Universidade de Aveiro Departamento de Engenharia Mecânica 2018
José Paulo
Gomes Pereira
Sistema de localização de baixo consumo para
ovelhas
Universidade de Aveiro Departamento de Engenharia Mecânica 2018
José Paulo
Gomes Pereira
Sistema de localização de baixo consumo para
ovelhas
Low power location system for sheep
Dissertação apresentada à Universidade de Aveiro para cumprimento dos re-quisitos necessários à obtenção do grau de Mestre em Engenharia de Auto-mação Industrial, realizada sob a orientação científica do Doutor Paulo Bace-lar Reis Pedreiras, Professor Auxiliar do Departamento de Eletrónica, Teleco-municações e Informática da Universidade de Aveiro, e do Doutor Valter Filipe Miranda Castelão Silva, Professor Adjunto da Escola Superior de Tecnologia e Gestão de Águeda.
o júri / the jury
presidente / president Prof. Doutor José Paulo Oliveira Santos
Professor Auxiliar da Universidade de Aveiro
vogais / examiners committee Prof. Doutor Frederico Miguel do Céu Marques dos Santos
Professor Adjunto, Instituto Superior de Engenharia de Coimbra
agradecimentos /
acknowledgements Agradeço a todas as pessoas que me ajudaram durante o percurso acadé-mico, em especial aos meus pais e irmãos pelo seu apoio incessável. Tam-bém um agradecimento especial a todos os meus colegas que me animaram e deram o seu apoio nos momentos em que estava mais em baixo. Por fim,
Palavras Chave localização, sistemas baixo consumo, Internet das coisas, redes de sensores
Resumo O projeto do SheepIT pretende desenvolver um sistema capaz de remover ervas infestantes em terrenos vitícolas com recurso a ovelhas. Para que es-tas não prejudiquem a produção de vinho, foi desenvolvido uma coleira com sensores e atuadores. Esta é capaz de detetar o comportamento do animal e aplica uma sequência de estímulos (som e uma pequena descarga eletros-tática) quando este é indesejado. As coleiras enviam informações periodica-mente para os nós fixos (faróis) e estes reenviam os dados entre si até chegar ao nó final (gateway) que realiza algum processamento de dados como, por exemplo, detetar que não recebe dados de uma coleira há muito tempo, e envia os dados periodicamente para um plataforma web onde ocorre proces-samento adicional e permite ao utilizador ver toda a informação.
No âmbito desta dissertação é proposto um sistema que permita monitorizar e condicionar em tempo-real a localização de animais, nomeadamente ovelhas, suportando igualmente o serviço de cerca virtual. O sistema foi desenvolvido de forma a ser possível a sua integração no projeto SheepIT, considerando os requisitos definidos tais como baixo consumo, baixo custo e pequenas dimen-sões. Para este fim é utilizado um sistema GPS para determinar a posição absoluta dos faróis. A partir do valor do RSSI adquirido entre as comunica-ções dos faróis e das coleiras é estimada a distância entre estes. Cruzando esta informação e pela técnica de trilateração é determinada a posição abso-luta das coleiras obtendo-se nas melhores condições um erro máximo de 7 m. Devido às limitações computacionais das coleiras não é possível que estas efetuem o cálculo da localização absoluta. Foi então desenvolvido um algo-ritmo baseado no RSSI. Este é capaz de detetar corretamente que a coleira
Keywords localization, low-cost systems, Internet of things, wireless sensor networks
Abstract The SheepIT project aims at the development of a system capable of clean-ing infestclean-ing weeds from plantations, namely on vineyards, usclean-ing animals. However, as animals tend to feed also from the plants, and in order to avoid damage in the wine production, it has been developed a system capable of monitoring and conditioning the animals’ behavior, particularly through col-lars equipped with sensors and actuators, which are able to detect animal behaviour and apply stimuli (sound and small electrostatic discharge) if the animals’ posture is unwanted. Collars are also capable of sending data to fixed nodes (beacons) which relay the information to an end node (gateway). This node executes some processing (e.g. detecting that it didn’t receive in-formation of a collar for a long time, panic attacks, etc).
This dissertation proposes a system that allows real-time monitoring of the location of animals, keeping in mind the main system requirements, such as the need of being an autonomous system, having low power consumption and small dimensions. To this end, an hybrid solution is proposed, resorting to the use of GPS to acquire the absolute position of the beacons and to the RSSI values (acquired during the communications between collars and beacons) to estimate the distance between collars and beacons. Crossing this information and applying the trilateration technique, it is possible to determine the abso-lute position of the collars, with a maximum error of 7 m, in the best conditions. Due to computational limitations on the collar, the virtual fence system cannot use the absolute location algorithm. To solve this problem, an algorithm based
C o n t e ú d o
1 I n t r o d u ç ã o . . . 1 1.1 Enquadramento . . . 1 1.2 Objetivos . . . 2 1.3 Estrutura do documento . . . 3 2 S h e e p I T . . . 52.1 Arquitetura geral da solução . . . 5
2.2 Rede de sensores . . . 8 2.3 Plataforma computacional . . . 10 3 L o c a l i z a ç ã o . . . 13 3.1 Tecnologias . . . 13 3.1.1 AoA . . . 13 3.1.2 ToA . . . 14 3.1.3 ToF . . . 14 3.1.4 TDoA . . . 14 3.1.5 RSSI . . . 14 3.2 Técnicas de localização . . . 16 3.2.1 Trilateração . . . 17 3.2.2 Triangulação . . . 20 3.2.3 Multilateração . . . 21 3.2.4 Fingerprinting . . . . 21 3.3 Sistemas baseados em GNSS . . . 22 4 E s ta d o d a a rt e . . . 25 4.1 Sistemas comerciais . . . 25 4.2 Projetos de investigação . . . 27 5 A r q u i t e t u r a e I m p l e m e n ta ç ã o . . . 31
5.1 Proposta de sistema de localização para o SheepIT . . . 31
5.2 Localização dos faróis . . . 32
5.3 Localização das coleiras . . . 34
5.3.1 Distância mais próxima . . . 35
5.3.2 Interseção de linhas . . . 37
5.3.3 Algoritmo avançado de localização . . . 39
5.4 Cerca virtual . . . 42
5.5 Integração no SheepIT . . . 43
6 R e s u lta d o s . . . 47
6.1 Localização dos faróis . . . 47
6.1.1 Precisão em funcionamento contínuo . . . 47
6.1.2 Precisão em funcionamento periódico . . . 49
6.2 RSSI . . . 50
6.3 Localização das coleiras . . . 54
6.4 Cerca virtual . . . 57 7 C o n c l u s õ e s . . . 59 7.1 Trabalho futuro . . . 60 R e f e r ê n c i a s . . . 61 A n e x o A . . . 65 ii
L i s ta d e F i g u r a s
2.1 Arquitetura do sistema SheepIT [6] . . . 6
2.2 Protótipo da coleira do SheepIT . . . 6
2.3 Protótipos do farol a) antigo b) novo . . . 7
2.4 Terminal da gateway . . . . 8
2.5 Orange Pi Zero [10] . . . 8
2.6 Exemplo ilustrativo do micro-ciclo e do macro-ciclo [12] . . . 9
2.7 Estrutura do micro-ciclo [12] . . . 10
3.1 Variação do RSSI com a temperatura e humidade (adaptado de [14]) . . . 16
3.2 Trilateração [16] . . . 17
3.3 Círculos não se intersetam num único ponto [16] . . . 18
3.4 Posição da estação móvel por interseção de linhas [16] . . . 19
3.5 Triangulação (adaptado de [19]) . . . 20
3.6 Interseção de hipérboles [20] . . . 21
3.7 Janela de protocolo NMEA [23] . . . 23
4.1 Dashboard digitanimal [29] . . . 26
4.2 a) Coleira eShepherd R [27]; b) Coleira Digitanimal [29]; . . . . 26
5.1 Funcionamento do sistema de localização . . . 32
5.2 Modelos de GPS a) NEO-6M A b) NEO-6M B c) NEO-7M d) BN-880 . . . 33
5.3 Fluxograma de um ciclo de funcionamento da aquisição da posição por GPS . . . 34
5.4 Fluxograma de um ciclo de funcionamento do algoritmo da distância mais próxima . . . . 35
5.5 As circunferências 1 e 2 não se intersetam e estas estão contidas pela circunferência 3 . . 36
