Pós-graduação em Ciência da Computação
Antônio Carlos Genn de Assunção Barros
Proposta de Técnica de Localização Interna para
dispositivos móveis utilizando redes locais sem fio
Dissertação de Mestrado Profissional
Universidade Federal de Pernambuco posgraduacao@cin.ufpe.br www.cin.ufpe.br/∼posgraduacao
Recife
2016
Antônio Carlos Genn de Assunção Barros
Proposta de Técnica de Localização Interna para dispositivos móveis
utilizando redes locais sem fio
Trabalho apresentado ao Programa de Pós-graduação em Ciência da Computação do CENTRO DE INFORMÁTICA da Universidade Federal de Pernambuco como requisito parcial para obtenção do grau de Mestre em Ciência da Computação.
Orientador: Prof. Dr. José Augusto Suruagy Monteiro
Recife
2016
Catalogação na fonte
Bibliotecário Jefferson Luiz Alves Nazareno CRB 4-1758
B277p Barros, Antônio Carlos Genn de Assunção.
Proposta de técnica de localização interna para dispositivos móveis utilizando redes locais sem fio / Antônio Carlos Genn de Assunção Barros – 2016.
125f.: fig., tab.
Orientador: José Augusto Suruagy Monteiro.
Dissertação (Mestrado profissional) – Universidade Federal de Pernambuco. CIn. Ciência da Computação, Recife, 2016.
Inclui referências e apêndices.
1. Redes de computadores. 2. Redes sem fio. I. Monteiro, José Augusto Suruagy. (Orientador). II. Titulo.
Antônio Carlos Genn de Assunção Barros
Proposta de Técnica de Localização Interna para dispositivos móveis utilizando redes locais sem fio
Dissertação apresentada ao Programa de Pós-Graduação em Ciência da Computação da Universidade Federal de Pernambuco, como requisito parcial para a obtenção do título de Mestre Profissional em 12 de fevereiro de 2016.
Aprovado em: 12/02/2016.
BANCA EXAMINADORA
__________________________________________ Prof. Dr. Paulo André da Silva Gonçalves
Centro de Informática / UFPE
__________________________________________ Prof. Dr. Glauco Estácio Gonçalves Universidade Federal Rural de Pernambuco __________________________________________
Prof. Dr. José Augusto Suruagy Monteiro Centro de Informática / UFPE
A minha esposa Edna, sem ela este trabalho não seria possível.
Agradecimentos
Agradeço primeiramente a Deus, criador de todas as coisas, de toda a ciência e que ajudou muito desde o primeiro até o último dia este trabalho.
Agradeço a Edna, que me incentivou bastante na realização, pelas sugestões dadas, pela leitura, críticas, sugestões, e que acreditou na sua realização.
Agradeço a Mariana e Tiago, meus filhos, que tiveram muita compreensão durante este período, souberam não cobrar a minha presença nos momentos de lazer em que não estava presente, e não perderam nenhuma oportunidade de realizar um incentivo e colaborar em tudo a que foram solicitados.
Agradecimento especial também ao Prof. Suruagy, que sempre esteve disponível para ouvir e sugerir, teve paciência nos momentos em que o trabalho não evoluía e trabalhou arduamente e com muita dedicação nos momentos cruciais em que teve de fornecer respostas rápidas para a realização do trabalho.
Agradeço aos colegas da HSBS Soluções em Informática, que souberam absorver parte do meu trabalho durante este período, criaram rotinas e procedimentos para facilitar a realização deste trabalho e mantiveram a Empresa em perfeito funcionamento durante a minha ausência para a realização.
Por fim agradeço a todos os amigos, que estiveram torcendo, incentivando, orando para o sucesso deste trabalho.
Pondera a vereda de teus pés, e todos os teus caminhos sejam bem ordenados! Provérbios 4:26 Onde está o caminho em que se reparte a luz, e se espalha o vento oriental sobre a terra? Jó 38:24 — BÍBLIA (Livros Poéticos)
Resumo
Atualmente as redes locais sem fio (WLANs) em ambientes internos estão presentes na maioria dos prédios públicos. Estas redes, além da sua função principal, podem ser utilizadas para localização de pessoas e objetos, salientando que nestes ambientes não é adequada a uti-lização do sinal de GPS para esta finalidade. Diversos estudos e pesquisas nesta área têm sido realizados. Serviços baseados na localização interna possuem inúmeras aplicações nas áreas de segurança, médica, monitoramento, navegação, auxílio a deficientes, gerenciamento de pes-soas, entre outras e hoje já movimentam um mercado de US$1 Bilhão. Com a proliferação da Internet das Coisas (IoT), estes valores serão ainda maiores.
Os sistemas de localização interna utilizam tecnologias como Ultrassom, Infravermelho, RFID, Bluetooth e WLAN, variando conforme a precisão, exatidão, custo, velocidade de res-posta, infraestrutura e aplicação.
O presente trabalho propõe uma técnica de localização interna que utiliza a intensidade do sinal recebido (RSS — Received Signal Strength) das redes WLAN presentes como medida para localização. Na técnica proposta, é feito inicialmente um mapeamento das intensidades dos sinais da WLANs existentes. Estes valores são classificados através de um Algoritmo de Agrupamento (clustering) e, posteriormente, são aplicados, a cada agrupamento, algoritmos de regressão para o cálculo da localização. Associada a estas técnicas são aplicados filtros visando minimizar as variações do sinal medido decorrentes de interferências do meio. Esta técnica não necessita de grandes esforços de calibração nem alterações na estrutura existente, apenas utilizando a rede WLAN já instalada, obtendo assim uma precisão compatível com aplicações de localização de pessoas e objetos e auxílio em navegação em ambientes internos.
Na implementação e testes da técnica proposta, foi empregado o processador Edison da Intel para a coleta das intensidades dos sinais — RSS e como plataforma de servidor foi utilizada a estrutura de nuvem da Microsoft através do Azure-Studio Machine Learning, apropriada para a análise e predição de dados da técnica utilizada. As medições para composição dos conjuntos de testes e validação foram realizadas no prédio do Centro de Informática da UFPE, demonstrando que apesar do baixo esforço de calibração, sem alteração da estrutura existente, atendem aos requisitos necessários. Resultados preliminares mostram que 60% das amostras estavam com erro inferior a 5 metros.
Abstract
Currently, wireless local networks (WLANs) in internal environments are present in most of the public buildings. These networks, in addition to their main function, can be used to locate people and objects, stressing that in these environments it is not adequate the use of the GPS signal to this goal. Several studies and researches in this area have been made. Services based in internal location have many applications in security, health, monitoring, navigation, disabled assistance, and people management, among other areas. Nowadays, they already move a US$ 1 billion market. With the proliferation of the Internet of Things (IoT), these values will increase even further.
Internal location systems use technologies such as Ultrasound, Infra-red, RFID, Blueto-oth, and WLAN, varying according to the required precision, accuracy, cost, response speed, infrastructure, and application.
The following work proposes an internal location technique that uses the received signal strength (RSS) from existing WLAN networks as a location measurement. In the proposed te-chnique, is initially made a mapping of the existing WLANs signals intensities, these values are classified through a Clustering Algorithm and, after that, regression algorithms are applied to each group towards a location classification. Associated to these techniques, filters are applied aiming to minimize the measured signal variations due to the environment interferences. This technique doesn’t require big calibration efforts, nor changes in the existing structure, just uses the already installed WLAN network, obtaining a precision compatible to the one required for people and objects location and assistence in internal environments navigation.
In the proposed technique’s implementation and tests, it was used Intel’s Edison processor to collect RSS signal’s intensities. As a server platform, it was used Microsoft’s cloud structure through the Azure-Studio Machine Learning, appropriate for the used technique’s analysis and data prediction. The main set of tests and validation was accomplished in the UFPE Informa-tics Center building, showing that despite low calibration effort, without changing the existing structure, it complies with the necessary requirements. Preliminary results show that 60% of the samples had errors under 5 meters.
