Técnicas de localização Indoor

(1)

Localiza¸c˜

ao Indoor

Por

Jo˜ao Tiago Pinheiro Cordeiro

Orientador: Doutor Carlos Manuel Jos´e Alves Serˆodio

Co-orientador: Doutor Pedro Miguel Mestre Alves da 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–A, Decreto-Lei n.o

74/2006 de 24 de Mar¸co e no Regulamento de Estudos P´os-Graduados da UTAD

DR, 2.a

s´erie – Delibera¸c˜ao n.o

(2)

(3)

Doutor Carlos Manuel Jos´e Alves Serˆodio

Professor Associado com Agrega¸c˜ao do

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

Doutor Pedro Miguel Mestre Alves da Silva

Professor Auxiliar do

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

(4)

(5)

”Most good programmers do programming not because they expect to get paid or get adulation by the public, but because it is fun to program.”

Linus Torvalds(1969 – Present)

A quem dedico, Pais, irm˜ao, av´o e L´ıgia.

(6)

(7)

Os membros do Júri recomendam à Universidade de Trás-os-Montes e Alto Douro a aceita¸cão da disserta¸cão intitulada “ Técnicas de Localiza¸cão Indoor ” realizada por João Tiago Pinheiro Cordeiro para satisfa¸cão parcial dos requisitos do grau de Mestre.

Mar¸co 2015

Presidente: Doutor Jo˜ao Agostinho Batista de Lacerda Pav˜ao,

Direçcão do Mestrado em Engenharia Electrotécnica e de

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

Vogais do Júri: Doutor José Carlos Meireles Monteiro Metrôlho,

Professor Adjunto do Instituto Polit´ecnico de Castelo Branco

Doutor Carlos Manuel Jos´e Alves Serˆodio,

Professor Associado com Agrega¸c˜ao do Departamento de

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

Doutor Pedro Miguel Mestre Alves da Silva,

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

(8)

(9)

Localiza¸c˜ao Indoor

Jo˜ao Tiago Pinheiro Cordeiro

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 Electrot´ecnica e de Computadores

Resumo — Os Servi¸cos Baseados em Localiza¸cão (SBL) são definidos como sendo servi¸cos que utilizam a localiza¸cão do dispositivo móvel do utilizador para fornecer informa¸cões personalizadas, e servi¸cos espec´ıficos, dependendo dessa mesma localiza¸cão. Para a utiliza¸cão destes servi¸cos é imperativa a localiza¸cão do terminal móvel. Apesar do GPS ser uma tecnologia bem afirmada e precisa, não tem um funcionamento universal. Em ambientes fechados, diga-se indoor, esta tecnologia pode mesmo não funcionar. Para a obten¸cão de um sistema de localiza¸cão indoor fiável, deve ser considerado o uso de outras técnicas para a aquisi¸cão de informa¸cão de posicionamento. Uma das técnicas que é utilizada nos sistemas de localiza¸cão tem a designa¸cão de análise de cena por fingerprinting, e tem por base a medi¸cão e análise de parâmetros dos sinais electromagnéticos, tipicamente a grandeza de RSSI, Received Signal Strenght Indicator. A técnica de fingerprinting é composta por duas fases distintas: a primeira fase, offline, onde são adquiridos dados a partir do cenário a considerar e armazenadas numa base de dados chamada Fingerprint Map e uma segunda fase, online, que consiste na determina¸cão da localiza¸cão do terminal móvel comparando os dados recebidos a partir das referências com os dados guardados no mapa com a utiliza¸cão de um Location Estimation Algorithm (LEA), um algoritmo de estima¸cão de localiza¸cão. Existem vários fatores que alteram o comportamento dos sinais electromagnéticos sendo que um dos quais é a presen¸ca de obstáculos. Sabe-se que o próprio corpo humano absorve ondas electromagnéticas e que este facto interfere com os dados de RSSI que são obtidos, trazendo como consequência uma diminui¸cão do rendimento da técnica. Neste trabalho para mitigar os efeitos causados pelo corpo

(10)

humano, pretende utilizar-se a informa¸cão da orienta¸cão do utilizador. É também apresentado um LEA probabil´ıstico sendo comparado com diferentes algoritmos de estima¸cão de localiza¸cão para medir a sua performance. Um problema intr´ınseco à utiliza¸cão de Fingerprint Maps(FM) é o custo temporal existente durante a fase de obten¸cão dos dados para a cria¸cão dos mesmos. Como solu¸cão, podem utilizar-se ferramentas de simula¸cão dos FM. Na realiza¸cão deste trabalho, e utilizando uma destas ferramentas, foi adicionada a informa¸cão da orienta¸cão do utilizador para tentar diminuir o erro de localiza¸cão. Para além de uma obten¸cão pontual e única da posi¸cão de um terminal móvel existe também a possibilidade de realizar uma procura cont´ınua do mesmo. Chama-se tracking à procura cont´ınua de um terminal móvel enquanto este se move dentro de um determinado cenário. Com este trabalho pretende-se também melhorar a performance dos sistemas de tracking t´ıpicos com a adi¸cão e teste de uma técnica que obtém a designa¸cão de Dead Reckoning.

Palavras Chave: Localiza¸cão, Android, Fingerprinting, Orienta¸cão, Algoritmo de Estima¸cão de Localiza¸cão , Tracking, Dead Reckoning

(11)

Jo˜ao Tiago Pinheiro Cordeiro

Submitted to the University of Tr´as-os-Montes and Alto Douro in partial fulfilment 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 location of a user’s mobile device to provide custom information and services regarding that same localization. To use those services it is imperative to know the localization of the roaming terminal. Despite GPS being a well established and precise technology it does not have a universal operation. In closed indoor environments, it might not work at all. To obtain a reliable indoor localization system, one must consider the use of other techniques with the purpose of acquisition of positioning information. One of such techniques, widely used on localization systems goes by the name of scene analysis by fingerprinting, and it is based on measuring and analyzing parameters from electromagnetic signals, typically RSSI values. Fingerprinting technique is comprised of two distinct phases: the first one, offline, where data is collected from the scenario to consider and stored in a database called Fingerprint Map and a second phase, online, that consists in determining the localization of the roaming terminal by comparing the data received from the references with the data stored in the map using a Location Estimation Algorithm (LEA). There are a number of factors that change the behavior of electromagnetic signals one of those being the presence of obstacles. It is known that the human body can absorb electromagnetic waves and that it interferes with the RSSI data obtained thus reducing the technique’s performance. This work, so that the human body effects can be mitigated, it is intended to use orientation information. It is also presented a probabilistic LEA being compared with other different algorithms of location estimation to measure its performance. One of the intrinsic problems of using Fingerprint Maps as a localization technique is the existing temporal cost

(12)

during the data gathering phase. As a solution, one might use FM simulation tools. During this work, and using one of these tools, it was added the orientation information of the user to try lowering the localization error. Apart from punctual and unique position of the mobile terminal there is also the possibility of doing a continuous search of it. Tracking is defined as the continuous search for the roaming node while it is moving inside a given scenario. This work it is also aimed to improve the typical tracking systems performance with the addiction and test of a technique which as the designation of Dead Reckoning.

Key Words: Localization, Android, Fingerprinting, Orientation-Aware, Location Estimation Algorithm , Tracking, Dead Reckoning

(13)

Aos meus orientadores, Professores Doutores Carlos Manuel José Alves Serôdio e Pedro Miguel Mestre Alves da Silva, por toda a ajuda, paciência, disponibilidade, incentivo e ensinamentos, não só na execu¸cão deste trabalho mas em todo o meu percurso académico um sincero e sentido agradecimento.

Aos meus pais, avós e irmão, por todo o apoio moral e financeiro e também por todo o amor incondicional que me deram ao longo destes anos. Sem vocês nunca teria chegado onde estou. Muito obrigado.

`

A minha namorada L´ıgia, por todo o apoio, paciˆencia, ajuda e companhia nos bons e maus momentos da finaliza¸c˜ao desta etapa.

`

A Da Elisabete Felizardo, a minha mãe adotiva durante o meu percurso académico por ter sido realmente como uma mãe para mim, sempre disposta a ajudar e presente nos bons e maus momentos. Muito obrigado.

A todos os meus colegas do curso de Engenharia Electrotécnica e de Computadores da Universidade de Trás-os-Montes e Alto Douro, curso pelo qual sinto um profundo amor, em especial ao Pedro Sousa, Mário Fonseca, João Rodrigues e a Sérgio Patinha de Medicina Veterinária pela sua amizade, companheirismo e momentos que nunca vou esquecer.

