Zrealizowane Prace
Zakres wykonanych prac
1. We wrześniu 2019r zakończono realizację etapu I projektu, którego celem było opracowanie założeń i rekomendacji do najistotniejszego modułu systemu obsługi turysty jakim jest moduł śledząco-monitorujący (MŚM). W ramach etapu zrealizowano wszystkie zaplanowane zadania, których zakres obejmował dobór technologii śledzenia/monitorowania pod kątem niezawodności, dokładności, transparentności, akceptowalności oraz kosztów budowy i utrzymania.Na podstawie zrealizowanych prac stwierdzono, że osiągnięto 6 etap gotowości technologicznej, gdyż dokonano demonstracji oraz przebadano model podsystemu w symulowanych warunkach operacyjnych, zbliżonych do rzeczywistych. Stwierdzono, że wszystkie KM zostały spełnione, co dało podstawy do kontynuacji prac B+R. W stosunku do poczynionych założeń, w systemie docelowym skupiono się na rozwiązaniu BLE, zamiast pierwotnie zakładanego RFID z uwagi na wyraźnie niższy koszt rozwiązania. Odrzucono też metody śledzenia wizualnego (identyfikacja biometryczna), głownie z powodu złożoności technicznej a także niskiej akceptowalności rozwiązań przez ankietowanych.
a) Sporządzono projekt architektury modułu MŚM zdolnego do generowania strukturalnych danych o stanie produktu turystycznego. Zgodnie z założeniami prototypowa implementacja realizowana w wariancie laboratoryjnym posiadała zdolność określania obciążenia turystycznego z błędem nie większym niż 10%, śledzenia co najmniej 80% turystów, przy stopniu akceptowalności na poziomie co najmniej 80% potencjalnych turystów. Koszty implementacji modułu nie powinny przekroczyć 200 000 PLN dla parku obsługującego 200 000 turystów rocznie.
1. W październiku 2019r ukończono realizację etapu II projektu, którego celem był dobór algorytmów przetwarzania i eksploracji danych na potrzeby realizacji modułu analitycznego „Cybermatryca”. Realizacja etapu istotnie przyczyniła się do postępów w opracowaniu finalnego systemu, zgodnie z przyjętymi założeniami. Na podstawie przeprowadzonych prac stwierdzono, że osiągnięto 6 etap gotowości technologicznej, gdyż dokonano demonstracji oraz przebadano model podsystemu w symulowanych warunkach operacyjnych, zbliżonych do rzeczywistych. Stwierdzono, że wszystkie KM zostały spełnione, co dało podstawy do kontynuacji prac B+R.
W ramach etapu zrealizowano wszystkie zaplanowane zadania, w szczególności:
a. Stworzono model symulacyjny parku rozrywki, który pozwalał na wygenerowanie przykładowych danych dla tysięcy zwiedzających w okresie jednego dnia roboczego. Wygenerowane dane dotyczyły m.in. sekwencji zwiedzania, czasu przebywania w poszczególnych pozycjach, czasach przejścia
b. Przeprowadzono analizy danych teoretycznych i eksperymentalnych pod kątem analizy skupień (algorytm DB-SCAN), redukcji wymiarowości problemu (metoda PCA), prognozowanie obciążenia (metoda ARIMAX) , prognozowanie i rozpoznawanie profilów (metoda k-NN). Stwierdzono przydatność ww. metod analitycznych w zagadnieniach klasyfikacji profilu, przewidywaniu interwałów przejścia, przewidywaniu obciążenia (LOAD) z horyzontem kilkunasto-minutowym, czy redukcji liczby zmiennych niezależnych (do założonych 4).
