Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tecnolgico
Departamento de Ciencias Computacionales
28 de febrero de 2012
La investigacin aqu plasmada fue desarrollada gracias al apoyo del Consejo Nacional de
Ciencia y Tecnologa (CONACyT), el Centro Nacional de Investigacin y Desarrollo Tecnolgico
(CENIDET) y el grupo AUTOLOG de la Universidad de Castilla-La Mancha, Espaa.
Dedicatoria
Si desarrollar y redactar todo este conjunto de ideas me permite tener cierta propiedad sobre
ellas me gustara dedicarlas a todos aquellos que directa o indirectamente aportaron un
granito de arena o una playa completa para iniciar y finalizar esta aventura. Mencionarlos a
todos me hara ocupar 5 o 6 veces el volumen de esta tesis, pero estoy seguro de haberlo hecho
en su momento y que ellos se dieron por enterados, an as, si por azares del destino o por el
bibliotecario local te encuentras leyendo este documento Gracias.
Miguel Angel Yris Pastor, Mxico DF. 4 de febrero de 2012
Agradecimientos
En una opinin muy personal, creo que son muy pocas las actividades o empresas de
las cuales un hombre o mujer se puede enorgullecer de haberlas realizado sin ayuda
de alguien ms; Este no es el caso.
Gracias a Mam, Karen Mariel Njera, Normita Bolio, Juan Carlos Yris, Jos Antonio
Yris. Luis David Yris Pastor, Claudia Vara, Marbella Pastor, Salvador Galvn, Gabriel
Gonzlez, Mximo Lpez, Azucena Montes, Guillermo Rodriguez, Ricardo Estrada,
Hugo Estrada, Alicia Martnez, Mnica Pichardo, Alejandra Ramrez, Julia Arana, Andrs
Garca, Pablo Garca, Javier de las Morenas, Francisco Carreo, Rafel Otal, Arturo Bejar,
Blanca Vargas, Bea Escobar, Ainoa Castillo, Cesar Villatoro, al equipo Autolog Ciudad
Real, al equipo Autolog Cuenca, equipo de mecnica de la escuela de ingenieros.
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
ABSTRACT
The next generation of mobile services is presumed to be highly adaptive to the users
personal features and to his environmental, physical and technological condition and
subsequent consequences. This context-aware paradigm, which originates from the
vision of ubiquitous computing and is supposed to drive the design of future
commercial mobile services, still presents a lot of technological, social and business
challenges. [Bernardos, 2008]
One these challenge is to obtain the position of a user within a specific area.Today
there are indoor location systems, which allow determining the position of an object
within an
area.To
achieve
its purpose,
these systems
use pattern
recognition techniques such asthermal, visual or electromagnetic pattern recognition.
Systems using electromagnetic patterns are the basis of this thesis. in this research
report we propose, model, develop and implement methods for indoor location based
on signal patterns as Wi-Fi, Bluetooth or RFID.These methods are encoded within an
API written in Java.
The main chapters of this thesis show the modeling, development and implementation
of an API that contains the methods needed to develop indoor location services using
a client-server architecture using context evaluation of electromagneticpatterns.In the
development of client server architecture has been proposed to the client as mobile
device with Wi-Fi interfaces and Bluetooth , or an object / individual identified by a
passive RFID tag.The last three chapters of this document show the tests performed to
obtain the degree of assertiveness of the methods developed in the context of varying
signals scenarios.
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
RESUMEN
A las siguientes generaciones de servicios mviles se les presupone un alto grado de
adaptacin a la identidad, objetivos, situacin fsica y tecnolgica de sus usuarios.
Este paradigma de diseo de servicios, que aprovecha el conocimiento del contexto
de las entidades inmersas en el entorno, y que se considera derivado y habilitador del
concepto de computacin ubicua, presenta an numerosos retos tecnolgicos,
sociales y de negocio para su puesta en operacin y posterior generalizacin de uso.
[Bernardos, 2008].
