Uyarlanabilir Konum Tespit Sistemi: UKTS

Kablosuz G¨ om¨ ul¨ u Sistemler ˙I¸cin Uyarlanabilir Konum Tespit Sistemi:

UKTS

Ramil Agliamzanov

Danı¸sman: Yrd. Do¸c. Dr. Kasım Sinan YILDIRIM Ege ¨Universitesi Bilgisayar M¨uhendisli˘gi B¨ol¨um¨u

35100, Bornova, ˙Izmir

˙I¸cindekiler

1 Giri¸s 4

1.1 Problemin Tanımı . . . 4

1.2 Ama¸c ve Kapsam . . . 5

2 ˙Ili¸skili C¸ alı¸smalar 6 3 Sistem Tasarımı 7 3.1 Haberle¸sme Mod¨ul¨u . . . 7

3.2 Saat E¸szamanlaması Mod¨ul¨u . . . 7

3.3 Konum Tespit Mod¨ul¨u . . . 8

3.3.1 AVT ile Uzaklık Arama ve Takip Etme . . . 8

3.3.2 AVT’ler ile Devingen ve Uyarlanabilir Konum Tespiti . . . 10

4 Ger¸cekle¸stirim 12 4.1 Ara¸clar, K¨ut¨uphaneler ve Konfig¨urasyon . . . 12

4.1.1 Genetlab Platformunda Ultrasonik Algılayıcı S¨ur¨uc¨us¨u . . . 12

4.1.2 Aray¨uz Tasarımı . . . 12

5 Proje Takvimi 14 6 De˘gerlendirme ve Sonu¸clar 15 6.1 Sonu¸clar . . . 17

7 Projenin ¨Ozg¨unl¨u˘g¨u 19

8 Ekler 21

Ozet¨

Kablosuz algılayıcı a˘gları ¸cevreyi algılama yetene˘gine sahip, ucuz ve enerji kısıtları olan k¨u¸c¨uk cihazlardan olu¸sur. Birbirlerinden fiziksel olarak ayrılmı¸s olan algılayıcı d¨u˘g¨umleri,

¸cevresel verileri algılayıcılarını ve kablosuz ileti¸sim donanımlarını kullanarak i¸sbirli˘gi i¸cerisinde toplar, i¸sler ve yayarlar. Hedef takibi gibi temel kablosuz algılayıcı a˘gı uygulamaları, algılayıcı d¨u˘g¨umlerinin kendi konumlarını bilmelerini gerektirmektedir. D¨u˘g¨umlerin kendi konum- larını tahmin edebilmeleri i¸cin bir konum tespit protokol¨une ihtiya¸c vardır. Bu projede konum bulma bir devingen arama problemi olarak ele alınmı¸stır. Kendi konumunu bilmeyen bir algılayıcı d¨u˘g¨um¨u, kendi konumunu bilen di˘ger d¨u˘g¨umlerden aldı˘gı paketlerle belirli bir arama uzayında kendi konumunu aramakta ve belirli bir hata ile konumlarını tahmin ede- bilmektedirler. Bu ba˘glamda geli¸stirilmi¸s Uyarlanabilir Konum Tespit Sistemi (UKTS), kullanılan algoritmanın uyarlanabilir yapısı sayesinde a˘gdaki hatalara ve devingenli˘ge kar¸sı sa˘glam ve hızlı tepki verebilen bir sistemdir. Ayrıca sistem olduk¸ca d¨u¸s¨uk i¸slemci ve bellek y¨uk¨une sahiptir.

Anahtar Kelimeler: G¨om¨ul¨u Sistemler, Kablosuz Algılayıcı A˘gları, Konum Tespiti

S¸ekil 1: Genetlab Sensenode algılayıcı d¨u˘g¨um¨u [10].

1 Giri¸ s

Sayısal elektronik, kablosuz a˘glar ve g¨om¨ul¨u sistemler alanlarındaki geli¸smeler d¨u¸s¨uk maliyetli, d¨u¸s¨uk g¨u¸c t¨uketimli, ortamla haberle¸sme ¨ozelli˘gi olan, ¸cok i¸slevli minyat¨ur algılama aygıtlarının

¨

uretilmesine olanak sa˘glamı¸stır. Ortamdaki farklı fiziksel olayları algılayabilen bu cihaz ailesine Kablosuz Algılayıcı A˘gları (KAA) ismi verilmi¸stir. KAA’lar ortamın g¨ozlemlenmesi ya da hedef takipi gibi bir¸cok uygulama alanına sahiptir. Askeri uygulamalar, ¸cevre (ve do˘ga) g¨ozlemleme, sa˘glık alanındaki uygulamalar, ticari alanlarda uygulamalar ve bilimsel ara¸stırmalarda KAA ¸cok yaygın kullanılmaktadır. S¸ekil 1’de Genetlab Sensenode platformuna ait bir algılayıcı d¨u˘g¨um¨u g¨osterilmi¸stir.

KAA’larda a˘gın her d¨u˘g¨um¨u otonom olarak ¸calı¸smaktadır. Bu, b¨uy¨uk bir esneklik getirmekle beraber, bu cihazların getirdi˘gi kısıtlamalar da mevcuttur. Sınırlı g¨u¸c kayna˘gı, d¨u¸s¨uk i¸slemci, sınırlı bellek kapasitesi bunlar arasındadır. Bu y¨uzden geli¸stirilecek sistemler bu kısıtları g¨oz

¨

on¨unde bulundurarak ¸sekillendirilmelidir. Bu kısıtlar KAA’lardaki problemleri olduk¸ca ilgin¸c kılmakta ve bu alandaki ara¸stırmayı devingen tutmaktadır.

1.1 Problemin Tanımı

Kapsama alanı (coverage), konu¸slandırma (deployment), y¨onlendirme (routing), konum servisi (location service), hedef takibi (target tracking), kurtarma (rescue) ve olay yerinin tespiti ba˘glamlarında konum bilgisi KAA i¸cin ¨onemli bir gereksinimdir [7]. Algılayıcı d¨u˘g¨umler di- namik bir ¸sekilde ortamda konu¸slandırılabilece˘gi i¸cin (¨orn. u¸caktan a¸sa˘gıya bırakılma) yada

¸calı¸sma sırasında konumları de˘gi¸sebilece˘gi i¸cin (¨orn. kargo konteynerine ba˘glansa), ¨onceden konumlarını bilseler bile belli bir zaman sonra bu bilgi g¨uncelli˘gini yitirebilir [4].

Geleneksel sistemlerde bu problemi ¸c¨ozmek i¸cin Global Positioning System (GPS) t¨ur¨u k¨uresel konumlandırma sistemleri kullanılmaktadır. GPS, 10 metre hassasiyetle konumu tespit edebilir, kullanımı ¨ucretsiz oldu˘gu i¸cin ¸co˘gu mobil uygulama i¸cin m¨ukemmel bir ¸c¨oz¨umd¨ur. Ama bunun yanında GPS’nin g¨uvenli ¸calı¸smadı˘gı durumlar da vardır. Sistem, birden ¸cok uydunun g¨or¨u¸s ¸cizgisinde olmasını gerektirdi˘gi i¸cin, kentsel, bina i¸ci, yeraltı ya da uzay ortamlarında olu¸sturulan algılayıcı a˘glar GPS’den yararlanamazlar [4]. KAA’ların g¨u¸c t¨uketimi sınırlaması da ¸cok g¨u¸c t¨uketen GPS mod¨ullerin kullanımı engellemektedir.