A todos, um sincero e sentido obrigado! xiii

(14)

UTAD, Jo˜ao Tiago Pinheiro Cordeiro Vila Real, 2015

(15)

Resumo ix

Abstract xi

Agradecimentos xiii

´Indice de tabelas xix

´Indice de figuras xxi

Gloss´ario, acr´onimos e abreviaturas xxiii

1 Introdu¸cão 1 1.1 História da Localiza¸cão . . . 1 1.2 Motiva¸cão . . . 4 1.3 Contribui¸cão. . . 6 1.4 Organiza¸cão da disserta¸cão. . . 8 2 Sistemas de Localiza¸cão 9 2.1 Caracter´ısticas de um Sistema de Localiza¸cão . . . 9

2.2 Metodologias de Localiza¸c˜ao . . . 13

2.2.1 Triangula¸c˜ao . . . 13

2.2.2 Proximidade . . . 22

2.2.3 An´alise de Cena . . . 24

2.3 Medidas de Performance das T´ecnicas de Localiza¸c˜ao . . . 28 xv

(16)

2.3.1 Accuracy (Precis˜ao). . . 28 2.3.2 Reliability (Fiabilidade) . . . 29 2.3.3 Latency (Latˆencia) . . . 29 2.3.4 Availability (Disponibilidade) . . . 29 2.3.5 Applicability (Aplicabilidade) . . . 30 2.4 Trabalhos Relacionados . . . 30

2.4.1 Global Position System - GPS . . . 31

2.4.2 RADAR . . . 32 2.4.3 SmartFloor . . . 33 2.4.4 Cricket . . . 34 2.4.5 Active Badge . . . 35 2.4.6 Active Bat . . . 36 2.4.7 PinPoint . . . 37 2.4.8 Motetrack . . . 39 2.4.9 Indoor Atlas . . . 40 2.4.10 Outros Trabalhos . . . 41 3 Fingerprinting 43 3.1 Metodologia de Localiza¸c˜ao por Fingerprinting . . . 44

3.1.1 Dom´ınios . . . 45

3.1.2 Fases . . . 47

3.2 Estado da Arte . . . 48

3.3 Location Estimation Algorithms (LEA) . . . 50

3.3.1 Nearest Neighbour . . . 51

3.3.2 Neural Networks . . . 53

3.3.3 Bayesian Method . . . 56

3.4 Problemas dos M´etodos por Fingerprinting . . . 59

3.5 An´alise de Melhor Desempenho . . . 63

4 Concep¸c˜ao e Implementa¸c˜ao 67 4.1 Porting de Bibliotecas para Android . . . 68

4.1.1 Novas Funcionalidades . . . 70

4.2 M´ultiplos Fingerprint Maps . . . 77

4.2.1 Conceito . . . 78

4.2.2 Aplica¸c˜ao LEAPin . . . 83

4.2.3 Utiliza¸c˜ao com V´arios LEA . . . 87

4.2.4 Algoritmo Direto e Ponderado . . . 89

4.3 M´etodo Probabil´ıstico . . . 94

4.3.1 Variantes do M´etodo . . . 96

4.4 Tracking . . . 97 xvi

(17)

5 Ensaios e Resultados 103

5.1 Primeiro ensaio de Figerprint Maps orientados . . . 105

5.1.1 Resultados e Problemas . . . 108

5.2 Segundo ensaio de Figerprint Maps orientados . . . 111

5.2.1 Resultados e Problemas . . . 111

5.3 Ensaios à bússola com Intensidade de Campo Magnético Total . . . . 114

5.3.1 Resultados Observados . . . 116

5.4 Ensaio com FM H´ıbridos . . . 118

5.4.1 Resultados Obtidos . . . 119

5.5 Escolha Dinˆamica dos Mapas . . . 122

5.5.1 Motiva¸c˜ao . . . 122

5.5.2 Resultados . . . 123

5.6 Simula¸c˜ao . . . 128

5.6.1 Resultados . . . 134

5.7 Tracking . . . 142

5.7.1 Tracking com Dead Reckoning . . . 142

5.7.2 Resultados . . . 144

6 Conclus˜ao e Trabalho Futuro 151 6.1 Trabalho Futuro. . . 154

6.2 Mapas/Triangula¸c˜ao . . . 155

Referˆencias Bibliogr´aficas 159

(18)

(19)

2.1 Disponibilidade dos M´etodos de Localiza¸c˜ao. . . 30

3.1 Parˆametros dos Diferentes Tipos de Localiza¸c˜ao. . . 63

3.2 Desempenho dos Sistemas de Localiza¸c˜ao. . . 64

5.1 Primeiro Ensaio Realizado . . . 109

5.2 Primeiro Ensaio Realizado - LEA com m´edia de k pontos . . . 109

5.3 Primeiro Ensaio Realizado - LEA com pondera¸c˜ao de k pontos . . . . 109

5.4 Segundo Ensaio Realizado . . . 112

5.5 Segundo Ensaio Realizado - LEA com m´edia de k pontos . . . 112

5.6 Segundo Ensaio Realizado - LEA com pondera¸c˜ao de k pontos . . . . 112

5.7 Quarto Ensaio Realizado . . . 120

5.8 Quarto Ensaio Realizado - LEA com m´edia de k pontos . . . 120

5.9 Quarto Ensaio Realizado - LEA com pondera¸c˜ao de k pontos . . . 120

5.10 Resultados Sistema H´ıbrido . . . 121

5.11 Resultados Sistema H´ıbrido - LEA com m´edia de k pontos . . . 121

5.12 Resultados Sistema H´ıbrido - LEA com pondera¸c˜ao de k pontos . . . 121

5.13 Algoritmo Ponderado Simples . . . 123

5.14 Algoritmo Ponderado Simples - LEA com m´edia de k pontos . . . 124 xix

(20)

5.15 Algoritmo Ponderado Simples - LEA com pondera¸c˜ao de k pontos . . 124

5.16 Algoritmo Ponderado com Lei Quadr´atica . . . 124

5.17 Algoritmo Ponderado com Lei Quadr´atica - LEA com m´edia de k pontos . . . 125

5.18 Algoritmo Ponderado com Lei Quadr´atica - LEA com pondera¸c˜ao de k pontos . . . 125

5.19 Algoritmo Ponderado . . . 126

5.20 Algoritmo Ponderado - LEA com m´edia de k pontos . . . 126

5.21 Algoritmo Ponderado - LEA com pondera¸c˜ao de k pontos . . . 127

5.22 Algoritmo Ponderado com Lei Quadr´atica . . . 127

5.23 Algoritmo Ponderado com Lei Quadr´atica - LEA com m´edia de k pontos . . . 127

5.24 Algoritmo Ponderado com Lei Quadr´atica - LEA com pondera¸c˜ao de k pontos . . . 128

5.25 Tabela Resultados com FM -3.5 e Medidas Simuladas . . . 136

5.26 Tabela Resultados com FM -5 e Medidas Simuladas . . . 137

5.27 Resultados com Amostras Reais - Aproxima¸c˜ao de Desvio Padr˜ao . . 140

5.28 Resultados com Amostras Reais . . . 140

5.29 Tracking Ponto-a-Ponto . . . 145

5.30 Tracking Ponto-a-Ponto - LEA com m´edia de k pontos . . . 145

5.31 Tracking Ponto-a-Ponto - LEA com pondera¸c˜ao de k pontos . . . 146

5.32 Tracking Dead Reckoning - Percurso Pequeno . . . 146

5.33 Tracking Dead Reckoning - Percurso Grande . . . 147

(21)

2.1 Latera¸c˜ao Circular . . . 14

2.2 Latera¸c˜ao Hiperb´olica . . . 15

2.3 Exemplo de Angula¸c˜ao . . . 21

2.4 QTCTM_{Pressure Mat} _{. . . 23}

2.5 Sistema de Localiza¸c˜ao por C´elula de Origem . . . 23

2.6 Sistema RFID . . . 25

2.7 Algoritmo Markless para Localiza¸c˜ao de Pessoas . . . 26

2.8 Fingerprint Map . . . 28

2.9 Constela¸c˜ao GPS . . . 31

2.10 C´elula SmartFloor (Esquerda) - Sensor de Press˜ao (Direita) . . . 34

2.11 Beacons do Sistema Cricket . . . 35

2.12 Sistema Active Badge . . . 36

2.13 Exemplo de um N´o do Sistema PinPoint . . . 38

2.14 Motetrack - Mica2 Mote . . . 39

3.1 Diagrama de Blocos de um Neur´onio Perceptron . . . 54

3.2 Diagrama de Multi Layer Perceptron . . . 55

4.1 Arquitetura do Sistema . . . 69 xxi

(22)

