Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym - Publication - Bridge of Knowledge

Your account

login

Search

Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym

Abstract

W niniejszej rozprawie dyskusji poddano dokładność lokalizacji poruszających się osób w środowiskach wewnątrzbudynkowych. W świetle bieżących oczekiwań służb państwowych, czy też podmiotów gospodarczych znajomość położenia osób wewnątrz budynków jest niezwykle ważna, lecz jego określenie jest problematyczne np. z racji utrudnionej propagacji sygnałów radiowych. W rozprawie przedstawiono propozycję budowy hybrydowego systemu lokalizacyjnego, przeznaczonego do pracy w środowisku wewnątrzbudynkowym, w którym możliwe jest zwiększenie dokładności estymacji położenia poruszającej się osoby, integrując dane pozycyjne w postaci estymat położenia wyznaczonych z zastosowaniem algorytmu nawigacji inercyjnej z wynikami radiowych pomiarów odległości, również w przypadku dostępności mniej niż trzech węzłów referencyjnych. Efektywność zaproponowanej metody sprawdzono w trakcie badań symulacyjnych oraz pomiarowych. Opracowanie modeli symulacyjnych źródeł danych pomiarowych poprzedzono przeprowadzeniem analizy działania algorytmu nawigacji inercyjnej oraz radiowych pomiarów odległości realizowanych w szerokopasmowym interfejsie radiowym UWB (Ultra-Wide Band), w celu określenia charakteru i rodzaju występujących błędów w obu źródłach danych pozycyjnych. Analiza uzyskanych wyników posłużyła do opracowania dwóch modeli symulacyjnych stosowanych w trakcie sprawdzania efektywności zaproponowanej metody. Przeprowadzone w kolejnym etapie badania pomiarowe z użyciem urządzeń, wytworzonych podczas realizacji projektu badawczo-rozwojowego, umożliwiły zebranie oryginalnego materiału pomiarowego, jednocześnie sprawdzając efektywność funkcjonowania zaproponowanej metody w warunkach rzeczywistych. W uzupełnieniu do badań symulacyjnych i pomiarowych przeprowadzono także teoretyczną analizę możliwej dokładności zaproponowanej metody, w odniesieniu do jednego ze znanych w literaturze algorytmów radiolokalizacji, wyznaczając dolną granicę Cramera Rao.

Author (1)

Cite as

Full text

download paper
downloaded 526 times
Publication version
Accepted or Published Version
License
Copyright (Author(s))

