stringtranslate.com

Sistema de posicionamiento interior

Un mapa de seguimiento de ubicación interior en un teléfono móvil

Un sistema de posicionamiento interior ( IPS ) es una red de dispositivos utilizados para localizar personas u objetos donde el GPS y otras tecnologías satelitales carecen de precisión o fallan por completo, como dentro de edificios de varios pisos, aeropuertos, callejones, estacionamientos y ubicaciones subterráneas. [1]

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; Instalaciones construidas específicamente con relés y balizas ubicadas estratégicamente en un espacio definido. En las redes IPS se utilizan luces, ondas de radio, campos magnéticos, señales acústicas y análisis de comportamiento. [2] [3] IPS puede alcanzar una precisión de posición de 2 cm, [4] que está a la par con los receptores GNSS habilitados para RTK que pueden alcanzar una precisión de 2 cm en exteriores. [5] Los IPS utilizan diferentes tecnologías, incluida la medición de la distancia a los nodos de anclaje cercanos (nodos con posiciones fijas conocidas, por ejemplo, puntos de acceso WiFi / LiFi , balizas Bluetooth o balizas de banda ultraancha), posicionamiento magnético y navegación a estima . [6] Localizan activamente dispositivos móviles y etiquetas o proporcionan una ubicación ambiental o un contexto ambiental para que los dispositivos sean detectados. [7] [8] [9] La naturaleza localizada de un IPS ha resultado en una fragmentación del diseño, con sistemas que utilizan varios sistemas ópticos , [10] de radio , [11] [12] [13] [14] [15] [ 16] [17] o incluso tecnologías acústicas [18] [19] .

IPS tiene amplias aplicaciones en las industrias comercial, militar, minorista y de seguimiento de inventarios. Existen 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 podría 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 eliminar la ambigüedad de la orientación vertical del teléfono inteligente) se puede lograr detectando puntos de referencia dentro de imágenes tomadas en tiempo real o utilizando trilateración con balizas. [20] También existen tecnologías para detectar información magnetométrica dentro de edificios o lugares con estructuras de acero o en minas de mineral de hierro. [21]

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 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 por múltiples rutas que provoca errores incontrolables. Estos mismos efectos están degradando todas las soluciones conocidas para la localización en interiores que utilizan ondas electromagnéticas desde transmisores interiores a receptores interiores. Se aplica un conjunto de métodos físicos y matemáticos para compensar estos problemas. La prometedora corrección de errores de posicionamiento por radiofrecuencia de dirección se abrió mediante el uso de fuentes alternativas de información de navegación, como la unidad de medición inercial (IMU), la cámara monocular, la localización y 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. [22]

El Sistema de Posicionamiento Global (GPS) de EE. UU. y otros sistemas de navegación global por satélite (GNSS) similares generalmente no son adecuados para establecer ubicaciones en interiores, ya que las microondas serán atenuadas y dispersadas por techos, paredes y otros objetos. Sin embargo, para que las señales de posicionamiento sean ubicuas, se puede realizar la integración entre el GPS y el posicionamiento en interiores. [23] [24] [25] [26] [27] [28] [29] [30]

Actualmente, los receptores GNSS son 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. [31] Además de aumentar la sensibilidad de los receptores, se utiliza la técnica 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 una cobertura adecuada para los cuatro satélites necesarios para localizar un receptor con todos los diseños actuales (2008-2011) para operaciones en interiores, la emulación GPS se ha implementado con éxito en el metro de Estocolmo. [32] Las soluciones de extensión de cobertura GPS han podido proporcionar posicionamiento basado en zonas en interiores, accesible con conjuntos de chips GPS estándar como los que se utilizan en los teléfonos inteligentes. [32]

Tipos de uso

Localización y posicionamiento

Si bien la mayoría de los IPS actuales pueden detectar la ubicación de un objeto, son tan toscos que no pueden usarse para detectar la orientación o dirección de un objeto. [33]

Localización y seguimiento

Uno de los métodos para 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 entonces para suavizar los lugares determinados en una trayectoria que se asemeja a las capacidades físicas del objeto para moverse. Esta suavización debe aplicarse cuando un objetivo se mueve y también para un objetivo residente, para compensar medidas erráticas. De lo contrario el único lugar residente o incluso la trayectoria seguida se componería 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 servir para una identificación específica adecuada de cada objetivo observado y debe ser capaz de segregar y separar los objetivos individualmente dentro del grupo. Un IPS debe poder identificar las entidades rastreadas, 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

