Üniversitenin En İyi Bitirme Projesi Seçilen Kapalı Alan Yönlendirme Uygulamamızın Teknik Detayları

Yazar tarafından görsel

Herkese merhaba. Bu yazıda, Ankara Yıldırım Beyazıt Üniversitesi Bilgisayar Mühendisliği (İngilizce) bölümünde okurken son senemizde yaptığımız bitirme projemizi meraklısı için enine boyuna irdeleyip teknik detaylarıyla anlatacağım. Projeye nasıl başladığımızdan girip hocalarımıza yaptığımız sunumdan çıkacağım. Başınız ağrırsa baş ağrınızı doğal yöntemlerle geçirmek için yazdığım yazıma da beklerim.

Teknik detayların olmadığı, daha “anlaşılır” ve çok daha eğlenceli versiyonu aşağıdan okuyabilirsiniz. Bu yazıdan önce o yazıyı okumanızı tavsiye ederim çünkü bazı ayrıntılardan orada bahsettiğim için bu yazıda bu ayrıntılara değinmedim:

https://devdiscipline.com/tr/posts/bitirme-projemiz-universitede-donemin-en-iyi-projesi-secildi

Proje, kapalı alanlarda yönlendirme (indoor navigation) sağlamak amacıyla tasarlanmıştır. Bu projede, özellikle alışveriş merkezleri gibi büyük ve karmaşık iç mekânlarda ziyaretçilerin mağazalar arasında kaybolmadan gezebilmesi hedeflenmiştir. Ziyaretçiler gitmek istedikleri mağazayı uygulama üzerinden seçtiklerinde mevcut konumları belirlenir ve alışveriş merkezi içinde Wi-Fi sinyalleri kullanılarak en kısa rota hesaplanır.

Literatür Araştırması Nedir? Bitirme Projesinde Nasıl Yapılır?

Bitirme projelerinin ilk aşaması literatür araştırmasıdır. Öncelikle “Y aptığınıza benzer projeler var mı? Bunlar nasıl projeler; konuları ve sonuçları aynı mı? Makaleleri veya yazıları var mı? Yapanlar nasıl yapmış, ne gibi zorluklarla karşılaşmış ve bu zorlukları nasıl aşmışlar?” gibi soruların cevaplarını araştı p bilgileri toparlar, projenin ilk aşamaları nda size gözetmen lik eden hocanıza gösterirsiniz.

O zamanlar, yani 2015–2016 yıllarında havalimanları, alışveriş merkezleri ve hastaneler gibi kapalı, GPS’in çalışmadığı ortamlar için geliştirilmiş tek bir bina içi yönlendirme uygulaması yoktu. Google, havalimanları için bir proje üstünde çalışıyordu ancak ortada sadece bir animasyon reklam filmi vardı ve somut hiçbir şey yoktu. Sonradan o da iptal olmuştu. Bu proje hakkında o kadar hiçbir şey yoktu ki killedbygoogle.com’ da bile yer almamıştı. Bazı bilimsel makaleler vardı tabii ki ama hepsi teorikti ve çalışan tek bir proje bulamamıştık.

Şimdi, yaklaşık on yılın ardından yeniden araştırdığımda bazı örnekler görüyorum: Google Indoor Maps, InMapz, Path Guide, Situm Mapping Tool, Anyplace, Indoor Service, IndoorAtlas… Ne kadar doğru çalıştıklarını test etmedim.

“Bina içinde kullanıcının yerini mobil cihazı üzerinden belirlemek ve onu istediği yere bir mobil uygulama üzerinden yönlendirerek götürebilmek” konulu bir projenin, ilk yazıda da bahsettiğim gibi, karşılaşacağı pek çok zorluk vardır. Şimdi o zorlukları tatlı ekibimle nasıl aştığımızı ayrıntılı bir şekilde inceleyelim:

1) Konum Belirleme

Bina içinde konum belirlemek için o zamanlar beacon isimli cihazlardan 5-6 metrekareye bir adet kuruluyordu. Yanlış hatırlamıyorsam tanesi 5 dolardı ve bundan öyle üç beş tane değil, çok tane gerekiyordu. Hızlıca baktığım kadarıyla Ekim 2024 itibarıyla 8-10 dolar arasında değişiyordu. Üniversite ne yazık ki bu maliyete destek vermemişti. Ne kadar doğru çalışacağını bilemeyeceğimiz ve fatura kesmek gibi mali pek çok problem çıkacağı için alışveriş merkezi yönetimiyle de anlaşamazdık. Pille veya şarjla çalışan farklı modelleri vardı. Bakımı da sorunluydu anlayacağınız. Öğrenciydik, şirketimiz falan da yoktu; şirket açmak o zamanlar çok zahmetli ve maliyetliydi.