Keywords

Details

Category:
Thesis, nostrification
Type:
praca doktorska pracowników zatrudnionych w PG oraz studentów studium doktoranckiego
Language:
Polish
Publication year:
2017
Bibliography: test
  1. P. Rajchowski: Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym 135 Spis literatury open in new tab
  2. Abdel Meniem M. H., Hamad A. M., Shaaban E., Fast and Accurate Practical Positioning Method Using Enhanced -Lateration Technique and Adaptive Propagation Model in GSM Mode, International Journal of Computer Science Issues, Vol. 9, Issue 2, No 1, 188 -193, 3/2012
  3. AdeunisRF, Narrow Band NB868-500mW RF Module v.2.2.5, 2014
  4. Advanced Navigation, ORIENTUS OEM Reference Manual v.1.1, 2013 open in new tab
  5. Advanced Navigation, SPATIAL OEM Reference Manual v.2.7, 2013 open in new tab
  6. Analog Devices, Compact, Precision Ten Degrees of Freedom Inertial Sensor ADIS16448, 2013 open in new tab
  7. Bach. W. i inni, An Iterative Quality -Based Localization Algorithms for Ad-Hoc Networks, University of Twente, Netherlands, 11/2002 open in new tab
  8. Bachrach J., Taylor C., Localization in Sensor Networks, Massachusetts Institute of Technology, Cambridge, 11/20047 open in new tab
  9. Barlett D., Essentials of Positioning and Location Technology, The Cambridge Wireless Essentials Series, 2013 open in new tab
  10. Bellusci G., Ultra -Wideband Ranging for Low -Complexity Indoor Positioning Applications, Proedschrift, Universita degli Studi di Pisa, 6/2011 open in new tab
  11. Callagham T. i inni, Correlation-Based Radio Localization in an Indoor Environment, EURASIP -JWCN, 2010 open in new tab
  12. Callaway E. H. Jr., Wireless Sensor Networks, Auerbach Publications, 2003 open in new tab
  13. Chang C., Sahai A., Cramer-Rao Type Bounds for Localization, EURASIP Journal of Applied Signal Processing, Vol. 2006, 01/2006 open in new tab
  14. Cheung K. W. i inni, Least Squares Algorithms for Time -of -Arrival -Based Mobile Location, IEEE Transactions on Signal Processing, Vol 52, No 4, 1121 -1128, 4/2004 open in new tab
  15. Cwalina K., Rajchowski P., Realizacja samoorganizującej się radiowej sieci ad hoc dedykowanej do pracy w środowiskach zamkniętych, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 540 -543, 6/2016
  16. Dalce R., Van den Bosshe A., Val T., An Experimental Performance Study of an Original Ranging Protocol Based on an IEEE 802.15.4a UWB Testband, HAL Id: hal- 01147259, 4/2015 open in new tab
  17. P. Rajchowski: Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym 136 open in new tab
  18. Dardari D., Falletti E., Luise M., Satellite and Terrestrial Radio Positioning Techniques: A Signal Processing Perspective, Academic Press, 2012 open in new tab
  19. Dargie W., Poellabauer C., Fundamentals of Wireless Sensor Networks: Theory and Practice, Wiley & Sons, 2010 open in new tab
  20. De Angelis A. i inni, Indoor Positioning by Ultra Wideband Radio Aided Inertial Navigation, XIX IMEKO World Congress Fundamental and Applied Metrology, Lisbon, 8/2009 open in new tab
  21. Deca Wave, DWM1000 User Manual v. 2.07, 2016
  22. Deca Wave, ScenSor, Designing the First Commercial IEEE 802.15.4a chip, 11/2012
  23. Djaja-Jośko V., Kołakowski J., A New Method for Wireless Synchronization and TDOA Error Reduction in UWB Positioning System, IEEE 21st International Conference on Microwave, Radar and Wireless Communications (MIKON), Kraków, 05.2016 open in new tab
  24. Duan Ch. i inni, A Non -Coherent 802.15.4a UWB Impulse Radio, Mitsubishi Electronics Research Laboratories, 9/2007
  25. ETSI, Universal Mobile Telecommunications System (UMTS); Evaluation of the Inclusion of Path Loss Based Location Technology in the UTRAN, Technical Report TR 125 907, V9.0.1, 02/2010 open in new tab
  26. Flenninken W. S., Modeling Inertial Measurement Units and Analyzing the Effects of Their Errors in Navigation Applications, Master Thesis, Auburn University, 8/2005 open in new tab
  27. Gadka P., Badanie dokładności określania odległości w środowisku zamkniętym przy użyciu modemów UWB w standardzie 802.15.4-2011, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 220-224, 4/2015 open in new tab
  28. Gezicki S. i inni, Localization via Ultra-Wideband Radios, A Look at Positioning Aspects of Future Sensor Networks, IEEE Signal Processing Magazine, 70 -84, 7/2015 open in new tab
  29. Gomez-Gil j. i inni, A Kalman Filter Implementation for Precision Improvement in Low- Cost GPS Positioning of Tractors, Sensors, 15308 -15323, 11/2013
  30. Gong F., Qing W. i inni, A New Distance Based Algorithms for TDOA Localization in Cellular Networks, Southwest University Nanjing, China, 502 -505, 2010
  31. Gosiewski Z., Ortył R., Strapdown Inertial Navigation System Part 2 -Error Models, Journal of Theoretical and Applied Mechanics, 937 -962, 1998 open in new tab
  32. Grewal M. S., Weil L. R., Andrews A. P., Global Positioning Systems, Inertial Navigation and Integration, Wiley & Sons 2007 open in new tab
  33. P. Rajchowski: Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym 137 open in new tab
