Indoor localization simulation framework for optimized sensor placement to increase the position estimation accuracy

Kaló, Ádám, Kincses, Zoltán, Schäffer, László, Pletl, Szilveszter (2020) Indoor localization simulation framework for optimized sensor placement to increase the position estimation accuracy Annales Mathematicae et Informaticae. 51. pp. 29-39. ISSN 1787-6117 (Online)

[thumbnail of 29_39_Kaló.pdf] pdf
29_39_Kaló.pdf

Download (4MB) [error in script]

Absztrakt (kivonat)

Indoor position estimation is an important part of any indoor application which contains object tracking or environment mapping. Many indoor localization techniques (Angle of Arrival – AoA, Time of Flight – ToF, Return Time of Flight – RToF, Received Signal Strength Indicator – RSSI) and tech- nologies (WiFi, Ultra Wideband– UWB, Bluetooth, Radio Frequency Identification Device – RFID) exist which can be applied to the indoor localization problem. Based on the measured distances (with a chosen technique), the position of the object can be estimated using several mathematical methods. The precision of the estimated position crucially depends on the placement of the anchors, which makes the position estimate less reliable. In this paper a simulation framework is presented, which uses genetic algorithm and the multilateral method to determine an optimal anchor placement for a given pathway in an indoor environment. In order to make the simulation more realistic, the error characteristics of the DWM1001 UWB ranging module were measured and implemented in the simulation framework. Using the proposed framework, various measurements with an optimal and with a reference anchor placement were carried out. The results show that using an optimal anchor placement, a higher position estimation accuracy can be achieved.

Mű típusa: Folyóiratcikk - Journal article
Szerző:
Szerző neve
Email
MTMT azonosító
ORCID azonosító
Közreműködés
Kaló, Ádám
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Kincses, Zoltán
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Schäffer, László
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Pletl, Szilveszter
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
NEM RÉSZLETEZETT
Szerző
Kapcsolódó URL-ek:
Kulcsszavak: Anchor placement, Ultra Wide Band, Multilateral, Genetic Algorithm, Indoor Localization, Non-linear Measurement Error Model
Nyelv: angol
Kötetszám: 51.
DOI azonosító: 10.33039/ami.2020.07.002
ISSN: 1787-6117 (Online)
Felhasználó: Tibor Gál
Dátum: 23 Júl 2020 14:00
Utolsó módosítás: 23 Júl 2020 14:00
URI: http://publikacio.uni-eszterhazy.hu/id/eprint/6314
Műveletek (bejelentkezés szükséges)
Tétel nézet Tétel nézet