c. Zrealizowano eksperyment z pogranicza inżynierii społecznej i inżynierii danych, pozwalający uzyskać przykładowe informacje o specyfice zachowań turysty. Eksperyment oparto na 9 modelach parku z atrakcji turystycznych w formie serii pokazów multimedialnych, reprezentowanych w sieci rozproszonych projekcji. Uzyskano przykładowe sekwencje zwiedzania dla ponad 30 osób. Sygnatury czasowe zdarzeń polegających na logowaniu i wylogowaniu się z obszaru poszczególnych „atrakcji” pozyskiwano dzięki opracowaniu dedykowanej aplikacji skanującej sygnały Bluetooth. Stwierdzono, że prototypowe skanery mogą obsłużyć do 20 emiterów jednocześnie bez istotnego pogorszenia się zdolności lokalizacyjnych. Szczegółowe wyniki eksperymentu zawarto m.in. w publikacji R. Belka, R.S. Deniziak, G. Łukawski, P. Pięta, P. BLE-Based Indoor Tracking System with Overlapping-Resistant loT Solution forTourism Applications. Sensors 2021, 21, 329, strony 1-21. https:/ / doi.Org/ 10.3390/ S21020329″.
d. Ponadto, w związku z problemami z zakupem istotnego, z punktu widzenia specyfiki eksperymentu, systemu lokalizacji osób RTLS-UWB, opracowano własny sposób zbierania danych lokalizacyjnych oparty o sygnały BLE Beacon. Z uwagi na wymaganą dokładność pomiarową, nie gorszą niż 5s, opracowano dodatkowe algorytmy wygładzające, z myślą o ich późniejszym wykorzystaniu w finalnym produkcie. Spowodowało to opóźnienia w realizacji etapu, jednocześnie stanowiąc uzupełnienie rezultatów etapu I oraz przyczyniając się do pojawienia się dodatkowych wytycznych dla finalnego etapu V, w ramach których budowano demonstrator systemu. Korzystnym rezultatem wykonanych prac była rekomendacja co do finalnej architektury systemu, wykorzystującej warstwę Edge Computing, zgodnie z warstwowym modelem Internetu Rzeczy.
1. W styczniu 2020r zakończono realizację etapu III projektu, którego celem było opracowanie różnych wariantów struktury modułowej systemu, zapewniających prawidłową interakcję pomiędzy modułami standardowymi i modułami wsparcia. Wykazano, że opracowany wariant systemu charakteryzuje się: przepustowością powalającą na jednoczesną obsługę co najmniej 100 osób jednocześnie, opóźnieniem w generowaniu informacji zwrotnej nie większym niż 10 min po opuszczeniu przez osoby strefy monitorowania, niezawodnością, gwarantującą, że przynajmniej 90% zainteresowanych osób otrzyma właściwie skierowaną informację. Stwierdzono, że wszystkie KM zostały spełnione, co dało podstawy do kontynuacji prac B+R w fazie rozwojowej.
W ramach etapu zrealizowano wszystkie zaplanowane zadania, w tym:
a. opracowano modele modułów standardowych, w szczególności moduł kasowy, rezerwacji, zakupu biletów, logowania oraz moduł zarządzający HQ
b. określono skuteczności pracy ww. modułów w warunkach symulacji, w tym zdefiniowano wyjściowe parametry liczbowe dotyczące prędkości, niezawodności, przepustowości i opóźnienia) będą stanowiły punkt wyjściowy
c. Zaproponowano 3 najbardziej adekwatne konfiguracje modelu ad-hoc systemu, z uwzględnieniem modułów wsparcia i postaci grafu reprezentującego powiązania pomiędzy poszczególnymi modułami. Moduły te m.in. różnią się poziomem, na którym dochodzi do integracji wariantów modułu MŚM. Jednym z rozważanych rozwiązań jest podejście, w którym proponowana integracja powinna zachodzić na poziomie tablicy LR-ów. Pozwalać to powinno na zaproponowanie rozwiązania hybrydowego, w którym ścieżka zwiedzania rejestrowana jest przez obie zaproponowane wcześniej technologie GPS i BLE. Natomiast alternatywnym rozwiązaniem okazuje się model zakładający budowę osobnych PV dla alternatywnych wariantów MŚM. Innym czynnikiem rozróżniającym jest rodzaj architektury systemu dzielący się na wariant scentralizowany, oraz zdecentralizowany, wykorzystujący implementację obliczeń brzegowych.
