Journal of Geomatics Science and Technology

fa طراحی و پیاده‌سازی یک سیستم راهنمای کاربر در فضای بسته با استفاده از واقعیت افزوده بافت‌آگاه Designing and Implementing a User Guide System in Indoor Spaces Using Context-aware Augmented Reality سامانه های اطلاعات مکانی GIS پژوهشي Research <div style="text-align: justify;">در سرویسهای مکانمبنا افزایش تعامل کاربر با محیط میتواند شناخت او از محیط را افزایش دهد. ترکیب این سرویسها با فناوری واقعیتافزوده  یکی از روشهایی است که این تعامل را افزایش میدهد. چراکه فناوری واقعیتافزوده عناصر مجازی مانند اطلاعات متنی، گرافیکی و غیره را با دنیای واقعی ادغام میکند و  اشیاء مختلف از دنیای واقعی را با اطلاعات مجازی متناظر آن برای کاربر نمایش میدهد. اما استفاده از این فناوری در سرویسهای مکانمبنا، میتواند مشکلاتی به همراه داشته باشد. برای نمونه، با افزایش حجم اطلاعات از محیط پیرامون، نمایش آن در صفحه نمایش دستگاه همراه با اندازههای محدود، باعث ناخوانایی میشود و سودمندی این اطلاعات را کاهش میدهد. یکی دیگر از مشکلات استفاده از واقعیتافزوده، یکنواختی اطلاعاتی است که به کاربر نشان داده می‌شود. یعنی با تغییر شرایط محیطی کاربر ممکن است اطلاعات تغییر کنند، اما اطلاعات نمایشی ثابت میماند. در تحقیق حاضر برای غلبه بر مشکلات ذکر شده، از ترکیب واقعیت‌افزوده و بافت‌آگاهی استفاده شده است. بافت‌آگاهی، محیط و تغییرات محیطی کاربر را در نظر گرفته و رفتار سیستم را مطابق با آن تغییر می‌دهد.  سیستم پیشنهاد شده در این تحقیق با بهرهگیری از بافتهای فاصله، دوران، زمان و تفکیکپذیری کاربر را در یک فضای بسته راهنمایی می‌کند. نمونه اولیه این سیستم در طبقه ‌سوم دانشکده نقشهبرداری دانشگاه صنعتی خواجه نصیرالدین طوسی و در بستر اندروید پیادهسازی شده است. برای موقعیتیابی در فضای بسته از روش پیمایش پیادهرو و حسگرهای شتابسنج، ژیروسکوپ و مغناطیسسنج استفاده شده است.</div> برای ارزیابی کارایی سیستم، یک تست کارایی انجام شده است. در این تست در هر اجرا توسط کاربران مختلف، میزان مصرف حافظه دسترسی تصادفی و واحد پردازش مرکزی، در دو حالت بافت‌آگاه و غیربافت‌آگاه اندازه‌گیری شده است. نتایج حاصل از این تست نشان می‌دهد سرویس بافت‌آگاه، حافظه دسترسی تصادفی دستگاه همراه را به میزان 67/37 درصد و واحد مرکزی پردازش دستگاه همراه را 83/1 درصد کمتر نسبت به سرویس غیربافت‌آگاه، اشغال کرده است. علاوه بر این نحوه‌ی اجرای برنامه توسط کاربرهای مختلف، با طرح پرسش‌هایی راجع‌به رابط کاربری سرویس، عملکرد سرویس بافت‌آگاه و عملکرد سرویس غیر بافت‌آگاه، ارزیابی شده است. نتایج نشان می‌دهد، کاربران از عملکرد سیستم بافت‌آگاه رضایت دارند. <div style="text-align: justify;">In location-based services, increasing the user's interaction with the surrounding environment can increase their knowledge of that environment. Combining these services with Augmented Reality technology is one of the ways to increase this interaction.</div> <pre style="text-align: justify;"> Augmented Reality combines virtual elements such as textual information, graphics, etc. with the real world and displays various objects from the real world with their corresponding virtual information to the user.</pre> <pre style="text-align: justify;"> However, using this technology in location-based services can cause problems. For example, by increasing the volume of textual and graphical information from the surrounding environment, displaying this information on the mobile device's screen with limited sizes, causes illegibility and reduces the usefulness of the information.</pre> <pre style="text-align: justify;"> Another problem with using Augmented Reality is the uniformity of the displayed information. That means, by changing the user's environmental conditions the information may change, but the displayed information through a non-context-aware system remains the same and does not change dynamically.</pre> <pre style="text-align: justify;"> In this research to overcome the problems mentioned above, a combination of Augmented Reality technology and Context-awareness has been used. Context-awareness considers the user's environment and its changes and modifies the system's behavior accordingly.</pre> <pre style="text-align: justify;"> To modeling the proposed system, first, we identified the effective contexts. We utilized four properties as context to guides the user in an indoor space; the distance between the user and possible target locations, rotation of the mobile device, the time that the user is using the application, and resolution. We used the Bounding Box concept to infer the resolution context.</pre> <pre style="text-align: justify;"> We then collected the required data to calculate the mentioned contexts. To find the user's position and calculating distance context, we used the Pedestrian Dead Reckoning (PDR) method. This method has less dependency on the environment and its infrastructures rather than other positioning methods like positioning using Wi-Fi and Bluetooth Low Energy (BLE) sensors. PDR uses the smartphone's IMU sensors to finding the user's orientation and detecting his/her steps. In this research, we used Accelerometer, Gyroscope, and Magnetometer sensors. Magnetometer sensors are mostly affected by surrounding iron objects. So we calibrated this sensor by applying soft-iron and hard-iron calibrations. Also, we applied moving average low pass filter to regulating accelerometer raw data. Time and rotation of device collected from device clock and IMU respectively.</pre> <pre style="text-align: justify;"> After calculating the contexts, to displaying appropriate information according to the user's context, we define different Levels of Detail.</pre> <pre> This system is implemented on the 3rd floor of the Geomatics faculty at K.N. Toosi University and developed on the Android platform with Java programming language. A performance test was carried out to evaluate the performance of the system. In each application run by different users, we collected Random Access Memory(RAM) and Central Processing Unit(CPU) usage for context-aware and non-context-aware systems. The results of the performance test showed that the average RAM and CPU usage in the context-aware system respectively 37.81% and 1.83% are less than non-context aware. Also, we used a questioner and asked ten users to evaluate the system’s UI, the performance of the context-aware system, and the non-context-aware system. The results showed that users have significant satisfaction in the performance of the context-aware system.</pre> واقعیت افزوده بافت آگاه, موقعیت‌یابی در فضای بسته, پیمایش پیاده‌رو Context-aware Augmented Reality, Context Aware System, Indoor Positioning, Pedestrian Deadreckoning (PDR) 111 133 http://jgst.issgeac.ir/browse.php?a_code=A-10-30-2&slc_lang=fa&sid=1 M. R. Malek محمدرضا ملک mrmalek@kntu.ac.ir 10031947532846007308 10031947532846007308 Yes K.N.Toosi Univ. od Technology دانشگاه خواجه نصیرالدین طوسی N. Asadi نیما اسدی nimaasadi29@gmail.com 10031947532846007309 10031947532846007309 No K.N.Toosi Univ. od Technology دانشگاه خواجه نصیرالدین طوسی