Campaña de actualización y optimización de medidas Wi-Fi para posicionamiento en interiores

Abstract

La mayor parte de las actividades diarias de la gente se llevan a cabo dentro de edificios. Diversos sectores como la medicina, la industria, el sector académico o los sistemas de seguridad requieren el uso de sistemas de posicionamiento en interiores. Como consecuencia, es fundamental desarrollar un sistema de posicionamiento en interiores fiable y preciso. Dado que los sistemas de navegación por satélite no son adecuados para posicionamiento en interiores, numerosos sistemas han surgido con el propósito de realizar dicha función. Sin embargo, cada sistema tiene sus ventajas y desventajas. Por lo tanto, actualmente no existe un sistema de posicionamiento en interiores que pueda ofrecer el mejor servicio en cualquier situación. Las bases de datos correspondientes a la intensidad de señal del Wi-Fi de dos edificios de la Universidad Tecnológica de Tampere requerían una actualización. Por lo tanto, el objetivo de la tesis ha sido actualizar y optimizar las medidas de intensidad de señal recibida en estos dos edificios. Los resultados han sido presentados y analizados esperando que sean de utilidad para el diseño y la mejora de sistemas de posicionamiento en interiores basados en la intensidad de señal del Wi-Fi. Conocer las ventajas y las debilidades de diversos sistemas de posicionamiento en interiores puede resultar de gran utilidad para el diseño y la mejora de estos sistemas. Por lo tanto, se explica la funcionalidad de varios sistemas de posicionamiento en interiores. En esta tesis ha sido utilizado el sistema de posicionamiento basado en la intensidad de señal recibida de Wi-Fi. De esta manera, una base de datos con las medidas ha sido construida. Esta base de datos es usada para simular el sistema de posicionamiento en interiores, que es implementado utilizando un estimador Bayesiano y el algoritmo de k vecinos más próximos. Sucesivamente, los parámetros de los algoritmos han sido optimizados.
El análisis de los resultados muestra que para los valores más bajos de los parámetros el funcionamiento del sistema es el óptimo. El mejor funcionamiento del sistema ha dado lugar a una probabilidad de detección de piso del 99% y una media de error en la distancia entre la estimación y la posición real de 3 m. Sin embargo, efectos negativos como los producidos por valores atípicos de ciertas medidas deben ser tenidos en cuenta. Algunas debilidades del sistema como los desafíos de la parte del entrenamiento del sistema abren el camino para futuras investigaciones y desarrollos del sistema.
Abstract:
Most of the day to day people activities are carried out inside buildings. Many sectors such as, medicine, industry, academia or even security systems require indoor positioning services. As a consequence, it is essential to develop a reliable and accurate indoor positioning system (IPS). Since global navigation satellite systems (GNSSs) are not suitable for indoor localization, several IPSs have emerged. However, each indoor positioning technology has its advantages and disadvantages. Hence, there is not an IPS system with the best performance for every situation. The IPS databases based on the Wi-Fi infrastructure installed in two buildings of the Tampere University of Technology required an update. Therefore, the scope of this thesis has been to update and moreover, optimize the IPS fingerprint databases of these two buildings. The results have been presented and analyzed with the expectance that they will be useful for similar or wider projects. Multiple IPSs are explained, as it is convenient to understand the advantages and the weaknesses of each technology. The technology which provides the positioning services is the fingerprint Wi-Fi received signal strength (RSS). In that way, a measurement database is built. The database is used to simulate the IPS, which is implemented through the Bayesian estimation algorithm and the k-nearest neighbors technique. Successively, the parameters of the algorithm are optimized. The analysis of the results showed that for the lowest values of the parameters, the performance of the system improves with respect to higher values of the parameters. The best performance of the Wi-Fi based IPS results in a floor detection probability nearby 99% and an average distance error below 3 m. However, negative effects, such as the ones produced by outlier measurements, must be taken into account. Some weaknesses of the Wi-Fi based IPS, such as the challenges associated to the training phase, open a path of research that might enhance the system performance.