Please use this identifier to cite or link to this item: http://ri.uaq.mx/handle/123456789/5040
Title: Design and Implementation of an ubiquitous positioning system based on GNSS pseudoranges and assisted with WLAN-RSSI
Authors: Richter, Philipp
Keywords: Localización
Sistema de posicionamiento
WLAN RSSI
Localisation
Positioning system
WLAN RSSI
Issue Date: Sep-2016
Series/Report no.: RI004269;
Abstract: Ya en la actualidad numerosas aplicaciones, como el rastreo de personas o bienes, navegación o geovallado para personas o robots, sistemas de transporte inteligente, mercadotecnia o facturación consciente de la ubicación. El Internet de las Cosas aumentará aún más la cantidad de los servicios basados en la posición y también aumentará la exactitud exigida. Al exterior los sistemas globales de navegación por satélite proveen información de la ubicación fiable. Tecnologías como sistemas de computación ubicua, redes inalámbrica de comunicación, sensores miniaturizados, entre otras, pueden determinar la ubicación de personas u objetos en interiores. Muchos sistemas de localización en interiores necesitan infraestructura particular o una multitud de sensores; especialmente si se busca la localización ubicua y continua. Considerando la disponibilidad de infraestructura, el potencial de exactitud y precisión, y las fuentes de errores de las tecnologías, los sistemas globales de navegación por satélite y el fingerprinting en redes de área local inalámbrica con la fuerzas de las señales, son las tecnologías más prometedoras para lograr localización ubicua tanto en interiores como en exteriores. Esta tesis propone un método en el que combina sistemas globales de navegación por satélite y fuerzas de señales de redes de área local inalámbricas con el fin de lograr una localización general, ubicua, con la misma exactitud y precisión en interiores, exteriores y en las zonas de transición. Se utiliza un filtro Bayesiano recursivo para integrar profundamente pseudodistancias de sistemas globales de navegación por satélite con fuerzas de señales de redes de área local inalámbricas. Se presenta un modelo del espacio de estado basado en modelos estocásticos para el movimiento del objeto/personas y para las pseudodistancias y observaciones de fuerza de señales de redes de área local inalámbricas. Este estudio aborda al problema fundamental que las pseudodistancias están definidas en un espacio espacialmente continuo y las fuerzas de señales de redes de área local inalámbricas están definidas en un espacio discreto. Para resolver este problema, retomamos la regresión de procesos Gaussianos. Se aplica a la interpolación de las fuerzas de señales en el espacio para lograr un modelo continuo en el espacio del las fuerzas de señales de redes de área local inalámbricas que facilita la integración con pseudodistancias del sistema de posicionamiento global. Para encontrar y proponer el mejor modelo de procesos Gaussianos para las fuerzas de señales, reactivamos la discusión sobre la distribución de fuerzas de señales de redes de área local inalámbricas y examinamos y evaluamos varios modelos de procesos Gaussianos en detalle. También se planteó la hipótesis si modelos diferente para interiores y exteriores mejoraría la exactitud del sistema de posicionamiento. El modelo de las observaciones del sistema global de posicionamiento se basa en el modelo de pseudodistancias estándar. Una vez desarrollados los modelos de las observaciones, se presenta un filtro de partículas que integra la función de verosimilitud basada en procesos Gaussianos y combina las dos mediciones. El filtro maneja intuitivamente cuestiones como la ponderación de las dos fuentes de información, la disponibilidad de menos de cuatro pseudodistancias y la limitación espacial de la base de datos de fingerprints de fuerzas de señales. Para demostrar la eficacia del algoritmo propuesto desarrollamos un software para registrar datos del mundo real, tomando en cuenta la sincronización y las diferentes sistemas de coordenadas y proyecciones. En experimentos, efectuados en ambientes desafiantes para sistemas globales de navegación por satélite y fingerprinting con fuerzas de las señales con sensores comerciales, hemos logrado una exactitud media de 5 metros.
Description: Already today numerous applications, such as tracking people or assets, navigation and geofencing for people or robots, intelligent transport systems and location sensitive marketing and billing, require location information. The Internet-of-Things will further increase the amount of \glspl{lbs} and also the demanded accuracy will increase. Outdoors, GNSSs provide reliable location information. Other technologies such as pervasive computing systems, wireless communication networks, miniaturised sensors, and so forth enable the localisation of an object or person in indoor environments. Many systems that enable indoor localisation require particular infrastructure or a multitude of sensors; especially if the aim is ubiquitous and seamless localisation. Taking into consideration the use of available infrastructure, the potential accuracy and precision and the error sources, GNSS and WLAN location fingerprinting with RSSI are the most promising technologies to achieve ubiquitous and seamless indoor/outdoor localisation. This thesis proposes a method to fuse GNSS pseudoranges and WLAN RSSI in order to yield a general, ubiquitous positioning system that is likewise accurate indoors, outdoors and in the transition zones. We use the recursive Bayesian estimation framework to tightly integrate GPS pseudoranges with WLAN RSSI. We present a state space model that relies on statistical models for the object's/person's motion and for the pseudorange and RSSI observations. This study addresses the fundamental issue of different state space of measurements: pseudoranges reside on a spatially continuous state space and RSSI on a spatially discrete space. To overcome this problem, Gaussian process regression for WLAN RSSI is revised and used to interpolate RSSI on space. Thus, we yield a continuous RSSI model facilitating the accurate data fusion with GPS pseudoranges. To find and propose the best suited Gaussian process regression model for RSSI, we revive the discussion about RSSI distributions and explore and assess several Gaussian process models in depth. It was also hypothesised whether different models for indoor and outdoor environments would improve the systems localisation performance. The model for the GPS observations is based on the well-known pseudorange model. Once developed the observation models, a particle filter is presented that integrates the Gaussian process based likelihood function and fuses the two measurements. The filter deals intuitively with issues as the weighting of the two sources of information, the availability of less than four pseudoranges and the spatial limitation of the fingerprinting radio map. To demonstrate the effectiveness of the proposed algorithm we developed software to record real world data, regarding synchronisation and the different coordinate systems and projections. In experiments, conducted in an environment challenging for GNSS and WLAN fingerprinting localisation using off-the-shelf sensors, we achieved, accurate and robust seamless localisation with an average accuracy of 5 metre.
URI: http://ri.uaq.mx/handle/123456789/5040
Appears in Collections:Doctorado

Files in This Item:
File Description SizeFormat 
RI004269.pdf7.6 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.