I ビーコン広告、特に Tx Power についてお聞きしたいです。使用したBLEモジュールはHM10とHM11の2つです。Ibeacon (HM10) として 1 つ作成します。もう 1 つは HM10 放送を接続して聞くために使用されます。HM11に接続されたMCU ATmega32 AVRを使用し、scanf関数を使用してブロードキャストを読み取りました。最後のバイト (Tx Power) を抽出したい。AVRプログラミングで距離を測りたい。アルゴリズムを教えてください。
2 に答える
Apple が iBeacon までの推定距離を計算するために使用する公式は公開されていません。Android ビーコン ライブラリ用に作成した最適な電力曲線に基づいた、このを含む代替の式が多数あります。
さらに調査を行った結果、上記の式は基本的に機能することがわかりましたが、主な欠点が 2 つあります。
弱いビーコン送信機ではうまく機能しません。ブロードキャストが弱いと、距離は過小評価されます。
受信機の信号ゲインの変化は考慮されていません。異なる受信機には異なるアンテナと受信機があり、同じ信号を異なる方法で測定します。
ここでは、最適な式についての進行中の議論があります。
A bit late but hopefully useful to others. I have given up on Apple's "Accuracy" number; as @davidyoung points out, different devices will have different signal gains. Now I am not an engineer but more of a math and statistics person, so I have gone down the route of "fingerprinting" an indoor space instead. Essentially I read all RSSI from all beacons installed in a certain "venue". Some might not be within reach and therefore I just assume, in such cases, an RSSI of -95 dBm (which seems to be the floor past which a signal is not read any more). Such constituted array has the same beacons in the same positions at all times (even across app launches). I compute a 5 seconds moving average for each beacon (so a I se 5 arrays to do that). The resulting avg array is then shifted up by 95 units and normalised so that the sum of all of its values is one. If you want to tag an an indoor "point" you collect many of these normalised average arrays on that specific spot. I go ahead and construct a database of "spots". To forecast your proximity to any spot in a database you simply compute a quadratic distance of your current reading and the all of the fingerprints in the database.
Which beacons to use? At least class 2 in power. How many? At least a couple per room (put them in two adjacent corners, on the ceiling or high up).
The last step that you need to do is match the fingerprints with an x,y coordinate on your map. I never did this step, because I am mainly interested in proximity applications and not fully fingerprint and indoor space.
Perhaps the discussion above will serve you as a guidance on a technique that is used by many indoor location companies.
Disclosure: I have recently open sourced my code doing the above calculations.