A New Indoor Position Estimation Method of RFID Tags for Continuous Moving Navigation Systems

Transcrição

1 Junho 2013 Bruno Macena (bmdm) Felipe Duarte (fds) Guilherme Cavalcanti (gjcc) Igor Gomes (ilrg) Jorge Vinícius(jvdl)

2 AGENDA Contexto S-CRR (Swift Communication Range Recognition) Descrição Procedimento de Estimativa do Posicionamento CM-CRR (Continuous Moving Communication Range Recognition) Descrição Procedimento de Estimativa do Posicionamento Vantagens Avaliação de Desempenho via Simulação Computacional Simulações preliminares para escolha de parâmetros Avaliação de desempenho em movimentação reta e curva Conclusão

3 CONTEXTO GPS é o mais utilizado sistema de navegação e posicionamento GPS possui alta precisão GPS apresenta problemas de atenuação do sinal em ambientes indoor Sensores ubíquos como alternativas (Wi-Fi, IR, RFID...) Wi-Fi consegue ser tão preciso quanto GPS, mas é caro RFID: solução fácil e barata RFID: S-CRR x CM-CRR

4 S-CRR: DESCRIÇÃO Utiliza modelos de área de comunicação para estimar a posição de uma tag RFID Esse método utiliza dois tipos de modelos de área de comunicação: Modelo feito com primeira detecção da tag RFID Modelo feito com última detecção realizada Rotaciona o leitor em cada ponto de observação Com a rotação, reconhece dois modelos com a primeira e última detecção da tag

5 S-CRR: DESCRIÇÃO Posição estimada de acordo com a intersecção dos modelos Pequeno tempo para estimar, devido a utilização de um único ponto de observação Robô deve parar para procurar tags RFID em cada ponto de observação

6 S-CRR: PROCEDIMENTO DE ESTIMATIVA DO POSICIONAMENTO O procedimento se dá em 5 etapas 1. Movimentação de um robô

7 S-CRR: PROCEDIMENTO DE ESTIMATIVA DO POSICIONAMENTO 2. Detecção da tag RFID

8 S-CRR: PROCEDIMENTO DE ESTIMATIVA DO POSICIONAMENTO 3. Rotação do leitor de RFID

9 S-CRR: PROCEDIMENTO DE ESTIMATIVA DO POSICIONAMENTO 4. Gera modelos de área de comunicação

10 S-CRR: PROCEDIMENTO DE ESTIMATIVA DO POSICIONAMENTO 5. Estimativa da posição da tag RFID

11 CM-CRR: DESCRIÇÃO Necessidade de navegação contínua, suave e segura A maioria dos métodos (S-CRR também) exige que o robô pare a cada ponto Continuous Moving Comunication Range Recognition Estimativa de posicionamento em movimentação Uso de RFID tão simples quanto possível Diferenças do S-CRR Estima a posição em movimento Não rotaciona a câmera Usa dois alcances de comunicação: curto e longo

12 CM-CRR: PROCEDIMENTO DE ESTIMATIVA DO POSICIONAMENTO O procedimento se dá em 4 etapas 1. Detecção da etiqueta em longo alcance

13 CM-CRR: PROCEDIMENTO DE ESTIMATIVA DO POSICIONAMENTO 2. Detecção da etiqueta em curto alcance

14 CM-CRR: PROCEDIMENTO DE ESTIMATIVA DO POSICIONAMENTO 3. Re-detecção da etiqueta em longo alcance 4. Estimativa da posição da etiqueta

15 AVALIAÇÃO DE DESEMPENHO VIA SIMULAÇÃO COMPUTACIONAL: COLETA DE PARAMÊTROS Simulações preliminares: ajudam a definir os parametros que afetam a precisão do CM- CRR (x2, y2) 25cm/s (x1, y1)

