Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/36835| Título: | Sistema de posicionamento em ambientes internos baseado em bluetooth low energy com uso de filtragem estocástica e fusão de sensores |
| Título(s) alternativo(s): | Bluetooth low energy-based indoor positioning system using stochastic filtering and sensor fusion |
| Autor(es): | Fabris, Andrey |
| Orientador(es): | Rayel, Ohara Kerusauskas |
| Palavras-chave: | Sistemas de posicionamento interno (localização sem fio) Kalman, Filtragem de Tecnologia bluetooth Algorítmos - Desenvolvimento Desempenho - Avaliação Python (Linguagem de programação de computador) Indoor positioning systems (Wireless localization) Kalman filtering Bluetooth technology Algorithms - Development Performance - Evaluation Python (Computer program language) |
| Data do documento: | 8-Abr-2025 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | FABRIS, Andrey. Sistema de posicionamento em ambientes internos baseado em bluetooth low energy com uso de filtragem estocástica e fusão de sensores. 2025. Dissertação (Mestrado em Sistemas de Energia) - Universidade Tecnológica Federal do Paraná, Curitiba, 2025. |
| Resumo: | Este trabalho propõe um sistema de posicionamento em ambientes internos (IPS, do inglês Indoor Positioning System), integrando múltiplas técnicas de radiofrequência por meio de um algoritmo modificado de Fusão por Trajetória com Predição Combinada (TFP, do inglês Track model with Fused Prediction). As métricas de sinais utilizadas incluem o Indicador de Intensidade de Sinal Recebido (RSSI, do inglês Received Signal Strength Indicator), o Ângulo de Chegada (AoA, do inglês Angle of Arrival), e uma combinação de ambas, dentro da estrutura do Bluetooth Low Energy (BLE) 5.1. Embora o AoA se destaque por sua precisão, baixo consumo de energia e custo-benefício, o RSSI é caracterizado por sua simplicidade e ampla disponibilidade. Ao adotar essas medidas em algoritmos como a multilateração (MLT), a trigonometria e a triangulação, é possível obter as coordenadas geográficas de um alvo. Para a validação do sistema, foi utilizada uma base de dados com medições reais de RSSI e AoA provenientes de um transmissor e quatro receptores BLE 5.1 em um ambiente de 14×8 metros. O Filtro de Kalman (FK) foi empregado para aprimorar a precisão dos algoritmos de multilateração, da combinação de AoA com RSSI e do uso exclusivo de AoA. Além disso, foi considerada uma etapa adicional no IPS, na qual as saídas filtradas pelo FK são fundidas por meio do TFP modificado. Os resultados demonstram que o esquema proposto, denominado Localização por Fusão de Ângulo–RSSI (ARFL, do inglês Angle–RSSI Fusion Localization), melhora significativamente a precisão da localização em comparação com outras técnicas. Em particular, o erro médio de posição é reduzido em até 81,61% em relação à multilateração com FK. O sistema desenvolvido apresenta uma solução precisa e de baixo custo, adequada para diversas aplicações em setores como saúde, comércio e logística. |
| Abstract: | This work proposes an indoor positioning system (IPS) that integrates multiple radio frequency techniques through a modified Track Fusion with Fused Prediction (TFP) algorithm. The employed signal metrics include Received Signal Strength Indicator (RSSI), Angle of Arrival (AoA), and a combination of both within the Bluetooth Low Energy (BLE) 5.1 framework. While AoA stands out for its precision, low energy consumption, and cost-effectiveness, RSSI is characterized by its simplicity and widespread availability. By applying these measures in algorithms such as multilateration (MLT), trigonometry, and triangulation, the coordinates of a target can be obtained. To validate the system, a dataset containing real RSSI and AoA measurements from a transmitter and four BLE 5.1 receivers in a 14 × 8 meter environment was utilized. The Kalman Filter (KF) was employed to improve the accuracy of multilateration, AoA combined with RSSI, and AoA-only algorithms. Moreover, one more step was considered in the IPS, where the aforementioned KF-filtered outputs are then fused through the modified TFP. Results demonstrate that the proposed scheme, which is referred to as Angle–RSSI Fusion Localization (ARFL), significantly improves localization accuracy compared to other techniques. In particular, it reduces up to 81,61% in the average position error when compared to multilateration with KF. This advanced IPS offers a cost-effective and precise solution suitable for various applications in industries such as healthcare, commerce, and logistics. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/36835 |
| Aparece nas coleções: | CT - Programa de Pós-Graduação em Sistemas de Energia |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| localizacaoambientesinternosangulo.pdf | 3,11 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
