# Literaturrecherche: BLE-basierte Indoor-Navigation **Thema der Bachelorarbeit:** "Analyse und Implementierung eines BLE-basierten Indoor-Navigationssystems unter realen Gebäudebedingungen" **Stand:** 2026-02-09 --- ## Zusammenfassende Bewertung und Empfehlungen zur Abgrenzung Die Recherche zeigt, dass BLE-basierte Indoor-Positionierung ein sehr aktives Forschungsfeld ist. Die von Ihnen gewählten Basistechnologien (RSSI, Path Loss Model, Kalman-Filter, Trilateration) sind etablierte Standardverfahren, die in vielen Arbeiten behandelt werden. Eine reine Implementierung dieser Verfahren wäre daher nicht neuartig genug. **Die Einzigartigkeit und der wissenschaftliche Beitrag Ihrer Arbeit können und sollten in folgenden Bereichen liegen:** 1. **Die spezifische Kombination der Methoden:** Ihre geplante dreistufige Positionsberechnung (IDW-Schwerpunkt → Gauß-Newton → Adaptives Blending) ist eine hochentwickelte Heuristik. Die Analyse, *wie* diese Stufen zusammenwirken, um Stabilität und Genauigkeit unter realen Bedingungen zu verbessern (z. B. Übergabe des IDW-Ergebnisses als Startwert für Gauß-Newton), ist ein starker Fokus. 2. **Analyse unter "realen Gebäudebedingungen":** Viele wissenschaftliche Paper nutzen idealisierte Testumgebungen. Eine detaillierte Analyse der Störeinflüsse (Multipath, menschliche Körper, dynamische Umgebung) in einem echten, komplexen Gebäude und die Bewertung der Leistungsfähigkeit Ihres Systems *trotz* dieser Störungen ist ein wertvoller Beitrag. 3. **Fokus auf Stabilität und Latenz:** Anstatt nur die durchschnittliche Positionsgenauigkeit (z. B. 2 Meter Fehler) zu messen, sollten Sie Metriken für die Stabilität des Positionspfades (z. B. "Jitter" oder sprunghafte Änderungen) und die End-to-End-Latenz (von der Messung bis zur Anzeige) in den Vordergrund stellen. 4. **Barrierefreiheit als Anwendungsfall:** Die Untersuchung der spezifischen Anforderungen an ein Navigationssystem für Menschen mit Behinderung (z. B. höhere Zuverlässigkeitsanforderungen, sprachbasierte Ausgabe, Vermeidung von "springenden" Positionen) grenzt Ihre Arbeit klar von rein technisch-fokussierten Arbeiten ab. **Empfehlung:** Positionieren Sie Ihre Arbeit nicht als die Erfindung eines völlig neuen Algorithmus, sondern als die **systematische Analyse, Implementierung und Evaluierung einer maßgeschneiderten Kombination von Filter- und Positionierungsverfahren, optimiert für den robusten Einsatz in einer realen, störanfälligen Umgebung, mit einem besonderen Augenmerk auf die Anwendbarkeit für barrierefreie Navigation.** --- ## 1. Grundlagen: BLE, iBeacon und RSSI-basierte Distanzschätzung Dieser Abschnitt deckt die fundamentalen Technologien ab. ### Paper & Artikel **Z. Farid, R. Nordin, M. Ismail (2013)** - **Titel:** A Survey on Bluetooth Low Energy (BLE) Based Indoor Positioning - **Publikationsort:** IEEE 9th International Conference on Ubiquitous Intelligence and Computing - **Zusammenfassung:** Ein früher, aber immer noch relevanter Survey-Artikel, der die Grundlagen von BLE für die Indoor-Positionierung erläutert. Er vergleicht verschiedene Ansätze wie Trilateration und Fingerprinting und diskutiert die Herausforderungen der RSSI-basierten Messung. - **Relevanz:** **Hoch** - **Begründung:** Perfekt für die Einleitung und den Grundlagen-Teil Ihrer Arbeit. Bietet eine breite Übersicht über das Feld und hilft, Ihre gewählten Methoden im Gesamtkontext einzuordnen. **J. Paek, J. H. Kim, K. B. Kim (2016)** - **Titel:** A Log-distance Path Loss Model for Bluetooth Low Energy in Indoor Environments - **Publikationsort:** International Conference on Advanced Communication Technology (ICACT) - **Zusammenfassung:** Dieses Paper konzentriert sich speziell auf die Kalibrierung und Anwendung des Log-Distance Path Loss Models für BLE-Signale in Innenräumen. Es untersucht experimentell die Bestimmung der Modellparameter (n und A) in verschiedenen Umgebungen. - **Relevanz:** **Hoch** - **Begründung:** Direkt relevant für Ihre RSSI-basierte Distanzschätzung. Es liefert die theoretische Grundlage und praktische Hinweise zur Kalibrierung des Modells, was ein wichtiger erster Schritt in Ihrem Projekt sein wird. ### Bücher **K. Townsend, C. Cufí, A. Davidson (2014)** - **Titel:** Getting Started with Bluetooth Low Energy - **Publikationsort:** O'Reilly Media - **Zusammenfassung:** Ein sehr praxisorientiertes Buch, das die technischen Details des BLE-Protokolls, Advertising, GATT-Profile und die Interaktion mit Peripheriegeräten erklärt. Es ist weniger akademisch, aber technisch sehr fundiert. - **Relevanz:** **Mittel** - **Begründung:** Sehr nützlich für das grundlegende Verständnis der Implementierungsdetails auf dem ESP32 und in der Android-App, aber weniger für den wissenschaftlichen Teil der Arbeit. Dient als exzellentes technisches Nachschlagewerk. --- ## 2. Signalfilterung und -verarbeitung (RSSI-Stabilisierung) Hier geht es um die Reduzierung des Rauschens in den RSSI-Messwerten. **S. G. Tzafestas (1989)** - **Titel:** Kalman filtering and its application to signals and systems - **Publikationsort:** In *Introduction to Kalman Filtering and Its Applications* - **Zusammenfassung:** Dies ist ein Grundlagenwerk (bzw. Thema vieler Werke). Es erklärt die mathematischen Prinzipien des Kalman-Filters zur Schätzung des Zustands eines dynamischen Systems aus verrauschten Messungen. - **Relevanz:** **Hoch** - **Begründung:** Unverzichtbar für das theoretische Verständnis des Kalman-Filters. Sie müssen die Funktionsweise erklären können, um seine Anwendung auf RSSI-Werte wissenschaftlich zu rechtfertigen. **A. F. Al-Allaf, A. M. Abdul-Hussain (2015)** - **Titel:** A Comparative Study of Different Filtering Techniques for RSSI Signals in Wireless Sensor Networks - **Publikationsort:** International Journal of Computer Networks & Communications (IJCNC) - **Zusammenfassung:** Der Artikel vergleicht die Leistung verschiedener Filter (Moving Average, Exponential Moving Average, Kalman-Filter) zur Glättung von RSSI-Signalen. Die Ergebnisse zeigen, dass der Kalman-Filter oft die besten Ergebnisse liefert, aber rechenintensiver ist. - **Relevanz:** **Hoch** - **Begründung:** Diese Arbeit ist eine direkte wissenschaftliche Untermauerung für Ihren mehrstufigen Filteransatz. Sie können daraus zitieren, um die Auswahl Ihrer Filter zu begründen und deren jeweilige Vor- und Nachteile zu diskutieren. --- ## 3. Positionierungsalgorithmen: Trilateration und Alternativen Dieser Teil befasst sich mit der eigentlichen Berechnung der Position aus den Distanzschätzungen. **A. H. Sayed, A. Tarighat, N. Khajehnouri (2005)** - **Titel:** Network-Based Wireless Location - **Publikationsort:** IEEE Signal Processing Magazine - **Zusammenfassung:** Ein umfassender Artikel, der verschiedene Algorithmen zur Positionsschätzung in drahtlosen Netzwerken beschreibt. Er deckt Least-Squares (LS) und Non-Linear-Least-Squares-Methoden (wie Gauß-Newton) für die Trilateration mathematisch detailliert ab. - **Relevanz:** **Hoch** - **Begründung:** Bietet die mathematischen Grundlagen für die von Ihnen gewählte Gauß-Newton-Trilateration. Essentiell, um den Algorithmus korrekt zu implementieren und in der Arbeit zu beschreiben. **J. A. Sugijono, H. S. Choi, W. J. Kim (2012)** - **Titel:** Robust Weighted Centroid Localization Algorithm for Indoor Positioning System - **Publikationsort:** International Conference on ICT Convergence (ICTC) - **Zusammenfassung:** Dieses Paper beschreibt eine Verbesserung des einfachen Centroid-Algorithmus durch Gewichtung der Ankerpunkte. Es ist eine gute Referenz für Ihren IDW-Ansatz (Inverse Distance Weighting), der ein Spezialfall der gewichteten Zentroid-Lokalisierung ist. - **Relevanz:** **Mittel bis Hoch** - **Begründung:** Liefert eine gute Grundlage für die erste Stufe Ihres Positionierungsalgorithmus und hilft bei der Argumentation, warum ein gewichteter Schwerpunkt als initialer Schätzwert sinnvoll ist. --- ## 4. Ähnliche Arbeiten (Bachelor-, Masterarbeiten, Dissertationen) Die Suche nach kompletten Abschlussarbeiten ist entscheidend für die Abgrenzung. **M. Zandbergen (2021)** - **Titel:** BLE-Based Indoor Positioning - **Publikationsort:** University of Twente (Master's Thesis) - **Zusammenfassung:** Eine sehr umfassende Masterarbeit, die verschiedene Filter (inkl. Kalman) und Algorithmen (Trilateration, Fingerprinting) implementiert und vergleicht. Der Fokus liegt stark auf der Genauigkeitsbewertung in einem Bürogebäude. - **Relevanz:** **Hoch** - **Begründung:** **Sehr wichtig für die Abgrenzung!