Categories
Campus-GIS Master Thesis

Welche Indoor-Objekte sind sichtbar auf einer Route?

Die letzten Wochen habe ich mit der Anwendung des ILNM verbracht. Um genau zu sein, ging es um die Anwendung des “Landmark selection”-Algorithmus und “Landmark integration”-Algorithmus auf zwei Beispielrouten am Campus WU. Diese stellen den zweiten und dritten Schritt des ILNM dar. Der erste Schritt – die “Landmark identification” war ja bereits durch das Expert Rating abgeschlossen.

Die Anwendung der einzelnen Schritte der Algorithmen erfolgte dabei manuell und größtenteils mit der Hilfe von ArcGIS. Dabei wurden für jede Route sowie für die Entscheidungspunkte und lange Routensegmente die möglichen Landmark-Kandidaten selektiert und in weitere Folge deren “Landmark suitability weighting” entsprechend dem Algorithmus angepasst. Für die Entscheidungspunkte sowie Routensegmente mit einer bestimmten Mindestlänge wurden dann jeweils die Landmarks ausgewählt, die das höchste, relevante Gewicht aufwiesen. Zuletzt wurde mit den ausgewählten Landmarks entsprechend dem “Landmark integration”-Algorithmus die Routenanweisungen erzeugt.

Was in der Theorie relativ einfach klingt, erforderte jedoch großen Aufwand in der Praxis. Insbesondere die Selektion war sehr zeitaufwändig. Allein die Festlegung der Sichtbarkeit von potentiellen Landmarks innerhalb von  Gebäuden ist alles andere als trivial. Um die Landmarks für eine Route oder gewisse Bereiche davon auszuwählen, musste ein Buffer festgelegt werden, der angibt, was von der Route aus gut sichtbar ist. Nach mehrmaligem Experementieren habe ich mich für einen Buffer von 4 Meter auf jeder Seite entschieden. Dabei habe ich diese Distanz mit einem Maßband in einem WU-Gebäude nachgemessen und mit Kolleg/inn/en darüber diskutiert, ob das ein guter Wert für diesen Buffer ist. Dieser Buffer gibt aber nur an, was unmittelbar von der Route – d.h. typischerweise im Gang oder Raum – sichtbar ist. Landmarks, die innerhalb dieses Buffers liegen, aber nicht im selben Raum wie die Route, mussten weiter untersucht werden. Besitzt dieser andere Raum keine Tür, dann handelt es sich vermutlich um eine Lounge oder einen anderen offenen Bereich. Die Landmarks darin sind daher von der Route aus sichtbar. Im Falle, dass sich der Landmark-Kandidat in einem anderen Raum mit einer Tür befindet, wurden dieser jedoch entfernt, da davon auszugehen ist, dass das Objekt nicht von der Route aus sichtbar ist.

Damit ist die Sichtbarkeitsprüfung von Landmarks auf einer Route aber noch nicht abgeschlossen. Oft fallen Räume in die Bufferzone, die jedoch dennoch nicht unbedingt von der Route erkennbar sein müssen. Der Grund liegt darin, dass bei Räumen (mit Türen) üblicherweise die Tür den tatsächlich sichtbaren Bereich eines Raumes darstellt. Die Tür enthält zum Beispiel die Information über Raumnummer und Raumtyp. Daher musste bei allen Räumen, die in die Bufferzone fallen, überprüft werden, ob sie 1. eine Tür besitzen und wenn ja 2. die Tür auch in der Bufferzone liegt.

Unten stehende Grafik zeigt die Bufferzone und die Landmark-Kandidaten visualisiert entsprechend ihrem ursprünglichen Gewicht aus dem Landmark-Selektions-Prozess in ArcGIS.

Wie dadurch gezeigt wird, ist allein die Selekton von Landmark-Kandidaten innerhalb von Gebäuden sehr aufwendig. Auch die weiteren Schritte der Algorithmus erfoderten umfangreiche Prüfungen und jede Selektion wurde als eigene Feature-Klasse in ArcGIS gespeichert um diesen Objekten später auch die entsprechenden, angepassten Gewichtungen als neue Attribute zuweisen zu können. Weitere Schritte des Prozesses und die Ergebnisse werden im nächsten Post beschrieben.

route1_weight_buffer
Visulisierung von Landmark-Kandidaten und Bufferzone in ArcGIS

 

 