5.6 Circunferências formadas pela distância estimada por RSSI e da posição dos faróis . . . . 37
5.7 Pontos de interseção obtidos na combinação das circunferências (Triângulos) . . . 37
5.8 Pontos mais próximos escolhidos (Quadrados) . . . 37
5.10 Fluxograma de um ciclo de funcionamento do algoritmo de interseção linhas . . . 38
5.11 Linhas . . . 39
5.12 Interseção das linhas (Triângulos) . . . 39
5.13 Posição final (Quadrado) . . . 39
5.14 Posição da Coleira (C) próxima do farol 2 . . . 40
5.15 Posição da coleira (C) afastada dos faróis . . . 40
5.16 Fluxograma de um ciclo de funcionamento do algoritmo avançado de localização . . . 40
5.17 Modelo de RSSI vs Distância . . . 41
5.18 Imagem de exemplo do funcionamento do algoritmo avançado (C-Coleira, V-Vetor, Pe-Posição estimada) . . . 42
5.19 Fluxograma de um ciclo de funcionamento do algoritmo de cerca . . . 43
5.20 Diagrama de blocos da versão original da gateway . . . . 44
5.21 Diagrama de blocos da nova versão da gateway . . . . 45
6.1 Dispersão da localização dos módulos de GPS . . . 48
6.2 Dispersão da localização do GPS NEO-6M A e GPS BN-880 . . . 48
6.3 Esquema das medições do RSSI . . . 51
6.4 Modelo de propagação de uma antena omnidirecional [42] . . . 51
6.5 Valor médio do RSSI para cada coleira . . . 52
6.6 Desvio padrão para o valor de todas as coleiras . . . 52
6.7 Valor médio, máximo e mínimo do RSSI de todas as coleiras . . . 53
6.8 Distância obtida através do modelo vs posição real . . . 54
6.9 Gráfico do erro máximo entre as posições estimadas e as posições reais (Diagonal Farol1 -Farol2) . . . 55
6.10 Gráfico do erro máximo entre as posições estimadas e as posições reais (Diagonal Farol4 -Farol3) . . . 55
6.11 Gráfico do erro máximo entre as posições estimadas e as posições reais (Linha horizontal) 55 6.12 Gráfico do erro máximo entre as posições estimadas e as posições reais (Linha vertical) . 56 6.13 Comparação dos modelos da média RSSI vs Distância . . . 56
6.14 A área a cinza indica a zona permitida, os pontos representam as posições de teste, os quadrados representam a ocorrência de infrações . . . 58
1 Gráfico do erro médio entre as posições estimadas e as posições reais (Diagonal Farol 1 -Farol 2) . . . 65
2 Gráfico do erro mínimo entre as posições estimadas e as posições reais (Diagonal Farol 1 -Farol 2) . . . 65
3 Gráfico do erro médio entre as posições estimadas e as posições reais (Diagonal Farol 3 -Farol 3) . . . 66
4 Gráfico do erro mínimo entre as posições estimadas e as posições reais (Diagonal Farol 4 -Farol 3) . . . 66 5 Gráfico do erro médio entre as posições estimadas e as posições reais (Linha horizontal) . 66 6 Gráfico do erro mínimo entre as posições estimadas e as posições reais (Linha horizontal) 67 7 Gráfico do erro médio entre as posições estimadas e as posições reais (Linha vertical) . . 67 8 Gráfico do erro mínimo entre as posições estimadas e as posições reais (Linha vertical) . 67
L i s ta d e Ta b e l a s
3.1 Tipos de mensagens NMEA mais usuais e a sua descrição . . . 23
4.1 Características das várias soluções comerciais . . . 27
5.1 Características dos módulos de GPS . . . 33
6.1 Dados de erro das posições de GPS em relação ao centro de massa . . . 49
6.2 Dados GPS BN-880 em condições atmosféricas adversas . . . 49
6.3 Tabela do erro médio quando a posição é adquirida por curtos intervalos de tempo . . . . 50
6.4 Tabela valor de consumo de energia do GPS . . . 50
G l o s s á r i o
AMQP Advanced Message Queuing Protocol
AoA Angle of Arrival
B2B Beacon to Beacon
C2B Collar to Beacon
DCM Database Correlation Method
DoA Direction of Arrival
FIFO First In, First Out
GGA Global Positioning System Fix Data
GLL Geographic Position - Latitude/Longitude
GLONASS Global Navigation Satellite System
GNSS Global Navigation Satellite System
GPS Global Positioning System
GSA GNSS DOP and Active Satellites
GSM Global System for Mobile Communications
GSV GNSS Satellites in View
ISM Industrial Scientific Medical
IoT Internet of Things
JSON JavaScript Object Notation
LQI Link Quality Indicator
NMEA National Marine Electronics Association
PR Pairing Request
RAM Random Access Memory
RF Radiofrequency
RMC Recommended Minimun Specific GNSS Data
RSSI Received Signal Strength Indication
RVI Ratiometric Vector Iteration
SoC System-on-Chip
SW Synchronization Window
TAW Turn Around Window
TDoA Time Difference of Arrival
TDMA Time Division Multiple Access
ToA Time of Arrival
ToF Time of Flight
UART Universal Asynchronous Receiver-Transmitter
VTG Course Over Ground and Ground Speed
c a p í t u l o
1
I n t r o d u ç ã o
Este capítulo tem como principal objetivo contextualizar o problema endereçado no âmbito desta dissertação. Seguidamente são identificados os principais objetivos do presente trabalho assim como é feita uma descrição da organização geral do documento.
1.1
enquadramento
A remoção de espécies infestantes em plantações (ex. vinhas e pomares) é um processo dispendioso e trabalhoso, que tem que ser repetido várias vezes ao longo do ciclo produtivo. Este processo é realizado normalmente com recurso a utensílios agrícolas, tais como arados, fresas ou moto-roçadoras, bem como com a herbicidas. Esta estratégia, apesar de eficaz na remoção das espécies invasoras, tem importantes impactos negativos associados. Por um lado, os métodos mecânicos podem danificar as plantas não invasoras, seja através da projeção de areias ou pedras, ou devido a descuidos do operador. Por outro lado, os herbicidas são prejudiciais para a saúde humana e para o ambiente em geral, contaminam o solo, os alimentos e/ou cursos de água.
O recurso a animais para controlo de espécies invasoras [1] é um processo antigo, com diversas vantagens ao nível ambiental e produtivo, tanto para a pecuária como para a viticultura. Ao nível ambiental, permitem reduzir a utilização de máquinas libertadoras de gases de efeito de estufa assim como a diminuição do uso de químicos poluentes. Ao nível produtivo, os animais estrumam os terrenos, aumentando assim a fertilidade e qualidade do solo. No entanto, este processo não pode ser realizado durante todo o ciclo produtivo já que os animais tendem a alimentar-se dos frutos e ramos das plantas (ricos em nutrientes) logo após a fase de rebentação da vinha. Adicionalmente, a utilização de pastores para supervisionar o comportamento dos rebanhos tornou-se inviável, quer pelo custo associado, quer pela escassez deste tipo de mão de obra. Todos estes fatores combinados levaram ao abandono deste método.
Contudo, o grande desenvolvimento tecnológico, assim como a procura contínua de soluções sustentáveis e potenciadoras do aumento de qualidade das uvas e vinho no setor vitícola, fez
com que esta técnica ancestral voltasse a ser considerada. Neste sentido, surgiu o projeto SheepIT [2] que pretende desenvolver uma solução capaz de monitorizar e condicionar o comportamento e localização de ovelhas, para possibilitar a sua utilização na remoção de espécies vegetais invasoras em vinhas.
Dentro dos diversos problemas que o projeto SheepIT se propõe a resolver, destacam-se a monitorização e condicionamento da localização animal. Um processo comum e ancestral consiste no uso de cercas físicas. Estas, tipicamente feitas de madeira ou arame, exigem bastante mão de obra para a sua instalação, degradam-se ao longo do tempo, podem ser destruídas por animais de maior porte ou podem até provocar ferimentos nos animais [3]. Consequentemente, acarretam também custos de manutenção significativos para além da difícil reutilização. Mais recentemente, o uso de cercas elétricas tornou-se popular devido à sua maior facilidade de instalação. Contudo, apesar de poderem ser reutilizadas, incorrem num elevado custo de instalação e de manutenção.