Para la localización se puede utilizar cualquier tecnología inalámbrica. 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 del posicionamiento se puede aumentar a expensas de 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 no es adecuado. La técnica de localización utilizada para el posicionamiento con puntos de acceso inalámbricos se basa en la medición de la intensidad de la señal recibida ( Recibid Signal Strength en inglés RSS) y el método de "fingerprinting". [34] [35] [36] [37] Para aumentar la precisión de los métodos de toma de huellas dactilares, se pueden aplicar técnicas estadísticas de posprocesamiento (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. [38] [39] [40] 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 han introducido en la base de datos. Las posibles fluctuaciones de señal que puedan producirse pueden aumentar los errores e imprecisiones en el recorrido del usuario. [41] [42]

Bluetooth

Originalmente, a Bluetooth le preocupaba la proximidad, no la ubicación exacta. [43] Bluetooth no estaba destinado a ofrecer una ubicación fijada como el GPS; sin embargo, se conoce como una solución de geocerca o microcerca, lo que la convierte en una solución de proximidad en interiores, no una solución de posicionamiento en interiores.

El micromapeo y el mapeo interior [44] se han vinculado a Bluetooth [45] y al iBeacon basado en Bluetooth LE promovido por Apple Inc. Se ha implementado y aplicado en la práctica un sistema de posicionamiento interior a gran escala basado en iBeacons. [46] [47]

La posición del altavoz Bluetooth y las redes domésticas se pueden utilizar como referencia amplia.

En 2021, Apple lanzó sus AirTags , que permiten una combinación de tecnología Bluetooth y UWB para rastrear dispositivos Apple en la red Find My, lo que provocó un aumento de popularidad en la tecnología de rastreo.

Conceptos de puntos de estrangulamiento

El concepto simple de indexación de ubicación e informes de presencia para objetos etiquetados utiliza únicamente la identificación de sensores conocidos. [16] Este suele ser el caso de los sistemas de identificación pasiva por radiofrecuencia (RFID)/ NFC , que no informan de la intensidad de la señal ni de las distintas distancias de etiquetas individuales o de un conjunto de etiquetas y no renuevan ninguna de las coordenadas de ubicación conocidas anteriormente. el sensor o la ubicación actual de cualquier etiqueta. La operatividad de tales enfoques requiere algún paso estrecho para evitar pasar fuera del alcance.

Conceptos de cuadrícula

En lugar de mediciones de largo alcance, se puede disponer una red densa de receptores de bajo alcance, por ejemplo en un patrón de cuadrícula para ahorrar, en todo el espacio que se observa. Debido al bajo alcance, una entidad etiquetada será identificada sólo por 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 cámaras con cobertura inalámbrica para ubicaciones difíciles.

Conceptos de sensores de largo alcance

La mayoría de los sistemas utilizan una medición física continua (como ángulo y distancia o solo 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 cual llega una señal a un receptor. El AoA generalmente se determina midiendo la diferencia de tiempo de llegada (TDOA) entre múltiples antenas en un conjunto de sensores. En otros receptores, está determinado por una serie de sensores altamente direccionales; el ángulo se puede determinar según qué sensor recibió la señal. AoA se utiliza generalmente con triangulación y una línea base conocida para encontrar la ubicación relativa a dos transmisores de anclaje.

Hora de llegada

El tiempo de llegada (ToA, también tiempo de vuelo) es la cantidad de tiempo que tarda una señal en propagarse del transmisor al receptor. Debido a que la velocidad de propagación de la señal es constante y conocida (ignorando las diferencias en los medios), el tiempo de viaje de una señal se puede utilizar para calcular directamente la distancia. Se pueden combinar múltiples mediciones con trilateración y multilateración para encontrar una ubicación. Esta es la técnica utilizada por los sistemas GPS y Ultra Wideband . Los sistemas que utilizan ToA generalmente requieren un mecanismo de sincronización complicado para mantener una fuente de tiempo confiable para los sensores (aunque esto se puede evitar en sistemas cuidadosamente diseñados usando repetidores para establecer el acoplamiento [17] ).

La precisión de los métodos basados ​​en TOA a menudo se ve afectada por condiciones masivas de trayectorias múltiples en la localización en interiores, que son causadas 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 de trayectos múltiples aplicando técnicas basadas en la dispersión temporal o espacial. [48] ​​[49]

Ángulo articular y hora de llegada.