Categories
Campus-GIS Master Thesis

Visiualisierung der Landmark-Kandidaten in ArcGIS

Nachdem Ende August das Expertenrating für die Gewichtung der Landmarks durchgeführt wurde, wurden die Ergebnisse im nächsten Schritt exemplarisch für zwei Ebenen des Campus der WU in ArcGIS visualisiert. Dazu waren folgende Schritte notwendig:

  • Lokale Speicherung: Um die Daten weiterverarbeiten zu können, wurden die Ausgangsdaten von PostgreSQL lokal als Feature Class gespeichert. Dazu wurden diese zuerst via “Add Query Layer” hinzugefügt und anschließend via “Export Data” lokal gespeichert. Wichtig war dabei, immer explizit das “Unique Identifier Field” unter den erweiterten Optionen anzugeben, da es sonst Probleme beim Zugriff auf die Daten gab. Die Daten aus der zentralen Raumdatenbank der WU, die die Kategorien der einzelnen Räume enthält, wurden als Tabelle von einem csv-Export importiert und anschließend über einen Join mit den Rooms-Layern verbunden. Dadurch stand für jeden Raum auch die entsprechende Kategorie zur Verfügung.
  • Erstellung der Landmark-Layer: Nachdem die Daten lokal gespeichert waren, konnte daraus die Landmark-Layer erstellt werden. Dazu wurden je nach Layer unterschiedliche Abfragen erstellt. Die Raumkategorien wurden über eine attribute-Abfrage zur Kategorienbezeichnung extrahiert, bei den POIs war der Name auch in einem separaten Attribut gespeichert und konnten so abgefragt werden. Aufzüge wurden über das Routingnetzwerk identifiziert – es wurden jene Segmente ausgewählt, die als Typ “Aufzug” zugewiesen hatten. Bei den Stiegen war die Auswahl etwas aufwendiger, da hier ja üblicherweise nur der Anfang und das Ende der Stiege relevant ist. Daher wurden über das Routingnetzwerk zuerst die Stiegensegmente identifiziert und anschließend über ein Tool die Anfangs- und Endpunkte der Stiegen extrahiert.
    Alle selektierten Elemente wurden jeweils als eigene Feature Class gespeichert.
  • Zuweisung der Gewichtungs-Werte: Jeder Feature Class wurde im nächsten Schritt ein neues Feld “weight” hinzugefügt und der jeweilige Gewichtungswert aus dem Expertenrating zugewiesen.
  • Erstellung von Visualisierungs-Vorlagen: Um jeder Feature Class auf einfache Weise das selbe Visualisierungs-Schema zuzuweisen, wurden für jeden Geometrietyp eigene Vorlagen erstellt. Diese beruhen auf einem quantitativen, graduierten Farbschema mit 7 Quantilen-Klassen. Als Farbschema wurde “cold to hot diverging” ausgewählt.
  • Zweisung der Visualierungs-Vorlagen: Die exemplarisch erstellen Visualisierungsvolagen wurden über “Symbology – Import” jeder Feature Class zugewiesen. Als “Value Field” wurde jeweils das erstelle Feld “weight” ausgewählt.

Und das Ergebnis sieht zum Beispiel so aus (Ebene 04):

OG04_weights_klein

Categories
Campus-GIS Master Thesis

“Expertenstreit” über Indoor-Landmarks

Letzte Woche konnte ich endlich das Experten Rating durchführen, welches der Bewertung von Objektkategorien der WU hinsichtilch deren Eignung als Landmarks diente. Das Experten-Rating basierte dabei auf den von Duckham et. al. (2010) entwickeltem System zur Bewertung von POI-Kategorien als Landmarks. Dabei wird jede POI-Kategorie anhand unterschiedlicher Kritieren nach jeweils zwei unabhängigen Faktoren bewertet:

  1. Wie geeignet ist eine typische Instanz einer POI-Kategorie als Landmark; und
  2. Wie wahrscheinlich ist es, dass eine bestimmte Instanz einer POI-Kategorie typisch ist?

Diese Fragen wurden von Experten für jede Kategorie und für jedes Kriterium diskutiert. Zu den Kriterien zählen beispielsweise “phyisische Größe”, “Prominenz”, “Nähe zur Straße”, “Länge der Beschreibung” oder “Permanenz”.