KAA’nda konum tespitinin zorlukları sıralayacak olursak [3]:

• Fiziksel katmanın ¨ol¸c¨um hataları: ˙Iki d¨u˘g¨um arasındaki mesafe ¨ol¸c¨um¨u i¸cin alınan sinyalin g¨uc¨u ya da aktarma zamanı kullanılıyorsa, ¨ol¸c¨umler donanımdan dolayı ortama g¨ore ¸cok farklılık g¨osterilebilir. Bu da konum tespitinin y¨uksek hatalara yol a¸cmaktadır.

• Hesaplama kısıtları: Konum tespitin sonu¸clarını iyile¸stirmek i¸cin bazı algoritmalar kul- lanılabilir, ama bu algoritmalar ¸cok hesaplama gerektiriyorsa KAA’lar i¸cin uygun de˘gildir.

• GPS konum verisinin eksikli˘gi: Yukarıda bahsetti˘gimiz gibi, ¸cok hassas konum tespiti yapabilen GPS teknolojisi g¨om¨ul¨u sistemlerde yaygın olarak kullanılsa da, KAA’larında kullanımı g¨u¸c t¨uketimi ve maliyet a¸cısından uygun olmayabilir.

• D¨u¸s¨uk kaliteli algılayıcı d¨u˘g¨umler: D¨u˘g¨umlerin maliyet a¸cısından ucuz olmaları, donanımsal yeteneklerinin d¨u¸s¨uk kalitede olmaları sonucunu do˘gurmu¸stur. D¨u˘g¨umlerin sinyal g¨uc¨u

¨

ol¸c¨umleri olduk¸ca g¨ur¨ult¨ul¨u olabilir, saat e¸szamanlaması hataları hesaplamalara olduk¸ca b¨uy¨uk hatalar ekletebilir, d¨u˘g¨umler bozularak bazen a˘gdan kopabilirler.

1.2 Ama¸c ve Kapsam

Bu ¸calı¸smada, KAA’ların kısıtları g¨ozetilerek bir uyarlanabilir konum tespit sistemi (UKTS) geli¸stirilmi¸stir. UKTS, bir algılayıcı a˘gındaki her d¨u˘g¨um¨un konumunun devingen ve ger¸cek- zamanlı olarak takip edilmesi i¸cin kullanılabilmektedir. Sisteme yeni bir d¨u˘g¨um eklendi˘ginde ya da d¨u˘g¨umlerin yeri de˘gi¸stirildi˘ginde, geli¸stirilecek aray¨uzler aracılı˘gı ile kullanıcıya a˘gdaki her elemanın konum bilgisi anında yansıtılabilmektedir. UKTS d¨u˘g¨umlerin ortam g¨ur¨ult¨us¨unden ve hesaplama hatalarından en az etkilenmesini Uyarlanabilir De˘ger ˙Izleyicileri (Adaptive Value Trackers -AVT) [21] ile sa˘glamaktadır. Geli¸stirilen sistem, hareketli nesnelerin takipinin de yapılabilmesi i¸cin kullanılabilecektir. ¨Ozetle, tam anlamıyla devingen bir ortamda ¸calı¸sabilen uyarlanabilir bir konum tespit sistemi ortaya koyulmu¸stur.

2 ˙Ili¸skili C ¸ alı¸ smalar

Literat¨urdeki konum bulma protokolleri, uzaklık tayinine dayalı y¨ontemler kullanmaktadır. Her uzaklık tayin y¨ontemi ¨ozel donanım deste˘gine ihtiya¸c duymakta ve bu durum y¨ontemlerin uygu- lanabilirli˘gini sınırlamaktadır. Ayrıca uzaklık tayininin do˘grulu˘gu ve hassasiyeti y¨ontemden y¨onteme de˘gi¸smektedir.

Gelen sinyal g¨uc¨u (Received Signal Strength) uzaklık tayininde kullanılan en yaygın y¨ontemdir.

Ancak bu y¨ontemin hassasiyeti sınırlıdır ve ¸cevresel fakt¨orlerden olduk¸ca etkilenebilmektedir.

Alınan sinyal seviyesi ile uzaklık arasında bir ili¸ski kurabilmek zordur ve algılayıcıların do- nanımına ve ¸cevresel de˘gi¸simlere ba˘glıdır. Varı¸s zamanı (Time of Arrival ) y¨ontemleri mesajların g¨onderim ve alım zamanlarına dayanmaktadır. Saat e¸szamanlaması bu y¨ontemlerin temel gereksinimidir. Ancak g¨or¨u¸s a¸cısının (line of sight) olmaması ve sinyallerin do˘grudan alınmaması g¨onderim ve alım zamanlarını etkilemekte ve konum bulma hatalarını arttırmaktadır.

Uzaklık tayin edildikten sonra, d¨u˘g¨umler kendi konumlarını belirleyebilmek i¸cin, kendi konu- munu bilen yeterli sayıda d¨u˘g¨umden konum bilgilerini toplamaya gereksinim duyarlar. Toplanan bilgilerden konum bilgisini hesaplamak i¸cin kullanılan temel y¨ontemler trilaterasyon (Trilater- ation), ¨u¸cgenleme (Triangulation) ve en b¨uy¨uk olabilirlik ¸coklulaterasyon (Maximum likelihood multilateration) y¨ontemleridir [20, 8, 19, 17].

G¨un¨um¨uz sistemlerinde, sistem parametrelerin do˘gru de˘gerlerinin bulunması ¸cok ¨onemlidir.

Sistemin bile¸senleri belirsizlik i¸ceren ortamla etkile¸serek kendi parametrelerini uyarlayabilmeleri i¸cin gerekli olan bilgiyi toplamaya ¸calı¸sırlar. Uyarlanabilir parametre kontrol y¨ontemlerinde, parametreler geribildirimler sayesinde bir arama s¨ureci sonunda devingen olarak uyarlanmak- tadırlar. Bu ¸calı¸smada kullanılan parametre kontrol y¨ontemi olan Uyarlanabilir De˘ger ˙Izleyicisi (Adaptive Value Tracker - AVT) ilk olarak [15] ¸calı¸smasında tanıtılmı¸stır. G¨un¨um¨uze kadar, bu y¨ontem deniz g¨ozetlemede [6, 5], kontrol oyunlarında [18], ¨oz-¨org¨utlenen sinir a˘glanrında [12, 11], kullanıcı profili ¸cıkarmada [14], KAA’larda ¨oz-¨org¨utlenen ve da˘gıtık saat e¸szamanlaması i¸cin [21, 13] kullanılmı¸stır.

Saat Saat Eşzamanlaması Eşzamanlaması

Modülü Modülü

Saat Saat Donanımı

Donanımı Akustik Akustik Algılayıcı

Algılayıcı Haberleşme Haberleşme Donanımı Donanımı

UYGULAMA UYGULAMA

Haberleşme Haberleşme

Modülü Modülü Konum Tespit

Konum Tespit Modülü Modülü

S¸ekil 2: UKTS sisteminin genel mimarisi

3 Sistem Tasarımı

Uyarlanabilir konum bulma sisteminin genel mimarisi S¸ekil 2’de g¨osterilmi¸stir. Mimari, temel olarak saat e¸szamanlaması ve konum tespit mod¨ullerini i¸cermektedir. Haberle¸sme mod¨ul¨u ise d¨u˘g¨umler arasındaki ileti¸sim i¸cin gereklidir.

