler yapılmıştır.
Bu deneylerde AVT’lerin ∆min ve ∆max değerleri 0.1 ve 50, uzaklık arama uzayı ise [0, 300]
olarak sınırlandırılmıştır.
AVT ile Uzaklık Tahminleme Başarımı
Şekil 7: Bir çapa ve bir alıcı düğümden oluşan ağ.
Öncelikle AVT ile uzaklık tahminlemenin başarımının değerlendirilmesi için 2 algılayıcı
düğümü kullanılmıştır. Bir algılayıcı düğüm, çapa düğüme belirli bir sıklıkta ”REQUEST”
mesajı gönderir. Bu mesajı alan çapa düğüm ise bir RF ve bir Ultrasonik sinyal gönderir. Alıcı
düğüm, Algoritma 1’deki adımları işleterek uzaklık bilgisini hesaplamaktadır. Şekil 7’de ilgili
deney düzeneği gösterilmiştir.
Şekil 8’de alıcı düğümün çapa düğüm için çalıştırdığı AVT’nin değerinin ve ∆ parametresinin değişimi gösterilmiştir. İlk başta saat eşzamanlaması olmadığı için, ultrasonik sinyaller
ile hesaplanan uzaklık değeri oldukça hatalıdır. Saat eşzamanlaması sağlanıncaya kadar geçen
sürede AVT’nin değeri adım adım gerçek uzaklık değerine yaklaşmaktadır. Bu süreçte, ∆ değeri
öncelile en yüksek değeri olan 50 değerinde kalmakta, AVT gerçek değere yaklaştıkça bu değer
de küçülerek en sonunda ∆min değerine kavuşmaktadır.
Alıcı düğümün konumu değiştiğinde, AVT kendisine gelen geribildirimler sayesinde yeni
uzaklık değerini aramaya başlamakta, ve devingen bir şekilde kendini uyarlamaktadır. ∆ değeri
tekrar büyüyerek AVT’nin hızlı bir şekilde yeni konuma yaklaşması sağlanmakta, sonra bu değer
15
Şekil 8: Uzaklık değişiminden AVT’nin değerinin (kırmızı) ve delta parametresinin (beyaz)
evrimi.
küçülerek AVT’nin hassas bir şekilde yeni konumu bulması sağlanmaktadır.
Şekil 9 AVT ile uzaklık tahmininin ortam gürültüsüne ve hatalı hesaplamalara karşı nasıl
dayanıklı olduğunu göstermektedir. Uzaklık hesaplaması için kullanılan yöntemde, ultrasonik
sinyallerin yakalanması kendi içinde belirli bir hatayı barındırır. Saat eşzamanlamasının hatası
ile beraber, hesaplanan uzaklık değeri sürekli değişkenlik göstermiş ve tutarsızlıklar sergilemiştir.
AVT, anlık hatalara karşı oldukça sağlam bir başarım sergilemiş ve oldukça tutarlı uzaklık bilgisi
hesaplamıştır.
Şekil 9: AVT ile (kırmızı) ve AVT’siz (beyaz) uzaklık tahmini. AVT hatalara karşı oldukça
sağlam bir davranış sergilemiştir, diğer yönteme göre oldukça tutarlı ve sabit bir uzaklık değeri
döndürmüştür.
AVT ile Konum Tespit Başarımı
AVT ile konum tespit başarımının değerlendirilmesi için 4 algılayıcı düğümü kullanılmıştır. Bir
algılayıcı düğüm, üç çapa düğüme belirli bir sıklıkta ”REQUEST” mesajı gönderir. Bu mesajı
alan çapa düğümler sırayla bir RF ve bir Ultrasonik sinyal gönderir. Alıcı düğüm, Algoritma
1’deki adımları işleterek bu üç çapa düğüme olan göreceli uzaklık bilgisini hesaplamaktadır.
Daha sonra 2 işletilerek konum bilgisini hesaplar. Bu adımlar Şekil 5’te özetlenmiştir.
Şekil 10’de ilgili deney düzeneği gösterilmiştir. Şekil 11 bu deney düzeneğinde AVT ile
konum tespitinin ne kadar tutarlı ve ortam devingenliğine karşı sağlam olduğunu göstermektedir.
Çapa düğümlere olan uzaklık AVT’ler ile hesaplandığı için bu uzaklıklar oldukça tutarlı ve
az değişkenlik göstermektedirler. Bu uzaklık değerleri üzerinden trilaterasyon yapmak ve elde
edilen x ve y koordinatı bilgilerini tekrar AVT’ler ile takip etmek, sistemi daha da sağlamlaştırmıştır.