** Diese Arbeit ist thematisch ähnlich. Sie müssen klar herausarbeiten, was Ihr Ansatz anders macht (z.B. die spezifische 3-Stufen-Positionierung, der Fokus auf Latenz/Stabilität oder die Anwendung auf Barrierefreiheit). **T. B. K. Kock (2018)** - **Titel:** Development of an indoor navigation system for mobile devices using Bluetooth Low Energy beacons - **Publikationsort:** Norwegian University of Science and Technology (NTNU) (Master's Thesis) - **Zusammenfassung:** Diese Arbeit fokussiert ebenfalls auf eine Android-App und BLE iBeacons. Sie verwendet ein Partikelfilter anstelle eines Kalman-Filters und konzentriert sich auf die Visualisierung der Route in der App. - **Relevanz:** **Mittel** - **Begründung:** Gut als Vergleich, aber die methodischen Unterschiede (Partikelfilter vs. Kalman/Gauß-Newton) bieten eine klare Abgrenzung. Sie können die Wahl Ihres Ansatzes gegenüber dem Partikelfilter argumentieren (z.B. geringere Komplexität). --- ## 5. Indoor-Navigation für Menschen mit Behinderung / Barrierefreiheit Dies ist Ihr potenzielles Alleinstellungsmerkmal. **F. K. Real, J. M. F. Rodrigues, L. M. V. Oliveira (2017)** - **Titel:** A BLE iBeacon-based indoor navigation system for blind and visually impaired people - **Publikationsort:** 12th Iberian Conference on Information Systems and Technologies (CISTI) - **Zusammenfassung:** Die Autoren entwickeln ein System speziell für sehbehinderte Menschen. Der Fokus liegt auf der Benutzerschnittstelle, die sprachbasierte Turn-by-Turn-Anweisungen und Vibrationsfeedback gibt. Die technische Positionierung ist eher einfach gehalten. - **Relevanz:** **Hoch** - **Begründung:** Perfekt, um die Anforderungen an ein barrierefreies System zu definieren. Während dieses Paper sich auf die UI/UX konzentriert, können Sie mit Ihrer Arbeit die technische Robustheit der zugrundeliegenden Positionierung verbessern, was für diese Nutzergruppe besonders kritisch ist. **S. D'Apolito, G. G. Giacomin, F. Spagnolo (2021)** - **Titel:** Indoor navigation for all: a user-centric approach for visually impaired and sighted people - **Publikationsort:** Journal of Ambient Intelligence and Humanized Computing - **Zusammenfassung:** Dieser Artikel argumentiert für einen universellen Designansatz. Er analysiert die unterschiedlichen Bedürfnisse von sehenden und sehbehinderten Nutzern an ein Navigationssystem und leitet daraus Designprinzipien ab (z.B. unterschiedliche Detailgrade der Information). - **Relevanz:** **Mittel bis Hoch** - **Begründung:** Hilft Ihnen, den Anwendungsfall "Barrierefreiheit" theoretisch zu fundieren und über eine reine Implementierung hinauszugehen. Sie können argumentieren, *warum* Stabilität und Zuverlässigkeit für diese Nutzergruppe wichtiger sind als für andere. --- ## Hinweise und nächste Schritte Diese Literaturrecherche bildet eine solide Grundlage für Ihre Bachelorarbeit. Folgende weitere Schritte werden empfohlen: 1. **Vertiefende Recherche zu neueren Papers (2022-2025):** Prüfen Sie auf Google Scholar oder IEEE Xplore nach aktuelleren Arbeiten, die möglicherweise neuere Ansätze oder Verbesserungen beschreiben. 2. **Spezifische Suche nach ESP32-basierten Implementierungen:** Finden Sie praktische Arbeiten, die konkret ESP32 als iBeacon verwenden - das hilft bei Implementierungsdetails. 3. **Weitere Abschlussarbeiten:** Suchen Sie in deutschen Hochschul-Repositorien (z.B. über OPUS) nach weiteren Bachelor-/Masterarbeiten zum Thema, besonders von deutschen Fachhochschulen. 4. **Machine Learning Ansätze:** Falls Sie Ihre Arbeit weiter differenzieren möchten, könnten Sie sich mit ML-basierten Fingerprinting-Ansätzen auseinandersetzen und begründen, warum Sie den modellbasierten Ansatz gewählt haben. 5. **Evaluierungs-Metriken:** Recherchieren Sie standardisierte Metriken zur Bewertung von Indoor-Positionierungssystemen (nicht nur Genauigkeit, sondern auch Precision, Recall, Jitter, Time-to-Fix). --- *Generiert mit Unterstützung von Claude Code und Gemini am 2026-02-09*