Verkkopaikannus Digitan LoRaWAN-verkossa
Sohlman, Karri (2022)
Sohlman, Karri
2022
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2022112924900
https://urn.fi/URN:NBN:fi:amk-2022112924900
Tiivistelmä
Opinnäytetyössä tutkittiin verkkopaikantamista Digitan LoRaWAN-verkossa Suomessa hyödyntämällä Actilityn tarjoamaa Geolocation Solver -palvelua. Tutkimuksen tarkoituksena oli edistää ominaisuuden kaupallistamista Digitan asiakkaille sekä kehittää ymmärrystä LoRaWAN-geolokaation toiminnasta.
Työssä perehdyttiin LoRaWAN-tekniikan toimintaan sekä sen ominaisuuksiin, minkä jälkeen käytiin yleisesti läpi paikantamista niin GNSS-järjestelmillä kuin LoRaWAN-geolokaatiolla. Työssä tutkittiin geolokaation toimintaa ja sen tarkkuuteen vaikuttavia tekijöitä sekä pohdittiin hieman ominaisuuden mahdollisuuksia aikaisempien tutkimuksien valossa. Tutkimusta varten valmisteltiin GPS-moduulin sekä LoRa-radion omaavia mittalaitteita, jolloin geolokaatiopaikannuksien tarkkuutta pystyttiin arvioimaan vertaamalla niitä GPS:n antamiin koordinaatteihin. Saatavalle datalle valmisteltiin myös automatisoitu ohjaus, sillä mittapisteitä saatiin yli satatuhatta kappaletta. Mittapisteistä pyrittiin laskemaan ja visualisoimaan korrelaatioita paikannustarkkuuden sekä siihen vaikuttavien muuttujien välille. Mittapisteistä piirrettiin myös karttoja datan alueellista visualisointia varten.
Tutkimuksessa todettiin käytettävän paikantamisalgoritmin olevan merkittävin yksittäinen tekijä geolokaation tarkkuuden kannalta. Samalla myös viestin kuulevien tukiasemien lukumäärän nähtiin vaikuttavan merkittävästi saavutettuun tarkkuuteen sekä käytettävään algoritmiin. Tarkemman TDOA-perusteisen algoritmin nähtiin toimivan johdonmukaisesti varsinkin asutuskeskuksissa, missä verkon tiheys on suurempi, jolloin tarkkuuden odotusarvoksi TDOA:lle saatiin noin 100–400 m. Epätarkemman RSSI-perusteisen algoritmin tarkkuudeksi saatiin useampi kilometri, jolloin se antaa vain viitettä päätelaitteen sijainnista. Tämän vuoksi geolokaation käytössä nähtiin tärkeäksi, että asiakas ymmärtää ominaisuuden toiminnan, jotta paikannuksien luotettavuutta osataan arvioida realistisesti. Työssä saatua tietotaitoa tullaan käyttämään tulevaisuudessa ominaisuuden laadun valvontaan sekä jatkokehittämiseen palveluntarjoajan kanssa.
Työssä perehdyttiin LoRaWAN-tekniikan toimintaan sekä sen ominaisuuksiin, minkä jälkeen käytiin yleisesti läpi paikantamista niin GNSS-järjestelmillä kuin LoRaWAN-geolokaatiolla. Työssä tutkittiin geolokaation toimintaa ja sen tarkkuuteen vaikuttavia tekijöitä sekä pohdittiin hieman ominaisuuden mahdollisuuksia aikaisempien tutkimuksien valossa. Tutkimusta varten valmisteltiin GPS-moduulin sekä LoRa-radion omaavia mittalaitteita, jolloin geolokaatiopaikannuksien tarkkuutta pystyttiin arvioimaan vertaamalla niitä GPS:n antamiin koordinaatteihin. Saatavalle datalle valmisteltiin myös automatisoitu ohjaus, sillä mittapisteitä saatiin yli satatuhatta kappaletta. Mittapisteistä pyrittiin laskemaan ja visualisoimaan korrelaatioita paikannustarkkuuden sekä siihen vaikuttavien muuttujien välille. Mittapisteistä piirrettiin myös karttoja datan alueellista visualisointia varten.
Tutkimuksessa todettiin käytettävän paikantamisalgoritmin olevan merkittävin yksittäinen tekijä geolokaation tarkkuuden kannalta. Samalla myös viestin kuulevien tukiasemien lukumäärän nähtiin vaikuttavan merkittävästi saavutettuun tarkkuuteen sekä käytettävään algoritmiin. Tarkemman TDOA-perusteisen algoritmin nähtiin toimivan johdonmukaisesti varsinkin asutuskeskuksissa, missä verkon tiheys on suurempi, jolloin tarkkuuden odotusarvoksi TDOA:lle saatiin noin 100–400 m. Epätarkemman RSSI-perusteisen algoritmin tarkkuudeksi saatiin useampi kilometri, jolloin se antaa vain viitettä päätelaitteen sijainnista. Tämän vuoksi geolokaation käytössä nähtiin tärkeäksi, että asiakas ymmärtää ominaisuuden toiminnan, jotta paikannuksien luotettavuutta osataan arvioida realistisesti. Työssä saatua tietotaitoa tullaan käyttämään tulevaisuudessa ominaisuuden laadun valvontaan sekä jatkokehittämiseen palveluntarjoajan kanssa.