Tuesday, May 7, 2013
New maintenance release is out
After the recent release of the version 1.0.13 with several bugfixes, new maintenance version 1.0.14 is released today. It contains minor improvements, for example, in svg-images SVG Length units are supported, and a tricky situation is handled, when, on some devices, OS unloads all backstack activities regardless to the fact that the application is foreground at the moment.
Выпущена очередная версия с исправлениями
Вслед за недавней версией 1.0.13 с несколькими исправлениями ошибок, сегодня была выпущена версия 1.0.14 с дополнительными улучшениями, которые, впрочем, незначительны. В частности, в svg-изображениях добавлена поддержка единиц измерения SVG Length и обработана ситуация, возникающая на некоторых устройствах, где система выгружает часть активностей приложения в то время, как оно остается активным.
Wednesday, December 26, 2012
Вышла версия WiFiLine 1.0.12
Сегодня новости будут краткими. Я рад сообщить о выходе новой версии WiFiLine 1.0.12. В ней нет никаких новшеств, зато она содержит несколько исправлений ошибок. Я надеюсь это сделает опыт работы с программой заметно лучше.
С Новым Годом и Рождеством!
С Новым Годом и Рождеством!
Tuesday, December 25, 2012
WiFiLine 1.0.12 is released
Today's news are short. I'm glad to announce the release of the next WiFiLine version 1.0.12. It's a maintenance release - it does not contain new features, but comprises several bugfixes. I hope end users will have a better experience with WiFiLine from now on.
Happy New Year and Merry Christmas!
Happy New Year and Merry Christmas!
Friday, December 7, 2012
On Earth's magnetic field in navigation indoors
Today I'm posting a little piece of news regarding some research I've conducted recently to find out if it's possible to make use of Earth's magnetic field for the indoor navigation task.
According to some sources magnetic field structure is unique in every point and could be used to identify location. Despite Earth's natural magnetic field is slowly changing, its pattern remains similar at the same place, if - and this is a big if - some artificial electromagnetic sources around do not interfere (such as switched on and off microwave oven, for example).
It would be great to have a permanent "reference signal" instead of WiFi hotspots. This would allow for navigation even in places where WiFi coverage is low.
There are even reports about existing such an application for Android, though the app is experimental and not available for public testing.
So, I decided to test this approach. To write it shortly, the result is negative, at least so far.
Currently available magnetic sensors of mobile devices produce in the same physical point too different measurements, if taken at separated moments. A couple of minutes is sufficient for measurements to change in a factor of 1.5 in the same axis.
Apart from instability of overall magnetic field value, another difficulty arises from the fact that mobile's changing orientation in space adds uncertainty in measurements, because 3 magnetic sensors that laid in 3 dimensions, do not work the same. For example, if you take a value 15 micro-Tesla along X axe of a mobile, then rotate it on 90 degrees and measure the same physical direction along Y axe, you'll never get similar values. This means that every device requires some sort of calibration before measurements of magnetic field from all 3 sensors can be used. Alternatively, we could leave amplitude only, but this dimension reduction (from 3 to 1) makes the resulting information insufficient for unique location estimation.
If a hypothetical application driven by magnetic field does exist, it should have been using a know-how, adding the most of the value to the whole approach. In other words, there is a great field for further research.
If you have an idea, please let me know.
According to some sources magnetic field structure is unique in every point and could be used to identify location. Despite Earth's natural magnetic field is slowly changing, its pattern remains similar at the same place, if - and this is a big if - some artificial electromagnetic sources around do not interfere (such as switched on and off microwave oven, for example).
It would be great to have a permanent "reference signal" instead of WiFi hotspots. This would allow for navigation even in places where WiFi coverage is low.
There are even reports about existing such an application for Android, though the app is experimental and not available for public testing.
So, I decided to test this approach. To write it shortly, the result is negative, at least so far.
Currently available magnetic sensors of mobile devices produce in the same physical point too different measurements, if taken at separated moments. A couple of minutes is sufficient for measurements to change in a factor of 1.5 in the same axis.
Apart from instability of overall magnetic field value, another difficulty arises from the fact that mobile's changing orientation in space adds uncertainty in measurements, because 3 magnetic sensors that laid in 3 dimensions, do not work the same. For example, if you take a value 15 micro-Tesla along X axe of a mobile, then rotate it on 90 degrees and measure the same physical direction along Y axe, you'll never get similar values. This means that every device requires some sort of calibration before measurements of magnetic field from all 3 sensors can be used. Alternatively, we could leave amplitude only, but this dimension reduction (from 3 to 1) makes the resulting information insufficient for unique location estimation.
If a hypothetical application driven by magnetic field does exist, it should have been using a know-how, adding the most of the value to the whole approach. In other words, there is a great field for further research.
If you have an idea, please let me know.
Использование магнитного поля Земли в навигации внутри помещений
Тема сегодняшней публикации - некоторые новости об исследовании, которое я недавно провел с целью выяснить, можно ли использовать магнитное поле Земли в навигации внутри помещений.
