Sistema híbrido de localização para ambientes internos assistido por filtro de Kalman e fusão de vetores de estado

• Ano de defesa: 2020
• Autor(a) principal: Eyng, Angela Cristina
• Orientador(a): Rayel, Ohara Kerusauskas
• Banca de defesa: Moritz, Guilherme Luiz , Pellenz, Marcelo Eduardo , Rayel, Ohara Kerusauskas
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Curitiba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Sistemas de Energia
• País: Brasil
• Palavras-chave em Português: Impressões digitais; Tecnologia bluetooth; Kalman, Filtragem de; Sistemas de informação geográfica; Sistemas de comunicação sem fio; Internet das coisas; Métodos de simulação; Distâncias - Medição; Fingerprints; Bluetooth technology; Kalman filtering; Geographic information systems; Wireless communication systems; Internet of things; Simulation methods; Distances - Measurement
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/4927

Neste trabalho propõe-se um Sistema Híbrido de Localização para Ambientes Internos (H-IPS, do inglês Hybrid Indoor Positioning Sytem) baseado no mecanismo de beacons do Bluetooth Low Energy (BLE). Realiza-se a fusão das técnicas de Fingerprinting (FP) e Multilateração (MLT), ambas baseadas no Indicador de Intensidade de Sinal Recebido (RSSI, do inglês Received Signal Strength Indicator). O objetivo é estimar a localização de um objeto móvel em um ambiente fechado, considerando que este segue um modelo de movimento com velocidade constante. Aplica-se um Filtro de Kalman (FK) para cada saída (FP e MLT), com o objetivo de suavizar o erro associado a cada técnica. Finalmente, é realizada a fusão dos vetores de estado obtidos após a filtragem, para reduzir a incerteza do posicionamento obtido. Os resultados indicam que o esquema proposto apresenta um aumento na precisão da estimativa de posição de 46%, quando comparado com a técnica de FP, e de aproximadamente 54%, quando comparado com a técnica de MLT. Além disso, analisou-se a influência do tamanho da grade utilizada para estruturar o banco de dados de fingerprinting, o número de Pontos de Acesso (Aps, do inglês Access Points) e como o número de amostras utilizadas afeta a precisão do esquema apresentado. Por fim, os resultados mostram que a probabilidade de que o erro de distância do H-IPS desenvolvido seja menor do que 2 m é 92%, enquanto que para FP e MLT a mesma probabilidade é de 43% e 47%, respectivamente.