Un sistema de posicionamiento interior ( IPS ) es una red de dispositivos que se utiliza para localizar personas u objetos donde el GPS y otras tecnologías satelitales carecen de precisión o fallan por completo, como en el interior de edificios de varios pisos, aeropuertos, callejones, estacionamientos y ubicaciones subterráneas.
Se utiliza una gran variedad de técnicas y dispositivos para proporcionar posicionamiento en interiores que van desde dispositivos reconfigurados ya implementados, como teléfonos inteligentes, antenas WiFi y Bluetooth , cámaras digitales y relojes; a instalaciones construidas expresamente con relés y balizas colocadas estratégicamente en un espacio definido. En las redes IPS se utilizan luces, ondas de radio, campos magnéticos, señales acústicas y análisis de comportamiento. [1] [2] IPS puede lograr una precisión de posición de 2 cm, [3] que está a la par con los receptores GNSS habilitados para RTK que pueden lograr una precisión de 2 cm en exteriores. [4]Los IPS utilizan diferentes tecnologías, incluida la medición de la distancia a los nodos de ancla cercanos (nodos con posiciones fijas conocidas, por ejemplo , puntos de acceso WiFi / LiFi , balizas Bluetooth o balizas de banda ultraancha), posicionamiento magnético , navegación a estima . [5] Localizan activamente dispositivos móviles y etiquetas o proporcionan una ubicación ambiental o un contexto ambiental para que los dispositivos sean detectados. [6] La naturaleza localizada de un IPS ha resultado en la fragmentación del diseño, con sistemas que hacen uso de diversas tecnologías ópticas , de radio o incluso acústicas . [7] [8] [9] [10] [11] [12] [13] [14]
IPS tiene amplias aplicaciones en las industrias comercial, militar, minorista y de seguimiento de inventario. Hay varios sistemas comerciales en el mercado, pero no hay estándares para un sistema IPS. En cambio, cada instalación se adapta a las dimensiones espaciales, los materiales de construcción, las necesidades de precisión y las limitaciones presupuestarias.
Para que el suavizado compense los errores estocásticos (impredecibles), debe existir un método sólido para reducir significativamente el presupuesto de errores. El sistema puede incluir información de otros sistemas para hacer frente a la ambigüedad física y permitir la compensación de errores. La detección de la orientación del dispositivo (a menudo denominada dirección de la brújula para diferenciarlo de la orientación vertical del teléfono inteligente) se puede lograr detectando puntos de referencia dentro de imágenes tomadas en tiempo real o mediante el uso de trilateración con balizas. [15] También existen tecnologías para detectar información magnetométrica dentro de edificios o ubicaciones con estructuras de acero o en minas de mineral de hierro. [dieciséis]
Aplicabilidad y precisión
Debido a la atenuación de la señal causada por los materiales de construcción, el Sistema de Posicionamiento Global (GPS) basado en satélites pierde una potencia significativa en interiores, lo que afecta la cobertura requerida para los receptores por al menos cuatro satélites. Además, las múltiples reflexiones en las superficies provocan una propagación de múltiples rutas que sirve para errores incontrolables. Estos mismos efectos están degradando todas las soluciones conocidas para la localización en interiores que utilizan ondas electromagnéticas de transmisores de interiores a receptores de interiores. Se aplica un conjunto de métodos físicos y matemáticos para compensar estos problemas. Corrección de errores de posicionamiento de radiofrecuencia de dirección prometedora abierta mediante el uso de fuentes alternativas de información de navegación, como la unidad de medición inercial (IMU), la cámara monocular, la localización y el mapeo simultáneos (SLAM) y WiFi SLAM. La integración de datos de varios sistemas de navegación con diferentes principios físicos puede aumentar la precisión y solidez de la solución general. [17]
El Sistema de Posicionamiento Global (GPS) de EE. UU . Y otros sistemas de navegación por satélite (GNSS) similares generalmente no son adecuados para establecer ubicaciones en interiores, ya que las microondas se atenuarán y dispersarán por techos, paredes y otros objetos. Sin embargo, para hacer que las señales de posicionamiento se vuelvan ubicuas, se puede realizar la integración entre el GPS y el posicionamiento en interiores. [18] [19] [20] [21] [22] [23] [24] [25]
Actualmente, los receptores GNSS se están volviendo cada vez más sensibles debido al aumento de la potencia de procesamiento de los microchips. Los receptores GNSS de alta sensibilidad pueden recibir señales de satélite en la mayoría de los entornos interiores y los intentos de determinar la posición 3D en interiores han tenido éxito. [26] Además de aumentar la sensibilidad de los receptores, se utiliza la técnica de A-GPS , donde el almanaque y otra información se transfieren a través de un teléfono móvil.