16 AVALIAÇÃO DE DESEMPENHO VIA SIMULAÇÃO COMPUTACIONAL: COLETA DE PARAMÊTROS Erros estimados em diversos cenarios:

17 AVALIAÇÃO DE DESEMPENHO VIA SIMULAÇÃO COMPUTACIONAL: COLETA DE PARAMÊTROS Erros estimados em diversos cenarios:

18 AVALIAÇÃO DE DESEMPENHO VIA SIMULAÇÃO COMPUTACIONAL: COLETA DE PARAMÊTROS Alcance das antenas de acordo com a atenuação do sinal

19 AVALIAÇÃO DE DESEMPENHO VIA SIMULAÇÃO COMPUTACIONAL: DESEMPENHO EM TRAJETÓRIAS RETAS E CURVAS Para avaliar o desempenho foram realizados dois tipos de simulações: Modelo com movimento em linha reta Modelo com movimento curvo Com esses modelos podemos estudar os valores das posições estimadas pelo CM-CRR e comparar com o S-CRR

20 AVALIAÇÃO DE DESEMPENHO VIA SIMULAÇÃO COMPUTACIONAL: DESEMPENHO EM TRAJETÓRIAS RETAS E CURVAS Modelo com movimento em linha reta: Foram realizados três testes com um robô móvel em linha reta formando ângulos de 0, 30 e 60 graus respectivamente.

21 AVALIAÇÃO DE DESEMPENHO VIA SIMULAÇÃO COMPUTACIONAL: DESEMPENHO EM TRAJETÓRIAS RETAS E CURVAS Modelo com movimento em linha reta: No teste com o ângulo igual a 0, vemos que o erro do S-CRR tende a aumentar com o aumento da distância L, enquanto o CM-CRR permanece quase estável e com o erro bem menor.

22 AVALIAÇÃO DE DESEMPENHO VIA SIMULAÇÃO COMPUTACIONAL: DESEMPENHO EM TRAJETÓRIAS RETAS E CURVAS Nos testes seguintes com ângulos iguais a 30 e 60 graus respectivamente, CM-CRR permanece com um baixo erro de estimativa em todas as situações, enquanto o S-CRR varia muito, portanto o CM-CRR é o melhor método para estimativa nos testes de linha reta.

23 AVALIAÇÃO DE DESEMPENHO VIA SIMULAÇÃO COMPUTACIONAL: DESEMPENHO EM TRAJETÓRIAS RETAS E CURVAS Modelo com movimento em linha reta: Foram realizados três testes com um robô movendo-se em uma curvatura, formando ângulos de 30, 45 e 60 graus respectivamente.

24 AVALIAÇÃO DE DESEMPENHO VIA SIMULAÇÃO COMPUTACIONAL: DESEMPENHO EM TRAJETÓRIAS RETAS E CURVAS Modelo com movimento em uma curvatura de 30 graus: No teste com o ângulo igual a 30, vemos que o S-CRR tende a errar muito em sua expectativa, pois ele passa a ter 3 ou mais interseções com o RFID, enquanto o CM-CRR permanece quase estável e com o erro bem menor.

25 AVALIAÇÃO DE DESEMPENHO VIA SIMULAÇÃO COMPUTACIONAL: DESEMPENHO EM TRAJETÓRIAS RETAS E CURVAS Nos testes seguintes com ângulos iguais a 45 e 60 graus respectivamente, o S-CRR varia muito, pois, em alguns momentos ele tende a apresentar apenas duas interseções, o que faz o erro decair por um momento. Porem tende a subir novamente quando o numero de inserções aumenta. Portanto o CM-CRR é o melhor método para estimativa nos testes de curva.

26 CONCLUSÃO Proposto novo método de detecção de tags RFID para navegação indoor CM-CRR se mostrou muito mais efetivo nas simulações, em relação ao S-CRR Resultados mostram que é possível realizar navegação indoor, apenas com RFID Realizar trabalhos futuros com experimentos em ambientes reais Tecnologia que permite colaborar na locomoção de pessoas com deficiência visual em vários ambientes indoor (hospitais, shopping centers, etc)