Seguimento de pessoas em ambientes interiores

(1)

Por

Paulo Daniel Azevedo Botelho

Orientador: Doutor Carlos Manuel Jos´

e Alves Serˆ

odio

Coorientador: Doutor Pedro Miguel Mestre Alves Silva

Disserta¸c˜ao submetida `a

UNIVERSIDADE DE TR ´AS-OS-MONTES E ALTO DOURO para obten¸c˜ao do grau de

MESTRE

em Engenharia Electrot´ecnica e de Computadores, de acordo com o disposto no DR – I s´erie – No_{151, Decreto-Lei n.}o _{115/2013 de 7 de Agosto e no}

Regulamento de Estudos Conducente ao Grau de Mestre da UTAD DR, 2.a s´erie – No149 de 4 de Agosto de 2011

(2)

(3)

Por

Paulo Daniel Azevedo Botelho

Orientador: Doutor Carlos Manuel Jos´

e Alves Serˆ

odio

Coorientador: Doutor Pedro Miguel Mestre Alves Silva

Disserta¸c˜ao submetida `a

UNIVERSIDADE DE TR ´AS-OS-MONTES E ALTO DOURO para obten¸c˜ao do grau de

MESTRE

em Engenharia Electrot´ecnica e de Computadores, de acordo com o disposto no DR – I s´erie – No_{151, Decreto-Lei n.}o _{115/2013 de 7 de Agosto e no}

Regulamento de Estudos Conducente ao Grau de Mestre da UTAD DR, 2.a s´erie – No149 de 4 de Agosto de 2011

(4)

(5)

Doutor Carlos Manuel Jos´e Alves Serˆodio

Professor Associado com Agrega¸c˜ao do

Departamento de Engenharias da Escola de Ciˆencias de Tecnologia Universidade de Tr´as-os-Montes e Alto Douro

Doutor Pedro Miguel Mestre Alves Silva

Professor Auxiliar do

Departamento de Engenharias da Escola de Ciˆencias de Tecnologia Universidade de Tr´as-os-Montes e Alto Douro

(6)

(7)

Nikola Tesla (1856 – 1943)

A quem dedico, Fam´ılia

(8)

(9)

Submetido na Universidade de Tr´as-os-Montes e Alto Douro para o preenchimento dos requisitos parciais para obten¸c˜ao do grau de

Mestre em Engenharia Eletrot´ecnica e de Computadores

Resumo — Os Servi¸cos Baseados em Localiza¸c˜ao são definidos como sendo servi¸cos que utilizam a localiza¸cão geográfica de um terminal. O utilizadores destes servi¸cos podem pretender obter conhecimento sobre servi¸cos próximos ou sobre a sua própria localiza¸cão ao n´ıvel da rua, cidade, coordenadas geográficas, etc. ou relativa a ou-tros utilizadores. Os sinais de sat´elite, e.g. os usados pelo GPS (Global Positioning

System), s˜ao severamente degradados quando os terminais se encontram em ambi-entes interiores (indoor). Neste tipo de ambiambi-entes, uma das t´ecnicas mais utilizadas ´

e recorrer à análise do sinal das redes de comunica¸cões sem fios já existente no local, quando não existe uma infraestrutura complementar ao sistema de localiza¸cão. Ha-bitualmente, estas técnicas consistem em an´alise de cena por fingerprinting ou com base em modelos de propaga¸cão. Os requisitos de precis˜ao em ambientes indoor s˜ao, geralmente, mais elevados. Caso não exista uma infraestrutura sem fios, o recurso a sensores IMU (Inertial Measurement Units) pode ser o ´unico modo de determinar a localiza¸cão de um indiv´ıduo em ambientes interiores, desde que a posi¸cão inicial seja conhecida. A estimativa da localiza¸cão com estes sensores, tem como base o comportamento corporal do utilizador ao longo da sua caminhada. Os sensores IMU permitem detetar passos humanos em certas condi¸cões e, com a orienta¸cão do utilizador, prever o seu percurso. Neste trabalho é estudada a possibilidade de implementa¸cão de um sistema de localiza¸c˜ao indoor baseado na biomecˆanica dos movimentos dos utilizadores.

Palavras Chave: Localiza¸c˜ao, Indoor, Dead Reckoning, Sistema, Navega¸c˜ao, Pe-destre, Orienta¸c˜ao, Seguimento

(10)

(11)

Submitted to the University of Tr´as-os-Montes and Alto Douro in partial fulfillment of the requirements for the degree of Master of Science in Electrical Engineering and Computers

Abstract — Location Based Services (LBS) are defined as services that use the

geographic localization of terminals. Users of these services may wish to know about nearby services or their own localization at a street or city level, geographical co-ordinates, etc. or related to other users. Satellite signals e.g., those used by GPS (Global Positioning System) are severely degraded when the terminals are in in-door environments. In such environments, the most common technique is to analyse the signal of the wireless communications network locally present, when there is no additional infrastructure dedicated for the localization system. Usually, these techniques consist of scene analysis by fingerprinting or using propagation models. The precision requirements in indoor environments are, usually, higher. If there is not a wireless infrastructure, the use of IMU (Inertial Measurement Units) sensors may be the only way to estimate the localization of individuals indoors, provided that the initial position is known. The estimation of localizations with these sensors is based on the user’s body behavior throughout his walking. The IMU sensors can identify human steps on certain conditions and with the orientation informa-tion of the users, predict their path. In this work, the possibility of implementing an indoor tracking system based on the biomechanics of the users’ motion is studied.

Key Words: Localization, Indoor, Dead Reckoning, Pedestrian, Navigation,

Sys-tem, Orientation-Aware, Tracking

(12)

(13)

Aos meus orientadores, Professores Doutores Carlos Manuel José Alves Serôdio e Pedro Miguel Mestre Alves da Silva por toda a paciência, disponibilidade, mo-tiva¸cão, observa¸cões e orienta¸cões na execu¸cão deste trabalho e no restante percurso académico.

Ao Active Gym UTAD e seus colaboradores pela disponibilidade e esclarecimentos prestados, bem como no uso das respetivas instala¸c˜oes.

Ao Álvaro Almeida pelas suas explica¸cões técnicas. `

A D. Elisabete pela disponibilidade, paciˆencia e esclarecimentos.

A todos os meus colegas do Mestrado em Engenharia Eletrotécnica e de Computado-res da Universidade de Trás-os-Montes e Alto Douro, em especial ao Diogo Valente, José Valente, Rui Pinto, Lu´ıs Coutinho, Rui Guedes, Christophe Teixeira, Artur Martins, Hugo Pereira, Guilhermino Pereira e Hugo Fernandes.

A todos, um sincero obrigado!

UTAD, Paulo Daniel Azevedo Botelho

Vila Real, 2016

(14)

(15)

Resumo ix

Abstract xi

Agradecimentos xiii

´_{Indice de tabelas} _xix

´_{Indice de figuras} _xxiii

Acr´onimos e abreviaturas xxxi

1 Introdu¸c˜ao 1

1.1 Motiva¸c˜ao e Objetivos . . . 5

1.2 Contribui¸c˜ao . . . 7

1.3 Organiza¸c˜ao da Disserta¸c˜ao . . . 8

2 Sistemas de Localiza¸c˜ao 11 2.1 Carater´ısticas de um Sistema de Localiza¸c˜ao . . . 11

2.2 Metodologias de Localiza¸c˜ao . . . 15

2.2.1 Localiza¸c˜ao usando Triangula¸c˜ao . . . 15

2.2.2 Localiza¸c˜ao usando Proximidade . . . 16

2.2.3 Localiza¸c˜ao usando An´alise de Cena . . . 16

2.2.4 Triangula¸c˜ao . . . 17

2.2.5 Proximidade . . . 24

(16)

2.3.1 Precis˜ao . . . 31 2.3.2 Fiabilidade . . . 31 2.3.3 Latˆencia . . . 32 2.3.4 Disponibilidade . . . 32 2.3.5 Aplicabilidade . . . 32 2.4 Trabalhos Relacionados . . . 33