  34. Grewal, M. S., Andrews A. P., Kalman Filtering, Theory and Practice Using MATLAB, Third Edition, Wiley & Sons, 2008 open in new tab
  35. Groves P. D., Principles of GNSS, Inertial, and Multisensor Integrated Navigation Systems, Second Edition, Artech House, 2013
  36. Haupt S., Haupt R., Genetic Algorithms and Their Applications in Environmental Sciences, Utah State University, Logan, 2002 open in new tab
  37. Hol J. D. i inni, Tightly Coupled UWB / IMU Pose Estimation, Linkoping University, Sweeden, 6/2009 open in new tab
  38. Humayun K., Kohno R., A Hybrid TOA-Fingerprinting Based Localization of Mobile Node Using UWB Signaling for Non Line -of -Sight Conditions, Sensors, 11187 -11204, 12/2012
  39. IEEE Computer Society, Part 15.4: Wireless Medium Access Control (MAC) and Physical Layer (PHY) Specifications for Low-Rate Wireless Personal Area Networks (WPANs), 8/2007 open in new tab
  40. IEEE Standards Association, IEEE Standard for Local and Metropolitan Area Networks -Part 15.4: Low -Rate Wireless Personal Area Networks (LR-WPANs), 9/2011 open in new tab
  41. Jagodzińska K., Cwalina K., Rajchowski P., Badanie i analiza anten PCB w zastosowaniu ich w urządzeniach o ograniczonych rozmiarach, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 645 -648, 6/2016
  42. Kalkan Y., Cramer-Rao Bounds for Target Position and Velocity Estimations for Widely Separated MIMI Radar, Radioengineering, Vol. 22, No. 4, 12/2013
  43. Kaniewski P. T., Struktury, modele i algorytmy w zintegrowanych systemach pozycjonujących i nawigacyjnych, Wojskowa Akademia Techniczna, 2010
  44. Kardaś M., Mikrokontrolery AVR, Język C -podstawy programowania, Helion, 2015
  45. Katulski R. J., Propagacja fal radiowych w telekomunikacji bezprzewodowej, Wydawnictwo Komunikacji i Łączności WKŁ, 2010
  46. Kay, S. M., Fundamentals of Statistical Signal Processing Estimation Theory, Prentice Hall PTR, 1993
  47. Khan S., Pathan A. S., Alrajeh N. A., Wireless Sensor Networks: Current Status and Future Trends, CRC Press, 2016 open in new tab
  48. Kok M., Hol D. K. Schon T., Indoor Positioning Using Ultrawideband and Inertial Measurements, Uppsala University, 2/2015 open in new tab
  49. P. Rajchowski: Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym 138 open in new tab
  50. Kong X., Inertial Navigation System Algorithms for Low Cost IMU, Department of Mechanical and Mechatronics Engineering, The University of Sydney, 8/2000
  51. Kosz P., Implementacja zintegrowanego systemu kursowego w systemie nawigacji inercyjnej, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 289 -292, 6/2016
  52. Kubale M., Łagodne wprowadzenie do algorytmów, Politechnika Gdańska, 2013
  53. Kuper A., Mobile Services, Summer Term -Positioning, Technische Universitat Berlin, 2010
  54. Laaraiedh M. Avrillon S., Uguen B., Hybrid Data Fusion Techniques for Localization in UWB Networks, HAL Id: hal-00375238, 4/2009 open in new tab
  55. Larin V. B., Tunik A. A., On Inertial-Navigation System Without Angular-Rate Sensors, International Applied Mechanics, Vol. 49, 488 -499, 2013 open in new tab
  56. Mainwaring A., Polaste J., Wireless Sensor Networks for Habitat Monitoring, WSNA '02 Proceedings of the 1st ACM International Workshop on Wireless sensor Networks and Applications, 88 -97, 2002 open in new tab
  57. Markowska A. S., Models and Algorithms for Ultra-Wideband Localization in Single and Multi -Robot Systems, PhD Thesis No 5746, Ecole Polytechnique Federale de Lausanne, 2013
  58. Mitchell M., An Introduction to Genetic Algorithms, The MIT Press, 1998 open in new tab
  59. Mochnacki W., Kody korekcyjne i kryptografia, Oficyna Wydawnicza Politechniki Wrocławskiej, 1997
  60. Modelski J., Analiza stanu oraz kierunki rozwoju elektroniki i telekomunikacji, Monografia, Komitet Elektroniki i Telekomunikacji Polskiej Akademii Nauk, 2009 open in new tab
  61. Molins R., Development and Optimization of a Simulation Framework for Data Fusion in Hybrid Localization Systems, Bachelor Thesis, Karlsruhe Institute of Technology, Fakultat fur Elektrotechnik, 7/2015
  62. Monge A., Synchronized MAC Layer for Ultra -Wideband Wireless Sensor Network, Design, Implementation, Analysis and Evaluation, Degree project in Communication Systems Second level, KTH Royal Institute of Technology, 3/2013
  63. Nam Y. S. i inni, Wireless Synchronized One -Way Ranging Algorithm With Active Mobile Nodes, ETRI Journal, Vol. 31, No 4, 8/2009 open in new tab
  64. Nam Y. S., Location Estimation of Mobile Devices in CSS WPANs, International Journal of Multimedia and Ubiquitous Engineering, Vol. 9, No 3, 31 -40, 3/2014
  65. P. Rajchowski: Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym 139 open in new tab
  66. Nanotron Technologies GMBH, Real Time Location Systems (RTLS) v. 1.02, 5/2007 open in new tab
  67. Narkiewicz J., Podstawy układów nawigacyjnych, Wydawnictwa Komunikacji i Łączności, 1999
  68. Nassar S., Improving Inertial Navigation System (INS) Error Model for INS and INS/DGPS Applications, UCGE Report num. 20183 Calgary University, 2003 open in new tab
