primer desafío tecnológico del...
Post on 11-Oct-2020
3 Views
Preview:
TRANSCRIPT
Primer Desafío Tecnológico del DTSTC
Propuesta de Proyecto
Sistema de Localización Móvil en la ETSIIT
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Introducción
� La propuesta consta de dos soluciones:
� Ambas consideradas como válidas.
� Se intuyen las ventajas e inconvenientes de implementación.
� Resultados finales aún por determinar.
� ¿Por qué no abordar la implementación de ambas soluciones en paralelo?soluciones en paralelo?
� Consideramos que es viable.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Introducción
� Ambas soluciones son, prácticamente, software.
� Se basan en medidas del nivel de señal de los APs.
� Misma aplicación cliente servidor.
� En definitiva, la principal diferencia sería el módulo software que determinaría la posición del terminal móvil.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Introducción
� Dos propuestas de solución.
� Primera propuesta basada en HMMs.
� Segunda propuesta basada en triangulación.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Determinar la posición del móvil
� Es el más importante.
� Determina la precisión, escalabilidad y portabilidad del sistema (esfuerzo necesario para poner en funcionamiento el sistema fuera de la ETSIIT).
� Mayor esfuerzo:
� Interior.
� Entorno cambiante.
� Multitrayectorias (desvanecimientos).
� Obstáculos con distintas constantes eléctricas (ε, μ).
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Puntos en común
� Módulo software encargado de extraer información de la red:
� Nivel físico: RSSI
� “Parsing” de la trama baliza (Beacon frame).
� Enlace: Direcciones MAC
Red: Direcciones IP� Red: Direcciones IP
� Hardware-Software para automatizar el proceso de medida.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Puntos en común
� Incluye funcionalidad para generar los mapas de la escuela de una forma rápida.
� Aplicación cliente-servidor con su correspondiente protocolo de comunicación (a nivel de aplicación) orientado a mensajes.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Puntos en común
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� HMMs � versatilidad, usabilidad, extensión y eficacia en el reconocimiento de patrones.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� HMMs � versatilidad, usabilidad, extensión y eficacia en el reconocimiento de patrones.
� Basado en la API que proporciona HTK.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� HMMs � versatilidad, usabilidad, extensión y eficacia en el reconocimiento de patrones.
� Basado en la API que proporciona HTK.
� Solución software � sencillez de fabricación, testeo y optimización.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� HMMs � versatilidad, usabilidad, extensión y eficacia en el reconocimiento de patrones.
� Basado en la API que proporciona HTK.
� Solución software � sencillez de fabricación, testeo y optimización.
� Tres bloques software:� Entrenador.
� Servidor.
� Cliente.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� HMMs � versatilidad, usabilidad, extensión y eficacia en el reconocimiento de patrones.
� Basado en la API que proporciona HTK.
� Solución software � sencillez de fabricación, testeo y optimización.
� Tres bloques software:� Entrenador.
� Servidor.
� Cliente.
� Cuestión clave � extraer características diferenciales.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� Características � basadas en la medida de potencia a través de otra API (por ejemplo, netsh en Windows).
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� Características � basadas en la medida de potencia a través de otra API (por ejemplo, netsh en Windows).
� Coeficientes de potencia y diferenciales de primer y segundo orden.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� Características � basadas en la medida de potencia a través de otra API (por ejemplo, netsh en Windows).
� Coeficientes de potencia y diferenciales de primer y segundo orden.
Normalización � solución a la heterogeneidad � Normalización � solución a la heterogeneidad en la medida (test en distintos equipos).
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� Características � basadas en la medida de potencia a través de otra API (por ejemplo, netsh en Windows).
� Coeficientes de potencia y diferenciales de primer y segundo orden.
Normalización � solución a la heterogeneidad � Normalización � solución a la heterogeneidad en la medida (test en distintos equipos).
� Distintas caracterizaciones por localización �amortiguación de la variabilidad por factores:� Modificación de elementos en el entorno.
� Variación en el tránsito de personas.
� Caídas de APs, cambios en la topología…
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� Almacenamiento de características en ficheros HTK para entrenamiento y testeo.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� Almacenamiento de características en ficheros HTK para entrenamiento y testeo.
� Construcción de prototipo en JAVA � ventaja de independencia de plataforma (JVM).
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� Almacenamiento de características en ficheros HTK para entrenamiento y testeo.
