Ultra Wideband location in scenarios without clear line of sighta practical approach

Resumen

La localización en interiores ha sufrido un importante empuje en los últimos años. Los servicios basados en localización (location based services (LBS)) que hasta hace poco estaban restringidos a escenarios exteriores y al uso del GPS, han ido extendiéndose también hacia el interior de los edificios. Desde grandes estructuras públicas como aeropuertos o hospitales hasta multitud de escenarios industriales, los LBS han pasado a estar cada vez mas presentes en escenarios bajo techo. De entre las diversas tecnologías que pueden utilizarse para conseguir esta localización en interiores, las basadas en señales ultra-wideband (UWB) se han convertido en una de las mas demandadas debido fundamentalmente a su precisión en la estimación de posición. Adicionalmente, la aparición en el mercado de cada vez más fabricantes y más productos ha hecho disminuir los precios de estos dispositivos hasta niveles que permiten pensar en su uso para grandes despliegues con un presupuesto contenido. Por su naturaleza, las señales UWB son muy resistentes al fenómeno de multi trayecto, por lo que en una situación de buena visión directa entre dos dispositivos (line-of-sight (LOS)) la tecnología es capaz de proporcionar estimaciones de distancia muy precisas. Esto no ocurre así cuando esta linea de visión esta total o parcialmente bloqueada (non-line-of-sight (NLOS)). En este caso los posibles rebotes de la señal pueden ser erróneamente confundidos con la señal original y derivar en una estimación de tiempo, y por tanto distancia, muy lejana al valor real. El objetivo de esta tesis es ofrecer una solución completa al problema de la localización en interiores con UWB desde un enfoque práctico. Esto quiere decir que se aborda el problema desde todos los ángulos que se deberían tener en cuenta en un caso de uso real: la investigación básica en busca de una mejora a nivel técnico de los valores UWB, la simulación previa para garantizar un buen despliegue y rendimiento y la integración final de la solución dentro de una operativa externa que permita a LBS o clientes poder hacer uso de los datos de localización. La primera parte de esta propuesta se presenta en esta tesis en los primeros capítulos, y consiste en utilizar algoritmos de aprendizaje automático (machine learning (ML)) para detectar y mitigar las posibles medidas NLOS generadas por dispositivos UWB de bajo coste. Para esta tarea se muestran las diferentes campañas de medida con hardware real que se realizaron para obtener los datos de entrenamiento de los algoritmos, y cómo estos se utilizaron en diferentes experimentos para medir hasta que punto la solución planteada era válida en un entorno real. La segunda parte de la tesis presenta por su parte los datos de un simulador de dispositivos UWB orientado a la localización creado para poder realizar pruebas y detectar posibles problemas antes de efectuar un despliegue con hardware real. Entre los datos presentados durante esta segunda parte se muestran diferentes comparativas entre escenarios reales y simulados para comprobar como de fidedigna es la simulación. Además, se presenta el simulador integrado dentro de un caso de uso habitual en los sistemas de localización en interiores: la localización de vehículos en un entorno industrial utilizando múltiples sensores. Por último, la tercera y última parte de esta tesis describe una plataforma de localización en tiempo real (real-time location system (RTLS)) multi-tecnología capaz de dar servicio a los diferentes actores habituales en un sistema de localización real. La plataforma sirve de nexo de unión entre los propios sensores de localización, los LBS y clientes finales, los investigadores encargados de la algorítmica de localización y los gestores de servicios derivados como alertas. Mediante la plataforma RTLS propuesta en esta tercera parte de la memoria se logra desacoplar la funcionalidad de estas entidades de forma que todas ellas puedan trabajar sin dependencias con las demás. Además de la descripción de la plataforma, se incluye también un resumen de los proyectos reales de localización en los que esta ha sido utilizada, así como un listado de las diversas modificaciones y mejoras que la plataforma ha sufrido en los últimos tiempos gracias precisamente a las experiencias obtenidas tras esos trabajos sobre el terreno con proyectos reales.