La estimación conjunta de ángulos y tiempos de llegada es otro método para estimar la ubicación del usuario. De hecho, en lugar de requerir múltiples puntos de acceso y técnicas como triangulación y trilateración, un único punto de acceso podrá localizar a un usuario con ángulos y tiempos de llegada combinados. [50] Aún más, las técnicas que aprovechan las dimensiones espacial y temporal pueden aumentar los grados de libertad de todo el sistema y crear aún más recursos virtuales para resolver más fuentes, a través de enfoques subespaciales. [51]

Indicación de 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 según la ley del cuadrado inverso , la distancia se puede aproximar (normalmente dentro de 1,5 metros en condiciones ideales y de 2 a 4 metros en condiciones estándar [52] ) basándose en la relación entre la intensidad de la señal transmitida y recibida (la intensidad de la señal transmitida y recibida). La fuerza es una constante basada en el equipo que se utiliza), siempre y cuando ningún otro error contribuya a resultados defectuosos. El interior de los edificios no es un espacio libre , por lo que la precisión se ve afectada significativamente 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 manera dinámica e impredecible.

Muchos sistemas utilizan una infraestructura Wi-Fi mejorada para proporcionar información de ubicación. [12] [14] [15] Ninguno de estos sistemas sirve para un correcto funcionamiento con ninguna infraestructura tal como está. Desafortunadamente, las mediciones de intensidad de la señal Wi-Fi son extremadamente ruidosas , por lo que hay investigaciones en curso enfocadas en crear sistemas más precisos.

Otras tecnologías inalámbricas

Otras tecnologías

Se pueden utilizar tecnologías distintas de la radio para el posicionamiento sin necesidad de 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 infraestructura inalámbrica adicional para el posicionamiento. El posicionamiento magnético se basa en el hierro del interior de los edificios que crea 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 interiores. [55]

Medidas inerciales

La navegación a estima para peatones y otros enfoques para el posicionamiento de 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 sobre los pies, [56] refiriéndose a veces a mapas u otros sensores adicionales para limitar la inherente Deriva del sensor encontrada con la navegación inercial. Los sensores inerciales MEMS sufren ruidos internos que provocan un error de posición que crece cúbicamente con el tiempo. Para reducir el crecimiento de errores en dichos dispositivos, a menudo se utiliza un enfoque basado en el filtrado de Kalman . [57] [58] [59] [60] Sin embargo, para que sea capaz de construir el mapa en sí, se utilizará el marco del algoritmo SLAM [61] . [62] [63] [64]

Las medidas inerciales generalmente cubren los diferenciales de movimiento, por lo que la ubicación se determina mediante la integración y, por lo tanto, requiere constantes de integración para proporcionar resultados. [65] [66] La estimación de la posición real se puede encontrar como el máximo de una distribución de probabilidad bidimensional que se vuelve a calcular en cada paso teniendo en cuenta el modelo de ruido de todos los sensores involucrados y las limitaciones planteadas por las paredes y los muebles. [67] Según los movimientos y los comportamientos de caminata de los usuarios, IPS puede estimar las ubicaciones de los usuarios mediante algoritmos de aprendizaje automático. [68]

Posicionamiento basado en marcadores visuales.

Un sistema de posicionamiento visual puede determinar la ubicación de un dispositivo móvil con cámara decodificando las coordenadas de ubicación de los marcadores visuales. En dicho sistema, los marcadores se colocan en ubicaciones específicas en todo el lugar, y cada marcador codifica las coordenadas de esa ubicación: latitud, longitud y altura desde el suelo. Medir el ángulo visual desde el dispositivo hasta el 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. [69] [70]

Ubicación basada en características visuales conocidas.