Biz de bina içinde konum belirleme problemini modemler aracılığıyla aştık.

Şimdi oturduğunuz yerden, internetten bile şirket kurabiliyorsunuz. Yazıyı okuyan öğrenci kardeşlerim, iyi bir literatür araştırmasından sonra böyle bir proje başlatmak için hiç durmasınlar. Peki, ben neden şimdi girmiyorum bu işe? Bilmiyorum ki valla, zaman içinde bakarız. 😂

Yazar tarafından on yıl önce alınmış ekran görüntüsü: alışveriş merkezi kat planı.

2) Modemlerin Mağazalara Olan Uzaklığı Bilgisi

WiFi modemleri, MAC adresi, yani kendine ait bir kimlik numarası bulunan cihazlardır. Android’de WiFiManager, ScanResult ve ConnectivityManager sınıfları sayesinde modem hakkında pek çok bilgi toplayabiliriz. Bu bilgileri aldıktan sonra aşağıda gördüğünüz, sinyal gücünden (dB) mesafe hesaplamaya yarayan Serbest Uzay Yolu Kaybı (Free Space Path Loss, FSPL) formülü üzerinden kullanıcımızın mobil cihazının modeme olan uzaklığını hesaplayabiliriz.

Yazar tarafından görsel

d: Metre cinsinden mesafe

f: Hertz cinsinden frekans

32.44: Mesafe kilometre, frekans ise megahertz cinsinden alındığında kullanılan sabit değerdir.

FSPL (dB): Sinyalin serbest uzayda yayılması sırasında maruz kaldığı yol kaybını desibel cinsinden ifade eder.

Bu formülü keşfettiğimde çok heyecanlanmıştım. O gün hiç yazılım dersim yoktu. Üniversiteye bile gitmedim. Gençlik Parkı’nda yaprakların dökülmeye başladığı bir son bahar günü, Ankara KYK Yunus Emre Öğrenci Yurdu B Blok’taki çalışma salonunda hızlıca, yalnızca bu formülü kodla dığım basit bir uygulama yazdım.

Modemle aramda herhangi bir engel yoktu ve modeme olan uzaklığım 5 metreydi. Sinyal gücündeki her değişiklikte formülü otomatik olarak tekrar çalıştırdım. Hesaplanan uzaklığı 5 metre lik gerçek uzaklığa oranlayarak formülün ne kadar doğru çalıştığını bulabileceğim bir algoritma daha yazdım. O zamanlar Kotlin, Android’in resm î dili değildi. Uygulamayı Java ile yazmıştım. Teeeyyy, ne zamanlardı!

Uygulamayı açık ve çalışır halde bıraktım ve ben de akşama kadar başka bir ders e çalıştım. Bu ölçümü yapmamın ve algoritma yı yazmamın, sinyal gücü ndeki değişkenli k yüzünden formül le hesaplan an mesafenin doğruluk payını merak görmekti.

Yurdun modemleri üzerinde yaptığım bu testlerle belirleyebildiğim kadarıyla formülün doğruluk pa yı %60-70 civarındaydı. Gerçekte 5 metre olan bir mesafeyi kimi zaman 4 metre kimi zaman 2 metre kimi zaman 8 metre kimi zaman da 10 metre olarak gösteriyordu. Arada duvar yokken hem de.

Bu değerler, müşteriye bir ürün satabilmek için kesinlikle yetersizdi. Hatta bu oran, akademik bir çalışma için bile çok yetersizdi.

Müşteri olarak bir alışveriş merkezine gidip o alışveriş merkezine ait mobil uygulama yı indirseniz ama uygulamanın %60 doğrulukta çalıştığını görseniz, mağazalara olan mesafeniz sürekli değişse, 10 saniyede bir bulunduğunuz yer abidik gubidik yerlerde görünse ne düşünür d ünüz?