O grande desenvolvimento tecnológico, levou ao surgimento de cada vez mais tecnologias capazes de serem aplicadas no dia a dia, nos diferentes setores da sociedade. Conceitos como Internet of Things (IoT) e Wireless Sensor Network (WSN) passaram a estar presentes, também nos setores agrícolas e agropecuários, permitindo o surgimento de soluções capazes de ajudar os produtores, tais como as cercas virtuais [4] e a sensorização do comportamento e localização dos animais. O conceito de cercas virtuais consiste na aplicação de múltiplos estímulos aquando da aproximação do animal a um limite virtual da cerca, isto é, um limite não definido fisicamente. Os estímulos considerados mais eficazes são a emissão de avisos sonoros, seguidos de um estímulo eletrostático, caso o animal não reaja de acordo com o pretendido [5]. Não obstante, qualquer que seja o mecanismo de atuação, o sistema deve ser capaz de identificar os momentos nos quais o animal se aproxima do limite da cerca. Alguns sistemas são baseados em sinais de rádio-frequência, nomeadamente através da intensidade de sinal de um emissor localizado no limite da cerca, enquanto outros utilizam sistemas de localização mais avançados como o Global Positioning System (GPS). Contudo, estes apresentam algumas limitações, tais como, por exemplo, o alto custo e consumo energético (GPS) ou o custo de instalação (emissores de rádio-frequência).
Assim, este trabalho pretende contribuir para o desenvolvimento de um sistema de localização e de cerca virtual de baixo custo e consumo, capaz de ser utilizado no âmbito do projeto SheepIT.
1.2
objetivos
O objetivo desta dissertação é o desenvolvimento de um sistema de baixo consumo e baixo custo, com precisão idêntica ao GPS, capaz de localizar animais, mais particularmente, ovelhas, por forma a permitir o confinamento das mesmas dentro de uma determinada região. A exigência de baixo consumo energético, poderá excluir o GPS como possível solução sendo, no entanto, necessário fazer uma avaliação desta opção com alguns GPS disponíveis no
mercado. Adicionalmente, e tendo em conta o porte do animal, o sistema deve ter dimensões suficientemente pequenas de modo a não lhe causar desconforto acrescido. Assim, esta dissertação assenta nas seguintes tarefas, diretamente associadas aos objetivos da mesma:
• Estudo de sistemas de localização, quer comerciais quer desenvolvidos no âmbito de projetos de investigação científica;
• Estudo da arquitetura da solução SheepIT de forma a possibilitar o enquadramento de possíveis soluções de localização a integrar;
• Desenvolvimento do sistema de localização tendo em conta os requisitos definidos; • Integração e teste do sistema desenvolvido;
• Validação do sistema em contexto real.
Para se concretizar os objetivos propostos desenvolveu-se o trabalho descrito nesta disser-tação, cuja estrutura é apresentada e explicada na secção seguinte.
1.3
estrutura do documento
Após um breve enquadramento da temática do trabalho no capítulo 1, o resto do documento está organizado da seguinte forma:
• Capítulo 2: A solução desenhada no âmbito do projeto SheepIT é introduzida, sendo detalhada a sua arquitetura e mecanismos já implementados;
• Capítulo 3: Neste capítulo são abordados as várias tecnologias e técnicas de localização existentes;
• Capítulo 4: É feita uma revisão bibliográfica acerca de métodos de localização e soluções existentes, tanto a nível científico como a nível comercial;
• Capítulo 5: É descrita a solução implementada para a localização dos faróis e das coleiras, e por fim a sua integração no projeto SheepIT;
• Capítulo 6: Aqui são apresentados os resultados dos destes da localização dos faróis, das coleiras e da solução completa;
• Capítulo 7: É dado a conclusão do trabalho e são mencionados aspetos a melhorar no trabalho futuro.
c a p í t u l o
2
S h e e p I T
Neste capítulo é introduzido o projeto SheepIT, nomeadamente a sua arquitetura, dispositivos constituintes e respetiva interação. A arquitetura da rede de sensores é abordada em detalhe e as suas principais características discutidas.
2.1
arquitetura geral da solução
A utilização de animais na monda de terrenos vitícolas é o principal objetivo do projeto SheepIT. A dificuldade de utilizar pastores para monitorizar e condicionar a localização de animais, levou à definição de uma solução de base tecnológica, nomeadamente baseada em tecnologias IoT. Esta solução permitirá então o uso de animais, particularmente ovinos, durante todo o ano para controlo do crescimento de ervas infestantes em vinhas, sem que estes ponham em perigo a produção.
Neste sentido, o sistema contempla quatro blocos fundamentais, nomeadamente: as coleiras a serem transportadas por cada ovino; os faróis, instalados nas zonas de pastagem, capazes de interagir diretamente com as coleiras; uma gateway como elemento agregador de informação e de interação com a Internet; uma plataforma computacional, disponível na cloud, capaz de receber, tratar e guardar os dados recebidos. A sua interação é ilustrada na figura 2.1 e cada um dos blocos detalhado nas subsecções seguintes.
Figura 2.1: Arquitetura do sistema SheepIT [6]
coleiras
As coleiras são nós móveis que são transportados pelas ovelhas, sendo compostos por um rádio, um micro controlador, sensores, atuadores e uma bateria. Os sensores, nomeadamente um acelerómetro, um magnetómetro e um transdutor de ultrassons, são utilizados para detetar a postura da ovelha. Caso as ovelhas mantenham uma postura correta, isto é, caso se estejam a alimentar apenas de ervas baixas, nenhum estímulo é aplicado. Caso assumam uma postura indesejável, isto é, caso tentem alimentar-se de ramos mais altos ou de frutos, um algoritmo corretivo é executado. Este algoritmo é composto por avisos sonoros antes da emissão de um estímulo eletrostático. De notar que, caso a ovelha reverta o comportamento após emissão do som, nenhum estímulo adicional é dado.
Na figura 2.2 é possível observar o protótipo da coleira, cujas dimensões são de 8 cm × 8 cm × 5 cm e com um peso total de 270 g. O protótipo contêm o System-on-Chip (SoC) CC1110 da Texas Instruments que inclui um módulo de comunicação Radiofrequency (RF) e um micro controlador com 32 kB de memória programável e 4 kB de Random Access Me-mory (RAM). A escolha dos sensores e atuadores é descrita em [7].
Figura 2.2: Protótipo da coleira do SheepIT
faróis
As coleiras movem-se na zona de cobertura de um ou mais faróis, compostos por um rádio, um micro controlador e um GPS. Estes são instalados pelo pastor de forma a que a zona de pastagem seja toda coberta. Apesar de estáticos, estes podem ser mudados facilmente de local, se o pastor pretender mudar de área de pasto.
Os faróis desempenham um papel essencial na arquitetura SheepIT já que são responsáveis por toda a sincronização da rede, para além de serem responsáveis por receberem os dados das coleiras e os encaminharem até à gateway.
Inicialmente os faróis utilizavam o mesmo SoC utilizado nas coleiras. Contudo, devido à falta de memória RAM para guardar todos os dados espetáveis de serem recolhidos pelas coleiras (até 1000), foi necessário alterar o micro controlador utilizado nos faróis. A escolha recaiu sobre o PIC32MX795F512L [8] da Microchip. Este têm 512 kB de memória flash e 128 kB RAM sendo igualmente conectado a um módulo emissor recetor de RF CC1101[9] da Texas Instruments. Na figura 2.3 é possível observar o protótipo do farol antigo e novo.
Figura 2.3: Protótipos do farol a) antigo b) novo
gateway
A gateway é o elemento terminal da rede de sensores e opera como uma interface entre a rede de sensores e a plataforma computacional. Esta é constituída por um farol conectado a um computador com ligação à Internet. Como os dados encaminhados pelo faróis devem chegar todos a este nó terminal, apenas este é capaz de conhecer o estado global atual da rede.
Este elemento gateway desempenha também um papel essencial no controlo do acesso à rede, permitindo o endereçamento dos diferentes nós assim como a implementação da segurança necessária contra tentativas de violações da mesma.
