Mejoras basadas en el análisis del path-loss sobre un sistema BLE para la localización en interiores

Abstract

RESUMEN: El objetivo principal de este trabajo es el de mejorar la solución al problema de localización en interiores que se propuso en el TFG realizado por mí mismo Carlos Calzada [1]. En este trabajo de fin de grado, se abordaba el problema de posicionamiento en interiores por medio de un sistema de balizamiento, usando módulos Bluetooth. Estos módulos transmiten señales o “beacons” los cuales son captados y almacenados por un terminal móvil, el cual será el objetivo para localizar. Estos datos serán procesados posteriormente aplicando un algoritmo, que lo primero que hace, es transforma las potencias recibidas de cada baliza en distancia, a través de una fórmula que tiene en cuenta la variable de perdidas (path loss) obtenida en un estudio del entorno en el que se vayan a colocar el despliegue de balizas, previamente a la realización de este mismo despliegue. Posteriormente se obtendrá la posición estimada usando la trilateración. Los resultados de este sistema obtenían resultados relativamente buenos o malos dependiendo de en qué zona del despliegue nos situemos, siendo buenos cuando el usuario está en una zona rodeado y relativamente cerca de 3 de las balizas (3 es el número necesario para realizar la trilateración), y malos cuando este no se sitúa a distancias cercanas de al menos 3 balizas. La solución que se propuso a este problema es el de poblar aún más de balizas el entorno del experimento, lo cual encarecía mucho más esta solución. A la vista de los resultados se ha diseñado un nuevo sistema que viene a mejorar el método anterior. Se ha observado que la obtención de la variable de pérdidas de camino que se realizaba en el anterior trabajo era ineficiente, debido a que esta medida se tomaba en un estudio previo al experimento, y cuando se iban a capturar los datos de los “beacons” para estimar la posición, el path loss ya no tenía el mismo valor. Por este motivo, en este trabajo se ha decidió introducir dos calibradores los cuales obtendrán medidas de los “beacons” a la vez que lo hará el usuario, para así obtener el valor de la variable de pérdidas en el mismo instante que se obtienen los datos para estimar la posición. Tras realizar las pruebas y comprobar los resultados, se ha obtenido una gran mejora respecto al sistema anterior, sobre todo en las zonas más problemáticas comentadas anteriormente.

ABSTRACT: The main objective of this work is to improve the solution to the indoor location problem that was proposed in the TFG carried out by myself Carlos Calzada. In this final degree project, the problem of positioning indoors was approached by means of a beacon system, using Bluetooth modules. These modules transmit signals or "beacons" which are captured and stored by a mobile terminal, which will be the objective to locate. These data will be processed later by applying an algorithm, which the first thing to do is transform the powers received from each beacon into distance, through a formula that takes into account the variable of path loss obtained in a study of the environment in the one that we are going to place the deployment of beacons, prior to carrying out this same deployment. Later the estimated position will be obtained using trilateration. The results of this system obtained relatively good or bad results depending on which area of the deployment we are located in, being good when we are in an area surrounded and relatively close to 3 of the beacons (3 is the number necessary to carry out the trilateration), and bad when we were not at close distances of at least 3 beacons. The proposed solution to this problem is to populate the experiment environment with even more beacons, which made this solution much more expensive. In view of the results, a new system has been designed that improves on the previous method. It has been observed that obtaining the path loss variable that was carried out in the previous work was inefficient, because this measure was taken in a study prior to the experiment, and when the data from the beacons were to be captured to estimate the position, the path loss no longer had the same value. For this reason, in this work it has been decided to introduce two calibrators which will obtain measurements of the beacons at the same time as the user, in order to obtain the value of the loss variable at the same moment that we obtain the data for estimate the position. After running the tests and checking the results, we have obtained a great improvement over the previous system, especially in the most problematic areas discussed above.