Una colección de instantáneas sucesivas tomadas de la cámara de un dispositivo móvil puede crear una base de datos de imágenes adecuada para estimar la ubicación en un lugar. Una vez creada la base de datos, un dispositivo móvil que se mueve por el lugar puede tomar instantáneas que pueden interpolarse en la base de datos del lugar, generando coordenadas de ubicación. Estas coordenadas se pueden utilizar junto con otras técnicas de ubicación para obtener 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 donde es más probable que se haya recopilado 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 exhaustivo in situ y será inexacta ante 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 la trigonometría inversa para determinar la ubicación:

Los sistemas avanzados combinan modelos físicos más precisos con procedimientos estadísticos:

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, actualmente la mayoría de las aplicaciones dependen del GPS y funcionan mal en interiores. Las aplicaciones que se benefician de la ubicación en interiores incluyen:

Ver también

Referencias

  1. ^ Magda Chelly, Nel Samama. Nuevas técnicas de posicionamiento en interiores, combinando métodos determinísticos y de estimación. ENC-GNSS 2009: Conferencia europea de navegación - Sistemas globales de navegación por satélite, mayo de 2009, Nápoles, Italia. págs.1 - 12. ⟨hal-01367483⟩ [1]
  2. ^ Curran, Kevin; Furey, Eoghan; Luna, Tom; Santos, José; Bosque, Derek; McCaughey, Aiden (2011). "Una evaluación de tecnologías de determinación de ubicación en interiores". Revista de servicios basados ​​en la ubicación . 5 (2): 61–78. doi :10.1080/17489725.2011.562927. S2CID  6154778.
  3. ^ Belmonte-Fernández, Ó.; Montoliu, R.; Torres-Sospedra, J.; Sansano-Sansano, E.; Chía-Aguilar, D. (2018). "Un método basado en radiosidad para evitar la calibración de sistemas de posicionamiento en interiores". Sistemas Expertos con Aplicaciones . 105 : 89-101. doi :10.1016/j.eswa.2018.03.054. hdl : 10234/175947 . S2CID  46918367.
  4. ^ "Precisión de 2 cm utilizando un sistema de posicionamiento en interiores". VBOX Automotriz . 2019-11-19. Archivado desde el original el 21 de enero de 2021 . Consultado el 19 de noviembre de 2019 .
  5. ^ "Precisión de 2 cm con RTK". VBOX Automotriz . 2019-11-19. Archivado desde el original el 18 de enero de 2021 . Consultado el 19 de noviembre de 2019 .
  6. ^ Qiu, Chen; Mutka, Matt (2016). "CRISP: cooperación entre teléfonos inteligentes para mejorar la información de posición en interiores". Conexiones inalámbricas . 24 (3): 867–884. doi :10.1007/s11276-016-1373-1. S2CID  3941741.
  7. ^ 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. 
  8. ^ THES, Propagación de una posición en una red conectada, Chelly, Magda Lilia; Samama, Nel; 2011, 2011TELE0018, [2]
  9. ^ Yasir, M.; Ho, S.; Vellambi, BN (2014). "Sistema de posicionamiento en interiores mediante luz visible y acelerómetro". Revista de tecnología Lightwave . 32 (19): 3306–3316. Código Bib : 2014JLwT...32.3306Y. doi :10.1109/jlt.2014.2344772. S2CID  25188925.
  10. ^ ab Liu X, Makino H, Mase K. 2010. Estimación mejorada de la ubicación interior utilizando un sistema de comunicación con luz fluorescente con un receptor de nueve canales. Transacciones IEICE sobre Comunicaciones E93-B(11):2936-44.
  11. ^ Farid, Z.; Nordín, R.; Ismail, M. (2013). "Avances recientes en técnicas y sistemas inalámbricos de localización en interiores". Revista de Comunicaciones y Redes de Computadoras . 2013 : 1-12. doi : 10.1155/2013/185138 .
  12. ^ ab Chang, N; Rashidzadeh, R; Ahmadi, M (2010). "Posicionamiento interior robusto mediante puntos de acceso Wi-Fi diferenciales". Transacciones IEEE sobre electrónica de consumo . 56 (3): 1860–7. doi :10.1109/tce.2010.5606338. S2CID  37179475.