Lista de Figuras
1.1 Siemens CPS - Converged Positioning System [Peter Harrop, 2016]. 22
1.2 Samsung IPS [Peter Harrop, 2016]. 22
2.1 Taxonomia dos Sistemas de Localização. 29
2.2 Métodos de Localização Wi-Fi. 34
2.3 Localização baseada em proximidade [Cisco Systems, 2008]. 34
2.4 Técnica AoA - Angle of Arrival. 36
2.5 Time-of-Arrival. 37
2.6 Time Difference of Arrival(TDoA) [Cisco Systems, 2008]. 38 2.7 Gráfico Usabilidade X Resolução dos sistemas de localização [Hui Liu et al.,
2007]. 41
2.8 Arquitetura das camadas MAC e Física no padrão 802.11[Akin and Geier, 2004]. 43 2.9 Faixa de medição do valor RSS no quadro PPDU [IEEE, 2012]. 44 3.1 RSS Valores estimados e medidos [Bahl and Padmanabhan, 2000]. 46 3.2 Erro obtido em função da variação de K no RADAR [Bahl and Padmanabhan,
2000]. 47
3.3 Erro em função do número de amostras no RADAR [Bahl and Padmanabhan,
2000]. 47
3.4 Rede Neural Multicamada [Battiti et al., 2002]. 50 3.5 Erro apresentado na Rede Neural com a configuração 3-8-2 [Battiti et al., 2002]. 50
3.6 Sistema Cisco de Localização[Cisco, 2016]. 52
4.1 Etapas Off-Line e Online do Processo. 59
4.2 Comparativo da média RSS em um ponto relativo a Orientação. 61 4.3 Frequência dos Canais de Transmissão das Redes WLAN (IEEE 802.11). 63
4.4 Fluxograma Básico do Método K-Means. 67
4.5 Representação gráfica do algoritmo K-means [Jain, 2010]. 68
4.6 Representação do Processo de Regressão. 70
4.7 Modelo Neurônio Biológico [NeuralPower, 2016]. 72 4.8 Modelo Neurônio Artificial [Neural Network in a Nutshell, 2016]. 72 4.9 Rede Neural com Uma Camada Escondida ou Oculta. 74
4.10 Processo de Localização. 75
5.1 Método Proposto de Localização. 79
5.3 Diagrama de blocos do Processador Edison[Intel, 2015]. 82 5.4 Arquitetura de Software da Placa de Rede do Edison[Intel, 2015]. 83
5.5 Processo do Azure Machine Learning. 85
5.6 Exemplo Método K-Means Azure. 86
5.7 Exemplo Método Rede Neurais Azure. 87
5.8 Dispersão do desvio padrão por RSS médio em um ponto fixo no Edison. 90 5.9 Dispersão do desvio padrão por RSS médio em um ponto fixo no Dell. 90
5.10 Regiões Virtuais do CIn. 97
5.11 Dispersão do Erro utilizando Regressão Linear. 102 5.12 Dispersão do Erro utilizando Redes Neurais. 102 5.13 Dispersão do Erro utilizando Regiões Virtuais com Redes Neurais. 102 5.14 Comparativo do Erro médio em cada Região Virtual por técnica. 103
5.15 Distribuição acumulada do erro. 103
Lista de Tabelas
1.1 Relação dos mapa Indoor do Google para dispositivos móveis. 21 1.2 Sistemas de IPS Comerciais [Gu et al., 2009]. 26
2.1 Comparativo dos Sistemas de Localização. 33
2.2 Tabela comparativa das Técnicas IPS. 42
3.1 Comparativo entre sistemas. 55
4.1 Comparativo do RSS em dBm em um mesmo local. 62 5.1 Algoritmos de Aprendizado de Máquina no Azure. 84
5.2 Parâmetros K-Means. 88
5.3 Métrica por variações do número de sementes com K-Means ++. 88
5.4 Configuração das Redes Neurais. 89
5.5 Uma amostra dos resultado dos valores RSS fornecido pelo Edison. 92
5.6 Quantidade de APs por SSID no CIN-UFPE. 93
5.7 Canais de Frequências dos APs no CIN-UFPE. 94
5.8 Distribuição de Frequência da Rede em %. 94
5.9 Uma amostra do mapeamento dos sinais RSS, com as posições X,Y e número
da Varredura. 95
5.10 Métrica K-Means por variação do Nr. Iterações. 96 5.11 Métrica do Agrupamento conforme o método "silhueta". 96 5.12 Regiões Virtuais em função da Varredura e Posição X,Y. 98
5.13 Resultado Regiões Virtuais. 100
5.14 Resultado Regressão Linear. 100
5.15 Resultado Redes Neurais sem Regiões Virtuais. 101 5.16 Resultado Redes Neurais com Regiões Virtuais. 101 5.17 Comparativo Reg. Linear, Redes Neurais e Reg.Virtual com Redes Neurais. 104
5.18 Comparativo entre sistemas. 106
A.1 Métrica silhueta em função do número de Agrupamentos. 116
B.1 Resultado Regiões Virtuais. 119
C.1 Resultado com Regressão Linear. 121
Lista de Abreviações, Nomenclatura e Símbolos
AoA Angle of arrival
AP Access Point
ARRF Attribute-Relation File Format Bluetooth LE Bluetooth Low Energy
BSID Basic Service Set Identification
CCMP Counter Mode Cipher Block Chaining Message Authentication Code Protocol CDMA Code Division Multiple Access
Cell-ID Cell Identification
CES International Consumer Electronics Show CIn Centro de Informática
CPS Converged Positioning System CPU Computer Processing Unit CSV Comma-separated Values
dB Decibéis
dBm Mili Decibéis
DECT Digital Enhanced Cordless Telecommunications DGPS Differential Global Positioning System
E-OTD Enhanced Observed Time Difference eMMC Embedded Multimedia Card
GB Gigabyte
GHz GigaHertz
GLONASS Globalnaya Navigatsionnaya Sputnikovaya Sistema GNSS Global Navigation Satellite System
GPIO General Purpose Input/Output GPS Global Positioning System
GSM Global System for Mobile Communications HEC Header Error Check
HTML HyperText Markup Language I2C Inter-Integrated Circuit
ICSP In-Circuit Serial Programming
IEEE Institute of Electrical and Electronic Engineers IoT Internet of Things
IPS Indoor Positioning System
IR Infra-red
kHz KiloHertz
KNN K Nearest Neighbor LBS Location Based Service LPDDR Low Power Double Data Rate
m Metro
MAC Media Access Control
MHz MegaHertz
mm Milímetro
MMC Multimedia Card
MPDU MAC Protocol Data Unit
n/A Not Available
nm Nanômetro
PDA Personal Digital Assistant PHY Camada física do modelo OSI
PLCP Higher Physical Layer Convergence Protocol PMD Physical Medium Dependent
PMIC Power Management Integrated Circuit PPDU PLCP Protocol Data Unit
PSK Pre-Shared Key
PWM Pulse Width Modulation
RADIUS Remote Authentication Dial In User Service RF Rádio Frequência
RFID Radio Frequency Identification
RN Rede Neural
RNA Rede Neural Artificial RSS Received Signal Strength
RSSI Received Signal Strength Indicator RTLS Real-Time Location System SAP Service Access Point
SD Card Secure Digital Card SDIO SD Input/Output
SFD Start of Frame Delimeter
SNMP Simple Network Management Protocol SNR Signal to Noise Ratio
SoC System on a Chip
SS Signal Strength SSID Service Set Identifier SVM Support Vector Machine TDoA Time Difference of Arrival TKIP Temporal Key Integrity Protocol ToA Time of Arrival
TSV Tab-Separated Values
UART Universal Asynchronous Receiver/Transmitter UFPE Universidade Federal de Pernambuco
UHF Ultra High Frequency USB Universal Serial Bus UWB Ultra-wide-band
V Volt
WAF Wall Attenuation Factor WCS Wireless Control System WEB World Electronic Broadcast WEP Wired Equivalent Privacy WGS World Geodic System Wi-Fi Wireless Fidelity
WLAN Wireless Local Network WPA Wi-Fi Protected Access
XDK Extensible Markup Language Development Kit zip Compressed File
Sumário
1 Introdução 20 1.1 Motivação 20 1.2 Problema 23 1.3 Objetivos 25 1.4 Estrutura do Trabalho 25 2 Sistemas de Localização 282.1 Introdução aos Sistemas de Localização 28
2.1.1 Infravermelho 29
2.1.2 Tecnologias de Sistemas de Localização baseadas em Rádio Frequência 29
2.1.2.1 GPS — Global Positioning System 30
2.1.2.2 RFID (Radio Frequency Identification) 30
2.1.2.3 WLAN 30
2.1.2.4 Bluetooth 31
2.1.2.5 Zigbee 31
2.1.3 Ultrassom 32
2.2 Sistemas IPS baseados em Rádio Frequência 32
2.2.1 Técnica de Triangulação baseada em Angulação (AoA - Angle of Arrival) 35 2.2.2 Técnica de Triangulação baseada na Distância - Tempo de Chegada 36 2.2.3 Trilateração - Técnica baseada na Distância - Propriedade do Sinal 38
2.2.4 Fingerprinting 40
2.2.5 Comparativo entre Técnicas para sistemas IPS 41
2.3 RSS — Received Signal Strenght 42
3 Trabalhos relacionados 45
3.1 Radar 45
3.2 Sistema Horus 46
3.3 Sistema utilizando Redes Neurais 49
3.4 O Sistema Ekahau 51
3.5 Sistema Cisco de Localização 51
3.6 Outros Trabalhos 52
4 Método Proposto 56
4.1 Visão Geral 56
4.2 Análise do Ambiente 58
4.3 A medição da intensidade do sinal — RSS 60
4.4 Regiões Virtuais 65
4.4.1 Agrupamentos (clustering) 65
4.4.2 Algoritmo K-means 66
4.4.3 Otimizando o número de Agrupamentos 68
4.5 Localização 70
4.5.1 Regressão Linear 70
4.5.2 Regressão com Redes Neurais 71
4.5.3 Processo de Localização 74
4.6 Considerações Finais 76
5 Experimentos e Resultados 78
5.1 Ambiente e Equipamentos Utilizados 78
5.1.1 Descrição do Ambiente do CIn 80
5.1.2 Placa de medição da intensidade do sinal — RSS 80
5.1.3 Azure Machine Learning 83
5.1.4 Escolha do parâmetros 85
5.1.4.1 Medição das intensidades dos Sinais — RSS no ambiente. 86 5.1.4.2 Parametrização para definição das regiões virtuais 87 5.1.4.3 Parametrização da etapa de localização 88
5.2 Medições Realizadas 89
5.2.1 Medições com o placa de medição baseada no Processador Edison 89
5.2.1.1 Medições das interferências 89
5.2.1.2 Valores RSS 91
5.2.1.3 Resultados RSS 91
5.2.1.4 Mapeamento RSS 92
5.2.2 Criação das Regiões Virtuais e Redes Neurais 96
5.3 Resultados - Localização 100
5.3.1 Alocação na Região virtual 100
5.3.2 Regressão Linear 100
5.3.3 Redes Neurais sem Regiões Virtuais 101
5.3.4 Redes Neurais com Regiões Virtuais 101
5.3.5 Resultados comparativos 101
5.4 Comparativo com Outros Métodos 105
6 Conclusões e Trabalhos Futuros 107
6.1 Conclusões 107
6.2 Trabalhos futuros 110
Referências Bibliográficas 111
A Métrica silhueta em função do Número de Centroide 116
B Resultado Regiões Virtuais 118
C Resultado Regressão Linear 120
D Resultado Redes Neurais sem Regiões Virtuais 122
1 Introdução
1.1
Motivação
As pessoas sempre precisaram se localizar. Desde a antiguidade a necessidade de locali-zação foi imprescindível para o ser humano e esta necessidade favoreceu o desenvolvimentos de várias ciências. Assim, temos os mapas surgindo muito antes da escrita como forma de localização, e todo o desenvolvimento da astronomia, vem surgir como apoio a um sistema de localização, sendo a mais antiga das ciências. Hoje os avanços nas tecnologias de comunicação e computação estão permitindo o desenvolvimento de sistemas de localização cada vez mais avançados e precisos. O mercado de sistemas de localização interiores movimenta anualmente mais de US$ 1 Bilhão, com um crescimento anual de 36% e previsto para atingir US$ 4 Bilhões em 2022 segundo a empresa Ekahau [Ekahau, 2016]. Estudos da empresa IDtechEx estimam um mercado de US$ 10 Bilhões para 2024 [Peter Harrop, 2016].
