Indoor Positioning System Based on Ultra-Wide-Band Technology

Yıl 2023, Cilt: 13 Sayı: 1, 179 - 190, 30.06.2023

İbrahim Alıskan Arif Şahin

Öz

In this article, it is aimed to design and implement a system that can make precise position estimation on two-dimensional space (x,
y) for indoor areas. There are many technologies used for solution in determining location indoor areas. Technologies such as Radio
Frequency Identification (RFID), Ultra Wide Band (UWB), Wireless Fidelity (Wi-Fi), ZigBee and Bluetooth are among these
solutions. Ultra Wide Band technology was compared with other technologies on the basis of criteria such as cost, coverage area,
high accuracy in location estimation, and was used in this project due to its advantages explained in detail in the following sections.
The created system basically consists of the target object (Tag), three fixed reference receiver modules (Anchor) and a main PC that
processes and simulates the obtained data. In the project, the Time Difference of Arrival (TDoA) method was chosen for distance
measurements and applied in the study. Trilateration was applied as a mathematical positioning estimation method. The location
estimation of the target object was made continuously and Real Time Location System (RTLS) was performed and simulated on
the PC. Errors in position estimation were examined and Kalman filter was applied to increase accuracy. In addition, it has been
determined that the accuracy in position estimation is increased when the fixed reference receivers are placed in the experimental
environment in a vertical position, equal height and forming an acute-angled triangle. The best results were obtained by applying filters
and placing the fixed reference receiver modules in optimum positions.

Anahtar Kelimeler

Indoor positioning, Ultra-wide band sensors, TDoA, Trilateration, Kalman filter

Ultra Geniş Bant Teknolojisi ile Kapalı Alanlarda Konum Belirleme

Öz

Bu makalede iç mekânlarda iki boyutlu uzayda (x, y) hassas konum kestirim sistemi tasarlanması ve uygulanması hedeflenmiştir. Kapalı alanlarda ve iç mekanlarda konum belirlemede kullanılan birçok teknoloji mevcuttur. RFID, UWB, Wi-Fi, ZigBee ve Bluetooth söz konusu teknolojiler arasında bulunmaktadır. Diğer teknolojilerle kıyaslandığında maliyet, kapsama alanı ve konum kestiriminde yüksek doğruluğa olanak sağlayan Ultra Geniş Bant (UWB) teknolojisi bu projede kullanılmıştır. Oluşturulan sistem temel olarak hedef nesne (Tag), üç adet sabit referans alıcı modül (Anchor) ve elde edilen dataları işleyerek simüle eden bir ana bilgisayardan oluşmaktadır. Projede mesafe ölçümleri için Varış Zaman Farkı (TDoA) metodu seçilmiş ve çalışmada uygulanmıştır. Matematiksel konum belirleme tahmin metodu olarak Çember Kesişimi (Trilateration) uygulanmıştır. Hedef nesnenin anlık konum kestirimi yapılmış ve Gerçek Zamanlı Konum Belirleme Sistemi (RTLS) gerçekleştirilmiştir. Konum kestiriminde tespit edilen hatalar irdelenmiş, hataların azaltılabilmesi için Kalman filtresi uygulanmıştır. Ayrıca sabit referans alıcıların dikey pozisyonda, eşit yükseklikte ve dar açılı üçgen oluşturacak şekilde deney ortamına yerleştirildiklerinde konum kestirimindeki doğruluğun artırıldığı saptanmıştır. Filtre uygulaması ve sabit referans alıcı modüllerin optimum pozisyonlara yerleştirilmesiyle en iyi sonuçlar elde edilmiştir.

Anahtar Kelimeler

Kapalı alan konumlandırma, Ultra geniş bant sensor, TDoA, Trilaterasyon, Kalman filtresi

Teşekkür

Yüksek lisans öğretimim boyunca verdiği değerli tavsiyeleri ve tez proje çalışmama katkılarından dolayı danışmanım Yıldız Teknik Üniversitesi Öğretim Üyesi Sayın Doc. Dr. İbrahim ALIŞKAN’ a (Kontrol ve Otomasyon Mühendisliği Bölümü) teşekkürü bir borç bilirim. Değerli destekleri ve anlayışları için aileme ayrıca kıymetli eşim Melike YILDIRIM ŞAHİN’ e minnetlerimi sunarım.