  13. ^ Atia, MM; Noureldin, A.; Korenberg, MJ (2013). "Mapas de radio dinámicos calibrados en línea para posicionamiento en interiores en redes de área local inalámbricas". Transacciones IEEE sobre informática móvil . 12 (9): 1774–1787. doi :10.1109/tmc.2012.143. S2CID  15669485.
  14. ^ abc Chiou, Y; Wang, C; Sí, S (2010). "Un estimador de ubicación adaptativo que utiliza algoritmos de seguimiento para WLAN interiores". Conexiones inalámbricas . 16 (7): 1987–2012. doi :10.1007/s11276-010-0240-8. S2CID  41494773.
  15. ^ ab Lim, H; Kung, L; Hou, JC; Haiyun, Luo (2010). "Localización interior sin configuración sobre infraestructura inalámbrica IEEE 802.11". Conexiones inalámbricas . 16 (2): 405–20. doi :10.1007/s11276-008-0140-3. S2CID  17678327.
  16. ^ abc Reza, AW; Geok, conocimientos tradicionales (2009). "Investigación de la detección de ubicación en interiores a través de una red de lectores RFID utilizando un algoritmo de cobertura de red". Comunicaciones personales inalámbricas . 49 (1): 67–80. doi :10.1007/s11277-008-9556-4. S2CID  5562161.
  17. ^ abc Zhou, Y; Derecho, CL; Guan, YL; Chin, F (2011). "Localización elíptica en interiores basada en medición de rango UWB asíncrona". Transacciones IEEE sobre instrumentación y medición . 60 (1): 248–57. Código Bib : 2011ITIM...60..248Z. doi :10.1109/tim.2010.2049185. S2CID  12880695.
  18. ^ ab Schweinzer, H; Kaniak, G (2010). "Localización de dispositivos ultrasónicos y su potencial para la seguridad de redes de sensores inalámbricos". Práctica de Ingeniería de Control . 18 (8): 852–62. doi :10.1016/j.conengprac.2008.12.007.
  19. ^ Qiu, Chen; Mutka, Matt (2017). "Silbato silencioso: posicionamiento interior eficaz con asistencia de detección acústica en teléfonos inteligentes". 2017 IEEE 18.º Simposio internacional sobre un mundo de redes inalámbricas, móviles y multimedia (WoWMoM) . págs. 1–6. doi :10.1109/WoWMoM.2017.7974312. ISBN 978-1-5386-2723-5. S2CID  30783515.
  20. ^ 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) existen aplicaciones para teléfonos inteligentes que implementan esta tecnología.
  21. ^ La startup utiliza un teléfono inteligente para rastrear a las personas en el interior: Acerca de Indoor Atlass (sitio web de MIT Technology Review)
  22. ^ Vladimir Maximov y Oleg Tabarovsky, LLC RTLS, Moscú, Rusia (2013). Estudio de enfoques de mejora de la precisión para sistemas de navegación personal en interiores ToA/IMU estrechamente acoplados. Actas de la conferencia internacional sobre posicionamiento y navegación en interiores, octubre de 2013, Montbeliard, Francia. Consulte la publicación aquí Archivada el 5 de diciembre de 2014 en Wayback Machine.
  23. ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad y Raja Zahilah (2015). Huellas dactilares RSSI basadas en la selección de balizas sin conexión para asistencia en compras con reconocimiento de la ubicación: un resultado preliminar. Nuevas tendencias en sistemas inteligentes de información y bases de datos, págs. 303-312, ver publicación aquí
  24. ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad y Raja Zahilah (2015). Localización de rescate de emergencia (ERL) mediante GPS, LAN inalámbrica y cámara" Revista internacional de ingeniería de software y sus aplicaciones , Vol. 9, No. 9, págs. 217-232, https://serscjournals.org/index.php/IJSEIA /vol9_no9_2015/19.pdf [ enlace muerto permanente ]
  25. ^ Wan Mohd Yaakob Wan Bejuri y Mohd Murtadha Mohamad (2014). Análisis de rendimiento de la detección y coincidencia de características basadas en el mundo gris para sistemas de posicionamiento móviles. Sensación e imágenes, vol. 15, núm. 1, págs. 1-24 [3]
