اطلاعیه

Collapse
هیچ اطلاعیه ای هنوز ایجاد نشده است .

Wifislam دقیقا چیست و چرا اپل آن را بدست آورد؟

Collapse
X
 
  • فیلتر
  • زمان
  • نمایش
پاک کردن همه
new posts

  • [ بررسی ویژه ] Wifislam دقیقا چیست و چرا اپل آن را بدست آورد؟




    در روزهای گذشته، خبری منتشر گردید که اپل شرکت WifiSLAM که به قیمت 20 میلیون دلار خرید، از آنجا که این کمپانی وبسایت خود را از دسترس خارج کرده است و اپل در حال جمع آوری اطلاعات این کمپانی است و هنوز دقیقاً برنامه های آینده خود را اعلام نکرده است، اما بر اساس گمانه زنیها میتوان حدس زد که اپل به دنبال چیست.
    به لطف یک ویدیو از جزییات دقیق WIFISLAM, ما در حال حاضر اطلاعات بیشتر و دقیق تری درباره این فناوری که اطلاعات را در مکانهای سرپوشیده ارایه میدهد، در اختیار داریم.
    اپل، اطلاعاتی را در مکانهای trilateration و سرپوشیده مبنی بر اینکه سیگنالهای cellular و wifi در بعضی مواقع قادر هستند دیتا دریافت کنند، جمع اوری نموده است. شما به یاد دارید که در سال ۲۰۱۱ مکانهای کوری بود که شرکت اپل، گوگل و دیگر شرکتها برای ردیابی کاربران و بهبود شبکه از Wifi hotspot و برج های سلولی (Cell Towers) استفاده مینمودند. که در پایان، شرکت های زیادی به نوبه خود در حال تلاش برای جمع آوری دیتا برای این مورد بودند، در واقع افراد ناشناس و ناشناخته فقط در خارج از فروشگاه و مکانهای سرپوشیده در دسترس بودند.



    اما کسانیکه تا به امروز از روشهای درست trilateration استفاده مینمایند، در حقیقت دقت و سرعت GPS را در مکانها تقویت نموده اند، اینجاست که WIFISLAM وارد میشود. این سیستم با استفاده از فناوریهای انگشت شماری از جمله سیگنالهای Wifi و GPS , به راحتی موقعیت ها و نقشه ها حتی در زمانیکه در یک مکان سرپوشیده مثل خانه هستید ردیابی میکند.
    جیسون هوانگ (Jason Huang)، کارورز سابق گوگل، از نقاط ضعف و قوت GPS و اینکه چطور میتوان آن را با سیستم های دیگر تکمیل کرد، میگوید.




    هوانگ اشاره میکند که دقت معمولی یک GPS در بهترین حالت ۱۰ متر است، این بدین معنی است که هنگام سفرهای جاده ای، زیر سقف ماشین چیزی نیست، اما با احتساب ۱۰ متر به صورت عمودی، عملا بطور متوسط در یک ساختمانی که اختلاف طبقات بیش از ۶ طبقه باشد، دیگر کارایی ندارد.

    WiFiSLAM با ترکیبی از روشهای مختلف، بهترین راه برای سیستم های ناوبری در مکانهای سرپوشیده است، wifi و برجهای سلولی trilateration، در داخل خانه کار نمیکند، در عوض سیگنالهای wifi میتواند توسط هر دستگاه اندازه گیری، برای بدست آوردن تقریبی موقعیت مکانی، مورد استفاده قرار گرفته شود. برای بدست آوردن مکان یابی دقیق، هر چند شما از WiFi fingerprinting یا انگشت نگاری وای فای استفاده میکنید تا بفهمید چه سازه یا موادی را در مکان خاص را سیگنالهای wifi اسکن میکنند، WiFiSLAM میتواند مشخصات خیلی دقیقی برای دادن مختصات نقشه را در اختیار شما بگذارد.
    هوانگ میگوید: هدف از WiFiSLAM و آنچه که در نرم افزار توسعه SDK آن است، این است که: تلاش کنید مکانهای سرپوشیده را در اختیار کسانی قرار بدهید که ممکن است بخواهند آن را امتحان کنند.