2.4.1 Global Position System . . . 33

2.4.2 RADAR . . . 34

2.4.3 SmartFloor . . . 36

2.4.4 Indoor Atlas . . . 36

2.4.5 Algoritmos de An´alise Biomecˆanica . . . 37

3 Dete¸cão e Carateriza¸cão de Passos 43 3.1 Biomecânica da Caminhada Humana . . . 46

3.2 Dete¸c˜ao de Passos . . . 48

3.2.1 Zero–crossing . . . 49

3.2.2 Mean–crossing . . . 51

3.2.3 Valores M´aximos . . . 52

3.2.4 Frequˆencia . . . 53

3.2.5 Reconhecimento de Padr˜oes . . . 55

3.3 Estima¸c˜ao de Comprimento de Passos . . . 57

3.4 Orienta¸c˜ao do Utilizador . . . 60

3.5 Problemas de um Pedestrain Navigation System . . . 61

4 An´alise e Processamento de Sinais 63 4.1 Tipos de Sinais . . . 63

4.2 Frequˆencia e Per´ıodo Fundamental . . . 65

4.3 Dom´ınio do Tempo . . . 65

4.4 Dom´ınio da Frequˆencia . . . 66

4.4.1 Decomposi¸c˜ao em Frequˆencia . . . 67

4.5 Dom´ınio da Escala . . . 67

4.6 Amostragem, Interpola¸c˜ao e Filtragem . . . 68

4.6.1 Interpola¸c˜ao . . . 69

4.6.2 Filtragem Digital . . . 70

4.7 An´alise Tempo–Frequˆencia . . . 71

4.7.1 Short-Time Fourier Transform (STFT) . . . 71

4.7.2 Wavelet Transform . . . 72

(17)

5 Parametriza¸cão e Otimiza¸cão de Métodos de Navega¸cão Pedestre 81

5.1 Análise dos Dados do Acelerómetro e da Bússola . . . 82

5.1.1 Frequˆencia Fundamental dos Dados Adquiridos . . . 84

5.2 M´etodos de Dete¸c˜ao de Passos . . . 90

5.2.1 Interse¸c˜oes . . . 90

5.2.2 Valores M´aximos ou M´ınimos . . . 98

5.2.3 Frequˆencia Fundamental . . . 101

5.3 Métodos de Estima¸cão da Distância Percorrida . . . 102

5.4 Processamento de Dados . . . 106

5.4.1 Filtragem Digital . . . 107

5.4.2 Upsampling . . . 107

5.5 Apresenta¸c˜ao Geral do Sistema Proposto . . . 107

5.6 Aplica¸cão Móvel de Grava¸cão de Dados . . . 110

5.7 Estima¸c˜ao Unidimensional da Localiza¸c˜ao . . . 112

5.7.1 Gest˜ao de Dados . . . 113

5.7.2 Gest˜ao de Processos . . . 114

6 Testes e Resultados 121 6.1 Análise dos Métodos de Dete¸cão de Passos . . . 125

6.1.1 Discuss˜ao dos Resultados da Dete¸c˜ao de Passos . . . 136

6.2 Análise dos Métodos de Estima¸cão da Distância Percorrida . . . 139

6.2.1 Discussão dos Resultados da Estima¸cão de Distância Percorrida146 6.3 Análise dos Algoritmos de Determina¸cão da Frequência Fundamental 148 6.3.1 Discussão dos Resultados da Determina¸cão da Frequência . . . 154

6.4 An´alise dos M´etodos de Processamento de Dados . . . 155

6.4.1 Filtragem . . . 155

6.4.2 Upsampling . . . 159

6.5 S´ıntese dos Resultados Obtidos . . . 162

7 Conclus˜oes e Trabalho Futuro 167 7.1 Trabalho Futuro . . . 169

7.1.1 Dete¸c˜ao de Passos . . . 170

7.1.2 Estima¸c˜ao da Distˆancia Percorrida . . . 170

7.1.3 Algoritmos de Determina¸c˜ao de Frequˆencia . . . 171

7.1.4 Estima¸cão da Localiza¸cão em Duas Dimensões . . . 171

7.1.5 Estima¸cão da Localiza¸cão em Três Dimensões . . . 172

(18)

(19)

2.1 Classes e respetivos exemplos de tipos de ambientes . . . 32

5.1 Parâmetros de alguns métodos de dete¸cão de passos . . . 101 5.2 Compara¸cão da velocidade da passadeira, comprimento do passo e

frequˆencia de passos de um utilizador . . . 104

6.1 Carater´ısticas das amostras reais . . . 124 6.2 Carater´ısticas das amostras da passadeira . . . 125 6.3 Resultados da estima¸c˜ao do n´umero de passos realizados em

ambien-tes interiores . . . 126 6.4 Resultados da estima¸cão do número de passos através da frequência

fundamental . . . 127 6.5 Resultados da aplica¸cão de métodos de dete¸cão de passos em escadas 128 6.6 Resultados da aplica¸cão de métodos de dete¸cão de passos em dados

adquiridos na passadeira . . . 129 6.7 Resultados da aplica¸cão do método de dete¸cão de passos através

frequˆencia em dados adquiridos na passadeira . . . 130 6.8 Resultados baseada em amostras processadas capturadas em

ambien-tes interiores durante caminhadas . . . 131

(20)

6.10 Resultados da estima¸cão do número de passos através da frequência das amostras processadas adquiridas na passadeira . . . 132 6.11 Resultados baseada em amostras processadas adquiridas em escadas . 133 6.12 Resultados da dete¸cão de passos amostras processadas adquiridas na

passadeira . . . 134 6.13 Resultados médios dos métodos de dete¸cão de passos realizados,

apli-cados a amostras processados e reais . . . 135 6.14 Resultados dos métodos de dete¸cão de passos antes e depois da aplica¸cão

do processamento de filtragem e upsampling . . . 136 6.15 Resultados da aplica¸cão do método de estima¸cão da distância

percor-rida através do uso da frequência fundamental . . . 139 6.16 Resultados da estima¸cão da distância percorrida com base na estatura

do utilizador . . . 140 6.17 Tabela de resultados da estima¸c˜ao da distˆancia percorrida com base

na estatura do utilizador e na frequência . . . 140 6.18 Resultados da estima¸cão da distância percorrida com base na variância

e na frequência . . . 141 6.19 Resultados da aplica¸cão do método de estima¸cão da distância

percor-rida através do uso da frequência (passadeira) . . . 141 6.20 Resultados da estima¸cão da distância percorrida com base na estatura

do utilizador (passadeira) . . . 142 6.21 Resultados da estima¸c˜ao da distˆancia percorrida com base na estatura

do utilizador e na frequência (passadeira) . . . 142 6.22 Resultados da estima¸cão da distância . . . 143 6.23 Resultados da aplica¸cão do método de estima¸cão da distância

percor-rida através do uso da frequência fundamental (amostras processadas) 144 6.24 Resultados da estima¸cão da distância percorrida com base na estatura

do utilizador e na frequˆencia (amostras processadas) . . . 144

(21)

processadas) . . . 145 6.26 Resultados da estima¸c˜ao da distˆancia percorrida com base na estatura

do utilizador e na frequência (passadeira e amostras processadas) . . 145 6.27 Tabela resumo dos resultados de alguns métodos de estima¸cão

(amos-tras processadas) . . . 146 6.28 Performance dos algoritmos de dete¸cão de frequência . . . 149 6.29 Resultados da aplica¸cão dos vários algoritmos de determina¸cão da

frequência fundamental . . . 151 6.30 Resultados da aplica¸cão dos vários algoritmos de determina¸cão da

frequência fundamental (sinal processado) . . . 152 6.31 Resumo dos resultados da aplica¸cão dos vários algoritmos de

deter-mina¸cão da frequência fundamental (sinal processado) . . . 153 6.32 Aplica¸cão de filtros . . . 156 6.33 Aplica¸cão de filtros (tempo de execu¸cão) . . . 157 6.34 Tabela de altera¸cão de carater´ısticas dos dados reais devido à aplica¸cão

de upsampling baseada nos resultados gr´aficos. . . 159 6.35 Carater´ısticas dos dados pr´e e p´os-processamento . . . 161 6.36 Performance esperada do sistema . . . 165

(22)

(23)

2.1 Latera¸cão Circular . . . 17 2.2 Latera¸cão Hiperbólica . . . 18 2.3 Exemplo da utiliza¸cão da técnica de angula¸cão . . . 23 2.4 Sistema de localiza¸cão baseada na Célula de Origem . . . 25 2.5 Sistema RFID . . . 26 2.6 Algoritmo Markless - Dete¸c˜ao . . . 27 2.7 Algoritmo Markless - Reconhecimento . . . 27 2.8 Tracking de Pessoas com o Algoritmo Markless . . . 28 2.9 Fingerprint Map . . . 29 2.10 Constela¸cão GPS . . . 34 2.11 C´elula SmartFloor e Sensor de Press˜ao . . . 36 2.12 Dete¸cão de passos atrav´es de zero–crossing . . . 38 2.13 Dete¸cão de passos e estima¸cão dos seus comprimentos . . . 39 2.14 Dete¸cão do comportamento e de passos e estima¸cão dos seus

compri-mentos . . . 40 2.15 Trajet´oria percorrida pelo utilizador estimada pelo sistema . . . 41