  26. ^ Wan Mohd, Yaakob Wan Bejuri; Murtadha Mohamad, Mohd (2014). "Posicionamiento interior móvil robusto basado en radio LAN / FM inalámbrica: un resultado inicial" (PDF) . Revista Internacional de Ingeniería de Software y sus Aplicaciones . 8 (2): 313–324. Archivado desde el original (PDF) el 30 de octubre de 2023.
  27. ^ Pálido; Yaakob Wan Bejuri, Mohd; Murtadha Mohamad, Mohd; Sapri, Maimuná; Shafry Mohd Rahim, Mohd; Ahsenali Chaudry, Junaid (2014). "Evaluación del rendimiento de la detección y coincidencia de características basadas en correlación espacial para el sistema automatizado de navegación 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.
  28. ^ Wan Mohd Yaakob Wan Bejuri, Wan Mohd Nasri Wan Muhamad Saidin, Mohd Murtadha Mohamad, Maimunah Sapri y Kah Seng Lim (2013). Posicionamiento ubicuo: posicionamiento GPS/LAN inalámbrico integrado para el sistema de navegación en silla de ruedas. Sistemas inteligentes de información y bases de datos, vol. 7802, págs. 394-403, Ver publicación aquí
  29. ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Maimunah Sapri y Mohd Adly Rosly (2012). Posicionamiento ubicuo de cámara/WLAN mediante detección y coincidencia 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
  30. ^ Z. Horvath, H. Horvath (2014): La precisión de medición del GPS integrado en teléfonos inteligentes y tabletas, Revista internacional sobre electrónica y tecnología de la comunicación, número 1, págs. 17-19, [4]
  31. ^ "GNSS en interiores: lucha contra el desvanecimiento, parte 1: dentro de GNSS". www.insidegnss.com . 2008-03-12. Archivado desde el original el 10 de enero de 2018 . Consultado el 18 de octubre de 2009 .
  32. ^ ab "Syntony se eleva alto al pasar a la clandestinidad". Noviembre de 2016.
  33. ^ Furey, Eoghan; Curran, Kevin; McKevitt, Paul (2012). "Modelado probabilístico del movimiento humano en interiores para ayudar a los socorristas". Revista de Inteligencia Ambiental y Computación Humanizada . 3 (5): 559–569. doi :10.1007/s12652-012-0112-4. S2CID  16611408.
  34. ^ Violettas, GE; Theodorou, TL; Georgiadis, CK (agosto de 2009). "Net Argus : monitor SNMP y posicionamiento Wi-Fi, conjunto de aplicaciones de 3 niveles". 2009 Quinta Conferencia Internacional sobre Comunicaciones Inalámbricas y Móviles . págs. 346–351. doi :10.1109/ICWMC.2009.64. ISBN 978-1-4244-4679-7. S2CID  23482772.
  35. ^ P. Bahl y VN Padmanabhan, "RADAR: un sistema de seguimiento y localización de usuarios basado en RF en edificios", en Actas de la 19ª Conferencia Anual Conjunta de las Sociedades de Informática y Comunicaciones IEEE (INFOCOM '00), vol. 2, págs. 775–784, Tel Aviv, Israel, marzo de 2000.
  36. ^ Youssef, Moustafa; Agrawala, Ashok (4 de enero de 2007). "El sistema de determinación de la ubicación de Horus". Conexiones inalámbricas . 14 (3): 357–374. doi :10.1007/s11276-006-0725-7. ISSN  1022-0038. S2CID  62768948.
  37. ^ Y. Chen y H. Kobayashi, "Geolocalización interior basada en la intensidad de la señal", en Actas de la Conferencia Internacional de Comunicaciones IEEE (ICC '02), vol. 1, págs. 436–439, Nueva York, NY, EE. UU., abril-mayo de 2002.
  38. ^ Golovan AA y otros. Localización eficiente utilizando diferentes modelos de compensación media en procesos gaussianos //2014 Conferencia Internacional sobre Posicionamiento y Navegación en Interiores (IPIN). – IEEE, 2014. – С. 365-374.[5]
  39. ^ Hähnel BFD, Fox D. Procesos gaussianos para la estimación de ubicación basada en la intensidad de la señal // Procedimiento de la robótica: ciencia y sistemas. – 2006.[6]
  40. ^ Ferris B., Fox D., Lawrence ND Wifi-slam utilizando modelos de variables latentes de procesos gaussianos //IJCAI. – 2007. – Т. 7. – №. 1. – С. 2480-2485.[7] Archivado el 24 de diciembre de 2022 en Wayback Machine.