  69. Nilsson J., Skog I., ,Foot-Mounted INS for Everybody -An Open-Source Embedded Implementation", IEEE Position Location and Navigation Symposium (PLANS), open in new tab
  70. Noureldin A., Karamat T. B., Georgy J., Fundamentals of Inertial Navigation, Satellite- Based Positioning and Their Integration, Springer Science & Business Media, 2012 open in new tab
  71. Olson F., Rantakokko J. i inni, Cooperative Localization Using a Foot-Mounted Inertial Navigation System and Ultrawideband Ranging, 2014 International Conference on Indoor Positioning and Indoor Navigation, 10/2014 open in new tab
  72. Olsson F., Cooperative Localization Using Foot-Mounted Inertial Navigation and Ultrawideband Ranging, a Simulation Study, Uppsala Universitat, UPTEC-F14046, 10/2014 open in new tab
  73. Pedley M., Electronic Compass: Tilt Compensation and Calibration, Circuit Cellar, issue 265, 8/2012 open in new tab
  74. Piotrowski P., Zieliński R.: Algorytm określania momentu rozpoczęcia odbioru sygnału użytecznego na potrzeby pomiaru odległości w systemach radiowych, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 143 -146, 4/2015 open in new tab
  75. Piotrowski P., Zieliński R.: Przegląd komercyjnych rozwiązań systemów lokalizacji osób i mienia, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 452 -455, 4/2008
  76. Rajchowski P., Cwalina K., Badanie i analiza algorytmów cyfrowego przetwarzania sygnałów w systemie nawigacji inercyjnej, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 1296 -1301, 8-9/2015 open in new tab
  77. Rajchowski P., Cwalina K., Badanie i analiza metod lokalizacyjnych zaimplementowanych w hybrydowym systemie lokalizacyjnym, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 293 -296, 6/2016 open in new tab
  78. Rajchowski P., Cwalina K., Sadowski J., Research and Analysis of Accuracy of Location Estimation in Inertial Navigation System. Applied Mechanics and Materials Vol. 817: 308 -316, 2016 open in new tab
  79. ___________________________________________________________________________ ___________________________________________________________________________
  80. P. Rajchowski: Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym 140 open in new tab
  81. Rajchowski P., Cwalina K., Stanowisko badawcze nawigacji radiowej hybrydowego systemu lokalizacyjnego, Elektronika: konstrukcje, technologie, zastosowania, 21 -23, 10/2016, open in new tab
  82. Rajchowski P., Stanowisko do badania algorytmów stosowanych w nawigacji inercyjnej, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 1448 -1452, 12/2014 open in new tab
  83. Rajchowski P., Zwiększanie dokładności estymacji położenia obiektów w systemie nawigacji inercyjnej poprzez wykorzystanie radiowych pomiarów odległości, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 341 -344, 4/2015 open in new tab
  84. Robinson S. i inni, Professional C#, 3rd Edition, Wiley & Sons, 2004 open in new tab
  85. Ross. P., Corne D., Applications of Genetic Algorithms, AISB Quarterly on Evolutionary Computation, Paper No. 94-007, 2007
  86. Sadowski J., Projektowanie sieci radiokomunikacyjnych, Materiały dydaktyczne, Politechnika Gdańska, 2011
  87. Sadowski J., Rajchowski P., Cwalina K., Tracking Body Movement for Radio Channel Measurements in BAN With Indoor Positioning System, IEEE 2016 URSI Asia-Pacific Radio Science Conference (URSI AP-RASC), Seoul, 1380 -1382, 8/2016 open in new tab
  88. Sadowski J. i inni, Raport końcowy z realizacji projektu nr DOBR- BIO4/058/13045/2013 finansowanego przez Narodowe Centrum Badań i Rozwoju, Politechnika Gdańska, 2016
  89. Sadowski J., Stefański J., Rajchowski P., Cwalina K., Gilski P., Magiera J., System do zdalnego monitoringu położenia osób w środowiskach zamkniętych, Przegląd Telekomunikacyjny i Wiadomości Telekomunikacyjne, 365 -368 6/2016
  90. Sathyan T. Humprey D., Hedley M., WASP -A System and Algorithms for Accurate Radio Localization Using Low-Cost Hardware, IEEE Transactions on Systems, Man and Cybernetics -Part C, Applications and Review, 1 -13, 2010 open in new tab
  91. Savarese C., Rabaey J. M., Beutel J., Location in Distributed Ad-Hoc Wireless Sensor Networks, IEEE International Conference on Acoustics, Speech and Signal Processing, Vol. 4, 2037 -2040, 2001 open in new tab
  92. Savioli A. i inni, Low Complexity Indoor Localization in Wireless Sensor Networks by UWB and Inertial Data Fusion, University of Pavia, 3/2013
  93. Scanell B., Precision MEMS Sensors Enable New Navigation Applications, Analog Devices, Massachusetts 2011 open in new tab
  94. P. Rajchowski: Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym 141 open in new tab
  95. Seybold J. S., Introduction to RF Propagation, Wiley & Sons, 2014 open in new tab
  96. Seyed A., Handbook of Position Location, Theory Practice and Advances, Wiley & Sons, 2012 open in new tab
  97. Shuai H., Dong X., Lu S., Asynchronous Time Difference of Arrival Positioning System, Department of Electronical and Computer Engineering, University of Victoria, Canada, 2012
