Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Метод навигации и коллаборативного полуавтоматического построения карт сигналов Wi-Fi внутри помещений


https://doi.org/10.31799/1684-8853-2018-6-95-104

Полный текст:


Аннотация

Постановка проблемы: одной из проблем, связанных с применением метода мультилатерации сигналов Wi-Fi или Bluetooth Low Energy и метода радиоотпечатков сигналов Wi-Fi для определения местоположения пользователя внутри помещения, является трудоемкая процедура настройки оборудования, которая включает в себя построение карты радиосигналов Wi-Fi и калибровку модели распространения сигнала Wi-Fi или Bluetooth Low Energy. Цель: разработка метода навигации и коллаборативного полуавтоматического построения карт радиосигналов Wi-Fi, который обеспечивает навигацию пользователя внутри помещения и одновременно с этим позволяет калибровать модель распространения сигнала Bluetooth Low Energy и строить карты радиосигналов Wi-Fi. Результаты: предложен метод коллаборативного полуавтоматического построения карт сигналов Wi-Fi и навигации внутри помещений, основанный на комбинации метода мультилатерации принимаемого сигнала Bluetooth Low Energy, метода радиоотпечатков Wi-Fi, полуавтоматической процедуры калибровки модели распространения сигнала Bluetooth Low Energy и метода коллаборативного сбора радиоотпечатков. Для полуавтоматической процедуры калибровки модели распространения сигнала Bluetooth Low Energy и для метода коллаборативного полуавтоматического построения карт сигналов Wi-Fi и навигации внутри помещений предложены соответственно алгоритм калибровки и алгоритм метода коллаборативного полуавтоматического построения карт сигналов Wi-Fi и навигации. Написано мобильное приложение, реализующее предложенные алгоритмы, с помощью которого проведены тестирование работы алгоритмов метода и анализ результатов. Практическая значимость: предложенный метод позволяет не осуществлять трудоемкие процедуры построения карты радиосигналов Wi-Fi и полуавтоматической калибровки модели распространения сигнала Bluetooth Low Energy в офлайн-фазе.


Об авторе

М. С. Щекотов
Санкт-Петербургский институт информатики и автоматизации РАН
Россия

Щекотов Максим Сергеевич - научный сотрудник лаборатории интегрированных систем автоматизации Санкт-Петербургского института информатики и автоматизации РАН. В 2013 году окончил Санкт-Петербургский государственный электротехнический университет (ЛЭТИ) по специальности «Информатика и вычислительная техника». Является автором 19 научных публикаций.

Область научных интересов — управление знаниями, профилирование, базы данных, мобильные технологии, облачные технологии.

14-я линия В. О., 39, Санкт-Петербург, 199178.



Список литературы

1. Kuusik A., Roche S., Weis F. SMARTMUSEUM: cultural content recommendation system for mobile users. Proc. of Fourth International Conference on Computer Sciences and Convergence Information Technology, 2009, pp. 477–482. doi:10.1109/ICCIT.2009.257

2. Tang Z., Zhao Y., Yang L., Qi S., Fang D., Chen X., Gong X., Wang Z. Exploiting wireless received signal strength indicators to detect evil-twin attacks in smart homes. Mobile Information Systems, 2017, vol. 4, pp. 1–14. doi:10.1155/2017/1248578

3. Mekelleche F., Haffaf H. Classification and comparison of range-based localization techniques in wireless sensor networks. Journal of Communications, 2017, vol. 12, no. 4, pp. 221–227. doi:10.12720/jcm.12.4.221-227

4. Surmann H., Nüchter A., Hertzberg J. An autonomous mobile robot with a 3D laser range finder for 3D exploration and digitalization of indoor environments. Robotics and Autonomous Systems, 2003, vol. 45(3-4), pp. 181–198. doi:10.1016/j.robot.2003.09.004

5. Dayekh S., Affes S., Kandil N., Nerguizian C. Cooperative localization in mines using fingerprinting and neural networks. Proc. of IEEE Wireless Communications and Networking Conference, 2010, pp. 1–6. doi:10.1109/WCNC.2010.5506666

6. Qiao G.-Z., Zeng J.-C. Localization algorithm of beacon nodes chain deployment based on coal mine underground wireless sensor networks. Meitan Xuebao/ Journal of the China Coal Society, 2010, vol. 35(7), pp. 1229–1233.

7. Savic V., Wymeersch H., Larsson E. G. Simultaneous sensor localization and target tracking in mine tunnels. Proc. of the 16th International Conference on Information Fusion, 2013, pp. 1427–1433.

8. de Blasio G., Quesada-Arencibia A., García C. R., Molina-Gil J. M., Caballero-Gil C. Study on an indoor positioning system for harsh environments based on Wi-Fi and Bluetooth low energy. Sensors, 2017, vol. 17 (6), p. 1299. http://doi.org/10.3390/s17061299

9. Röhrig C., Heß D., Künemund F. Constrained Kalman filtering for indoor localization of transport vehicles using floor-installed HF RFID transponders, Proc. of the 9th IEEE International Conference on RFID (IEEE RFID 2015), 2015, pp. 113–120. doi:10.1109/RFID.2015.7113081

10. Heidari M., Alsindi N. A., Pahlavan K. UDP identification and error mitigation in ToA-Based indoor localization systems using neural network architecture. IEEE Ttranslations on Wireless Communications, 2009, vol. 8, no. 7, pp. 3597–3607. doi:10.1109/TWC.2009.080415