W październiku 2020r, z niewielkimi opóźnieniami wywołanymi pandemią, zakończono realizację etapu IV projektu, którego celem była integracja algorytmów analityczno-prognozujących w demonstracyjnym oprogramowaniu systemu. Na bazie opracowanego modelu bazy danych oraz przeprowadzonych eksperymentów wydajnościowych wykazano, że opracowane programowe implementacje systemu powinny pozwalać teoretycznie na: jednoczesną obsługę co najmniej 1000 turystów i opóźnienie w generowaniu informacji zwrotnej nie większym niż 5 min po opuszczeniu parku przez turystę. Stwierdzono przy tym, że do generacji powiadomień a także aktualizacja dochodzi w ciągu maksymalnie kilkunastu sekund od wkroczenia w obszar DA, w podobnej dynamice wyrażają się również aktualizacje obciążenia. Ponadto opracowany model gwarantuje, że przynajmniej 95% zainteresowanych turystów otrzyma właściwą informację. Parametr ten uzyskano rejestrując odstępstwa wskazań pozycji od pozycji rzeczywistej (przypisanie do niewłaściwej pozycji). Podczas eksperymentu w wariancie plenerowym nie zarejestrowano takich zdarzeń, przy założeniu, że odległość pomiędzy poszczególnymi POI było większa niż około 15m. Stwierdzono, że wszystkie KM zostały spełnione, co dało podstawy do kontynuacji prac B+R w fazie rozwojowej.
W ramach etapu zrealizowano wszystkie zaplanowane zadania, w szczególności
- Przebadano prototypowe implementacje algorytmów analizy i eksploracji danych w wariancie wsadowym (post factum) oraz inkrementacyjnym. (in progres)
- Przeanalizowano wzajemną współpracę i interakcję pomiędzy poszczególnymi modułami i stwierdzono poprawność funkcjonowania. System generuje kilkunastosekundowe, dopuszczalne opóźnienia związane z koniecznością filtrowania i wygładzania przebiegów pomiarowych oraz implementacji architektury IoT (generowanie Login Recordów) c
- Stwierdzono wzrost funkcjonalności systemu dzięki implementacji modułów wsparcia. System otrzymał m.in. funkcjonalności w postaci generowania profilu TIL użytkownika, profilu globalnego, odwzorowania profilu TIL na spektrum profili innych użytkowników, funkcje obrazowania obciążenia poszczególnych atrakcji, a także pośrednio funkcję reakcji użytkownika na obecny i prawdopodobny stan obciążenia atrakcji turystycznych. Inną funkcjonalnością jest obrazowanie prawdopodobnych ścieżek przepływu osób, adaptacyjny system dostrajania poziomu sygnału oraz możliwość predykowania dalszej ścieżki zwiedzania.
- Zaimplementowano demonstracyjną wersję modułu Feedback i tzw. Banku Wiedzy. W tym celu powstała prototypowa aplikacja mobilna, pozwalająca użytkownikowi na obserwację swojego położenia na tle mapy obiektu turystycznego, z funkcjonalnościami w postaci podawania odległości, znajdowania trasy i informowaniu o bieżącym obciążeniu atrakcji.