Sin embargo, a pesar de que no se logra la cobertura adecuada de los cuatro satélites necesarios para ubicar un receptor con todos los diseños actuales (2008-2011) para operaciones en interiores, la emulación de GPS se ha implementado con éxito en el metro de Estocolmo. [27] Las soluciones de extensión de cobertura GPS han sido capaces de proporcionar posicionamiento basado en zonas en interiores, accesible con conjuntos de chips GPS estándar como los que se utilizan en los teléfonos inteligentes. [27]
Tipos de uso
Localización y posicionamiento
Si bien la mayoría de los IPS actuales pueden detectar la ubicación de un objeto, son tan burdos que no pueden usarse para detectar la orientación o dirección de un objeto. [28]
Localización y seguimiento
Uno de los métodos para prosperar y lograr una idoneidad operativa suficiente es el " seguimiento ". Si una secuencia de ubicaciones determinadas forma una trayectoria desde la primera hasta la ubicación más real. Los métodos estadísticos sirven para suavizar las ubicaciones determinadas en una pista que se asemeja a las capacidades físicas del objeto para moverse. Este suavizado debe aplicarse, cuando un objetivo se mueve y también para un objetivo residente, para compensar las medidas erráticas. De lo contrario, la única ubicación del residente o incluso la trayectoria seguida se compondría de una secuencia itinerante de saltos.
Identificación y segregación
En la mayoría de las aplicaciones, la población de objetivos es mayor que solo uno. Por lo tanto, el IPS debe proporcionar una identificación específica adecuada para cada objetivo observado y debe ser capaz de segregar y separar los objetivos individualmente dentro del grupo. Un IPS debe poder identificar las entidades que se están rastreando, a pesar de los vecinos "no interesantes". Dependiendo del diseño, una red de sensores debe saber de qué etiqueta ha recibido información o un dispositivo de localización debe poder identificar los objetivos directamente.
Tecnologías inalámbricas
Se puede utilizar cualquier tecnología inalámbrica para localizar. Muchos sistemas diferentes aprovechan la infraestructura inalámbrica existente para el posicionamiento en interiores. Hay tres opciones principales de topología del sistema para la configuración de hardware y software, basada en red, basada en terminal y asistida por terminal. La precisión de posicionamiento se puede aumentar a expensas de los equipos e instalaciones de infraestructura inalámbrica.
Sistema de posicionamiento basado en Wi-Fi (WPS)
El sistema de posicionamiento Wi-Fi (WPS) se utiliza cuando el GPS es inadecuado. La técnica de localización utilizada para el posicionamiento con puntos de acceso inalámbricos se basa en medir la intensidad de la señal recibida (intensidad de la señal recibida en inglés RSS) y el método de "fingerprinting". [29] [30] [31] [32] Para aumentar la precisión de los métodos de toma de huellas dactilares, se pueden aplicar técnicas de posprocesamiento estadístico (como la teoría del proceso gaussiano ) para transformar un conjunto discreto de "huellas dactilares" en una distribución continua de RSSI de cada punto de acceso en toda la ubicación. [33] [34] [35] Los parámetros típicos útiles para geolocalizar el punto de acceso Wi-Fi o el punto de acceso inalámbrico incluyen el SSID y la dirección MAC del punto de acceso. La precisión depende del número de posiciones que se hayan ingresado en la base de datos. Las posibles fluctuaciones de señal que se puedan producir pueden incrementar los errores e inexactitudes en la ruta del usuario. [36] [37]
Bluetooth
Originalmente, a Bluetooth le preocupaba la proximidad, no la ubicación exacta. [38] Bluetooth no tenía la intención de ofrecer una ubicación fija como GPS, sin embargo, se conoce como una solución de geovalla o microvalla que la convierte en una solución de proximidad en interiores, no en una solución de posicionamiento en interiores.
Micromapping y mapeo de interiores [39] se ha relacionado con Bluetooth [40] y para el Bluetooth LE basado IBeacon promovido por Apple Inc. . Se ha implementado y aplicado en la práctica un sistema de posicionamiento en interiores a gran escala basado en iBeacons. [41] [42]
La posición del altavoz Bluetooth y las redes domésticas se pueden utilizar para una amplia referencia.
Conceptos de puntos de estrangulamiento
Concepto simple de indexación de ubicación e informes de presencia para objetos etiquetados, utiliza solo identificación de sensor conocida. [11] Este suele ser el caso de los sistemas de identificación pasiva por radiofrecuencia (RFID) / NFC , que no informan la intensidad de la señal y las distintas distancias de las etiquetas individuales o de una gran cantidad de etiquetas y no renuevan ninguna antes de las coordenadas de ubicación conocidas de el sensor o la ubicación actual de las etiquetas. La operabilidad de tales enfoques requiere un paso estrecho para evitar que pasen fuera de rango.
Conceptos de cuadrícula
En lugar de una medición de largo alcance, se puede disponer una densa red de receptores de bajo alcance, por ejemplo, en un patrón de cuadrícula para ahorrar, en todo el espacio que se está observando. Debido al rango bajo, una entidad etiquetada será identificada por solo unos pocos receptores cercanos en red. Una etiqueta identificada debe estar dentro del alcance del lector de identificación, lo que permite una aproximación aproximada de la ubicación de la etiqueta. Los sistemas avanzados combinan la cobertura visual con una cuadrícula de cámara con la cobertura inalámbrica para la ubicación aproximada.
Conceptos de sensores de largo alcance
La mayoría de los sistemas utilizan una medición física continua (como el ángulo y la distancia o solo la distancia) junto con los datos de identificación en una señal combinada. El alcance de estos sensores cubre principalmente un piso completo, un pasillo o solo una habitación. Las soluciones de corto alcance se aplican con múltiples sensores y alcance superpuesto.
