UNA REVISIÓN SOBRE LOS SISTEMAS DE LOCALIZACIÓN DE ROBOTS EN ENTORNOS INTERIORES: TÉCNICAS, TECNOLOGÍAS Y ALGORITMOS (A REVIEW ON ROBOT LOCATION SYSTEMS IN INDOOR ENVIRONMENTS: TECHNIQUES, TECHNOLOGIES AND ALGORITHMS)
Resumen
El tema de posicionamiento en interiores es un desafío muy importante en la robótica. Dado que el Sistema de Posicionamiento Global (Global Positioning System - GPS) no está disponible en interiores, se deben considerar otros enfoques para localizar objetos en estos entornos. El objetivo de este trabajo es presentar una revisión de las principales técnicas, tecnologías y algoritmos utilizados en los Sistemas de Localización en Interiores (Indoor Positioning Systems - ISP). Actualmente existe con un amplio abanico de técnicas, tecnologías y algoritmos para estimar la posición de un objeto en entornos interiores. Después de revisar la literatura se propone una Red de Sensores Inalámbricos (Wireless Sensor Network - WSN) basada en la tecnología Bluetooth de bajo consumo de energía (Bluetooth Low Energy – BLE) y algoritmos de Multilateración (Multilateration - MLAT) para la localización en tiempo real de robots en movimiento. Las principales ventajas de los sensores BLE son el bajo costo implementación y consumo de energía; además, los algoritmos MLAT se distinguen por la eficiente implementación bajo diferentes tecnologías.
Palabras clave: Sistemas de Localización en Interiores, Sistema de Posicionamiento Global, Bluetooth de Bajo Consumo de Energía, Indicador de Fuerza de la Señal Recibida, Multilateración.
Abstract
The indoor positioning issue is a very important challenge in robotics. Since the Global Positioning System (GPS) is not available indoors, other approaches for object location should be considered in these environments. The aim of this paper is to present a review of the main techniques, technologies, and algorithms used in the Indoor Positioning Systems (IPS). Currently, there is a wide range of techniques, technologies, and algorithms to estimate the position of an object in indoor environments. After reviewing the literature, a Wireless Sensor Network (WSN) based on Bluetooth Low Energy (BLE) technology and Multilateration algorithms (MLAT) are proposed for the real-time location of robots in motion. The main advantages of BLE sensors are the low implementation cost and energy consumption; besides, MLAT algorithms are distinguished by the efficient implementation under different technologies.
Keywords: Indoor Positioning System, Global Positioning System, Bluetooth Low Energy, Received Signal Strength Indicator, Multilateration.
Texto completo:
203-226 PDFReferencias
R. N. a. M. I. Zahid Farid, «Recent Advances in Wireless Indoor Localization Techniques and System,» Journal of Computer Networks and Communications, nº Article ID 185138, p. 12, 2013.
J.-Y. P. Santosh Subedi, «A Survey of Smartphone-Based Indoor Positioning,» Sensors, vol. 7230, nº doi:10.3390/s2024723, p. 20, 2020.
P. &. P. R. Davidson, "A Survey of selected Indoor Positioning Methods for Smartphones," IEEE Communications Surveys & Tutorials, 2016.
R. Mautz, Indoor positioning technologies, Zurich: ETH Zurich Research Collection, 2012.
A. K. M. M. Hossain, An Indoor Positioning System Based on Robust Location Fingerprint for Wi-Fi and Bluetooth, Sigapore,: 2009, 2009.
J. P. G.-V. C. E. G.-T. D. M.-R. C. V.-R. a. J. F. J. Ramon F. Brena, «Evolution of Indoor Positioning Technologies: A Survey,» Journal of Sensors, nº Article ID 2630413, p. 21, 2017.
S. A. G. K. K. L. Faheem Zafari, «A Survey of Indoor Localization Systems and Technologies,» IEEE Communications Surveys & Tutorials, nº DOI 10.1109/COMST.2019.2911558, p. 32, 2019.