3.1 Ilustra¸cão da cria¸cão da anima¸cões da caminhada humana . . . 46

(24)

e alturas durante as duas fases da caminhada . . . 48 3.4 Simula¸cão da utiliza¸c˜ao de Zero–crossing com dados cont´ınuos . . . . 49 3.5 Simula¸cão da utiliza¸c˜ao de Zero–crossing com dados discretos . . . . 50 3.6 Simula¸cão da utiliza¸c˜ao de Zero–crossing com dados reais de um eixo

do aceler´ometro . . . 50 3.7 Simula¸c˜ao da utiliza¸c˜ao de Mean–crossing com dados reais do

ace-ler´ometro . . . 51 3.8 Simula¸c˜ao da utiliza¸c˜ao de Mean–crossing com dados reais do

ace-lerómetro . . . 52 3.9 Método de dete¸cão de passos através de valores máximos . . . 53 3.10 Fases t´ıpicas da caminhada humana . . . 56 3.11 Padrão t´ıpico de dados do acelerómetro durante um passo . . . 56 3.12 Frequência determinada atrav´es da Short-Time Fourier Transform . . 58

4.1 Processo de aquisi¸c˜ao de dados de um sistema digital . . . 64 4.2 Exemplo de um eletrocardiograma . . . 66 4.3 Amostragem de uma sinusoide com base em diferentes frequˆencias de

amostragem . . . 69 4.4 Sinal sinusoidal de frequˆencia 1 Hz e espetro de frequˆencias obtido

através da DFT . . . 74 4.5 Dois sinais sinusoidais de frequências 1 Hz e 5 Hz e espetro de frequências

obtido através da DFT . . . 74 4.6 Espetro de frequências obtido através da aplica¸cão da DFT e

respe-tivos picos . . . 75 4.7 Aplica¸cão da STFT a um sinal com frequência variável . . . 77 4.8 Aplica¸c˜ao da Wavelet Transform a um sinal com frequˆencia variável . 78 4.9 Correspondência entre a frequˆencia e a escala usando a Wavelet m˜ae

morl . . . 78

4.10 Aplica¸c˜ao da Hilbert Transform a um sinal com frequˆencia vari´avel . 78

(25)

4.12 Resultado da Wavelet Transform aplicada a um sinal cuja frequˆencia est´a a aumentar linearmente . . . 79 4.13 Resultado da Hilbert Transform aplicada a um sinal cuja frequˆencia

est´a a aumentar linearmente . . . 80

5.1 Amostras de um caminhada . . . 82 5.2 Amostras de um caminhada (azul); interpola¸cão linear (vermelho) . . 82 5.3 Aplica¸c˜ao de upsampling em amostras de um caminhada . . . 83 5.4 Dados originais captados pela bússola digital . . . 84 5.5 Locomo¸cão em escadas . . . 84 5.6 Método de determina¸cão manual da frequência fundamental . . . 85 5.7 Resultado da aplica¸cão do método de determina¸cão manual da frequência 86 5.8 Resultado da aplica¸cão de filtragem digital e respetiva frequência

fun-damental . . . 86 5.9 Resultado da aplica¸c˜ao de filtragem digital e respetiva frequˆencia

fun-damental (passadeira) . . . 88 5.10 Corrida em passadeira a motor (TRD) vs. a solo (OVG) . . . 89 5.11 Setup da aquisi¸c˜ao de amostras e filmagem da caminhada na passadeira 89 5.12 Caminha normal vs. em passadeira . . . 90 5.13 Fluxograma geral da aplica¸c˜ao da dete¸c˜ao de passos baseada em

in-terse¸cões . . . 91 5.14 Aplica¸cão gráfica da t´ecnica de zero–crossing; sinal (azul); threshold

(vermelho) . . . 92 5.15 Aplica¸c˜ao gr´afica da t´ecnica de zero–crossing; sinal (azul); threshold

(verde); bandas de histerese (vermelho) . . . 92 5.16 Aplica¸c˜ao gr´afica da t´ecnica de zero–crossing; sinal (azul); threshold

(verde); bandas de histerese (vermelho) . . . 93 5.17 Aplica¸c˜ao gr´afica da t´ecnica de Mean–crossing 1, sinal (azul),

th-reshold (verde), bandas de histerese (vermelho) . . . 96

(26)

5.19 Aplica¸c˜ao gr´afica da t´ecnica de Mean–crossing 3, sinal (azul),

th-reshold (verde), bandas de histerese (vermelho) . . . 97 5.20 Aplica¸cão gráfica da técnica Valores M´aximos 1, sinal (azul); threshold

(cor-de-rosa) . . . 99 5.21 Aplica¸cão gráfica da técnica Valores M´aximos 2, sinal (azul); threshold

(cor-de-rosa) . . . 99 5.22 Aplica¸c˜ao gr´afica da t´ecnica Valores M´ınimos 1, sinal (azul); threshold

(cor-de-rosa) . . . 100 5.23 Aplica¸c˜ao gr´afica da t´ecnica Valores M´ınimos 2, sinal (azul); threshold

(cor-de-rosa) . . . 100 5.24 Método de determinar o comprimento do passo . . . 102 5.25 Método de determinar o comprimento do passo na passadeira . . . 103 5.26 Arquitetura base do sistema proposto . . . 108 5.27 Fluxograma da aquisi¸cão de dados . . . 111 5.28 Aplica¸cão móvel de captura de dados. . . 112 5.29 Fluxograma relativo à dete¸cão e estima¸cão do comprimento de passos 115 5.30 Fluxograma relativo ao processamento de dados . . . 116 5.31 Fluxograma relativo à intera¸cão do processamento com a gestão de

dados . . . 117 5.32 Protótipo da aplica¸cão móvel do sistema proposto a ser testada em

modo debug . . . 118 5.33 Protótipo da aplica¸cão móvel do sistema proposto . . . 119

6.1 Sinal com ru´ıdo (topo); sinal processado (base) . . . 150 6.2 Fourier Transform vs. Hilbert Transform (janela de 1 segundo) . . . . 153

6.3 Resposta em frequˆencia dos filtros Chebyshev e Butterworth . . . 157 6.4 Filtro Butterwoth; resposta em fase (vermelho); resposta em frequˆencia

(azul) . . . 158 6.5 Resultado da aplica¸c˜ao de upsampling baseada em splines . . . 160 6.6 Amostras originais e processadas . . . 161

(27)

A.2 Resultado gráfico da aplica¸cão do filtro de média com uma janela de 4 pontos . . . 186 A.3 Resultado gráfico da aplica¸cão do filtro de média com uma janela de

5 pontos . . . 187 A.4 Resultado gr´afico da aplica¸c˜ao do filtro Butterworth de terceira ordem

com frequˆencia de corte 7 Hz . . . 187 A.5 Resposta em frequˆencia e em fase do filtro Butterwoth com frequˆencia

de corte 7 e ordem 3 . . . 188 A.6 Resultado gr´afico da aplica¸c˜ao do filtro Butterworth de terceira ordem

de corte 10 e ordem 3 . . . 189 A.8 Resultado gr´afico da aplica¸c˜ao do filtro Butterworth de terceira ordem

de corte 14 e ordem 3 . . . 190 A.10 Resultado gr´afico da aplica¸c˜ao do filtro Butterworth de sexta ordem

de corte 14 e ordem 6 . . . 193

(28)

A.17 Resposta em frequˆencia e em fase do filtro Chebyshev com frequˆencia de corte 7 e ordem 3 . . . 194 A.18 Resultado gr´afico da aplica¸c˜ao do filtro Chebyshev de terceira ordem

com frequˆencia de corte 10 Hz. . . 195 A.19 Resposta em frequˆencia e em fase do filtro Chebyshev com frequˆencia

de corte 10 e ordem 3 . . . 195 A.20 Resultado gr´afico da aplica¸c˜ao do filtro Chebyshev de terceira ordem

com frequˆencia de corte 14 Hz. . . 196 A.21 Resposta em frequˆencia e em fase do filtro Chebyshev com frequˆencia

de corte 14 e ordem 3. . . 197 A.22 Resultado gr´afico da aplica¸c˜ao do filtro Chebyshev de sexta ordem

com frequˆencia de corte 7 Hz . . . 197 A.23 Resposta em frequˆencia e em fase do filtro Chebyshev com frequˆencia

de corte 7 e ordem 6 . . . 198 A.24 Resultado gr´afico da aplica¸c˜ao do filtro Chebyshev de sexta ordem

de corte 10 e ordem 6 . . . 199 A.26 Resultado gr´afico da aplica¸c˜ao do filtro Chebyshev de sexta ordem

de corte 14 e ordem 6 . . . 200 A.28 Resultado gráfico da aplica¸cão da decomposi¸cão em frequência de

n´ıvel 1 com base na fam´ılia de wavelets DMeyer . . . 201 A.29 Resposta em frequência e em fase da decomposi¸cão em frequência

com base na fam´ılia de wavelets DMeyer . . . 201 A.30 Resultado gráfico da aplica¸cão da decomposi¸cão em frequência de

n´ıvel 1 com base na fam´ılia de wavelets Daubechies . . . 202

(29)