    شما باید در حدود ۹۰ ثانیه بتوانید از نقشه عکس بگیرید و در هر نقطه از مکانی که قدم میزنید، اطلاعات را برای سرور ارسال کنید، این فرایند با استفاده از هر Hotspot میباشد که در پاسخ به درخواست کاربر انجام میشود. مکانهایی که شامل نقاط مخفی یا Hotspot محافظت شده با رمز عبور میباشند، میتوانید فقط از قدرت سیگنال استفاده کنید.

    ادامه در پست بعدی...!

  • #2
    به نظر شما مخفف SLAM چیست؟ کوتاه شده ی عبارت Simultaneous Localization and Mapping که به معنی تعیین مکان و نقشه برداری همزمان است. این شامل روش WiFiSLAM در جمع آوری اطلاعات تعیین مکان و نقشه برداری بدون ثبت هیچ گونه داده ای و با اتکای بیش تر به روش های سنتی است. برای انجام این کار، آن ها "خط سِیر" هایی که از سنسور های روی تلفن (شامل شتاب سنج، ژیروسکوپ و مگنومتر-مغناطیس سنج- ) به جا می ماند را ثبت می کنند.


    رنگ سبز در تصویر بالا، نشان دهنده ی خط سِیر های خام و اولیه است که تنها با استفاده از سنسور های اینرسیایی (اینرسی: مفهوم قانون اول نیوتون) به دست آمده اند. این سنسور ها، همان سنسور های ذکر شده در بالا هستند. رنگ آبی نیز نشان گر SLAM است. اگر شما به اندازه ی کافی از این "خط سِیر" ها ثبت کرده باشید (توجه کنید که لازم نیست که فقط یک شخص باشد، که این یک اصل مهم است) و آن ها را با اطلاعات WiFi در کنار هم قرار دهید، آن گاه قادرید شروع به ساخت نقشه های داخلی دقیق تر کنید.

    برای جمع کردن داده ها، شما مسیر های رفت و آمد کاربران (به صورت ناشناس) را ردیابی کرده و یک پایگاه داده ی بزرگ از مسیر ها و نقشه ها ی داخل ساختمان ایجاد می کنید.

    آقای Huang می گوید: "دانش رایج این است که سنسور های تلفن های هوشمند، ارزان هستند و به همین خاطر شما قادر به استخراج داده های مفید از آن ها نیستید."


    برای نشان دادن این موضوع، تصویری که در بالا مشاهده می کنید حاصل استفاده از نرم افزار GPS است. قسمت بالا مسیر واقعی و قسمت پایین، یک مسیر ضبط شده با استفاده از سنسور تلفن همراه است. شما می توانید ببینید که تفاوت بین آن ها چقدر است. سنسور ها به اندازه ی کافی دقیق نیستند و محدودیت های بسیاری برای هر کدام از آن ها برای ارائه ی مشخصات مکانی دقیق به کاربر وجود دارد.

    اما اینجاست که تکنولوژی WiFiSLAM جالب می شود. آن ها از شناخت الگویی و یادگیری ماشینی برای رسم همبستگی و ارتباط بین داده های جمع آوری شده از تمام سنسور های یک گوشی (نه فقط یکی) و ادغام آن ها با داده های استخراجی WiFi برای ساخت نقشه های داخلی بسیار دقیق، استفاده می کنند.


    هر قدمی که شما بر می دارید، به عنان مثال، یک سنسور ژیروسکوپ در دستگاه شما (اگر داشته باشید) می تواند یک ضربه را ثبت کند. این کار باعث ایجاد یک نمودار از قدم های برداشته شده توسط کاربر می شود که در نگاه اول ممکن است نسبتاً بی فایده به نظر برسد. سنسور های دیگر نیز به واسطه ی نحوه ی ساخت و کاربردشان، محدودیت هایی دارند. مثلاً سنسور شتاب سنج قادر به اندازه گیری زاویه نیست و فقط سرعت خطی را می تواند بسنجد.