Um dos sistemas de localização mais utilizados hoje é o GPS (Global Positioning System), que iniciou sua operação em 1995, e hoje está bastante difundido nas áreas comercial, civil e militar, estando presente na maioria dos smartphones. O GPS, porém, possui uma limitação pois seu uso só é eficaz em áreas externas. No caso de áreas interiores, ou até mesmo com uma cobertura vegetal densa ou áreas de canyon, sua utilização fica bastante restrita. Assim surgiram os sistemas de localização para áreas interiores ou Sistemas de Localização Indoor.
No caso dos sistemas de localização interna é utilizado o termo IPS (Indoor Positioning Sys-tem) para a designação de sistemas que visam localizar, rastrear pessoas ou objetos em áreas internas, cobertas. Pode-se dizer que sistemas IPS são utilizados onde não se pode utilizar o GPS, ou seja, é o GPS interno. O termo RTLS (Real-time locating systems) foi utilizado por Tim Harrington (WhereNet) em 1995 para descrever a tecnologia de identificação da locali-zação de um determinado objeto em uma tela de computador. Este mecanismo se propagou bastante e hoje é utilizado em alguns sistemas comerciais de localização em áreas interiores.
A diferença entre estes dois termos é muito sutil segundo a empresa IdtechEx, que define sistemas IPS como a tecnologia que utiliza os sensores e sinais Wi-Fi de uma maneira ubíqua, enquanto sistemas RTLS suportam áreas maiores e, normalmente, são baseados na tecnologia de celulares bem como de alguns outros sensores como, por exemplo, o RFID. Apesar de ambos os termos serem encontrados na literatura, este trabalho usará o termo IPS para designar sistemas de localização em áreas interiores.
Como exemplos de aplicações de IPS no mundo podem ser citadas as aplicações descritas a seguir:
• O Google já disponibiliza mais de 10.000 plantas de edifícios no mundo, e busca garantir
1.1 MOTIVAÇÃO 21
Tabela 1.1 Relação dos mapa Indoor do Google para dispositivos móveis.
Aeroportos
Aeroporto de Brasília - Juscelino Kubitschek Aeroporto do Rio de Janeiro - Santos Dumont Aeroporto de São Paulo - Congonhas
Aeroporto Internacional de Curitiba - Afonso Pena Aeroporto Internacional de Guarulhos
Aeroporto Internacional do Recife/Guararapes - Gilberto Freyre Aeroporto Internacional de Salvador - Dep. Luís Eduardo Magalhães
Shopping Centers
Boulevard Shopping Nações Conjunto Nacional Brasília Golden Square Shopping Iguatemi Brasília
Parque D. Pedro Shopping Shopping Cidade
Shopping Estação BH
Centros esportivos.
Arena Amazônia Arena Castelão Arena das Dunas Arena Pantanal
Minas Arena - Mineirão Teatros Teatro Municipal de São Paulo
uma precisão de 5-10m. No Brasil, a relação de mapas indoor que podem ser carregados e utilizados nos telefones celulares é mostrada na Tabela 1.1 [Google, 2016].
• A rede de drogarias americana Walgreens possui um sistema que permite que qualquer cliente Walgreen, usando um smartphone, possa visualizar mapas de qualquer uma das 8.000 lojas da rede e localizar os produtos mostrando o corredor e a prateleira na qual se encontram [Walgreens, 2016].
• A empresa Zonith também tem uma aplicação IPS usando Bluetooth, mas tem como objetivo um mercado diferente; ela se concentra em segurança, e possui um aplicativo chamado “trabalhador solitário”, com foco em grandes empresas de serviços, unidades de produção e edifícios comerciais. O sistema permite localizar trabalhadores que trabalham sem acompanhamento e mantém o controle da localização dos empregados para fins de segurança [Zonith, 2016].
O quadro apresentado na Figura 1.1 mostra as áreas de desenvolvimento da empresa Si-emens, bem como os diversos sistemas que utilizam sistemas IPS e o mercado que querem atingir. A elipse externa define 7 áreas em que se utiliza o sistema de localização e a elipse intermediária fornece 14 aplicações onde utiliza-se IPS.
Da mesma forma que a empresa Siemens, a empresa Samsung está desenvolvendo sistemas com IPS em diversas áreas. Na figura 1.2 na região mais externa estão descritos exemplos de aplicações e, nos círculos interiores, 6 áreas de aplicação.
1.1 MOTIVAÇÃO 22
Figura 1.1 Siemens CPS - Converged Positioning System [Peter Harrop, 2016].
1.2 PROBLEMA 23
Como exemplos de aplicações, podem ser citadas aplicações hospitalares, onde o moni-toramento de pacientes, da equipe médica e até de equipamentos pode ser suportado através de sistemas IPS. Adicionalmente, aplicações que podem usar sistema IPS incluem: gerencia-mento de equipagerencia-mentos; manutenção em áreas industriais; processos de automação industriais; controle de fluxo de produção; localização de automóveis e equipamentos em túneis, estacio-namentos, oficinas ou outras áreas cobertas; sistemas de segurança; auxílio na navegação de robôs, e também no acompanhamento e auxílio de pessoas com deficiência visual, com dife-rentes níveis de precisão.
Sistemas IPS também podem ser usados por gestores de áreas públicas para conseguir saber em tempo real como está a distribuição e ocupação dos edifícios, em que horário, em que parte do edifício e em que densidade ocorre esta ocupação, podendo assim dimensionar melhor os recursos de segurança, refrigeração e iluminação.
Com o desenvolvimento da tecnologia, os sistemas de localização tornaram-se econômicos e muito mais precisos. Nos últimos 15 anos, vários trabalhos vêm sendo desenvolvidos nesta área de pesquisa. Alguns sistemas comerciais estão disponíveis como, por exemplo, os sistemas das empresas Ekahau1,Zonith2, SenionLab3, Cisco4, entre outras.
Empresas como Apple, Google e Microsoft [Schutzberg, 2013] têm desenvolvidos produtos nesta área e com o crescimento de aplicações de IoT (Internet das coisas), serão necessários sistemas de localização mais precisos, complexos e de baixo custo.
Em um futuro bem próximo, pode-se prever que, assim como o GPS é usado hoje para o rastreamento e localização de pessoas ao ar livre, haverá pouquíssimos lugares na terra, onde não seja possível o rastreamento e localização de pessoas e objetos. Uma das tecnologias es-senciais para este desenvolvimento será a de sistemas de localização precisos, e de baixo tempo de resposta e custo, e que permita que as pessoas possam optar em serem ou não rastreadas e que tragam benefícios tanto para a pessoa que é localizada como para o local onde é feito o rastreamento.