Есть информация, что магнитное поле имеет в каждой точке достаточно уникальную структуру, чтобы применить это для идентификации места. Несмотря на то, что природное поле Земли постоянно меняется, происходит это медленно, и общий рисунок мог бы считаться постоянным достаточно долго, если бы - и это большое если бы - можно было отгородиться от случайных помех бытовых электроприборов (например таких, как изменения поля при включенной или выключенной микроволновой печке поблизости).
Было бы здорово иметь вездесущий "опорный сигнал" вместо WiFi-точек доступа. Это позволило бы осуществлять навигацию во всех местах, включая и те, где плохое покрытие сетью WiFi.
Проходили сообщения об уже существующем подобном приложении для Андроид, хотя само приложение явно экспериментальное и недоступно широкой публике.
Я решил проверить данный подход. Если кратко, то результаты отрицательные, по крайней мере пока.
Доступные в настоящее время сенсоры магнитного поля в мобильных устройствах показывают в одних и тех точках слишком разные измерения, если делать их с разнесением по времени. Пары минут достаточно, чтобы величина измерений изменилась раза в 1.5 (в одном и том же направлении).
Помимо этой нестабильности самого магнитного поля возникает еще одна сложность, связанная с тем, что изменение ориентации мобильного устройства в пространстве приводит к тому, что 3 сенсора, размещенные в трех взаимно-перпендикулярных осях, по-разному участвуют в процессе. Например, если вы сняли показание 15 микро-Тесла по оси X устройства, повернули его на 90 градусов и измеряете то же самое направление, но уже по оси Y, вы никогда не получите одинаковые значения. Это значит, что требуется некая калибровка каждого устройства, прежде чем магнитные сенсоры могут использоваться. В качестве альтернативы можно было бы оставлять только амплитуду поля, но такое снижение размерности с 3 до 1 дает слишком мало информации для составления уникальной магнитной картины каждой точки.
Если гипотетическое приложение, обеспечивающее навигацию по магнитному полю, действительно существует, оно должно использовать какую-то дополнительную технологию, которая привносит большую часть успеха. Другими словами, остается большой простор для дальнейших исследований.
Если у вас есть идея, дайте знать.
Есть информация, что магнитное поле имеет в каждой точке достаточно уникальную структуру, чтобы применить это для идентификации места. Несмотря на то, что природное поле Земли постоянно меняется, происходит это медленно, и общий рисунок мог бы считаться постоянным достаточно долго, если бы - и это большое если бы - можно было отгородиться от случайных помех бытовых электроприборов (например таких, как изменения поля при включенной или выключенной микроволновой печке поблизости).
Было бы здорово иметь вездесущий "опорный сигнал" вместо WiFi-точек доступа. Это позволило бы осуществлять навигацию во всех местах, включая и те, где плохое покрытие сетью WiFi.
Проходили сообщения об уже существующем подобном приложении для Андроид, хотя само приложение явно экспериментальное и недоступно широкой публике.
Я решил проверить данный подход. Если кратко, то результаты отрицательные, по крайней мере пока.
Доступные в настоящее время сенсоры магнитного поля в мобильных устройствах показывают в одних и тех точках слишком разные измерения, если делать их с разнесением по времени. Пары минут достаточно, чтобы величина измерений изменилась раза в 1.5 (в одном и том же направлении).
Помимо этой нестабильности самого магнитного поля возникает еще одна сложность, связанная с тем, что изменение ориентации мобильного устройства в пространстве приводит к тому, что 3 сенсора, размещенные в трех взаимно-перпендикулярных осях, по-разному участвуют в процессе. Например, если вы сняли показание 15 микро-Тесла по оси X устройства, повернули его на 90 градусов и измеряете то же самое направление, но уже по оси Y, вы никогда не получите одинаковые значения. Это значит, что требуется некая калибровка каждого устройства, прежде чем магнитные сенсоры могут использоваться. В качестве альтернативы можно было бы оставлять только амплитуду поля, но такое снижение размерности с 3 до 1 дает слишком мало информации для составления уникальной магнитной картины каждой точки.
Если гипотетическое приложение, обеспечивающее навигацию по магнитному полю, действительно существует, оно должно использовать какую-то дополнительную технологию, которая привносит большую часть успеха. Другими словами, остается большой простор для дальнейших исследований.
Если у вас есть идея, дайте знать.
Saturday, November 10, 2012
Выпущена версия WiFiLine 1.0.11
Я рад сообщить, что выпущена версия WiFiLine 1.0.11. Единственное важное новшество - алгоритм позиционирования на основе нейронных сетей.
Если Вы мало что знаете о нейронных сетях, то в двух словах - это универсальный обработчик данных, прекрасно справляющийся и с задачами навигации.
Важно отметить, что нейронные сети должны быть обучены прежде чем они смогут решать возложенные на них задачи, в частности определять местоположение. Обучение производится только однажды для каждой карты, и после того как обученная сеть сохранена, она без всякого внешнего проявления и вмешательства пользователя применяется в навигации. В будущем планируется все новые карты комплектовать уже обученными нейронными сетями, но в данный момент они должны обучаться на устройстве пользователя по мере необходимости.