A.32 Resultado gráfico da aplica¸cão da decomposi¸cão em frequência de n´ıvel 1 com base na fam´ılia de wavelets Symlets . . . 203 A.33 Resposta em frequência e em fase da decomposi¸cão em frequência

com base na fam´ılia de wavelets Symlets . . . 203 A.34 Resultado gráfico da aplica¸cão da decomposi¸cão em frequência de

n´ıvel 1 com base na fam´ılia de wavelets Coiflets. . . . 204 A.35 Resposta em frequência e em fase da decomposi¸cão em frequência

com base na fam´ılia de wavelets Coiflets . . . 204 A.36 Resultado gráfico da aplica¸cão da decomposi¸cão em frequência de

n´ıvel 1 com base na fam´ılia de wavelets BiorSplines . . . 205 A.37 Resposta em frequência e em fase da decomposi¸cão em frequência

com base na fam´ılia de wavelets BiorSplines . . . 205 A.38 Resultado gráfico da aplica¸cão da decomposi¸cão em frequência de

n´ıvel 2 com base na fam´ılia de wavelets DMeyer . . . 206 A.39 Resultado gráfico da aplica¸cão da decomposi¸cão em frequência de

n´ıvel 2 com base na fam´ılia de wavelets Daubechies . . . 206 A.40 Resultado gráfico da aplica¸cão da decomposi¸cão em frequência de

n´ıvel 2 com base na fam´ılia de wavelets Symlets . . . 207 A.41 Resultado gráfico da aplica¸cão da decomposi¸cão em frequência de

n´ıvel 2 com base na fam´ılia de wavelets Coiflets . . . 208 A.42 Resultado gráfico da aplica¸cão da decomposi¸cão em frequência de

n´ıvel 2 com base na fam´ılia de wavelets BiorSplines . . . 208

B.1 Resultado gr´afico da aplica¸c˜ao de upsampling linear com fator multi-plicador 10 . . . 210 B.2 Resultado gr´afico da aplica¸c˜ao de upsampling linear com fator

multi-plicador 5 . . . 210 B.3 Resultado gr´afico da aplica¸c˜ao de upsampling linear com fator

multi-plicador 10. Conjunto de dados relativo a uma caminhada normal. . . 211

(30)

B.5 Resultado gr´afico da aplica¸c˜ao de upsampling c´ubico com fator mul-tiplicador 5 . . . 212 B.6 Resultado gr´afico da aplica¸c˜ao de upsampling c´ubico com fator

mul-tiplicador 10 . . . 213 B.7 Resultado gr´afico da aplica¸c˜ao de upsampling baseado em splines com

fator multiplicador 10 num sinal sinusoidal simulado. . . 214 B.8 Resultado gr´afico da aplica¸c˜ao de upsampling baseada em splines com

fator multiplicador 5 . . . 214 B.9 Resultado gr´afico da aplica¸c˜ao de upsampling baseada em splines com

fator multiplicador 10 . . . 215

(31)

Lista de acr´

onimos

Sigla Expans˜ao

AoA Angle of Arrival

DFT Discrete Fourier transform

DR Dead Reckoning

DSTFT Discrete Short-time Fourier transform

ESA European Space Agency

FC Frequˆencia de Corte

FIFO First In, First Out

FM Fingerprint Map

GPS Global Positioning System

IMU Inertial Measurement Unit

INS Inertial Navigation System

LBS Location Based Services

LEA Location Estimation Algorithms

LORAN Long Range Navigation

(32)

OVG Overground

PNS Pedestrian Navigation System

RF Radio Frequency

RSS Received Signal Strength

RSSi Received Signal Strength Indicator

STFT Short-time Fourier transform

TDoA Time Diﬀerence of Arrival

TRD Treadmill

ToA Time of Arrival

Lista de abreviaturas

Abreviatura Significado(s)

e.g. por exemplo et al. e outros (autores) etc. etecetera, outros i.e. isto ´e, por conseguinte vid. veja-se, ver

vs. versus, por compara¸c˜ao com

(33)

1

Introdu¸c˜

ao

A necessidade do conhecimento é constante e permite-nos, por exemplo, deslocar até aos destinos pretendidos. De modo a que seja poss´ıvel deslocar-se para uma qualquer localiza¸cão, é necessário conhecer ou determinar orienta¸cões, percursos, distâncias, etc, ou seja, a localiza¸cão e a sua altera¸cão, possuem uma dependência direta de referências como rios, estradas, lugares conhecidos, constru¸cões, carac-ter´ısticas geológicas, etc. Alguns exemplos de métodos cujas referências podem ser obtidas pelo Homem consistem nas no¸cões de georreferencia¸cão (latitude e longi-tude), mapas, plantas, cartas topográficas, bússolas e conhecimentos geográficos. Ao longo da História, foram inventados alguns instrumentos de determina¸cão de localiza¸cões e.g. astrolábio, quadrante, etc. Estes instrumentos foram-se alterando, ao longo do tempo, e de igual modo, o mesmo aconteceu às referências, recursos e caracter´ısticas geográficas.

Nos dias de hoje, o GPS é um sistema totalmente operacional que permite determi-nar a localiza¸cão dos seus terminais de forma cont´ınua e precisa, a n´ıvel mundial, com equipamentos de recep¸cão de sinal apropriados presentes nos terminais. As suas referências utilizadas são satélites, sendo que ao longo dos anos foram aumentando em número e em várias carater´ısticas tecnológicas. O GPS possui um erro associado

(34)

e depende da disponibilidade dos recursos necess´arios a cada determina¸c˜ao [1].

Os primeiros instrumentos criados para a localiza¸cão substitu´ıram as referências ainda mais antigas, as caracter´ısticas geográficas. Um deles, denomina-se astrolábio, que por defini¸cão é um instrumento naval cujo objetivo é a resolu¸cão de problemas relacionados com a posi¸cão das estrelas. A palavra astrolábio tem origem em duas palavras: astron que tem como significado astro ou estrela e labein que tem como significado domar ou dominar, inferindo que, para determinar a localiza¸cão de algo ou de alguém eram usados recursos celestes. As suas origens são atribu´ıdas à Grécia antiga, o primeiro astrolábio foi criado por Hiparco (150 a. C.). Posteriormente, este instrumento seria utilizado pelos navegadores da Idade Média para a determina¸cão das posi¸cões dos astros segundo a sua altura relativamente à linha do horizonte, cartografia autónoma e calendário perpétuo, com base em conceitos e fórmulas ma-temáticas. Com isto, obtinham-se diversas informa¸cões como distâncias zenitais ou entre dois pontos conhecidos. O astrolábio ficou na História, maioritariamente, pela sua importância e grau de exatidão e precisão de localiza¸cões [2].

O astrolábio seria mais tarde substitu´ıdo pelo quadrante que seria usado pelos na-vegadores portugueses como aux´ılio nas suas viagens pelos mares, em 1460. O quadrante usava a altura da estrela polar de modo a determinar a distância entre o ponto de partida da embarca¸cão e a localiza¸cão atual. A evolu¸cão dos instrumentos de localiza¸cão continuou e em 1757 foi criado o sextante por Campbell, um oficial da marinha inglesa, o qual posteriormente haveria de ser aperfei¸coado por Tomaz God-frey. O sextante tinha como objetivo determinar a localiza¸cão através da medi¸cão da abertura angular na vertical entre um astro e a linha do horizonte. Considera-se que seja o s´ımbolo máximo da navega¸cão mar´ıtima, com base no seu contributo e importância histórica na localiza¸cão de embarca¸cões [2].

No in´ıcio do século XX come¸caram a ser desenvolvidos vários sistemas de localiza¸cão baseados em radiocomunica¸cões, em 1940 e 1943 os Estados Unidos dedicaram-se ao desenvolvimento do LORAN (Long Range Navigation). Este sistema de navega¸c˜ao

(35)

´

e denominado de sistema de radionavega¸cão hiperbólico por possuir como base a rece¸cão de sinais modulados e sincronizados e usar a distância entre as ondas, que corresponde à diferen¸ca do tempo de propaga¸cão entre duas esta¸cões que é represen-tada por uma curva hiperbólica. Sendo repetido este processo por outras esta¸cões, são criadas as linhas de Loran através das interse¸cões entre as hipérboles. Estas interse¸cões permitem ao sistema determinar o posicionamento [3]. Nos anos 70 foi substitu´ıdo pelo sistema de radionavega¸cão OMEGA.