4.2 Interface DriverWifi . . . 70

4.3 Classe Basic Measure . . . 71

4.4 Ilustra¸c˜ao de M´ultiplos Fingerprint Maps . . . 80

4.5 Representa¸c˜ao UML da classe Composite Point . . . 82

4.6 Aplica¸c˜ao LEAPin - Fase Offline . . . 84

4.7 Aplica¸cão LEAPin - Teste de Algoritmos de Estima¸cão de Localiza¸cão 86

4.8 Exemplo de Pondera¸c˜ao dos Mapas . . . 93

5.1 Ilustra¸c˜ao dos Pontos do Fingerprint Map . . . 106

5.2 Zona de Ensaio Exterior. (Google Maps) . . . 115

5.3 Resultados - Ensaio Exterior e Exterior . . . 117

5.4 Ilustra¸c˜ao da Grelha de Pontos do Fingerprint Map para o Ensaio no ₄₁₁₈

5.5 Exemplo da Aplica¸c˜ao de Simula¸c˜ao . . . 129

5.6 Resultados das componentes do mapa - Desvio Padr˜ao vs RSS . . . . 133

5.7 Desvio Padr˜ao vs RSS (Fingerprint Map) . . . 133

5.8 Gráfico Média de Desvios Padrão . . . 134

5.9 T´ecnica Ponto-a-Ponto - (Esquerda-Esperado) (Direita-Resultado) . 148

5.10 T´ecnica Dead Reckoning - (Esquerda-Esperado) (Direita-Resultado) 148

5.11 Erro em cada Ponto do Percurso - (Esquerda-Ponto-a-Ponto) (Direita-Dead Reckoning) . . . 148

5.12 Erro em cada Ponto do Percurso - (Esquerda-Ponto-a-Ponto) (Direita-Dead Reckoning) . . . 149

6.1 Exemplo da t´ecnica de Triangula¸c˜ao . . . 156

(23)

abreviaturas

Lista de acr´

onimos

Sigla Expans˜ao AoA Angle of Arrival AP Access Point

API Application Programming Interface CERP Circular Error Probability

DR Dead Reckoning

ESA European Space Agency FM Fingerprint Maps

GPS Global Positioning System

GSM Global System for Mobile Communications IEEE Institute of Electrical and Electronics Engineers IrDA Infrared Data Association

LBS Location Based Services

LEA Location Estimation Algorithms LORAN LOng RAnge Navigation

(24)

Sigla Expans˜ao LOS Line-of-Sight

MAC Medium Access Control MLP Multilayer Perceptron NLOS non-Line-of-Sight RF Radio Frequency

RFID Radio Frequency Identification RMSE Root Mean Square Error RSS Received Signal Strength

RSSi Received Signal Strength Indicator SNR Signal-to-Noise Ratio

SSID Service Set Identifier ToA Time of Arrival

TDoA Time Diference of Arrival EU European Union

UML Unified Modeling Language USB Universal Serial Bus

Lista de abreviaturas

Abreviatura Significado(s) e.g. por exemplo et al. e outros (autores) etc. etecetera, outros i.e. isto ´e, por conseguinte

(continua na p´agina seguinte)

(25)

vid. veja-se, ver

vs. versus, por compara¸c˜ao com

(26)

1

Introdu¸c˜

ao

1.1 Hist´

oria da Localiza¸c˜

ao

Uma das preocupa¸cões mais antigas do homem foi conseguir responder à pergunta ”Onde estou?” para que este possa encontrar o caminho certo por onde seguir de acordo com os seus objetivos. A localiza¸cão de qualquer pessoa, ou bem, tem uma dependência direta de referências sejam estas ruas, rios, estradas, edif´ıcios, lugares de interesse ou até mesmo caracter´ısticas geológicas. As referências podem ser obtidas através do dom´ınio de no¸cões de georreferencia¸cão, isto é, latitude e longitude, com equipamentos GPS (Global Positioning System) ou pela interpreta¸cão de cartas topográficas, mapas e plantas. A eterna vontade do homem saber a sua posi¸cão, nunca se extinguiu, mas a forma de como esta é determinada e é caracterizada foi alterada. Mudaram os recursos, instrumentos/equipamentos, as caracter´ısticas do espa¸co e mudam também as referências para a localiza¸cão e orienta¸cão.

Atualmente gra¸cas ao sistema de GPS é poss´ıvel determinar a posi¸cão de um ser humano em virtualmente qualquer posi¸cão do globo, sempre com algum grau de erro associado, dependendo da disponibilidade dos recursos necessários para a obten¸cão de localiza¸cão [1].

(27)

Os primórdios da localiza¸cão através de instrumentos são marcados pelo astrolábio cujas origens são atribu´ıdas à Grécia antiga [2]. A etimologia da palavra astrolábio descreve bem a sua utilidade e a sua razão de ser, sendo que é originária do grego astron, astro/estrela e labein domar/tomar, ou seja, o astrolábio serve para determinar a posi¸cão ou localiza¸cão do seu utilizador através de recursos celestes. Mais tarde, este instrumento permitia aos navegadores da Idade Média determinar, através de fórmulas e conceitos matemáticos, a altura de um astro relativamente ao horizonte, realizar cartografia astrónoma e fornecer um calendário perpétuo. Tornou-se então um instrumento de extrema importância na determina¸cão com algum grau de precisão e exatidão a sua localiza¸cão [3]. Seria mais tarde substitu´ıdo pelo quadrante, muito utilizado pelos navegadores portugueses, na época dourada dos descobrimentos [3].

O quadrante permitia determinar a distância entre o ponto de partida da embarca¸cão e o local onde esta se encontrava, através da determina¸cão da altura da Estrela Polar. Contudo não demorariam mais de 300 anos para que se desse uma nova evolu¸cão deste tipo de instrumentos. Um oficial da marinha britânica, em 1957 cria um novo instrumento chamado sextante, que vinte anos mais tarde teria um aperfei¸coamento providenciado por Tomaz Godfrey [3]. O sextante tem como objectivo medir a abertura angular na vertical entre um astro e a linha do horizonte para fins de cálculo da posi¸cão [3]. Gra¸cas à sua importância histórica na determina¸cão da posi¸cão dos navios no mar, o sextante é, ainda hoje, o s´ımbolo máximo da navega¸cão mar´ıtima. Esses instrumentos foram os básicos da navega¸cão e posicionamento, até o in´ıcio do século XX, quando vários sistemas de navega¸cão baseados em radiocomunica¸cões emitidas de esta¸cões situadas em pontos conhecidos foram desenvolvidos. Os Estados Unidos entre 1940 e 1943 dedicaram-se ao desenvolvimento do sistema LORAN (LOng RAnge Navigation) [4], um sistema de navega¸cão hiperbólico baseado em sinais modulados sincronizados recebidos pelos sistemas que pretenderiam obter localiza¸cão. Este sistema foi substitu´ıdo na década de 70 por outro mais simples e mais preciso com o nome de OMEGA. O sistema OMEGA [5], foi desenvolvido para uso militar mas foi rapidamente transposto para o uso civil. Tornou-se assim

(28)

1.1. HIST ÓRIA DA LOCALIZAÇ ÃO 3

o primeiro sistema de radionavega¸cão utilizável em praticamente qualquer ponto da superf´ıcie terrestre. O sistema de localiza¸cão OMEGA é baseado na técnica de triangula¸cão. Com a utiliza¸cão de 8 transmissores, a baixa frequência, cada um deles a uma grande distância dos outros, era poss´ıvel, em qualquer ponto do globo terrestre, uma esta¸cão receptora captar o sinal transmitido de, pelo menos, três das esta¸cões. O posicionamento era obtido partindo de um modelo hiperbólico de linhas de posi¸cão determinadas pela compara¸cão da fase dos sinais recebidos pela esta¸cão receptora. O fim da utiliza¸cão do OMEGA, devido à crescente adesão a sistemas com recurso a satélites, chega a 30 de Setembro de 1997, data na qual são cessadas todas as emissões de sinais OMEGA [5]. Este acontecimento marca o advento do maior e mais preciso sistema de georreferencia¸cão até à data, o Global Positioning System (GPS).

Os Estados Unidos da América foram os pioneiros no desenvolvimento de um sistema de satélites capaz de transmitir sinais para receptores na superf´ıcie terrestre ou em voo, podendo assim determinar com elevada precisão a sua posi¸cão, velocidade e dire¸cão. Existem outras iniciativas de desenvolvimento de sistemas semelhantes, como o GALILEO desenvolvido pela União Europeia (UE) e pela Agência Espacial Europeia (ESA), o GLONASS da Rússia e o sistema COMPASS da China. O GALILEU deverá estar em pleno funcionamento em 2020 de para fornecer informa¸cão de posicionamento a todos os europeus, segundo a ESA [6]. O GPS [1], no entanto, cujos primeiros satélites foram lan¸cados entre 1978 e 1985, inicialmente, tinha seu uso restrito ao emprego militar. A dezembro de 1993, foi aberta a sua utiliza¸cão civil, e o sistema GPS foi considerado estar completamente operacional em 1995 [1]. Inicialmente, o sinal do GPS para uso civil era propositadamente degradado por meio de um dispositivo denominado de ”disponibilidade seletiva” (SA), o que possibilitava uma precisão de localiza¸cão de no m´ınimo 100 metros. No entanto, a partir de 2000 esse dispositivo foi inabilitado, passando a precisão a ser determinada apenas pelo desempenho do sistema e a qualidade do receptor, o que pode chegar a poucos metros de erro da posi¸cão verdadeira [1].

(29)

em 6 planos de órbita com 4 satélites por órbita. Existem outros satélites, entre dois a cinco, que são utilizados como reserva ao sistema, criando assim redundância à constela¸cão. A cada 12 horas, os satélites completam uma órbita em torno da Terra o que faz com que a qualquer momento e em qualquer ponto da Terra sem obstáculos, um esta¸cão com capacidades receptivas possa receber os sinais de 7 satélites ao mesmo tempo [1]. O sucesso destes sistemas de localiza¸cão em espa¸cos exteriores, serve de encorajamento para investigadores para aplicarem alguns destes princ´ıpios na tentativa de obten¸cão de informa¸cão geográfica num ambiente interior.

