Scalable Database Architecture for Human Indoor Mobility Systems

Abstract

Gjennom de seneste årene har innendørs posisjoneringssystemer(IPSs) blitt utviklet og introdusert som kommersielle systemer for et bredt spekter av interessenter. Innendørs posisjonseringssystemer har mange potentsielle utnyttelsesområder som å overvåke bruken av spesifikke bygninger, sporing av mennesker og utstyr, wayfinding-tjenester og estimering av slitasje på bygninger. Cisco MSE er et innendørs posisjonssystem som kan samle anonyme innendørs posisjonsdata som kan benyttes i innendørs lokasjonsbaserte tjenester. Dette systemet brukes på NTNU i dag.

Tidligere forskning har forsket på hvordan posisjonsdata fra innendørs posisjonssystemer kan brukes til å hjelpe eiendomsforvaltere. I tillegg har det blitt forsket på optimale visualiseringsmetoder for å tolke, analysere og visualisere innendørs posisjonsdata. Forskningen har nå nådd et punkt hvor det er behov for å teste disse systemene i en større skala med større datamengder. Målet med denne forskningen var å lage et system for å lagre, og gi rask og enkel tilgang til historiske innendørs posisjonsdata for disse systemene. Dette prosjektet vurderte også posisjonsdataene og endret de slik at de fikk en mer praktisk struktur.

Denne forskningen ble gjennomført i henhold til design science research methodology hvor en iterativ prosess med flere forslag førte til etablering av tre mulige artefakter. Disse artefaktene ble evaluert basert på leseytelsen, hvor bra systemet skalerer når datagrunnlaget øker og deres evne til å tolerere feil. Resultatet av disse evalueringene førte til at AsterixDB ble valgt som det endelige artefaktet fordi det ble evaluert til å være nyttig for applikasjoner som visualiserer innendørs posisjonsdata. Dette prosjektet oppfordrer fremtidig forskning til å evaluere flere big data management systems for denne typen data set ved å sammenligne resultatene med dette prosjektets funn. Et program som fjerner støy i dataene bør også implementeres.