RADAR

O RADAR [32, 33] foi o primeiro grande sistema de localiza¸c˜ao para ambientes indoor capaz de localizar um terminal m´ovel usando uma tecnologia sem fios semelhante ao IEEE802.11. O RADAR possui esta¸c˜oes fixas, chamadas referˆencias, com o objectivo de medir a for¸ca do sinal e tamb´em a rela¸c˜ao sinal ru´ıdo provenientes dos terminais m´oveis e assim calcular a posi¸c˜ao em duas dimens˜oes no interior de um edif´ıcio. O sistema usa uma das duas abordagens para determinar a informa¸c˜ao de posi¸c˜ao.

No primeiro esquema, um sistema baseado em an´alise de cena usando FM, na fase offline, um mapa de distˆancia do sinal da ´area de abrangˆencia ´e gerado pela coloca¸c˜ao dos transmissores em localiza¸c˜oes diferentes e medindo a distˆancia do sinal em um n´umero de esta¸c˜oes fixas de receptores. Assim, durante a fase online, o valor do sinal vindo de um transmissor ´e medido pelas esta¸c˜oes receptoras e a posi¸c˜ao do transmissor ´e calculada atrav´es da utiliza¸c˜ao de LEA, algoritmos capazes de estimar a localiza¸c˜ao.

No segundo esquema, o sistema usa um modelo de propaga¸c˜ao RF, R´adio Frequˆencia, que tem em conta fatores tais como o n´umero de paredes entre o receptor e o transmissor para computar a distˆancia dos sinais RF com a coloca¸c˜ao dos transmissores em diferentes posi¸c˜oes. Este modelo utiliza uma metodologia de latera¸c˜ao. O c´alculo da posi¸c˜ao pode ser feito por qualquer um seja pelo controlador central ou pelo pr´oprio receptor. Se for usada a ´ultima abordagem, o sistema preserva a privacidade do utilizador.

O sistema RADAR depende do comprimento do sinal RF para determinar a distˆancia at´e a esta¸c˜ao base RF, mas a natureza altamente imprevis´ıvel da propaga¸c˜ao dos

2.4. TRABALHOS RELACIONADOS 33

sinais RF dentro de edif´ıcios, acompanhado com a natureza dinˆamica do pr´oprio ambiente, faz com que a exatid˜ao da medida de distˆancia seja de aproximadamente 3 metros para a primeira abordagem com uma precis˜ao de 50%. No que toca `a segunda abordagem, com este sistema ´e poss´ıvel obter uma exatid˜ao de cerca de 4,3 metros para uma precis˜ao tamb´em de 50% [32, 33].

Apesar de que a implementa¸c˜ao por an´alise de cena proporcione uma maior exatid˜ao, mudan¸cas de ambiente, tais como adi¸c˜ao de arm´arios, pe¸cas met´alicas, pessoas em movimento, diferentes condi¸c˜oes de temperatura e humidade relativa, denegridem a exatid˜ao deste sistema podendo levar `a necessidade da reconstru¸c˜ao do mapa de fingerprint ou ent˜ao at´e `a total cria¸c˜ao de um novo mapa para voltar a obter os mesmos n´ıveis de exatid˜ao.

2.4.3

SmartFloor

O SmartFloor [25] ´e um sistema de localiza¸c˜ao que usa a metodologia de proximidade por contacto f´ısico. Foi proposto e posteriormente comercializado pela Universidade da Georgia Tech e ´e constitu´ıdo por uma matriz de sensores de press˜ao mecˆanicos que detectam for¸ca de press˜ao dos utilizadores que se encontram no espa¸co onde os recursos se encontram instalados. Os sinais provenientes dos sensores de press˜ao s˜ao recolhidos e analisados por uma esta¸c˜ao centralizada, cuja fun¸c˜ao ´e calcular a posi¸c˜ao do utilizador e guardar tamb´em as caracter´ısticas das pegadas em quest˜ao. A Figura 2.10 mostra como s˜ao cada uma das c´elulas deste sistema de localiza¸c˜ao e os seus sensores.