  98. Simić M., Pejović P., Cellular Networks -Positioning, Performance Analysis, Reliability -Positioning in Cellular Networks, University of Belgrade, Serbia, 6/2012 open in new tab
  99. Sirola N., Closed-Form Algorithms in Mobile Positioning: Myths and Misconceptions, IEEE 7th Workshop on Positioning, Navigation and Communication WPNC, Drezno, 03.2010 open in new tab
  100. ST Microelectronics, STM32F405xx -STM32F407xx Datasheet -Production Data, Rev. 5, 3/2015 open in new tab
  101. ST Microelectronics, STM32L151x6/8/B -STM32L152x6/8/B Datasheet -Production Data, Rev. 11, 1/2015 open in new tab
  102. ST Microelectronics, STM32L152DISCOVERY, Rev. 3, 1/2013 open in new tab
  103. ST Microelectronics, STM32F407DISCOVERY Rev. 1, 9/2011 open in new tab
  104. Stefański J., Badanie metod i projektowanie usług lokalizacyjnych w sieciach radiokomunikacyjnych, Politechnika Gdańska, 2012
  105. Sung H. i inni, One -Way Ranging Technique for CSS -Based Indoor Localization, The IEEE International Conference on Industrial Informatics, Korea, 7/2008
  106. Syska J., Metoda największej wiarygodności i informacja Fisher'a w fizyce i ekonofizyce, Skrypt dla studentów ekonofizyki, 2012
  107. Szumny R., Metoda lokalizacji terminali radiowych wewnątrz budynków, rozprawa doktorska, Politechnika Warszawska, Wydział Elektroniki i Technik Informacyjnych, Warszawa 2008
  108. Tritterton D., Weston J., Strapdown Navigation Technology, The Institution of Electrical Engineers, 2004 open in new tab
  109. Tse D., Fundamentals of Wireless Communication, University of California, Berkley, 8/2004 open in new tab
  110. Walsh M. i inni, A Fully -Coupled Hybrid IEEE 802.15.4a Ultra-Wideband / Inertial Sensor Platform for Wearable Applications, University College Cork, Cork Ireland, 5/2014 open in new tab
  111. P. Rajchowski: Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym 142 open in new tab
  112. Wang Y., Localization and Communication for UWB -Based Wireless Sensor Networks, Proefschrift, Technische Universiteit Delft, 11/2011
  113. Wei L., Chunzi W., Jian Z., RSSI -SDS -TWR Estimation Method for Indoor Ranging, Hubei University of Technology, 2/2013 open in new tab
  114. Wei L., i inni, Kalman Filter Localization Algorithm Based on SDS -TWR Ranging, Telkomnika, Vol. 11, 1436 -1448, No 3, 3/2013 open in new tab
  115. Werner M., Indoor Location-Based Services: Prerequisites and Foundations, Springer, 2014 open in new tab
  116. Wesołowski K., Systemy radiokomunikacji ruchomej, Wydawnictwa Komunikacji i Łączności, 2006
  117. Win M. Z., Scholz R. A., Characterization of Ultra -Wide Bandwidth Wireless Indoor Channels: A Communication -Theoretic View, IEEE Journal on Selected Areas in Communications, Vol. 20, No 9, 1613 -1627, 12/2002 open in new tab
  118. Wojnar A., Systemy radiokomunikacji ruchomej lądowej: zasady analizy i syntezy, Wydawnictwa Komunikacji i Łączności, 1989
  119. Woodman O. J., An Introduction to Inertial Navigation, University of Cambridge, August 2007 open in new tab
  120. Yu K., Sharp I., Guo Y. J., Ground-Based Wireless Positioning, Wiley & Sons, 2009 open in new tab
  121. Zhang D. i inni, Localization Technologies for Indoor Human Tracking, Dalian University of Technology, China, 3/2010 open in new tab
  122. Zhao F., Gibas L., Wireless Sensor Networks -An Information Processing Approach, Elsevier, 2004
  123. Zhao S. i inni, Hybrid Ultrawideband Modulations Compatible for Both Coherent and Transmit -Reference Receivers, IEEE Transactions on Wireless Communications, Vol. 6, No. 7, 2551 -2559, 7/2007 open in new tab
  124. Zheng J., Jamalipour A., Wireless Sensor Networks: A Networking Perspective, Wiley & Sons, 2009 open in new tab
  125. Zwick T., Weisbeck W., Timmerman J., Adamiuk G., Ultra -Wideband RF System Engineering, Cambridge University Press, 2013 open in new tab
  126. Zwirello L., Realization Limits of Impulse-Radio UWB Indoor Localization Systems, KIT Scientific Publishing, 2014 open in new tab
  127. ___________________________________________________________________________ ___________________________________________________________________________
  128. P. Rajchowski: Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym 143 open in new tab
  129. Spis rysunków open in new tab
  130. Rys. 2.1. Proces przetwarzania danych w algorytmie bezkardanowej nawigacji inercyjnej. .................................................................................................................. 26 open in new tab
  131. Rys. 2.4. Schemat przepływu pakietów oraz procedury radiowego pomiaru odległości dla metody SDS-TWR. ............................................................................................. 32 open in new tab
  132. Rys. 2.5. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej z widocznymi przyrostowymi błędami orientacji. ................................... 34 open in new tab
  133. Rys. 3.1. Przykład realizacji radiowych pomiarów odległości w szczelinie TDMA. .............. 51
  134. Rys. 3.2. Schemat blokowy operacji wykonywanych w hybrydowym systemie lokalizacyjnym. ......................................................................................................... 57 open in new tab
