Độ chính xác của hệ thống phụ thuộc vào dữ liệu lấy mẫu RSS để lưu vào cơ sở dữ liệu, tín hiệu RSS gửi về từ thiết bị di động trong quá trình định vị và thuật toán định vị. Do tín hiệu RSS lấy mẫu của mỗi vị trí trong môi trường thử nghiệm được lấy mẫu nhiều lần việc lấy mẫu RSS sẽ ít ảnh hưởng đến độ chính xác của hệ thống. Tín hiệu RSS gửi về từ thiết bị di động trong quá trình định vị cũng ảnh hưởng không nhỏ đến độ chính xác của hệ thống. Do trong mỗi lần yêu cầu định vị tín hiệu này chỉ được đo 1 lần nên có thể giá trị của tín hiệu này không được chính xác do ảnh hưởng của nhiễu sóng và bị cản bởi chướng ngại vật,…Điều này trong hệ thống chưa giải quyết được nhưng em cũng có 1 ý tưởng đó là sẽ xây dựng 1 đồ thị các điểm tương ứng với các phòng trong môi trường thử nghiệm cho phép biết phòng nào ở cạnh nhau. Khi đó mỗi lần xác định xong vị trí hiện tại của người dùng, hệ thống sẽ so sánh theo 1 cách nào đó vị trí này với các vị trí ở cạnh vị trí trước đó của người dùng để đưa ra được 1 kết quả chính xác nhất. Tiếp theo là đến thuật toán định vị, đây là phần cốt lõi của hệ thống. Thuật toán định vị tốt thì sẽ dẫn đến kết quả định vị tốt và ngược lại. Hiện nay
nhau, nhưng trong hệ thống đã xây dựng sử dụng 2 thuật toán chính là: phân loại dựa trên Bayes và công thức Euler. Chúng ta sẽ thử nghiệm thuật toán trong hệ thống theo 3 cách:
• Chỉ sử dụng công thức Euler
• Chỉ sử dụng phân loại dựa trên Bayes
• Kết hợp cả 2
Chúng ta sẽ thực hiện 1 số lần định vị nhất định cho mỗi cách để đánh giá độ chính xác của từng cách. Số lần định vị này càng nhiều thì việc đánh giá càng chính xác. Nhưng do điều kiện có hạn và do môi trường thử nghiệm nhỏ nên chúng ta chọn số lần định vị là 7 lần cho mỗi cách, 7 lần tương ứng với 7 vị trí có trên bản đồ.
Sử dụng hệ thống định vị đã triển khai để đo đạc và đánh giá. Chúng ta có bảng sau:
STT Thuật toán Độ chính xác sau 7 lần định vị
1 Công thức Euler 70%
2 Phân loại dựa trên Bayes 72%
3 Kết hợp cả Euler và Bayes 90%
Bảng 4.12: So sánh độ chính xác của các thuật toán
Theo bảng trên chúng ta thấy độ chính xác của 2 thuật toán công thức Euler và phân loại dựa trên Bayes có độ chính xác xấp xỉ nhau. Và đương nhiên sự kết hợp của 2 thuật toán này có độ chính xác cao nhất, vượt trội hơn hẳn. Hệ thống đã sử dụng sự kết hợp này.
Tóm lại với môi trường thử nghiệm nhỏ thì độ chính xác của hệ thống đã xây dựng là khá cao.
4.5 Kết luận chương
Chương IV cho chúng ta biết về quá trình triển khai hệ thống diễn ra như thế nào, các thiết bị sử dụng trong hệ thống và quá trình thử nghiệm của hệ thống.
CHƯƠNG V : KẾT LUẬN VÀ ĐỀ XUẤT 5.1 Kết luận
Trong đồ án này chúng ta đã nghiên cứu được:
• Khái niệm về định vị và định vị trong nhà
• Các hệ thống định vị trong nhà
• Các công nghệ định vị trong nhà
• Các thuật toán định vị trong nhà
• Xây dựng hệ thống định vị trong nhà dựa trên sóng Wi-Fi
Do hạn chế về thời gian nên việc xây dựng hệ thống định vị trong nhà dựa trên sóng Wi-Fi vẫn còn những thiếu sót như:
• Chưa xử lý tốt được nhiễu tín hiệu trong quá trình lấy mẫu RSS và định vị
• Chua có phương pháp chuẩn mực để đánh giá độ chính xác của hệ thống
5.2 Đề xuất
Trong đồ án này, hệ thống định vị mới chỉ thực hiện trong môi trường có diện tích nhỏ, ít chướng ngại vật, ít nhiễu sóng nên quá trình triển khai ít gặp vướng mắc. Mong muốn của em là sẽ được phát triển hệ thống này trong các trung tâm thương mại lớn như:Royal City, Vicom Center, Tràng Tiền Plaza,……để giúp cho mọi người có thể dễ dàng trong việc mua sắm và tham quan những địa điểm này.
Em mong nhận được sự nhận xét và góp ý từ các thầy giáo, cô giáo trường Học viện Công nghệ Bưu chính Viễn thông để giúp em hoàn thiện và phát triển đề tài này ở một mức cao hơn nữa.
DANH MỤC TÀI LIỆU THAM KHẢO Tiếng Việt:
[1] Nguyễn Mạnh Hùng, “Bài giảng nhập môn công nghệ phần mềm”, Học viện Công nghệ, Bưu chính Viễn Thông, 2012.
Tiếng Anh
[1] Andrei Popleteev, “Indoor positioning using FM radio signals”, International Doctorate School in Information and Communication Technologies, 2011.
[2] Beom-Ju Shin, Kwang-Won Lee, Sun-Ho Choi, Joo-Yeon Kim, Woo Jin Lee, and Hyuk Soek Kim, “Indoor Wi-Fi Positioning System for Android-based Smartphone”, Department of Information and Communication Engineering Sejong University Seoul, Republic of Korea, 2011.
[3] Matteo Cypriani, Frédéric Lassabe, Philippe Canalda, François Spies, “Open Wireless Positioning System: a Wi-Fi-Based Indoor Positioning System”, Laboratoire d’Informatique de l’Université de Franche-Comté, Jan 2011.
[4] Landu Jiang, “A WLAN Fingerprinting Based Indoor Localization Technique”, University of Nebraska, 2012