Ángulo de llegada
El ángulo de llegada (AoA) es el ángulo desde el que llega una señal a un receptor. El AoA generalmente se determina midiendo la diferencia de tiempo de llegada (TDOA) entre múltiples antenas en una matriz de sensores. En otros receptores, se determina mediante una serie de sensores altamente direccionales; el ángulo se puede determinar mediante el sensor que recibió la señal. AoA se usa generalmente con triangulación y una línea de base conocida para encontrar la ubicación relativa a dos transmisores de anclaje.
Hora de llegada
La hora de llegada (ToA, también hora de vuelo) es la cantidad de tiempo que tarda una señal en propagarse del transmisor al receptor. Debido a que la tasa de propagación de la señal es constante y conocida (ignorando las diferencias en los medios), el tiempo de viaje de una señal se puede usar para calcular directamente la distancia. Se pueden combinar múltiples mediciones con trilateración y multilateración para encontrar una ubicación. Esta es la técnica que utilizan los sistemas GPS y Ultra Wideband . Los sistemas que usan ToA, generalmente requieren un mecanismo de sincronización complicado para mantener una fuente confiable de tiempo para los sensores (aunque esto puede evitarse en sistemas cuidadosamente diseñados mediante el uso de repetidores para establecer el acoplamiento [12] ).
La precisión de los métodos basados en TOA a menudo sufre de condiciones de trayectos múltiples masivos en la localización en interiores, que es causada por la reflexión y difracción de la señal de RF de los objetos (por ejemplo, paredes interiores, puertas o muebles) en el entorno. Sin embargo, es posible reducir el efecto del multitrayecto aplicando técnicas basadas en la dispersión temporal o espacial. [43] [44]
Indicación de la intensidad de la señal recibida
La indicación de intensidad de la señal recibida (RSSI) es una medida del nivel de potencia recibido por el sensor. Debido a que las ondas de radio se propagan de acuerdo con la ley del cuadrado inverso , la distancia se puede aproximar (típicamente dentro de 1,5 metros en condiciones ideales y de 2 a 4 metros en condiciones estándar [45] ) en función de la relación entre la intensidad de la señal transmitida y recibida (la transmisión la resistencia es una constante basada en el equipo que se utiliza), siempre que ningún otro error contribuya a resultados defectuosos. El interior de los edificios no es un espacio libre , por lo que la precisión se ve significativamente afectada por la reflexión y la absorción de las paredes. Los objetos no estacionarios, como puertas, muebles y personas, pueden plantear un problema aún mayor, ya que pueden afectar la intensidad de la señal de forma dinámica e impredecible.
Muchos sistemas utilizan una infraestructura Wi-Fi mejorada para proporcionar información de ubicación. [8] [9] [10] Ninguno de estos sistemas sirve para un funcionamiento adecuado con ninguna infraestructura tal cual. Desafortunadamente, las mediciones de la intensidad de la señal de Wi-Fi son extremadamente ruidosas , por lo que hay una investigación en curso centrada en crear sistemas más precisos mediante el uso de estadísticas para filtrar los datos de entrada inexactos. Los sistemas de posicionamiento Wi-Fi a veces se utilizan en exteriores como complemento del GPS en dispositivos móviles, donde solo unos pocos reflejos erráticos alteran los resultados.
Otras tecnologías inalámbricas
- Identificación por radiofrecuencia [11] (RFID): las etiquetas pasivas son muy rentables, pero no admiten ninguna métrica
- Banda ultraancha [12] [46] (UWB): menor interferencia con otros dispositivos
- Infrarrojos (IR): anteriormente incluido en la mayoría de los dispositivos móviles
- Gen2IR (infrarrojos de segunda generación)
- Comunicación de luz visible [7] [47] (VLC), como LiFi : puede utilizar los sistemas de iluminación existentes
- Ultrasonido : [13] las ondas se mueven muy lentamente, lo que resulta en una precisión mucho mayor
Otras tecnologias
Las tecnologías que no son de radio se pueden utilizar para el posicionamiento sin utilizar la infraestructura inalámbrica existente. Esto puede proporcionar una mayor precisión a expensas de costosos equipos e instalaciones.
