Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Zastosowanie algorytmu filtracji cząsteczkowej do wyznaczania lokalizacji we wnętrzach budynków

Tytuł:
Zastosowanie algorytmu filtracji cząsteczkowej do wyznaczania lokalizacji we wnętrzach budynków
Autorzy:
Kawecki, R.
Kawecki, J.
Oleksy, P.
Piwowarczyk, K.
Korbel, P.
Hausman, S.
Data publikacji:
2017
Słowa kluczowe:
systemy lokalizacyjne
Bluetooth Low Energy
filtr cząsteczkowy
RSSI
indoor localization
Bluetooth low energy
particle filter
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W artykule przedstawiono wykorzystanie algorytmu filtracji cząsteczkowej do radiowej lokalizacji osób we wnętrzach budynków. System lokalizacyjny wykorzystuje nadajniki systemu Bluetooth Low Energy (BLE) oraz urządzenie mobilne do wyznaczania położenia wewnątrz pomieszczeń zamkniętych. Proponowane rozwiązaniewykorzystuje algorytm filtracji cząsteczkowej w celu wyznaczenia aktualnego położenia użytkownika na podstawie referencyjnego rozkładu natężenia pola elektromagnetycznego dla zestawu nadajników BLE oraz pomiarów RSSI wykonywanych przez urządzenie typu smartfon. Przedstawiono rezultaty lokalizacji z wykorzystaniem tej metody. Wyznaczono błąd estymacji lokalizacji z wykorzystaniem filtracji cząsteczkowej względem rzeczywistego położenia użytkownika w budynku. Porównano zaimplementowane rozwiązanie z popularną metodą „knajbliższych sąsiadów” (k-NN).
In the paper the application of a particle filter to wireless indoor positioning is shown. Localization system employs Bluetooth Low Energy beacons and a mobile device to determine the position of the user within the test area. The proposed system uses particle filtering algorithm to estimate the user’s current position from RSSI measurements and knowledge of the reference electromagnetic field distribution for each beacon located in the building. Results of localization were shown. Measurements of the positioning error are shown and compared to the error of the popular k-NN localization method which also was implemented.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies