Indoor localization system using fingerprinting and novelty detection for evaluation of confidence

Autor: Mour??o, Helmer Augusto de Souza, https://orcid.org/0000-0003-2022-7950
Přispěvatelé: Oliveira, Hor??cio Antonio Braga Fernandes de, Lobo, Felipe Leite, Lima, Moys??s Mendes, Souto, Eduardo James Pereira, Barreto, Raimundo da Silva
Jazyk: portugalština
Rok vydání: 2022
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da UFAM
Universidade Federal do Amazonas (UFAM)
instacron:UFAM
Popis: Submitted by Helmer Augusto de Souza Mour??o (helmermourao@gmail.com) on 2022-12-20T02:05:55Z No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Thesis_PT_final_aprovada.pdf: 3920077 bytes, checksum: ff8b296e146628e8b887a6d94aafbaf9 (MD5) Carta de Autoriza????o de Encaminhamento..pdf: 180186 bytes, checksum: 65c3b7e96aa70208eb27438719a8c35d (MD5) Rejected by PPGI Inform??tica (secretariappgi@icomp.ufam.edu.br), reason: Prezado, Para que o dep??sito seja aprovado, solicito apenas a exclus??o das paginas em branco no documento. Isso tem sido motivo de reprova????o pela Biblioteca Central. Atenciosamente, on 2023-01-02T19:45:46Z (GMT) Submitted by Helmer Augusto de Souza Mour??o (helmermourao@gmail.com) on 2023-01-04T23:16:28Z No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Carta de Autoriza????o de Encaminhamento..pdf: 180186 bytes, checksum: 65c3b7e96aa70208eb27438719a8c35d (MD5) Thesis_PT_final_aprovada.pdf: 3916081 bytes, checksum: 89b8b106b8bdce65834f74517f821e86 (MD5) Approved for entry into archive by PPGI Inform??tica (secretariappgi@icomp.ufam.edu.br) on 2023-01-05T22:16:50Z (GMT) No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Carta de Autoriza????o de Encaminhamento..pdf: 180186 bytes, checksum: 65c3b7e96aa70208eb27438719a8c35d (MD5) Thesis_PT_final_aprovada.pdf: 3916081 bytes, checksum: 89b8b106b8bdce65834f74517f821e86 (MD5) Rejected by Divis??o de Documenta????o/BC Biblioteca Central (ddbc@ufam.edu.br), reason: Corrigir na Ficha Catalogr??fica (alterar apenas o que foi solicitado e manter as demais informa????es): a) T??tulo - deve come??ar com a primeira letra mai??scula e as demais min??sculas, exceto quando forem siglas ou nomes pr??prios. (Ex.: ???Um sistema de localiza????o indoor usando fingerprinting e detec????o de novidades para avalia????o de confian??a???). b) N??mero de folhas. c) Palavras-chave - devem come??ar com a primeira letra mai??scula e as demais min??sculas, exceto quando forem siglas ou nomes pr??prios (Ex.: Localiza????o interna; Sistema de posicionamento). d) Deve-se inserir a Ficha conforme gerada automaticamente pelo sistema (N??o alterar formata????o e texto manualmente). e) Deve-se manter a informa????o "Ficha catalogr??fica elaborada automaticamente de acordo com os dados fornecidos pelo(a) autor(a)". on 2023-01-06T14:08:15Z (GMT) Submitted by Helmer Augusto de Souza Mour??o (helmermourao@gmail.com) on 2023-01-10T02:21:35Z No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Carta de Autoriza????o de Encaminhamento..pdf: 180186 bytes, checksum: 65c3b7e96aa70208eb27438719a8c35d (MD5) Thesis_PT_final_aprovada.pdf: 3916180 bytes, checksum: cdbf529434a48dc9c5161dd26328e689 (MD5) Approved for entry into archive by PPGI Inform??tica (secretariappgi@icomp.ufam.edu.br) on 2023-01-10T11:58:07Z (GMT) No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Carta de Autoriza????o de Encaminhamento..pdf: 180186 bytes, checksum: 65c3b7e96aa70208eb27438719a8c35d (MD5) Thesis_PT_final_aprovada.pdf: 3916180 bytes, checksum: cdbf529434a48dc9c5161dd26328e689 (MD5) Approved for entry into archive by Divis??o de Documenta????o/BC Biblioteca Central (ddbc@ufam.edu.br) on 2023-01-10T20:43:28Z (GMT) No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Carta de Autoriza????o de Encaminhamento..pdf: 180186 bytes, checksum: 65c3b7e96aa70208eb27438719a8c35d (MD5) Thesis_PT_final_aprovada.pdf: 3916180 bytes, checksum: cdbf529434a48dc9c5161dd26328e689 (MD5) Made available in DSpace on 2023-01-10T20:43:28Z (GMT). No. of bitstreams: 3 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Carta de Autoriza????o de Encaminhamento..pdf: 180186 bytes, checksum: 65c3b7e96aa70208eb27438719a8c35d (MD5) Thesis_PT_final_aprovada.pdf: 3916180 bytes, checksum: cdbf529434a48dc9c5161dd26328e689 (MD5) Previous issue date: 2022-10-20 Indoor localization systems are used to locate mobile devices inside buildings where traditional solutions such as Global Navigation Satellite Systems (GNSS) do not work well due to the lack of direct visibility from satellites. Fingerprinting is one of the most known and accurate solutions for indoor localization, it is divided into two distinct phases: a training phase (Offline) and a localization phase (Online). One of the most used information is the Received Signal Strength Indicator (RSSI), as it is easy to obtain, but RSSI values are known to be unstable and noisy due to obstacles and the dynamics of the scenarios, causing inaccuracies in the estimates of position. Due to this RSSI characteristic, several methodologies have been proposed to try to mitigate the noise effects in the training phase, however, the RSSI information also presents noise in the localization phase. This noise often causes the system to point to a location that it is not sure is correct, even though it is most likely based on its calculations. To minimize this problem, this work presents some methods to verify the confidence level of classifications using classification probabilities combined with novelty detection algorithms. Thus, in this work, we propose LocFiND (Localization using Fingerprinting and Novelty Detection), a solution based on fingerprinting that uses novelty detection to assess the confidence of the estimated positions and, thus, try to mitigate the noise caused by RSSI on localization. Unreliable estimations are discarded and not forwarded to the application. We implemented our solution in a real-world, large-scale school area using Bluetooth-based devices. Our performance evaluation shows considerable improvement in the localization accuracy and stability while discarding only a few, unreliable estimations. Os sistemas de localiza????o para ambientes fechados s??o usados para localizar dispositivos m??veis dentro de edif??cios onde as solu????es tradicionais, como o Global Navigation Satellite Systems (GNSS), n??o funcionam bem devido ?? falta de visibilidade direta dos sat??lites. O fingerprinting ?? uma das solu????es mais conhecidas e precisas para localiza????o em ambientes fechados, ele ?? dividido em duas fases distintas uma fase de treinamento (Offline) e uma de localiza????o (Online). Uma das informa????es mais utilizadas ?? o Received Signal Strength Indicator (RSSI), por ser de f??cil obten????o, por??m valores de RSSI s??o conhecidos por serem inst??veis e ruidosos devido aos obst??culos e ?? dinamicidade dos cen??rios, causando imprecis??es nas estimativas de posi????o. Devido a esta caracter??stica do RSSI, v??rias metodologias t??m sido propostas para tentar mitigar os efeitos do ru??do na fase de treinamento, por??m, as informa????es do RSSI tamb??m apresentam ru??do na fase de localiza????o. Esse ru??do geralmente faz com que o sistema indique um local que n??o tem certeza se est?? correto, embora seja o mais prov??vel com base em seus c??lculos. Para minimizar este problema, este trabalho apresenta alguns m??todos de verifica????o do n??vel de confian??a das classifica????es usando as probabilidades da classifica????o aliado a algoritmos de Detec????o de Novidade (Novelty Detection). Assim, neste trabalho, propomos LocFiND (Localization using Fingerprinting and Novelty Detection), uma solu????o baseada em fingerprinting que utiliza a detec????o de novidade para avaliar a confian??a das posi????es estimadas e, assim, tentar mitigar o ru??do causado pelo RSSI na localiza????o. Estimativas n??o confi??veis s??o descartadas e n??o encaminhadas ?? aplica????o. Nossa solu????o foi avaliada usando informa????es coletadas em ambiente real de uma ??rea escolar usando dispositivos baseados em Bluetooth. Nossa avalia????o de desempenho mostra uma melhoria consider??vel na precis??o e estabilidade da localiza????o, descartando apenas algumas estimativas n??o confi??veis.
Databáze: OpenAIRE