  135. Rys. 3.3. Schemat blokowy operacji wykonywanych w hybrydowym systemie lokalizacyjnym przy użyciu zaproponowanej metody integracji danych pozycyjnych. ............................................................................................................. 59 open in new tab
  136. Rys. 3.4. Ilustracja sposobu umieszczania korygowanej estymaty położenia na okręgu stałej odległości do węzła referencyjnego WR. ........................................................ 61 open in new tab
  137. Rys. 3.5. Ilustracja błędu orientacji kolejno wyznaczonych estymat położenia. ..................... 63 open in new tab
  138. Rys. 3.6. Schemat blokowy operacji wykonywanych w opracowanym algorytmie zaproponowanej metody korygującej estymaty położenia wyznaczone z użyciem algorytmu nawigacji inercyjnej przy zredukowanej do dwóch liczbie węzłów referencyjnych. ............................................................................................ 65 open in new tab
  139. Rys. 4.1. Widok modułu inercyjnego umieszczonego na podbiciu stopy. ............................... 69 open in new tab
  140. Rys. 4.2. Trasa wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) w środowisku symulacyjnym MATLAB na podstawie parametrów ruchu zarejestrowanych wewnątrz promu MF WAWEL. ......................................... 70 open in new tab
  141. Rys. 4.3. Trasa wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) w środowisku symulacyjnym MATLAB na podstawie parametrów ruchu zarejestrowanych wewnątrz budynku. ............................................................ 70 open in new tab
  142. P. Rajchowski: Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym 144 open in new tab
  143. Rys. 4.5. Trasa poruszającej się osoby (kolor czerwony) wyznaczona z użyciem modelu symulacyjnego systemu nawigacji inercyjnej wraz z trasą wzorcową oznaczoną kolorem czarnym. .................................................................................... 73 open in new tab
  144. Rys. 4.6. Urządzenie pomiarowe podczas testów radiowych pomiarów odległości. ............... 74 open in new tab
  145. Rys. 4.7. Wyniki radiowych pomiarów odległości wykonanych w warunkach stacjonarnych w środowisku wewnątrzbudynkowym przy bezpośredniej widoczności urządzeń pomiarowych. ....................................................................... 75 open in new tab
  146. Rys. 4.8. Histogram błędów radiowych pomiarów odległości wykonywanych w warunkach stacjonarnych w środowisku promu pasażerskiego w warunkach LOS. .......................................................................................................................... 76 open in new tab
  147. Rys. 4.9. Wyniki radiowych pomiarów odległości zrealizowanych podczas poruszania się osoby ruchem jednostajnym w środowisku wewnątrzbudynkowym. ................. 77 open in new tab
  148. Rys. 4.10. Symulowane wyniki radiowych pomiarów odległości w warunkach statycznych. ............................................................................................................... 78 open in new tab
  149. Rys. 4.11. Histogram symulowanych błędów radiowych pomiarów odległości dla środowiska wewnątrzbudynkowego i środowiska promu pasażerskiego. ................ 79 open in new tab
  150. Rys. 4.12. Trasa wyznaczona z użyciem modelu symulacyjnego systemu nawigacji inercyjnej (kolor czerwony) na tle trasy wzorcowej (kolor czarny). ........................ 80 open in new tab
  151. Rys. 4.13. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz algorytmu radiolokalizacji (kolor zielony) open in new tab
  152. przy dostępnych czterech węzłach referencyjnych o znanym położeniu. ................. 82
  153. Rys. 4.14. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz w procesie integracji danych z użyciem filtracji Kalmana (kolor niebieski) przy dostępnych czterech węzłach referencyjnych o znanym położeniu. ........................................................................ 82 open in new tab
  154. Rys. 4.15. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz algorytmu radiolokalizacji (kolor zielony) open in new tab
  155. przy dostępnych czterech węzłach referencyjnych o znanym położeniu. ................. 82
  156. Rys. 4.16. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz w procesie integracji danych z użyciem filtracji Kalmana (kolor niebieski) przy dostępnych czterech węzłach referencyjnych o znanym położeniu. ........................................................................ 82 open in new tab
  157. Rys. 4.17. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz algorytmu radiolokalizacji (kolor zielony) open in new tab
  158. przy dostępnych czterech węzłach referencyjnych o wyznaczonym położeniu. ...... 84
  159. Rys. 4.18. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz w procesie integracji danych z użyciem filtracji Kalmana (kolor niebieski) przy dostępnych czterech węzłach referencyjnych o wyznaczonym położeniu. .............................................................. 84 open in new tab