  41. ^ Lymberopoulos, Dimitrios; Liu, Jie; Yang, Xue; Roy Choudhury, Romit; Handziski, Vlado; Sen, Souvik (2015). "Una evaluación y comparación realista de tecnologías de localización en interiores". Actas de la 14ª Conferencia Internacional sobre Procesamiento de Información en Redes de Sensores . págs. 178–189. doi :10.1145/2737095.2737726. ISBN 9781450334754. S2CID  1028754.
  42. ^ Laoudias, C.; Constantinou, G.; Constantinides, M.; Nicolaou, S.; Zeinalipour-Yazti, D.; Panayiotou, CG (2012). "La plataforma de posicionamiento en interiores Airplace para teléfonos inteligentes Android". 2012 IEEE 13ª Conferencia Internacional sobre Gestión de Datos Móviles . págs. 312–315. doi :10.1109/MDM.2012.68. ISBN 978-1-4673-1796-2. S2CID  14903792.(Premio a la mejor demostración)
  43. ^ "Todo lo que siempre quisiste saber sobre las balizas". Charla brillante . Consultado el 12 de junio de 2014 .
  44. ^ "Apple está lanzando un vasto proyecto para mapear el interior de todos los edificios grandes que pueda". Business Insider . Consultado el 12 de junio de 2014 .
  45. ^ "Apple Inc. iBeacon con Micromapping puede revolucionar el comercio minorista". Paseo por el valor. Enero 2014 . Consultado el 12 de junio de 2014 .
  46. ^ "Music City Center presenta la aplicación de orientación". Archivado desde el original el 5 de diciembre de 2014 . Consultado el 28 de noviembre de 2014 .
  47. ^ "La aplicación Music City Center guía a los visitantes". El Tennessee . Consultado el 28 de noviembre de 2014 .
  48. ^ Pourhomayoun; Jin; Cazador de aves (2012). "Localización interior basada en escasez espacial en una red de sensores inalámbricos para sistemas de asistencia sanitaria" (PDF) . Embc2012 .
  49. ^ CR Comsa, et al., “Localización de fuente utilizando la diferencia horaria de llegada dentro de un marco de representación disperso”, ICASSP, 2011.
  50. ^ Wen, Fuxi y Chen Liang. "Localización interior detallada mediante un único punto de acceso con múltiples antenas". Revista de sensores IEEE 15.3 (2014): 1538-1544.
  51. ^ Ahmad Bazzi, Dirk TM Slock y Lisa Meilhac. "Estimación conjunta de ángulos y tiempos de llegada de una sola instantánea: un enfoque de lápiz de matriz 2D". Conferencia Internacional de Comunicaciones (ICC) del IEEE 2016. IEEE, 2016.
  52. ^ Zhan Jie; Liu HongLi; Tanjian (diciembre de 2010). "Investigación sobre la precisión de alcance basada en RSSI de una red de sensores inalámbricos". La Segunda Conferencia Internacional sobre Ciencias e Ingeniería de la Información . págs. 2338-2341. doi :10.1109/ICISE.2010.5691135. ISBN 978-1-4244-7616-9. S2CID  14465473.
  53. ^ "Racelogic estrena el sistema de posicionamiento interior VBOX". 2018-09-24.
  54. ^ 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
  55. ^ "Mundo geoespacial agosto de 2014" (PDF) . Mundo Geoespacial .
  56. ^ Foxlin, Eric (1 de noviembre de 2005). "Seguimiento de peatones con sensores inerciales montados en zapata". Aplicaciones y gráficos por computadora IEEE . 25 (6): 38–46. doi :10.1109/MCG.2005.140. PMID  16315476. S2CID  19038276.
  57. ^ 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 y Navegación en Interiores (IPIN) . págs. 1–8. doi :10.1109/IPIN.2017.8115944. ISBN 978-1-5090-6299-7. S2CID  19055090.
  58. ^ Gupta, Amit K.; Skog, Isaac; Handel, Peter (2015). "Evaluación del rendimiento a largo plazo de un dispositivo de navegación para peatones con pie". Conferencia Anual IEEE India 2015 (INDICON) . págs. 1–6. doi :10.1109/INDICON.2015.7443478. ISBN 978-1-4673-7399-9. S2CID  33398667.
  59. ^ Nilsson, John-Olof; Gupta, Amit K.; Handel, Peter (2014). "La navegación inercial montada en el pie es sencilla". 2014 Conferencia Internacional sobre Posicionamiento y Navegación en Interiores (IPIN) . págs. 24-29. doi :10.1109/IPIN.2014.7275464. ISBN 978-1-4673-8054-6. S2CID  898076.