Bu noktada bu projenin bizi çok zorlayacağını anlamıştım ancak pes etmek, yol yakınken ve zaman varken başka bir bitirme projesi konusu seçmek aklımın ucundan bile geçmemişti.

Zorlanmak, cesaretimi kırmak şöyle dursun, zorluklardan keyif alan bünyemin açlığını daha da kabartmış, ağzımı sulandırmıştı.

3) Sinyal Gücü Değişkenliği

Bina ve benzeri kapalı alanlarda konum bulurken karşılaşılan en büyük problemlerden biri de bir önceki maddede belirttiğim gibi, sinyal gücü değişkenliğidir. İster modem ister beacon kullanın, sinyal güçleri değişkendir. Siz olduğunuz yerde sabit dursanız, modem de kendi yerinde hiç hareket etmese bile modemin sinyal gücü belli değerler arasında sürekli değişir. Bu zorluğu aşmak için modemler mağazalar arasındaki en kısa ve en uzak mesafeleri ölçtük.

“Modemin mağazaya olan uzaklığı yla sinyal gücü değişi mi ne şimdi?” diyeceksiniz. Modem sabittir ama mağaza bir alandır. Bir alışveriş merkezini düşünelim. Mağazaların n e kadar büyük olabildiğini hepimiz çok iyi biliriz. Dolayısıyla bir alanın sabit bir noktaya uzaklığı tek bir değerle ifade edilemez; bu uzaklık, alanın hangi noktasının esas alındığına göre değişir. Sinyal gücünden hesaplanan mesafe de zaten belirlediğimiz en kısa ve en uzun mesafe aralığında çıkar. Böylece bir alan la bir nokta arasındaki mesafeyi belirleme problemini çözerken sinyal gücü değişkenliği problemini de yüzde yüz olmasa da çözmüş olduk.

Arada duvar veya sinyal gücünü ciddi öl çüde düşüren bir engel olduğunda hesaplanan mesafe çok büyük farklılıklar gösterebiliyordu. Böyle durumlarda ilgili modemi veritabanımıza hiç d â hil etmedik.

Bu bitirme projesinde mağazalarla modemler arasındaki en kısa ve en uzun mesafeleri nasıl ölçtüğümüz ise bu süper üçlüden (üç kişilik proje ekibimizden bahsediyorum; önceki yazıyı mutlaka okuyunuz) beklediğiniz gibi tam bir komediydi.

Mesafeyi hesaplayan ve veritabanımıza kaydeden ayrı bir mobil uygulama yazdık. Telefon elimizde, mesafe ölçen uygulamamızı açarak mağazaların önünde tek tek bekledik. Uygulamanın, telefon a en yakın beş farklı modem için en kısa ve en uz un mesafeleri üç beş kere ölçmesini, hesaplamasını ve kaydetmesini bekledik.

Düşünsenize: Dükkanların önünde tek tek beş on saniye bekleyip sonra sıradakine geçen üç genç… Neden beş farklı modem? Cevap bir sonraki başlıkta.

4) Birçok Mağazanın Bir Modeme Aynı Uzaklıkta Olabilmesi

Hangi modemlerin hangi mağazalara kaçar metre uzaklıkta olduğu bilgisi, bu projedeki en önemli veridir. Bu durumu nasıl çözdüğümüze gelirsek mobil operatörlerin bir kullanıcının yerini bulmak için kullandığı yöntemi örnek gösterebiliriz. Trilateration (üçgenleştirme) yönteminde bir kişinin kendisine en yakın üç noktaya olan uzaklıkları esas alınır. Üçgenleştirme, konumu bilinen üç noktadan hareketle bilinmeyen bir noktanın konumunun belirlenmesidir.

Bir kullanıcının bir baz istasyonuna uzaklığı 5 birim se kullanıcı, bu baz istasyonuna 5 birim uzaklıktaki herhangi bir noktada olabilir. Matematikten bildiğimiz gibi, bir noktaya eşit uzaklıktaki bütün noktaları birleştirirsek bir çember ortaya çıkar. Ç ember üzerinde sonsuz sayıda nokta bulunduğu için kullanıcı da sonsuz sayıda farklı konumda olabilir.

Kullanıcının iki farklı baz istasyonuna olan uzaklıklarına bakarsak bulunabileceği konum sayısı ikiye düşer. Çünkü iki çember, uygun koşullarda iki noktada kesişir. Üç farklı baz istasyonuna olan uzaklıklarına baktığımızda ise üç çember in ortak kesişim noktası kullanıcının konumunu belirler.

Üçgenleştirmeyi hemen basit bir örnek ile daha iyi açıklayayım: Bir kullanıcıya en yakın üç modem, aşağıdaki görselde gördüğünüz gibi AP1, AP2 ve AP3 olsun. Kullanıcının aynı anda AP1 modemine 6 metre, AP2 modemine 4 metre ve AP3 modemine 2 metre uzaklıkta olabileceği yalnızca bir nokta vardır.

Yazar tarafından hazırlanmış görsel

Üçgenleştirme bize çok yararlı olsa da sinyal gücü değişken olduğu için doğruluk payı yine istediğimiz seviyeye çıkamamıştı. Biz de aynı mantığı beş modemle denemeye karar verdik. Böylece modemlerin birinin, hatta birkaçının devre dışı kalma sı, kapanıp açılma sı, değiştiri lmesi, bozulması ya da sinyal gücünün anlık olarak çok çok düşme si gibi ihtimalleri de hesaba katmış olduk. Sistem, kalan dört modemle daha yüksek doğrulukla sonuç verebiliyordu.

Zorluklar la karşılaştıkça “S ıradaki gelsin!” diyerek eğlenen bünyem, bir zorluğu daha aşmıştı.

5) Mağazaların Birbirine Uzaklıkları ve Komşulukları

Bir mağazanın yer bilgisini sadece 0 ve 1’lerden anlayan bir işlemciye anlatabilmek… X mağazası ile Y mağazası yan yana ama X ile Z tamamen zıt uç köşelerde. İşlemci veya bilgisayar X’i ne bilsin,Y’yi ne bilsin… Projenin bu bölümü çok eğlenceli. Burada kullandığım yöntemi nasıl akıl ettiğimi okuyunca çok şaşıracaksınız.

Stajımı bir devlet dairesinde yaptığımı önceki yazımda anlatmıştım. Tabii ki “B uyur, sistem elinde; istediğin gibi kod yaz,” diyerek her şeyi bana emanet etmediler. Staja, şirketin yazılımını test ederek ve bu devlet dairesinde çalışan, yazılımımızı kullanan insanlar ın kullanıcı deneyimlerini (UX) dinleyip not alarak başladım.

İstedikleri özellikler var mı? Kullanırken zorlandıkları ya da “Ş urası da şöyle olsa daha iyi olurdu.” dedikleri yerler var mı? Görevim bunları öğrenmek, not etmek, patron umuza ve geliştiricimize onların anlayacağı dilde iletmekti. İletişimde de ekipte en başarılı kişi olduğum için geri bildirimlerim önemliydi.

Muhasebe departmanındaki (sonradan bana çorap hediye eden, ne yazık ki ismini hatırlayamadığım) beyefendiden geri bildirim alırken yazılımımıza bir kod girdiğini fark ettim. 150.01.01.06 gibi bir koddu. Bunun ne olduğunu sordum. Bana, muhasebede devlet kurumlarımızın ve şirketlerin envanterinde yer alan tüm malzemelerin kayıt altına alınmasında kullanılan bir Taşınır Kod Listesi olduğunu iletti. Bu liste, her malzeme türüne bir kod atayarak malzemelerin envanter takibini kolaylaştıran bir sistemdir. Hazine ve Maliye Bakanlığı tarafından hazırlanan bu kodlar, taşınır malların yönetimi ve denetlenmesi amacıyla kullanılır. Yukarıda yazdığım kodu biraz daha ayrıntılı inceleyelim:

150: İlk Madde ve malzemeler

01: Kırtasiye malzemeleri grubu

01: Yazı araçları

06: Kurşun kalem

Taşınır Kod Listesi’nden hareketle semantik versiyonlamaya benzer bir isimlendirme yapısı kullandım. Her mağazanın önündeki alana, o mağazaya özel bir numara verdim.