Um grande inconveniente deste sistema ´e o facto do utilizador n˜ao ter possibilidade de escolher se quer ou n˜ao ser localizado visto que o sistema ´e totalmente transparente para o utilizador. Esta identifica¸c˜ao dos utilizadores ´e feita baseada no perfil de pegada de cada utilizador, sendo que estas caracter´ısticas s˜ao guardadas numa base de dados na esta¸c˜ao centralizada. Tendo estes perfis guardados, para realizar a identifica¸c˜ao do utilizador, ´e apenas necess´ario utilizar algoritmos capazes de fazer a compara¸c˜ao destes com o perfil obtido no momento de tentativa de localiza¸c˜ao

e identifica¸c˜ao. Uma outra limita¸c˜ao deste sistema ´e tamb´em conseguir distinguir com sucesso diferentes perfis de pegada podendo dar falsos positivos.

Figura 2.10 – C´elula SmartFloor (Esquerda) - Sensor de Press˜ao (Direita) [25].

2.4.4

Cricket

O Cricket [22], desenvolvido em 2000, ´e um sistema de localiza¸c˜ao que usa beacons para obter informa¸c˜oes sobre o espa¸co geogr´afico dos terminais m´oveis. Um beacon ´e um pequeno dispositivo afixado em algumas posi¸c˜oes dentro da ´area de abrangˆencia. Estes beacons podem ser observados na Figura 2.11. O terminal m´ovel, em [22] tem a designa¸c˜ao de listener, ´e um dispositivo pequeno que recebe e interpreta as mensagens vindas dos beacons, e usa estas para calcular a posi¸c˜ao em que este se encontra no momento.

Este sistema est´a assente sobre quatro objetivos principais sendo estes: a descentrali- za¸c˜ao, a privacidade, o baixo custo e a granularidade do tamanho de um compartimento. N˜ao tem nenhum sistema centralizado e portanto cada terminal m´ovel tem capacidade e poder computacional suficiente para conseguir calcular a localiza¸c˜ao deste. Desta forma ´e garantida a privacidade dos utilizadores uma vez que cada um dos terminais m´oveis calcula a sua pr´opria localiza¸c˜ao. Para isso o terminal m´ovel mede os sinais de ultrassons, com o objectivo de calcular a localiza¸c˜ao com t´ecnicas de TDoA [40], e um sinal de RF que ´e usado para sincroniza¸c˜ao e identifica¸c˜ao do per´ıodo do sinal

2.4. TRABALHOS RELACIONADOS 35

de ultrassom. Cada compartimento est´a equipado por um ou mais beacons que apresentam uma string de identifica¸c˜ao ´unica enviada num pulso de RF. Os limites entre compartimentos adjacentes podem ser reais, como uma parede separando duas salas, ou virtual, sendo esta segunda uma parti¸c˜ao n˜ao f´ısica de forma a separar diferentes parcelas de um compartimento.

A precis˜ao do sistema ´e determinada por qu˜ao bem o terminal m´ovel ´e capaz de detectar o limite entre dois espa¸cos, enquanto a granularidade do sistema ´e a de menor tamanho poss´ıvel para uma ´area de abrangˆencia tal que os limites possam ser detectados com um alto grau de precis˜ao. Segundo [20], o que se espera ´e ter um sistema com um precis˜ao pr´oxima de 100% com uma granularidade de alguns metros.

Figura 2.11 – Beacons do Sistema Cricket [40].