Assim o presente trabalho tem como objetivo contribuir na área de sistemas IPS propondo um método para localização de pessoas e objetos em ambientes interiores, que seja rápido, confiável e que utilize a infraestrutura já existente, de maneira que possa ser aplicado em am-bientes interiores, tais como: áreas públicas, escolas, hospitais, museus, aeroportos, estações e shopping centers.
1.2
Problema
Um sistema de localização em ambientes internos deve indicar a posição de uma pessoa, de um objeto ou de um animal no ambiente. Existe uma área da computação chamada de LBS (Location Based Service) que se utiliza dos sistemas de localização para fornecimento de alguns serviços entre os quais destacam-se serviços de entretenimento, de propaganda e de segurança. Alguns exemplos de aplicações que usam sistemas LBS são listadas a seguir:
1http://www.ekahau.com/real-time-location-system 2http://zonith.com/products/ips/
3https://senionlab.com/products-services/
1.2 PROBLEMA 24
• Localização de lojas;
• Marketing baseado em proximidade. Oferta de serviços em uma determinada região; • Informações sobre tráfego e viagens, específicas para uma determinada região, inclusive
previsão do tempo;
• Prevenção de fraudes, como a utilização de um cartão de crédito em uma localização não esperada;
O sistema de localização deverá fornecer ao sistema LBS, a localização, sendo o principal indicador de qualidade a precisão, seguida pelo tempo de resposta do sistema.
Os sistemas de localização podem suportar ambientes exteriores e interiores. Entre os siste-mas que suportam ambientes exteriores temos o sistema GPS (Global Positioning System), bem como o sistema europeu Galileo, o sistema russo o GLONASS e o sistema chinês Beidou-2. Todos estes sistemas utilizam uma rede de satélites para obter a posição de pessoas ou objetos. Estes sistemas são chamados de Global Navigation Satellite System (GNSS).
Os sistemas que suportam a localização em ambientes interiores envolvem áreas geográficas menores, a maioria das aplicações necessita de uma maior precisão e rapidez em comparação com os sistemas que suportam a localização em ambientes exteriores, devido aos objetos e locais a serem localizados, possuírem uma menor dimensão, como por exemplo localizar uma sala, exige uma precisão maior que localizar uma casa, localizar um corredor em um edifício, exige uma precisão maior que localizar uma estrada. Diversas técnicas e métodos têm sido desenvolvidos para a solução do problema [Adler et al., 2015].
Para ambientes externos, a localização através do GPS é largamente utilizada, constituindo-se em uma solução padrão. Comparado com a localização externa, a localização interna apre-senta os seguintes problemas e complexidade:
• Cobertura do sinal de posicionamento em grandes áreas: Os sistemas de localiza-ção para ambiente interiores utilizando as tecnologias Wi-Fi, Bluetooth, ZigBee, UWB, possibilitam uma boa precisão, mas em ambientes restritos. Quando esta área cresce, o custo para manutenção de uma boa precisão torna-se elevado, pois exigem adaptações, complexidade de instalações, equipamentos normalmente não instalados ou disponíveis. O uso de sinais de GSM, atende à cobertura de grandes áreas, porém sua precisão é muito baixa comparada com à precisão das tecnologias citadas anteriormente.
• Dificuldade no cálculo da propagação dos sinais influenciando na precisão do posici-onamento: A Intensidade do sinal e o tempo de propagação do sinal, associados ou não, são os elementos principais que irão determinar a localização de um objeto. Diferente do ambiente externo, fenômenos como desvanecimento dos sinais, vários caminhos, re-flexões e interferências de outros equipamentos afetam significativamente a precisão da localização [Zhongliang et al., 2013].
A Tabela 1.2 mostra alguns sistemas comerciais, com as características principais de cada um. Poucos são os sistemas que cobrem grandes áreas interiores, maiores que 500 metros qua-drados. Alguns sistemas comerciais, tais como, Ekahau e Cisco, possuem estas características,
1.3 OBJETIVOS 25
mas com um alto custo de calibração e algumas adaptações do ambiente, como localização rígida e modelos específicos de APs.
Apesar dos diversos trabalhos existentes, ainda não existe uma solução padrão e poucos são os trabalhos que propõem uma solução que se adequem a diferentes tamanhos de áreas interiores, mantendo uma boa precisão e que não possuam um alto custo de implementação e adaptação do ambiente.
1.3
Objetivos
O principal objetivo deste trabalho é propor uma técnica para localização de pessoas ou objetos em ambientes interiores que utilize a infraestrutura de comunicação Wi-Fi existente, disponí-vel em grande parte de prédios comerciais e públicos. A técnica proposta deve ter um baixo custo de adaptação para a área na qual for utilizada. A localização será realizada utilizando equipamentos com sensores de Wi-Fi que obedeçam ao padrão IEEE 802.11 para WLAN.
A técnica proposta deve ter uma precisão de 5 metros de forma a atender a maior parte das aplicações mencionadas podendo ser utilizado na maioria dos ambientes que possuam uma rede Wi-Fi. Este valor foi escolhido, por atender a localização de pessoas e equipamentos dentro de um edifício, como uma escola, hospital, shopping center, que são possíveis aplicações para a técnica proposta.
No método proposto, a localização é obtida a partir de uma medição prévia da intensidade dos sinais Fi RSS (Received Signal Strength). A coleta prévia da intensidade do sinal Wi-Fi em pontos pré-determinados do ambiente é denominada Wi-Fingerprinting, que será detalhada posteriormente. Os dados da coleta são usados para um mapeamento do ambiente em regiões virtuais de acordo com a intensidade do sinal Wi-Fi. O método para mapeamento proposto neste trabalho é baseado em técnicas de inteligência computacional incluindo técnicas para agrupamento, regressão linear e regressão com redes neurais. Com o mapeamento concluído, a localização de um objeto ou de uma pessoa será obtida pela técnica proposta. Através de um equipamento de localização, neste trabalho foi usado um equipamento baseado no processador Edison da Intel, a intensidade do sinal Wi-Fi - RSS é medida e o valor é processado pela técnica proposta, que retorna a região virtual e a posição na região, na qual a pessoa ou objeto, portando o equipamento de localização, se encontra.
As principais vantagens da técnica proposta em comparação ao estado da arte são utiliza-ção apenas da estrutura Wi-Fi existente, não sendo necessário o conhecimento da localizautiliza-ção dos APs (Access Point) existentes, a precisão da localização (5 metros) e o reduzido tempo para mapeamento do ambiente e para a localização de um objeto, pois o número de amostras necessária é de apenas uma a cada 5 metros quadrados.
1.4
Estrutura do Trabalho
O presente trabalho está estruturado como descrito a seguir.
No Capítulo 2 são apresentadas algumas aplicações atuais de sistemas de localização, bem como as principais tecnologias e métodos utilizados. Neste Capítulo ainda pode ser encontrada
1.4 ESTRUTURA DO TRABALHO 26
Tabela 1.2 Sistemas de IPS Comerciais [Gu et al., 2009].
Sistema Características Prin-cipais
Limitações Tecnologia
Active Badge Utiliza Tags cuja bate-ria dura 6 meses
Não fornece a localização ab-soluta.
Infra-vermelho Ultrassom Firefly Os tags utilizados são
desconfortáveis de uti-lizar
Limitado a 7 m. Infra-vermelho Optotrak Utiliza emissores
pe-quenos
Área de cobertura limitada Infra-vermelho Sonitor Vários detectores são
instalados na área a ser monitorada
O sistema não fornece posi-ção absoluta.
Ultrassom
WhereNet Utiliza Tags e exige uma complexidade do ambiente
Não possui boa precisão. RFID
Ekahau Utiliza WLan e apro-veita a estrutrura exis-tente, associado com al-guns tags.
Boa precisão, custo alto, e necessita uma calibração de muito tempo no local a ser utilizado.
Wlan
Topaz Utiliza Aps e Infrared Tags, necessita recarga semanal.
Leva até 30 segundos para calcular a posição.
Bluetooth
Ubisense Utiliza UWB com tags, cuja bateria dura um ano
Preço alto e área limitada a 400 m2.
Ultra-Wideband Easy Living Baixo, utiliza câmeras
para reconhecimento de imagens
Processamento de imagem complexo e necessita de bons servidores.
Reconhe-cimento Facial Cisco Utiliza WLAN
associ-ada a tags, aps cisco
Alto custo, recalibração do ambiente WLAN.
1.4 ESTRUTURA DO TRABALHO 27
uma comparação entre os sistemas existentes e as tecnologias utilizadas, com um detalhamento maior das técnicas baseadas na intensidade do sinal Wi-Fi.
No Capítulo 3 são apresentados os principais trabalhos existentes que utilizam a intensidade do sinal de Wi-Fi, bem como suas vantagens e desvantagens. Este capítulo é finalizado com uma análise comparativa entre as técnicas abordadas.