� Construcción de prototipo en JAVA � ventaja de independencia de plataforma (JVM).
� Test del sistema y realimentación para optimizar el rendimiento del sistema.optimizar el rendimiento del sistema.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� Almacenamiento de características en ficheros HTK para entrenamiento y testeo.
� Construcción de prototipo en JAVA � ventaja de independencia de plataforma (JVM).
� Test del sistema y realimentación para optimizar el rendimiento del sistema.optimizar el rendimiento del sistema.
� Disgregación de módulos e implementación de la comunicación con sockets en JAVA.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� Almacenamiento de características en ficheros HTK para entrenamiento y testeo.
� Construcción de prototipo en JAVA � ventaja de independencia de plataforma (JVM).
� Test del sistema y realimentación para optimizar el rendimiento del sistema.optimizar el rendimiento del sistema.
� Disgregación de módulos e implementación de la comunicación con sockets en JAVA.
� Si hay tiempo � extender funcionamiento a otros dispositivos.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en HMMs
� Almacenamiento de características en ficheros HTK para entrenamiento y testeo.
� Construcción de prototipo en JAVA � ventaja de independencia de plataforma (JVM).
� Test del sistema y realimentación para optimizar el rendimiento del sistema.optimizar el rendimiento del sistema.
� Disgregación de módulos e implementación de la comunicación con sockets en JAVA.
� Si hay tiempo � extender funcionamiento a otros dispositivos.
� En coordinación la segunda solución.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en triangulación
� Localizar en el mapa los distintos APs.
� Aún no está definido el algoritmo.
� Buscar un buen modelo de propagación:
� El que mejor funcione (Empírico, semi-empírico, teórico).
� Podemos probar los que ya están ya definidos (COST 231 modelos de propagación en interiores).Podemos probar los que ya están ya definidos (COST 231 modelos de propagación en interiores).
� Un modelo diferente para cada zona.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Solución basada en triangulación
� A partir de 3 medidas del RSSI pertenecientes a 3 APsdistintos de los que se conoce previamente su localización se determina la posición del terminal móvil.
� No es bueno hacerse ilusiones: Difícilmente las 3 circunferencias se cortarán en un punto.
� Divaguemos:� Divaguemos:
� Algoritmo iterativo, que se modifique el coeficiente de pérdidas del modelo…
� Algoritmos de optimización no lineales…
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Propuesta de proyecto
� GRACIAS.� GRACIAS.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Primer Desafío Tecnológico del DTSTC
Estado del Prototipo v1.
Sistema de Localización Móvil en la ETSIIT
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Introducción
� Solución final � Reconocimiento de la posición basado en el modelado estadístico de los HMMs por inacción sobre la propuesta clásica de triangulación.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Introducción
� Solución final � Reconocimiento de la posición basado en el modelado estadístico de los HMMs por inacción sobre la propuesta clásica de triangulación.
� Prototipo puramente software (JAVA) asentado sobre APIs:Medición de potencia: netsh de Windows.� Medición de potencia: netsh de Windows.
� Manipulación de HMMs: HTK.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Introducción
� Solución final � Reconocimiento de la posición basado en el modelado estadístico de los HMMs por inacción sobre la propuesta clásica de triangulación.
� Prototipo puramente software (JAVA) asentado sobre APIs:Medición de potencia: netsh de Windows.� Medición de potencia: netsh de Windows.
� Manipulación de HMMs: HTK.
� Tres módulos diferenciados:� Cliente del equipo localizable (I4WLoc).
� Cliente del equipo localizador.
� Servidor.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Reconocimiento de la localización
� Front-end � Medición de potencia de APs y manipulación para presentar una estructura al reconocedor estadístico.
� Función de reconocimiento en sí basada en la aproximación estadística de los HMMs � Cada localización modelada por un HMM.localización modelada por un HMM.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Reconocimiento de la localización
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Reconocimiento de la localización
� Ráfaga de medidas.
� Tantos estados por HMM como APs en el entorno de localización.
� Alineamiento forzado con Viterbi.
� Coeficientes delta y aceleración.� Coeficientes delta y aceleración.
� Almacenaje en ficheros HTK.
� Restricción de puntos de acceso.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Estado del Prototipo
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Estado del Prototipo
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Estado del Prototipo
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Evaluación
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Evaluación
� 9 puntos de test.
� 5 caracterizaciones por lugar.
� Dos horas de una mañana nublada.