Deren System war jedoch für POIs im Outdoor-Bereich konzipiert, weswegen ich es für den Indoor-Bereich adaptieren musste. Dazu gehörte einerseits die Anpassung der Bewertungskriterien und andererseits die Erweiterung des Systems von ausschließlich POI-Kategorien auf allgemeine Objekt-Kategorien, da im Campus-GIS der WU nicht nur POIs, sondern auch allgemeine Indoor-Objekte wie Türen oder Aufzüge und verschiedene Raumkategorien als Landmarks dienen können. Zusätzlich habe ich Regeln für eine Vorauswahl der zu bewertenden Objektkategorien definiert.

Nach der Vorauswahl blieben 20 Objektkategorien für das Rating übrig. Als Experten für das Rating standen eine Kollegin und zwei Kollegen zur Verfügung, welche schon lange an der WU beschäftigt sind und auch aufgrund ihrer beruflichen Tätigkeit die unterschiedliche Gebäuden des Campus gut kennen. Inklusive mir waren wir daher vier Experten, die über jedes Kriterium in jeder Kategorie diskutierten. Dabei entstanden sehr spannende Diskussionen, z.B. ob und wo es Verkaufsautomaten gibt, die durch eine halbe Wand abgetrennt (und daher weniger prominent sind), ob alle Toilettentüren an der WU gleich aussehen, wie hervorstechend Aufzügtüren sind oder ob externe Besucher wissen würden, was unter einem “PC-Raudoor01m” zu verstehen ist. Schlußendlich einigten wir uns jeweils auf eine Bewertung und somit konnte ich für jede Landmark-Kategorie einen globalen und einen gewichteten, normalisierten Wert für die Eignung als Landmark ermitteln.

Gewinner ist übrigens die Kategorie “Stiege”, dicht gefolgt von “Eingängen” und “Schließfächern”. Relativ ungeeignet für Indoor-Landmarks scheinen allgemeine Räume oder die Recherchestationen in der Bibliohtek zu sein.

Übrigens gibt es leider keine Information zu Typ oder Farbe einer Tür in der Datenbank der Campus-GIS. Sonst wäre vermutlich auch die rechts abgebildete Tür aus dem Verwaltungsgebäude der WU ein guter Landmark-Kandidat an der WU.

 

 

Literatur
Duckham, Matt, Stephan Winter, and Michelle Robinson (2010). “Including landmarks
in routing instructions”. In: Journal of Location Based Services 4.1, pp. 28-52.

Categories
Campus-GIS Conferences

AGIT 2015

Im Juli ist es wieder soweit: von 8. bis 10.7. findet wieder die AGIT (Symposium und Expo für Angewandte Geoinformatik) in Salzburg statt.

Letztes Jahr bot mir die AGIT eine spannende Mischung aus interessanten Vorträgen, Workshops, Diskussionsrunden und Ausstellern sowie Treffen mit dem UNIGIS-Team und Mitstudierenden. Besonders nett habe ich das UNIGIS-ComeTogether in Erinnerung und natürlich ist die Stadt Salzburg immer wieder einen Besuch wert. 😉

Daher freut es mich sehr, dass ich auch heurer wieder dabei sein darf! Das Programm klingt sehr vielversprechend und im Rahmen eines Vortrags vom Entwickler des Campus-GIS der WU (Micheal Diener) wird auch über web-basierte Indoor-Navigation mit Beispielen der WU gesprochen werden. Ich bin gespannt!

Categories
Campus-GIS Master Thesis

Zugriff auf PostGIS mit ArcGIS und QGIS

Die Daten des Campus-GIS der WU sind einer PostGIS-DB gespeichert. PostGIS stellt räumliche Funktionen für eine PostgreSQL-Datenbank zur Verfügung. Für die Verwaltung der GIS-Daten, das heißt vor allem das Editieren der Attribute sowie räumlichen Daten, verwende ich das Opensource-Tool QGIS. Der Datenzugriff ist dabei äußerst komfortabel. Über die Opton “PostGIS-Layer hinzufügen” kann ein neue DB-Verbindung erstellt oder eine bestehende ausgewählt werden und anschließend können die gewünschten Tabellen als Layer hinzugefügt werden. Werden Daten geändert, können diese auf Knopfdruck direkt in die Datenbank zurückgeschrieben werden.