2.4.5

Active Badge

O sistema Active BadgeTM_{[16, 41], desenvolvido pela Olivetti Research Laboratory}

entre 1989 e 1992, ´e um sistema localiza¸c˜ao indoor, cuja arquitetura tem influenciado alguns sistemas de localiza¸c˜ao. Os terminais m´oveis a serem localizados utilizam um badge ou tag, que emite periodicamente, de 10 em 10 segundos, o seu identificador

usando um transmissor infravermelho. Este ID ´e pr´oprio e ´unico para cada badge. Receptores infravermelho fixos s˜ao colocados ao longo da ´area de abrangˆencia, todos ligados a uma central de comando e controlo, e, estes captam a informa¸c˜ao proveniente de cada badge para conseguir obter informa¸c˜ao de posi¸c˜ao. O processamento e c´alculo da posi¸c˜ao ´e efetuado pela central atrav´es de um software pr´oprio. Na Figura2.12 pode ser visto um exemplo de um badge.

Figura 2.12 – Sistema Active Badge [41].

As paredes das salas onde se encontram os receptores agem como limites naturais para os transmissores infravermelhos, permitindo assim que um receptor possa, com seguran¸ca, encontrar em cada sala cada um dos badges e assim aferir o posicionamento destes. Assim, o badge ´e associado com a sala na qual o receptor fixo correspondente est´a situado. Por´em o uso de infravermelhos condiciona bastante este projeto uma vez que a ´area de cobertura ´e limitada pelo baixo alcance dos raios infravermelhos, o custo de instala¸c˜ao e manuten¸c˜ao s˜ao elevados, uma vez que usa recursos dedicados, e sobre bastante influˆencia com raios solares e luzes fluorescentes.

2.4.6

Active Bat

O sistema Active BatTM[42] foi desenvolvido pela mesma empresa como forma de melhoramento ao sistema Active BadgeTM_{de forma a mitigar os problemas encontrados}

2.4. TRABALHOS RELACIONADOS 37

ao seu antecessor mas, ao inv´es da utiliza¸c˜ao de infravermelhos, uma das suas maiores limita¸c˜oes, este novo sistema utiliza tecnologias de ultrassom para proceder `a detec¸c˜ao do posicionamento do terminal m´ovel. O principal recurso deste sistema consiste numa matriz de elementos receptores em que cada elemento consiste num receptor de ultrassons e um receptor de RF, dispostos de tal forma a moldar uma grelha de 1,2 por 1,2 metros. Estes s˜ao montados tipicamente no tecto de uma sala, e s˜ao interligados a um sistema de dados central que guarda as posi¸c˜oes. As tags sem fio a serem localizadas consistem em um transmissor RF e um transmissor de ultrassons, cada um com uma identifica¸c˜ao ´unica global. Cada tag ´e consultada periodicamente atrav´es de mensagens de broadcast provenientes do controlador/sis- tema central. A partir das mensagens de resposta enviadas pelas tags aos receptores e, usando como base a t´ecnica de latera¸c˜ao por TDoA, ´e poss´ıvel a estima¸c˜ao da posi¸c˜ao do terminal m´ovel. O sistema Active BatTM_{consegue uma exatid˜ao de 3 a}

4 cent´ımetros para estimar a distˆancia devido `a elevada granularidade de sensores receptores dispostos em grelha. Esta exatid˜ao ´e obtida mas com ela adv´em elevados custos de manuten¸c˜ao e instala¸c˜ao, com o seu hardware dedicado e em muito grande n´umero.

2.4.7

PinPoint

O sistema de localiza¸c˜ao PinPoint [43] ´e um sistema que utiliza como base a metodologia de latera¸c˜ao com ToA, Time of Arrival. Este est´a dependente da medi¸c˜ao do tempo que um sinal demora a chegar desde o emissor ao receptor podendo desta forma calcular a distˆancia percorrida. Os sistemas tradicionais de ToA necessitam de sincronismo preciso de clock, como por exemplo o sistema GPS, o que torna estes sistemas mais caros. Este sistema n˜ao necessita de clocks sincronizados, utilizando apenas troca de mensagens para encontrar os n´os numa posi¸c˜ao espacial. A ideia base deste sistema passa pelo envio e recep¸c˜ao de mensagens cada uma com um timestamp associado entre cada um dos n´os. Como cada um destes n´os tem um clock diferente, o sistema PinPoint tem mecanismos matem´aticos que permitem compensar essas diferen¸cas de forma a conseguir uma maior precis˜ao

no c´alculo das distˆancias entre cada um deles. Na Figura 2.13 pode ser encontrado um exemplo dos n´os do sistema PinPoint.