3.1 Haberle¸sme Mod¨ul¨u

Hem Saat E¸szamanlaması Mod¨ul¨uhem de Konum Tespit Mod¨ul¨udi˘ger d¨u˘g¨umlerle haberle¸smeye ve bilgi de˘gi¸s-toku¸suna gereksinim duymaktadır. Haberle¸sme Mod¨ul¨u, d¨u˘g¨umler arası haberle¸smede ileti¸simin d¨uzenli, kayıpsız ve enerji verimli yapılmasından sorumludur. Bu i¸slevsellik i¸cin B¨ol¨um 4.1’te belirtece˘gimiz gibi, TinyOS [16] i¸sletim sistemi ile gelen yazılım bile¸senleri kullanılmı¸stır.

3.2 Saat E¸szamanlaması Mod¨ul¨u

B¨ol¨um 2’te bahsedildi˘gi gibi saat e¸szamanlaması, varı¸s zamanlı konum bulma protokolleri i¸cin temel bir gereksinimdir. UKTS protokol¨u de ultrasonik algılayıcıları kullanarak konum tah- minleme i¸slemi yapaca˘gı i¸cin, saat e¸szamanlamasına ihtiya¸c duymaktadır. Da˘gıtık sistemlerde, b¨ut¨un d¨u˘g¨umlerin ortak bir saat kayna˘gına do˘grudan eri¸simleri m¨umk¨un de˘gildir. Bunun yer- ine her d¨u˘g¨um bir saat ile donatılmı¸stır. D¨u˘g¨umlerin saatleri farklı hızlarda tıklayabilmekte ve bunun sonucunda saatlerin g¨osterdi˘gi de˘gerler birbirinden uzakla¸sabilmektedir. Bu durum her d¨u˘g¨um¨un kendi yerel zaman kavramına sahip olmasına yol a¸cmaktadır. Da˘gıtık sistem- lerde, d¨u˘g¨umlerin ortak bir zaman kavramına sahip olmalarını sa˘glayan s¨urece da˘gıtık saat e¸szamanlaması denilmektedir. Bu s¨ure¸cte, her d¨u˘g¨um bir da˘gıtık saat e¸szamanlama algorit- ması ¸calı¸stırarak di˘ger d¨u˘g¨umlerle haberle¸sir ve elde etti˘gi zaman bilgisini i¸sleyerek bir ortak saat de˘gerini hesaplar. Da˘gıtık saat e¸szamanlama algoritmasının temel hedefi, herhangi bir anda d¨u˘g¨umlerin hesapladı˘gı ortak saat de˘gerleri arasındaki farkın en aza indirilmesidir. Saat E¸szamanlaması Mod¨ul¨ukapsamında literat¨urdeki AVTS protokol¨u [21] ger¸cekle¸stirilecektir. Bu protokol, detayları daha sonra a¸cıklanacak olan Uyarlanabilir De˘ger ˙Izliyicisi AVT’ler kullan- maktadır.

3.3 Konum Tespit Mod¨ul¨u

Konum Tespit Mod¨ul¨uultrasonik algılayıcısından gelen verileri kullanarak, AVT’lerle d¨u˘g¨umlerin konumunu ¨ozg¨un bir ¸sekilde bulmaktadır. Bu i¸slevsellik i¸cin ¨oncelikle ultrasonik algılayıcılar kullanılarak uzaklık tahmini yapılmaktadır. Yapılan uzaklık tahmini sonucunda ilgili AVT’ye geribildirimler g¨onderilerek ger¸cek uzaklık devingen olarak aranmakta ve takip edilmektedir.

3.3.1 AVT ile Uzaklık Arama ve Takip Etme

Bir d¨u˘g¨um, di˘ger herhangi bir d¨u˘g¨ume g¨oreceli olarak uzaklı˘gını hesaplayabilmek i¸cin ultrasonik algılayıcısını kullanmaktadır. Mesafe tahmini yapabilmek i¸cin, ultrasonik sinyalin g¨ondericiden kendisine ula¸sma zamanını hesaplamalıdır. Saat E¸szamanlaması Mod¨ul¨u’n¨un sundu˘gu e¸szamanlanmı¸s saat bilgisi, bunun i¸cin kullanılmaktadır. Bir g¨onderici, bir ultrasonik sinyali hemen g¨ondermeden

¨

once bir RF sinyali g¨onderir. Bu sinyalde ultrasonik sinyalin g¨onderim zamanı t₁ ta¸sınmaktadır.

Alıcı d¨u˘g¨um ultrasonik sinyalini almadan ¨once daha hızlı olan RF sinyalini alacaktır. Alıcı d¨u˘g¨um ultrasonik sinyali alınca bu sinyalin alım zamanı olan t₂’yi saklar. Sesin iletim hızı v_ses kullanılarak bu iki d¨u˘g¨um arasındaki tahmini uzaklık ˆd= ^t2_v^−t1

ses ile hesaplanır [19].

D¨u˘g¨umler mesafe takipi yapmak istedikleri her di˘ger d¨u˘g¨um i¸cin bir adet AVT i¸cermektedirler.

AVT, bir de˘gerin bir arama uzayında aranmasını ve bulunmasını sa˘glayan yazılım bile¸senidir.

Ultrasonik sinyal ile yapılan uzaklık tahmini ortamın devingenli˘ginden ¨ot¨ur¨u g¨ur¨ult¨uye sahip- tir. G¨ur¨ult¨ul¨u uzaklık tahmininden hatalara kar¸sı daha dayanıklı ve devingen uzaklık takipinin yapılması AVT’ler ile sa˘glanmaktadır.

Uyarlanabilir De˘ger ˙Izleyicisi - AVT

Literat¨urdeki ¸calı¸smaların aksine, konum bulma bu projede bir devingen arama problemi olarak ele alınmı¸stır. G¨ur¨ult¨ul¨u ve devingen bir algılayıcı a˘gında, kendi konumunu bilmeyen bir algılayıcı d¨u˘g¨um¨u, kendi konumunu bilen di˘ger d¨u˘g¨umlerden aldı˘gı paketlerle belirli bir arama uzayında kendi konumunu arayacaktır. Bu devingen arama i¸cin y¨ontem olarak Uyarlanabilir De˘ger ˙Izleyicisi (Adaptive Value Tracker - AVT) kullanılmı¸stır [15, 21, 13].

˙Izleme i¸slemi, AVT’nin ortamından gelen muhtemelen aranan de˘gere do˘gru g¨ot¨uren ardı¸sık geribildirimler sayesinde sa˘glanmaktadır. Bi¸cimsel olarak, bir avt devingen bir de˘ger v^?’ı (konum bulma probleminde d¨u˘g¨um¨un konumu) v_min alt sınır, v_max ¨ust sınır olmak ¨uzere verilen bir ger¸cel aralık (arama uzayı) AV Tss = [vmin, vmax] ⊂ R i¸cerisinde (d¨u˘g¨um¨un konum uzayı) arar (ve izler). Herhangi bir t anında avt, vt = avt.value(t) eylemi ¸seklinde eri¸silebilen bir v_t∈ AV Tss de˘gerini (d¨u˘g¨um¨un olası konumunu) ortamına sunabilmektedir.

avt’nin ortamının amacı aranan de˘ger v^?’ın o anda ¨onerilen de˘ger vt’den k¨u¸c¨uk, b¨uy¨uk veya vt’ye e¸sit oldu˘gunu saptamaktır. Bu saptamadan sonra, ortam avt ile avt.adjust(ft∈ F)

¸seklinde bir eylem ile etkile¸sime ge¸cer ve dolayısıyla F = {f ↑, f ↓, f ≈} k¨umesinden bir ft

geribildirimini g¨onderir. ft geribildirimi, vt’yi artırmak (f ↑), azaltmak vt(f ↓) veya vt’nin iyi oldu˘gunu (f ≈) bildirmek i¸cin olabilir [21]. AVT’ler ile ¨ornek devingen arama s¨ureci S¸ekil 3’te g¨osterilmi¸stir.