Posicionamiento magnético
El posicionamiento magnético puede ofrecer a los peatones con teléfonos inteligentes una precisión en interiores de 1 a 2 metros con un nivel de confianza del 90%, sin utilizar la infraestructura inalámbrica adicional para el posicionamiento. El posicionamiento magnético se basa en el hierro dentro de los edificios que crean variaciones locales en el campo magnético de la Tierra. Los chips de brújula no optimizados dentro de los teléfonos inteligentes pueden detectar y registrar estas variaciones magnéticas para mapear ubicaciones en interiores. [48]
Medidas inerciales
La navegación a estima de peatones y otros enfoques para el posicionamiento de los peatones proponen una unidad de medición inercial llevada por el peatón ya sea midiendo los pasos indirectamente (conteo de pasos) o en un enfoque montado a pie, [49] a veces refiriéndose a mapas u otros sensores adicionales para restringir lo inherente deriva del sensor encontrada con la navegación inercial. Los sensores de inercia MEMS sufren ruidos internos que resultan en un error de posición que crece cúbicamente con el tiempo. Para reducir el crecimiento de errores en tales dispositivos, a menudo se usa un enfoque basado en el filtrado de Kalman . [50] [51] [52] [53] Sin embargo, para que sea capaz de construir un mapa por sí mismo, se utilizará el marco del algoritmo SLAM [54] . [55] [56] [57]
Las medidas inerciales generalmente cubren los diferenciales de movimiento, por lo tanto, la ubicación se determina con la integración y, por lo tanto, requiere constantes de integración para proporcionar resultados. [58] [59] La estimación de la posición real se puede encontrar como el máximo de una distribución de probabilidad 2-d que se vuelve a calcular en cada paso teniendo en cuenta el modelo de ruido de todos los sensores involucrados y las limitaciones impuestas por las paredes y el mobiliario. [60] Basándose en los movimientos y los comportamientos de los usuarios al caminar, IPS puede estimar la ubicación de los usuarios mediante algoritmos de aprendizaje automático. [61]
Posicionamiento basado en marcadores visuales
Un sistema de posicionamiento visual puede determinar la ubicación de un dispositivo móvil con cámara al decodificar las coordenadas de ubicación de los marcadores visuales. En un sistema de este tipo, los marcadores se colocan en ubicaciones específicas a lo largo de un lugar, cada marcador codifica las coordenadas de esa ubicación: latitud, longitud y altura del piso. La medición del ángulo visual desde el dispositivo al marcador permite al dispositivo estimar sus propias coordenadas de ubicación en referencia al marcador. Las coordenadas incluyen latitud, longitud, nivel y altitud desde el suelo. [62]
Ubicación basada en características visuales conocidas
Una colección de instantáneas sucesivas de la cámara de un dispositivo móvil puede crear una base de datos de imágenes que sea adecuada para estimar la ubicación en un lugar. Una vez que se construye la base de datos, un dispositivo móvil que se mueve a través del lugar puede tomar instantáneas que se pueden interpolar en la base de datos del lugar, obteniendo coordenadas de ubicación. Estas coordenadas se pueden utilizar junto con otras técnicas de ubicación para una mayor precisión. Tenga en cuenta que este puede ser un caso especial de fusión de sensores en el que una cámara desempeña el papel de otro sensor más.
Matemáticas
Una vez que se han recopilado los datos del sensor, un IPS intenta determinar la ubicación desde la que probablemente se recopiló la transmisión recibida. Los datos de un solo sensor son generalmente ambiguos y deben resolverse mediante una serie de procedimientos estadísticos para combinar varios flujos de entrada de sensores.
Método empírico
Una forma de determinar la posición es hacer coincidir los datos de la ubicación desconocida con un gran conjunto de ubicaciones conocidas utilizando un algoritmo como k vecino más cercano . Esta técnica requiere un estudio completo en el sitio y será inexacta con cualquier cambio significativo en el entorno (debido a personas u objetos en movimiento).
Modelo matematico
La ubicación se calculará matemáticamente aproximando la propagación de la señal y encontrando ángulos y / o distancia. Luego se utilizará trigonometría inversa para determinar la ubicación:
- Trilateración (distancia de los anclajes)
- Triangulación (ángulo a anclajes)
Los sistemas avanzados combinan modelos físicos más precisos con procedimientos estadísticos:
- Análisis estadístico bayesiano (modelo probabilístico) [63]
- Filtrado de Kalman [9] (para estimar flujos de valores adecuados en condiciones de ruido).
- Método secuencial de Monte Carlo (para aproximar los modelos estadísticos bayesianos). [64]
Usos
El principal beneficio para el consumidor del posicionamiento en interiores es la expansión de la informática móvil con reconocimiento de ubicación en interiores. A medida que los dispositivos móviles se vuelven omnipresentes, el conocimiento contextual de las aplicaciones se ha convertido en una prioridad para los desarrolladores. Sin embargo, la mayoría de las aplicaciones actualmente dependen del GPS y funcionan mal en interiores. Las aplicaciones que se benefician de la ubicación en interiores incluyen:
- Ayudas de accesibilidad para personas con discapacidad visual . [sesenta y cinco]
- Realidad aumentada [66]
- Campus escolar
- Visitas guiadas a museos [67]
- Centros comerciales , incluidos hipermercados .
- Almacenes
- Fábrica
- Aeropuertos , estaciones de bus , tren y metro
- Estacionamientos , incluidos estos en hipermercados
- Publicidad dirigida
- Servicio de redes sociales
- Hospitales
- Hoteles
- Deportes
- Cruceros
- Robótica de interior [68]
- Turismo
- Parques de atracciones
Ver también
- Localización automática de vehículos
- Bluetooth de baja energía
- Sistema ciberfísico
- Estimación muerta
- Campo magnético de la tierra
- Planos de piso y sistema de navegación de la casa .
- Geolocalización
- Mapas de interiores de Google
- Localización GSM
- Automatización del hogar
- Red domestica
- Internet de las cosas (IoT)
- Servicio basado en la ubicación
- Planificación de movimiento
- Navizon
- Comunicación de campo cercano (NFC)
- Máquina de enrutamiento de código abierto
- Pointr
- Sistema de localización en tiempo real (RTLS)
- Localización y mapeo simultáneo (SLAM).