Figura 2.13 – Exemplo de um N´o do Sistema PinPoint [43].

O sistema est´a divido em duas fases:

• Ranging - Cada um dos n´os faz o c´alculo das distˆancias a cada um dos outros pertencentes ao sistema;

• Range Combining - Os n´os utilizam as distˆancias aproximadas calculadas para estimar a topologia da rede [43].

Este sistema de localiza¸c˜ao apresenta como principais fontes de erro o delay inerente ao pr´oprio hardware, efeitos de multipath e transmiss˜ao em non-Line-of-Sight (NLOS), n˜ao Linha-de-Vista. Pode funcionar tanto para um ambiente indoor ou outdoor, sendo que a exatid˜ao do sistema ´e de cerca de 1,274 metros com um erro m´aximo de 4,328 metros em ambientes indoor e cerca de 2,087 metros com um erro m´aximo de 4,157 metros num ambiente outdoor. O ambiente outdoor apresentado tinha cerca de 45 metros e os testes foram feitos todos com antenas em linha de vista.

2.4. TRABALHOS RELACIONADOS 39

2.4.8

Motetrack

O Motetrack [34] ´e um sistema de localiza¸c˜ao descentralizado e robusto com a utiliza¸c˜ao de sinais de RF desenvolvido na Universidade de Harvard. Utiliza uma rede de beacon nodes, chamados de motes, alimentados a baterias capazes de capturar, guardar e calcular informa¸c˜ao de localiza¸c˜ao. A Figura 2.14 apresenta um exemplo de um mote utilizado por este sistema de localiza¸c˜ao.

Figura 2.14 – Motetrack - Mica2 Mote.

Tem como base um sistema de an´alise de cena por fingerprint, onde s˜ao feitas medi¸c˜oes emp´ıricas dos sinais provenientes de m´ultiplos transmissores para criar uma base de compara¸c˜ao. Depois de obtido este mapa de com valores de potˆencia de sinal provenientes dos motes e, utilizando algoritmos de estima¸c˜ao de posi¸c˜ao, podem ser obtidas as localiza¸c˜oes dos terminais m´oveis que estejam a utilizar este sistema. As grandes vantagens apresentadas deste sistema relativamente a sistemas do tipo RADAR [32, 33] s˜ao:

• A utiliza¸c˜ao de um sistema descentralizado cuja computa¸c˜ao e c´alculo da localiza¸c˜ao ´e feita ao n´ıvel dos beacon nodes, ao inv´es de um servidor de back- end ;

• O mapa com a informa¸c˜ao de localiza¸c˜ao ´e divido e replicado por todos os beacon nodes de forma a minimizar o overhead de informa¸c˜ao e alcan¸car uma elevada robustez a falhas;

• Utiliza m´etricas de c´alculo de distˆancia que se adaptam de acordo com as condi¸c˜oes dos recursos, caso alguns destes nodes falhe ou existam perturba¸c˜oes no sinal de RF [34].

O sistema ´e capaz de obter uma exatid˜ao de cerca de 2 a 3 metros com uma precis˜ao de 50% e 80% respectivamente e ´e capaz de tolerar falhas de at´e 60% dos beacon nodes sem que a exatid˜ao sofra uma degrada¸c˜ao cr´ıtica sendo este sistema ´otimo para ser utilizado em locais com condi¸c˜oes vol´ateis.

Apresenta como maior desvantagem o facto de ser um sistema que n˜ao utiliza uma estrutura de rede j´a instalada. Neste caso tˆem que ser instalados todos os motes, e o sistema MoteTrack tem que ser tamb´em calibrado com a aquisi¸c˜ao do mapa de fingerprint.