Geribildirimi aldıktan sonra, avt sonraki de˘geri vt+1 ’yi vt’den ¸su ¸sekilde t¨uretir

v_t+1 =







vt+ ∆t+1, ft= f ↑ v_t− ∆t+1, f_t= f ↓ vt, ft= f ≈

(1)

AVT Environment

Adaptive Value Tracker (AVT)

v_min

v

v

D_t+1

f " ^f "

D_t+2

vt+2

➊ ➋

➌

➍ ➎

➏

➐

D_t+3

f #

➑

➒

vt+3

[...]

S¸ekil 3: AVT ile ortamı arasındaki ili¸ski. AVT de˘ger izleme s¨ureci bir ba¸slangı¸c de˘geri v₀ ile ba¸slar ve bir¸cok iterasyon d¨ong¨us¨unden olu¸sur: ¨orne˘gin, (1) AVT, ortamına vt−2 de˘gerini sunar, (2) ortam, bir f ↑geribildirimi g¨onderir, (3) bu geribildirimden (ve muhtemelen di˘ger eski geribildirimlerden), AVT b¨uy¨uk olasılıkla v^? de˘gerine yakın olan v_t−1 = v_t−2+ ∆_t−1 de˘gerine ula¸smak i¸cin en iyi ayar adımı ∆t−1’i saptar, (4) yeni de˘ger vt−1 ortama ¨onerilir, (5) sonra ortam tarafından bir ba¸ska f ↑ geribildirimi g¨onderilir, (6) bu geribildirimden AVT daha ileri gitmesi gerekti˘gini saptar ve ∆_tayar adımını artırır, (7) yeni de˘ger v_tortama ¨onerilir, (8) ancak bu defa ortam tarafından zıt bir f ↓ geribildirimi g¨onderilir, (9) bu nedenle AVT ayar adımını k¨u¸c¨ult¨ur ve ters y¨onde ilerler, sonra bir ba¸ska yeni de˘ger ¨onerilir ve s¨ure¸c v^?’a eri¸silinceye dek devam eder [21].

¨

oyle ki ∆t+1 de˘geri t + 1 anındaki ayar adımıdır¹. Ayar adımı i¸cin ¸su sa˘glanmalıdır

∆t ∈ [∆min,∆max] (2)

¨

oyle ki ∆min ∆t’nin alt sınırıdır ve ∆max da ¨ust sınırıdır . ∆min, avt’nin kullanabilece˘gi en k¨u¸c¨uk ayar adımıdır bu de˘gere ayrıca hassasiyet denilmektedir. ∆_max, ¨ote yandan, avt’nin kullanabilece˘gi en b¨uy¨uk ayar adımıdır ve bunun bir sonucu olarak v_t’nin en b¨uy¨uk evrim hızıdır.

Arama s¨ureci boyunca, avt aynı y¨ondeki geribildirimleri arka arkaya ne kadar ¸cok alırsa, vt de˘gerinin v^?’dan o kadar uzakta demektedir (ya da daha k¨ot¨us¨u: vt de˘geri v^?’dan uza- kla¸smaktadır). B¨oyle bir durumda v^?’a daha ¸cabuk eri¸smek i¸cin v_t’ın ayarı hızlandırılmalıdır.

Bu nedenle, her geribildirim alındı˘gında, ayar adımı ¸s¨oyle artırılmaktadır

∆t+1 = ∆t· λincr. (3)

Ote yandan, avt ters y¨¨ ondeki geribildirimleri arka arkaya ne kadar ¸cok alırsa, v_t de˘geri az veya ¸cok tutarlı bir v^? de˘gerinin etrafında o kadar dalgalanmaktadır². v^? de˘gerine daha fazla yakla¸smak i¸cin (ba¸ska bir uzak de˘ger aniden zıplamamak i¸cin) ve dolayısıyla v^? de˘gerine daha

¸cabuk eri¸sebilmek i¸cin, ayarlamanın yava¸slatılması gerekmektedir. Bu nedenle, her geribildirim alındı˘gında, ayar adımı ¸s¨oyle azaltılmaktadır

∆t+1 = ∆t· λdecr. (4)

Son olarak, avt bir iyi geribildirim aldı˘gında, bu demek oluyordur ki vt de˘geri (en azından kabaca) do˘gru de˘gere ula¸smı¸stır. Bu nedenle, vt+1de˘geri vt+1= vtaynı kalır ¸c¨unk¨u v^?muhteme- len v_t’ye yakındır. Ayar adımı, ¨ote yandan, e¸sitlik 4’de g¨osterildi˘gi gibi azaltılmaktadır, ¸c¨unk¨u

1Dikkat edilirse, vt+1 de˘geri AV Tss’nin sınır de˘gerlerini ge¸cemeyece˘gi i¸cin, e˘ger vt+ ∆t+1> vmaxise vt+1= vmaxve e˘ger vt+ ∆t+1< vminise vt+1= vmin.

2Ortamdan gelen geribildirimlerin do˘gru oldu˘gu kabul edilmektedir.

bir sonraki adımda e˘ger farklı bir geribildirim alınırsa, v^? de˘geri muhtemelen v_t+1 de˘gerinden daha az uzaktadır.

Bu s¨urecin bir sonucu olarak, yeterli sayıdaki iterasyondan sonra ¨onerilen de˘ger ve ayar adımı de˘gerinin t^? anında ¸sunu sa˘gladı˘gı g¨osterilebilir

v^?− ∆min≤ vt^? ≤ v^?+ ∆min, (5)

∆_t^? = ∆_min. (6)

S¸urası not edilmelidir ki bu duruma eri¸sildikten sonra devingen de˘ger v^? bir ¸sekilde de˘gi¸sse bile, avt bu de˘geri ortamından gelen geribildirimler sayesinde izlemeye devam edebilir.

AVT ile Devingen ve Hatalara Kar¸sı Sa˘glam Uzaklık Tahmini

Ultrasonik sinyaller vasıtasıyla hesaplanan uzaklık de˘geri ˆd, alıcı d¨u˘g¨um tarafından g¨onderici d¨u˘g¨um¨un uzaklık de˘gerinin takibi i¸cin saklanan AVT’nin ¨onerdi˘gi uzaklık de˘gerinden b¨uy¨ukse konumun arttırılmasına y¨onetik bir geribildirim f ↑, k¨u¸c¨ukse konumun azaltılmasına y¨onetil bir geribildirim f ↓, bu ko¸sul da sa˘glanmadıysa tahminin iyi oldu˘guna dair f ≈ geribildirim AVT’ye g¨onderilir. En son a¸samada alıcı d¨u˘g¨um,t¨um kom¸suları i¸cin tuttu˘gu AVTleri kullanarak kendi konumunu g¨uncellemektedir. Bu kapsamda i¸sletilecek algoritma kabaca a¸sa˘gıdaki ¸sekilde

¨

ozetlenebilir:

Algoritma 1: Bir v d¨u˘g¨um¨u i¸cin konum tahmini mod¨ul¨un¨un temel uzaklık tahminleme algoritması.