Для того чтобы включить новый режим, нужно открыть диалог Настроек и выбрать из списка Алгоритм позиционирования пункт Нейронная сеть.
Если после этого нажать OK, приложение запросит подтверждение на начало обучения. Этот процесс может занять некоторое время, в зависимости от объема WiFi-данных в текущей карте.
Во время этого процесса приложение выводит диалог прогресса с информацией о текущей фазе и номере цикла внутри фазы. Количество фаз всего 2, но количество циклов может существенно меняться. Максимум - 1000, но обычно обучение требует гораздо меньшего числа. По времени это - несколько секунд.
После того как сеть обучена, диалог прогресса удаляется и показывается всплывающее уведомление "Готово". Теперь можно определять текущее положение точно таким же образом, как это делается при любом другом выбранном алгоритме.
Для обучения нейронной сети требуется достаточное количество WiFi-данных в карте, поэтому накладываются следующие ограничения: в карте должно быть минимум 30 точек измерения и 3 точки доступа. Если данных меньше, сеть не будет использоваться.
Если вернуться в диалог Настроек и выбрать другой алгоритм позиционирования, приложение спросит, нужно ли удалить существующую нейронную сеть. Обычно следует отвечать "Нет", что сохранит сеть, и в следующий раз, когда она будет включена, её не потребуется обучать снова.
Единственная причина, по которой может потребоваться удалить сеть, это желание её обучить заново. Это имеет смысл в редких случаях, когда поведение сети не достаточно хорошо. Каждый раз при обучении сети формируется абсолютно новый экземпляр, отличный от всех предыдущих. Они должны работать одинаково (в теории), но могут изредка деградировать (на практике). Причины этого описываются в следующем параграфе, адресованном людям, которые знакомы с нейронными сетями чуть лучше обычных пользователей.
Как Вы знаете, нейронные сети имеют огромное количество настраиваемых параметров - число входов, конфигурация и размер сети, скорость обучения, предобработка данных и т.д. Все эти сложности скрыты здесь от пользователей, но за счет того, что параметры подстраиваются автоматически на основе некоторых практических соображений. К сожалению, такая "автоматизация" накладывает ограничения на общую гибкость нейросетевого подхода. Таким образом, могут встретиться случаи с такими WiFi-измерениями, которые создадут трудности для конкретной нейронной сети.
Теперь WiFiLine имеет 4 алгоритма позиционирования, и чуть позже я возможно сравню их более подробно.
Важно отметить, что нейронные сети должны быть обучены прежде чем они смогут решать возложенные на них задачи, в частности определять местоположение. Обучение производится только однажды для каждой карты, и после того как обученная сеть сохранена, она без всякого внешнего проявления и вмешательства пользователя применяется в навигации. В будущем планируется все новые карты комплектовать уже обученными нейронными сетями, но в данный момент они должны обучаться на устройстве пользователя по мере необходимости.
Для того чтобы включить новый режим, нужно открыть диалог Настроек и выбрать из списка Алгоритм позиционирования пункт Нейронная сеть.
Во время этого процесса приложение выводит диалог прогресса с информацией о текущей фазе и номере цикла внутри фазы. Количество фаз всего 2, но количество циклов может существенно меняться. Максимум - 1000, но обычно обучение требует гораздо меньшего числа. По времени это - несколько секунд.
После того как сеть обучена, диалог прогресса удаляется и показывается всплывающее уведомление "Готово". Теперь можно определять текущее положение точно таким же образом, как это делается при любом другом выбранном алгоритме.
Если вернуться в диалог Настроек и выбрать другой алгоритм позиционирования, приложение спросит, нужно ли удалить существующую нейронную сеть. Обычно следует отвечать "Нет", что сохранит сеть, и в следующий раз, когда она будет включена, её не потребуется обучать снова.
Единственная причина, по которой может потребоваться удалить сеть, это желание её обучить заново. Это имеет смысл в редких случаях, когда поведение сети не достаточно хорошо. Каждый раз при обучении сети формируется абсолютно новый экземпляр, отличный от всех предыдущих. Они должны работать одинаково (в теории), но могут изредка деградировать (на практике). Причины этого описываются в следующем параграфе, адресованном людям, которые знакомы с нейронными сетями чуть лучше обычных пользователей.
Как Вы знаете, нейронные сети имеют огромное количество настраиваемых параметров - число входов, конфигурация и размер сети, скорость обучения, предобработка данных и т.д. Все эти сложности скрыты здесь от пользователей, но за счет того, что параметры подстраиваются автоматически на основе некоторых практических соображений. К сожалению, такая "автоматизация" накладывает ограничения на общую гибкость нейросетевого подхода. Таким образом, могут встретиться случаи с такими WiFi-измерениями, которые создадут трудности для конкретной нейронной сети.
Теперь WiFiLine имеет 4 алгоритма позиционирования, и чуть позже я возможно сравню их более подробно.
Subscribe to:
Posts (Atom)