2.4.9

Indoor Atlas

O Indoor Atlas [35] ´e um sistema de localiza¸c˜ao criado por uma empresa hom´onima fundada em 2012 a partir de investigadores da Universidade de Oulu na Finlˆandia.

´

E o primeiro sistema de localiza¸c˜ao indoor que utiliza exclusivamente as anomalias magn´eticas existentes nos edif´ıcios que s˜ao capazes de caracterizar uma posi¸c˜ao espacial. E um sistema dispon´ıvel a qualquer pessoa sob a forma de aplica¸c˜ao´ Android.

Utiliza o conceito de an´alise de cena por fingerprint mas n˜ao utilizando valores de potˆencia de sinal ou rela¸c˜ao sinal-ru´ıdo. Em vez destes utiliza apenas valores de campo magn´etico que no interior de edif´ıcios que s˜ao tamb´em eles capazes de caracterizar a posi¸c˜ao de um terminal m´ovel e para al´em do mais s˜ao completamente ub´ıquos.

A cria¸c˜ao dos mapas de fingerprint ´e deixada ao encargo dos pr´oprios utilizadores do sistema que devem em primeiro lugar carregar a planta do local para o servi¸co web do sistema Indoor Atlas. Depois de carregada a planta e de sobreposta num servi¸co de mapas fornecido pelo sistema de localiza¸c˜ao, o utilizador deve criar caminhos

2.4. TRABALHOS RELACIONADOS 41

que ir´a percorrer para mapear os valores do campo magn´etico com as suas pr´oprias posi¸c˜oes. Ap´os a cria¸c˜ao do mapa este ´e automaticamente carregado para o sistema e est´a pronto a utilizar.

Atrav´es de algoritmos de estima¸c˜ao de posi¸c˜ao aplicados aos valores de campo magn´etico ´e estimada a posi¸c˜ao do terminal m´ovel e enviada a partir de um servidor do sistema esta informa¸c˜ao. Caso exista alguma re-estrutura¸c˜ao da ´area de posiciona- mento, nomeadamente a adi¸c˜ao ou remo¸c˜ao de massas met´alicas ´e necess´aria um novo remapeamento do local em quest˜ao.

A exatid˜ao deste sistema ´e fortemente dependente da informa¸c˜ao do campo magn´etico de cada localiza¸c˜ao, mas ´e tipicamente inferior a 3 metros com um n´ıvel de precis˜ao de cerca de 90% [35].

2.4.10

Outros Trabalhos

Para al´em de muitos outros sistemas de localiza¸c˜ao que podem ser encontrados na literatura, existem tamb´em aqueles que se esfor¸cam para encontrar novas solu¸c˜oes, nomeadamente para ambientes indoor. Destacam-se alguns trabalhos em que ´e feita uma tentativa de mudan¸ca dos recursos para a obten¸c˜ao da posi¸c˜ao de um terminal m´ovel. Nestes est˜ao inseridos o trabalho realizado por Aleksandar Matic et al. em [36], que pretendem mitigar efeitos negativos de propaga¸c˜ao de sinais utilizando sinais modulados em frequˆencia, para resolver os problemas de localiza¸c˜ao, conseguindo resultados de erro m´edio na ordem de um metro.

Uma outra tentativa ´e com a utiliza¸c˜ao de ondas GSM para a obten¸c˜ao da localiza¸c˜ao do terminal m´ovel. Este trabalho apresentado por Alex Varshavskya et al. [37], que utiliza um sistema de localiza¸c˜ao baseado em an´alise de cena por fingerprint, com a motiva¸c˜ao acrescida de que a cobertura de sinais GSM ´e superior `aquela fornecida por redes Wi-Fi visto que existem edif´ıcios que n˜ao contˆem esta segunda. O principio ´e basicamente o t´ıpico para um sistema de mapas de fingerprint com a utiliza¸c˜ao de LEA para a obten¸c˜ao da posi¸c˜ao espacial do terminal m´ovel. Conseguem com esta

metodologia obter erros m´edios na ordem dos 4 metros sendo que a sua principal adi¸c˜ao ´e o facto de conseguir identificar corretamente o andar do edif´ıcio, caso este se trate de um edif´ıcio com v´arios andares, 60% dos casos.