1:  Bir u kom¸susundan RF sinyali alındı˘gında 2: Sinyalin alındı˘gı t^u₁ zamanını kaydet.

3:

4:  Bir u kom¸susundan ultrasonik sinyal alındı˘gında 5: Sinyalin alındı˘gı t^u₂ zamanını kaydet.

6: dˆu = ^tu2_v^−tu1

ses form¨ul¨u ile tahmini uzaklı˘gı hesapla 7: error= ˆd_u− avtu.getV alue()

8: if error >0 then avtu.adjust(f ↑) // u d¨u˘g¨um¨un¨un konumu arttır 9: else if error <0 then avtu.adjust(f ↓) // u d¨u˘g¨um¨un¨un konumu azalt 10: else avt_u.adjust(f ≈) // u d¨u˘g¨um¨un¨un konum gayet iyi

3.3.2 AVT’ler ile Devingen ve Uyarlanabilir Konum Tespiti

Bir d¨u˘g¨um¨un kendi konumunu bulabilmesi i¸cin, kendi konumunu bilen 3 ¸capa (anchor) d¨u˘g¨umden konum bilgilerini alması ve bu d¨u˘g¨umlere olan g¨oreceli uzaklıklarını hesaplaması gerekmektedir.

Bir ¨onceki alt b¨ol¨umde belirtilien Algoritma 1 kullanılarak, ¨u¸c ¸capa d¨u˘g¨um i¸cin ¨u¸c adet AVT kullanılarak g¨oreceli konumlar hesaplanır.

Herhangi bir anda, ilgili u ¸capa d¨u˘g¨um¨u i¸cin kullanılan avtu bile¸seninden, avtu.getV alue aray¨uz¨u sayesinde o ¸capa d¨u˘g¨um¨une ili¸skin tahmini uzaklık de˘geri d_u elde edilir. Bu d¨u˘g¨umden gelen koordinat bilgisi (x_u, y_u) da sistemde tutulmaktadır. Di˘ger k ve z d¨u˘g¨umlerinden gelen bilgiler de kullanılarak trilaterasyon y¨ontemi ile a¸sa˘gıdaki gibi hesaplanır:

2

 x_k− xz y_k− yz

xk− xu yk− yu

  x_v yv



=

 (d²_z− d²k)− (x²z− x²k)− (y²z− yk²) (d²_u− d²_k)− (x²u− x²_k)− (yu²− y_k²)



avt

, x

, y

avt

, x

, y

avt

, x

, y

d_z²=(x_v−x_z)²+(y_v−y_z)² d_u²=(x_v−x_u)²+(y_v−y_u)² d_k²=(x_v−x_k)²+(y_v−y_k)²

Trilateration Trilateration

S¸ekil 4: C¸ apa D¨u˘g¨umler kullanılarak koordinat hesaplama adımları.

Yukarıdaki form¨ulden hesaplanan (xv, y_v) koordinatının da devingen ve hatalara kar¸sı du- yarlı bir ¸sekilde takipinin yapılabilmesi i¸cin bu iki de˘gi¸sken i¸cin de AVT algoritması kul- lanılmı¸stır. Algoritma 2’de ve S¸ekil 5’te bu adımlar ¨ozetlenmi¸stir.

Algoritma 2:Bir v d¨u˘g¨um¨u i¸cin konum tahmini mod¨ul¨un¨un koordinat bulma algoritması.

1:  Bir u ¸capasından (xu, yu) koordinat bilgisi alındı˘gında

2: Kaydedilen di˘ger 2 ¸capa bilgisi kullanılarak, tirlaterasyonla (x_v, y_v) hesapla 3: xerr= avt^x_v.getV alue− xv

4: yerr= avt^yv.getV alue− y^v

5: if x_err >0 then avt^x_v.adjust(f ↑) // v d¨u˘g¨um¨un¨un x konumu arttır 6: else if xerr<0 then avt^x_v.adjust(f ↓) // v d¨u˘g¨um¨un¨un x konumu azalt 7: else avt^x_v.adjust(f ≈) // v d¨u˘g¨um¨un¨un x konumu gayet iyi 8: if y_err>0 then avt^yv.adjust(f ↑) // v d¨u˘g¨um¨un¨un y konumu arttır 9: else if y_err <0 then avt^yv.adjust(f ↓) // v d¨u˘g¨um¨un¨un y konumu azalt 10: else avt^yv.adjust(f ≈) // v d¨u˘g¨um¨un¨un y konumu gayet iyi

S¸ekil 5: C¸ apa d¨u˘g¨umlerden gelen mesajlarla konum tespiti.

4 Ger¸ cekle¸ stirim

4.1 Ara¸clar, K¨ut¨uphaneler ve Konfig¨urasyon

Konum tespit sisteminin geli¸stiriminde kullanılan donanım platformu Genetlab Sensenode v.1.3 [10] ’dır. Bu platform 16- bit d¨u¸s¨uk-g¨u¸c MSP430 [2] mikrodenetleycisini i¸cermektedir. Mikro- denetleyici 10kB RAM, 48kB program flash ve 1024kB external flash belle˘ge sahiptir. Platfor- mda bulunan CC2420 [1] haberle¸sme yongası 2.4 GHz frekansta ¸calı¸smaktadır ve 250kbps veri iletim hızına sahiptir.

Sistem a¸cık kaynak kodlu bir i¸sletim sistemi olan TinyOS [16] i¸sletim sisteminin son s¨ur¨um¨u olan 2.1.2 ve nesC [9] programlama dili kullanılarak geli¸stirilmi¸stir. TinyOS kablosuz g¨om¨ul¨u sis- temler i¸cin tasarlanmı¸stır ve bile¸sen tabanlı bir mimariye sahiptir. TinyOS’un bile¸sen k¨ut¨uphaneleri a˘g protokolleri, da˘gıtık servisler, algılayıcı s¨ur¨uc¨uleri ve veri toplama ara¸clarını i¸cermektedir.

Geli¸stirme ortamı olarak Ubuntu 12.04 LTS kullanılmı¸stır. Sistem ayarları olabildi˘gince varsayılan olarak tutulmu¸stur ve geli¸stirme ortamımız ba¸ska yerde yeniden kolayca kurulabilir.

4.1.1 Genetlab Platformunda Ultrasonik Algılayıcı S¨ur¨uc¨us¨u

Kullandı˘gımız Sensenode algılayıcı platformdaki Ultrasonic algılayıcısı, platformuyla gelen s¨ur¨uc¨u ile calı¸smamı¸stır. Bu y¨uzden algılayıcının s¨ur¨uc¨us¨un¨u kendimiz ger¸cekle¸stirmek zorunda kaldık.

Platformun kapalı tasarıma sahip olmasi, geli¸stirme s¨urecini olduk¸ca yava¸slatmı¸stır. C¸ o˘gunlukla reverse-engineering ile elde ettigimiz algılayıcının ¸calı¸sma prensibini ¸cıkarttıktan sonra, msp430 i¸slemcisi i¸cin PWM ile 40khz kare dalga ¨ureten ve DAC ile 2.4V referans degeri ¨ureten ve donanım seviyesinde ¸calısan bir s¨ur¨uc¨uy¨u ger¸cekle¸stirdik.