- Mapeo robótico
- Fusión de sensores
- Skyhook Wireless
- Comunicación de luz visible (VLC) y posicionamiento y Li-Fi
- Wayfinding
- WebGL
Referencias
- ^ López-de-Teruel, Pedro E .; García, Felix J .; Cánovas, Oscar; González, Rubén; Carrasco, Jose A. (1 de enero de 2017). "Monitoreo del comportamiento humano mediante un sistema de posicionamiento pasivo en interiores: un estudio de caso en una PYME" . Procedia Informática . XIV Conferencia Internacional sobre Sistemas Móviles y Computación Pervasiva (MobiSPC 2017) / XII Conferencia Internacional sobre Redes y Comunicaciones del Futuro (FNC 2017) / Talleres Afiliados. 110 : 182-189. doi : 10.1016 / j.procs.2017.06.076 . ISSN 1877-0509 .
- ^ Curran, Kevin; Furey, Eoghan; Lunney, Tom; Santos, José; Woods, Derek; McCaughey, Aiden (2011). "Una evaluación de las tecnologías de determinación de la ubicación en interiores" . Revista de servicios basados en la ubicación . 5 (2): 61–78. doi : 10.1080 / 17489725.2011.562927 . S2CID 6154778 .
- ^ "Precisión de 2 cm utilizando un sistema de posicionamiento interior" . VBOX Automotive . 2019-11-19.
- ^ "Precisión de 2 cm usando RTK" . VBOX Automotive . 2019-11-19.
- ^ Qiu, Chen; Mutka, Matt (2016). "CRISP: cooperación entre teléfonos inteligentes para mejorar la información de posición en interiores". Redes inalámbricas . 24 (3): 867–884. doi : 10.1007 / s11276-016-1373-1 . S2CID 3941741 .
- ^ Furey, Eoghan; Curran, Kevin; McKevitt, Paul (2012). "HÁBITOS: un enfoque de filtro bayesiano para el seguimiento y la ubicación en interiores". Revista Internacional de Computación Bioinspirada . 4 (2): 79. CiteSeerX 10.1.1.459.8761 . doi : 10.1504 / IJBIC.2012.047178 .
- ^ a b Liu X, Makino H, Mase K. 2010. Estimación mejorada de la ubicación en interiores utilizando un sistema de comunicación de luz fluorescente con un receptor de nueve canales . Transacciones de IEICE sobre comunicaciones E93-B (11): 2936-44.
- ^ a b Chang, N; Rashidzadeh, R; Ahmadi, M (2010). "Posicionamiento interior robusto mediante puntos de acceso Wi-Fi diferenciales". Transacciones IEEE sobre productos electrónicos de consumo . 56 (3): 1860–7. doi : 10.1109 / tce.2010.5606338 . S2CID 37179475 .
- ^ a b c Chiou, Y; Wang, C; Sí, S (2010). "Un estimador de ubicación adaptativo que utiliza algoritmos de seguimiento para WLAN de interior". Redes inalámbricas . 16 (7): 1987–2012. doi : 10.1007 / s11276-010-0240-8 . S2CID 41494773 .
- ^ a b Lim, H; Kung, L; Hou, JC; Haiyun, Luo (2010). "Localización de interiores sin configuración sobre infraestructura inalámbrica IEEE 802.11". Redes inalámbricas . 16 (2): 405-20. doi : 10.1007 / s11276-008-0140-3 . S2CID 17678327 .
- ^ a b c Reza, AW; Geok, TK (2009). "Investigación de detección de ubicación en interiores a través de una red de lectores RFID utilizando un algoritmo de cobertura de cuadrícula". Comunicaciones personales inalámbricas . 49 (1): 67–80. doi : 10.1007 / s11277-008-9556-4 . S2CID 5562161 .
- ^ a b c Zhou, Y; Law, CL; Guan, YL; Chin, F (2011). "Localización elíptica en interiores basada en la medición de rango UWB asincrónica". Transacciones IEEE sobre instrumentación y medición . 60 (1): 248–57. doi : 10.1109 / tim.2010.2049185 . S2CID 12880695 .
- ^ a b Schweinzer, H; Kaniak, G (2010). "Localización de dispositivos ultrasónicos y su potencial para la seguridad de la red de sensores inalámbricos". Práctica de Ingeniería de Control . 18 (8): 852–62. doi : 10.1016 / j.conengprac.2008.12.007 .
- ^ Qiu, Chen; Mutka, Matt (2017). "Silbato silencioso: posicionamiento interior efectivo con asistencia de detección acústica en teléfonos inteligentes". 2017 IEEE 18th International Symposium on a World of Wireless, Mobile and Multimedia Networks (WoWMoM) . págs. 1–6. doi : 10.1109 / WoWMoM.2017.7974312 . ISBN 978-1-5386-2723-5. S2CID 30783515 .
- ^ Posicionamiento y orientación mediante procesamiento de imágenes, una investigación de 2007 de la Universidad de Washington . Se han desarrollado varios enfoques similares y actualmente (2017) hay aplicaciones para teléfonos inteligentes que implementan esta tecnología.