Com esta preposi¸cão em mente, concentram-se atualmente esfor¸cos numa área à qual se dá o nome de Sistemas de Localiza¸cão Indoor, na qual está inserida esta disserta¸cão.

1.2 Motiva¸c˜

ao

Na atual competi¸cão feroz de mercado, é natural uma constante procura de novas oportunidades ou estratégias para atrair novos clientes e aumentar lucros das empresas que utilizem tecnologia móvel.

Nesta era de competi¸cão significativa de telecomunica¸cões, operadores de redes móveis continuamente procuram formas inovadoras de se destacar e aumentar os seus proveitos. Com o aumento do poder computacional e da miniaturiza¸cão da electrónica de consumo, surge uma maior necessidade de ubiquidade de servi¸cos. Desde sempre o homem procurou novas oportunidades quer seja por necessidade ou extravagância que possam melhorar as suas condi¸cões ou fornecer lucro. Com esta presen¸ca ubiqua de servi¸cos para o consumidor, uma grande fatia do mercado recai sobre servi¸cos baseados em localiza¸cão chamados Location Based Services (LBS).

Os LBS, são definidos em [7] como servi¸cos que utilizam a localiza¸cão do dispositivo móvel do utilizador para lhe fornecer informa¸cões personalizadas ou servi¸cos espec´ıficos dependendo dessa mesma localiza¸cão.

(30)

1.2. MOTIVAC¸ ˜AO 5

As duas principais açcões dos LBS são a obten¸cão da localiza¸cão do utilizador e utilizando esta informa¸cão providenciar um determinado servi¸co [8]. Estas duas açcões são utilizadas para responder a algumas questões essenciais inerentes aos LBS como:

• Onde ´e que estou?

• Onde ´e o ... mais pr´oximo?

• Onde est´a o meu ...

• Como ´e que eu chego a ...

Inicialmente a tentativa de determina¸cão da localiza¸cão baseava-se apenas para servi¸cos denominados de outdoor, como o de servi¸co de Enhanced 911 (E-911) [9] mas hoje os esfor¸cos viram-se cada vez mais para o fornecimento de servi¸cos em ambientes indoor. Existe um grande potencial para a aposta e crescimento destes servi¸cos, basta pensar que Portugal, segundo o Diário Económico Português, em 2012 tinha uma penetra¸cão de servi¸co móvel de 156% o que implica a utiliza¸cão de smartphone com os mais diversos tipos de aplica¸cões. Para a utiliza¸cão destes servi¸cos é necessária a obten¸cão da localiza¸cão do terminal móvel, e sempre que é discutida a temática de localiza¸cão o primeiro sistema a considerar é o GPS. Apesar do GPS ser uma tecnologia bem afirmada e precisa, não tem um funcionamento universal, isto é, em ambientes fechados, diga-se indoor, esta tecnologia fica muito aquém em termos de precisão e exatidão necessários havendo espa¸cos onde é imposs´ıvel utilizar.

Esfor¸cos têm vindo a ser feitos nesta área para obter alguma forma ou modelo da posi¸cão sem recurso ao GPS. As técnicas de posicionamento por sinais electromagnéti-cos apresentam também elas problemas inerentes à sua utiliza¸cão como: reflexões, refraçcões, interferência multi-caminho, absor¸cão do corpo humano de sinais rádio, entre outras [10].

(31)

Uma das técnicas que se revela bastante promissora nesta temática é o método de análise de cena por fingerprint, e tem algumas vantagens e desvantagens. Sabendo que um dos factores que causa erros de localiza¸cão com a utiliza¸cão destas técnicas são obstáculos, que tapam a linha-de-vista, este trabalho tem como objectivo mitigar parte desses erros. Um dos factores causadores de erro de localiza¸cão é a própria orienta¸cão do terminal móvel. Para melhorar a exatidão e precisão das tradicionais técnicas de Fingerprint, com este trabalho, pretende adicionar-se aos FM informa¸cão de orienta¸cão do utilizador. Para a obten¸cão da localiza¸cão do terminal móvel são usados Location Estimation Algorithms (LEA) de entre os quais se podem encontrar vários tipos com caracter´ısticas e técnicas próprias. Um dos objectivos deste projecto passa por realizar uma análise e implementa¸cão de LEA baseados em modelos probabil´ısticos usando o teorema de Bayes. Existem LBS que necessitam de realizar um rastreamento cont´ınuo dos terminais móveis aos quais lhe serão fornecidos os servi¸cos. A estes sistemas é dada a designa¸cão de tracking. Este trabalho conta também com a adi¸cão e teste de técnicas de Dead Reckoning a um sistema de tracking. Para a realiza¸cão do ensaios deste trabalho será tipicamente usado um smartphone com sistema operativo Android. Existem bibliotecas já desenvolvidas em trabalhos anteriores como são os casos dos apresentados em [11,12] que contêm a base para a cria¸cão de um sistema de fingerprinting. Estas bibliotecas não são compat´ıveis com o sistema operativo Android pelo que este trabalho passa também por fazer o porting de todo este trabalho mantendo sempre a compatibilidade com os sistemas anteriores.

1.3 Contribui¸c˜

ao

Este trabalho foi elaborado de forma a poder realizar uma contribui¸cão em várias vertentes todas dentro do contexto da localiza¸cão indoor. As principais contribui¸cões deste trabalho são:

• Fingerprint Maps (FM) com informa¸cão de orienta¸cão: Provar que é poss´ıvel melhorar a precisão e exatidão da obten¸cão da localiza¸cão por Fingerprinting

(32)

1.3. CONTRIBUIC¸ ˜AO 7

através da utiliza¸cão de FM com informa¸cão de orienta¸cão do terminal móvel. • Plataforma para captura e teste de dados: Foi criada uma aplica¸cão Android capaz de capturar e guardar amostras para a cria¸cão dos Fingerprint Maps e para realizar testes sobre os mesmos.

• M´etodo Probabil´ıstico : Testar e avaliar um LEA baseado em modelos probabil´ıs-ticos e o teorema Bayesiano comparando os resultados obtidos com LEA cl´assicos como o Nearest Neighbour.

• Tracking com Dead Reckoning: Obter informa¸cões de percursos percorridos por terminais móveis com informa¸cão de posi¸cões prévias (Dead Reckoning) usando LEA probabil´ısticos comparando os resultados obtidos com métodos ponto-a-ponto.

• Simula¸cão de FM com orienta¸cão: Usando uma ferramenta de simula¸cão de FM, que pode ser encontrada no trabalho apresentado por Lu´ıs Reigoto em [13], adicionou-se informa¸cão de orienta¸cão aos FM com o objectivo de aumentar a exatidão e precisão dos resultados de posicionamento do terminal móvel.

• Porting das bibliotecas dos trabalhos apresentados em [11,12]: Fez-se o porting das bibliotecas já implementadas em trabalhos anteriores para funcionarem em sistema operativo Android, tendo assim uma API para poder ser usada na cria¸cão de futuras aplica¸cões.

Através de todas as contribui¸cões acima descritas foi poss´ıvel obter um ganho de performance de até 40% ao n´ıvel de exatidão com a utiliza¸cão de FM orientados e LEA probabil´ısticos, mantendo os n´ıveis de precisão, quando comparado com valores obtidos nas mesmas condi¸cões com algoritmos clássicos como os de Nearest Neighbour. Os LEA probabil´ısticos revelaram ter resultados, de uma forma geral, melhores do que aqueles encontrados com a utiliza¸cão de algoritmos clássicos. A simula¸cão dos FM com orienta¸cão revelou ser um método com um elevado potencial uma vez no melhor caso obteve-se um erro médio de 1,3812 metros com um desvio

(33)

padrão de 0,7994, valor muito próximo com aqueles que são obtidos com o FM clássico aproximadamente nas mesmas condi¸cões. Com a utiliza¸cão da técnica de Dead Reckoning, poss´ıvel apenas com a utiliza¸cão de LEA probabil´ısticos, em tracking indoor é poss´ıvel ver também uma melhoria de performance de cerca de 0,32m, melhorando também a precisão dos resultados, quando comparado com o sistema de tracking indoor ponto-a-ponto.

1.4 Organiza¸c˜

ao da disserta¸c˜

ao

Esta disserta¸cão encontra-se estruturada em seis cap´ıtulos. No presente cap´ıtulo fez-se uma introdu¸cão às técnicas, metodologias e história da localiza¸cão e aprefez-sentou-fez-se também a motiva¸cão do trabalho.

No cap´ıtulo 1 é feita uma introdu¸cão ao tema, descrevendo uma breve história dos sistemas de localiza¸cão, qual a motiva¸cão para este trabalho e qual a sua contribui¸cão.

No cap´ıtulo 2são descritas as diferentes caracter´ısticas dos sistemas de localiza¸cão, as metodologias utilizadas e as medidas de performance mais comuns das técnicas de localiza¸cão.