Atualmente, as suas funcionalidades estão implementadas em linux o que permite que o dispositivo físico possa ser tanto um computador tipo PC como um computador embutido tais como por exemplo um RaspberryPi ou OrangePi0. A gateway permite também a visualização da informação que está a chegar no momento a esta. Um exemplo da informação mostrada pode ser observado na figura 2.4.
Figura 2.4: Terminal da gateway
Figura 2.5: Orange Pi Zero [10]
2.2
rede de sensores
A interação entre os diferentes dispositivos é possível através de uma rede de sensores, cuja arquitetura é apresentada em [11] e a sua implementação é descrita em [12].
As coleiras, a serem transportadas pelos animais, são o principal elemento restritivo da rede. Por um lado, necessitam de ser pequenas de forma a não causar desconforto aos animais, por outro lado é imperativo que apresentem uma autonomia elevada para que se evitem constantes trocas de bateria ou carregamentos. Tecnologicamente, estes dois objetivos são conflituosos, visto que o volume é decisivo para o aumento da capacidade das baterias. Adicionalmente, como se pretende desenvolver um sistema de localização de baixo custo com recurso unicamente aos sensores já incluídos na coleira, os autores da arquitetura do sistema de comunicações propõem a utilização do Received Signal Strength Indication (RSSI) das comunicações para estimar a posição do animal.
O sistema de comunicações sem fios usado no SheepIT é baseado em Time Division
Multiple Access (TDMA), em que tanto coleiras como faróis têm tempos de transmissão e receção definidos de forma a minimizar o risco de colisões de pacotes, assim como evitar fenómenos de overhearing que contribuem para o aumento do consumo energético.
Contudo, o sistema necessita de integrar uma janela de comunicações específica que permita o registo e emparelhamento de novos dispositivos. Nesse sentido, um sistema de comunicações rotativo de micro-ciclos é proposto, onde uma sequência periódica de micro-ciclos constituí um macro-ciclo (figura 2.6). Cada tipo de micro-ciclo está associado a um tipo de tráfego, nomeadamente:
• Registo e/ou emparelhamento de um novo dispositivo (PR); • Transmissão de dados das coleiras para os faróis (C2B); • Encaminhamento de dados entre faróis (B2B).
Figura 2.6: Exemplo ilustrativo do micro-ciclo e do macro-ciclo [12]
Independentemente do tipo de micro-ciclo, este apresenta uma estrutura base, ilustrada na figura 2.7. O início de cada micro-ciclo é constituído por uma janela de sincronização (SW), onde os diferentes dispositivos da rede são sincronizados. Mais especificamente, as coleiras sincronizam-se com os faróis e estes sincronizam-se entre eles. Isto permite às coleiras tirarem partido do estado de baixo consumo, acordando unicamente nos instantes de receção ou transmissão de dados. Após esta janela de sincronização, segue-se uma janela onde é efetuado o processamento de dados (TAW), é realizada a aquisição dos sensores, são executados os algoritmos de controlo de postura e, nos faróis, é realizado o processamento das mensagens. Após esta janela de processamento, segue-se uma janela destinada à transmissão de dados associados ao respetivo micro-ciclo. No caso de ser um micro-ciclo destinado à transmissão de dados das coleiras para os faróis, essa janela define instantes específicos para a transmissão de cada uma das coleiras de acordo com o seu identificador de rede (ID). Situação idêntica acontece no caso de micro-ciclos destinados a retransmissão de dados entre faróis, isto é, são definidas diferentes janelas de transmissão para cada um dos faróis.
Figura 2.7: Estrutura do micro-ciclo [12]
Existem portanto duas oportunidades de medição do RSSI nas transmissões entre coleiras e faróis. Primeiro, as coleiras podem medir esse valor aquando da receção de uma mensagem de sincronismo, depois, os faróis podem medir o RSSI aquando da transmissão da coleira para o farol. Tal mecanismo foi desenhado de forma a que o mecanismo de localização baseado em RSSI a desenvolver disponha de vários valores de medição de forma a minimizar erros de medição e as conhecidas variações de sinal. De facto, a utilização deste tipo de mecanismos apresenta diversos desafios devido ao erro inerente, mesmo quando se utilizam os mesmos rádios nas mesmas condições. Refrações e reflexões provocam grandes variações no sinal, para além do efeito negativo que eventuais objetos causam quando colocados entre dois dispositivos.
No sentido de tentar aumentar o alcance dos sistema, assim como reduzir os efeitos negativos da presença de obstáculos entre os nós, o projeto SheepIT propõe a adoção de uma frequência na banda Industrial Scientific Medical (ISM) dos 433 MHz. Tal acontece principalmente pelo facto de, teoricamente, maiores comprimentos de onda estarem associados a melhor capacidade de propagação. Contudo, resultados preliminares apresentados em [6] mostram que mesmo neste comprimento de onda, as variações são grandes e imprevisíveis, exigindo o desenvolvimento de um mecanismo de localização mais complexo e eficiente, tema central desta dissertação.
2.3
plataforma computacional
Para que se possa tirar partido de todas as funcionalidades dos diversos nós, é necessário que toda a informação recolhida seja disponibilizada e utilizada de forma organizada e útil. Para isso, e tendo em conta a grande evolução da Internet, o projeto SheepIT propõe a integração do sistema de recolha de dados com uma plataforma computacional que pode estar disponível na cloud ou simplesmente num servidor acessível via Internet.
Esta plataforma apresenta características de tratamento, análise e armazenamento de dados, permitindo posteriormente o acesso a estes por meio de diferentes serviços web. Para além da disponibilização de dados para os diversos utilizadores (podem ser os pastores ou produtores de vinho), esta plataforma permite integrar ferramentas de aprendizagem automática e/ou mineração de dados. Este tipo de ferramentas, grandemente utilizadas nos dias de hoje, permitem identificar padrões de comportamento, prever situações de risco e/ou doenças ou
simplesmente ajudar no tratamento de dados para que seja mais fácil a sua disponibilização para o exterior.
Adicionalmente, esta plataforma é capaz de gerar alertas para o utilizador, informado-o rapidamente acerca de anomalias no sistema ou possíveis problemas com os animais.
c a p í t u l o
3
L o c a l i z a ç ã o
Neste capítulo são abordadas as tecnologias e técnicas mais comuns aquando de um processo de localização. As diferentes tecnologias permitem, essencialmente, o cálculo de distância entre dispositivos, enquanto as diferentes técnicas permitem aferir a localização absoluta de um dispositivo em concreto. Finalmente, são exemplificados alguns sistemas que tiram partido destas.
3.1
tecnologias
Para que seja possível localizar um dispositivo, é imprescindível estimar a distância deste a um elemento de referência, cuja posição é conhecida. Para tal, diferentes tecnologias existem. Entre elas destacam-se o Angle of Arrival (AoA), Time of Arrival (ToA), Time Difference of Arrival (TDoA), Time of Flight (ToF) e RSSI. Estas apresentam características distintivas e como tal apresentadas individualmente nas subsecções seguintes.
3.1.1 aoa
Ângulo de chegada, do inglês Angle of arrival, consiste na medição de ângulo do sinal recebido numa estação base em relação a uma predeterminada direção fixa. Este valor é determinado pela diferença de fase obtida em diferentes antenas. Com dois valores de ângulo é possível determinar através da técnica de triangulação a posição num plano (ver secção 3.2). Contudo, esta tecnologia apresenta a desvantagem da precisão da localização diminuir quando a estação móvel se afasta das estações base.
3.1.2 toa
Tempo de chegada ou Time of arrival é um mecanismo que usa a diferença de tempo desde que a mensagem é recebida por um recetor e o instante em que esta foi enviada por um emissor. Dado que a velocidade de transmissão do sinal é conhecida (por exemplo, ondas de rádio, ultrassons), a distância entre o recetor e o emissor pode ser determinada através da fórmula d = v × t. Contudo, para a obtenção de um valor preciso, é necessário que o emissor e recetor tenham um relógio preciso e sincronizado.
3.1.3 tof
O tempo de voo ou time of flight é muito idêntico ao ToA, mas neste caso o tempo medido consiste no somatório do tempo de transmissão da mensagem até ao recetor e o regresso ao emissor. Como o tempo de voo é calculado no mesmo dispositivo, não é necessário efetuar a sincronização dos relógios entre os diversos elementos, diminuindo grandemente a complexidade do sistema. Para obtenção de uma maior precisão, alguns sistemas introduzem um atraso (conhecido) do lado do recetor.