Öğrenci kardeşlerime bu yüzden hep “Ö ğrenmeye aç olun.” diyorum işte. Stajları balon yapmayın. Nereden ne öğreneceğiniz, hangi bilgiyi nerede kullanacağınız hiç belli olmaz.

Alttaki görselde bir alışveriş merkezi koridoru çizilmiştir. Store 1, Store 2, Store 3 ve Store 4 mağazaları temsil etmektedir. Ortadaki kırmızı çizgiler, mağazaların önlerindeki alanların sınırlarını göstermektedir. 1.2.2, Store 1’in önündeki alanın Store 1’ e özel adıdır. 1.2.4 ise Store 2’nin önündeki alanın Store 2'ye özel adıdır. Peki, nedir bunlar?

1: Kat numarası

2: Koridor numarası

1,2,3,4: Dükkân, koridorun sağındaysa çift; solundaysa tek sayılarla sırayla isimlendirilir.

Yazar tarafından hazırlanan görsel

1 numaralı yeşil oklar, modemlerle alanlar arasındaki en kısa mesafeleri; 2 numaralı mor oklar, modemlerle Android cihaz arasındaki mesafeleri; 3 numaralı sarı oklar ise modemlerle alanlar arasındaki en uzun mesafeleri gösteriyor.

Alttaki görselde ise modemlerin sadece 1.2.1 kodlu bölgeye olan en kısa ve en uzun mesafeleri gösteriliyor. Hangi modem üzerinden okursanız okuyun, 3 numaralı okların gösterdiği mesafeler en yüksek, 1 numaralı yeşil okların gösterdiği mesafeler ise doğal olarak en düşük değerlerdir.

Her iki görsele de iyi bakın. 3 > 2 > 1 koşulunu en çok hangi bölge sağlıyorsa kullanıcı o bölgededir.

Yazar tarafından hazırlanan görsel

6) Kullanıcıyı Gitmek İstediği Mağazaya Yönlendirme

Yazar tarafından görsel

Üstteki ekran görüntüsünde s arı 1 numaralı ok da 2 numaralı beyaz ok da bir noktadan diğer ine yönlendirme içeriyor. Peki hangisi daha kısa? Aslında uzaklığı hesaplamak için her alana bir de uzunluk parametresi ekleyip kaç metre olduğunu yazabilirdik. Böylece bulunulan noktadan gidilmek istenen noktaya kaç metre mesafe olduğunu kolayca hesaplayabilirdik. Ne yazık ki b unu yapacak vaktimiz kalmamıştı. H em mağaza kapısının konumu da bu hesaplamaya d â hil etmek gerekirdi. Biz de bunu sadece aradaki mağaza sayısına bakarak yaptık.

Altta gördüğünüz ekran görüntüsünde ise kullanıcı, bulunduğu yerden gitmek istediği dükkânın önüne mavi noktalarla yönlendirilmiş. O zamanki Android bilgimin rezilliğini buradan da görebilirsiniz. SVG falan bilmiyordum. Arka plandaki beyazı yok etmeyi de bilmiyordum. Tekrar söylüyorum: Yıl 2016'ydı ve Android geliştirme konusunda hiçbir tecrübem yoktu.

7) Sesli Yönlendirme

Görme engelli kullanıcıların mağazalar arasında daha kolay dolaşabilmeleri için uygulamaya sesli yönlendirme özelliği de ekledik. Kullanıcı, mağazaya doğru adım adım yönlendiriliyor. Örneğin kullanıcıya “Dört mağaza ileri git, sağa dön, beş mağaza daha git.” şeklinde talimatlar veriliyor.

8) Eklenebilecek Geliştirmeler

Projenin sonunda uygulamanın kapalı alanlarda yönlendirme ve konum belirleme konusunda işlevsel olduğu, özellikle görme engelli kullanıcılar için faydalı olabileceği sonucuna varıldı. Gelecekte ise sisteme konum bazlı reklamcılık, istatiksel analizler ve optik işaretleme yerine Project Tango gibi daha gelişmiş konum belirleme teknikleri eklemeyi planlıyorduk.

