Two-level fingerprint-based indoor positioning using advanced Machine Learning

Detalhes bibliográficos
Autor(a) principal: Ramires, Moisés Manuel Borba Roriz
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/84081
Resumo: Dissertação de mestrado em Informatics Engineering
id RCAP_02704f2956fb0b32c05bf8ddaa3492d2
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/84081
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Two-level fingerprint-based indoor positioning using advanced Machine LearningFingerprintingClusteringRSSI Averaged Positioning Error (APE)RSSI APEDissertação de mestrado em Informatics EngineeringThese days, positioning systems are Global Navigation Satellite System (GNSS) based – such as Global Positioning System (GPS) or the European Galileo – have been deployed worldwide, due to their efficiency, reliability, and need. Today using GPS for navigation or localization is quite common, this technology shaped our world and it is now part of our life. However, these satellite-based positioning systems fail to provide good results inside infrastructures. If someone is inside a building, walls and other objects inside will attenuate the signals, making them unreliable for obtaining a position. For example, an Indoor Positioning System (IPS) offering localization services inside a hospital could bring a lot of benefits, namely patient orientation, locating doctors and nurses for emergency responses, or immediately locating critical instrumentation, among others. In the case of a warehouse, it can be used for better logistics, optimization of resources and autonomous vehicle driving. Other related contexts can be found in airports, museums and shopping malls, where IPSs can be used to support indoor navigation. There is a large number of solutions created for this challenge, using technologies such as Bluetooth Low Energy (BLE), Wi-Fi, Ultra-Wideband (UWB), Light Detection and Ranging (LIDAR), and Infrared, among many others. These are usually associated with techniques such as proximity, trilateration, triangulation, and fingerprinting. This work will focus on using Wi-Fi technology using the fingerprinting technique, i.e., Wi-Fi Fingerprinting for large indoor enviroments.Atualmente, os sistemas de posicionamento baseados em GNSS – como o GPS ou o Galileo europeu – foram implementados em todo o mundo devido à sua eficiência, confiabilidade e necessidade. Hoje usar o GPS para navegação ou localização é bastante comum, esta tecnologia moldou nosso mundo e agora faz parte de nossa vida. No entanto, esses sistemas de posicionamento baseados em satélite não fornecem bons resultados dentro das infraestruturas. Se alguém estiver dentro de um prédio, paredes e outros objetos no interior atenuarão os sinais, tornando-os pouco confiáveis para estimar uma posição. Por exemplo, um IPS que ofereça serviços de localização dentro de um hospital pode trazer muitos benefícios, como orientação ao paciente, localização de médicos e enfermeiros para respostas de emergência, localização imediata de instrumentação crítica, entre outros. No caso de um armazém, pode ser utilizado para uma melhor logística, otimização de recursos e condução autónoma de veículos. Outros contextos relacionados podem ser encontrados em aeroportos, museus e shopping centers, onde o IPSs pode ser usado para dar suporte à navegação interna. Existe um grande número de soluções criadas para este desafio, utilizando tecnologias como BLE, Wi-Fi, UWB, LIDAR, Infrared, entre muitas outras. Estas geralmente estão associados a técnicas como proximidade, trilateração, triangulação e Fingerprinting. Este trabalho foca-se no uso da tecnologia Wi-Fi e o método Fingerprinting, ou seja, Fingerprinting Wi-Fi para grandes ambientes indoor.Moreira, AdrianoTorres-Sospedra, JoaquínUniversidade do MinhoRamires, Moisés Manuel Borba Roriz2022-12-152022-12-15T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/84081eng203253310info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:48:54Zoai:repositorium.sdum.uminho.pt:1822/84081Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:47:14.568414Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Two-level fingerprint-based indoor positioning using advanced Machine Learning
title Two-level fingerprint-based indoor positioning using advanced Machine Learning
spellingShingle Two-level fingerprint-based indoor positioning using advanced Machine Learning
Ramires, Moisés Manuel Borba Roriz
Fingerprinting
Clustering
RSSI Averaged Positioning Error (APE)
RSSI APE
title_short Two-level fingerprint-based indoor positioning using advanced Machine Learning
title_full Two-level fingerprint-based indoor positioning using advanced Machine Learning
title_fullStr Two-level fingerprint-based indoor positioning using advanced Machine Learning
title_full_unstemmed Two-level fingerprint-based indoor positioning using advanced Machine Learning
title_sort Two-level fingerprint-based indoor positioning using advanced Machine Learning
author Ramires, Moisés Manuel Borba Roriz
author_facet Ramires, Moisés Manuel Borba Roriz
author_role author
dc.contributor.none.fl_str_mv Moreira, Adriano
Torres-Sospedra, Joaquín
Universidade do Minho
dc.contributor.author.fl_str_mv Ramires, Moisés Manuel Borba Roriz
dc.subject.por.fl_str_mv Fingerprinting
Clustering
RSSI Averaged Positioning Error (APE)
RSSI APE
topic Fingerprinting
Clustering
RSSI Averaged Positioning Error (APE)
RSSI APE
description Dissertação de mestrado em Informatics Engineering
publishDate 2022
dc.date.none.fl_str_mv 2022-12-15
2022-12-15T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/84081
url https://hdl.handle.net/1822/84081
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203253310
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133044653686784

Registros relacionados