11. Kabir Md. H., Kohno R. A hybrid TOA-fingerprinting based localization of mobile nodes using UWB signaling for non line-of-sight conditions. Sensors, 2012, vol. 12(8), pp. 11187–11204. doi:10.3390/s120811187

12. Liu D., Wang Y., He P., Zhai Y., Wang H. TOA localization for multipath and NLOS environment with virtual station. EURASIP Journal on Wireless Communications and Networking, 2017, p. 104. doi:10.1186/s13638-017-0896-1

13. Xinrong L., Pahlavan K., Latva-aho M., Ylianttila M. Comparison of indoor geolocation methods in DSSS and OFDM wireless LAN. Vehi cul ar Technol og y Conference, 2000, vol. 6, pp. 3015–3020. doi:10.1109/VETECF.2000.886867

14. Sun Z., Farley R., Kaleas T., Ellis J., Chikkappa K. Cortina: collaborative context-aware indoor positioning employing RSS and RToF techniques. Proc. IEEE International Conference on Pervasive Computing and Communications Workshops (PERCOM Workshops), 2011, pp. 340–343. doi:10.1109/PERCOMW.2011.5766901

15. Sivers M., Fokin G., Dmitriev P., Kireev A., Volgushev D., Ali A. A. H. Indoor positioning in WiFi and NanoLOC networks, Proc. of International Conference on Next Generation Wired/Wireless Networking Conference on Internet of Things and Smart Spaces, 2016. doi: 10.1007/978-3-319-46301-8_39

16. Hanssens B., Plets D., Tanghe E., Oestges C., Gaillot D. P., Liénard M., Martens L., Joseph W. An indoor localization technique based on ultra-wideband AoD/AoA/ToA estimation. Proc of IEEE International Symposium on Antennas and Propagation (APSURSI), 2016, pp. 1445–1446.

17. Yang S.-H., Kim H.-S., Son Y.-H., Han S.-K. Three-dimensional visible light indoor localization using AOA and RSS with multiple optical receivers. Journal of Lightwave Technology, 2014, vol. 32, iss. 14, pp. 2480–2485. doi:10.1109/JLT.2014.2327623

18. Deliang L., Kaihua L., Yongtao M., Jiexiao Y. Joint TOA and DOA localization in indoor environment using virtual stations. IEEE Communications Letters, 2014, vol. 18, iss. 8, pp. 1423–1426. doi:10.1109/LCOMM.2014.2333006

19. Zhao X., Xiao Z., Markham A., Trigoni N., Ren Y. Does BTLE measure up against WiFi? A Comparison of indoor location performance. Proc. of the European Wireless 2014: 20th European Wireless Conference, 2014, pp. 1–6.

20. Röbesaat J., Zhang P., Abdelaal M., Theel O. An improved BLE indoor localization with Kalman-based fusion: an experimental study. Sensors, 2017, vol. 17(5). doi:10.3390/s17050951

21. Alsehly F., Mohd Sabri R., Sevak Z., Arslan T. Improving indoor positioning accuracy through a Wi-Fi handover algorithm. Proc. of International Technical Meeting of the Institute of Navigation, 2010, pp. 822– 829.

22. Kaemarungsi K., Krishnamurthy P. Modeling of indoor positioning systems based on location fingerprinting. Proc. of INFOCOM Conference, 2004, vol. 2, pp. 1012–1022. doi:10.1109/INFCOM.2004.1356988

23. Faragher R., Harle R. Location fingerprinting with Bluetooth low energy beacons. IEEE Journal on Selected Areas in Communications, 2015, vol. 33, iss. 11, pp. 2418–2428. doi:10.1109/JSAC.2015.2430281

24. Ibrahim M., Moselhi O. Self-calibrated WSN for indoor tracking and control of construction operations. Proc. of CSCE International Construction Specialty Conference, 2015. doi:10.14288/1.0076327

25. Sangwoo L., Bongkwan C., Bonhyun K., Sanghwan R., Jaehoon C., Sunwoo K. Kalman filter-based indoor position tracking with self-calibration for RSS variation mitigation. International Journal of Distributed Sensor Networks, 2014, vol. 8(1), pp. 235–246. doi:10.1155/2015/674635

26. Barsocchi P., Lenzi S., Chessa S., Giunta G. Virtual calibration for RSSI-based indoor localization with IEEE 802.15.4. Proc. of IEEE International Conference on Communications, 2009, pp. 512–516. doi:10.1109/ICC.2009.5199566

27. Luo C., Hong H., Chan M. C. PiLoc: a self-calibrating participatory indoor localization system. Proc. of 13th International Symposium on Information Processing in Sensor Networks, 2014, pp. 143–153. doi:10.1109/IPSN.2014.6846748

28. Luo C., Hong H., Chan M. C., Li J., Zhang X., Ming Z. MPiLoc: self-calibrating multi-floor indoor localization exploiting participatory sensing. IEEE Transactions on Mobile Computing, 2018, vol. 17, iss. 1, pp. 141–154. doi:10.1109/TMC.2017.2698453


Дополнительные файлы

Для цитирования: Щекотов М.С. Метод навигации и коллаборативного полуавтоматического построения карт сигналов Wi-Fi внутри помещений. Информационно-управляющие системы. 2018;(6):95-104. https://doi.org/10.31799/1684-8853-2018-6-95-104

For citation: Shchekotov M.S. Method of indoor navigation and collaborative semi-automatic Wi-Fi radiomap construction. Information and Control Systems. 2018;(6):95-104. (In Russ.) https://doi.org/10.31799/1684-8853-2018-6-95-104

Просмотров: 100


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)