3.1.4 tdoa
Time difference of Arrival ou diferença de tempos de chegada utiliza a diferença de tempo de chegada de um sinal a diferentes recetores para estimar a distância entre os mesmos. Os emissores podem transmitir a qualquer altura e estão num estado de elevado consumo de energia apenas durante o tempo de transmissão. Como se desconhece a distância a que os emissores estão dos recetores, estes têm de estar constantemente à espera de um sinal, aumentando o consumo de energia nos recetores. Para determinar um valor de diferença de tempo correto os recetores precisam de ter relógios precisos e sincronizados. Após a obtenção de três valores diferentes, pela técnica de multilateração é possível determinar a posição do emissor.
3.1.5 rssi
O valor de RSSI é uma medida da intensidade de sinal de uma ligação rádio. No entanto, a propagação de um sinal rádio tem perdas devido aos mais variados fatores, tais como reflexões e refrações. Matematicamente, existem diversos modelos que permitem modelar estas perdas. Três destes modelos, descritos em [13], são apresentados de seguida:
• Free space model - Este modelo é aplicável quando a distância é maior que o tamanho da antena e comprimento de onda. Nestes casos, e quando não existem obstáculos entre o emissor e recetor, a distância entre estes pode ser calculado pela equação 3.1.
Pr(d) =
PtGtGrλ2
(4π)2d2L, (3.1)
onde, Pr é o valor de energia da onda recebida no recetor, Pt energia de transmissão, Gr e Gt
os ganhos das antenas do recetor e transmissor respetivamente, λ é o comprimento de onda da tecnologia rádio utilizada, L é um fator de perda do sistema e d distância entre o emissor e o recetor. Resolvendo a equação em ordem a d é possível calcular a distância entre os dois nós. Normalmente, os valores de ganho das antenas e do fator de perda L é unitário.
• Two-ray ground model - Este modelo é aplicável quando a distância entre o emissor e o recetor é, no máximo, de alguns quilómetros, e geralmente as antenas estão a diferentes alturas. É utilizado especialmente em áreas urbanas, sendo nestas situações mais adequado do que o free space model. Neste modelo a distância é calculada através da equação 3.2.
Pr(dB) = PtGtGr
h2th2r
d4 , (3.2)
onde ht e hr são, respetivamente, as altura da antena do transmissor e receptor relativamente ao solo e Pr, Gt, Gr e d têm o mesmo significado que na equação 3.1.
• Log-normal shadow model - Este modelo de propagação apresenta-se como uma solução mais genérica, tanto para dentro como para fora de edifícios. Tal acontece dado ser possível calibrar os seus parâmetros de acordo com o ambiente envolvente do sistema. A equação 3.3 permite, então, a determinação da distância entre dois nós.
PL(D)[dB] = PL(d) + Xσ = PL(d0) + 10η log ( d d0
) + Xσ (3.3)
onde, PL(d0) é um valor de potência medido experimentalmente a uma distância de d0, η
é um valor de perda que depende do ambiente de propagação e Xσ é uma variável aleatória Gaussiana com média nula. Estes parâmetros descrevem a perda de sinal num ambiente específico. Os fatores η e Xσ são determinados experimentalmente a partir de uma regressão
não linear com os valores experimentais de RSSI em função da distância.
Independentemente do modelo utilizado, a tecnologia tem como grande vantagens o baixo consumo de energia assim como o facto de não exigir hardware adicional, ao contrário de outras tecnologias apresentadas, já que muitas das tecnologias de rádio já incorporarem este tipo de parâmetro.
Contudo, o valor de RSSI sofre grande variações na presença de obstáculos tais como paredes e árvores, o que dificulta a sua utilização em sistemas de localização. O valor de RSSI é, também, afetado por alterações atmosféricas. Em [14] é mostrado esse efeito, através da realização de testes em diferentes condições meteorológicas com o objetivo de determinar uma correlação entre os valores de temperatura e humidade e os valores de RSSI. Na figura 3.1 são apresentados alguns desses resultados. Quando a temperatura está acima de 0o C é possível verificar que existe uma correlação inversa entre a variação do RSSI com a temperatura e uma correlação direta com a Humidade relativa. Quando a temperatura está abaixo dos 0o C existe alguma correlação entre a variação do RSSI e a humidade relativa, também é possível verificar uma relação direta entre a temperatura e a humidade absoluta.
Figura 3.1: Variação do RSSI com a temperatura e humidade (adaptado de [14])
Em suma, existem diferentes tecnologias utilizadas em sistemas de localização. Os mais precisos exigem hardware específico como relógios precisos (ToA, TDoA e ToF), TDoA e ToA necessitam de maior complexidade para a sincronização dos relógios, tornando os sistemas dispendiosos e/ou mais complexos. Outros não requerem hardware específico mas apresentam grandes problemas de precisão (como por exemplo o RSSI).
3.2
técnicas de localização
As tecnologias apresentadas permitem calcular perímetros ou áreas onde um nó, cuja posição é desconhecida, se encontra em relação a um outro, cuja posição é conhecida. Contudo, a identificação de um único ponto de localização apenas é possível recorrendo a técnicas mais avançadas. Estas técnicas de localização permitem a determinação das coordenadas físicas do mesmo, sejam elas absolutas ou relativas a um determinado ponto. Aqui, podem ser identificadas quatro diferentes técnicas [15], nomeadamente:
• Trilateração; • Triangulação; • Multilateração; • Fingerprinting.
3.2.1 trilateração
A trilateração permite determinar a posição de uma estação móvel (cuja posição se quer conhecer) tirando partido da localização conhecida de estações base cuja posição é conhecida. A distância entre cada par estação base - estação móvel permite o desenho de circunferências representativas de possíveis localizações da estação móvel. Numa situação ideal, tal como ilustrada na figura 3.2, a interceção de todas as circunferências permite o cálculo da localização do nó móvel. No caso de um plano são necessários no mínimo três pontos para determinar a posição, enquanto que para um espaço tridimensional são precisos quatro. Para o caso de um plano, as circunferências formadas pela posição da estação base e a distância à estação móvel é dado pela equação 3.4.
d2i = (x − xi)2+ (y − yi)2 (3.4)
onde, di corresponde a distância entre a estação base i e a estação móvel, e xi, yi são as
coordenadas da respetiva estação base.
Figura 3.2: Trilateração [16]
No entanto, em casos práticos, vários erros podem ocorrer durante o processo de medição, impossibilitando que as circunferências se intercetem num único ponto. Uma solução possível para estes casos é a utilização do algoritmo da distância mais próxima [17]. Este algoritmo, ilustrado na figura 3.3, consiste nas seguintes etapas:
1. Determinar os pontos de interseção dos círculos entre um par de estações base e respetivas coordenadas através das equações 3.5 e 3.6;
2. Dos dois pontos obtidos, escolher o ponto mais próximo às estações base que não foram utilizadas para determinar os círculos;
3. Repetir os pontos 1 e 2 para todos os pares de estações base;
4. Por fim, calcular as coordenadas da estação móvel por uma média das coordenadas obtidos.
xk= xi+ xj 2 + d2i − d2 j 2D2 (xj− xi) ± 1 2 s 2d 2 i − d2j D2 − (d2i − d2 j)2 D4 − 1 × (yj− yi) (3.5) yk= yi+ yj 2 + d2i − d2 j 2D2 (yj− yi) ± 1 2 s 2d 2 i − d2j D2 − (d2 i − d2j)2 D4 − 1 × (xi− xj) (3.6) k = 1, 2, . . . , N2
onde, i e j representa as combinações das estações base, N o número de estações base e a D distância entre os dois centros das estações base i e j, cuja expressão é dada pela equação 3.7.
D =q(xj− xi)2+ (y
j− yi)2 (3.7)
onde para cada xk e yk existem duas soluções que podem ser definidas por (xka, yka) e
(xkb, ykb). Destas soluções, e de acordo com o algoritmo, é escolhida aquela que está mais próxima da estação base que não foi considerada para o cálculo de xk e yk (passo número 3).