    آقای Huang توضیح داد: "اما مردم تلفن های همراه خود را در جلوی خود نگه می دارند، و هنگامی که شما بدن خود را بر می گردانید، شما شتاب گریز از مرکز پیدا می کنید." این موضوع به WiFiSLAM اجازه می دهد که ناهنجاری ها را در شتاب ردیابی کنند که با اطلاعات گام های ثبت شده توسط ژیروسکوپ برای تعیین زمان برگشتن و دور زدن افراد ادغام می شود. WiFiSLAM در حقیقت، کار کافی با سیستم شناخت الگویی خود انجام داده است تا قادر به تکثیر کیفیت مطالعاتی که شما آن را با یک ژیروسکوپ و فقط با استفاده از شتاب سنج ها به دست می آورید، باشد.

    آقای Huang می گوید: "و اگر شما هر دوی آن سنسورها را بر روی گوشی خود دارید، واقعاً قادرید که کار های بسیار جالبی انجام دهید."

    فناوری های دیگری نیز توسط WiFiSLAM در حال توسعه هستند که شامل "زمان بندی بسته" که به منظور دریافت فاصله ی دقیق از hotspot ها است (فناوری TDOA). آن ها همچنین در حال کار بر روی فناوری ای هستند که با استفاده از تشخیص چهره همراه با مطالعات روان شناختی "گرفتن یک تصمیم"، برای پیش بینی مسیر هایی که شما در یک ساختمان انتخاب می کنید، کمک می کنند.


    در تصویر بالا، شاهد استفاده از مگنتومتر ها برای تعیین کردن فضا های مغناطیسی در سراسر ساختمان هستیم. اگر چه برای فضای خارج ضعیف عمل می کند، اما در مکان های داخلی عملکر بسیار خوبی دارد. به گفته ی آقای Huang، فضا های مغناطیسی همانند WiFi، هنگامی که برای سنجش در فضای سرپوشیده به کار گرفته می شوند، تغییرات و جزئیات بسیاری را در بر می گیرند.

    البته در اینجا لازم به ذکر است که iPhone 5 و iPhone 4S دارای سنسور های ژیروسکوپ، مگنتومتر و شتاب سنج هستند.


    در واقع WiFiSLAM یک برنامه به نام Footprint.io برای اثبات مفهوم فناوری خود تولید کرده است که از شتاب سنج برای مسیر یابی در فضا های داخلی بهره می برد. این برنامه در فروشگاه Google Play منتشر شد و آخرین به روز رسانی آن در ژانویه بود اما از آن زمان به بعد، حذف شده است.

    آن ها همچنین به دنبال مناطق دیگری هستند که با دستگاه های دوربین محور مانند Google Glass به خوبی کار می کنند. این عرصه های بینایی کامپیوتری هنوز نوپا هستند اما پتانسیل شگفت انگیزی برای توسعه و پیشرفت دارند. به کار بردن یک feed ویدیویی هنگامی که در حال راه رفتن در یک ساختمان هستید، دستگاه پیکسل های روی صفحه را ردیابی می کند تا پیچ های موجود در مسیر را شناسایی کرده و مراحل کار را پیشرفت می دهد. همچنین یک سیستم تطبیق تصویری از بافت ها و جزئیات معماری سراسر یک شهر جهت شناسایی آن شهر وجود دارد که به نوبه ی خود، واقعاً خیره کننده است.

    اما دور از ذهن نیست که بگوییم روش های ردیابی داخلی که WiFiSLAM در حال توسعه ی آن ها بوده است، اولین گزینه ی مورد علاقه ی اپل برای این موضوع است. واضح است که در برخی مواقع، این روش ناچار است از راه هایی مانند مثلث سازی بر پایه ی WiFi و برج های آنتن تلفن همراه برای ساخت خدمات ترافیکی خود استفاده کند.