No Capítulo 4 é descrito o método proposto, com detalhamento e formalização das técnicas usadas e da estratégia proposta.
No Capítulo 5 são apresentados os resultados obtidos a partir da utilização da técnica pro-posta em um ambiente com infraestrutura de Wi-Fi existente. Os resultados obtidos com a utilização de várias técnicas são comparados mostrando a melhoria na precisão e desempenho obtidos com a técnica proposta.
O Capítulo 6 apresenta uma análise da técnica proposta incluindo vantagens e desvantagens da técnica em comparação com os trabalhos relacionados. Melhorias a serem implementadas em versões futuras da técnica proposta, e alguns novos trabalhos decorrentes da técnica pro-posta.
2 Sistemas de Localização
Este Capítulo apresenta inicialmente uma introdução aos sistemas de localização, iniciando pelo Infravermelho e os sistemas que não são baseados em rádio-frequência. Na segunda seção, as principais tecnologias que utilizam a rádio frequência, GPS, ZigBee, RFID, Bluetooth, e por fim, WLAN, em seguida uma descrição da tecnologia de Ultrassom. Na terceira seção, são descritas as técnicas que utilizam WLAN nos sistemas IPS e, na última, uma discussão sobre as características da intensidade do sinal — RSS.
2.1
Introdução aos Sistemas de Localização
Com o desenvolvimento das tecnologias de computação e comunicação, vários sistemas de lo-calização surgiram nos últimos 15 anos. Estes sistemas surgem baseados em diferentes tecno-logias e métodos, devido à crescente necessidade de processamento e armazenamento de dados demandados por estes, e que foram facilitados pelos avanços na microeletrônica e computação, bem como pelo desenvolvimento da técnica de comunicação sem fio. O sistema de localização mais popular atualmente é o GPS (Global Positioning System). Porém este sistema apresenta restrições para utilização em ambientes interiores, devido ao sinal do GPS não possuir linha de visada e o sinal chegar muito fraco [Gu et al., 2009].
Para ambientes interiores são utilizados os sistemas IPS (Indoor Positioning System), que, em geral, possuem uma precisão maior que o sistema GPS, além de atenderem à necessidade de se adequarem a diferentes equipamentos, aplicações e interferências no meio. Existem al-guns sistemas de localização IPS para aplicações específicas em hospitais, almoxarifado, se-gurança, oficinas, onde são desenvolvidos sensores e software específicos para cada aplicação. Exemplos de aplicações baseados em sistemas IPS incluem localização de médicos/pessoas/e-quipamentos em áreas cobertas, principalmente hospitais; localização de cães farejadores em um edifício interditado; bombeiros; auxílio na mobilidade de deficientes visuais em áreas co-bertas; roteamento de produção em plantas industriais; auxílio na movimentação de robôs e monitoramento de segurança, pessoas e equipamentos; marketing e propaganda em função da localização; Guias automáticos em museus e exposições.
Os primeiros sistemas IPS comerciais utilizavam o RFID (Radio-Frequency IDentification) passivo, que não pode ser considerado como um localizador em tempo real, pois ele registra a passagem ou a presença de um objeto em um determinado tempo em um determinado local, não acompanhando o movimento do objeto.
Atualmente existem uma variedade de sensores e métodos de localização para sistema IPS, que normalmente não verificam a velocidade, direção ou orientação espacial e sim o
2.1 INTRODUÇÃO AOS SISTEMAS DE LOCALIZAÇÃO 29
Figura 2.1 Taxonomia dos Sistemas de Localização.
namento dentro de uma área delimitada. Algumas soluções atuais usam uma combinação das várias tecnologias de sensores existentes.
Os sistemas de localização podem ser classificados de acordo com a Figura 2.1, os quais serão detalhados nas subseções a seguir.
2.1.1 Infravermelho
Sistemas baseados na tecnologia de sensores de infra-vermelhos são os mais comuns, uma vez que a tecnologia é bastante antiga e disponível em vários equipamentos como televisores, impressoras, PDAs, etc. Para utilização deste tipo de sensor é necessária a existência de uma linha de visada. Como vantagens, sensores infravermelhos possuem uma precisão da ordem de milímetros, são de fácil instalação e de baixo custo. Como desvantagem, este tipo de sensor é limitado a uma sala e sofre interferência de uma iluminação muito intensa.
Sensores infravermelho são utilizados em sistemas de posicionamento de máquinas e veí-culos, não sendo muito utilizados na localização de pessoas em grandes ambientes. Esta tec-nologia é utilizada no produto Kinect como o principal sensor da console de jogos do Xbox da Microsoft.
2.1.2 Tecnologias de Sistemas de Localização baseadas em Rádio Frequência
A principal vantagem de se utilizar tecnologia de rádio frequência em comparação com as tec-nologias descritas anteriormente reside no fato de ondas de rádio poderem atravessar paredes, corpos humano e outros objetos, permitindo, assim, a cobertura de uma área bem maior. Nas subseções a seguir serão detalhadas as tecnologias baseadas em rádio frequência mais usadas em sistemas IPS.
2.1 INTRODUÇÃO AOS SISTEMAS DE LOCALIZAÇÃO 30
2.1.2.1 GPS — Global Positioning System
Em 1973 iniciou-se o desenvolvimento do GPS, um sistema de localização baseado em 24 sa-télites, que emitem sinais de rádio. Estes satélites são posicionados de forma que pelo menos 4 deles fiquem visíveis de qualquer ponto da terra. De acordo com o momento em que estes sinais chegam a cada receptor, é calculada a posição geográfica (latitude e longitude) indepen-dentemente das condições meteorológicas. O sistema GPS foi projetado pelo Departamento de Defesa dos Estados Unidos e entrou em operação entre 1991 e 1993.
O GPS foi projetado, inicialmente, para uso militar, mas foi lentamente sendo liberado para uso civil. A partir de 2 de maio de 2000 as restrições para uso civil deixaram de existir, melho-rando em aproximadamente dez vezes o nível de precisão. Os receptores atuais são capazes de trabalhar com os dois códigos de correção e são chamados de dupla frequência. Atualmente a precisão de um GPS é da ordem de 15 metros, porém existem GPS geodésicos que trabalham com as duas portadoras atingindo uma precisão da ordem de 1mm na horizontal e de 5mm na vertical e tal precisão é extremamente importante para estudos geodésicos e espaciais em micro e macro escala [Bernardi and Landin, 2002]. Salientando que estes são GPS geodésicos, com antenas especiais, não o que é utilizado nos celulares ou automóveis, mas que utilizam os mesmos satélites.
O GPS foi um sistema que desenvolveu-se rapidamente e, hoje, é raro uma pessoa que não possua um receptor incorporado ao smartphone.
2.1.2.2 RFID (Radio Frequency Identification)
A técnica de RFID consiste na emissão de um código identificador para um sensor através de rádio frequência, portanto, é uma tecnologia sem fio. Esta tecnologia possui dois tipos de sensores; o ativo e o passivo. O RFID passivo é de baixo custo, os dispositivos não possuem alimentação interna, operam sem bateria, sendo que sua alimentação é fornecida pelo próprio leitor através das ondas eletromagnéticas, e estes sensores são relativamente baratos. O RFID ativo diferencia do passivo, pois utiliza uma fonte de energia interna. Mais caro e menos popular, o RFID ativo consegue atingir distâncias maiores até cem de metros.
Devido ao baixo custo, o RFID passivo é mais utilizado atualmente. No entanto, possui a limitação de distância máxima de 3 metros.
Estes sensores são utilizados desde 1980 e incluem uma antena que, quando submetida a um campo eletromagnético variável, gera uma tensão elétrica e emite sinais para a base RFID. Apesar de ter um custo baixo, é limitado na distância máxima de alcance e normalmente iden-tifica apenas se um determinado objeto se encontra em um determinado local ou não.
O sistema IPS baseado em RFID mais conhecido comercialmente é o sistema Wherenet da Zebra Technology Company [Gu et al., 2009], que possui uma precisão de 2-3 metros.
2.1.2.3 WLAN
Uma rede WLAN (Wireless Local Area Network), também denominada rede Wi-Fi (Wireless Fidelity), é um padrão de comunicação em redes sem fio baseados no padrão IEEE 802.11. Uma rede Wi-Fi opera na faixa de frequência de 2,4 GHz e/ou 5 GHz com alta taxa de transferência de dados. Pode ser considerada como uma tecnologia ubíqua pois está em toda parte e em todos
2.1 INTRODUÇÃO AOS SISTEMAS DE LOCALIZAÇÃO 31
os momentos. O número de áreas públicas que possuem redes Wi-Fi tem crescido muito nos últimos anos e, atualmente, praticamente não temos nenhuma área pública tais como hospitais, escolas, shopping centers, aeroportos que não possuam uma rede WLAN.
