A Layered Spatial Graph Framework for Intelligent Multi-Floor Indoor Navigation

Het vinden van je weg in een enorm, gebouw met meerdere verdiepingen is een ander soort puzzel dan het navigeren door een straat in de stad. Buiten fungeert het Global Positioning System, of GPS, als een betrouwbare gids, waarbij signalen via satellieten worden weerkaatst om ons precies te vertellen waar we staan. Maar diezelfde signalen hebben moeite om door de dikke muren, betonnen plafonds en dichte materialen van moderne architectuur heen te dringen. Zodra men een grote universiteitscampus, een ziekenhuis of een winkelcentrum betreedt, vervaagt de satellietverbinding, waardoor mensen moeten vertrouwen op statische borden en hun eigen geheugen. Dit is bijzonder moeilijk in complexe structuren met tientallen kamers op meerdere niveaus, waar een verkeerde afslag bij een trap een aanzienlijke vertraging kan veroorzaken voordat een college of vergadering begint. De uitdaging voor wetenschappers en ingenieurs is geweest om een digitale gids te creëren die werkt zonder dat er dure sensoren of gespecialiseerde hardware door het hele gebouw geïnstalleerd hoeft te worden.

Een team onderzoekers aan het Vellore Institute of Technology heeft dit probleem aangepakt door een webgebaseerd systeem genaamd INDOORNAV te creëren. In plaats van te proberen iemands locatie te volgen met radiogolven of Bluetooth-beacons, richt hun aanpak zich op het gebouw zelf. Ze behandelen de plattegronden als een digitale kaart die door een computer gelezen kan worden, waarbij kamers, gangen en trappen worden omgezet in een verbonden netwerk. Door gebruik te maken van een bekende methode om de snelste route door een netwerk te vinden, berekent het systeem het kortste pad tussen twee punten en geeft dit duidelijk weer op een scherm. Het resultaat is een hulpmiddel dat iedereen via een standaard webbrowser kan raadplegen, zonder dat er een app gedownload hoeft te worden, om hen van hun beginkamer naar hun bestemming te leiden, zelfs als ze tussen verschillende verdiepingen bewegen.

De kern van dit werk ligt in de manier waarop de onderzoekers een fysiek gebouw hebben vertaald naar een taal die een computer begrijpt. Ze begonnen met hoogwaardige architectonische blauwdrukken van een gebouw met drie verdiepingen dat meer dan dertig kamers per verdieping bevat. Met behulp van digitale mappingtools hebben ze de contouren van elke kamer, gang en deuropening getekend, en deze vormen omgezet in een standaard digitaal formaat dat bekend staat als GeoJSON. Dit formaat fungeert als een universele vertaler voor geografische gegevens, waardoor de computer het gebouw niet alleen als een afbeelding ziet, maar als een verzameling vormen en verbindingen. Vanuit deze digitale blauwdruk heeft het team een graaf geconstrueerd, wat in essentie een kaart van verbindingen is waar elke kamer en elk kruispunt een punt is, en elke begaanbare weg tussen hen een lijn is.

Om de beste route te vinden, gebruikt het systeem een zoekmethode genaamd het A*-algoritme. Stel je voor dat je op een kruispunt staat met een kaart en een bestemming in gedachten; je kijkt dan natuurlijk naar het pad dat het meest direct naar je doel lijkt te leiden. Het A*-algoritme doet iets dergelijks, maar dan met wiskundige precisie. Het kijkt naar de afgelegde afstand en schat de resterende afstand tot het doel in, waarbij het constant het pad kiest dat het meest efficiënt lijkt. Hierdoor kan het systeem doodlopende wegen en onnodige omwegen negeren, waardoor het snel de optimale route identificeert. In tegenstelling tot oudere methoden die misschien elk mogelijk pad controleren, is deze aanpak sneller en gebruikt het minder rekenkracht, wat ideaal is voor real-time gebruik op standaard apparaten.