  60. ^ Zhang, Wenchao; Li, Xianghong; Wei, Dongyan; Ji, Xinchun; Yuan, Hong (2017). "Un sistema PDR montado con patas basado en el algoritmo de brújula IMU/EKF+HMM+ZUPT+ZARU+HDR+". 2017 Conferencia Internacional sobre Posicionamiento y Navegación en Interiores (IPIN) . págs. 1 a 5. doi :10.1109/IPIN.2017.8115916. ISBN 978-1-5090-6299-7. S2CID  19693291.
  61. ^ Localización y mapeo simultáneos
  62. ^ 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 localización y mapeo simultáneo de peatones (SLAM). Revista internacional de hogares inteligentes. Vol 9: No.12, págs: 9-22.https://serscjournals.org/index.php/IJSH/vol9_no12_2015/2.pdf
  63. ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Raja Zahilah (2015). Optimización de la ubicación de rescate de emergencia (ERL) mediante remuestreo KLD: una propuesta inicial. Revista internacional de servicios, ciencia y tecnología u- y e-. Vol 9: No.2, págs: 249-262. https://serscjournals.org/index.php/IJUNESST/vol9_no2/25.pdf [ enlace muerto permanente ]
  64. ^ Wan Mohd Yaakob Wan Bejuri, Mohd Murtadha Mohamad, Raja Zahilah (2015). Optimización del filtro de partículas Rao-Blackwellized en actividad peatonal, localización y mapeo simultáneos (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 [ enlace muerto permanente ]
  65. ^ "Fusión de sensores y ayuda de mapas para la navegación en interiores". Archivado desde el original el 28 de abril de 2010.
  66. ^ "Localización de peatones para ambientes interiores" (PDF) . Archivado desde el original (PDF) el 5 de julio de 2017 . Consultado el 25 de junio de 2012 .
  67. ^ Carboni, Davide; Manchinú, 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.
  68. ^ Qiu, Chen; Mutka, Matt (2017). "Localización interior mejorada mediante el perfilado del movimiento exterior en teléfonos inteligentes". 2017 IEEE 18.º Simposio internacional sobre un mundo de redes inalámbricas, móviles y multimedia (WoWMoM) . págs. 1–9. doi :10.1109/WoWMoM.2017.7974311. ISBN 978-1-5386-2723-5. S2CID  8560911.
  69. ^ "Los wearables vienen para ser reacondicionados".
  70. ^ Daniş, F. Serhan; Naskali, A. Teoman; Cemgil, A. Taylan; Ersoy, Cem (2022). "Un conjunto de datos de localización interior y un marco de recopilación de datos con anotación de posición de alta precisión". Computación generalizada y móvil . 81 : 101554. arXiv : 2209.02270 . doi :10.1016/j.pmcj.2022.101554. S2CID  246887116.
  71. ^ Al-Ahmadi, Abdullah; Qasaymeh, Yazeed Mohammad; RP, Praveen; Alghamdi, Ali (2019). "Enfoque bayesiano para el modelado de propagación de ondas en interiores". Avances en la investigación electromagnética M . 83 : 41–50. doi : 10.2528/pierm19042804 . ISSN  1937-8726.
  72. ^ Daniş, F. Serhan; Cemgil, A. Taylan; Ersoy, Cem (2021). "Filtro Monte Carlo secuencial adaptativo para posicionamiento y seguimiento en interiores con balizas Bluetooth de bajo consumo". Acceso IEEE . 9 : 37022–37038. Código Bib : 2021IEEEA...937022D. doi : 10.1109/ACCESS.2021.3062818 .
  73. ^ Bai, Y; Jia, W; Zhang, H; Mao, ZH; Sol, M (2014). "Posicionamiento interior basado en puntos de referencia para personas con discapacidad visual" . XII Conferencia Internacional sobre Procesamiento de Señales (ICSP). vol. 2014, págs. 678–681. doi :10.1109/ICOSP.2014.7015087. ISBN 978-1-4799-2186-7. PMC  4512241 . PMID  26213718.
  74. ^ Gaith Saqer (marzo de 2010). "Junaio 2.0, primera aplicación de realidad aumentada social para interiores en SXSW con API para desarrolladores". Archivado desde el original el 12 de marzo de 2010.
  75. ^ "Fraunhofer IIS utiliza la magia de posicionamiento en interiores de Awiloc para guiar a los visitantes del museo".
  76. ^ Qiu, C.; Mutka, MW (1 de octubre de 2015). "AirLoc: localización interior asistida por robots móviles". 2015 IEEE 12ª Conferencia Internacional sobre Sistemas de Sensores y Ad Hoc Móviles . págs. 407–415. doi :10.1109/MASS.2015.10. ISBN 978-1-4673-9101-6. S2CID  13133026.

enlaces externos