4.1.2 Aray¨uz Tasarımı

Veri toplayan merkezin (sink) i¸slevini USB portu ile bilgisayara ba˘glanmı¸s programcı/seri veri ba˘gda¸stırıcına takılı ve BaseStation uygulaması y¨uklenmi¸s d¨u˘g¨um g¨ormektedir. Bu uygulama TinyOS ile gelmektedir ve ¸cok basit g¨orev yapmaktadır: RF kanalı ile gelen b¨ut¨un mesajları seri ba˘glantısı ile bilgisayara aktarmaktır. Seri ba˘glantısından gelen bit akıntısından, daha

¨

once tanımlanmı¸s mesaj tiplerine g¨ore mesajlar elenmektedir. Java nesnelerine d¨on¨u¸st¨ur¨ulen

bu mesajlar ilgili aray¨uze g¨onderilmektedir. Her yeni mesaj alan aray¨uz, i¸cindeki bilgileri alıp ekrana yazdırılmaktadır.

S¸ekil 6: Algılayıcı a˘gından toplanan konum bilgisini g¨orselle¸stiren Java programı.

D¨u˘g¨umlerin konumun g¨orsel olarak kullanıcılara devingen olarak sunulması i¸cin, Java pro- gramlama dili tabanlı bir g¨orsel aray¨uz geli¸stirilmi¸stir. S¸ekil 6’da geli¸stirilen aray¨uz yazılımı g¨osterilmektedir. Aray¨uz, sisteme yeni d¨u˘g¨umler eklendik¸ce ve bir d¨u˘g¨um konumu de˘gi¸since kul- lanıcıya anında g¨orsel bilgi sunmaktadır. B¨oylece, kullanıcı ger¸cek zamanlı bir ¸sekilde algılayıcı a˘gını g¨ozetleyebilmektedir.

5 Proje Takvimi

Proje Ramil Agliamzanov tarafından ger¸cekle¸stirilmi¸stir. Proje geli¸stirme takvimi a¸sa˘gıda g¨osterilmi¸stir.

G¨orev Tanımı Tarih

Ultrasonik algılayıcıların ¸calı¸stırılması 16 Mart - 22 Mart Saat e¸szamanlaması mod¨ul¨un¨un ¸calı¸stırılması 23 Mart - 31 Mart Konum tespit mod¨ul¨un¨un ger¸cekle¸stirimi 1 Nisan - 13 Nisan Aray¨uz ger¸cekle¸stirimi 14 Nisan - 28 Nisan

Sistem testleri 28 Nisan - 5 Mayıs

Ozellikle Genetlab platformunda ultrasonik algılayıcıları ¸calı¸stırarak mesafe ¨¨ ol¸c¨um¨u yapmak olduk¸ca zaman kaybettirici olmu¸stur. Bu adım, bir donanım s¨ur¨uc¨us¨u yazılmasını gerektirmi¸stir.

Donanımsal tutarsızlıklar ve geli¸stirme ortamının olduk¸ca ilkel olması, projenin olduk¸ca zah- metli bir ¸sekilde geli¸stirilmesi sonucunu do˘gurmu¸stur.

6 De˘ gerlendirme ve Sonu¸ clar

Geli¸stirilen sistemin de˘gerlendirilmesi i¸cin ger¸cek donanım platformunda deneyler yapılmı¸stır.

Bu deneylerde AVT’lerin ∆min ve ∆max de˘gerleri 0.1 ve 50, uzaklık arama uzayı ise [0, 300]

olarak sınırlandırılmı¸stır.

AVT ile Uzaklık Tahminleme Ba¸sarımı

S¸ekil 7: Bir ¸capa ve bir alıcı d¨u˘g¨umden olu¸san a˘g.

Oncelikle AVT ile uzaklık tahminlemenin ba¸sarımının de˘¨ gerlendirilmesi i¸cin 2 algılayıcı d¨u˘g¨um¨u kullanılmı¸stır. Bir algılayıcı d¨u˘g¨um, ¸capa d¨u˘g¨ume belirli bir sıklıkta ”REQUEST”

mesajı g¨onderir. Bu mesajı alan ¸capa d¨u˘g¨um ise bir RF ve bir Ultrasonik sinyal g¨onderir. Alıcı d¨u˘g¨um, Algoritma 1’deki adımları i¸sleterek uzaklık bilgisini hesaplamaktadır. S¸ekil 7’de ilgili deney d¨uzene˘gi g¨osterilmi¸stir.

S¸ekil 8’de alıcı d¨u˘g¨um¨un ¸capa d¨u˘g¨um i¸cin ¸calı¸stırdı˘gı AVT’nin de˘gerinin ve ∆ parame- tresinin de˘gi¸simi g¨osterilmi¸stir. ˙Ilk ba¸sta saat e¸szamanlaması olmadı˘gı i¸cin, ultrasonik sinyaller ile hesaplanan uzaklık de˘geri olduk¸ca hatalıdır. Saat e¸szamanlaması sa˘glanıncaya kadar ge¸cen s¨urede AVT’nin de˘geri adım adım ger¸cek uzaklık de˘gerine yakla¸smaktadır. Bu s¨ure¸cte, ∆ de˘geri

¨

oncelile en y¨uksek de˘geri olan 50 de˘gerinde kalmakta, AVT ger¸cek de˘gere yakla¸stık¸ca bu de˘ger de k¨u¸c¨ulerek en sonunda ∆min de˘gerine kavu¸smaktadır.

Alıcı d¨u˘g¨um¨un konumu de˘gi¸sti˘ginde, AVT kendisine gelen geribildirimler sayesinde yeni uzaklık de˘gerini aramaya ba¸slamakta, ve devingen bir ¸sekilde kendini uyarlamaktadır. ∆ de˘geri tekrar b¨uy¨uyerek AVT’nin hızlı bir ¸sekilde yeni konuma yakla¸sması sa˘glanmakta, sonra bu de˘ger

S¸ekil 8: Uzaklık de˘gi¸siminden AVT’nin de˘gerinin (kırmızı) ve delta parametresinin (beyaz) evrimi.

k¨u¸c¨ulerek AVT’nin hassas bir ¸sekilde yeni konumu bulması sa˘glanmaktadır.

S¸ekil 9 AVT ile uzaklık tahmininin ortam g¨ur¨ult¨us¨une ve hatalı hesaplamalara kar¸sı nasıl dayanıklı oldu˘gunu g¨ostermektedir. Uzaklık hesaplaması i¸cin kullanılan y¨ontemde, ultrasonik sinyallerin yakalanması kendi i¸cinde belirli bir hatayı barındırır. Saat e¸szamanlamasının hatası ile beraber, hesaplanan uzaklık de˘geri s¨urekli de˘gi¸skenlik g¨ostermi¸s ve tutarsızlıklar sergilemi¸stir.

AVT, anlık hatalara kar¸sı olduk¸ca sa˘glam bir ba¸sarım sergilemi¸s ve olduk¸ca tutarlı uzaklık bilgisi hesaplamı¸stır.

S¸ekil 9: AVT ile (kırmızı) ve AVT’siz (beyaz) uzaklık tahmini. AVT hatalara kar¸sı olduk¸ca sa˘glam bir davranı¸s sergilemi¸stir, di˘ger y¨onteme g¨ore olduk¸ca tutarlı ve sabit bir uzaklık de˘geri d¨ond¨urm¨u¸st¨ur.

