Localización personal en entornos interiores con tecnología RFID

Abstract

[ES] Este trabajo presenta un sistema de posicionamiento local (LPS) para personas en entornos interiores basado en la combinación de tecnología RFID activa y una metodología bayesiana de estimación de la posición a partir de la fuerza de las señales de RF recibidas. La complejidad inherente a la propagación de las ondas de RF en entornos interiores causa grandes fluctuaciones en el nivel de la fuerza de la señal, por lo que las técnicas bayesianas, de naturaleza estadística, tienen ventajas significativas frente a métodos de posicionamiento más comunes, como multilateración, minimización cuadrática o localización por fingerprinting. En la validación experimental del sistema RFID-LPS se consigue un error de posicionamiento medio de 2.10 m (mediana de 1.84 m y 3.89 m en el 90% de los casos), en un área abarcada de 475 m2 con 29 tags RFID, y con velocidades de desplazamiento de hasta 0.5 m/s, prestaciones iguales o superiores a otros sistemas del estado del arte. Aunque existen precedentes en Robótica móvil, la combinación de métodos bayesianos y tecnología RFID activa usada en este trabajo es original en el marco de los sistemas de localización de personas, cuyos desplazamientos son generalmente más impredecibles que los de los robots. Otros aspectos novedosos investigados son la posibilidad de alcanzar una estimación conjunta de posición y orientación de un usuario con dos métodos distintos (uso de antenas directivas y aprovechamiento de la atenuación de la señal de RF por el cuerpo humano), la escalabilidad del sistema RFID-LPS, y la estimación de la posición por técnicas bayesianas en sistemas simples que pueden detectar los marcadores RFID, pero no medir su fuerza de señal.

[EN] This work presents an indoor Local Positioning System (LPS) based in the combination of active RFID technology and Bayesian techniques for positioning estimation, from the signal strength of the received RF signals. The complexity of indoor propagation of RF waves causes large fluctuations in the signal strength levels, which can be handled better by statistical Bayesian techniques, than by more common methods like multilateration, quadratic minimization, or fingerprinting. In the empirical validation of our RFID-LPS system we achieved an estimate of the user's location with an average error of 2.10 m, median value of 1.84 m, and 3.89 m for 90% of the cases, in a displacement area of 475 m2 (with 29 RFID tags), and with velocities up to 0.5 m/s; this performance is similar or improves the state of the art of this kind of positioning systems. Even though the- re exists a background in the field of Robotic Navigation, the combination of Bayesian methods and active RFID technology presented in this work is original within the framework of location systems for people, whose movements are less predictable than those of robots. Other novel aspects investigated are the possibility of joint estimation of the position and the orientation of the user, with two different techniques (use of directive antennas and employing the attenuation of RF signals by the human body), the system scalability, and the capacity of position estimation by mere detection of RFID tags, without signal strength measurements.