O sistema OMEGA era mais simples e mais preciso, foi desenvolvido pelas for¸cas ar-madas americanas para uso militar mas posteriormente foi usado civilmente, tornando-se o primeiro sistema de radionavega¸cão de uso à escala global. O seu funcionamento tinha por base a utiliza¸cão de 8 transmissores a baixa frequência distanciados a uma extensão tal, que permitisse que uma esta¸cão recetora em qualquer localiza¸cão do globo, captasse o sinal transmitido por, pelo menos 3 transmissores, de modo a gerar uma triangula¸cão. A localiza¸cão era determinada através de um modelo hiperbólico de linhas de posi¸cões determinadas pela compara¸cão de fase dos sinais recebidos. O fim do uso do sistema OMEGA aconteceu a 30 de Setembro de 1997, todos os sinais OMEGA deixaram de ser transmitidos, a razão deste término baseia-se na adesão a sistemas com recurso a satélites [4].

O come¸co da adesão aos sistemas com recursos a satélites permitiu que hoje exista o GPS, o maior e mais preciso sistema de georreferencia¸cão. Desenvolvido pelo De-partamento dos Estados Unidos no ano 1973, é um sistema com recurso a satélites que fornece aos recetores as suas posi¸cões de um modo cont´ınuo, ao longo do globo. Inicialmente, o GPS era unicamente para uso militar, em 1993 foi aberto à comuni-dade civil e em 1995 considerou-se que o seu funcionamento estava completamente operacional. Os primeiros satélites foram lan¸cados entre 1978 e 1985. A Constela¸cão GPS é constitu´ıda por 24 satélites a cerca de 20200 km de altitude ao longo de 6 planos de órbita com 4 satélites cada, existem também os satélites de reserva ao sistema GPS que variam entre 2 e 5 unidades. Uma órbita completa em torno do planeta Terra de todos os satélites demora cerca de 12 horas [1].

(36)

Os Estados Unidos foram pioneiros no estudo do desenvolvimento dos sistemas de lo-caliza¸cão com recurso a satélites, de modo o obter um sistema com precisão elevada, velocidade e dire¸cão dos seus recetores na superf´ıcie terreste ou em voo. A União Europeia (UE) e a Agência Espacial Europeia (ESA) desenvolveram o GALILEO, sistema de navega¸cão recorrendo a satélites, que tem como plano funcionar em pleno em 2020, de modo a fornecer informa¸cões de funcionamento a todos os europeus. O projeto do GALILEO foi criado entre 1999 e 2013 de um modo estratégico para ser uma oposi¸cão ao GPS mas sendo inter-operável com este, permitindo uma maior cobertura de satélites [5]. Outros exemplos de iniciativas no desenvolvimento de sistemas semelhantes são o GLONASS da Rússia, o COMPASS da China e o IRNSS da Índia.

A história da localiza¸cão baseia-se, essencialmente, em sistemas de localiza¸cão de aplica¸cão apenas em ambientes exteriores. Nos dias de hoje, estes sistemas encontram-se num estado avan¸cado apreencontram-sentando op¸cões operacionais mundialmente. Com a análise dos sistemas de localiza¸c˜ao outdoor existentes, os investigadores da ´area de localiza¸c˜ao indoor s˜ao fortemente encorajados a desenvolver sistemas com os mes-mos resultados, aplicando ou não os mesmo princ´ıpios. Estes sistemas possuem, geralmente, um requisito de precisão numérica maior quando comparados com os sistemas outdoor relativamente `a escala, e ocupam um importante lugar na inves-tiga¸cão académica e empresarial.

Esta disserta¸cão enquadra-se na área denominada de Sistema de Localiza¸cão

In-door, na qual se fazem muitos esfor¸cos para obter resultados fi´aveis e cred´ıveis. Dos sistemas indoor, o foco principal consisto no estudo de sistemas baseados em senso-res IMU que utilizam dados biomecˆanicos dos movimentos do utilizador de modo a identificar deslocamentos.

(37)

1.1 Motiva¸

c˜

ao e Objetivos

O Homem dedica-se à resolu¸cão de problemas que vão surgindo longo dos tempos, superando algumas expectativas e hoje é ordinário, o uso diário de ferramentas tecnológicas no quotidiano da comunidade civil. Nesta área, há uma grande com-petitividade de mercado, mais recentemente na tecnologia móvel. Os fabricantes de dispositivos móveis procuram constantemente inova¸cões tecnológicas de modo a destacarem-se no mercado, com ênfase no aumento do poder computacional. Este poder permite o funcionamento eficaz de aplica¸cões de alta necessidade de cálculo, por exemplo.

Os Servi¸cos Baseados em Localiza¸cão são uma área significativa na tecnologia móvel, com uma presen¸ca ub´ıqua de servi¸cos ao consumidor. Estes servi¸cos baseiam-se na localiza¸cão do dispositivo móvel do utilizador de modo a fornecer-lhe informa¸cões ou servi¸cos espec´ıficos [6]. As principais a¸cões destes servi¸cos são a obten¸cão da localiza¸cão do utilizador e us´a-la de modo outros servi¸cos on top, como localizar objetos próximos, localiza¸cão do utilizador, dire¸cões de modo a navegar até alguma localiza¸cão, etc [7].

A determina¸cão da localiza¸cão foi, em tempos, apenas de car´acter outdoor, com referência à escala de edif´ıcios, ruas, zonas, etc. Com a evolu¸cão tecnológica já referida, é poss´ıvel ultrapassar as barreiras da localiza¸cão em ambientes interiores, sendo já uma realidade com grande potencialidade de aposta e crescimento, embora com vários obstáculos associados com a propaga¸cão eletromagnética do sinal e.g. reflexões, refra¸cões, absor¸c˜oes, multipath interference etc. O GPS sendo uma tec-nologia não universal, em ambientes interiores perde significativamente precisão e exatidão. As técnicas de posicionamento baseadas nas carater´ısticas dos sinais elec-tromagnéticos são uma das formas que têm vindo a ser estudadas, mas apresentam vários problemas, alguns deles são referidos posteriormente [8].

(38)

Os métodos de an´alise de cena como o fingerprint s˜ao promissores mas possuem como maior fator de erro a presen¸ca de obstáculos que obstruem a linha-de-vista ou a orienta¸cão do terminal móvel [9]. Este tipo de técnicas são usadas, por exemplo, quando não existe infraestrutura dedicada apenas à localiza¸cão, logo recorre-se às carater´ısticas do sinal das redes de comunica¸cões sem fios.

Com o conhecimento da posi¸cão inicial de um indiv´ıduo, a melhoria da precisão das estimativas da sua localiza¸cão pode ser obtida através de sensores adicionais, por exemplo os sensores IMU. Estes sensores podem até, ser a única forma de localiza¸cão nos casos onde não existe um levantamento prévio dos sinais RF, relativamente ao

fingerprint, quando a localiza¸c˜ao das referências não é conhecida ou não existe in-fraestrutura sem fios, os sensores IMU podem ser o único método. As aplica¸cões poss´ıveis com estes sensores são diversas, mas os mais desafiantes enquadram-se em ambientes onde há, frequentemente, múltiplas fontes de interferência ou ru´ıdo e.g. influência de materiais metálicos próximos do dispositivo, ru´ıdo de constru¸cão dos sensores. De modo a alcan¸car altas precisões nestes ambientes, é necessário um forte processamento dos dados, posteriormente [10].

A variedade de sistemas que são baseados em sensores IMU é significativa, variando na zona do corpo em que o utilizador porta o dispositio que contém os sensores, tipos de movimentos analisados, etc. As finalidades do mesmo sistema podem va-riar de acordo com estudo onde está inserido, a presente disserta¸cão enquadra-se no estudo da implementa¸cão de um sistema que recorre a sensores IMU presentes num dispositivo móvel portado na mão do utilizador. A finalidade consiste na dete¸cão de movimentos de locomo¸cão básicos. Este tipo de sistemas é relativo à área de estudo da navega¸cão pedestre.

Recentemente, foram introduzidos vários Sistemas de Navega¸cão de Pedestres (PNS) de baixo custo e de implementa¸cão simples. Estes sistemas utilizam os dados re-colhidos de sensores IMU de modo detetar passos humanos. Estes sensores podem ser dedicados ou presentes em smatphones. Na maioria destes sistemas, um impacto

(39)

vertical é considerado como um passo, e com a sua orienta¸cão cria-se o caminho percorrido pelo utilizador, i.e. uma procura cont´ınua da localiza¸cão ao longo do seu percurso dentro de um determinado espa¸co, este m´etodo denomina-se tracking ou seguimento. O desempenho de um sistema PNS depende, maioritariamente, dos métodos de processamento dos dados de um modo computacionalmente rápido e das carater´ısticas dos próprios utilizadores.

O objetivo principal deste trabalho consiste no estudo exploratório de técnicas e métodos capazes de identificar movimentos e.g. passos nos dados adquiridos pelos sensores IMU, de modo a que posteriormente seja poss´ıvel a implementa¸cão de um modelo de localiza¸cão que permita seguir os movimentos do utilizador, em ambientes interiores ou exteriores. Esse modelo deverá ser capaz de permitir a determina¸cão de localiza¸cões em locais onde não existe qualquer infraestrutura de rede, ou funcionar de modo complementar com sistemas que recorrem a infraestrutura de comunica¸cões sem fios de modo a mitigar os erros.