Şekilden görüleceği gibi hiç AVT kullanmayan bir sistem oldukça değişken bir konum bilgisi
16
Şekil 10: Üç çapa ve bir alıcı düğümden oluşan ağ.
hesaplamaktadır.
Şekil 12 AVT ile konum tespitinin devingenliğini ve uyarlanabilirliğini göstermektedir. Alıcı
düğümün konumu değiştiğinde AVT hemen yeni bir arama başlatarak yeni konumu hızlı bir
şekilde bulmaktadır. Konum bulunduktan sonra, değişkenlik göstermemektedir. AVT’siz konum
bulma ise olduka değişken ve tutarsızdır.
6.1
Sonuçlar
Yapılan deneyler sonucunda, aşağıdaki gözlemler yapılmış ve sonuçlara varılmıştır:
• Yapılan mesafe ölçümlerde AVT mekanizması kullanmadan mesafeyi 10-15 cm hatayla,
AVT mekanizması eklendikten sonra mesafe ölçümleri 2-5 cm hata ile yapılmıştır.
• Trilaterasyon sonucunda konum tahmini, AVT’siz gerçek konumun 10-15 cm etrafında,
AVT mekanizması eklendikten sonra konum tahmini çok az oynamamakla birlikte gerçek
konumundan 2-5 cm farkla ölçülmüştür.
• AVT yöntemi ile oldukça tutarlı ve hatalara karşı sağlam uzaklık tahmini yapılmaktadır.
• AVT, hesaplamalar ve kaynak tüketimi açısından oldukça hafif bir algoritma olduğu için,
kablosuz gömülü cihazlar için tam olarak uygundur.
• AVT ortamdan gelen geribildirimler sayesinde hızlı bir şekilde değişimlere karşı kendini
uyarlayabilmektedir.
17
Şekil 11: AVT ile (kırmızı) ve AVT’siz (beyaz) konum tespiti. AVT diğer yönteme göre oldukça
tutarlı ve sabit bir konum değeri döndürmüştür.
• AVT’siz hesaplamalar oldukça sapma göstermekte ve tutarsızlıklar barındırmaktadır.
• Hassasiyet ve yerleştirme problemleri aşmak için, daha nitelikli algılayıcı donanımları kullanılmalıdır. Daha kaliteli ultrasonic algılayıcıları hassasiyeti arttıracak, 120 derece görüş
açısından kaynaklanan yerleştirme problemleri ise omni-directional 360 derece görecek
şekilde dizilen birkaç tane algılayıcı ile çözülebilecektir.
18
Şekil 12: AVT ile (kırmızı) konum tespiti devingendir ve değişimlere kendini hemen uyarlamaktadır. AVT’siz (beyaz) konum tespiti oldukça tutarsızdır.
7
Projenin Özgünlüğü
Özellikle günümüz uygulamalarının konum bilgisine ihtiyaç duymaları, konum tespit sistemlerini önemli hale getirmiştir. Bu projede gerçek anlamda çalışan bir konum tespit sistemi
prototipi geliştirilmiştir. Geliştirdiğimiz sistemde, uzaklık ölçümleri ultrasonik algılayıcılar
yardımıyla yapılmaktadır. Ancak, sistemimiz uzaklık ölçümü teknolojisinden bağımsızdır ve
diğer ölçüm yöntemleri ile de kullanılabilmektedir. Yani tak-çalıştır özelliğine sahiptir. Daha
kaliteli algılayıcılar ve daha az hatalı ölçümler konum tespit sistemimizin başarımını arttıracaktır.
Oldukça basit hesaplamalarla oldukça sağlam ve başarılı bir sistem geliştirmiş bulunmaktayız.
Sistemin uygulanabilir ve kullanışlı olduğunu deneylerle gözlemledik.
Literatürdeki diğer çalışmaların aksine, konum bulma bu projede bir devingen arama problemi olarak ele alınmıştır. Gürültülü ve devingen bir algılayıcı ağında, kendi konumunu bilmeyen
bir algılayıcı düğümü, kendi konumunu bilen diğer düğümlerden aldığı paketlerle belirli bir
arama uzayında kendi konumunu aramaktadır. Bu devingen arama için yöntem olarak Uyarlanabilir Değer İzleyicisi (Adaptive Value Tracker - AVT) kullanılmıştır. Projenin bilimsel literatüre kattığı yenilikler aşağıdaki gibi özetlenebilir:
