Erfassung und Visualisierung der Personenanzahl in Gebäuden unter Verwendung des Internets der Dinge

Pascal Neis

Playlists: 'fossgis2021' videos starting here / audio

Unter der Grundannahme, dass die Menge an Smartphone & Wearables an einem Ort mit der Anzahl anwesender Personen korreliert, wurde eine Prototyp zur Erfassung und Visualisierung von Personen in Gebäuden und deren Räumen implementiert. Bei der Entwicklung des Prototyps wurde stets darauf geachtet, dass dieser mit freier Software, unter Anwendung offener Formate sowie basierend auf standardisierten Schnittstellen und offenen Daten, umgesetzt wird.

Autoren: Markus Kwaśnicki(1) & Pascal Neis(2)
(1)Johannes Gutenberg-Universität Mainz, (2) Hochschule Mainz - University of Applied Sciences

Die Mehrheit der Menschen trägt heutzutage ein Smartphone bei sich. Neben dem Mobiltelefon existieren noch weitere Wearables, wie Smartwatches, Bluetooth-Kopfhörer oder Tablets. Unabhängig davon, ob eines dieser Geräte mit einem WLAN verbunden ist oder nicht, sucht dieses alle paar Sekunden nach WLAN-Stationen in der Umgebung und versucht sich mit ei-nem bekannten WLAN-Access Point zu verbinden. Durch die sich wiederholenden Verbindungsversuche hinterlassen die Geräte Informationen in ihrer Umgebung.
Unter der Grundannahme, dass die Menge an Wearables an einem Ort mit der Anzahl anwesender Personen korreliert, wurde eine Anwendung zur Erfassung und Visualisierung von Personen in Gebäuden und deren Räumen prototypisch implementiert. Bei der Erfassung der Personen greift der entwickelte Sensor auf die ständig versendeten Datenpakete der Geräte zurück, die als Indikator für die Präsenz herangezogen und ausgewertet werden. Bei der Entwicklung des Prototyps wurde stets darauf geachtet, dass dieser vollständig mit freier Software, unter Anwendung offener Formate sowie basierend auf standardisierten Schnittstellen, umgesetzt wird.
In dem Vortrag wird die Anwendung [1] mit ihren Komponenten vorgestellt:
1. Entwickelter Sensor (Raspberry Pi) zur Erfassung von Endgeräten im WLAN
2. Datenhaltung und -abruf der erfassten Informationen mittels OGC SensorThings API
3. Webbasierte Visualisierung (Leaflet) der erfassten Personen auf einer Karte (auf Gebäudegrundriss mit OpenStreetMap Daten)
In einem Versuchsaufbau innerhalb der Hochschule Mainz wurde der entwickelte Prototyp mit seinen Bestandteilen über einen Zeitraum von 7 Tagen evaluiert. Die Ergebnisse werden ebenfalls im Vortrag gezeigt. Ursprünglich wurde der Prototyp für eine aktuelle Lagebewertung und den Einsatz in einem Evakuierungsszenario konzipiert. Durch die aktuelle Pandemie und die notwendigen Gegenmaßnahmen zeigten sich allerdings weitere Anwendungsfälle, wofür die Anwendung eingesetzt werden könnte. Auf diese wird im Ausblick des Vortrags eingegangen.

[1] Github: https://github.com/mrkskwsnck/master-prototyp

Keywords: Internet of Things (IoT), Open Source Software, Raspberry Pi, Open Geospatial Consortium (OGC), SensorThings API, Leaflet, OpenStreetMap, Smartphones, Wireless Local Area

Download

Embed

Share:

Tags