- ^ Startup utiliza un teléfono inteligente para rastrear a las personas en interiores , - Acerca de Indoor Atlass (sitio web de MIT Technology Review)
- ^ Vladimir Maximov y Oleg Tabarovsky, LLC RTLS, Moscú, Rusia (2013). Estudio de enfoques de mejora de la precisión para el sistema de navegación interior personal ToA / IMU estrechamente acoplado. Actas de la Conferencia internacional sobre posicionamiento en interiores y navegación en interiores, octubre de 2013, Montbeliard, Francia. Ver publicación aquí
- ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad y Raja Zahilah (2015). Huellas digitales RSSI basadas en selección de balizas sin conexión para asistencia en compras con reconocimiento de ubicación: un resultado preliminar. Nuevas tendencias en sistemas inteligentes de base de datos e información, págs. 303-312, consulte la publicación aquí
- ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad y Raja Zahilah (2015). Localización de rescate de emergencia (ERL) mediante GPS, LAN inalámbrica y cámara " International Journal of Software Engineering and Its Applications , Vol. 9, No. 9, págs. 217-232, https://serscjournals.org/index.php/IJSEIA /vol9_no9_2015/19.pdf
- ^ Wan Mohd Yaakob Wan Bejuri y Mohd Murtadha Mohamad (2014). Análisis de rendimiento de detección y coincidencia de características basadas en Gray-World para sistemas de posicionamiento móvil. Detección e imagenología, vol. 15, núm. 1, págs. 1-24 [1]
- ^ Wan Mohd, Yaakob Wan Bejuri; Murtadha Mohamad, Mohd (2014). "Posicionamiento móvil robusto en interiores basado en radio LAN / FM inalámbrica: un resultado inicial" (PDF) . Revista Internacional de Ingeniería de Software y sus Aplicaciones . 8 (2): 313–324.
- ^ Pálido; Yaakob Wan Bejuri, Mohd; Murtadha Mohamad, Mohd; Sapri, Maimunah; Shafry Mohd Rahim, Mohd; Ahsenali Chaudry, Junaid (2014). "Evaluación de rendimiento de detección de características basadas en correlación espacial y coincidencia para el sistema de navegación automatizado en silla de ruedas". Revista internacional de investigación de sistemas de transporte inteligentes . 12 (1): 9-19. doi : 10.1007 / s13177-013-0064-x . S2CID 3478714 .
- ^ Wan Mohd Yaakob Wan Bejuri, Wan Mohd Nasri Wan Muhamad Saidin, Mohd Murtadha Mohamad, Maimunah Sapri y Kah Seng Lim (2013). Posicionamiento ubicuo: Posicionamiento integrado por GPS / LAN inalámbrica para el sistema de navegación en silla de ruedas. Sistemas inteligentes de base de datos e información, vol. 7802, págs.394-403, consulte la publicación aquí
- ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Maimunah Sapri y Mohd Adly Rosly (2012). Posicionamiento ubicuo de WLAN / cámara usando detección y emparejamiento de características basadas en el espacio de cromaticidad de intensidad inversa: un resultado preliminar. Conferencia Internacional sobre Sistemas Hombre-Máquina 2012 (ICOMMS 2012). Ver publicación aquí
- ^ Z. Horvath, H. Horvath (2014): La precisión de medición del GPS integrado en teléfonos inteligentes y tabletas, Revista internacional de tecnología de la comunicación y la electrónica, número 1, págs. 17-19, [2]
- ^ "GNSS interior - luchando contra el desvanecimiento, parte 1 - interior GNSS" . www.insidegnss.com . 2008-03-12. Archivado desde el original el 10 de enero de 2018 . Consultado el 18 de octubre de 2009 .
- ^ a b https://www.gpsworld.com/syntony-rises-high-by-going-underground/#:~:text=Syntony%20GNSS%2C%20a%20simulator%20company,sea%20in%20and%20around % 20 Estocolmo .
- ^ Furey, Eoghan; Curran, Kevin; McKevitt, Paul (2012). "Modelado probabilístico del movimiento humano interior para ayudar a los socorristas" . Revista de Inteligencia Ambiental y Computación Humanizada Vol . 3 (5): 559–569. doi : 10.1007 / s12652-012-0112-4 . S2CID 16611408 .
- ^ Violettas, GE; Theodorou, TL; Georgiadis, CK (agosto de 2009). "Net Argus : un monitor SNMP y posicionamiento Wi-Fi, suite de aplicaciones de 3 niveles". 2009 Quinta Conferencia Internacional sobre Comunicaciones Móviles e Inalámbricas . págs. 346–351. doi : 10.1109 / ICWMC.2009.64 . ISBN 978-1-4244-4679-7. S2CID 23482772 .
- ^ P. Bahl y VN Padmanabhan, " RADAR: un sistema de localización y seguimiento de usuarios basado en RF en el edificio ", en Actas de la 19ª Conferencia Conjunta Anual de las Sociedades de Informática y Comunicaciones de IEEE (INFOCOM '00), vol. 2, págs. 775-784, Tel Aviv, Israel, marzo de 2000.
- ^ Youssef, Moustafa; Agrawala, Ashok (4 de enero de 2007). "El sistema de determinación de la ubicación de Horus". Redes inalámbricas . 14 (3): 357–374. doi : 10.1007 / s11276-006-0725-7 . ISSN 1022-0038 . S2CID 62768948 .
- ^ Y. Chen y H. Kobayashi, " Geolocalización interior basada en la intensidad de la señal ", en Actas de la Conferencia Internacional de Comunicaciones de IEEE (ICC '02), vol. 1, págs. 436–439, Nueva York, NY, EE. UU., Abril-mayo de 2002.