Für die Auswertungen und Simulationen der Indoor Landmark Navigation Model-Algorithmen möchte ich jedoch mit ArcGIS auf die Daten zugreifen. Das liegt an der meiner Meinung nach umfangreicheren Auswertungsmöglichkeiten in ArcGIS. Vielleicht liegt es aber nur daran, dass ich gerade was Analysen betrifft die Arbeit mit ArcGIS aus den UNIGIS-Modulen gewöhnt bin?

Leider gestaltet sich hier der PostGIS-Zugriff nicht ganz so einfach wie unter QGIS. Zwar ist es seit der Version 10.3. nicht mehr notwendig, die PostgreClient-Files händisch zu installieren bzw. in die enstprechenden Verzeichnisse zu kopieren, dennoch klappt der Zugriff auf meine PostGIS-Datenbank nicht problemlos. Die Datenbankverbindung kann zwar ohne Schwierigkeiten erstellt werden. Sobald man aber einen Layer hinzufügen möchte, erscheint die Meldung “„the coordinate identifier is invalid.” Die GIS-Daten sind in der Datenbank im Koordinatensystem EPSG: 31256 gespeichert. Ich habe wenig dazu herausgefunden, inwieweit das Probleme machen könnte. Nachdem ich aber für die Analysen nur lesend auf die Daten zugreifen möchte, konnte ich das Problem jedoch umgehen: Über “Add Query Layer” können die Daten als Layer problemlos aus der PostGIS-DB geladen werden und das sollte für meine Auswertungen reichen 🙂

Eventuell stelle ich mich aber bei gewissen Analysen doch der Herausforderung, es sowohl in QGIS als auch in ArcGIS auszuprobieren …

Categories
Campus-GIS Master Thesis

Knackpunkt Datenqualität

Wenn es darum geht, welche Objekte in einer räumlichen Datenbank als Landmarks in Frage kommen, muss zuerst die Frage gestellt werden, welche Informationen in der Datenbank überhaupt gespeichert sind. Im Campus-GIS der WU setzen sich die Daten aus folgenden Elementen zusammen:

  • Statische Kartenelemente, die primär der Visualisierung dienen: Räume, Türen, Möbel;
  • Dynamische Informationen, die variabel eingeblendet oder durchsucht werden können: POIs, Routing-Information, durchsuchbare Elemente (wie Raumattribute);

Während die dynamischen Elemente hauptsächlich manuell erstellt wurden und daher auch grundsätzlich dem aktuellen Status Quo entsprechen, setzen sich die statischen Kartenelemente aus automatisch aus den CAD-Plänen extrahierten Daten zusammen, die nur bei Bedaruf manuell korrigiert wurden. Und hierbei liegt nun auch das erste Probleme bei der Extraktion von Landmarks aus diesen Daten: Während die Datenqualität in diesem Fall für das Campus-GIS völlig ausreichend ist, wäre für die Extraktion von Landmarks teilweise eine höhere Datenqualität bein den statischen Daten notwendig. Die wesentlichen Probleme dabei sind:

  1. Inkonsistente Information: Für die selben Raumtypen oder Informatonen wurden teilweise unterschiedliche Namen (z.B. “Treppe” und “Stiege”, “Front Office” und “Frontoffice”) verwendet.
  2. Fehlende Information: Da es verschieden Türtypen an der WU gibt, würden Türen grundsätzlich eine geeignete Landmark-Kategorie darstellen. Leider ist die Art der jeweiligen Türe jedoch nicht in der Datenbank gespeichert. Weiters sind nicht alle relevanten Attribute durchgängige für alle Objekte vorhanden (z.B. Raumnummer).
  3. Obsolete Information: Der Datenstand der CAD-Pläne entspricht jener von ca, 1,5 Jahren bevor der Eröffnung des WU-Campus, da zu diesem Zeitpunkt mit der Implementierung des Campus-GIS begonnen wurde. Zwischenzeitlich haben sich jedoch Informationen wieder geändert – z.B. durch eine geänderte Raumnutzung oder Raumzusammenlegung. Diese Daten werden nur dann im GIS aktualisiert, wenn es von jemanden gemeldet wird, da es zeitlich nicht möglich ist, alle Daten in allen Gebäuden laufend zu kontrollieren.

Diese Einschränkungen hinsichtlich der Datenqualität führen dazu, dass nicht alle Informationen als Landmarks genutzt werden können, die grundsätzlich in einem Indoor-Campus-GIS vorhanden sein könnten. Wäre schon vor der Datenextraktion aus den CAD-Plänen bekannt gewesen, dass die Daten nicht nur für die Stockwerkspläne, sondern auch für Routenbeschreibungen mit Landmarks verwendet werden sollten, wäre vermutlich die Ausgangsbasis hinsichtlich verfügbarer Daten wesentlich besser gewesen.