AVT ile Konum Tespit Ba¸sarımı

AVT ile konum tespit ba¸sarımının de˘gerlendirilmesi i¸cin 4 algılayıcı d¨u˘g¨um¨u kullanılmı¸stır. Bir algılayıcı d¨u˘g¨um, ¨u¸c ¸capa d¨u˘g¨ume belirli bir sıklıkta ”REQUEST” mesajı g¨onderir. Bu mesajı alan ¸capa d¨u˘g¨umler sırayla bir RF ve bir Ultrasonik sinyal g¨onderir. Alıcı d¨u˘g¨um, Algoritma 1’deki adımları i¸sleterek bu ¨u¸c ¸capa d¨u˘g¨ume olan g¨oreceli uzaklık bilgisini hesaplamaktadır.

Daha sonra 2 i¸sletilerek konum bilgisini hesaplar. Bu adımlar S¸ekil 5’te ¨ozetlenmi¸stir.

S¸ekil 10’de ilgili deney d¨uzene˘gi g¨osterilmi¸stir. S¸ekil 11 bu deney d¨uzene˘ginde AVT ile konum tespitinin ne kadar tutarlı ve ortam devingenli˘gine kar¸sı sa˘glam oldu˘gunu g¨ostermektedir.

C¸ apa d¨u˘g¨umlere olan uzaklık AVT’ler ile hesaplandı˘gı i¸cin bu uzaklıklar olduk¸ca tutarlı ve az de˘gi¸skenlik g¨ostermektedirler. Bu uzaklık de˘gerleri ¨uzerinden trilaterasyon yapmak ve elde edilen x ve y koordinatı bilgilerini tekrar AVT’ler ile takip etmek, sistemi daha da sa˘glamla¸stırmı¸stır.

S¸ekilden g¨or¨ulece˘gi gibi hi¸c AVT kullanmayan bir sistem olduk¸ca de˘gi¸sken bir konum bilgisi

S

¸ekil 10: ¨U¸c ¸capa ve bir alıcı d¨u˘g¨umden olu¸san a˘g.

hesaplamaktadır.

S¸ekil 12 AVT ile konum tespitinin devingenli˘gini ve uyarlanabilirli˘gini g¨ostermektedir. Alıcı d¨u˘g¨um¨un konumu de˘gi¸sti˘ginde AVT hemen yeni bir arama ba¸slatarak yeni konumu hızlı bir

¸sekilde bulmaktadır. Konum bulunduktan sonra, de˘gi¸skenlik g¨ostermemektedir. AVT’siz konum bulma ise olduka de˘gi¸sken ve tutarsızdır.

6.1 Sonu¸clar

Yapılan deneyler sonucunda, a¸sa˘gıdaki g¨ozlemler yapılmı¸s ve sonu¸clara varılmı¸stır:

• Yapılan mesafe ¨ol¸c¨umlerde AVT mekanizması kullanmadan mesafeyi 10-15 cm hatayla, AVT mekanizması eklendikten sonra mesafe ¨ol¸c¨umleri 2-5 cm hata ile yapılmı¸stır.

• Trilaterasyon sonucunda konum tahmini, AVT’siz ger¸cek konumun 10-15 cm etrafında, AVT mekanizması eklendikten sonra konum tahmini ¸cok az oynamamakla birlikte ger¸cek konumundan 2-5 cm farkla ¨ol¸c¨ulm¨u¸st¨ur.

• AVT y¨ontemi ile olduk¸ca tutarlı ve hatalara kar¸sı sa˘glam uzaklık tahmini yapılmaktadır.

• AVT, hesaplamalar ve kaynak t¨uketimi a¸cısından olduk¸ca hafif bir algoritma oldu˘gu i¸cin, kablosuz g¨om¨ul¨u cihazlar i¸cin tam olarak uygundur.

• AVT ortamdan gelen geribildirimler sayesinde hızlı bir ¸sekilde de˘gi¸simlere kar¸sı kendini uyarlayabilmektedir.

S¸ekil 11: AVT ile (kırmızı) ve AVT’siz (beyaz) konum tespiti. AVT di˘ger y¨onteme g¨ore olduk¸ca tutarlı ve sabit bir konum de˘geri d¨ond¨urm¨u¸st¨ur.

• AVT’siz hesaplamalar olduk¸ca sapma g¨ostermekte ve tutarsızlıklar barındırmaktadır.

• Hassasiyet ve yerle¸stirme problemleri a¸smak i¸cin, daha nitelikli algılayıcı donanımları kul- lanılmalıdır. Daha kaliteli ultrasonic algılayıcıları hassasiyeti arttıracak, 120 derece g¨or¨u¸s a¸cısından kaynaklanan yerle¸stirme problemleri ise omni-directional 360 derece g¨orecek

¸sekilde dizilen birka¸c tane algılayıcı ile ¸c¨oz¨ulebilecektir.

S¸ekil 12: AVT ile (kırmızı) konum tespiti devingendir ve de˘gi¸simlere kendini hemen uyarlamak- tadır. AVT’siz (beyaz) konum tespiti olduk¸ca tutarsızdır.

7 Projenin ¨ Ozg¨ unl¨ u˘ g¨ u

Ozellikle g¨¨ un¨um¨uz uygulamalarının konum bilgisine ihtiya¸c duymaları, konum tespit sistem- lerini ¨onemli hale getirmi¸stir. Bu projede ger¸cek anlamda ¸calı¸san bir konum tespit sistemi prototipi geli¸stirilmi¸stir. Geli¸stirdi˘gimiz sistemde, uzaklık ¨ol¸c¨umleri ultrasonik algılayıcılar yardımıyla yapılmaktadır. Ancak, sistemimiz uzaklık ¨ol¸c¨um¨u teknolojisinden ba˘gımsızdır ve di˘ger ¨ol¸c¨um y¨ontemleri ile de kullanılabilmektedir. Yani tak-¸calı¸stır ¨ozelli˘gine sahiptir. Daha kaliteli algılayıcılar ve daha az hatalı ¨ol¸c¨umler konum tespit sistemimizin ba¸sarımını arttıracaktır.

Olduk¸ca basit hesaplamalarla olduk¸ca sa˘glam ve ba¸sarılı bir sistem geli¸stirmi¸s bulunmaktayız.

Sistemin uygulanabilir ve kullanı¸slı oldu˘gunu deneylerle g¨ozlemledik.

Literat¨urdeki di˘ger ¸calı¸smaların aksine, konum bulma bu projede bir devingen arama prob- lemi olarak ele alınmı¸stır. G¨ur¨ult¨ul¨u ve devingen bir algılayıcı a˘gında, kendi konumunu bilmeyen bir algılayıcı d¨u˘g¨um¨u, kendi konumunu bilen di˘ger d¨u˘g¨umlerden aldı˘gı paketlerle belirli bir arama uzayında kendi konumunu aramaktadır. Bu devingen arama i¸cin y¨ontem olarak Uyarlan- abilir De˘ger ˙Izleyicisi (Adaptive Value Tracker - AVT) kullanılmı¸stır. Projenin bilimsel lit- erat¨ure kattı˘gı yenilikler a¸sa˘gıdaki gibi ¨ozetlenebilir:

• Konum bulma problemi literat¨urde ilk defa bir devingen arama problemi olarak ele alınmı¸stır.

• Literat¨urde daha ¨once saat e¸szamanlaması problemine uygulanan AVT’ler, ilk defa konum bulma problemi i¸cin kullanılmı¸stır.