  160. Rys. 4.19. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz algorytmu radiolokalizacji (kolor zielony) open in new tab
  161. przy dostępnych trzech węzłach referencyjnych o znanym położeniu. .................... 85
  162. Rys. 4.20. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz w procesie integracji danych z użyciem filtracji Kalmana (kolor niebieski) przy dostępnych trzech węzłach referencyjnych o znanym położeniu. ........................................................................ 85 open in new tab
  163. Rys. 4.21. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz algorytmu radiolokalizacji (kolor zielony) open in new tab
  164. przy dostępnych trzech węzłach referencyjnych o znanym położeniu. .................... 86
  165. Rys. 4.22. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz w procesie integracji danych z użyciem filtracji Kalmana (kolor niebieski) przy dostępnych trzech węzłach referencyjnych o znanym położeniu. ........................................................................ 86 open in new tab
  166. Rys. 4.23. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz algorytmu radiolokalizacji (kolor zielony) open in new tab
  167. przy dostępnych trzech węzłach referencyjnych o wyznaczonym położeniu. .......... 86
  168. Rys. 4.24. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz w procesie integracji danych z użyciem filtracji Kalmana (kolor niebieski) przy dostępnych trzech węzłach referencyjnych o wyznaczonym położeniu. .............................................................. 86 open in new tab
  169. Rys. 4.25. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) skorygowana o kąt or (kolor zielony) przy dostępnych dwóch węzłach referencyjnych o znanym położeniu. ........................... 88 open in new tab
  170. Rys. 4.26. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) ze skorygowanymi błędami orientacji (kolor open in new tab
  171. P. Rajchowski: Badanie i analiza dokładności estymacji położenia obiektów ruchomych w hybrydowym systemie lokalizacyjnym 146 open in new tab
  172. niebieski) przy dostępnych dwóch węzłach referencyjnych o znanym położeniu. .................................................................................................................. 88
  173. Rys. 4.27. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) skorygowana o kąt or (kolor zielony) przy dostępnych dwóch węzłach referencyjnych o znanym położeniu. ........................... 88 open in new tab
  174. Rys. 4.28. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) ze skorygowanymi błędami orientacji (kolor niebieski) przy dostępnych dwóch węzłach referencyjnych o znanym położeniu. .................................................................................................................. 88 open in new tab
  175. Rys. 4.29. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) skorygowana o kąt or (kolor zielony) przy dostępnym jednym węźle referencyjnym o znanym położeniu. ............................... 90 open in new tab
  176. Rys. 4.30. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) ze skorygowanym błędem orientacji (kolor niebieski) przy dostępnym jednym węźle referencyjnych o znanym położeniu. ...... 90 open in new tab
  177. Rys. 4.31. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) skorygowana o kąt or (kolor zielony) przy dostępnym jednym węźle referencyjnym o znanym położeniu. ............................... 90 open in new tab
  178. Rys. 4.32. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) ze skorygowanym błędem orientacji (kolor niebieski) przy dostępnym jednym węźle referencyjnych o znanym położeniu. ...... 90 open in new tab
  179. Rys. 5.2. Schemat blokowy budowy i wymiany danych w hybrydowym systemie lokalizacyjnym. ......................................................................................................... 95 open in new tab
  180. Rys. 5.3. Schemat blokowy modułu identyfikacji osobistej MIO. .......................................... 96 open in new tab
  181. Rys. 5.4. Strona spodnia i wierzchnia obwodu PCB modułu identyfikacji osobistej MIO. .......................................................................................................................... 97 open in new tab
  182. Rys. 5.6. Strona spodnia i wierzchnia obwodu PCB węzła referencyjnego WR. .................... 99 open in new tab
  183. Rys. 5.7. Algorytm przetwarzania danych w aplikacji serwer_SRP. ..................................... 101 open in new tab
  184. Rys. 6.1. Kształty tras przyjętych podczas badań pomiarowych. .......................................... 104 open in new tab
  185. Rys. 6.2. Sposób umieszczenia modułu identyfikacji osobistej MIO na stopie monitorowanej osoby. ............................................................................................. 106 open in new tab
  186. Rys. 6.3. Sposób umieszczenia węzłów referencyjnych WR na statywach. .......................... 106 filtracji Kalmana (kolor niebieski) przy dostępnych trzech węzłach referencyjnych o znanym położeniu. ...................................................................... 113 open in new tab