1.2 Contribui¸

c˜

ao

Este trabalho foi elaborado com a ambi¸cão de contribuir em várias vertentes no contexto da localiza¸c˜ao indoor, atrav´es de testes e estudo de diferentes processos de localiza¸cão recorrendo aos sensores IMU, de modo a obter resultados relevantes. Neste trabalho são apresentados métodos de determina¸cão de localiza¸cão que pos-sam melhorar o desempenho de outros sistemas de localiza¸cão, principalmente no

tracking do utilizador com dete¸c˜ao de passos e estima¸c˜ao do comprimento dos res-petivos comprimentos. De modo a capturar dados, foi desenvolvida numa aplica¸c˜ao m´ovel Windows Phone de aquisi¸c˜ao e armazenamento de dados dos sensores IMU, para que possam ser estudados e processados.

A base de um PNS é constitu´ıda por técnicas de dete¸cão de movimentos cara-ter´ısticos do utilizador, recorrendo a dados adquiridos pelos sensores IMU. O foco

(40)

principal da presente disserta¸cão é aplicado em métodos de dete¸cão de passos e es-tima¸cão dos seus comprimentos. É apresentada uma escolha de cada um dos tipos de métodos, com base nos resultados dos testes realizados, de modo a que sejam implementados no sistema proposto. Parte deste sistema foi desenvolvido através de uma aplica¸cão móvel.

1.3 Organiza¸

c˜

ao da Disserta¸

c˜

ao

A presente disserta¸cão está organizada em 7 cap´ıtulos que abordam o estudo e o desenvolvimento de técnicas de navega¸cão pedestre. No corrente cap´ıtulo é feita uma introdu¸cão às técnicas, metodologias e história da localiza¸cão e a motiva¸cão que levou ao desenvolvimento deste trabalho.

No Cap´ıtulo 2 é feita uma análise e caracteriza¸cão dos diferentes sistemas de lo-caliza¸cão, metodologias e medidas de performance mais comuns das técnicas de localiza¸cão. Com finalidade complementar, são apresentados alguns trabalhos rela-cionados com a temática da presente disserta¸cão.

As técnicas usadas nos sistema de localiza¸cão baseados na locomo¸cão humana são apresentadas e pormenorizadas no Cap´ıtulo 3.

Alguns conceitos e métodos de análise e processamento de sinais são apresenta-dos no Cap´ıtulo 4.

O estudo das amostras capturadas, carateriza¸cão e otimiza¸cão das técnicas estu-dadas e propostas, e do sistema proposto, bem como todos os conceitos e as suas utiliza¸cões são apresentados no Cap´ıtulo 5.

Os ensaios, resultados e conclusões das várias técnicas são apresentados no cap´ıtulo 6 e de modo finalizador, são apresentadas as principais conclusões e são descritas

(41)

(42)

(43)

2

Sistemas de Localiza¸c˜

ao

Este cap´ıtulo inicia-se com uma apresenta¸cão geral dos sistemas de localiza¸cão. Estes sistemas utilizam vários e diferentes tipos de informa¸cões que possam caracterizar o localiza¸cão de um terminal de modo a determiná-la, com maior ou menor pre-cisão dependendo da complexidade do sistema ou da aplica¸cão. A determina¸cão da localiza¸cão é um processo utilizado com base nas referências dentro de um espa¸co pré-definido. Geralmente, este processo é denominado localiza¸c˜ao (geolocation,

ra-dio location, location sensing, position location) [11, 12].

Ao longo deste cap´ıtulo, os sistemas de localiza¸cão são abordados, identificando as suas principais caracter´ısticas, arquitectura e metodologias utilizadas e apresentam-se alguns sistemas de localiza¸cão considerados mais relevantes. Os sistemas estuda-dos são baseados em dispositivos móveis.

2.1 Carater´ısticas de um Sistema de Localiza¸

c˜

ao

Os sistemas de localiza¸cão possuem inúmeras caracter´ısticas na sua implementa¸cão e manuten¸cão, dos quais podem ser destacados os seguintes parâmetros:

(44)

• Posi¸cão F´ısica e Localiza¸cão Simbólica

– Posi¸cão F´ısica: A localiza¸c˜ao é representada por pontos relativos a sis-tema de coordenadas geográficas como latitude e longitude, ou por pontos relativos a um sistema de coordenadas cartesianas bi ou tridimensionais.

– Posi¸cão Simbólica: Cada localiza¸c˜ao poss´ıvel é uma zona que é repre-sentada por uma etiqueta que a caracterize, e.g. ”Piso 0 - Auditório G0.08” [13].

• Referencia¸c˜ao Absoluta ou Relativa:

– Referencia¸cão Absoluta: Uma referˆencia é considerada absoluta quando independentemente da posi¸cão do terminal móvel no espa¸co, o seu refe-rencial é sempre o mesmo para qualquer sistema. O GPS usa referen-cia¸cão absoluta, para qualquer localiza¸cão ao longo do globo, o formato das coordenadas mantém-se geográfico. De igual modo, o referencial é o mesmo, a latitude tem como referência o equador, a longitude tem o meridiano de Greenwich e a altitude tem o n´ıvel médio das água do mar.

– Referencia¸cão Relativa: Considera-se relativa a referˆencia que, apenas se mantém no sistema em questão e não se aplica a referencial global. Este tipo de referencia¸cão é usual nos sistemas de localiza¸c˜ao indoor, onde as localiza¸cões poss´ıveis de um terminal móvel são definidas com base em posi¸cões pré-definidas e/ou referenciais locais [13].

• Exatid˜ao

A exatidão é considerada uma medida de avalia¸cão de qualidade, mede o erro entre a localiza¸cão estimada e a localiza¸cão real, em unidades. No con-texto dos sistemas de localiza¸cão, quanto menor for o erro entre o resultado obtido do sistema na determina¸cão da localiza¸cão e o resultado esperado ou real, maior será a exatidão [13].

(45)

• Precis˜ao

A precisão é considerada uma medida de avalia¸cão de qualidade, que mede a proximidade dos diferentes resultados. É uma estimativa percentual para uma determinada exatidão, quanto menor for o desvio padrão do conjunto de resultados mais preciso será o sistema. Um sistema pode ser significati-vamente preciso mas não significativamente exato, i.e., os resultados obtidos variam muito pouco mas os mesmos estão relativamente longe do valor real ou esperado [13].

• Sistemas de Localiza¸c˜ao Remotos e Locais

– Sistemas de Localiza¸cão Remotos: A obten¸c˜ao da localiza¸cão é re-alizada num outro sistema e não no próprio terminal móvel que se pre-tende localizar, posteriormente a informa¸cão da localiza¸cão determinada é transmitida ao terminal.

– Sistemas de Localiza¸cão Locais: A determina¸c˜ao da localiza¸cão é realizada no próprio terminal móvel [13].

• Capacidade de Reconhecimento

A capacidade de reconhecimento est´a associada ao sistema de localiza¸c˜ao que consegue identificar e reconhecer objetos [12].

• Network–Assisted ou Mobile–Assisted

Considera-se que estamos perante um sistema Network-Assisted quando a capta¸cão dos dados e a determina¸cão da localiza¸cão baseadas nesses dados são realizadas em fontes diferentes, em contraste, em sistemas Mobile-Assisted a determina¸cão e a capta¸cão são realizadas no terminal móvel [12].

• Granularidade Espacial

A granularidade espacial consiste no conjunto de pontos que o sistema consegue distinguir numa ´area. Um sistema com uma granularidade elevada

(46)

necessita de possuir, for¸cosamente, uma precisão também elevada. A deter-mina¸cão da localiza¸cão ao n´ıvel da rua possui uma maior granularidade do que ao n´ıvel da cidade.

• Custos e tempo

O custo dos sistemas de localiza¸cão reparte-se no custo de implementa¸cão, instala¸cão, recursos obrigatórios e infraestutura. O tempo necessário para criar o sistema de localiza¸cão, desde o in´ıcio do seu projeto até ao término da sua cria¸cão denomina-se tempo de implementa¸cão. O tempo necessário para determinar a localiza¸cão de um terminal móvel, desde o momento em que é solicitada a informa¸cão de localiza¸cão até estar dispon´ıvel, denomina-se tempo de execu¸cão [12, 13].

