Software pro vyhodnocení dat z monitorování a lokalizace v reálném čase

Software for Data Evaluation from Real-Time monitoring and Localization in Indoor Environment

Software

Pro určení polohy ve vnitřním prostředí je možné využít měření a vyhodnocení výkonové úrovně přijímaných radiofrekvenčních signálů, které se zpravidla snižují se vzdáleností od vysílačů. Vzhledem ke své nízké energetické náročnosti a snadné dostupnosti zařízení se jako perspektivní pro takovouto lokalizaci jeví signály systému Bluetooth Low Energy (BLE) s využitím techniky Fingerprinting, přesnost lokalizace je však negativně ovlivněna nestabilitou měření. Předložený software aplikuje různé techniky strojového učení na měřená data s cílem zvýšit stabilitu výsledků a spolehlivost určení polohy na základě měřených úrovní. Software je vytvořen v programovacím jazyce Python 3 s použitím volně dostupných softwarových modulů - zejména scikit-learn a matplotlib.

In order to determine location in an indoor environment, measurement and analysis of radio-frequency signal power levels can be used as they tend to decrease with increasing transmitter distance. Due to its low energy consumption coupled with device availability, a perspective system for such application is the Bluetooth Low Energy system with the use of the Fingerprinting technique. The localization accuracy is, however, negatively impacted by the low measurement stability. The proposed software applies different machine learning techniques on the measurement data in order to improve the result stability and the reliability of location estimation based on the measured signal levels. The software has been implemented in the Python 3 programming language, using freely available software modules - most importantly, scikit-learn and matplotlib.

Localization; Machine Learning; Bluetooth

Localization; Machine Learning; Bluetooth

Veškerá data a algoritmy jsou umístěny online na adrese: https://github.com/slaninam/Loc1D

K využití výsledku jiným subjektem je vždy nutné nabytí licence

http://www.urel.feec.vutbr.cz/web_documents/produkty/2020/Slanina_et_al_vyhodnoceni_dat_z_lokalizace_CZ.pdf