- ^ Golovan AA y col. Localización eficiente utilizando diferentes modelos de desplazamiento medio en procesos gaussianos // 2014 International Conference on Indoor Positioning and Indoor Navigation (IPIN). - IEEE, 2014. - С. 365-374. [3]
- ^ Hähnel BFD, Fox D. Procesos gaussianos para la estimación de la ubicación basada en la intensidad de la señal // Procedimientos de la robótica: ciencia y sistemas. - 2006. [4]
- ^ Ferris B., Fox D., Lawrence ND Wifi-slam utilizando modelos de variables latentes de proceso gaussiano // IJCAI. - 2007. - Т. 7. - №. 1. - С. 2480-2485. [5]
- ^ Lymberopoulos, Dimitrios; Liu, Jie; Yang, Xue; Roy Choudhury, Romit; Handziski, Vlado; Sen, Souvik (2015). Una evaluación y una comparación realistas de las tecnologías de ubicación en interiores . Actas de la 14ª Conferencia Internacional sobre Procesamiento de Información en Redes de Sensores - IPSN '15 . págs. 178–189. doi : 10.1145 / 2737095.2737726 . ISBN 9781450334754. S2CID 1028754 .
- ^ Laoudias, C .; Constantinou, G .; Constantinides, M .; Nicolaou, S .; Zeinalipour-Yazti, D .; Panayiotou, CG (2012). "La plataforma de posicionamiento interior Airplace para teléfonos inteligentes Android". 2012 IEEE 13th International Conference on Mobile Data Management . págs. 312–315. doi : 10.1109 / MDM.2012.68 . ISBN 978-1-4673-1796-2. S2CID 14903792 . (Premio a la mejor demostración)
- ^ "Todo lo que siempre quiso saber sobre balizas" . Charla brillante . Consultado el 12 de junio de 2014 .
- ^ "Apple está lanzando un gran proyecto para mapear el interior de cada gran edificio que pueda" . Business Insider . Consultado el 12 de junio de 2014 .
- ^ "Apple Inc. iBeacon con Micromapping puede revolucionar el comercio minorista" . ValueWalk. Enero de 2014 . Consultado el 12 de junio de 2014 .
- ^ "Music City Center presenta la aplicación Wayfinding" . Consultado el 28 de noviembre de 2014 .
- ^ "La aplicación Music City Center guía a los visitantes" . Consultado el 28 de noviembre de 2014 .
- ^ Pourhomayoun; Jin; Fowler (2012). "Localización de interiores basada en la dispersión espacial en la red de sensores inalámbricos para sistemas de asistencia sanitaria" (PDF) . Embc2012 .
- ^ CR Comsa, et al., " Localización de la fuente mediante la diferencia horaria de llegada dentro de un marco de representación escasa ", ICASSP, 2011.
- ^ Zhan Jie; Liu HongLi; Tanjian (diciembre de 2010). "Investigación sobre precisión de alcance basada en RSSI de red de sensores inalámbricos". Segunda Conferencia Internacional sobre Ciencias e Ingeniería de la Información : 2338–2341. doi : 10.1109 / ICISE.2010.5691135 . ISBN 978-1-4244-7616-9. S2CID 14465473 .
- ^ "Racelogic estrena el sistema de posicionamiento interior VBOX" . 2018-09-24.
- ^ Lee, Yong Up; Kavehrad, Mohsen ;, "Diseño de sistema de localización híbrido interior de largo alcance con comunicaciones de luz visible y red inalámbrica", Serie de reuniones temáticas de verano de Photonics Society, 2012 IEEE, vol., No., Págs. 82-83, 9-11 de julio de 2012 Ver publicación aquí
- ^ "Mundo geoespacial agosto de 2014" (PDF) . La revista Cite requiere
|magazine=
( ayuda ) - ^ Foxlin, Eric (1 de noviembre de 2005). "Seguimiento de peatones con sensores inerciales montados en zapatos". Gráficos y aplicaciones informáticos IEEE . 25 (6): 38–46. doi : 10.1109 / MCG.2005.140 . PMID 16315476 . S2CID 19038276 .
- ^ Bose, Subhojyoti; Gupta, Amit K .; Handel, Peter (2017). "Sobre el rendimiento de ruido y potencia de un sistema de posicionamiento inercial multi-IMU montado en zapata". 2017 Conferencia Internacional sobre Posicionamiento en Interiores y Navegación en Interiores (IPIN) . págs. 1–8. doi : 10.1109 / IPIN.2017.8115944 . ISBN 978-1-5090-6299-7. S2CID 19055090 .
- ^ Gupta, Amit K .; Skog, Isaac; Handel, Peter (2015). "Evaluación del rendimiento a largo plazo de un dispositivo de navegación para peatones montado en el pie". Conferencia anual de IEEE India 2015 (INDICON) . págs. 1–6. doi : 10.1109 / INDICON.2015.7443478 . ISBN 978-1-4673-7399-9. S2CID 33398667 .
