Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Sistemas de Localização baseados em 802.11
Fernando Ney da Costa Nascimento
2
Roteiro Motivação Aplicações Alternativas e Problemas
Localização baseada em Metodologia Algoritmos Conclusões
3
Motivação Crescente aumento de comunicação sem fio
Pré-requisito para serviços baseados em localização Soluções tradicionais não funcionam
4
Aplicações Location-Awareness Segurança Robôs Móveis
Localização de Pessoas Dispositivos Inteligentes Roteamento Wireless Segurança Localização de intrusos Robôs Móveis Exploração Construção automática de mapas Navegação
5
Propriedades de Sistemas de Localização
Posição Física x Simbólica Localização Absoluta x Relativa Localização Remota ou Auto-Localização Exatidão e Precisão Escala Reconhecimento de dispostivos Custo Limitações
6
Alternativas Outdoor GPS Indoor Infrared (IR) Radio Frequency (RF)
7
GPS Altamente disseminado Cada vez mais baratos
Não funcionam em ambientes indoor
8
Infra-Vermelho Grande precisão (curtas distâncias, linha reta entre emissor e receptor) Baixa escalabilidade Requer hardware especializado Ex: Active Badge
9
Rádio Frequência Granularidade a nível de célula Alta Escalabilidade
Não requer hardware especializado
10
Problemas com propagação de sinais Indoor
Propagação não linear Ruído Propagação Multi-Caminho Interferência Absorção Temperatura do ar Absorção por pessoas (freqüência resonante da água)
11
Localização baseada em 802.11
Hardware já presente no ambiente Custo reduzido Complexidade reduzida
12
Ideía Usar medidas de força do sinal para determinar a localização.
13
Categorias Técnicas Determinísticas Técnicas Probabilísticas
14
Algoritmos para Localização
Fase 1: Geração dos dados – Construção de um espaço de busca. Geração por modelos de propagação Geração empírica Fase 2: Recepção de um dado real e busca da posição nos dados gerados na fase 1. Busca probabilística Busca por diferença/semelhança
15
Técnicas de Localização
Representação do Espaço Representação do Sinal Algorimtos de Inferência de Localização
16
Representação do Espaço
Representação da localização e direção
17
Representação do Sinal
Ponto de Acesso Valor do sinal medido
18
Algoritmos de Inferência
Nearest Neighbor Multiple Nearest Neighbor Modelo de Propagação de ondas de rádio Kernel Method Histogram Method Inferência Probabilística
19
Nearest Neighbor (CHOICE, RADAR)
A localização é determinada usando um função de distância. Ex.: Distância Euclidiana Resolução de 3.20 metros em média
20
Multiple Nearest Neighbor (RADAR)
São considerados as k amostras mais “perto”. Resolução de 2.75 (k=5)metros em média
21
Multiple Nearest Neighbor (cont.)
Escolha de k k pequeno melhora, mas não significativamente k grande piora,pois pontos distantes são levados em consideração k não melhora significativamente porque são os mesmos pontos com diferentes orientações
22
Modelo de propagação de ondas de rádio
Usado para determinar as amostras Teórico x Empírico Diversos modelos de propagação Resultados variáveis devido a propagação de sinais em ambientes indoor Reduz a dependência de dados empirícos
23
Modelo de propagação de ondas de rádio
Resolução de 4.3 metros em média
24
Regra de Bayes Função de Probabilidade Probabilidade Anterior
Distribuição Posterior
25
Kernel Method (Ekahau)
Regra de Bayes Distribuição posterior Uso de distribuição Gaussiana
26
Kernel Method Função de Probabilidade
27
Kernel Method
28
Histogram Method (Ekahau, Rover, Nibble)
Função de Probabilidade Determinada através de caixas Caixas com tamanhos diferentes ou iguais
29
Histogram Method
30
Inferência Probabilística
Resolução de 1.5 metros em média
31
Sistemas de Localização
Algoritmos Precisão Sistemas Nearest Neighbor ~ 3.20 RADAR, CHOICE Kernel ~ 2.30 Ekahau Histogram Ekahau, Rover, Nibble Inferência Probabilística ~ 1.50 Rice University
32
Variações Número de pontos amostrados Número de amostras por pontos
Orientação do usuário Número vetores de observação utilizados Número de Pontos de Acesso
33
Vantagens Orientação Custo Escalável Não tão preciso como posição
Infraestrutura já existente Escalável Limitação por custo computacional
34
Desvantagens Dependência do Ambiente Geração de dados
Movimentação de pessoas e objetos Outros dispositivos 2.4 GHz Geração de dados Tempo necessário para geração
35
Conclusões A inferência varia com fatores externos
Os melhores resultados têm sido obtidos com estratégias probabilísticas É possível a construção de diversas aplicações com a precisão descrita
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.