A principal motivação para o crescimento no número de redes Wi-Fi é o crescente número de dispositivos móveis que possuem sensores Wi-Fi que atualmente é estimado em 2 bilhões de dispositivos móveis no mundo. Devido à existência de uma estrutura instalada em um grande número de ambientes públicos e comerciais, bem como ao crescente número de dispositivos com sensores Wi-Fi, esta tecnologia é considerada como bastante promissora para ser utilizada nos sistemas IPS. Com a sua utilização é possível abranger o maior número de pessoas com um custo mais baixo. Várias pesquisas métodos e técnicas para localização se encontram em desenvolvimento como será visto posteriormente.
No caso da tecnologia WLAN é possível a utilização de uma infraestrutura já existente com bons resultados. Isto é, utilizar a rede de APs que estão presentes, para desenvolver um sistema de localização. Utilizando-se a WLAN, através do sinal de Rádio Frequência, utiliza-se dois tipos de técnicas para utiliza-se obter a localização: Uma é a da triangulação e a outra é do mapeamento dos sinais existentes (Fingerprinting). Estas técnicas serão descritas a seguir. 2.1.2.4 Bluetooth
O sistema Bluetooth é um padrão de comunicação sem fio através de ondas de rádio, que surgiu em 1994 e pode ser encontrado na maioria dos smartphones, laptops e tablets. O sensor possui um baixo consumo de energia, alcança distâncias de até 100 metros e possui um baixo custo. Quando comparado com a tecnologia Wi-Fi, possui uma menor taxa de transferência de dados. Este sensor foi projetado para substituir o sensor infravermelho, e opera em uma rede “piconet” com até oito elementos simultâneos. O Bluetooth é regulamentado pela norma IEEE 802.15, operando também na frequência de 2,4 GHz. Devido a estas características também é utilizado em sistemas IPS. Alguns sistemas comerciais que utilizam sensores bluetooth, em alguns casos combinados com outras tecnologias são o sistema Igate [Igate, 2016], o sistema Zonith [Zonith, 2016], o sistema Teldio [Teldio, 2016], entre outros.
2.1.2.5 Zigbee
A rede conhecida como ZigBee, criada pelo IEEE em conjunto com a ZigBee Alliance, foi criada com o intuito de disponibilizar uma rede de dados baseada em RF, com sinal sem fio, operando aqui no Brasil na frequência de 2,4 GHz, com extrema baixa potência de operação, ocasionando um baixo consumo de energia nos dispositivos, estendendo a vida útil de suas baterias, podendo as mesmas durarem anos. Dessa forma, a rede tem como principais casos de uso dispositivos que não necessitem de taxas de transmissão de dados tão altas quanto as per-mitidas pelo Bluetooth, e querem se aproveitar das características de baixo consumo [Vasques, 2010].
Esta técnica utiliza um emissor de rádio de baixa potência e necessita de uma rede já Zig-Bee, definida pelo padrão IEEE 802.15.4. Utilizando-se a tecnologia ZigBee para IPS, experi-mentos mostram que esta tecnologia possui uma boa precisão, com erros menores que 1 metro, baixo consumo de energia, apesar da baixa potência e possui alcance de até 100 metros com
2.2 SISTEMAS IPS BASEADOS EM RÁDIO FREQUÊNCIA 32
linha de visada.
Apesar desta tecnologia ter um baixo custo de implantação, necessita da implantação de uma infraestrutura específica, uma vez que os ambientes públicos normalmente não possuem este tipo de rede disponível. Além disto, possui uma baixa taxa de transmissão em comparação com outras tecnologias, operando em três frequências com diferentes taxas de transmissão: 868 MHz e 20kbps; 915 MHz e 40kbps; 2,4 GHz e 250 kbps.
É bastante utilizado em hospitais, pois além do sistema de localização, possui aplicações já de-senvolvidas comercialmente para monitoramento de sinais vitais de pacientes[Alliance, 2009]. 2.1.3 Ultrassom
A tecnologia de ultrassom foi inspirada no sistema de orientação dos morcegos à noite. Esta tecnologia inspirou os cientistas a desenvolverem-na como sensor para medir a distância e hoje esta tecnologia é bastante utilizada em sistemas de gerenciamento de estacionamento de automóveis. A precisão desta tecnologia é da ordem de alguns centímetros, sendo menor que a precisão de sensores infravermelho, porém com a vantagem de não necessitar de linha de visada.
Esta tecnologia tem um custo elevado para instalação em ambiente de grandes dimensões pois necessita de sensores (microfontes) nas paredes. Sendo assim, só são utilizadas em ambi-entes de pequena dimensão com um emissor emitindo sinais de som com baixo comprimento de onda. O sistema comercial SONITOR utiliza o ultrassom em combinação com sensores de rádio frequência, para localização de pessoas e equipamentos em hospitais.
A Tabela 2.1 representa uma análise comparativa das principais tecnologias usadas por sistemas de localização, comparando a precisão, a técnica utilizada, cobertura, o consumo de energia e o custo de utilização.
Como a técnica proposta é baseada em rádio frequência, as tecnologias baseadas em frequên-cias de rádio mais usadas em sistemas de posicionamento e localização serão detalhadas na próxima seção.
2.2
Sistemas IPS baseados em Rádio Frequência
Nesta seção serão descritas algumas técnicas utilizadas em sistemas de localização IPS que são baseados em sinais de rádio, mais especificamente nos sinais de redes WLAN. Estas técnicas estão representadas na Figura 2.2.
As técnicas apresentadas na Figura 2.2 podem ser divididas em 4 categorias: técnicas de detecção de proximidade, técnicas de navegação estimada, técnicas de triangulação e técnicas de mapeamento da intensidade do sinal (fingerprinting). As duas últimas técnicas são as mais usadas e serão descritas com mais detalhes nas próximas seções.
com-2.2 SISTEMAS IPS BASEADOS EM RÁDIO FREQUÊNCIA 33
Tabela 2.1 Comparativo dos Sistemas de Localização.
Sistema Precisão (m) Tecnologia Cobertura Custo Observações
GPS 6-10 ToA Externa Alto Satélite
Infra-vermelho 1-2 Proximidade/ToA Interiores Médio Curtas distâncias
Wifi 1-10 Proximidade / ToA/ TDoA / RSS Externa/ Interiores Baixo Infraestrutura Disponível/Ubíqua Ultrassom 0,03-1 ToA/ AoA Interiores Médio Sensível ao meio
RFID 1-2 Proximidade/
ToA/ RSS Interiores Baixo
Tempo Real/ Resposta rápida
Bluetooth 2-5 RSS Interiores Alto
Curta distância/ alta taxa
transferência
ZigBee 3-5 RSS Interiores Médio
Baixa taxa de transferência / necessária infraestrutura
FM 2-4 RSS Interiores Baixo Cobre grandes áreas.
plexos, apenas registra a que ponto de referência o objeto a ser detectado se encontra próximo, não registrando a distância ao mesmo, assim a esta área de maior proximidade a cada ponto de referência denomina-se célula. Nesta técnica é necessário um grande número de pontos de referência e não importa a distância que se encontra dos outros pontos, mas apenas daquele no qual o objeto é reconhecido. Esta técnica é usada com a tecnologia Bluetooth, Wi-Fi e NFC, e principalmente em sistemas baseados em RFID. Sua implementação é bastante simples, normalmente de baixo custo, mas, a sua precisão não é boa, pois muitas vezes o objeto alvo é detectado por um sensor que não é o mais próximo [Cisco Systems, 2008]. A Figura 2.3 representa a utilização deste método. Ela representa uma série de antenas, onde está dividida a área próxima de cada antena, como uma célula. Neste método, cada área é coberta por um sinal mais intenso, que é o sinal do emissor que está mais próximo. Assim são criadas áreas de localização relativa à proximidade do emissor, que denominamos células.
• Navegação estimada (Dead Reckoning): esta técnica calcula a posição do objeto atra-vés de um ponto conhecido anteriormente ou de partida, acrescido de alguma informação de deslocamento. A partir destas informações é estimada a nova localização com base no conhecimento deste deslocamento. Normalmente esta técnica requer instrumentos de medição de alta precisão, pois o erro é cumulativo, o que a torna muito susceptível a um acréscimo rápido do seu valor.
Trabalhos de pesquisas em sistemas IPS que usam esta técnica têm sido realizados, prin-cipalmente com o advento dos acelerômetros, pedômetros e giroscópio nos smartpho-nes. Assim a técnica de navegação estimada (dead reckoning) é utilizada como um meio
2.2 SISTEMAS IPS BASEADOS EM RÁDIO FREQUÊNCIA 34
Figura 2.2 Métodos de Localização Wi-Fi.
2.2 SISTEMAS IPS BASEADOS EM RÁDIO FREQUÊNCIA 35
complementar a alguma outra técnica de localização, quando o sinal principal é fraco ou inexistente, ela pode auxiliar durante um período até que o sinal seja restabelecido. Esta técnica é bastante utilizada nos sistemas de roteamento via GPS automotivo, por um breve período [Liu et al., 2010], quando o sinal GPS torna-se indisponível, em canions urbanos, região com muitas árvores, tuneis, etc. O GPS mostra o usuário seguindo e depois de um tempo, ou corrige com a nova posição ou acusa sinal perdido.
