Laboratorio
de
Temas Selectos de Sistemas Inteligentes
Para esta semana consistió en elegir un articulo en el cuál hablara acerca de la localización en interiores y en exteriores.
Robust Indoor Location Estimation of Stationary and Mobile Users
El articulo nos muestra lo siguiente:
- Dos algoritmos que son utilizados para localización en interiores aunque también pueden ser utilizados para exteriores; la particularidad de estos es que pueden trabajar en conjunción con los algoritmos de localización existentes (tanto comerciales como libres).
- Estimar la localización mediante la tecnología de Radio Frecuencia.
- Utilización del SELFLOC para localización de un usuario estático.
- Utilizando el RoC para la localización de un usuario en móvil.
- Experimentos y algunas discusiones acerca de los algoritmos.
Para esta entrada pondré la definición acerca de los dos algoritmos mencionados en el articulo ya que para mí es lo mas importante del articulo.
Lo algoritmos mencionados son el Selective Fusion Location Estimation (SELFLOC) y Region of Confidence (RoC).
Selective Fusion Location Estimation (SELFLOC)
El funcionamiento de este algoritmo consiste en seleccionar o fusionar (de ahí el nombre de fusión) fuentes de información, por ejemplo resultados de múltiples sensores de RF (Radio Frecuencia).
Otro ejemplo serian los resultados de localización de uno o de múltiples algoritmos de localización, estos serían como entradas del algoritmo.
El beneficio principal de este algoritmo es la ganancia de precisión mediante la combinación de la información no correlacionada contribuido de entradas múltiples de fuentes heterogénea (por ejemplo múltiples sensores RF) y algoritmos.
Explicando el Proceso:
Teniendo las entradas, a estas se les asigna un peso de tal forma que el porcentaje de error sea el mas mínimo posible.
El proceso del algoritmo se muestra en la siguiente imagen:
Explicando lo anterior (Nos muestra un ejemplo con 3 entradas).
Se tiene las entradas y sus pesos y se obtiene un estimado que sería la suma de los entradas multiplicadas por su peso respectivo (Algo parecido a lo de redes neuronales).
En ecuación sería:
Teniendo el estimado se compara con el dato real y se obtiene el porcentaje de error y el resultado o sea la localización.
Comúnmente el porcentaje de error no pasa de 1.6 m.
Region of Confidence (RoC)
Este algoritmo forma una región en el que la verdadera ubicación de un usuario se encuentra con alguna probabilidad alta.
Luego, una serie de estimaciones obtenidas en intervalos de tiempo cercanos (ya sea de los algoritmos de localización mismos o diferentes clásicos) se filtran mediante el formado RoC.
- Formación de la Región de Confianza.
- Filtrar la Región de Confianza para tener una región mas corta.
- Se obtiene los tiempo y se aplica un heuristico para obtener las rutas correctas.
- Se regenera la región de confianza en base a los pasos anteriores a fin de que esta sea la indicada.
- Se obtiene la localización del usuario.
El porcentaje del error comúnmente es menor a 3.7 m.
Referencias
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=1356990
http://www.ieee-infocom.org/2004/Papers/21_4.PDF
Mencionar los autores al inicio. Está algo breve. 6 pts.
ResponderEliminar