• Konum bulma problemi literatürde ilk defa bir devingen arama problemi olarak ele alınmıştır.
• Literatürde daha önce saat eşzamanlaması problemine uygulanan AVT’ler, ilk defa konum
bulma problemi için kullanılmıştır.
• Geliştirilen sistem, AVT’lerin uyarlanabilir yapısı sayesinde ağdaki hatalara ve devingenliğe karşı sağlam ve hızlı tepki verebilen bir sistem olmuştur.
• Önerilen yöntem tutarlı ve sağlam konum bulmayı çok az işlemci ve bellek yük ile yapmaktadır.
19
Bu çalışmanın daha da geliştirilerek bilimsel bir yayına dönüşmesi, ayrıca sistemin tüm
kablosuz gömülü sistem araştırmacılarının kullanımına açılması hedeflenmektedir. Ülkemiz için,
uluslararası bağlamda özgün bir akademik çalışma ortaya koyulmuş ve bu alandaki bilgi ileriye
götürülmüştür. Buna ek olarak, herhangi bir ticari ürünün içine tak-çalıştır olarak koyulabilecek pratik bir konum tespit yöntemi ortaya koyulmuştur. Bu anlamda, ilgili donanımsal
mesafe ölçme yeteneğinin olduğu bir sistemde yazılımsal ve algoritmik bağımlılıklar ortadan
kaldırılmıştır. Gelecek çalışmalarımız, geliştirilen sistemin hassasiyet, yerleştirme, güç tüketimi
vb. açısından iyileştirilmesini hedeflemektedir.
20
8
Ekler
Geliştirilen sisteme ait deneysel görüntüler:
Sistemin Yüksek Kaliteli Demo Görüntüsü
http://www.youtube.com/watch?v=jVZ-eUdUKIw
1. Grafik: AVT’ler ile devingen ve uyarlanabilir uzaklık tahmini
http://www.youtube.com/watch?v=pmgsB0G3Imk
2. Grafik: AVT’ler ile devingen ve uyarlanabilir konum tahmini
http://www.youtube.com/watch?v=t1WyYHF5soM
21
Referanslar
[1] Cc2420 from texas instruments. http://www.ti.com/product/cc2420.
[2] Msp430 from texas instruments. www.ti.com/msp430.
[3] I. F. Akyildiz and M. C. Vuran. Wireless Sensor Networks. John Wiley & Sons, 2010.
[4] I. Amundson and X. Koutsoukos. A survey on localization for mobile wireless sensor
networks. In R. Fuller and X. Koutsoukos, editors, Mobile Entity Localization and Tracking
in GPS-less Environnments, volume 5801 of Lecture Notes in Computer Science, pages
235–254. Springer Berlin Heidelberg, 2009.
[5] N. Brax, E. Andonoff, M. Gleizes, and P. Glize. Mas4at : un sma auto-adaptatif pour
le déclenchement d’alertes dans le cadre de la surveillance maritime. Revue d’Intelligence
Artificielle (forthcoming), 2013.
[6] N. Brax, E. Andonoff, M. Gleizes, and P. Glize. Self-adapted aided decision-making: Application to maritime surveillance. In 5th International Conference on Agents and Artificial
Intelligence, 2013.
[7] L. Cheng, C. Wu, Y. Zhang, H. Wu, M. Li, and C. Maple. A survey of localization in
wireless sensor network. IJDSN, 2012, 2012.
[8] X. Cheng, A. Thaeler, G. Xue, and D. Chen. Tps: a time-based positioning scheme for
outdoor wireless sensor networks. In INFOCOM 2004. Twenty-third AnnualJoint Conference of the IEEE Computer and Communications Societies, volume 4, pages 2685–2696
vol.4, March 2004.
[9] D. Gay, P. Levis, R. von Behren, M. Welsh, E. Brewer, and D. Culler. The nesc language:
A holistic approach to networked embedded systems. In PLDI ’03: Proceedings of the
ACM SIGPLAN 2003 conference on Programming language design and implementation,
pages 1–11, New York, NY, USA, 2003. ACM.
[10] Genetlab. Sensenode technical specifications document v1.3b. 2008.