- ^ Nilsson, John-Olof; Gupta, Amit K .; Handel, Peter (2014). "Navegación inercial montada en los pies simplificada". 2014 Conferencia Internacional sobre Posicionamiento en Interiores y Navegación en Interiores (IPIN) . págs. 24-29. doi : 10.1109 / IPIN.2014.7275464 . ISBN 978-1-4673-8054-6. S2CID 898076 .
- ^ Zhang, Wenchao; Li, Xianghong; Wei, Dongyan; Ji, Xinchun; Yuan, Hong (2017). "Un sistema PDR montado en el pie basado en IMU / EKF + HMM + ZUPT + ZARU + HDR + algoritmo de brújula". 2017 Conferencia Internacional sobre Posicionamiento en Interiores y Navegación en Interiores (IPIN) . págs. 1-5. doi : 10.1109 / IPIN.2017.8115916 . ISBN 978-1-5090-6299-7. S2CID 19693291 .
- ^ Localización y mapeo simultáneos
- ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Raja Zahilah (2015). Una propuesta de ubicación de rescate de emergencia (ERL) utilizando la optimización de la unidad de medición inercial (IMU) basada en la localización y el mapeo simultáneo de peatones (SLAM). Revista Internacional de Hogar Inteligente. Vol 9: No 12, págs: 9-22. https://serscjournals.org/index.php/IJSH/vol9_no12_2015/2.pdf
- ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Raja Zahilah (2015). Optimización de la ubicación de rescate de emergencia (ERL) mediante remuestreo de KLD: una propuesta inicial. Revista internacional de u- y e- Service, ciencia y tecnología. Vol 9: No 2, págs: 249-262. https://serscjournals.org/index.php/IJUNESST/vol9_no2/25.pdf
- ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Raja Zahilah (2015). Optimización del filtro de partículas Rao-Blackwellized en la localización y mapeo simultáneos de peatones de actividad (SLAM): una propuesta inicial. Revista internacional de seguridad y sus aplicaciones. Vol 9: No 11, págs: 377-390. https://serscjournals.org/index.php/IJSIA/vol9_no11_2015/35.pdf
- ^ "Fusión de sensores y ayuda cartográfica para la navegación interior" . Archivado desde el original el 28 de abril de 2010.
- ^ "Localización peatonal para ambientes interiores" (PDF) .
- ^ Carboni, Davide; Manchinu, Andrea; Marotto, Valentina; Piras, Andrea; Serra, Alberto (2015). "Navegación interior sin infraestructura: un estudio de caso". Revista de servicios basados en la ubicación . 9 : 33–54. doi : 10.1080 / 17489725.2015.1027751 . S2CID 34080648 .
- ^ Qiu, Chen; Mutka, Matt (2017). "Localización interior auto-mejorada mediante la creación de perfiles de movimiento al aire libre en teléfonos inteligentes". 2017 IEEE 18th International Symposium on a World of Wireless, Mobile and Multimedia Networks (WoWMoM) . págs. 1–9. doi : 10.1109 / WoWMoM.2017.7974311 . ISBN 978-1-5386-2723-5. S2CID 8560911 .
- ^ Roberto Michel, (2016) Gestión de la información: Los wearables vienen para un reacondicionamiento, Manejo de materiales moderno, obtenido el 28 de diciembre de 2016. [6]
- ^ Al-Ahmadi, Abdullah; Qasaymeh, Yazeed Mohammad; RP, Praveen; Alghamdi, Ali (2019). "Enfoque bayesiano para modelado de propagación de ondas en interiores" . Progresar en la Investigación de Electromagnetismo M . 83 : 41–50. doi : 10.2528 / pierm19042804 . ISSN 1937-8726 .
- ^ Daniş, F. Serhan; Cemgil, A. Taylan; Ersoy, Cem (2021). "Filtro Monte Carlo secuencial adaptativo para posicionamiento y seguimiento en interiores con balizas Bluetooth de baja energía" . Acceso IEEE . 9 : 37022–37038. doi : 10.1109 / ACCESS.2021.3062818 .
- ^ Bai, Y; Jia, W; Zhang, H; Mao, ZH; Sol, M (2014). Posicionamiento en interiores basado en puntos de referencia para personas con discapacidad visual . XII Congreso Internacional de Procesamiento de Señales (ICSP). 2014 . págs. 678–681. doi : 10.1109 / ICOSP.2014.7015087 . ISBN 978-1-4799-2186-7. PMC 4512241 . PMID 26213718 .
- ^ Gaith Saqer (marzo de 2010). "Junaio 2.0 Primera aplicación de realidad aumentada social en interiores en SXSW con API de desarrolladores" . Archivado desde el original el 12 de marzo de 2010.
- ^ "Fraunhofer IIS utiliza la magia de posicionamiento en interiores de Awiloc para guiar a los clientes del museo" .
- ^ Qiu, C .; Mutka, MW (1 de octubre de 2015). AirLoc: localización en interiores asistida por robots móviles . 2015 IEEE 12th International Conference on Mobile Ad Hoc and Sensor Systems (MASS) . págs. 407–415. doi : 10.1109 / MASS.2015.10 . ISBN 978-1-4673-9101-6. S2CID 13133026 .
enlaces externos
- Solución híbrida OpenHPS para posicionamiento en interiores y exteriores
- Localización EZ
- Micromapping en OpenStreetMap
- Mapeo de interiores en OpenStreetMap
- Conferencias IPIN.