As técnicas de análise de cena mais concretamente de Fingerprinting são descritas e analisadas no cap´ıtulo 3desta disserta¸cão.

O cap´ıtulo 4 é a apresentada a concep¸cão e implementa¸cão do trabalho realizado onde são apresentados os conceitos de FM múltiplos e a sua utiliza¸cão, o método probabil´ıstico utilizado como algoritmo de estima¸cão de localiza¸cão e os modelos de tracking simples e com a utiliza¸cão de técnicas de Dead Reckoning.

Os ensaios e resultados são apresentados no cap´ıtulo5e a finalizar esta disserta¸cão, no cap´ıtulo6, faz-se uma discussão dos principais resultados obtidos, são apresentadas as respectivas conclusões e são descritas algumas possibilidades de trabalho futuro.

(34)

2

Sistemas de Localiza¸c˜

ao

Os sistemas de localiza¸cão são tais que a partir de informa¸cões que possam caracterizar a posi¸cão de um determinado terminal móvel conseguem fornecer uma localiza¸cão aproximada da mesma.

Este processo é normalmente denominado como geolocation, location sensing, radio location, position location, localization, ou apenas por localiza¸cão [14, 15]. Nesta seçcão e subseçcões são abordadas as principais caracter´ısticas destes sistemas, as metodologias por estes adotadas e refere-se também a alguns dos principais avan¸cos e trabalhos relacionados que podem ser encontrados na literatura.

2.1 Caracter´ısticas de um Sistema de Localiza¸c˜

ao

São inúmeras as caracter´ısticas que são inerentes a qualquer sistema de localiza¸cão e que são pré-requisitos para a elabora¸cão e implementa¸cão de um sistema deste tipo. De acordo com o tipo de sistema de localiza¸cão e os recursos dispon´ıveis, as principais caracter´ısticas são:

(35)

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

- Posi¸cão F´ısica: Cada ponto descritivo de uma posi¸cão é representada através de um sistema de coordenadas geográficas como latitude, longitude e altitude, ou por um sistema de coordenadas cartesianas bi ou tri-dimensional (x,y,z).

- Posi¸cão Simbólica: Cada uma das zonas onde se pretende obter localiza¸cão é caracterizada não por uma posi¸cão f´ısica mas sim por uma etiqueta e.g. ”Andar 2 - Sala 2.18” [16].

• Referencia¸c˜ao Absoluta ou Relativa

- Referência Absoluta: Uma referência é absoluta quando qualquer que seja a posi¸cão do terminal móvel no espa¸co, o seu referencial seja sempre o mesmo para qualquer sistema. O melhor exemplo deste caso é o GPS que utiliza um sistema de referencia¸cão absoluto. As coordenadas do GPS são sempre em formato geográfico sendo caracterizadas por posi¸cão de latitude, longitude e altitude qualquer que seja a posi¸cão no globo terrestre.

- Referência Relativa: Em contraste com a referência absoluta, num sistema que utilize referência relativa, não possui um referencial global sendo descrito apenas para o sistema em questão. Este tipo de sistemas é muito comum em técnicas por fingerprint em que as localiza¸cões poss´ıveis de um terminal móvel são definidas tendo em conta uma origem de um referencial, normalmente o ponto (0,0) como uma posi¸cão pré-definida [16].

• Exatid˜ao e Precis˜ao

- Para além de serem consideradas como caracter´ısticas de um sistema de localiza¸cão, são também consideradas como as principais medidas de avalia¸cão de qualidade. A precisão está relacionada com a proximidade de resultados de várias medi¸cões [17]. Quanto menor for o desvio padrão do conjunto de resultados mais exacto é o sistema de localiza¸cão em termos percentuais. Um sistema pode ser preciso mas não é necessáriamente exacto visto que os resultados obtidos podem estar compreendidos num intervalo muito curto

(36)

2.1. CARACTERÍSTICAS DE UM SISTEMA DE LOCALIZAÇ ÃO 11

mas estarem muito longe do valor esperado. A exactidão mede exactamente este último. Quanto menor for erro de um resultado obtido considerando o resultado esperado num problema de localiza¸cão maior será a exactidão do mesmo. Obviamente que um bom sistema de localiza¸cão necessáriamente terá que ter ao mesmo tempo exactidão e precisão [16].

• Capacidade de Reconhecimento

- Esta caracter´ıstica está normalmente associada a sistemas de localiza¸cão por câmara v´ıdeo, ou imagem, onde pode ser identificado não só a posi¸cão da pessoa mas também a sua identidade. Este conceito pode ser alargado a qualquer outro tipo de sistema de localiza¸cão [15].

• C´alculo Local ou Remoto

- Quando o cálculo da estima¸cão da posi¸cão é feita no próprio terminal móvel estamos presente um sistema de localiza¸cão local e, em contraste, caso a obten¸cão da localiza¸cão seja feita num outro sistema que não o terminal móvel e esta informa¸cão lhe seja posteriormente transmitida dá-se-lhe a designa¸cão de sistema de localiza¸cão remoto [16].

• Granularidade Espacial

- A granularidade espacial pode ser definida como o número de pontos distintos e poss´ıveis de localiza¸cão numa determinada área. Diferentes sistemas necessitam de diferentes n´ıveis de granularidade espacial. A obten¸cão da localiza¸cão de uma impressora num edif´ıcio requere uma granularidade espacial inferior à de a tentativa de localiza¸cão de um livro numa biblioteca. Um sistema com uma granularidade espacial elevada tem que ter for¸cosamente uma precisão também ela elevada.

• Custos e Tempo

- O custo destes sistemas está associado ao custo da sua implementa¸cão ou instala¸cão, infra-estrutura e recursos necessários ao seu funcionamento como por exemplo o terminal móvel. O tempo de implementa¸cão é definido como

(37)

sendo o tempo necessário para entrega de um sistema de localiza¸cão desde o ´ınicio do seu projecto. O tempo de execu¸cão é o tempo que um determinado sistema demora desde o momento em que é solicitada informa¸cão de localiza¸cão até que esta fica realmente dispon´ıvel [15,16].

• Escalabilidade

- Refere-se à capacidade de um sistema de localiza¸cão para aumentar a sua àrea de abrangência, isto é, ser capaz de fornecer correctamente informa¸cão de localiza¸cão precisa num espa¸co superior tendo assim uma cobertura maior do servi¸co fornecido [15].

• Privacidade

- A privacidade consiste no fornecimento da garantia que um utilizador de um sistema de localiza¸cão possa permanecer anónima. Esta questão pode ser vista a partir de dois pontos: um utilizador pode querer manter anonimato para não facultar informa¸cões suas a terceiros que o possam vir a prejudicar, mas no entanto, caso seja um sistema de apoio a uma vitima a anonimidade pode tornar-se problemática [15, 18, 19].

• Seguran¸ca

- A seguran¸ca é uma caracter´ıstica bastante importante nos sistemas de localiza¸cão e presupõe não só a seguran¸ca dos dados do utilizador mas também a garantia do barramento do acesso a pessoas não autorizadas ao sistema [15, 18].

• Limita¸c˜oes

- Todo e qualquer sistema possui limita¸cões que devem ser expostas. Um exemplo clássico é a falta de penetra¸cão dos sinais de GPS para ambientes indoor o que torna este sistema como não sendo o mais indicado para resolver o problema de localiza¸cão.

(38)

2.2. METODOLOGIAS DE LOCALIZAC¸ ˜AO 13

2.2 Metodologias de Localiza¸c˜

ao

Os sistemas de localiza¸cão são definidos como sendo sistemas capazes de fornecer, através dos seus recursos, uma localiza¸cão a um terminal móvel que pretenda ser encontrado. Este sistema deve ser capaz de efetuar todos os cálculos necessários para que a estima¸cão da posi¸cão possa ser obtida. Devem portanto existir metodologias para que seja realizado o processo de obten¸cão de localiza¸cão a partir de um conjunto de referências conhecidas [14, 15].

Existem vários autores que dividem as metodologias de localiza¸cão em diversos grupos segundo as suas caracter´ısticas e modelos para obten¸cão de posi¸cão. A mais usual e aceite na literatura é a de J. Hightower et al., em [20], que faz a parti¸cão das metodologias em três grandes grupos, localiza¸cão usando triangula¸cão, localiza¸cão usando proximidade e localiza¸cão através de análise de cena, sendo estas posteriormente divididas nos seus respectivos subgrupos.

2.2.1 Triangula¸c˜

ao

A técnica de Triangula¸cão consiste em usar as propriedades geométricas dos triângu-los para poder obter uma estima¸cão da localiza¸cão do terminal móvel e esta técnica pode ser subdivida em latera¸cão e angula¸cão. O cálculo da posi¸cão do terminal móvel é feito, no caso da latera¸cão, através de rela¸cões entre distâncias entre o mesmo e um conjunto de referências enquanto que, no que toca a angula¸cão, são utilizados ângulos para a concretiza¸cão do mesmo objectivo [20].