[11] O. Gürcan, C. Bernon, K. S. Türker, J.-P. Mano, P. Glize, and O. Dikenelli. Simulating
human single motor units using self-organizing agents. In Self-Adaptive and Self-Organizing
Systems (SASO), 2012 IEEE Sixth International Conference on, pages 11 –20, sept. 2012.
[12] Ö. Gürcan, K. S. Türker, J.-P. Mano, C. Bernon, O. Dikenelli, and P. Glize. Mimicking human neuronal pathways in silico: an emergent model on the effective connectivity. Journal
of Computational Neuroscience, pages 1–23, 2013. 2013/07/04/online.
[13] Ö. Gürcan and K. S. Yildirim. Self-organizing time synchronization of wireless sensor networks with adaptive value trackers. In Self-Adaptive and Self-Organizing Systems (SASO),
2013 IEEE Sixth Int. Conf. on, pages 91 –100, sept. 2013.
[14] S. Lemouzy, V. Camps, and P. Glize. Real time learning of behaviour features for personalised interest assessment. In Y. Demazeau, F. Dignum, J. Corchado, and J. Pérez,
editors, Advances in Practical Applications of Agents and Multiagent Systems, volume 70
of Advances in Soft Computing, pages 5–14. Springer Berlin / Heidelberg, 2010.
22
[15] S. Lemouzy, V. Camps, and P. Glize. Principles and properties of a mas learning algorithm:
A comparison with standard learning algorithms applied to implicit feedback assessment.
In Web Intelligence and Intelligent Agent Technology (WI-IAT), 2011 IEEE/WIC/ACM
International Conference on, volume 2, pages 228–235, Aug 2011.
[16] P. Levis, S. Madden, J. Polastre, R. Szewczyk, K. Whitehouse, A. Woo, D. Gay, J. Hill,
M. Welsh, E. Brewer, and D. Culler. Tinyos: An operating system for sensor networks. In
in Ambient Intelligence. Springer Verlag, 2004.
[17] D. Moore, J. Leonard, D. Rus, and S. Teller. Robust distributed network localization
with noisy range measurements. In Proceedings of the 2Nd International Conference on
Embedded Networked Sensor Systems, SenSys ’04, pages 50–61, New York, NY, USA, 2004.
ACM.
[18] L. Pons, C. Bernon, and P. Glize. Scenario Control for (Serious) Games using Selforganizing Multi-Agent Systems (regular paper). In International Conference on Complex
Systems (ICCS), Agadir, Morocco, 05/11/2012-06/11/2012, page (electronic medium),
http://ieeexplore.ieee.org/, 2013. IEEExplore digital library.
[19] N. B. Priyantha. The cricket indoor location system. Technical report, 2005.
[20] A. Savvides, C.-C. Han, and M. B. Strivastava. Dynamic fine-grained localization in ad-hoc
networks of sensors. In Proceedings of the 7th Annual International Conference on Mobile
Computing and Networking, MobiCom ’01, pages 166–179, New York, NY, USA, 2001.
ACM.
[21] K. S. Yildirim and Ö. Gürcan. Efficient time synchronization in a wireless sensor network
by adaptive value tracking. Wireless Communications, IEEE Tran. on, to appear.
23

Kablosuz Gömülü Sistemler˙Için Uyarlanabilir Konum Tespit Sistemi

Transkript

Benzer belgeler

Algılayıcılar

Bir Platform Oyununa Kullanıcı Performansı - CEUR

Önder Gürcan - Ege University

Bu PDF dosyasını indir

A˘g¨Uzerinden Video Transferinde `Farklandırılmıs Servisler`in

Insansız Hava Araçları için Esanlı Konumlandırma ve Haritalama 2D

Deniz Y¨uzeyi Hedefleri için Farklı Kızılötesi ˙Imge Pekistirme

Türkiye`deki¨Universiteleri˙Internet`te Daha Görünür Kılan Faktörler

Tosun Terzio˘glu`nun Matemati˘ge Katkıları