Çok katlı mekanların navigasyonu için bluetooth tabanlı Beacon teknolojisi: Pamukkale Üniversitesi Hastanesi Örneği

Yıl 2024, , 156 - 163, 29.08.2024

Recep Çakır , Çağrı Çiçekdemir , Serkan Doğanalp

https://doi.org/10.29128/geomatik.1378154

Öz

İnsanlar alışveriş merkezi, hastane, metro, otopark gibi büyük yapıdaki kapalı alanlarda çoğu kez yönlerini bulmakta zorluk çekmektedirler. Bu tip kapalı alanlarda GNSS teknolojisinin de yetersiz kalmasından dolayı farklı teknolojilerle navigasyon ihtiyacı giderilmektedir. Bu teknolojilerden biri de Bluetooth tabanlı Beacon teknolojisidir. Bu çalışmada Beacon teknolojisi kullanılarak Pamukkale Üniversitesi Hastanesi için navigasyon amaçlı Android ve iOS tabanlı bir mobil uygulama geliştirilmiş ve mobil platformlarda yayınlanarak insanların kullanımına sunulmuştur. Çalışmada hastane katlarının haritası çıkartılarak her bir kata konum belirleme amaçlı Beacon ağı kurulmuştur. Hastanenin kat haritaları, ITRF datumunda ve UTM projeksiyonunda elde edilmiştir. Beacon’lar sinyal yapısına göre her bir kata gruplandırılarak yerleştirilmiştir. Beacon cihazlarının konumlandırılması hastanenin fiziksel durumuna göre 7 ile 12 metre arasında değişkenlik gösteren aralıklarla Yakınlık (Proximity) algoritmasına göre yapılmıştır. Uygulamada Dijkstra algoritması en kısa yol algoritması olarak seçilmiş ve navigasyon testleri gerçekleştirilmiştir. Yapılan navigasyon testlerinde %95 başarı elde edilmiştir.

Anahtar Kelimeler

Beacon, Kapalı alan konumlama, Navigasyon, Yakınlık algoritması

Teşekkür

Bu çalışmada destekleri için yazılım kısmında Hasan Eryılmaz’a ve saha çalışması kısmında PAÜ Hastanesi Navigasyon Birimi çalışanlarına teşekkür ederiz.