  187. Rys. 6.14. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz algorytmu radiolokalizacji (kolor zielony) open in new tab
  188. przy dostępnych trzech węzłach referencyjnych o wyznaczonym położeniu. ........ 114
  189. Rys. 6.15. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) oraz w procesie integracji danych z użyciem filtracji Kalmana (kolor niebieski) przy dostępnych trzech węzłach referencyjnych o wyznaczonym położeniu. ............................................................ 114 open in new tab
  190. Rys. 6.16. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) częściowo skorygowana o kąt or (kolor zielony) open in new tab
  191. przy dostępnych dwóch węzłach referencyjnych o znanym położeniu. ................. 115
  192. Rys. 6.17. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) częściowo skorygowana o kąt or (kolor zielony) open in new tab
  193. przy dostępnych dwóch węzłach referencyjnych o znanym położeniu. ................. 115
  194. Rys. 6.18. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) skorygowana o kąt or (kolor zielony) przy dostępnych dwóch węzłach referencyjnych o znanym położeniu. ......................... 116 open in new tab
  195. Rys. 6.19. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) ze skorygowanymi błędami orientacji (kolor niebieski) przy dostępnych dwóch węzłach referencyjnych o znanym położeniu. ................................................................................................................ 116 open in new tab
  196. Rys. 6.20. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) skorygowana o kąt or (kolor zielony) przy dostępnych dwóch węzłach referencyjnych o znanym położeniu. ......................... 116 open in new tab
  197. Rys. 6.21. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) ze skorygowanymi błędami orientacji (kolor niebieski) przy dostępnych dwóch węzłach referencyjnych o znanym położeniu. ................................................................................................................ 116 open in new tab
  198. Rys. 6.22. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) skorygowana o kąt or (kolor zielony) przy dostępnych dwóch węzłach referencyjnych o wyznaczonym położeniu. ............... 117 open in new tab
  199. Rys. 6.23. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) ze skorygowanymi błędami (kolor niebieski) przy dostępnych dwóch węzłach referencyjnych o wyznaczonym położeniu. ............... 117 open in new tab
  200. Rys. 6.24. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) skorygowana o kąt or (kolor zielony) przy dostępnym jednym węźle referencyjnym o znanym położeniu. ............................. 119 open in new tab
  201. Rys. 6.25. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) ze skorygowanymi błędami orientacji (kolor niebieski) przy dostępnym jednym węźle referencyjnym o znanym położeniu. .... 119 open in new tab
  202. Rys. 6.26. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) skorygowana o kąt or (kolor zielony) przy dostępnym jednym węźle referencyjnym o znanym położeniu. ............................. 119 open in new tab
  203. Rys. 6.27. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) ze skorygowanymi błędami orientacji (kolor niebieski) przy dostępnym jednym węźle referencyjnym o znanym położeniu. .... 119 open in new tab
  204. Rys. 6.28. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) skorygowana o kąt or (kolor zielony) przy dostępnym jednym węźle referencyjnym o wyznaczonym położeniu. ................... 120 open in new tab
  205. Rys. 6.29. Trasa poruszającej się osoby wyznaczona z użyciem algorytmu nawigacji inercyjnej (kolor czerwony) ze skorygowanymi błędami orientacji (kolor niebieski) przy dostępnym jednym węźle referencyjnym o wyznaczonym położeniu. ................................................................................................................ 120 open in new tab
  206. Rys. 6.30. Przemieszczenie poruszającej się osoby wyznaczone w osi OZ. ......................... 121 open in new tab
  207. Rys. 7.1. Błędy RMSECRLB dla zaproponowanej metody wyznaczania estymat położenia w funkcji parametru beta (kolor czerwony) oraz granica Cramera- open in new tab
  208. Rao (kolor czarny) dla algorytmu Foya. ................................................................. 129
Verified by:
Gdańsk University of Technology

seen 220 times

Recommended for you

Metoda zwiększenia dokładności estymacji położenia osób w hybrydowym systemie lokalizacyjnym ze zredukowaną liczbą węzłów referencyjnych

2017

Badanie i analiza efektywności radiolokalizowania obiektów w środowisku wewnątrzbudynkowym

2017

ZASTOSOWANIE FILTRACJI CZĄSTECZKOWEJ DO ESTYMACJI POŁOŻENIA W SYSTEMIE LOKALIZACYJNYM UWB

2019

Zwiększanie dokładności estymacji położenia obiektów w systemie nawigacji inercyjnej poprzez wykorzystanie radiowych pomiarów odległości.

2015
Meta Tags