Kaynakça

• Alarifi, A., Al-Salman, A., Alsaleh, M., Alnafessah, A., Al- Hadhrami, S., Al-Ammar, M. A., & Al-Khalifa, H. S. 2016. Ultra wideband indoor positioning technologies: Analysis and recent advances, Sensors, 16(5), 707; 2-36. https://doi. org/10.3390/s16050707
• Álvarez, C. N., Cintas, C. C. 2010. Accuracy evaluation of probabilistic location methods in UWB-RFID systems, Master Thesis, Aalborg University, Department of Electronic Systems, Aalborg, 57-58.
• Artunç, T. C. 2017. The design and application of an uwb-based indoor positioning system, M. Sc. Thesis, Istanbul Technical University, Graduate School of Natural and Applied Sciences, Mechatronics Engineering, İstanbul, 11-13.
• Bai, Yuntian B. 2016. Development of a Wi-Fi and RFID based indoor location and mobility tracking system, Doctoral Thesis, RMIT University, School of Mathematical and Geospatial Sciences, College of Science, Engineering and Health, Melbourne, 51-64.
• Cheng, G. 2012. Accurate TOA-based UWB localization system in coal mine based on WSN. Physics Procedia, 2012(24): 534- 540. https://doi.org/10.1016/j.phpro.2012.02.078
• Contractor, B. 2008. Two dimensional localization of passive UHF RFID tags, Doctoral Dissertation, Wright State University, Master of Science in Computer Engineering, Dayton, 14-15.
• Cui, W., Zhang, L., Li, B., Guo, J., Meng, W., Wang, H., & Xie, L. 2018. Received signal strength based indoor positioning using a random vector functional link network, IEEE Transactions on Industrial Informatics, 14 (5): 1846-1855. DOI: 10.1109/TII.2017.2760915
• Çayıroğlu, İ. 2012. Kalman filtresi ve programlama, Fen ve Teknoloji Bilgi Paylaşımı, 2012(1): 2-4.
• Dardari, D., Conti, A., Ferner, U., Giorgetti, A. & Win, M. Z. 2009. Ranging with ultrawide bandwidth signals in multipath environments, Proceedings of the IEEE, 97(2): 404-426. https:// doi.org/10.1109/JPROC.2008.2008846
• Deak, G., Curran, K., Condell, J. 2012. A survey of active and passive indoor localization systems, Computer Communications, 35(16): 1939-1954. https://doi.org/10.1016/j.comcom. 2012.06.004
• De Santis, V., Feliziani, M., Maradei, F. 2010. Safety assessment of UWB radio systems for body area network by the (FDTD)-T-2 method. IEEE Transactions on Magnetics, 46(8): 3245-3248. https://dx.doi.org/10.1109/TMAG.2010.2046478
• Engström, H., Helander, F. 2015. Evaluation and testing of techniques for indoor positioning, Master’s Thesis, Department of Electrical and Information Technology, Faculty of Engineering, LTH, Lund University, Lund, Sweden, 17s.
• Fayadh, Rashid A., Fadhil, Hilal A., Abdullah, Farah S., Malek, F., Dawood, Sameer, A. 2014. Selective update euclidean direction search algorithm for adaptive filtering in ındoor wireless rake-receiver, IEEE 2014 International Conference on Computer, Communication, and Control Technology(I4CT 2014), 2-4 September 2014, Langkawi, Malaysia, 329-332. https:// dx.doi.org/10.1109/I4CT.2014.6914199
• Hameez, M. M. Noori. 2019. Improving the accuracy of indoor positioning system, Master’s Thesis, Kadir Has University, Graduate School of Natural and Applied Sciences, Department of Computer Engineering, İstanbul, 45-51.
• Kopta, V., Farserotu, J., Enz, C. 2017. FM-UWB: Towards a robust, low-power radio for body area networks, Sensors, 17(5): 1043-1063. https://doi.org/10.3390/s17051043
• Kurnaz, M. 2019. UWB ile varış zamanı farkına dayalı konum kestirimi, Yüksek Lisans Tezi, T.C. Gebze Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı 4-23.
• Küçük, K. 2016. UWB haberleşme ile kapalı alanda konum tespiti, Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Mekatronik Mühendisliği Anabilim Dalı, İstanbul, 43-45.
• Küçük, K. 2017. Geniş bant konum belirleme sistemi performans analizi ve iyileştirilmesi, Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 21(1): 26-33. https://doi.org/10.16984/ saufenbilder.64863
• Lee, K., Nam, Y., Min, S. D. 2018. An indoor localization solution using Bluetooth RSSI and multiple sensors on a smartphone, Multimedia Tools and Applications, 77, 1-20. doi:10.1007/ s11042-017-4908-2
• Liu, H., Darabi, H., Banerjee, P., Liu, J. 2007. Survey of Wireless Indoor Positioning Techniques and Systems, IEEE Tran. on Systems, Man, and Cybernetics, Part C: Applications and Reviews, 37(6): 1067-1080. https://doi.org/10.1109/ TSMCC.2007.905750
• Sheikh, S. M., Asif, H. M., Raahemifar, K., Al-turjman, F. 2021. Time difference of arrival based indoor positioning system using visible light communication, IEEE Access, 9, 52113- 52124. https://dx.doi.org/10.1109/ACCESS.2021.3069793
• Tekbaş, A., Tuncer, T., Erdem, E., 2020. RSSI sinyalleri kullanarak iç ortamda parmak izi tabanlı YSA ile konum tespitinin gerçekleştirilmesi, DÜMF Mühendislik Dergisi 11(3): 925-931. https://doi.org/10.24012/dumf.692444
• Woods, J., Radewan, C. 1977. Kalman filtering in two dimensions. IEEE Transactions on Information Theory, 23(4): 473-482. https://doi.org/10.1109/TIT.1977.1055750
• Wu, J., 2012. Three-dimensional indoor RFID localization system, Doctoral Thesis, University of Nebraska, The Graduate College at the University of Nebraska, Department of Engineering, Lincoln, 5-19.
• Xiong, H., 2010. A novel indoor localization scheme, IEEE Transactions on Signal Processing, 41(3): 287-295.
• Xu, H., Ding, Y., Li, P., Wang R., Li, Y., 2017. An RFID indoor positioning algorithm based on bayesian probability and k-nearest neighbor, Sensors (Basel), 17 (8): 1806. https:// dx.doi.org/10.3390/s17081806
• Yıldırım, M. E. 2022. RSSI based indoor localization with reduced feature dimension, Balkan Journal Of Electrical & Computer Engineering, 10(1): 106-109. doi:10.17694/bajece.956866
• Yılmaz, O. 2010. Kablosuz teknolojilerle kapalı alanda konum belirleme, Yüksek Lisans Tezi, Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Matematik Mühendisliği Anabilim Dalı, İstanbul, 29-46.
• Zhao, L. 2007. Design and performance of ultra-wideband localization systems, M. Sc. Thesis, University of Nebraska, Gratuate School of Natural and Applied Sciences, Lincoln, NE. 4-9.