Figura 3.3: Círculos não se intersetam num único ponto [16]
Figura 3.4: Posição da estação móvel por interseção de linhas [16]
Alternativamente ao algoritmo da distância mais próxima, existe um outro algoritmo que permite solucionar o problema da não existir interseção de todas as circunferência num único ponto. Denominado por algoritmo de interseção de linhas [16], é baseado na interceção de linhas formadas pelos pontos obtidos pela interceção de pares de circunferências. Este algoritmo é ilustrado na figura 3.4 e consiste na seguinte sequência de passos [18]:
1. Determinar as equações das linhas obtidas através dos pontos de interceção das circun-ferências de um par de estações base;
2. Igualar as duas equações de linhas e determinar as coordenadas da interseção; 3. Realizar a média das coordenadas obtidas.
Para determinar as equações referidas em 1) recorre-se à equação de circunferência definida em 3.4. Esta pode ser reescrita da seguinte forma (equação 3.8):
x2+ y2+ aix + bi+ ci= 0 (3.8)
onde, ai= −2xi, bi = −2yi e ci = x2i + yi2− d2
i.
Igualando duas equações de circunferência e simplificando a mesma na forma de uma equação de uma reta (y=mx+b) obtém-se as equações de linhas, descritas através da equação 3.9: yk = ai− aj bj − bi xk+ ci− cj bj − bi , (3.9) k = 1, 2, . . . , N2
onde i e j representam as combinações das equações das circunferências e N o número total de equações.
Considerando ai−aj
bj−bi = m e
ci−cj
bj−bi = n, igualando duas equações de linha é possível obter as
coordenadas de interseção das linhas através equações 3.10 e 3.11, respetivamente para as coordenadas x e y: xl = nj− ni mi− mj (3.10) yl= mi× xl+ ni (3.11) l = 1, 2, . . . , N2
onde i e j representam as combinações das equações de linhas e N o número total de equações de linha.
3.2.2 triangulação
Contrariamente à trilateração, que usa distâncias para o cálculo da posição de um nó, o método de triangulação utiliza o valor dos ângulos existentes entre os dispositivos cuja posição é conhecida e os dispositivos cuja posição é desconhecida. Esta técnica baseia-se na aplicação de leis trigonométricas para cálculo da localização de um nó sendo que apresenta como grande vantagem o facto de necessitar de menos um ponto de referência comparativamente à técnica de trilateração.
O cálculo da posição da estação móvel (M S) é possível através da interseção de duas linhas (BSA-MS e BSB-MS). Estas são construídas através da posição das estações base, BSA
e BSB, e através dos ângulos α e β, obtidos por AoA (figura 3.5).
Figura 3.5: Triangulação (adaptado de [19])
A estimativa da localização do nó é obtida em dois passos principais. Primeiro, o valor D é calculado através da equação 3.12. Posteriormente, as coordenadas da posição podem ser
obtidas pelas equações 3.13 e 3.14. L = D tan(α)+ D tan(β) (3.12) M Sx= BSAx + D (3.13) M Sy = BSAy − D tan(α) (3.14) 3.2.3 multilateração
Enquanto que as técnicas de trilateração e triangulação utilizam medidas absolutas de distância e ângulos, a multilateração utiliza a diferença de distâncias para estimar a posição de um nó. Para tal, o mesmo sinal é enviado para diferentes nós estáticos, sendo que a posição estimada é calculada através da medição da diferença do tempo de chegada (TDoA - ver subsecção 3.1.4). Para cada par de nós estáticos, é definida uma equação de distância que permite identificar o espaço que satisfaz a condição da referida equação, nomeadamente uma hipérbole, tal como pode ser observado na figura 3.6.
Figura 3.6: Interseção de hipérboles [20]
Para cálculo da posição do nó móvel, a técnica recorre à interceção das várias hipérboles formadas pelos vários pares de nós estáticos.
3.2.4 fingerprinting
A localização por fingerprinting, Database Correlation Method (DCM) ou pattern matching, consiste, de uma forma genérica, na construção de um mapa tendo em conta os valores de potência de sinal nos diversos pontos da rede, mantendo esta informação guardada numa base de dados. Esta técnica é realizada em dois estágios, nomeadamente:
• Calibração: é efetuado o registo dos valores dos sensores, para determinadas posições da área onde se pretende realizar a localização;
• Localização: os valores dos sensores são comparados com os guardados na base de dados e o valor mais próximo é escolhido como a posição. Esta decisão pode ser obtida através de diferentes algoritmos, sendo exemplificado um na equação 3.15.
d(k) = (
n
X
i=1
|fi− gi(k)|q)1q (3.15)
em que fi é o valor da potência de sinal na célula i e gi(k) é o valor da potência do sinal
da mesma célula na entrada k da base de dados. Fixando q = 1 ou q = 2 obtêm-se duas distâncias muito populares denominadas de Manhattan e Euclidiana [21].
Quanto maior for o número de pontos na fase de calibração, maior precisão terá o sistema. Contudo, a trabalho necessário para adquirir todos os valores das posições, tornam o sistema bastante dispendioso, apesar da sua elevada precisão. Este sistema é especialmente apelativo quando a sua aplicação se destina a pequenas áreas, não sujeitas a alterações por forma a evitar constantes calibrações.
3.3
sistemas baseados em gnss
Os Global Navigation Satellite System (GNSS) são os sistemas de geolocalização mais populares. Estes são baseados em satélites colocados na órbita da terra, como é o caso do GPS, Global Navigation Satellite System (GLONASS), Galileo, COMPASS system (também conhecido por Beidou-2), projetos dos Estados Unidos, Russo, Europeu e China respetivamente.
Mais especificamente, o GPS é baseado em ToA e tira partido do conhecimento da posição dos satélites GPS. Estes enviam informação continuamente a uma taxa de 50 bits por segundo e em segmentos de 30 segundos, que incluem o estado do satélite, hora, data, a sua localização (ephemeris data) e a informação de órbita de todos os satélites de GPS (almanac data) [22].
Esta última está dividida em 25 segmentos, sendo necessário 12 minutos e 30 segundos para ser enviada. Esta informação é utilizada pelos recetores para calcularem a posição dos satélites (ephemeris data). Esta é razão pela qual os recetores, quando ligados, demorarem algum tempo a adquirir a informação necessária. Para diminuir a duração deste processo, alguns recetores utilizam os dados previamente adquiridos e guardados.
Os satélites utilizam relógios atómicos que estão sincronizados entre eles e uma estação na terra. O recetor de GPS determina a sua posição por ToA e trilateração. Antes da localização poder ser obtida, este precisa de adquirir os dados dos satélites e sincronizar o seu relógio com os GPS. Após adquirir dados de pelo menos três satélites e sincronizar o seu relógio com o sistema, é possível obter a posição várias vezes por segundo.
Os valores de latitude, longitude e tempo, entre outros, podem ser obtidos por mensagens National Marine Electronics Association (NMEA) enviadas por um módulo de GPS. O formato destas mensagens NMEA pode ser observado na figura 3.7. As mensagens iniciam-se por um
carácter de início, seguidos de um campo de endereçamento. Este é subdividido em duas partes, sendo o primeiro o identificador de quem está a falar, enquanto o segundo define a informação que aparece no campo da mensagem. Seguidamente consta o conteúdo da mensagem. Este pode variar de tamanho e a informação é delimitada por ",". A seguir aparece o campo do checksum e por último os caracteres de terminação de mensagem. As mensagens mais comuns trocadas por um sistema GPS são descritas na tabela 3.1, no documento [23] estão descritas todas as mensagens. O tipo de mensagem aparece na segunda parte do endereçamento e a sua informação vêm no conteúdo.
Figura 3.7: Janela de protocolo NMEA [23]
Tipo de mensagem Descrição
GGA Dados fixos do sistema de posicionamento global GLL Posição geográfica (valor de latitude e longitude) GSA Erro de precisão e satélites ativos
GSV Satélites no campo de visão
RMC Informação específica mínima recomendada dos GNSS VTG Percurso na terra e a sua velocidade
Tabela 3.1: Tipos de mensagens NMEA mais usuais e a sua descrição
De seguida é analisado em maior detalhe o exemplo de uma mensagem NMEA Geographic Position - Latitude/Longitude (GLL), por esta ser a mensagem que contêm apenas as coorde-nadas do GPS e as horas:
$GPGLL,4717.11634,N,00833.91297,E,124923.00,A,A*6E<CR><LF>
• GPGLL - dividido em duas partes, os dois primeiros caracteres indicam a constelação de satélites (GP-GPS, GL-GLONASS, GN uma combinação destes). Os restantes
caracteres indicam o tipo de mensagem, neste caso, posição geográfica (valor de latitude e longitude).