N˜ao s˜ao muito comuns os sistemas de localiza¸c˜ao indoor que utilizem a angula¸c˜ao para determina¸c˜ao da posi¸c˜ao de um terminal m´ovel contudo, em [46], Asis Nasipuri et al. utilizam um sistema de sensor nodes, ou n´os sensoriais, equipados com sensores foto-sens´ıveis que ao captarem signais provenientes de transmissores rotativos localiza- dos nas imedia¸c˜oes, conseguem atrav´es de angula¸c˜ao calcular a sua posi¸c˜ao no espa¸co da ´area de abrangˆencia. Conseguem obter erros na ordem dos cent´ımetros quando utilizando os n´os sensoriais numa grelha com uma separa¸c˜ao de 3 metros e em condi¸c˜oes de linha de vista. Apesar de todos estes esfor¸cos ainda existe uma grande demanda de sistemas de localiza¸c˜ao precisos, exatos, seguros e acima de tudo economicamente vi´aveis.

3

Fingerprinting

O fingerprinting ´e uma t´ecnica de localiza¸c˜ao baseada na metodologia de an´alise de cenas e consiste na obten¸c˜ao de uma localiza¸c˜ao estimada de um terminal m´ovel atrav´es da compara¸c˜ao de valores capazes de caracterizar uma determinada posi¸c˜ao espacial, nomeadamente RSS, SNR ou at´e intensidade de campos magn´eticos, com valores previamente guardados numa base de dados a que se d´a o nome de Radio Map ou Fingerprint Map. Para realizar esta compara¸c˜ao s˜ao utilizados Algoritmos de Estima¸c˜ao de Posi¸c˜ao ou LEA, que aceitam como parˆametros de entrada qualquer um dos tipos de sinais descritos e retorna uma posi¸c˜ao espacial que se espera ser o mais aproximada com a real posi¸c˜ao poss´ıvel. Uma vez que esta abordagem ´e aquela que tipicamente apresenta melhores resultados na literatura, este trabalho ´e direcionado para um estudo da mesma com `a adi¸c˜ao de um novo sistema de mapas com informa¸c˜ao de orienta¸c˜ao.

Neste cap´ıtulo s˜ao descritos os procedimentos necess´arios `a utiliza¸c˜ao desta t´ecnica, o estado da arte dos sistemas por fingerprinting, os algoritmos de estima¸c˜ao de posi¸c˜ao que podem ser encontrados na literatura, desde os mais cl´assicos at´e `as mais recentes abordagens. S˜ao tamb´em enumeradas alguns problemas t´ıpicos deste tipo de metodologia e quais s˜ao algumas das poss´ıveis formas de mitiga¸c˜ao destes. Por

´

ultimo ´e feita uma an´alise de desempenho das diferentes t´ecnicas para obten¸c˜ao de localiza¸c˜ao de um terminal m´ovel usando fingerprinting.

3.1

Metodologia de Localiza¸c˜ao por Fingerprinting

A metodologia de localiza¸c˜ao por an´alise de cena usando t´ecnicas de fingerprinting, ´e uma metodologia muito utilizada e precisa no que toca a ambientes indoor. Existem v´arias adversidades e problemas associados aos ambientes indoor como por exemplo reflex˜oes, refrac¸c˜oes e multipath interference que, com a utiliza¸c˜ao de t´ecnicas por fingerprinting, tˆem um efeito negativo inferior do que quando utilizando outro tipo de metodologias como latera¸c˜ao.

Esta metodologia passa ent˜ao por realizar uma an´alise de uma determinada cena,