    اپل از سال 2009 و به صورت کاملاً مخفیانه در حال ساخت راه حلی برای نقشه هایش بوده است. این امر مربوط به زمانی است که اپل شرکت کوچک اما خلاق Placebase را به دست آورد و تیم GEO خودش را راه اندازی کرد. پس از آن، اپل خرید های کوچکی را در حوزه ی نقشه برداری ادامه داده است؛ شرکت Poly9 (که رقیبی برای Google Earth به شمار می آمد و حتی در آن زمان شایع شد که اپل قصد ایجاد برنامه ای با نام Apple Earth را دارد) را در جولای 2010 و شرکت نقشه برداری سه بعدی C3 Technologies را در سال جاری تصاحب کرد. در طی سرویس ردیابی مکان brouhaha در سال 2011، اپل خاطر نشان کرد که این سیستم اطلاعات را به صورت ناشناس برای "سرویس ترافیکی بهبود یافته" جمع آوری می کند. اپل این سرویس را همراه با نرم افزار Maps خود در iOS 6 رونمایی کرد.

    از آن زمان به بعد، نرم افزار Maps بازخورد های منفی زیادی به خاطر داشتن پایگاه داده های نا مناسب از مکان ها داشته است. اپل با ارائه دهندگان داده ها، تیم هایی از کارمندان فروشگاه های خود برای بهبود نتایج و دیگر منابع مانند دکمه ی "report a problom" در نرم افزار Maps برای افزایش سرعت دقت بخشیدن به نقشه هایش استفاده کرده است. اما نقشه برداری مکان های سرپوشیده، در حالی که قطعاً مناطق دیگری وجود دارد که در آن ها اپل هنوز از شرکت های دیگری مانند گوگل عقب است، هنوز جای زیادی برای تاخت و تاز وجود دارد.

    اگر اپل قصد داشت فناوری هایی مانند WiFiSLAM را به iPhone بیاورد، به سرعت از طریق ارتشی از هواپیما های کوچک بدون سرنشین به دست می آمد. هر شخصی که درون یک ساختمان یک iPhone را با خود حمل می کرد، می توانست به عنوان قسمتی از نقشه برداری مستقل آن مکان در نظر گرفته شود. آیا هرگز تلفن همراهتان در جلوی شما پیاده روی کند؟ بله، هر شخصی، هر شخصی در یک مکانی این کار را انجام می دهد. تصور کنید که سنسور های درون تلفن همراه قدم ها و پیچیدن های شما را اندازهگیری می کردند و آن را با صد ها مسیر دیگر تطبیق می دادند تا آن ساختمان را هنگامی که شما این کار را انجام می دهید، نقشه برداری کنند.

    WiFiSLAM فناوری اش را مدیون بسیاری بود. اما ادغام منحصر به فردش از شیوه های موجود با سیستم یادگیری ماشینی و اهرم سنسور، به نظر توجه تیم M & A اپل را جلب کرده است. یک شرکت کوچک بدون روابط قوی و یا یک پلتفرم بازی، مشخصاً افراد درخشان و نخبه ای را برای ارتقا دادن یک فناوری خاص دور گرد هم جمع می کند.

    اما هنگام صحبت کردن در مورد مکان، فقط موضوع نقشه برداری مطرح نیست. مکان دقیق تر به معنی برنامه ی دقیق تری که بر روی دستگاه هست، می باشد. اضافه کردن دقت به مکان یابی در محل های سرپوشیده به iPhone تنها به اپل کمک نمی کند، بلکه هر توسعه دهنده و در نهایت هر کاربری را خشنود خواهد کرد.

    در حال حاضر، تنها باید منتظر ماند و دید که اپل چگونه این فناوری را به کار می گیرد و آیا به دقت مکان یابی در نرم افزار Maps کمک خواهد کرد.



    منبع:





    The Next Web

    لطفا منبع خبر حفظ شود

    نظر

    صبر کنید ..
    X