• Triangulação: esta técnica utiliza as propriedades geométricas para determinação da posição, que se divide em duas categorias: angulação e trilateração ou lateração (baseada na distância). Nesta técnica, a precisão da localização dos emissores é muito importante pois, a partir desta posição, a posição do objeto a ser localizado é obtida. Esta técnica será detalhada nas seções seguintes.
• Mapeamento dos Sinais (Fingerprinting): esta técnica baseia-se no mapeamento da ca-racterística do sinal Wi-Fi no ambiente. Inicialmente é feito um levantamento dos sinais em pontos da área de interesse, Através de uma amostragem, a intensidade do sinal de rádio é coletada e armazenada junto com sua localização. Esta fase é denominada cali-bração. Alguns autores a chamam de treinamento, ou mesmo fase off-line. A localização é realizada a partir da comparação do sinal medido na posição do objeto a ser locali-zado (fase online) com as medições prévias e com apoio de algoritmos de estimativa de valores, determinando assim a posição do objeto. Como esta técnica será utilizada no trabalho, será descrita com maior profundidade, em uma seção específica.
Nas subseções a seguir serão detalhadas as técnicas de triangulação e de fingerprinting, que são as mais utilizadas em sistemas IPS
2.2.1 Técnica de Triangulação baseada em Angulação (AoA - Angle of Arrival)
A triangulação utiliza como determinação da localização o ângulo de chegada do sinal ao ele-mento móvel. Este sinal está vindo de uma localização conhecida. Com o mínimo de dois sinais é possível determinar a posição do objeto em um plano. Com o aumento do número de emissores, a precisão da posição calculada pode ser melhorada. A Figura 2.4 apresenta esta técnica, que consiste em o dispositivo ser capaz de medir o ângulo em que recebe o sinal de cada emissor. Se a posição do emissor for conhecida, pode-se determinar a posição. Normal-mente usa-se, no mínimo, três emissores. Dois seriam suficientes, desde que não estivéssemos na linha reta que une os dispositivos. Esta técnica é utilizada nos radares para determinação da posição dos objetos, como também para detecção de rádios piratas e possui também amplo uso militar.
Nesta técnica, é necessária a utilização de antenas especiais para medição do ângulo de chegada do sinal, antenas rotacionais. Na prática, a utilização desta técnica em IPS é rara devido ao fator de multipath, que consiste na reflexão dos sinais nas paredes, o que dificulta a sua utilização. Adicionalmente, existe a necessidade de linha de visada direta entre o emissor e o receptor.
2.2 SISTEMAS IPS BASEADOS EM RÁDIO FREQUÊNCIA 36
Figura 2.4 Técnica AoA - Angle of Arrival.
2.2.2 Técnica de Triangulação baseada na Distância - Tempo de Chegada
Trilateração, ou multilateração é a técnica geométrica para determinar a posição relativa de um ponto através da medida das distâncias, em contraste com a triangulação, que é a técnica de determinar a posição a partir das medidas dos ângulos. As técnicas de triangulação, ou mais especificamente, trilateração, baseadas em distância são divididas em três classes de acordo com o tempo de chegada e propriedade do sinal.
• Técnica baseada na Distância - Time of Arrival (ToA)
Nesta técnica a distância será calculada com base no tempo que o sinal leva para se propagar do emissor ao receptor. Como a velocidade de propagação do sinal Wi-Fi é conhecida e bem próxima da velocidade da luz, é possível calcular a distância a partir do tempo de chegada do sinal. Para uso em sistemas IPS com distâncias da ordem de dezenas de metros, o tempo de chegada do sinal é muito pequeno.
Considerando a velocidade c = 300m/µs para uma distância de 30 metros, o tempo será dado pela equação a seguir.
d= v ∗ t ⇒ t = d/v ⇒ t = 100ns (2.1) Nesta técnica, os relógios dos equipamentos emissor e receptor têm que estar sincroniza-dos. Além disso, o sistema deve possuir sensores que detectem este tempo que é muito pequeno. Devido a estas características, esta técnica é muito pouco utilizada em sistemas IPS. Porém, esta é a técnica mais utilizada nos sistemas GPS. A Figura 2.5 ilustra esta técnica.
Na Figura, o ponto x representa o receptor, e os pontos A, B e C, são os emissores. O ponto x é o ponto em que é desejado obter-se a localização a partir do conhecimento
2.2 SISTEMAS IPS BASEADOS EM RÁDIO FREQUÊNCIA 37
Figura 2.5 Time-of-Arrival.
dos pontos A, B e C. Se os relógios dos dispositivos são sincronizados, e é conhecido o momento em que os dispositivos A, B e C emitem, conhecendo o tempo de chegada de cada sinal ao dispositivo x e a velocidade de propagação do sinal, pode-se determinar as distâncias ρA, ρBe ρC. Assim temos a posição x.
• Time Difference of Arrival (TDoA)
Esta técnica é bem parecida com a técnica descrita anteriormente de ToA, diferenciando-se que o objeto a diferenciando-ser localizado emite o sinal, e são necessários pelo menos três recep-tores, de forma que é medido o tempo de chegada do sinal em cada um dos receptores. Nesta técnica não é necessário se ter o relógio sincronizado entre o receptor e o emis-sor, apenas entre os receptores, o que é mais viável tecnicamente. A partir da diferença do tempo em que o sinal chega entre dois receptores e conhecendo-se a velocidade de propagação do sinal, é possível calcular a hipérbole da diferença da distância entre dois pontos. Assim se existem três pontos, três receptores, pode-se calcular a hipérbole e o ponto em comum destas duas hipérboles é a posição procurada. A Figura 2.6 exemplifica esta técnica.
Considerando que quando o ponto X emite um sinal, este sinal chega no receptor A em um tempo TA e no receptor B em um tempo TB. A diferença de tempo de chegada deste sinal é calculada entre os receptores B e A como a constante k positivo, tal que: TDoAB-A = | TB - TTDoAB-A | = K
O valor de TDoAB-A pode ser utilizado para construir uma hipérbole com focos nos locais de ambos os sensores de recepção A e B. Esta hipérbole representa a localização
2.2 SISTEMAS IPS BASEADOS EM RÁDIO FREQUÊNCIA 38
Figura 2.6 Time Difference of Arrival (TDoA) [Cisco Systems, 2008].
de todos os pontos no plano xy, a diferença de distâncias a partir dos dois focos é igual a K (c) metros. Matematicamente, isto representa todos os locais possíveis do dispositivo móvel de tal modo que X: | DXB - DXA | = K (c)
O local provável do emissor X pode então ser representado por um ponto ao longo desta hipérbole. Para resolver a localização do emissor X, um terceiro sensor de recepção C é usado para calcular a diferença de tempo de chegada do sinal entre os receptores C e A, ou seja: TDoAC-A = | TC - TA | = K1
Com o conhecimento de K1 constante, é possível a construção de uma segunda hipérbole que representa o locus de todos os pontos no plano xy, a diferença de distâncias a partir dos dois focos (isto é, os dois sensores que recebem A e C) é igual a K1 (c) metros. Matematicamente, isto pode ser visto como representando todas as posições possíveis do dispositivo móvel de tal modo que X: | DXC - DXA | = K1 (c) [Cisco Systems, 2008] • Intensidade do Sinal A terceira técnica é o cálculo da distância baseada na intensidade
do sinal - RSS que será vista em detalhe na próxima seção.
2.2.3 Trilateração - Técnica baseada na Distância - Propriedade do Sinal
Trilateração, ou multilateração é a técnica geométrica para determinar a posição relativa de um ponto através da medida das distâncias, em contraste com a triangulação, que é a técnica de determinar a posição a partir das medidas dos ângulos.
Nesta técnica a distância é calculada através da intensidade do sinal Wi-Fi, conhecida por RSS (Received Signal Strenght) ou simplesmente RSS.
Através da intensidade do sinal recebido, é calculada a distância do emissor e do receptor, e portanto é utilizada a técnica de trilateração para determinarmos a localização do ponto.
2.2 SISTEMAS IPS BASEADOS EM RÁDIO FREQUÊNCIA 39
Este método só pode ser aplicado para sinais de rádio, cujas intensidades decrescem não linearmente, dependendo do meio em que são propagados. A atenuação do sinal tem uma relação quadrática com a distância percorrida pelo sinal, sem obstáculos e se propagando ao ar livre. Em ambientes, nos quais o relevo e a morfologia (ou obstáculos, como móveis, no caso de ambientes fechados) obstruem o caminho do sinal propagante, a atenuação do sinal em função da distância acentua-se podendo atingir uma dependência com a quarta ou quinta potência [Najnudel, 2004]. A intensidade do sinal é medida em Decibéis - dB. Como a potência do sinal é muito baixa a medição é da ordem de mili Decibéis- dBm.
Para cálculo da perda de potência é utilizada a seguinte fórmula:
Pr = Pt− P1− 10log(dn) + s (2.2)
Onde
• Prrepresenta a potência recebida.
• Pt representa a potência transmitida.
• P1representa a perda de potência no primeiro metro.
• d a distância em metros.