• Escalabilidade

Escalabilidade consiste na capacidade de um sistema de localiza¸cão au-mentar a sua área de abrangência. Um sistema que e.g., funciona restrita-mente numa área, a estabilidade deste sistema consiste capacidade do sistema conseguir ou não estender a sua área de cobertura mantendo as restantes cara-ter´ısticas inalteradas. A escalabilidade implica que a informa¸cão da localiza¸cão mantenha o mesmo n´ıvel de precisão e exatidão, aumentando o espa¸co de co-bertura. Na implementa¸cão de um sistema de localiza¸cão, a aplicabilidade desta carater´ıstica é uma das preocupa¸cões [12].

• Privacidade e Seguran¸ca

A privacidade de um sistema de localiza¸cão consiste na garantia de que a identidade do utilizador permane¸ca anónima. É uma carater´ıstica eticamente problemática, o conhecimento da localiza¸cão dos utilizadores pode ser escon-dido, opcionalmente, pelos próprios de modo a manterem o n´ıvel de privacidade desejado, no entanto pode haver diversas ocasiões em que essa priva¸cão é pre-judicial aos utilizadores. A seguran¸ca de um sistema de localiza¸cão consiste na garantia do barramento do acesso de utilizadores não autorizados ao próprio sistema ou a dados de outros utilizadores [12, 14, 15].

(47)

• Limita¸c˜oes

As limita¸cões dos sistemas de localiza¸cão são normais e devem ser dadas a conhecer publicamente pelos respetivos desenvolvedores, e.g. tipo de ambi-ente e infraestrutura necessária ao funcionamento do sistema. Há uma grande variedade de obstáculos que limitam estes sistemas, consequentemente é usual que haja esfor¸cos para os contornar, como é o caso de estudo da presente disserta¸cão.

2.2 Metodologias de Localiza¸

c˜

ao

O objetivo principal de um sistema de localiza¸cão consiste na determina¸cão da loca-liza¸cão de terminais móveis, quando requisitada. Esta determina¸cão deve ser reali-zada, totalmente, no sistema de localiza¸cão, através das diversas formas ou métodos de obter a informa¸cão necessária para estimar a localiza¸cão. As informa¸cões podem ser originárias de fontes diferentes. Estes sistemas devem realizar o processo de obten¸cão de informa¸cão e de estima¸cão, com acesso a referências conhecidas. Com base em estudos de J. Hightower et al., em [16], existem trˆes grupos principais de metodologias nomeadamente triangula¸cão, proximidade e análise de cena. Estes grupos de metodologias são os mais aceites e usados na literatura, segundo as suas carater´ısticas e modelos de estima¸cão de localiza¸cões.

2.2.1 Localiza¸

c˜

ao usando Triangula¸

c˜

ao

A triangula¸cão utiliza propriedades geométricas dos triângulos de modo a estimar localiza¸cões de terminais móveis. A triangula¸cão pode ser dividida em dois grupos, latera¸cão e angula¸cão [11, 16].

• Latera¸cão: A determina¸cão da localiza¸cão do terminal móvel é realizada com

(48)

• Angula¸cão: A determina¸cão da localiza¸cão do terminal móvel é realizada

com base em cálculos de ângulos de incidência entre o terminal móvel e as referências.

2.2.2 Localiza¸

c˜

ao usando Proximidade

A proximidade utiliza dete¸cões de proximidade entre terminais móveis e referências com localiza¸cões conhecidas, com o objetivo de estimar a localiza¸cão dos terminais. Este conjunto de metodologias pode ser dividido nas seguintes técnicas [11, 16, 17]:

• Contacto F´ısico: A localiza¸cão do terminal móvel é realizada com base

em sensores de contacto posicionados em localiza¸cões conhecidas. A dete¸cão confirma a presen¸ca do terminal móvel nas diferentes localiza¸cões;

• Célula de Origem: A localiza¸cão do terminal móvel é realizada com base em

informa¸cões da célula onde se encontra, sendo esta uma área com abrangência conhecida;

• Identifica¸cão Automática: A localiza¸cão do terminal móvel é realizada

com base na última localiza¸cão conhecida ou no uso de cartões na zona de identifica¸cão.

2.2.3 Localiza¸

c˜

ao usando An´

alise de Cena

A análise de cena usa a análise de padrões de modo a determinar a localiza¸cão do terminal móvel. Este conjunto de metodologias pode ser dividido nos seguintes grupos [11, 16, 17]:

• Análise de Imagens: A localiza¸cão do terminal móvel é realizada com base

em an´alises de imagens ou v´ıdeos e, com o uso de algoritmos de processamento digital de imagem estima-se a localiza¸c˜ao;

(49)

• Fingerprinting: A localiza¸cão do terminal móvel é realizada com base em

mapas de valores eletromagnéticos que caraterizam localiza¸cões de referência, a localiza¸cão é estimada com o uso de algoritmos de estima¸cão da localiza¸cão.

2.2.4 Triangula¸

c˜

ao

A triangula¸cão consiste em utilizar as propriedades geométricas dos triângulos de modo a estimar a localiza¸cão do terminal móvel. Esta metodologia pode ser dividida em latera¸cão e angula¸cão; na latera¸cão, o cálculo na latera¸cão é realizado com base nas distâncias entre o terminal móvel e um conjunto de referências. No caso da angula¸cão, são usadas as determina¸cões dos ângulos de incidência [16].

Latera¸c˜ao

A latera¸cão é uma técnica de triangula¸cão que utiliza as distâncias entre o terminal móvel e as várias referências, para assim ser poss´ıvel estimar sua localiza¸cão. Pode ser abordada de duas formas, uma delas é de modo circular, em que a determina¸cão da localiza¸cão de um terminal consiste na interce¸cão de várias circunferências cu-jos centros são as referências e cujos raios são de valor igual à distância entre as referências e o terminal móvel 2.1 [16, 18].

Figura 2.1 – Latera¸c˜ao Circular [18]

A outra forma de latera¸cão, denomina-se latera¸cão hiperbólica e consiste em tra¸car hipérboles com dois focos centrados em cada par de referências. A localiza¸cão do

(50)

terminal móvel é estimada com base na interce¸cão das hipérboles 2.2. Em ambas as formas são necessárias, no m´ınimo, três pontos não colineares em cenários bidimen-sionais. Para cenários tridimensionais são necessários 4 pontos não complanares.

Figura 2.2 – Latera¸c˜ao Hiperb´olica [18]

Na técnica de latera¸cão existem, essencialmente quatro processos para a obten¸cão do valor da distância entre o terminal móvel e as referências, nomeadamente:

• Processo Direto

A obten¸cão da distância é realizada através de uma medi¸cão direta por a¸cão mecânica ou cinética. É equivalente a uma extensão f´ısica entre o terminal móvel e as referências mensuradas com objetos de medi¸cão. Considera-se que seja um processo de aplicabilidade reduzida [16].

• Tempo de Chegada ou Time of Arrival (ToA)

A obten¸cão da distância é realizada através da mensura¸cão do tempo de chegada de um sinal transmitido por um terminal móvel até às referências ou vice-versa. O valor da velocidade de propaga¸cão dos sinais eletromagnéticos é aproximado ao da velocidade da luz:

c = 3× 108[m/s] (2.1)

e com base neste valor, é poss´ıvel estimar a distância entre o ponto de emissão do sinal e o ponto de rece¸cão. Esta estima¸cão tende a estar bastante perto do

(51)

valor real [16]. Com a velocidade de propaga¸cão e o tempo medido estima-se a distância ao terminal até todas as referências. Caso hajam três referências, serão estimadas três distâncias com base neste valor, por exemplo. O tempo de voo do sinal emitido do terminal para cada uma das referências pode ser calculado a partir da diferen¸ca entre o instante em que o sinal ´e emitido ti e o

instante em que ´e recebido por uma referˆencia tf, ou seja,

t = tf − ti[s] (2.2)

Conhecido o tempo de voo, cada uma das distˆancias pode ser calculada:

d = c× t[m] (2.3)

Em que:

– d - distˆancia;

– c - velocidade de propaga¸c˜ao do sinal;

– t - tempo de voo.

Conhecendo os valores das distˆancias d entre o terminal e todas as referˆencias, é poss´ıvel usar a latera¸cão circular para estimar a localiza¸cão do terminal. A interce¸cão das circunferências resulta num ponto ou numa área, onde se estima que se encontre o terminal. Uma das grandes limita¸cões deste processo consiste na necessidade de existir sincronismo temporal entre o terminal móvel e todas as referências, em que um pequeno erro de sincronismo escala para um grande erro na estima¸cão da localiza¸cão do terminal. Tipicamente, um erro no cálculo do tempo de voo de cem nanossegundos resulta num erro de trinta metros, na estima¸cão da localiza¸cão do terminal móvel. O GPS usa este processo [19].

