Two-level fingerprint-based indoor positioning using advanced Machine Learning

Abstract

These days, positioning systems are Global Navigation Satellite System (GNSS) based – such as Global Positioning System (GPS) or the European Galileo – have been deployed worldwide, due to their efficiency, reliability, and need. Today using GPS for navigation or localization is quite common, this technology shaped our world and it is now part of our life. However, these satellite-based positioning systems fail to provide good results inside infrastructures. If someone is inside a building, walls and other objects inside will attenuate the signals, making them unreliable for obtaining a position. For example, an Indoor Positioning System (IPS) offering localization services inside a hospital could bring a lot of benefits, namely patient orientation, locating doctors and nurses for emergency responses, or immediately locating critical instrumentation, among others. In the case of a warehouse, it can be used for better logistics, optimization of resources and autonomous vehicle driving. Other related contexts can be found in airports, museums and shopping malls, where IPSs can be used to support indoor navigation. There is a large number of solutions created for this challenge, using technologies such as Bluetooth Low Energy (BLE), Wi-Fi, Ultra-Wideband (UWB), Light Detection and Ranging (LIDAR), and Infrared, among many others. These are usually associated with techniques such as proximity, trilateration, triangulation, and fingerprinting. This work will focus on using Wi-Fi technology using the fingerprinting technique, i.e., Wi-Fi Fingerprinting for large indoor enviroments.

Atualmente, os sistemas de posicionamento baseados em GNSS – como o GPS ou o Galileo europeu – foram implementados em todo o mundo devido à sua eficiência, confiabilidade e necessidade. Hoje usar o GPS para navegação ou localização é bastante comum, esta tecnologia moldou nosso mundo e agora faz parte de nossa vida. No entanto, esses sistemas de posicionamento baseados em satélite não fornecem bons resultados dentro das infraestruturas. Se alguém estiver dentro de um prédio, paredes e outros objetos no interior atenuarão os sinais, tornando-os pouco confiáveis para estimar uma posição. Por exemplo, um IPS que ofereça serviços de localização dentro de um hospital pode trazer muitos benefícios, como orientação ao paciente, localização de médicos e enfermeiros para respostas de emergência, localização imediata de instrumentação crítica, entre outros. No caso de um armazém, pode ser utilizado para uma melhor logística, otimização de recursos e condução autónoma de veículos. Outros contextos relacionados podem ser encontrados em aeroportos, museus e shopping centers, onde o IPSs pode ser usado para dar suporte à navegação interna. Existe um grande número de soluções criadas para este desafio, utilizando tecnologias como BLE, Wi-Fi, UWB, LIDAR, Infrared, entre muitas outras. Estas geralmente estão associados a técnicas como proximidade, trilateração, triangulação e Fingerprinting. Este trabalho foca-se no uso da tecnologia Wi-Fi e o método Fingerprinting, ou seja, Fingerprinting Wi-Fi para grandes ambientes indoor.