Spannend ist aber für mich im nächsten Schritt die Frage: Welche Daten können aus der vorhandenen Datenbasis für Landmarks verwendet werden?

Und falls nach der Entwicklung des Indoor Landmark Navigation Model und deren Implementierung und Evaluierung noch Zeit bleibt, würde ich auch gerne die Frage beantworten: Welche Daten könnten noch für Landmarks herangezogen werden, wenn sie vorhanden wären? Hierzu könnten man für einige Beispielrouten die Informationen in der Datenbank manuell erweitern und dann den Ansatz nochmals testen.

Aber vorerst werden ich mich auf die Kernfragen meiner Arbeit konzentrieren und dazu gehört im nächsten Schritt die Frage der Landmark-Identifikation: Welche Objekte bzw. Objektkategorien eignen sich nun wie gut als Indoor-Landmarks?

Categories
Campus-GIS Master Thesis

Welche Objekte eignen sich als Indoor-Landmarks?

Diese Frage ist relativ schwer zu beantworten und vermutlich ist dies auch der Grund, warum in der Literatur noch keine eindeutige Antwort darauf zu finden ist. Dafür gibt es meiner Meinung nach zwei primäre Gründe:

  1. Die Indoor-Navigation ist ein relativ junges Forschungsgebiet:
    Der Schwerpunkt der Forschung lag zuerst auf der Fahrzeug-Navigation. In den letzten etwa zehn Jahren wurde auch der Navigation von Fußgängern mehr Beachtung geschenkt, jedoch primär außerhalb von Gebäuden. Und erst in den letzten Jahren wurden auch einige Studien über die Indoor-Navigation durchgeführt, diese aber noch immer in einem sehr überschaubaren Ausmaß.
  2. Gebäude unterscheiden sich untereinander wesentlich stärker als Städte:
    Das heißt, Ergebnisse von Studien, die beispielsweise in einem städt. Gebiet über Fußgängernavigation durchgeführt wurden, lassen sich relativ einfach auf andere Städte und Gebiete übertragen. Überall gibt es Straßen, Geschäfte, herausragende Gebäude, besondere Plätze und dergleichen. Das gilt aber nicht für Gebäude. Diese weisen je nach Zweck (Krankenhaus, Universität, Flughafen) sowie auch je nach architektonischem Stil völlig unterschiedliche Strukturen und Objekte auf. Während beispielsweise bestimmte Objekte (Empfangsschalter, Wartezimmer) in Krankenhäusern geeignete Landmarks darstellen, sind diese in anderen Gebäuden überhaupt nicht vorhanden. Weiters können Objekte, wie Türen, in manchen Gebäuden sehr unterschiedlich sein und sich daher als potenzielle Landmarks eignen, während in anderen Gebäuden alle Türen gleich aussehen und daher nur sehr eingeschränkt als Landmarks eingesetzt werden können.

Diese oben genannten Faktoren führen daher dazu, dass Indoor-Landmarks für Routenbeschreibungen nur mit heuristischen Methoden individuell für jedes Gebäude bzw. jeden Gebäudetyp ausgewählt werden müssen. Dennoch denke ich, dass es manche Objekte gibt, die in fast alle öffentlichen Gebäuden vorhanden sind und typischerweise aus der Umgebung hervorstechen. Diese grundsätzliche potentiellen Indoor-Landmarks sind: Schilder, Aufzüge, Kaffeemaschinen, Eingänge oder Stiegenhäuser.

Für die Master Thesis habe ich daher für die Landmark-Identifikation kaum auf Ergebnisse aus der Literatur zurückgreifen können. Wie genau ich potentielle Landmark-Typen der Campus-GIS der WU identifiziert habe, wird im nächsten Beitrag beschrieben.

Categories
Campus-GIS Master Thesis

Es geht weiter …

Nach einer längeren Pause aufgrund von Weihnachten, der Arbeit an dem OpenGIS-Modul und einem Winterurlaub geht es nun weiter mit der Arbeit an der Master Thesis. Die nächsten Wochen werden der “Landmark Identification” gewidmet sein. Das heißt es wird eine Klassifizierung erstellt, welche Objekte sich grundlegend als Indoor-Landmarks eignen, unabhängig von einer konkreten Route. Diese Klassifizierung wird exemplarisch für die Daten des Campus-GIS der WU durchgeführt.

