Indoor localisation based on Wi-Fi infrastructure

• Autorzy: Terlecki Damian , Dimitrova-Grekow Teodora , Grekow Jacek

Identyfikatory

DOI

10.15199/48.2023.08.07

Warianty tytułu

Lokalizacja wewnątrzbudynkowa w oparciu o strukturę Wi-Fi

• Języki publikacji: EN

Abstrakty

EN

Over the last decade, indoor positioning has played an increasing role in the navigation market. In this work we present an indoor attempt for localization based on radio-environment properties. Our research concerns implementation of machine learning algorithms for a Wi-Fi fingerprints-based positioning system. The algorithms we chose are kNN, NB and RF. The method was evaluated using several different mobile devices, with samples collected in different locations of a school building. The results we achieved are very promising.

PL

W ciągu ostatniej dekady pozycjonowanie w pomieszczeniach odgrywa coraz większą rolę na rynku nawigacji. W niniejszej pracy przedstawiamy podejście lokalizacji wewnętrznej na podstawie właściwości środowiska propagacyjnego. Przedstawiamy zastosowanie algorytmów uczenia maszynowego do systemu pozycjonowania opartego na odciskach palców Wi-Fi. Wybrane zostały algorytmy kNN, NB oraz RF. Skuteczność/Dokładność metody została oceniona przy użyciu kilku różnych urządzeń mobilnych, z próbkami pobranymi w różnych miejscach budynku szkolnego. Otrzymane wyniki są bardzo obiecujące

Słowa kluczowe

EN

dynamic in-door localization; Wi-Fi infrastructure; mobile application

PL

lokalizacja wewnątrzbudynkowa; infrastruktura Wi-Fi; aplikacja mobilna

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 8
• Strony: 38--41
• Opis fizyczny: Bibliogr. 20 poz., rys., tab.

Twórcy

autor

Terlecki Damian

• Politechnika Białostocka, Wydział Informatyki, Wiejska 45A, Białystok 15-351

autor

Dimitrova-Grekow Teodora

• Politechnika Białostocka, Wydział Informatyki, Wiejska 45A, Białystok 15-351

• https://orcid.org/0000-0003-3138-4660

autor

Grekow Jacek

• Politechnika Białostocka, Wydział Informatyki, Wiejska 45A, Białystok 15-351

• https://orcid.org/0000-0003-2094-0107

Bibliografia

• [1] Correa A., Barcelo M., Morell A., Vicario J. L., A Review of Pedestrian Indoor Positioning Systems for Mass Market Applications, Sensors, 17 (2017), No. 8
• [2] Bernard R., Indoor Positioning Systems. Securities Industry A ssociation, https://www.securityindustry.org/2017/11/21/indoor-positioning-systems/ (accessed on 03.01.2023)
• [3] He S., Chan S. H. G., Wi-Fi Fingerprint-Based Indoor Positioning: Recent Advances and Comparisons, IEEE Communications Surveys & Tutorials, 18 (2016), No. 1, 466–490
• [4] Beauregard S., Haas H., Pedestrian Dead Reckoning: A Basis for Personal Positioning, Proceedings of the 3rd Workshop on Positioning, Navigation and Communication, (2006), 27–36
• [5] Kunhoth J., Karkar A., Al-Maadeed, S. et al., Indoor positioning and wayfinding systems: a surve, Hum. Cent. Comput. Inf. Sci., 10 (2020), No. 18
• [6] Popoola Or., Sinanović S., Ramirez-Iniguez R.et al., LED-based indoor positioning system using novel optical pixelation technique, Healthcare technology letters, 6 (2019), No. 3, 76-81
• [7] Kanrar S., Dawar K., Pundir A., Pedestrian localisation in the typical indoor environments, Multimed Tools Appl, 79 (2020), 27833–27866
• [8] N Styła M, Adamkiewicz P., Optimization of building control systems with use of alternative tracking methods using the RSSI index and artificial intelligence mechanisms, Przegląd Elektrotechniczny, 98 (2022), nr 2, 199-202
• [9] Baichuan H., Jingbin L., WeiS., Fan Y., A Robust Indoor Positioning Method based on Bluetooth Low Energy with Separate Channel Information, Sensors, 19 (2019), 16
• [10] Leplawy M., Indoors localization system with the use of WiFi and other network standards, Przegląd Elektrotechniczny, 91 (2015), No. 1, 173-174
• [11] Pérez-Navarro A., Torres-Sospedra J., Montoliu R., et al., Challenges of Fingerprinting in Indoor Positioning and Navigation, In Intelligent Data-Centric Systems, Geographical and Fingerprinting Data to Create Systems for Indoor Positioning and Indoor/Outdoor Navigation, Academic Press, (2019), 1-20
• [12] Wysocki M., Nicpoń R., Trzaska M., Czapiewska A, Research of Accuracy of RSSI Fingerprint-Based Indoor Positioning BLE System, Przegląd Elektrotechniczny, 98 (2022), No. 9, 86-91
• [13] Wang W., Marelli D., Fu M., Fingerprinting-Based Indoor Localization Using Interpolated Preprocessed CSI Phases and Bayesian Tracking, Sensors, 20 (2020)
• [14] Xia Sh., Liu Y., Yuan G., et.al, Indoor Fingerprint Positioning Based on Wi-Fi: An Overview, ISPRS Int. J. Geo-Inf., 6 (2017)
• [15] Yoo J., Park J., Indoor Localization Based on Wi-Fi Received Signal, Strength Indicators: Feature Extraction, Mobile Fingerprinting, and Trajectory Learning, Applied Sciences, 9 (2019), No.18
• [16] Firdaus F., Ahma. N., Sahibuddin S., Indoor positioning system based Wi-Fi fingerprinting for dynamic environment: Experimental preliminary result, J. of Engineering and Applied Sciences, 12 (2017), No.17, 4442–4447
• [17] Aha D., Kibler D., Instance-based learning algorithms, Machine Learning, 6 (1991), 37-66
• [18] Frank E., Hall M. A., Witten I. H., The WEKA Workbench. Online Appendix for "Data Mining: Practical Machine Learning Tools and Techniques", Morgan Kaufmann, (2016)
• [19] John G. H., Langley P., Estimating Continuous Distributions in Bayesian Classifiers, In: Eleventh Conference on Uncertainty in Artificial Intelligence, (1995), 338-345
• [20] Breiman L., Random Forests, Machine Learning, 45 (2001), No. 1, 5-32

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).