Uno de los retos de los cuales hace mencin Norma Bernardos en el prrafo anterior
es la determinacin de la posicin de un usuario en un rea especfica de grandes
dimensiones o multinivel. Conocidos como indoor location systems (sistemas de
localizacin en interiores por sus siglas en ingls ILS) son sistemas evaluadores del
contexto de una persona o dispositivo mvil dentro de un rea de localizacin para
determinar su posicin dentro de la misma. Estos sistemas se basan (e incluso se
pueden llegar a clasificar por ellas) en diferentes tcnicas de evaluacin (o sensado)
del medio para determinar la posicin de un objeto con respecto a un punto
previamente identificado. Por nombrar algunos se pueden mencionar aquellos que se
basan en las huellas de temperatura de ciertos objetos, reconocimiento de patrones
visuales, velocidad de trfico y desplazamiento o reconocimiento de magnitudes de
seales electromagnticas. Estos ltimos son los que ocupan el objetivo de esta tesis,
que, a modo de sistematizacin de ciertos procesos, propone, modela, desarrolla,
implementa y evala mtodos de localizacin en interiores basados en la evaluacin
de seales electromagnticas de tipo Wi-Fi, Bluetooth y RFID. Para fines prcticos y
de implementacin los mtodos de localizacin fueron automatizados dentro de
mtodos y clases de programacin a modo de librera de funciones. Esta librera fue
desarrollada en el lenguaje de programacin JAVA para garantizar la compatibilidad
de las funciones sobre cualquier plataforma (sistema operativo) que permita la
ejecucin de una maquina virtual java (JVM, Java Virtual Machine).
Los captulos nucleares de esta tesis muestran el modelado, desarrollo e
implementacin de una API que contiene los mtodos necesarios para desarrollar
servicios de localizacin en interiores utilizando una arquitectura cliente-servidor
mediante la evaluacin del contexto de seales electromagnticas. En el desarrollo de
la arquitectura cliente servidor se ha propuesto al cliente como un dispositivo mvil con
interfaces Wi-Fi y Bluetooth, o a un objeto/individuo identificado por una etiqueta
RFID pasiva.
Los tres ltimos captulos de este documento muestran las pruebas realizadas para
obtener el grado de asertividad de los mtodos desarrollados en escenarios de
contexto de seales variables. El ltimo captulo de este documento muestra la
descripcin en formato JAVADoc de cada uno de los mtodos que componen la API
desarrollada para ofrecer servicios de localizacin en interiores basados en tecnologa
Wi-Fi, Bluetooh y RFID. De igual manera se encuentra una copia de un artculo de
investigacin publicado en el congreso internacional RFIDSystech 2011 producto de
un desarrollo e investigacin relacionada a lo mostrado en este documento.
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Tablas de contenidos
ndice de captulos
Captulo 1 -- Introduccin
1.1. Introduccin ______________________________________________________ 2
1.2. Problema _________________________________________________________ 3
1.3 Objetivo principal___________________________________________________ 3
1.4 Estructura del documento ____________________________________________ 3
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 4 -- CHAMAN
4.1 Introduccin ______________________________________________________ 23
4.2 Mtodo de localizacin en interiores basados en huella de seal (Fingerprint) _ 24
4.3 Descripcin de general de la API ______________________________________ 24
4.4 Funcionalidades ___________________________________________________ 26
4.5 Modelo y arquitectura de la API para servicios de localizacin en interiores
utilizando tecnologa Wi-Fi, Bluetooth, RFID y QRCode. _____________________ 28
4.5.1 Modelo del proceso de localizacin implementado en la API __________________ 29
4.5.2 Reglas de inferencia utilizadas por CHAMAN en el proceso de localizacin en
interiores ________________________________________________________________ 30
4.6.2 Modelo entidad relacin del esquema utilizado para la persistencia de datos
utilizados para el proceso de localizacin ______________________________________ 32
4.6.3 Arquitectura de capas de la API para servicios de localizacin en interiores. ______ 35
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 6 -- Conclusiones
6.1 Conclusiones ______________________________________________________ 97
6.2 Trabajos futuros ___________________________________________________ 98
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 7 -- Referencias
7. Referencias _______________________________________________________ 102
Captulo 8 -- Anexos
8.1 Introduccin _____________________________________________________ 105
8.2 Application to a warehouse environment of a tracking system based on RFID and