• 4717.11634 - latitude no formato DDMM.MMMMM • N - latitude N=Norte (+) S=Sul (-)
• 00833.91297 - longitude no formato DDMM.MMMMM • E - longitude E=Este (+) W=Oeste (-)
• 124923.000 - hora no formato hhmmss.ss • A - status A=valido V=inválido
• A - Modo indicativo (A=Autónomo D=diferencial E=dead reckoning N=none)
Quando os módulos de GPS não tem a informação necessária para determinar a posição, estes devolvem as mensagens com os campos incompletos. Os casos possíveis que podem acontecer para a mensagem NMEA GLL são:
• Quando não é conhecido o tempo: $GPGLL„„„V,N*64
• O tempo é conhecido e a posição é inválida: $GPGLL„„,124924.00,V,N*42
• A mensagem é válida:
$GPGLL,4717.11634,N,00833.91297,E,124923.00,A,A*6E
As coordenadas recebidas vindas do módulo de GPS têm o formato DDMM.MMMMM no qual precisa de ser convertido para graus, sendo utilizada a equação 3.16 para efetuar a conversão.
Coordenadas(graus) = DD + M M.M M M M M
60 (3.16)
Os valores de latitude variam de −90◦a 90◦e de longitude de −180◦a 180◦. Considerando que o planeta Terra se aproxima a uma esfera com um raio de 6 378 137 m, obtêm-se que 1◦ de latitude representa uma distância de 111 319,9 m [24]. No caso da longitude a distância varia conforme o cosseno da latitude.
Os módulos de GPS permitem obter a posição absoluta. A informação que estes enviam necessita de algum processamento para poder ser utilizada. Uma das principais desvantagens é quando os módulos são ligados, precisam de algum tempo para adquirir a primeira posição. Que pós esta obtida podem devolver a posição várias vezes por segundo.
c a p í t u l o
4
E s ta d o d a a rt e
O estado da arte na área dos sistemas de localização e cercas virtuais é explorado ao longo deste capítulo. Para além dos sistemas comerciais mais populares disponíveis no mercado, são também apresentados alguns projetos de investigação relevantes.
4.1
sistemas comerciais
A nível comercial podem encontrar-se diferentes soluções que, todavia, apresentam carac-terísticas idênticas. De forma sucinta, estas apresentam-se como sistemas de monitorização de atividade e/ou localização, algumas incorporando sistemas de condicionamento animal (i.e. implementando mecanismos de cerca virtual).
Alguns dos sistemas mais reconhecidos são o CowScout [25], Cowlar [26], eShepherd R
[27], Nofence [28], digitanimal [29] e Cow-tech [30]. A maioria destas soluções têm como grande objetivo auxiliar os produtores pecuários a monitorizar toda a atividade animal, informação essencial para otimizar a produção. Todas as soluções disponibilizam aplicações para computador ou telemóvel onde o utilizador tem acesso ao histórico da informação adquirida, assim como à informação recebida em tempo real. A informação pode ser visualizada através de gráficos ou tabelas (na figura 4.1 encontra-se um exemplo do digitanimal no qual se pode observar a informação disponibilizada) sendo também possível ao utilizador definir alarmes aquando da deteção de eventuais anomalias (como por exemplo, a saída dos limites permitidos, temperatura dos animais fora do normal, sintomas de doença ou alteração nos padrões de comportamento).
Tipicamente, a informação é adquirida através de sensores que estão incorporados numa coleira colocado à volta do pescoço do animal, sendo esta enviada para um servidor onde é analisada e guardada. A forma de envio difere entre soluções. Por exemplo, enquanto no Nofence esta é enviada por Global System for Mobile Communications (GSM), no CowScout usa tecnologia rádio de alta frequência. A alimentação destes dispositivos é, como já vimos, um elemento crucial neste tipo de soluções. As coleiras desenvolvidas por eShepherd são alimentadas por um painel solar e não é necessário recarregar baterias. A coleira pode ser
Figura 4.1: Dashboard digitanimal [29]
observada na figura 4.2. A solução desenvolvida por Nofence também utiliza um painel solar mas, neste caso, não indicam que não é preciso recarregar baterias. As desenvolvidas por Cowlar e digitanimal são alimentadas por bateria e têm uma autonomia respetivamente de 6 meses e 1 ano. A coleira desta última pode ser observada na figura 4.2. As soluções de CowScout e Cow-tech não mencionam a autonomia.
Figura 4.2: a) Coleira eShepherd R [27]; b) Coleira Digitanimal [29];
Nas soluções comerciais que efetuam localização, esta é efetuada através de GPS. No caso da solução Nofence, a quantidade de aquisições varia conforme a distância do animal aos limites de área definidos pelo utilizador. Nas restantes soluções nada é referido quanto ao número de aquisições.
Adicionalmente, o sistema Nofence contém igualmente um nó com um dispositivo bluetooth para desligar as coleiras quando os animais estão dentro do curral com teto metálico que impede a receção de sinais dos satélites de GPS. Isto permite diminuir o consumo de energia dos dispositivos, evitando que estes procurem satélites quando desnecessário.
O sistema NoFence foi desenvolvido essencialmente para cabras, estando contudo a realizar testes para vacas e ovelhas. O sistema digitanimal pode ser utilizado em cabras, ovelhas, vacas e cavalos enquanto que os sistemas CowScout, Cowlar, Cow-tech e eShepherd R são
unicamente para vacas. Na tabela 4.1 é possível visualizar um resumo das características mais relevantes dos sistemas comerciais mencionados.
Sistema Tecnologia Cerca Autonomia Alcance / Preço por Peso/
localização Virtual Tec. Comunicação coleira Dimensões
CowScout NA NA NA 1 km NA NA
UHF
Cowlar NA NA 6 meses 3.2 km 69 $ 0,242 kg
Wireless 11 x 6,2 x 3,3 cm
eShepherd R GPS Sim Energia Solar LoRa R NA NA
Nofence GPS Sim Energia Solar GSM 189 euros NA
digitanimal GPS NA 1 ano NA NA 0,265 kg
10,6 x 7,7 x 5,0 cm
Cow-tech GPS NA NA LoRa R NA NA
Tabela 4.1: Características das várias soluções comerciais
4.2
projetos de investigação
As soluções comerciais disponíveis para monitorização da atividade e localização animal, são maioritariamente baseadas em GPS, especialmente pela sua maior maturidade. Contudo, estão disponíveis na literatura alguns trabalhos que propõem soluções alternativas que ainda não se encontram transpostas para produtos comerciais. Nesta área, destacam-se trabalhos de localização tanto indoor (espaços fechados) como outdoor (espaços abertos). Nesta secção o foco é em soluções do segundo tipo. Pela sua relevância, são também apresentados alguns trabalhos cujo sistema é baseado em tecnologias GPS.
Em [31] um sistema que incorpora GPS e GSM é utilizado para determinar a posição de ursos pardos e comunicar a informação para o utilizador. A informação de localização, a velocidade, direção de deslocamento, data, adquiridas por GPS, conjuntamente com o nível da bateria, são enviadas por GSM para o utilizador. A aquisição dos dados é realizada periodicamente. Se for pretendido uma localização periódica com tempo abaixo de 10 minutos o sistema fica constantemente ligado. Em intervalos mais lentos o sistema tenta adquirir a posição periodicamente, e se em 5 minutos não conseguir obter posição, este envia a informação antiga e volta a um estado de baixo consumo. O sistema tem um peso total de 1,4 kg e uma autonomia de cerca de dois anos. Permite igualmente controlo remoto através de mensagens curtas enviadas para o dispositivo, como por exemplo o número de aquisições
de localização a efetuar num dado período de tempo. Não obstante, o peso do dispositivo torna-o impossível de usar em animais de pequeno/médio porte como são os ovinos a serem utilizados no âmbito do projeto SheepIT.