N. Samama, Indoor Positioning - Technologies and performance, Hoboken, New Jersey: JohnWiley & Sons, Inc, 2019.
S. H. &. G. Chan, «Wi-Fi Figerprint-based Indoor Positioning: Recent Advances and Comparisons.,» IEEE Communications Surveys & Tutorials., nº DOI 10.1109/COMST.2015.2464084, 2015.
J. Angeles, Fundamentals of Robotic Mechanical Systems, Montreal, QC, Canada: Springer International Publishing Switzerland, 2014.
L. Jaulin, Mobile Robotics, Published by ISTE Ltd and John Wiley & Sons, Inc., 2019.
«Boston Dynamics,» [En línea]. Available: https://www.bostondynamics.com/stretch. [Último acceso: 27 06 2021].
F. T. M. S. R. S. D. F. Jacopo Tosi, «Performance Evaluation of Bluetooth Low Energy:,» Sensors, vol. 2898, nº doi:10.3390/s17122898, p. 17, 2017.
R. Heydon, Bluetooth Low Energy - The Developer’s Handbook, New Jersey.: Pearson Education, Inc., 2013.
A. M. a. G. G. Mauro Leonardi, «Two efficient localization algorithms for multilateration,» International Journal of Microwave and Wireless Technologies, nº doi:10.1017/S1759078709000245, pp. 223-229, 2009.
M. L. a. G. G. Adolf Mathias, «An Efficient Multilateration Algorithm,» de Proceedings of ESAV'08, Capri, Italy, 2008.
I. A. M. Gaviria, New Strategies to improve multilateration systems in the air traffic control, Valencia, Spain: Universitat Politècnica de Valencia, 2013.
L. M. A. L. P. B. a. M. D. C. Alberto Fornaser, «Self-Weighted Multilateration for Indoor positioning systems,» Sensors, vol. 872, nº 19, 2019.
Y. L. G. Y. M. Z. a. Z. W. Shixiong Xia, «Indoor Fingerprint Positioning Based on Wi-Fi: An Overview,» ISPRS Int. J. Geo-Inf., vol. 135, nº doi:10.3390/ijgi6050135, p. 6, 2017.
C. G. G. P. Srd¯an Kitic´, «A Comparative Study of Multilateration Methods for Single-Source Localization in Distributed Audio,» de To appear at IWIS - The 1st International Workshop on the Internet of Sounds, Cesson-Sévigné, France, 2020.
R. M. Ó. B. a. J. T.-S. Emilio Sansano, «Indoor Positioning and Fingerprinting: The R Package ipft,» The R Journal, vol. 11, 2019.
Y. N. M. A. A. A.-D. R. L. C. Y. R. R. a. E. A. Ali Yassin, «Recent Advances in Indoor Localization: A Survey on Theoretical Approaches and Applications,» IEEE COMMUNICATIONS SURVEYS & TUTORIALS, vol. 19, nº 2, 2017.
W. D. a. C. Poellabauer, Fundamentals of Wireless Sensor Networks - Theory and Practice, United Kingdom: John Wiley & Sons Ltd., 2010.
T. L. Y. W. A B M Mohaimenur Rahman, «Recent Advances in Indoor Localization via Visible Lights: A Survey,» Sensors, vol. 20, 2020.
H. Espeland, Navigation using Bluetooth Low Energy Beacons., Trondheim, Noruega: Norwegian University of Science and Technology, 2018.
M. L. G. G. a. J. V. B.-T. Ivan A. Mantilla-Gaviria, «Localization algorithms for multilateration (MLAT) systems in airport sufarce surveillance,» Springer-Verlag, nº DOI 10.1007/s11760-013-0608-1, 2014.
R. 0. SCHMIDT, «A Nevv Approach to Geometry of Range DiffTerence Locationl,» IEEE Interstate Electronics Corporation, vol. 8, nº 6, 1972.
R. M. a. M. F. Benoit Figuet, «Combined Multilateration with Machine Learning for Enhanced Aircraft Localization,» Proceedings, vol. 2, nº doi:10.3390, p. 59, 2020.
URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es
Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada. 
TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA
Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México
Tel. 461 61 17575 Ext 5450 y 5146
pistaseducativas@itcelaya.edu.mx