� Problema � Estabilidad de la medición.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Evaluación
� 27 estimaciones.
� 75% de los errores � Último sitio visitado.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Evaluación
� Posible resolución de pocos metros o menos.
� Comunicación entre módulos clientes correcta �Pérdida de conexión con traspaso del equipo móvil de punto de acceso a la red.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Conclusiones y Trabajo Futuro
� Puntos fuertes:� Coste de la solución.
� Portabilidad.
� Robustez en el reconocimiento.
� Usabilidad.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Conclusiones y Trabajo Futuro
� Puntos fuertes:� Coste de la solución.
� Portabilidad.
� Robustez en el reconocimiento.
� Usabilidad.
Puntos débiles:� Puntos débiles:� Posibilidad de poca resolución � Inclusión de otras características, testeo de otras topologías, etc.
� Posibilidad de alta carga computacional � Estimación de la posición del lado del servidor y algoritmo de interpolación probabilístico.
� Lenta capacidad de refresco y malas estimaciones.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Conclusiones y Trabajo Futuro
� Diagnóstico y suplantación del sistema de medida de potencia.
� Experimentación con diferentes tipos de HMMs (mezcla de gaussianas, más caracterizaciones por localización, etc).
� Método de interpolación probabilístico para reducción de alta carga computacional y mejora de la resolución alta carga computacional y mejora de la resolución espacial.
� Funcionalidad del reconocimiento del lado del servidor.
� Disgregación del módulo del entrenador y almacenaje de su resultado del lado del servidor.
� Completar portabilidad � Integración de APIs.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Conclusiones y Trabajo Futuro
� Automatizar la tarea del entrenamiento.
� Eliminación de restricciones temporales del prototipo y mejora de la interfaz.
� Conmutación entre distintos entornos de localización desde la aplicación cliente.
� Experimentación con distintos umbrales de inclusión de APs.
� Soluciona pérdida de conexión del equipo móvil con el traspaso de punto de acceso a la red.
� Inclusión del método de normalización para la amortiguación de la heterogeneidad de tarjetas de red.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Conclusiones y Trabajo Futuro
� Interrupción del entrenamiento para continuación posterior.
� Agregación de nuevas características � RTT.
� Umbral probabilístico mínimo para emitir una decisión.
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Estado del Prototipo v1.
� GRACIAS� GRACIAS
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Sistema Estadísticode Localización Indoor
Estado del Proyecto v2.
Primer Desafío Tecnológico del DTSTC
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Fundamento Teórico
� Proyecto de investigación
� Evolución del proyecto
� Uso de modelos ocultos de Márkov (HMMs) (96.3% de acierto)
� Gran coste computacional y baja resolución espacial
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Fundamento Teórico
� Proyecto de investigación
� Evolución del proyecto
� Uso de modelos ocultos de Márkov (HMMs) (96.3% de acierto)
� Gran coste computacional y baja resolución espacial
� Aumento de resolución espacial sin incrementar el coste computacional
� Uso de redes neuronales
� Método de interpolación espacial basado en
minimización de error cuadrático
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Fundamento Teórico
� Proyecto de investigación
� Evolución del proyecto
� Estrategia de división de reconocimiento
� Revisión del empleo de HMMs para entrenamiento denso
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Fundamento Teórico Actual
� Estado actual del proyecto de investigación
� Fase de entrenamiento (NAPs y L localizaciones)
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Fundamento Teórico Actual
� Estado actual del proyecto de investigación
� Fase de reconocimiento (NAps y L localizaciones)
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Estado Actual del Prototipo
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Estado Actual del Prototipo
� Puntos débiles mejorados
� Posibilidad de mejora del problema de baja resolución (posibilidad de entrenamiento denso por reducción de coste computacional)
� Necesitamos buenos tests (posible mejora en precisión)
� GRAN PROBLEMA ACTUAL� GRAN PROBLEMA ACTUAL
� Problema de implementación de prototipo con netsh. Mal aplicación para la medición de la potencia por baja precisión y mal refresco de los datos
� Dificultad de acceder al RSSI en bajas capas
� Acumulación de errores en entrenamiento y en evaluación que no permiten evaluar el potencial de esta metodología
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
Sistema Estadístico de Localización
� GRACIAS� GRACIAS
Grupo I4 | Iván Fernández | Iván López | Jonathan Prados | Mark Rowsell
top related