• Latera¸c˜ao

A Latera¸cão é uma técnica inserida no grupo de Triangula¸cão que, através das distâncias entre o objecto/dispositivo a localizar e as referências presentes no sistema, consegue obter a sua posi¸cão. Existem duas abordagens para realizar latera¸cão, sendo que a primeira delas chamada Latera¸cão Circular consiste em determinar um ponto ou zona de intercep¸cão de várias circunferências

(39)

centradas nas referências e de raio igual ao valor da distância entre as mesmas e o terminal móvel. Esta abordagem é ilustrada na Figura2.1.

Figura 2.1 – Latera¸c˜ao Circular [21].

A segunda abordagem é conhecida como Latera¸cão Hiperbólica [21] e consiste em tra¸car várias hipérboles com dois focos centrados em cada par de referências, sendo a localiza¸cão do terminal móvel obtida no ponto de intercep¸cão das várias hipérboles. Esta técnica é ilustrada na Figura 2.2.

Em qualquer uma das abordagens são necessárias pelo menos 3 referências quando estamos perante uma tentativa de obten¸cão de localiza¸cão num cenário a 2 dimensões. No caso de se tratar de um cenário em que se pretenda obter a localiza¸cão tridimensional de um terminal móvel são necessárias pelo menos 4 referências não pertencentes ao mesmo plano, isto é não complanares.

Para a obten¸cão dos valores de distância necessários para a utiliza¸cão das técnicas de latera¸cão existem pelo menos quatro formas diferentes sendo estas:

(40)

Figura 2.2 – Latera¸c˜ao Hiperb´olica [21].

Diretamente

Neste método de obten¸cão de distância, é feita uma medi¸cão direta por a¸cão mecânica ou movimento. Uma medi¸cão com uma fita métrica entre o terminal móvel e as referências é um bom exemplo da utiliza¸cão deste método. Este é um processo bastante simples de perceber mas não é de todo praticável para grandes distâncias [20].

Time of Arrival - ToA (Tempo de Chegada)

Baseia-se na medi¸cão do tempo de chegada de um sinal transmitido por um terminal móvel até às referências ou vice versa. Estes sistemas baseados em tempo de voo são bastante precisos. Tendo em conta que a velocidade de propaga¸cão de ondas electromagnéticas no vazio é muito semelhante com a da velocidade da luz temos que:

(41)

então, é poss´ıvel calcular a distância entre o ponto de recep¸cão do sinal sabendo o ponto de origem e o tempo de propaga¸cão entre ambos [20].

Sabendo a velocidade de propaga¸cão e o tempo medido é poss´ıvel calcular a distância entre o terminal móvel e as referências. Considere-se um objecto A que pretende ser localizado, e RefA, RefB e RefC cada uma das necessárias

referências, as distâncias d1A, d1B, d1C são as respectivas distâncias a calcular.

O tempo de voo de A para cada uma das referencias ´e dado pela diferen¸ca entre o instante no qual ´e enviado o sinal (tp) a partir de A e o instante em que este

mesmo sinal chega `a referˆencia (tc). Pode ser visto como:

t = (tc) − (tp)(s) (2.2)

Com o valor do tempo de voo conhecido, é poss´ıvel então calcular cada uma distâncias através de:

d = c × t(m) (2.3)

Onde:

– d ´e a distˆancia em metros

– c é a velocidade de propaga¸cão do sinal rádio em metros por segundo – t é o tempo de voo em segundos

Conhecendo os valores das distâncias d entre o terminal móvel e todas as referências, pode utilizar-se latera¸cão circular para obter a sua localiza¸cão. Para isso devem ser elaboradas circunferências de raio igual às distâncias d obtidas para cada referência com centro na posi¸cão de cada uma destas. A intercep¸cão destas circunferências resulta no ponto ou área onde se encontra o dispositivo que se pretende localizar. Uma das principais limita¸cões deste método é o facto de ter que existir processos de sincronismo bastante precisos de todas as referências porque ligeiros erros de sincronismo podem gerar grandes erros de localiza¸cão. Um erro de 100ns tipicamente resulta num erro de cerca

(42)

de 30 metros. Esta t´ecnica ´e utilizada pelo sistema de Global Positioning System (GPS).

Time Difference of Arrival - TDoA (Tempo de Chegada Relativo)

Existe na literatura duas formas distintas de TDoA nas quais difere o conceito de relatividade do tempo de chegada. Na primeira metodologia a relatividade encontra-se na diferen¸ca do tempo de chegada de um sinal a partir de duas referências do sistema. Na segunda metodologia de TDoA é medida a diferen¸ca do tempo de chegada entre dois sinais de duas tecnologias distintas, por exemplo, sinais sonoros e sinais rádio. De seguida é feita uma pequena explica¸cão destas duas metodologias.

O primeiro processo utiliza como parâmetro de entrada o tempo de chegada de um sinal vindo a partir do terminal móvel, a duas referências distintas. Desta forma é necessária apenas a sincroniza¸cão das referências tornando o processo mais fácil e exequ´ıvel. A Figura 2.2 mostra como este processo é implementado. Considerando X como sendo o dispositivo a localizar, e assumindo que transmite um sinal que demora tA a chegar à referência A

e tB à referência B, a diferen¸ca de tempo é dada por:

T DoAB−A = | tB− tA| = k (2.4)

Pode portanto usar-se o valor de T DoA_B−A para elaborar uma hipérbole como os focos em ambas as referências. A hipérbole resultante representa todos os poss´ıveis lugares no plano XY cujas distâncias é k, representado então todas as localiza¸cões poss´ıveis do objecto X o qual se pretende localizar. Esta conclusão pode ser obtida a partir de:

| dX−B− dX−A| = k(c) (2.5)

Sendo que c é a velocidade de propaga¸cão das ondas electromagnéticas no vazio, 3 × 108_{, a posi¸cão aproximada de X é um ponto da hipérbole mas não é}

(43)

a localiza¸cão do terminal móvel. Para fazer esta especifica¸cão é necessária a utiliza¸cão de mais uma hipérbole com a adi¸cão da referência C. Repetem-se agora os passos anteriores mas para T DoA_C−A e T DoA_C−B. Vem que:

T DoA_C−A _{= | t}C − tA| = k1 (2.6)

T DoA_C−B _{= | t}C − tB | = k2 (2.7)

Então, da mesma forma, o terminal móvel X encontra-se nas seguintes hipérboles:

| dX−C − dX−A| = k1(c) (2.8)

| dX−C − dX−B | = k2(c) (2.9)

A intercep¸cão destas hipérboles resulta teoricamente, no ponto onde se encontra o terminal mas, na maioria dos casos apresenta pelo menos uma área de interesse onde se pode garantir com um elevado grau de certeza que nela se encontra X [21, 22].

O segundo método de TDoA presente na literatura utiliza sinais de duas tecnologias diferentes para encontrar a relatividade nos seus tempos de chegada. Este explora a diferen¸ca dos tempos de voo de sinais cujas velocidades de propaga¸cão são diferentes e logo terão também elas tempo de voo também diferentes. O sinal mais rápido da mensagem enviada chega ao terminal móvel em t1 e este fica à espera da mensagem com velocidade de propaga¸cão mais

lenta que chegará no instante t2. É então guardado o valor da diferen¸ca entre

os dois tempos t, expresso em segundos:

t = t2− t1(s) (2.10)

(44)

d = c × t(m) (2.11)

Onde:

– d ´e a distˆancia em metros;

– c é a velocidade de propaga¸cão do sinal rádio em metros por segundo; – t é a diferen¸ca de tempo de voo em segundos;

Consultando a Figura 2.1, pode observar-se este resultado. Este método é utilizado por um sistema de localiza¸cão bastante popular denominado de Cricket [22]. A sua resolu¸cão é seriamente dependente do meio e condi¸cões em que é implementado.

Received Signal Strength Indicator - RSSI (Atenua¸c˜ao)

A metodologia de Received Signal Strength Indicator é diferente das apresentadas anteriormente na medida em que não são utilizados tempos de voo para a obten¸cão dos valores das distâncias mas sim valores de decaimento de potência com a distância. Para isso são utilizados modelos de propaga¸cão das ondas electromagnéticas de forma a conseguir traduzir os valores de potência de sinal em distâncias percorridas por estes. Um modelo de propaga¸cão para ambientes indoor que usa a frequência 2.4GHZ [21] é apresentado na equa¸cão 2.12.

