Um sistema de localização indoor usando fingerprinting e detecção de novidades para avaliação de confiança

• Ano de defesa: 2022
• Autor(a) principal: Mourão, Helmer Augusto de Souza
• Outros Autores: http://lattes.cnpq.br/4606523914884406, https://orcid.org/0000-0003-2022-7950
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Amazonas; Instituto de Computação; Brasil; UFAM; Programa de Pós-graduação em Informática
• Palavras-chave em Português: Fingerprinting (Computação); Sistema de posicionamento em ambientes internos; Aprendizado do computador; CIENCIAS EXATAS E DA TERRA; Localização interna; Sistema de posicionamento; Impressão digital; Detecção de novidade
• Link de acesso: https://tede.ufam.edu.br/handle/tede/9242

Os sistemas de localização para ambientes fechados são usados para localizar dispositivos móveis dentro de edifícios onde as soluções tradicionais, como o Global Navigation Satellite Systems (GNSS), não funcionam bem devido à falta de visibilidade direta dos satélites. O fingerprinting é uma das soluções mais conhecidas e precisas para localização em ambientes fechados, ele é dividido em duas fases distintas uma fase de treinamento (Offline) e uma de localização (Online). Uma das informações mais utilizadas é o Received Signal Strength Indicator (RSSI), por ser de fácil obtenção, porém valores de RSSI são conhecidos por serem instáveis e ruidosos devido aos obstáculos e à dinamicidade dos cenários, causando imprecisões nas estimativas de posição. Devido a esta característica do RSSI, várias metodologias têm sido propostas para tentar mitigar os efeitos do ruído na fase de treinamento, porém, as informações do RSSI também apresentam ruído na fase de localização. Esse ruído geralmente faz com que o sistema indique um local que não tem certeza se está correto, embora seja o mais provável com base em seus cálculos. Para minimizar este problema, este trabalho apresenta alguns métodos de verificação do nível de confiança das classificações usando as probabilidades da classificação aliado a algoritmos de Detecção de Novidade (Novelty Detection). Assim, neste trabalho, propomos LocFiND (Localization using Fingerprinting and Novelty Detection), uma solução baseada em fingerprinting que utiliza a detecção de novidade para avaliar a confiança das posições estimadas e, assim, tentar mitigar o ruído causado pelo RSSI na localização. Estimativas não confiáveis são descartadas e não encaminhadas à aplicação. Nossa solução foi avaliada usando informações coletadas em ambiente real de uma área escolar usando dispositivos baseados em Bluetooth. Nossa avaliação de desempenho mostra uma melhoria considerável na precisão e estabilidade da localização, descartando apenas algumas estimativas não confiáveis.