Sonuç

Bu proje, alışveriş merkezlerinde kaybolmadan gezmek isteyen kullanıcılar için geliştirilmiş başarılı bir kapalı alan yönlendirme sistemi sunmaktadır. Wi-Fi üçgenleştirme teknolojisini, mağaza önü alanlara 1.2.4 gibi isimler vermeyi, kullanarak, kullanıcıların hızlı ve doğru bir şekilde konumlarını belirlemesini ve hedef mağazalarına en kısa yoldan ulaşmalarını sağlamaktadır.

Özellikle görme engelli kullanıcılar için sağlanan sesli yönlendirme desteği, projeyi daha erişilebilir ve faydalı h â le getirmiştir. Ayrıca, mağazaların popülaritesine dair verilerin toplanması ve sunulması, alışveriş merkezi yönetimi ve kullanıcı deneyimi açısından da katma değer sağlamaktadır. Gelecekte sisteme eklenecek konum bazlı reklamlar, gelişmiş haritalama teknikleri ve kullanıcı geri bildirimleriyle birlikte bu uygulamanın iç mek â nlarda etkin ve kullanıcı dostu bir çözüm olarak daha da geliştirilmesi mümkündür.

Şimdi geriye dönüp baktığımda, o dönem elimizdeki kısıtlı imkanla bulduğumuz çözümlerin aslında ne kadar yerinde olduğunu daha iyi görüyorum. Sinyal gücündeki dalgalanmayı tek bir noktayla değil, mağaza önündeki bir alanı hedefleyerek yutmamız, güvenilmez modemleri devre dışı bırakıp beş modemle yedeklememiz, taşınır kod listesinden esinlenip kat.koridor.dükkan mantığıyla kendi adresleme sistemimizi kurmamız, dijkstra'nın en kısa yol algoritması... Hepsi üniversite desteği ya da bütçe olmadan, tamamen kendi bulduğumuz çözümlerdi. On yıl sonra bugün baksam da yine aynı yoldan giderdim. Situm, Navigine, Mappedin... Biz oradayken hiçbiriniz yoktunuz.

Bu projenin İngilizce makalesi 38 sayfa tuttu. (Yine iyisiniz, bak. 2000 küsur kelimede kurtardınız.) Bu proje, 2016 yılında üniversitenin en iyi projesi seçildi.

Kapak fotoğrafında gördüğünüz üzere Ömür’e, Taner’e ve bana üniversite tarafından, üzer lerinde isimlerimizin yazılı olduğu kalemler hediye edildi. Bu kalemleri “ciks” kutusuyla beraber h â l â çalışma masamda bir motivasyon ögesi olarak tutarım. Projenin k odundan gurur duymasam da bu kadar zor bir projeyi bu doğrulukta çalıştırabildiğimiz için h â l â çok mutluyum.

Kullandığımız yöntemler ve algoritmalar konusunda çok iddialıyım. Daha iyi bir bitirme projeniz varsa yazın alta yazın, fakir bünyem nasiplensin.

DevDiscipline

Bitirme Projemiz Üniversitede Dönemin En İyi Projesi Seçildi

Ankara Yıldırım Beyazıt Üniversitesi'nde bitirme projemiz nasıl dönemin en iyisi seçildi? Proje seçiminden kariyer hedeflerine kadar önemli öneriler.

Kaynakça

Tabii ki şu an çok daha fazla kaynak var. Tahmin edebileceğiniz üzere burada sadece makaleyi hazırlarken faydalandığımız kaynaklardan bahsedeceğim:

e-education.psu.edu

Sign in to your account

SpringerLink

Indoor navigation: state of the art and future trends - Satellite Navigation

This paper reviews the state of the art and future trends of indoor Positioning, Localization, and Navigation (PLAN). It covers the requirements, the main players, sensors, and techniques for indoor PLAN. Other than the navigation sensors such as Inertial Navigation System (INS) and Global Navigation Satellite System (GNSS), the environmental-perception sensors such as High-Definition map (HD map), Light Detection and Ranging (LiDAR), camera, the fifth generation of mobile network communication technology (5G), and Internet-of-Things (IoT) signals are becoming important aiding sensors for PLAN. The PLAN systems are expected to be more intelligent and robust under the emergence of more advanced sensors, multi-platform/multi-device/multi-sensor information fusion, self-learning systems, and the integration with artificial intelligence, 5G, IoT, and edge/fog computing.