Kaynakça

• Allurwar, N., Nawale, B., & Patel, S. (2016). Beacon for proximity target marketing. International Journal of Engineering and Computer Science, 15(5), 16359-16364. https://doi.org/10.18535/ijecs/v5i5.08
• Anagnostopoulos, G. G., & Deriaz, M. (2014). Accuracy enhancements in indoor localization with the weighted average technique. SensorComm, 2014, 112-116.
• Başçiftçi, F., & İnal, C. (2008). Jeodezide kullanilan bazı koordinat dönüşümlerinin programlanmasi. Selçuk Üniversitesi Mühendislik, Bilim ve Teknoloji Dergisi, 23(1), 27-40.
• de Blasio, G., Quesada-Arencibia, A., García, C. R., Molina-Gil, J. M., & Caballero-Gil, C. (2017). Study on an indoor positioning system for harsh environments based on Wi-Fi and bluetooth low energy. Sensors, 17(6), 1299. https://doi.org/10.3390/s17061299
• Brena, R. F., García-Vázquez, J. P., Galván-Tejada, C. E., Muñoz-Rodriguez, D., Vargas-Rosales, C., & Fangmeyer Jr, J. (2017). Evolution of indoor positioning technologies: A survey. Journal of Sensors, 2017(1), 2630413. https://doi.org/10.1155/2017/2630413
• de Blasio, G. S., Rodríguez-Rodríguez, J. C., García, C. R., & Quesada-Arencibia, A. (2019). Beacon-related parameters of bluetooth low energy: development of a semi-automatic system to study their impact on indoor positioning systems. Sensors, 19(14), 3087. https://doi.org/10.3390/s19143087
• Dhulkefl, E., Durdu, A., & Terzioğlu, H. (2020). Dijkstra algorithm using UAV path planning. Konya Journal of Engineering Sciences, 8, 92-105. https://doi.org/10.36306/konjes.822225
• Dijkstra, E. W. (2022). A note on two problems in connexion with graphs. In Edsger Wybe Dijkstra: his life, work, and legacy, 287-290. https://doi.org/10.1145/3544585.3544600
• Eroğlu, O., & Doğan, M. (2019). Konum tabanlı hizmetler, bluetooth tabanlı iç mekân konumlandırma hizmeti, Antalya İli Örneği. TMMOB 6. Coğrafi Bilgi Sistemleri Kongresi, Ankara.
• Gülcüoğlu, E., Ustun, A. B., & Seyhan, N. (2021). Comparison of flutter and react native platforms. İnternet Uygulamaları ve Yönetimi Dergisi, 12(2), 129-143. https://doi.org/10.34231/iuyd.888243
• Hüsrevoğlu, M., & Tuşat, E. (2018). İki boyutlu bazı datum dönüşüm yöntemlerinin İncelenmesi. Geomatik, 3(1), 22-34. https://doi.org/10.29128/geomatik.327737
• İlci, V., Alkan, R. M., Gülal, V. E., & Cizmeci, H. (2015). Trilateration technique for WiFi-based indoor localization. ICWMC 2015, 36.
• İlçi, V., Gülal, E., & Alkan, R. M. (2018). An investigation of different Wi-Fi signal behaviours and their effects on indoor positioning accuracy. Survey Review, 50(362), 404-411. https://doi.org/10.1080/00396265.2017.1292672
• Kajioka, S., Mori, T., Uchiya, T., Takumi, I., & Matsuo, H. (2014). Experiment of indoor position presumption based on RSSI of Bluetooth LE beacon. 3rd Global Conference on Consumer Electronics (GCCE), 337-339. https://doi.org/10.1109/GCCE.2014.7031308
• Khudhair, A. A., Jabbar, S. Q., Sulttan, M. Q., & Wang, D. (2016). Wireless indoor localization systems and techniques: survey and comparative study. Indonesian Journal of Electrical Engineering and Computer Science, 3(2), 392-409. https://doi.org/10.11591/ijeecs.v3.i2.pp392-409
• Kohne, M., & Sieck, J. (2014). Location-based services with iBeacon technology. 2nd International Conference on Artificial Intelligence, Modelling and Simulation, 315-321. https://doi.org/10.1109/AIMS.2014.58
• Konakoğlu, B., & Gökalp, E. (2016). A study on 2D similarity transformation using multilayer perceptron neural networks and a performance comparison with conventional and robust outlier detection methods. Acta Montanistica Slovaca, 21(4), 324-332.
• Nagah Amr, M., ELAttar, H. M., Abd El Azeem, M. H., & El Badawy, H. (2021). An enhanced indoor positioning technique based on a novel received signal strength indicator distance prediction and correction model. Sensors, 21(3), 719. https://doi.org/10.3390/s21030719
• Özdemir, S., Sacar, Ö., & Özcan, E. (2021). Dijkstra algoritması kullanılarak ipek yolu koridorları arasında en kısa ulaştırma güzergâhının belirlenmesi. Demiryolu Mühendisliği, (13), 97-105. https://doi.org/10.47072/demiryolu.811572
• Heydon, R. (2013). Bluetooth Low Energy: The Developer’s Handbook. Prentice Hall.
• Siekkinen, M., Hiienkari, M., Nurminen, J. K., & Nieminen, J. (2012). How low energy is bluetooth low energy? comparative measurements with zigbee/802.15. 4. IEEE wireless communications and networking conference workshops (WCNCW), 232-237. https://doi.org/10.1109/WCNCW.2012.6215496
• Sung, Y. (2016). RSSI-based distance estimation framework using a Kalman filter for sustainable indoor computing environment. Sustainability, 8(11), 1136. https://doi.org/10.3390/su8111136
• URL-1: https://store.kontakt.io/app/uploads/2021/07/ Kontakt.io_-Asset-Tag_Technical-Specification.pdf
• URL-2: https://www.npmjs.com/package/react-native-kontaktio
• URL-3: https://en.wikipedia.org/wiki/Dijkstra%27s_algorithm
• URL-4: https://reactnative.dev/
• URL-5: https://engineering.fb.com/2015/03/26/androi d/react-native-bringing-modern-web-techniques-to- mobile/
• URL-6: https://hackernoon.com/understanding-react-native-bridge-concept-e9526066ddb8
• Vadivukkarasi, K., & Kumar, R. (2020). Investigations on real time RSSI based outdoor target tracking using kalman filter in wireless sensor networks. International Journal of Electrical and Computer Engineering, 10(2), 1943-1951. https://doi.org/10.11591/ijece.v10i2.pp1043-1951
• Wang, Y., Yang, X., Zhao, Y., Liu, Y., & Cuthbert, L. (2013). Bluetooth positioning using RSSI and triangulation methods. 10th Consumer Communications and Networking Conference (CCNC), 837-842. https://doi.org/10.1109/CCNC.2013.6488558