• Tempo de Chegada Relativo ou Time Diﬀerence of Arrival (TDoA)

A técnica do tempo de chegada relativo assemelha-se ao tempo de che-gada, modificando as entidades intervenientes no cálculo. Na literatura, esta técnica pode ser dividida em duas metodologias. A primeira metodologia, a da relatividade, consiste na diferen¸ca do tempo de chegada de um sinal entre

(52)

duas referências. Na segunda metodologia, é mensurada a diferen¸ca entre dois sinais de tecnologias diferentes, e.g. sinais rádio. Desenvolvendo a primeira metodologia, o parâmetro de entrada é o sinal emitido pelo terminal móvel para duas referências. É necessário sincronismo entre as referências. A imple-menta¸cão deste processo está ilustrado na Figura 2.2.

O terminal a localizar simbolizado por X, o tempo que um sinal demora a chegar à referˆencia A simboliza-se por tA , e à referˆencia B simboliza-se por tB. A diferen¸ca temporal é dada por:

T DoAB−A =|tB− tA| = k (2.4)

O valor de T DoAB−Acorresponde ent˜ao `a diferen¸ca temporal do sinal

relativa-mente às referˆencias A e B. Com este valor ´e poss´ıvel criar uma hipérbole com os focos nas duas referências. Matematicamente, todos os pontos da hipérbole representam as poss´ıveis posi¸c˜oes do terminal X, cujas distˆancias aos focos das hipérboles s˜ao representadas por k timesc, num plano bidimensional, com base em:

|dX−B − dX−A| = k × c (2.5)

A posi¸c˜ao do terminal X ´e um dos pontos da hipérbole, não sendo poss´ıvel saber qual. De modo a obter o conhecimento do ponto, é necessário adicionar uma referˆencia C, do mesmo modo:

T DoAC−A =|tC − tA| = k1 (2.6)

T DoAC−B =|tC − tB| = k2 (2.7)

|dX−C− dX−A| = k1× c (2.8)

|dX−C− dX−B| = k2× c (2.9)

A interce¸cão das hipérboles resulta no ponto pretendido, a localiza¸cão terminal

X, no melhor dos casos. Em maioria, o resultado da interce¸c˜ao é uma área e não um ponto, garantindo que o terminal esteja nesta área com um grau de certeza elevado [18, 20].

(53)

A segunda metodologia de TDoA utiliza sinais de tecnologias diferentes, nas determina¸cões das relatividades dos tempos de chegada. A diferen¸ca dos tem-pos de voo de sinais com velocidades de propaga¸cão diferentes é mais complexa, os tempos de voo são calculados com base em valores d´ıspares. Sendo um deles mais lento do que o outro, chegará mais tarde à referência. O sinal que chega primeiro simboliza-se por t1 e o segundo por t2. O valor da diferen¸ca temporal

´e expressa, em segundos, por:

t = t2− t1[s] (2.10)

Latera¸c˜ao circular:

d = c× t[m] (2.11)

Em que:

– d - distˆancia;

– c - velocidade de propaga¸c˜ao do sinal;

– t - tempo de voo.

Este método é utilizado pelo sistema de localiza¸c˜ao Cricket. A resolu¸c˜ao é seriamente dependente do meio e das condi¸cões em que é implementado [20].

• Atenua¸c˜ao ou Received Signal Strenght (RSS)

A metodologia de determinar as distâncias recorrendo a valores de RSSi baseia-se em valores da potência do sinal enviado ao longo da distância. Os modelos de propaga¸cão de ondas eletromagnéticas permitem traduzir valo-res de potência de sinal ao longo de percursos percorridos. Um modelo de propaga¸cão para ambientes interiores com uma frequência de 2.4 GHz, por exemplo, pode ser representado pela seguinte equa¸cão [21]:

P L = P L1metro+ 10× log(Dn) + S (2.12)

(54)

– P L - valor total de Path Loss entre o emissor e o recetor em dB;

– P L1metro - valor de referˆencia do Path Loss entre o emissor e o recetor

em dB na condi¸c˜ao da distˆancia entre eles ser igual a um metro;

– D - distˆancia entre o emissor e o recetor, em metros;

– n - coeficiente de Path Loss para um determinado ambiente; – S - graus de Shadow Fading presentes no ambiente, em dB.

Sabendo os valores da potência de sa´ıda, os ganhos das antenas emissora e rece-tora e o valor da atenua¸cão do meio por unidade de distˆancia (Loss em dB/km ou dB/m), é facilmente obtida uma estimativa da distância entre o emissor e o recetor. Usando o método padrão para calcular a distância, conhecendo os valores da potência transmitida e das perdas totais do sinal, obtém-se:

D = n √ inv log ( RXP W R − TXP W R + LTX − GTX + P L1metro− S + LRX − GRX −10 ) (2.13) Em que:

– RXP W R - potˆencia recebida pelo recetor, em dB;

– TXP W R - potˆencia emitida pelo emissor, em dB;

– LTX - somat´orio de todas as perdas do lado do emissor, em dB;

– LRX - somat´orio de todas as perdas do lado do recetor, em dB;

– n - coeficiente de Path Loss para um determinado ambiente; – GTX - ganho da antena do emissor, em dBi;

– GRX - ganho da antena do recetor, em dBi.

Usualmente, a técnica da atenua¸cão é utilizada com a latera¸cão circular para a estima¸cão da localiza¸cão de terminais móveis. O método é eficaz em condi¸cões ambientais ótimas com linha de vista existente entre o emissor e o recetor. Em condi¸cões ambientais não ótimas, é imposs´ıvel calcular com precisão os valores das perdas, devido a reflexões, refra¸cões, atenua¸cões causadas por obstáculos e multipath interference [16, 18].

(55)

Angula¸c˜ao

A angula¸cão é outra metodologia da triangula¸cão semelhante à latera¸cão. A es-tima¸cão da localiza¸cão de terminais móveis, utiliza os ângulos de incidência dos sinais, normalmente os ângulos de chegada. Maioritariamente, o método usado pela angula¸cão denomina-se ˆangulo de chegada (Angle of Arrival - AoA), consiste na ob-ten¸cão do ângulo de incidência do sinal de cada uma das antenas recetoras, situadas nas referências. Para a localiza¸cão ser estimada, são necessárias duas referências em ambientes bidimensionais e três em ambientes tridimensionais. Uma das formas de obter este método é com a utiliza¸cão de antenas giratórias que identifiquem qual o ˆ

angulo com potˆencia recebida mais elevada [22].

Uma situa¸cão do nosso dia-a-dia em que esta técnica é aplicada consiste na vi-gia de incêndios. Quando uma das torres de vigia avista um incêndio, comunica à entidade central o ângulo que é formado entre o norte magnético e a dire¸cão em que se localiza o incêndio. Qualquer outra torre procede da mesma forma, de modo a que seja poss´ıvel à entidade central determinar a localiza¸cão do incêndio Figura 2.3 [23]. A principal limita¸cão desta metodologia ´e multipath interference em situa¸c˜oes em que e.g., o emissor e o recetor não se encontrem em linha de vista, a precisão da angula¸cão desce significativamente [13, 18, 24].

(56)

2.2.5 Proximidade

As técnicas de estima¸cão da localiza¸cão de terminais móveis baseadas em proximi-dade funcionam com base no princ´ıpio de encontrar a referência mais próxima do dispostivo a localizar. A referência mais próxima pode ser encontrada no momento atual com base na que se encontra mais próxima do terminal móvel, ou então a ´

ultima referência que detetou o terminal móvel. O alcance deste tipo de metodolo-gias é limitado, maioritariamente, pelo número de referências, que deve ser elevado de modo a que o sistema seja cred´ıvel. A resolu¸cão está associada ao número de re-ferências dispon´ıvel, maior resolu¸cão resultará num aumento dos custos nos recursos a utilizar. As metodologias de proximidade podem ser divididas em três técnicas principais [24] [16]:

• Contacto F´ısico

O método do contacto f´ısico consiste na dete¸cão de contactos entre objetos e referências. É necessário que as localiza¸cões das referências sejam conhecidas, no caso de contacto com um objeto, é poss´ıvel atualizar a localiza¸cão atual do objeto. Esta técnica é aplicada, usualmente, a sistemas de coordenadas bi ou tridimensionais e possuiu como maior inconveniente o facto de ser poss´ıvel a identifica¸cão do contacto de um objeto a uma das referências, mas ser dif´ıcil a carateriza¸cão e identifica¸cão do objeto em si. O peso do objeto ou a marca de impressão ajudam na identifica¸cão mas não são suficientes. Normalmente as referências são pequenos sensores de pressão, sensores de toque, sensores capacitivos, etc. Um exemplo de um sistema que use esta técnica ´e o Smart

Floor [25].

• C´elula de Origem

O método da célula de origem baseia-se na monitoriza¸cão do terminal móvel conectado a uma rede sem fios celular, através de uma referência. Este conceito denomina-se célula de rádio-frequência e consiste na identifica¸cão da célula em que o terminal está presente no momento [18, 24] Figura 2.4.