• n coeficiente de atenuação do sinal, ao ar-livre consideramos o valor de 2. • s desvio padrão do grau de desvanecimento de sombra.
.
Segundo Hashemi [Hashemi, 1993] e em um estudo direcionado a IPS por Dong [Dong and Dargie, 2012], um dos principais modelos utilizados para caracterizar a propagação de sinais de rádio-frequência em ambientes fechados sugere uma relação linear entre a potência recebida em dBm e a distância entre as antenas emissoras e receptoras.
A grande vantagem da utilização da medida de RSS para obtenção da localização é que a estrutura já se encontra montada, e não necessita de instalação de equipamentos extras, além do sinal Wi-Fi e a placa de rede.
Uma vez que a distância foi estimada, pode-se utilizar algumas das técnicas descritas na seção anterior para se calcular a posição do objeto a ser localizado.
A intensidade do sinal pode sofrer alterações devido a diversas influências como, por exem-plo, paredes, vidros, quantidade de objetos, etc. Como é rara a existência de uma área interna onde se tem uma linha de visada sem obstáculos entre o emissor e o receptor, e mesmo assim, devido às reflexões de sinal nas paredes, no teto e no piso, o cálculo da distância com precisão torna-se bastante complexo [Dong and Dargie, 2012].
Na prática existem poucos sistemas comerciais que utilizam apenas esta técnica, porém a combinação desta técnica com outras técnicas é bastante comum.
Para calcular a localização não utilizamos o cálculo da distância do AP ao objeto móvel e sim os valores da intensidade do sinal (RSS), conforme descrito a seguir.
2.2 SISTEMAS IPS BASEADOS EM RÁDIO FREQUÊNCIA 40
2.2.4 Fingerprinting
A técnica Fingerprinting vem da palavra fingerprint traduzida para o português impressão di-gital, é utilizada em computação, áudio e vídeo. Consiste no procedimento de mapear uma quantidade grande de dados, para um conjunto menor, que identifique um conjunto dos dados originais para algum propósito da aplicação, da mesma maneira que a impressão digital é utili-zada para o reconhecimento de uma pessoa.
Fingerprinté uma amostra de um ambiente maior, e para a utilização da técnica, temos que se os fingerprints são diferentes, logo os elementos que geraram também são diferentes. Formal-mente temos:
Seja f : Ω uma função, e Ω o conjunto de todos os possíveis objetos de interesse. De maneira que, se tomarmos dois elementos quaisquer A e B, onde A, B ∈ Ω, se:
f(A) 6= f (B) ⇒ A 6= B (2.3)
Esta é a condição necessária para utilizarmos o conceito. Para o caso da intensidade do sinal, existe a premissa que dois pontos diferentes não possuem o mesmo conjunto de intensidades de sinais — RSS, assim, se temos o conjunto de intensidade dos sinais, podemos determinar a localização, baseado em um mapeamento prévio.
Esta técnica baseia-se no mapeamento da característica do sinal Wi-Fi no ambiente. Isto é, é feito inicialmente um levantamento da intensidade do sinal em pontos predeterminados da área a ser considerada pelo sistema IPS. Através de uma amostragem, a intensidade do sinal de rádio é coletada e armazenada junto com sua localização.
A localização é obtida comparando-se a intensidade do sinal medida no ponto a ser locali-zado na fase online com as medições prévias e com apoio de técnicas de estimativa ou previsão de valores, determinando assim a posição. Esta técnica é utilizada também em outros meios como, por exemplo, o meio acústico, em sinais de vídeo e, em computação, a técnica é muito utilizada para deduplicação de dados.
Normalmente utiliza-se esta técnica comparando-se o valor da intensidade do sinal — RSS com o local onde foi obtido. Porém pode ser utilizada também com os valores obtidos pelas técnicas mencionadas ToA ou TDoA.
A utilização da técnica de fingerprinting nos sistemas IPS, reduz bastante o custo do equi-pamento de medição, uma vez que se necessita apenas de um medidor de intensidade RSS, não necessitando de medidores de ângulos, estruturas, nem mesmo a localização dos APs.
Nesta técnica, o cálculo do comportamento do sinal, como perdas, reflexões, atenuações, refrações, difrações, que é bastante complexo, não é necessário. Esta característica é uma vantagem da técnica, pois a medição do comportamento do ambiente varia inevitavelmente de ambiente para ambiente e ao longo do tempo. No caso da técnica de fingerprinting, a solução de localização é fornecida através da correlação entre o sinal medido com os sinais obtidos na fase de mapeamento realizada previamente. Esta técnica é equivalente a se ter a “impressão digital” de cada ponto.
Quanto aos algoritmos utilizados para determinação da localização a partir da intensidade do sinal, o mais utilizado é o KNN proposto no sistema Radar da Microsoft [Bahl and Padma-nabhan, 2000], os métodos probabilísticos [Dawes and Chin, 2011], os métodos baseados em regressão linear e nos métodos baseados em clustering [Youssef et al., 2003].
2.2 SISTEMAS IPS BASEADOS EM RÁDIO FREQUÊNCIA 41
Figura 2.7 Gráfico Usabilidade X Resolução dos sistemas de localização [Hui Liu et al., 2007].
Uma premissa para que a técnica fingerpinting seja efetiva é que deve ser considerado que cada espaço físico possua uma identidade diferente. Cada ponto amostrado deve possuir valores RSS diferentes, podendo assim gerar uma identidade deste ponto em função da intensidade do sinal.
Estudos demonstram que esta técnica permite a obtenção de resultados mais precisos em comparação com os métodos baseados em angulação, distância ou somente com a intensidade do sinal [Mourão and Fernandes de Oliveira, 2013].
2.2.5 Comparativo entre Técnicas para sistemas IPS
Todos os sistemas e métodos descritos são usados em diferentes aplicações. A escolha de qual técnica utilizar depende de fatores como custo, precisão, ambiente, objetivo, disponibilidade. A Figura 2.7 e a Tabela 2.2 mostram a área principal de aplicação de cada método, em função da precisão. A Figura mostra ainda a classe de aplicação considera aplicações de automação e controle, roteamento e monitoramento. A análise da Figura não leva em consideração a com-plexidade e custo, bem como a facilidade de instalação e uso. Se nos limitarmos ao proposto, que é uma precisão de 5 metros para ambientes internos, observa-se que as técnicas que pode-riam ser utilizadas sepode-riam WLAN, Bluetooth, ZigBee ou alguma outra de RF para ambientes domésticos.
2.3 RSS — RECEIVED SIGNAL STRENGHT 42
Tabela 2.2 Tabela comparativa das Técnicas IPS.
Técnica Vantagem Desvantagem
ToA
TDoA Exatidão
Necessidade de sincronização. Necessita de linha de visada
Hardware complexo Alto custo Influência do ambiente
AoA Sem sincronização Boa exatidão
Necessária linha de visada Alto custo Hardware complexo Influência do ambiente Proximidade Baixo custo Sem sincronização Fácil implementação Baixa exatidão
Fingerprinting Baixo custo Simples implementação
Necessária fase de treinamento e recalibração. Algoritmos complexos
2.3
RSS — Received Signal Strenght
Diversos padrões que especificam redes sem fios surgiram na década de 1990. O que mais se difundiu e passou a ser o mais usado foi o padrão IEEE 802.11, também conhecido como Wi-Fi ou WLAN [Kurose and Ross, 2010]. Dentro do padrão 802.11 existem diferentes tecnologias, sendo os padrões mais conhecidos os 802.11a, 802.11b, 802.11g, 802.11n, que se diferenciam em termos de faixa de frequência e também taxa de transferência de dados, acompanhando a evolução tecnológica.
Diferente de outros sistemas de comunicação móvel, o padrão IEEE 802.11, não possui em sua especificação, técnicas para medição com precisão do tempo de chegada do sinal. Por isto, a característica mais utilizada do sinal de RF para estimação da localização é a intensidade do sinal — RSS. O padrão IEEE 802.11 fornece uma maneira de obtermos este sinal através da interface da placa de rede. Isto porque, esta intensidade pode ser utilizada para a escolha da rede em que o dispositivo deve se conectar, na maioria das vezes a de maior intensidade.
O valor da intensidade do sinal — RSS é gerado na camada física da rede, durante a recep-ção do sinais e descrito a seguir.
As camadas MAC (Media Access Control) e Física são representados na Figura 2.8. De acordo com a Figura existem duas subcamadas relacionadas ao RSS e que fazem parte da camada física (PHY). A camada de Protocolo de Convergência da Camada Física de alto nível (Higher Physical Layer Convergence Protocol — PLCP) e a camada dependente do meio físico (Lower Physical Media Dependent — PMD). Estas camadas se comunicam através de SAPs (Service Access Point, Ponto de Acesso a Serviços).
A subcamada PLCP recebe da camada MAC o dado ou MPDUs (MAC Protocol Data Units) para transmissão, e prepara as MPDUs para entregar à sub camada PMD os frames para serem transmitidas pela antena. A estes são acrescentados ainda um cabeçalho que contém