W marcu 2021 r zakończono realizację ostatniego, piątego etapu projektu, którego głównym celem była integracja poszczególnych modułów w jeden system demonstracyjny. Efektem realizacji etapu jest Demonstrator w postaci sieciowego, rozproszonego systemu ensoryczno-informatyczny, zgodnego z architekturą Internetu Rzeczy. Jego podstawową funkcjonalnością jest informatyczna analiza i wizualizacja ruchu turystycznego (lub podobnego) oraz procesów towarzyszących, w czasie rzeczywistym, z funkcją reagowania interaktywnego. Realizacja etapu istotnie przyczyniła się do postępów w opracowaniu finalnego systemu, zgodnie z przyjętymi założeniami. Na podstawie przeprowadzonych prac stwierdzono, że osiągnięto 9 etap gotowości technologicznej, gdyż zademonstrowano ostateczną wersję systemu, zaś sam demonstrator systemu może być zastosowany w warunkach rzeczywistych. Stwierdzono, że wszystkie KM zostały spełnione, co dało podstawy przejścia do fazy wdrożeniowej projektu.
Demonstrator jest zintegrowanym rozwiązaniem informatycznym i sieciowym, realizującym liczne funkcje obsługi obiektu turystycznego oraz turysty jako takiego, począwszy od systemu rezerwacji i sprzedaży biletów, poprzez monitorowanie tras przejścia po predykcję obciążenia. Ogólny schemat systemu przedstawia poniższy rysunek. Jest on w dużej ogólności zgodny z założeniami poczynionymi na etapie składania wniosku projektowego.
– segmenty służące do lokalizacji osób, nazywane modułem śledząco monitorującym (MŚM), w skład których zdecydowano się umieścić segment plenerowy (outdoor) oparty o lokalizację GPS oraz segmenty wewnątrzbudynkowe, wykorzystujące lokalizację opartą o sygnalizację Bluetooth.
– moduł bazodanowy (serwer), służący do rejestracji danych lokalizacyjnych w czasie rzeczywistym i generowania sekwencji lokalizacyjnej (tzw. wektora ścieżki – PV)
– moduł analityczny, generujący i przetwarzający dane m.in. w postaci profilu zainteresowania klienta (wektory behawioralne – BV), tablicy przejść Markova (Markov Chain Table) oraz stanu obciążenia atrakcji (LOAD). W module tym zintegrowany jest segment predykcyjny, służący m.in. do generowania przewidywalnego obciążenia (obłożenia) atrakcji.
– segment sieciowy – zaprojektowana sieć wirtualna, integrująca komunikacyjnie poszczególne moduły w formie rozproszonej sieci sensorycznej, pozwalający na skalowanie i dopasowanie rozwiązań.
– moduł zarządzania (OMC), zawierający segmenty zarówno lokalnego jak i zdalnego zarządzania
-moduł informacji zwrotnej (feedback) oraz Demonstracyjny Bank Wiedzy
Do demonstratora zaliczyć należy także mobilne aplikacje klienckie pod system operacyjny Android.
Opracowanie powyższego systemu możliwe było dzięki przeprowadzeniu wielu prac badawczo-rozwojowych i uzyskaniu satysfakcjonujących rezultatów odnośnie precyzji lokalizacji, parametrów QoS sieci, architektury bazodanowej, efektywności i skuteczności algorytmów determinujących położenie (middleware), algorytmów dyskryminujących i klasyfikujących oraz funkcji prognozujących. W pierwszej kolejności zdefiniowano technologie lokalizacyjne na potrzeby monitorowania stanów i procesów zachodzących w realnych destynacjach turystycznych. W celu zintegrowania róż nich rozwiązań zdefiniowano podstawowe jednostki informacyjne, w szczególności wprowadzono pojęcie synchronicznego rekordu logowania (Login Record – LR) oraz pojęcie wektora ścieżki (Path Vector – PV). Zmienne PV posłużyły następnie do wygenerowania pochodnych jednostek informacyjnych, jakimi są w szczególności: wektor behavioralny (BV) zawierający m.in. informacje o profilu zainteresowania i o sekwencji zwiedzania, obciążenie atrakcji (zmienna LOAD) oraz tzw. tablice (łańcuchy) Markova, służące obrazowaniu parametrów zmiany pozycji.