Uma proposta para reduzir o consumo energético dos sistemas baseados em GPS é apresentado em [32]. O sistema, desenvolvido para a localização de rebanhos, é composto pela estação base, repetidores, nós principais e secundários. A estação base e repetidores estão fixos e são alimentados a bateria. Os nós primários são móveis, integram um GPS e são alimentados através de uma bateria. Os nós secundários, também eles móveis, integram um gerador de energia cinética, que permite a obtenção de energia quando os animais movem o pescoço para se alimentarem, e enviam o seu ID em broadcast quando têm energia suficiente. Tanto os nós primários como os secundários podem ser transportados pelos animais, sendo que alguns animais recebem nós primários enquanto outros recebem nós secundários. A aquisição da posição por GPS é efetuada uma vez por hora para diminuir o consumo de energia, e a posição dos nós secundários é aproximada à posição do nó primário pelo último valor de posição adquirido. Este sistema destaca-se pelo baixo consumo de energia. No entanto este sistema apenas permite determinar que os nós secundários estão na proximidade de nós primários, sem que permita identificar uma localização mais concreta. Adicionalmente, os nós primários mantém os problemas de autonomia devido ao uso de GPS.
Já em [33] os resultados dos testes efetuados ao sistema ARATS (automated radiolocation animal tracking system) são apresentados. Estes foram realizados apenas com os dispositivos e em espaço aberto com algumas árvores, tendo uma duração de 28 dias. Foram utilizadas 12 tags estáticas dispostas numa grelha de 3 por 4 com distância entre elas de 50 m e a uma altura de 1 m do solo. Foram utilizados 4 recetores colocados em posição conhecida nos limites da zona de teste. Cada tag, envia o seu identificador apenas a cada 15 minutos e é alimentada por uma bateria de 1200 mA h que pesa 21 g, o que permite ao sistema manter-se ativo durante alguns anos. Os recetores enviam por uma rede 3G para um servidor o seu identificador em conjunto com o identificador das tags e da data. A data é obtida pelo recetor aquando a receção da informação que é enviada pelas tags. O servidor utiliza a informação recebida de pelo menos três recetores para calcular a posição das tags por TDoA. O erro médio obtido foi de 22 m, verificando-se uma relação entre a variação dos valores obtidos e as mudanças atmosféricas (temperatura, humidade, velocidade do vento e pressão atmosférica). Apesar deste sistema apresentar a vantagem de ter um peso baixo e uma auto-nomia de alguns anos, não satisfaz os requisitos do projeto SheepIT devido à sua precisão baixa.
Um sistema para a monitorização de gado em pastagens é apresentado por Huircan et al [34]. Neste sistema, a localização é estimada pelo valor de Link Quality Indicator (LQI), parâmetro incluído nos dispositivos de comunicação wireless, especialmente os sistemas baseados em Zigbee. O LQI, apresenta-se como uma parâmetro de medição de qualidade da ligação de comunicação, apresentando algumas semelhanças ao RSSI mas menos confiável
por incluir o efeito de problema no canal de comunicação, como por exemplo colisões. O sistema é composto por nós sensores móveis alimentados a bateria, um nó estático alimentado a energia solar e por um nó que está ligado a um computador, no qual é efetuado o registo da informação dos nós e onde é executado o algoritmo de localização. O algoritmo de localização parte da conversão do valor de LQI para distância, de seguida é utilizado um método baseado em Ratiometric Vector Iteration (RVI) que consiste em sucessivas iterações para determinar a posição. A solução apresentada segue uma aproximação idêntica à pretendida para o projeto SheepIT, nomeadamente um sistema de baixo custo e elevada autonomia de-vido a não exigir hardware adicional, mas apresenta estimativas de posição demasiado elevadas.
No que diz respeito à utilização de sistemas de localização baseados em RSSI, uma solução é abordada por Oguejiofor et al. [35]. O foco deste sistema é a monitorização de um oleoduto com um comprimento entre 1 km e 2 km, em que se pretende determinar a posição de nós cegos (nós que não sabem a sua posição na rede) a partir de nós que sabem a sua localização (informação introduzida manualmente pelo utilizador ou definida estaticamente). A posição de ambos os tipos de nós é fixa. A distância entre os nós é estimada pelo valor de RSSI e a localização dos nós obtida através de trilateração. Os testes foram efetuados com quatro crossbow’s TelosB node TPR2420 colocados a uma distância máxima de 10 m, e os erros obtidos de 0,74 m e 0,56 m, respetivamente aquando a utilização de três e quatro nós fixos. Neste sistema destaca-se como principal vantagem o baixo valor de erro na localização, mas apresenta um alcance demasiado baixo.
Outro projeto que utiliza o valor de RSSI e trilateração para estimar a posição de nós móveis é descrita em [36]. Neste sistema são utilizado os módulos de RF CC2530. Para o algoritmo de trilateração é necessário saber a distância entre o nó móvel e os nós fixos, para isto é necessário converter o valor de RSSI para distância, a equação utilizada é d = 10[(k−RSSI)/A]. Para a obtenção dos valores de k e A é efetuado aquisição dos valores de RSSI para distâncias de 0 m a 100 m, de seguida realizam um gráfico com o valor de RSSI em função do logarítmico da distância, que se aproxima a uma reta. O parâmetro A indica a inclinação da reta e o k é um valor constante estimado. Como a partir de distâncias superiores aos 60 m o valor de RSSI é quase constante, não é possível realizar localização a partir desta distância. O erro que obtiveram na localização é cerca de 4,9 m num ambiente real.
c a p í t u l o
5
A r q u i t e t u r a e
I m p l e m e n ta ç ã o
Neste capítulo é descrita a implementação do sistema de localização para integração no projeto SheepIT. Tendo em conta os requisitos definidos, é proposto um duplo mecanismo, um para localização dos nós fixos (os faróis) e outro para localização dos nós móveis (coleiras). Tendo em conta as limitações das coleiras, é também discutida a implementação de um algoritmo de cerca virtual com menores requisitos computacionais e energéticos, do que teria uma solução baseada no cálculo da localização absoluta.
5.1
proposta de sistema de localização para o sheepit
Esta dissertação tem o objetivo de estudar e desenvolver um sistema de localização de baixo consumo de energia a fim de ser introduzido no projeto SheepIT. O sistema deve ser capaz de determinar quando as ovelhas estão dentro da zona de pastagem e ainda permitir ao utilizador a monitorização da localização destes animais em tempo-real.
A solução passa pela obtenção da localização absoluta dos faróis por GPS. De forma a reduzir o consumo de energia sem prejudicar a precisão da localização, é estudado um método adequado para identificar a necessidade de efetuar a aquisição da posição por GPS. Complementarmente, e com o fim de se obter uma precisão na localização das coleiras semelhante à do GPS, foram desenvolvidos algoritmos de trilateração capazes de determinar a localização absoluta das coleiras a partir da localização dos faróis e dos valores de RSSI adquiridos pelos elementos da rede nos momentos de comunicação. A imagem 5.1 demonstra o esquema de funcionamento da solução proposta.
Figura 5.1: Funcionamento do sistema de localização
De forma a ser possível estimar a distância entre as coleiras e os faróis foi efetuado um conjunto de experiências para determinar o valor de RSSI em função da distância.
Para a implementação do mecanismo de cerca virtual que seja capaz de determinar se os animais se encontram dentro da área permitida foi necessário desenvolver um algoritmo baseado no RSSI e localização relativa. Esta opção deve-se à limitação computacional da coleira, que inviabiliza a realização de cálculos complexos.
5.2
localização dos faróis
Os faróis são instalados em posições fixas de acordo com as áreas de pastoreio pretendidas. Assim, são um elemento da rede que, apesar de estático, pode mudar de posição, quando for pretendido alterar as áreas de pastagem. Neste sentido, e devido que os faróis não apresentam as mesmas restrições ao nível do consumo energético como as coleiras, o GPS foi escolhido para determinar a posição absoluta dos faróis.
Inicialmente, vários módulos foram avaliados, nomeadamente considerando o seu consumo energético e preço. Os módulos utilizados para comparação são, NEO-6M, NEO-7M, e BN-880, tal como reportado na figura 5.2. É de notar que existem duas versões do módulo NEO-6M, um apresenta uma antena com um tamanho normal comparado com os restantes módulos, enquanto o outro apresenta uma antena pequena. No resto deste documento estes módulos são referidos como NEO-6M A e NEO-6M B, respetivamente, de forma a serem diferenciados. Os módulos escolhidos apresentam diferentes preços e consumo de energia, o valor destes encontra-se na tabela 5.1.