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

Onde:

– P L ´e o valor total do Path Loss entre emissor e receptor em dB;

– P L1metro ´e o valor de referˆencia do Path Loss em dB entre emissor e

receptor quando a distância entre estes é igual a 1 metro (distância de referência);

(45)

– n ´e o coeficiente de Path Loss dependendo do ambiente no qual se encontra inserido;

– S s˜ao os graus de Shadow Fading presentes no ambiente em dB

Conhecendo os valores da potência de sa´ıda, os ganhos das antenas emissora e receptora e sabendo também o valor da atenua¸cão do meio por unidade de distância (Loss em dB/km ou dB/m) consegue portanto obter-se uma estimativa da distância entre receptor e emissor e após o conhecimento destas distâncias obter o posicionamento do terminal móvel. Usando o método padrão para o cálculo da potência do sinal recebido sabendo o valor da potência na transmissão e as perdas totais temos em 2.13 que:

D = n

r

inv logRχP W R− T χP W R+ LT χ− GT χ+ P L1metro− S + LRχ − GRχ −10

(2.13) com:

– RχP W R - potˆencia recebida pelo receptor em dB;

– T χP W R - potˆencia transmitida pelo emissor em dB;

– LT χ - somat´orio de todas as perdas do lado do emissor em dB;

– LRχ - somat´orio de todas as perdas do lado do receptor em dB;

– GT χ - ganho da antena do emissor em dBi;

– GRχ - ganho da antena do receptor em dBi;

Esta técnica é tipicamente utilizada posteriormente com latera¸cão circular para a obten¸cão da localiza¸cão do terminal móvel. O método revela-se eficaz se as condi¸cões do ambiente onde for inserido forem ótimas porque pressupõe que exista linha de vista entre emissor e receptor. Caso contrário não será poss´ıvel de calcular corretamente os valores das perdas totais devido a atenua¸cões de paredes, reflexões, refraçcões e multipath interference. Quanto mais obstáculos existirem entre emissor e receptor mais dif´ıcil será para este método fornecer resultados aceitáveis [20,21].

(46)

• Angula¸c˜ao

A Angula¸cão é outra metodologia de cálculo da posi¸cão de um terminal móvel com a utiliza¸cão de ângulos de incidência. É um processo semelhante ao de latera¸cão mas ao invés de utilizar distâncias recorre a valores de ângulos para proceder à localiza¸cão [16, 21, 23].

O método normalmente utilizado tem o nome de Angle of Arrival ou Ângulo de Chegada (AoA), que consiste na obten¸cão do ângulo de incidência do sinal a quando da sua chegada a uma antena receptora situada numa das referências. Quando se lida com a tentativa de localiza¸cão num espa¸co a duas dimensões, são necessárias pelo menos duas referências, e num espa¸co tridimensional pelo menos 3 no entanto, quanto maior for o número de referências a utilizar tipicamente os resultados da aproxima¸cão são melhores.

Uma das formas de obter este método é com a utiliza¸cão de antenas giratórias que detectem qual é o ângulo onde potência recebida atinge um máximo. No entanto este processo não é de todo simples. Pode observar-se pela Figura 2.3

um exemplo de como este processo ´e realizado.

Figura 2.3– Exemplo de Angula¸c˜ao [24].

Um grande inconveniente deste método é a multipath interference pois caso o emissor e o receptor não se encontrem em Line of Sight (LOS), a sua precisão diminui significativamente em áreas onde possam existir reflexões/refraçcões das ondas electromagnéticas, tipicamente nos meios urbanos.

(47)

2.2.2 Proximidade

As metodologias de proximidade baseiam-se no princ´ıpio de encontrar a referência mais próxima do dispositivo/objecto a localizar. Pode ser encontrada a referência mais próxima à qual o terminal móvel se encontra no momento ou então a última referência por onde este foi detectado. Neste tipo de sistemas a resolu¸cão está associada ao número de referências dispon´ıvel sendo que quando mais referências estiverem dispon´ıveis melhor será a sua resolu¸cão, mas com isto advém custos nos recursos a utilizar. O alcance deste tipo de metodologias é muitas vezes limitado sendo que o número de referências para um sistema de localiza¸cão por proximidade, para que este seja razoável, deve ser bastante elevado. O método de proximidade pode ser divido em três subcategorias que estão relacionadas com as técnicas para a obten¸cão da posi¸cão do terminal móvel [20, 23]:

• Contacto F´ısico

Este método consiste na deteçcão de um contacto entre o objecto que se pretende localizar e uma qualquer referência. Se for poss´ıvel de detectar um contacto f´ısico entre um objecto ou pessoa que se pretenda localizar e a referência, o problema da localiza¸cão fica resolvido, visto que este se encontra junto á referência e a posi¸cão desta é conhecida no espa¸co. Pode verificar-se pela Figura 2.4 um exemplo de um destes sistemas sendo que este é o sensor de pressão Pressure Mat da QTCTM_{. Um outro exemplo de um sistema de}

localiza¸c˜ao deste tipo ´e o Smart Floor [25].

Estas técnicas são normalmente aplicadas a posi¸cões num sistema de coordena-das bidimensional e apresenta como principal inconveniente o facto de ser poss´ıvel a identifica¸cão do contacto de um objecto a uma das referências, mas ser dif´ıcil a caracteriza¸cão e identifica¸cão do objecto em si. Tipicamente a marca de impressão ou o peso do objecto são factores na identifica¸cão mas por si só este sistema continua a ser espec´ıfico na resolu¸cão de problemas de localiza¸cão cuja identifica¸cão do objecto em questão não seja cr´ıtica como por exemplo ligar automaticamente as luzes quando alguém entra num compartimento

(48)

Figura 2.4 – QTCTM

Pressure Mat [26].

de uma casa.

• C´elula de Origem

Esta forma de localiza¸cão por proximidade é baseada na monitoriza¸cão de quando o terminal móvel está ao alcance de uma ou mais referências de uma rede sem fios celular. Este conceito é chamado de célula rádio-frequência [21, 23] e resume-se então, como se pode observar na Figura 2.5, à obten¸cão da célula onde se encontra o objecto a ser localizado.

Figura 2.5– Sistema de Localiza¸c˜ao por C´elula de Origem [21].

(49)

célula o terminal se encontra e caso esta seja bastante grande não atribui uma informa¸cão muito precisa. Para melhorar resultados de localiza¸cão esta técnica deve ser usada em conjunto com outras técnicas por exemplo as Time Based Techniques para uma maior precisão. Pode ser também utilizada o seccionamento das antenas das esta¸cões base da célula para permitir um aumento da resolu¸cão [21].

Para uma obten¸cão de melhores resultados, usa-se o valor de RSSI para a escolha da célula de origem, isto é, o dispositivo móvel tem tendência para se ligar à referência cuja potência seja a mais elevada, que tipicamente é aquela que se encontra mais próxima. Este em conjunto com outros métodos de afina¸cão de localiza¸cão é usado pelas operadoras de servi¸cos móveis para determinarem a localiza¸cão de um cliente na entrega de alguns servi¸cos, nomea-damente no servi¸co de chamada.

• Identifica¸c˜ao Autom´atica

Esta última técnica de localiza¸cão por proximidade tem o nome de Identifica¸cão Automática. Esta designa¸cão advém do facto de que usa sistemas de identifica¸cão automáticos para resolver o problema da localiza¸cão de um terminal móvel. Estes sistemas podem ser: caixas multibanco, via verde, tags RFID, entre outros. Um exemplo de como são utilizadas tags RFID pode ser visto na Figura2.6.

Tipicamente é efetuada a identifica¸cão de um objecto ou terminal móvel e no instante em que é feita a identifica¸cão também é encontrada a sua localiza¸cão estimada devido ao baixo alcance deste tipo de sistemas. Este método é muito utilizado nos sistemas de tracking de encomendas atualmente.

2.2.3 An´

alise de Cena

Esta metodologia na literatura pode ser encontrada com dois nomes distintos, Análise de Cena ou Análise de Padrões. Consiste essencialmente em analisar um conjunto de dados que sejam capazes de caracterizar uma posi¸cão espacial. Para realizar

(50)

Figura 2.6 – Sistema RFID

este tipo de análise podem ser usadas duas técnicas diferentes: uma a análise de cena estática onde são exploradas as caracter´ısticas obtidas no momento em que se requere localiza¸cão sendo comparadas com um conjunto de dados predefinidos para o mapeamento de cada uma das posi¸cões de referência, e uma análise diferencial onde é feito um estudo acerca das diferen¸cas sucessivas entre cenas para obter informa¸cão de posicionamento. A cena pode ser obtida através de duas técnicas distintas sendo estas as técnicas de fingerprinting, em que é feita uma análise da impressão electromagnética da cena em questão, e por análise de imagens ou v´ıdeo com a utiliza¸cão de sistemas de processamento de imagem.

• An´alise de Imagens

Esta técnica consiste na obten¸cão, análise e processamento de um conjunto de imagens ou v´ıdeos captados por câmeras de v´ıdeo. Retirando o máximo de informa¸cão poss´ıvel sobre o local é poss´ıvel obter o suficiente para conseguir localizar o objecto em questão como é o caso do trabalho que pode ser encontrado em [27]. Existem também duas outras formas muito usuais de processamento

(51)

usando realidade virtual. Os algoritmos usados nestas técnicas são conhecidos como sendo do tipo marker [28] ou markless [27, 29, 30]. Nos algoritmos do tipo marker, define-se um conjunto de caracter´ısticas ou markers para o objecto que se pretende localizar, tipicamente um s´ımbolo, e realizando processamento digital de imagem sobre as imagens obtidas por v´ıdeo, este consegue localizar o objecto ou s´ımbolo em questão.

O grande inconveniente deste algoritmo é o facto de caso o s´ımbolo não esteja muito bem definido podem obter-se artefatos e falsos positivos. Caso se pretenda obter a localiza¸cão de outro conjunto de objetos, o conjunto de caracter´ısticas também tem de ser alterado.