De onderzoekers hebben hun systeem uitgebreid getest om te garanderen dat het betrouwbaar werkt. Ze voerden tweehonderd verschillende navigatiescenario's uit, waaronder ritten die op één verdieping bleven, reizen die vereisten dat men tussen verdiepingen omhoog of omlaag bewoog, en noodroutes naar de dichtstbijzijnde uitgang. In elke enkele test berekende het systeem succesvol een geldig pad. De snelheid van de reactie was opmerkelijk snel; het systeem vond routes in gemiddeld minder dan een milliseconde. Voor noodsituaties, waarbij elke seconde telt, was het systeem zelfs nog sneller en vond het het pad naar een uitgang in ongeveer een derde van een milliseconde. Het systeem bewees ook zeer licht te zijn qua geheugen en gebruikte slechts een fractie van de opslagruimte die op een typische computer beschikbaar is, wat betekent dat het soepel kan draaien op bijna elk apparaat zonder het te vertragen.

Een van de meest praktische functies van dit systeem is het vermogen om verticale bewegingen te verwerken. In veel pogingen tot indoor navigatie is het bewegen tussen verdiepingen een complex probleem, maar dit systeem behandelt trappen en liften als eenvoudige verbindingspunten tussen de verschillende lagen van het gebouw. Wanneer een gebruiker van een kamer op de eerste verdieping naar een kamer op de derde verdieping moet, identificeert het systeem automatisch de dichtstbijzijnde trap of lift, berekent het pad naar deze, en vervolgt vervolgens de berekening op de volgende verdieping. Deze naadloze integratie betekent dat een gebruiker niet van kaart hoeft te wisselen of van aanpak hoeft te veranderen wanneer hij van niveau wisselt; het systeem behandelt de hele reis als één continu pad.

Het ontwerp van INDOORNAV geeft ook prioriteit aan toegankelijkheid en gebruiksgemak. Omdat het systeem volledig in een webbrowser draait, hoeven gebruikers geen software te downloaden of te installen. Ze openen simpelweg een website, typen hun beginkamer en hun bestemming in, en het systeem genereert een duidelijke, geaccentueerde kaart die de route laat zien. Deze kaart wordt onmiddellijk gegenereerd en kan worden bekeken op een smartphone, tablet of laptop. De onderzoekers hebben aangetoond dat deze aanpak effectief werkt voor een gebouw van drie verdiepingen, maar de onderliggende structuur is ontworpen om schaalbaar te zijn. Als er een nieuwe vleugel wordt toegevoegd aan een gebouw of een nieuwe verdieping wordt gebouwd, kan het systeem worden bijgewerkt door simpelweg de nieuwe digitale verdiepingsplattegrond aan het netwerk toe te voegen, zonder dat het hele systeem vanaf nul opnieuw opgebouwd hoeft te worden.

Naast alledaagse navigatie bevat het systeem een specifieke modus voor evacuatie bij noodsituaties. In een crisis, zoals een brand, is het vinden van de snelste weg naar buiten cruciaal. Het systeem stelt een gebruiker in staat om "exit" (uitgang) als bestemming in te voeren, en berekent onmiddellijk het kortste pad naar de dichtstbijzijnde nooduitgang, waarbij interne obstakels of complexe kamerindelingen worden omzeild. Deze functie is ingebouwd in hetzelfde kader dat wordt gebruikt voor de dagelijkse navigatie, wat ervoor zorgt dat de veiligheidsinstructies consistent en betrouwbaar zijn. De onderzoekers ontdekten dat deze noodroute de snelste berekening van het systeem was, wat het potentieel van het systeem in kritieke situaties waar snelheid van groot belang is, benadrukt.

Het succes van dit project toont aan dat complexe indoor navigatie geen netwerk van dure sensoren of gespecialiseerde hardware vereist. Door gebruik te maken van bestaande digitale plattegronden en efficiënte padvindende algoritmen, is het mogelijk om een robuust begeleidingssysteem te creëren dat zowel kosteneffectief als eenvoudig te implementeren is. Het systeem bewees dat een webgebaseerde aanpak de complexiteiten van gebouwen met meerdere verdiepingen aan kan, en een oplossing biedt die toegankelijk is voor studenten, docenten en bezoekers. Hoewel de huidige versie op een statische kaart werkt, hebben de onderzoekers toekomstige mogelijkheden geschetst, zoals het integreren van spraakbesturing of augmented reality om de ervaring nog intuïtiever te maken. Voor nu staat het echter als een functioneel, betrouwbaar hulpmiddel dat de verwarring van een groot, onbekend gebouw omzet in een duidelijk, begeleid pad.