• Geli¸stirilen sistem, AVT’lerin uyarlanabilir yapısı sayesinde a˘gdaki hatalara ve devin- genli˘ge kar¸sı sa˘glam ve hızlı tepki verebilen bir sistem olmu¸stur.

• ¨Onerilen y¨ontem tutarlı ve sa˘glam konum bulmayı ¸cok az i¸slemci ve bellek y¨uk ile yap- maktadır.

Bu ¸calı¸smanın daha da geli¸stirilerek bilimsel bir yayına d¨on¨u¸smesi, ayrıca sistemin t¨um kablosuz g¨om¨ul¨u sistem ara¸stırmacılarının kullanımına a¸cılması hedeflenmektedir. ¨Ulkemiz i¸cin, uluslararası ba˘glamda ¨ozg¨un bir akademik ¸calı¸sma ortaya koyulmu¸s ve bu alandaki bilgi ileriye g¨ot¨ur¨ulm¨u¸st¨ur. Buna ek olarak, herhangi bir ticari ¨ur¨un¨un i¸cine tak-¸calı¸stır olarak koyula- bilecek pratik bir konum tespit y¨ontemi ortaya koyulmu¸stur. Bu anlamda, ilgili donanımsal mesafe ¨ol¸cme yetene˘ginin oldu˘gu bir sistemde yazılımsal ve algoritmik ba˘gımlılıklar ortadan kaldırılmı¸stır. Gelecek ¸calı¸smalarımız, geli¸stirilen sistemin hassasiyet, yerle¸stirme, g¨u¸c t¨uketimi vb. a¸cısından iyile¸stirilmesini hedeflemektedir.

8 Ekler

Geli¸stirilen sisteme ait deneysel g¨or¨unt¨uler:

Sistemin Y¨uksek Kaliteli Demo G¨or¨unt¨us¨u http://www.youtube.com/watch?v=jVZ-eUdUKIw

1. Grafik: AVT’ler ile devingen ve uyarlanabilir uzaklık tahmini http://www.youtube.com/watch?v=pmgsB0G3Imk

2. Grafik: AVT’ler ile devingen ve uyarlanabilir konum tahmini http://www.youtube.com/watch?v=t1WyYHF5soM

Referanslar

[1] Cc2420 from texas instruments. http://www.ti.com/product/cc2420.

[2] Msp430 from texas instruments. www.ti.com/msp430.

[3] I. F. Akyildiz and M. C. Vuran. Wireless Sensor Networks. John Wiley & Sons, 2010.

[4] I. Amundson and X. Koutsoukos. A survey on localization for mobile wireless sensor networks. In R. Fuller and X. Koutsoukos, editors, Mobile Entity Localization and Tracking in GPS-less Environnments, volume 5801 of Lecture Notes in Computer Science, pages 235–254. Springer Berlin Heidelberg, 2009.

[5] N. Brax, E. Andonoff, M. Gleizes, and P. Glize. Mas4at : un sma auto-adaptatif pour le d´eclenchement d’alertes dans le cadre de la surveillance maritime. Revue d’Intelligence Artificielle (forthcoming), 2013.

[6] N. Brax, E. Andonoff, M. Gleizes, and P. Glize. Self-adapted aided decision-making: Ap- plication to maritime surveillance. In 5th International Conference on Agents and Artificial Intelligence, 2013.

[7] L. Cheng, C. Wu, Y. Zhang, H. Wu, M. Li, and C. Maple. A survey of localization in wireless sensor network. IJDSN, 2012, 2012.

[8] X. Cheng, A. Thaeler, G. Xue, and D. Chen. Tps: a time-based positioning scheme for outdoor wireless sensor networks. In INFOCOM 2004. Twenty-third AnnualJoint Confer- ence of the IEEE Computer and Communications Societies, volume 4, pages 2685–2696 vol.4, March 2004.

[9] D. Gay, P. Levis, R. von Behren, M. Welsh, E. Brewer, and D. Culler. The nesc language:

A holistic approach to networked embedded systems. In PLDI ’03: Proceedings of the ACM SIGPLAN 2003 conference on Programming language design and implementation, pages 1–11, New York, NY, USA, 2003. ACM.

[10] Genetlab. Sensenode technical specifications document v1.3b. 2008.

[11] O. G¨urcan, C. Bernon, K. S. T¨urker, J.-P. Mano, P. Glize, and O. Dikenelli. Simulating human single motor units using self-organizing agents. In Self-Adaptive and Self-Organizing Systems (SASO), 2012 IEEE Sixth International Conference on, pages 11 –20, sept. 2012.

[12] ¨O. G¨urcan, K. S. T¨urker, J.-P. Mano, C. Bernon, O. Dikenelli, and P. Glize. Mimicking hu- man neuronal pathways in silico: an emergent model on the effective connectivity. Journal of Computational Neuroscience, pages 1–23, 2013. 2013/07/04/online.

[13] ¨O. G¨urcan and K. S. Yildirim. Self-organizing time synchronization of wireless sensor net- works with adaptive value trackers. In Self-Adaptive and Self-Organizing Systems (SASO), 2013 IEEE Sixth Int. Conf. on, pages 91 –100, sept. 2013.

[14] S. Lemouzy, V. Camps, and P. Glize. Real time learning of behaviour features for per- sonalised interest assessment. In Y. Demazeau, F. Dignum, J. Corchado, and J. P´erez, editors, Advances in Practical Applications of Agents and Multiagent Systems, volume 70 of Advances in Soft Computing, pages 5–14. Springer Berlin / Heidelberg, 2010.

[15] S. Lemouzy, V. Camps, and P. Glize. Principles and properties of a mas learning algorithm:

A comparison with standard learning algorithms applied to implicit feedback assessment.

In Web Intelligence and Intelligent Agent Technology (WI-IAT), 2011 IEEE/WIC/ACM International Conference on, volume 2, pages 228–235, Aug 2011.

[16] P. Levis, S. Madden, J. Polastre, R. Szewczyk, K. Whitehouse, A. Woo, D. Gay, J. Hill, M. Welsh, E. Brewer, and D. Culler. Tinyos: An operating system for sensor networks. In in Ambient Intelligence. Springer Verlag, 2004.

[17] D. Moore, J. Leonard, D. Rus, and S. Teller. Robust distributed network localization with noisy range measurements. In Proceedings of the 2Nd International Conference on Embedded Networked Sensor Systems, SenSys ’04, pages 50–61, New York, NY, USA, 2004.

ACM.

[18] L. Pons, C. Bernon, and P. Glize. Scenario Control for (Serious) Games using Self- organizing Multi-Agent Systems (regular paper). In International Conference on Complex Systems (ICCS), Agadir, Morocco, 05/11/2012-06/11/2012, page (electronic medium), http://ieeexplore.ieee.org/, 2013. IEEExplore digital library.

[19] N. B. Priyantha. The cricket indoor location system. Technical report, 2005.

[20] A. Savvides, C.-C. Han, and M. B. Strivastava. Dynamic fine-grained localization in ad-hoc networks of sensors. In Proceedings of the 7th Annual International Conference on Mobile Computing and Networking, MobiCom ’01, pages 166–179, New York, NY, USA, 2001.

ACM.

[21] K. S. Yildirim and ¨O. G¨urcan. Efficient time synchronization in a wireless sensor network by adaptive value tracking. Wireless Communications, IEEE Tran. on, to appear.