No caso dos algoritmos do tipo markless o objecto a localizar não apresenta qualquer tipo de simbolo ou marca, sendo apenas o software o único responsável para realizar esta localiza¸cão através da análise de padrões respectivos na imagem. Podem ser encontrados exemplos destes algoritmos em [29, 30, 27] e na Figura 2.7. Estes métodos necessitam tipicamente de um elevado poder computacional.

Figura 2.7 – Algoritmo Markless para Localiza¸c˜ao de Pessoas [27].

• Fingerprinting

O método de análise de cena por fingerprinting [20,31,32,33,34,35,36,37] é uma metodologia de localiza¸cão que consiste em ler em tempo real valores de um determinado parâmetro de um sinal eletromagnético que possa ser capaz de caracterizar uma posi¸cão espacial, isto é, seja alterado com a posi¸cão do

(52)

utilizador, e depois comparar estes valores com outros previamente guardados numa base de dados.

Na literatura esta base de dados é denominada de várias formas mas as mais comuns são Fingerprint Map (Mapa de Fingerprint) e Radio Map (Mapa Rádio). Tipicamente são utilizados os valores de RSSI mas podem ser usados outros parâmetros como a Signal to Noise Ratio (SNR). Na Figura 2.8 pode ver-se uma esquematiza¸cão de um Fingerprint Map(FM).

O processo de análise por fingerprint está divido em duas fases distintas: Fase offline, ou fase de calibra¸cão, é a primeira fase deste processo e consiste na elabora¸cão do mapa de fingerprint. São portanto guardados, numa base de dados, valores quantitativos de uma determinada caracter´ıstica dos sinais eletromagnéticos, e também informa¸cão referente à localiza¸cão onde cada um desses valores foi adquirida.

Fase online, é a fase em que são obtidos um conjunto de valores de uma caracter´ıstica dos sinais eletromagnéticos, capaz de caracterizar uma posi¸cão espacial, em tempo real, e estes são comparados com aqueles que estão guardados no FM. Para realizar esta compara¸cão são utilizados algoritmos de estima¸cão de localiza¸cão (LEA - Location Estimation Algorithms) que aceitam como parâmetro de entrada os valores obtidos em tempo real e retornam um posi¸cão espacial que deverá ser muito próxima da real.

Este m´etodo baseia-se em dois pressupostos [38]:

• A potência do sinal diminui com o aumento da distância à referência. • A potência do sinal de um determinado ponto é constante ao longo do

tempo.

Um dos exemplos mais conhecidos e mais citados na literatura é o sistema de localiza¸cão RADAR [32, 33], sistema que utiliza este método para a obten¸cão da localiza¸cão de um terminal móvel.

(53)

Figura 2.8 – Fingerprint Map [21].

2.3 Medidas de Performance das T´

ecnicas de Localiza¸c˜

ao

Existem bastantes técnicas e metodologias para localiza¸cão de um terminal móvel e, para que estas informa¸cões sejam utilizadas com sucesso em LBS, terão que ser definidos critérios para a sua compara¸cão. São então, nesta subseçcão definidos esses critérios de avalia¸cão e que são utilizados para caracterizar as técnicas e métodos de localiza¸cão.

2.3.1 Accuracy (Precis˜

ao)

A precisão de uma localiza¸cão é a medida que define o quão perto as medidas de localiza¸cão obtidas estão da real posi¸cão do dispositivo móvel que se pretende georreferenciar. Basicamente, quanto mais perto esta estiver do valor real, mais precisa será esta medi¸cão. A fun¸cão mais comum de avalia¸cão da precisão de uma

(54)

2.3. MEDIDAS DE PERFORMANCE DAS TÉCNICAS DE LOCALIZAÇ ÃO 29

medida é a utiliza¸cão de RMSE (Root Mean Square Error), mas pode ser também utilizada, e é também bastante comum, a CERP (Circular Error Probability). Nesta ´

ultima, é medida a probabilidade de múltiplas medi¸cões de localiza¸cão estarem contidas num c´ırculo ou esfera com um raio bem definido [17].

2.3.2 Reliability (Fiabilidade)

A fiabilidade é dif´ıcil de ser mensurada devido à grande variedade de tecnologias a serem utilizadas. Nos sistemas GPS por exemplo a fiabilidade é definida como a medida de o quão consistente é o erro obtido e se este pode ser mantido abaixo de um determinado valor [17]. No que toca a métodos de posicionamento móvel, esta pode ser definida como a razão de posicionamento bem sucedidas em rela¸cão a todas as tentativas feitas.

2.3.3 Latency (Latˆ

encia)

Latência é definida como o tempo que demora deste o ”power-up” do dispositivo até ao instante em que é obtida a primeira medida de posi¸cão [17]. Esta latência precisa obviamente de ser baixa para que os servi¸cos possam funcionar de forma rápida sem constrangimentos para o utilizador dos servi¸cos baseados em localiza¸cão e para que aumente também a autonomia do dispositivo móvel a tentar obter a sua localiza¸cão.

2.3.4 Availability (Disponibilidade)

Na literatura analisada é vista como uma medida de performance que depende demasiado da tecnologia usada. Por exemplo se o dispositivo móvel estiver equipado com um receptor GPS e esteja algures num túnel, estes sinais não conseguindo penetrar paredes espessas ficam bloqueados. Isto significa que este tipo de tecnologia não tem disponibilidade quando inserido neste tipo de ambientes. Sendo assim, foi observado no estudo feito em [17], que a disponibilidade pode ser caracterizada de

(55)

acordo com o ambiente. As conclus˜oes obtidas podem ser observadas na tabela 2.1.

CLASSE EXEMPLOS

Remota Mar Aberto, Deserto e ´Areas sem Cobertura de Rede M´ovel

Rural Ambientes Rurais e Auto-estradas.

Suburbano Habita¸c˜oes residenciais, centros comerciais e folhagem densa.

Urbano Edif´ıcios altos e constru¸c˜oes.

Indoor Tectos de metal, madeira ou paredes de cimento.

Subterrâneo Constru¸cões de cimento e garagens subterrâneas. Tabela 2.1– Disponibilidade dos Métodos de Localiza¸cão.

2.3.5 Applicability (Aplicabilidade)

De uma forma simples, a aplicabilidade mede as limita¸cões f´ısicas e os requisitos associados com a implementa¸cão e uso de tecnologias em termos técnicos e financeiros [39]. As principais limita¸cões e requisitos são o consumo de potência, o tamanho do hardware, o tamanho do software, a carga de processamento, o suporte de modelos de posicionamento, dependência de rede, custo e normaliza¸cão [39].

2.4 Trabalhos Relacionados

Foram apresentadas as metodologias que são utilizadas para a elabora¸cão e implemen-ta¸cão de um sistema de localiza¸cão na subseçcão anterior. Nesta subseçcão são apresentados alguns sistemas de localiza¸cão encontrados na literatura que utilizam as metodologias apresentadas para encontrarem os terminais móveis. Para além de serem apresentados os sistemas de localiza¸cão mais relevantes para a literatura são também apresentados alguns trabalhos que tenham de alguma forma contribu´ıdo para o melhoramento dos sistemas de localiza¸cão. Os sistemas de localiza¸cão apresen-tados serão o GPS, RADAR [32,33], SmartFloor [25], Cricket [22,40], Active Badge [41], Active Bat [42], PinPoint [43], Motetrack [34], Indoor Atlas [35] entre outros.

(56)

2.4. TRABALHOS RELACIONADOS 31

2.4.1 Global Position System - GPS

Muito provavelmente, o GPS [1] é o sistema de localiza¸cão mais conhecido e mais bem sucedido de todos. Deu os seus primeiros passos a 1973 e permanece ainda hoje em desenvolvimento. Come¸cou por ser um sistema de localiza¸cão para aplica¸cões militares que foi depois adaptado às necessidades da localiza¸cão no sistema de emergência Enhanced-911. Em 1993 foi adotado o seu uso para a popula¸cão civil. O GPS é um sistema baseado em transmissões rádio, à escala global, com referencia¸cão absoluta a 4D (latitude, longitude, altitude e velocidade), podendo ser utilizado a qualquer hora em qualquer local. A Constela¸cão GPS é formada por 24 satélites a 20.200 km de altitude, distribu´ıdos em 6 planos de órbita com 4 satélites por órbita. Existem outros satélites, entre dois a cinco, que são utilizados como reserva ao sistema, criando assim redundância à Constela¸cão. A cada 12 horas, os satélites completam uma órbita em torno da Terra o que faz com que a qualquer momento e em qualquer ponto da Terra sem obstáculos, um esta¸cão com capacidades receptivas possa receber os sinais de 7 satélites ao mesmo tempo [44].

Figura 2.9 – Constela¸c˜ao GPS [45]

O princ´ıpio fundamental da localiza¸cão é baseado em distâncias entre o utilizador e os satélites vis´ıveis que devem ser pelo menos 4. No entanto é apenas necessário o cálculo de 3 medidas de distância sendo que a quarta serve apenas para minimizar o