Im ersten Schritt dazu wird eine Literaturanalyse zum Thema “Indoor Landmarks” durchgeführt. Nachdem damit (hoffentlich) die Frage beantwortet wird, welche Objekte sich grundsätzlich als Indoor Landmarks eignen, werden im nächsten Schritt die Objekte und Informationen untersucht, die in der Datenbank des Campus-GIS der Wirtschaftsuniversität Wien gespeichert sind. Anschließend werden diese Objekte hinsichtlich deren Eignung als Indoor Landmarks klassifiziert. Diese Klassifizierung dient dann als Grundlage für die dynamische Auswahl der Landmarks für konkrete Route, der “Landmark Selection“. Aber das ist eine andere Geschichte …

Categories
Campus-GIS

basemap.at oder OSM?

Am besten beides! Diese Woche wurde die Hintergrundkarte der Desktop-Version des Campus-GIS der WU von OSM aus basemap.at umgestellt.  basemap.at ist eine seit Jänner 2014 frei verfügbare Karte, basierend auf den Verwaltungs-Geodaten der Bundesländer, welche automatisch alle zwei Monate aktualisiert wird. basemap.at ist ein Kooperationsprojekt der Länder (geoland.at), der TU Wien, der ITS Vienna Region sowie der Fa. SynerGIS.

basemap.at ist gemäß der Open Government Data Österreich Lizenz CC-BY 3.0 AT sowohl für private als auch kommerzielle Zwecke frei nutzbar und kann via OpenGIS Web Map Tile Service 1.0.0 (WMTS) gemäß OGC Standard in andere Services eingebunden werden. Tolles Projekt!

Für die mobile Version wird nach wie vor OSM via mapquest als Hintergrundkarte eingesetzt. Somit sind auch die Zugriffe auf die im Internet frei verfügbaren Ressourcen verteilt.

Campus-GIS mit neuer Hintergrundkarte von basemap.at
Campus-GIS mit neuer Hintergrundkarte von basemap.at
Categories
Campus-GIS Master Thesis

Wie alles begann

Im Rahmen meiner beruflichen Tätigkeit an der Wirtschaftsuniversität Wien bin ich unter anderem für den Betrieb und die Weiterentwicklung des Campus-GIS zuständig. Das Campus-GIS ist ein webbasiertes, geogra fisches Informationssystem, das vor allem zur Orientierung innerhalb der Gebäude dienen soll. Es bietet dabei auch Routing-Funktionen zwischen zwei beliebigen Punkten an. Die Route wird derzeit jedoch ausschließlich gra fisch in einem Stockwerksplan, ohne entsprechende textuelle Routenbeschreibung kommuniziert.

Campus-GIS WU Screenshot
Campus-GIS WU

Im Frühling 2013, einige Monate vor Abschluss meines UNIGIS professional-Lehrgangs, habe ich mit dem Entwickler des Systems, Michael Diener von der Firma Gomogi, über eine mögliche Erweiterung des Systems durch textuelle Routenbeschreibungen diskutiert. Nachdem ich mich schon zuvor mit dem Thema mobile Navigationssysteme für Fußgänger und Location Based Services (LBS) auseinandergesetzt hatte, wusste ich, dass Routenbeschreibungen für Fußgänger nur dann sinnvoll sind, wenn sich die einzelnen Anweisungen auf Landmarks beziehen (“Biegen Sie vor der Glastür rechts ab.”) und keine metrischen Angaben (“Biegen Sie nach 27 Meter rechts ab.”) verwenden.

Michael Diener, der auch an der Universität Klagenfurt unterrichtet, erklärte mir in diesem Gespräch, dass bis jetzt kein Ansatz in der Literatur existiert, wie Indoor-Routenbeschreibungen mit Landmarks automatisiert erzeugt werden können. In diesem Moment war die Idee für meine Master Thesis geboren und der Entschluss gefasst, nach Abschluss von UNIGIS professional mit dem UNIGIS MSc-Studium fortzusetzen. Vor allem die Verbindung aus persönlichem Interesse mit beruflicher und praktischer Relevanz und der Möglichkeit, den entwickelten Ansatz in einem echten System testen zu können, stellt für mich eine starke Motiviation für dieses Thema dar.