free software _______________________________________________________ 105
8.3 Especificaciones tcnicas de instrumentos utilizados en el proceso de localizacin
__________________________________________________________________ 113
8.3.1 Puntos de acceso ____________________________________________________ 113
Punto de Acceso Linksys WRT54GL _________________________________________________ 113
Punto de Acceso Linksys WRT120N _________________________________________________ 114
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
ndice de figuras
8
12
15
16
17
18
19
20
21
28
30
33
34
35
37
41
42
44
45
47
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
48
49
50
51
53
56
62
62
64
66
68
71
73
76
78
80
81
83
84
85
86
87
88
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
89
90
92
93
Figura 5.23 Distribucin de antenas RFID en la zona de escaleras del edificio del
DCC
94
99
99
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 1
Introduccin
Captulo 1 -- Introduccin
Pgina 1
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
1.1. Introduccin
En 1950 Isac Assimov (visionario con todas y cada una de las letras de la palabra)
escribi una novela titulada Yo, Robot1 (I, Robot), si bien la temtica de la historia
transcurra sobre trminos ticos e inteligencia artificial, Assimov no escatimo en
detalles sobre el contexto en el cual se desarrolla la historia, en ms de una ocasin
se describe la gran variedad de servicios ofrecidos a un humano segn el lugar en
donde se encontraba (ahora le llamamos contex-aware). Aos ms tarde, en 1956,
Philip K. Dick publica The minority report2 en donde narra las vivencias de John
Anderton. Nuevamente el autor no deja a la imaginacin del lector detalles del
contexto de cada aventura, pero esta vez, se describe lo que al parecer es un
dispositivo rastreador que, tal vez, en aquel tiempo por ser lo ms avanzado en
tecnologa, se describa su funcionamiento como ondas de radio. Tuvieron que pasar
ms de 30 aos de aquellas publicaciones para que se pudiese llevar a la realidad, tal
vez, inspirados en aquellas viejas historias u orillados a evolucionar hacia el grado de
comodidad descrito en tales historias; nacen los primeros sistemas de localizacin
para uso no militar, los cuales, no han parado de evolucionar, llegando as a la actual
tecnologa de sistemas de posicionamiento global (GPS por sus siglas en ingls) que
proporciona una gran precisin en escenarios urbanos, pero es de muy poca ayuda en
escenarios donde el individuo u objeto a localizar se encuentra dentro de un edificio,
esto se debe a la interferencia o atenuacin de seal que producen los elementos
arquitectnicos del edificio. Como respuesta a esta necesidad se desarrollaron (y
continan en constante desarrollo) sistemas de localizacin en interiores que tienen
como fin determinar la posicin de un objeto dentro de un rea de localizacin cerrada.
A partir de esta idea, se han desarrollado mltiples soluciones que incluyen
tecnologas que pueden ir desde el reconocimiento de patrones visuales hasta el
reconocimiento de patrones electromagnticos. Estos ltimos, son el punto de partida
y atencin de este trabajo de investigacin el cual plantea, modela, desarrolla, prueba
y muestra una API escrita en lenguaje de programacin JAVA la cual contiene clases y
mtodos que permiten al programador ofrecer servicios de localizacin en interiores
evaluando los patrones de seales electromagnticas percibidas por un cliente mvil
dentro de un edificio. Dado a que hoy en da existen un gran nmero de frecuencias
electromagnticas a nuestro alrededor, pero no todas usadas por el individuo comn,
se decidi utilizar seales electromagnticas propias de las tecnologas de
comunicacin inalmbrica ms comunes: Wi-Fi, Bluetooth y RFID, pretendiendo de
esta forma lograr una implementacin econmica, sencilla y escalable funcionando de
esta manera como base para futuros proyectos en los cuales se necesiten servicios de
localizacin en interiores.
1
2
Captulo 1 -- Introduccin
Pgina 2
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
1.2. Problema
La determinacin de la posicin de un individuo u objeto dentro de un edificio es de
gran importancia en la evaluacin de diferentes tpicos como puede ser la seguridad,
navegacin, y asistencia personal, los sistemas que atienden este tipo de tpicos son
y/o necesitan de hardware muy costoso [Papapostolou, 2009]. Las soluciones de
software basadas en hardware de comunicacin (como puntos de acceso Wi-Fi o
Bluetooth que se encuentran en el mercado) que se encuentran actualmente en el
mercado brindan soluciones generales que no pueden ser adaptadas a todo tipo de
escenario sin mencionar la falta de compatibilidad con aplicaciones de terceros.
Pgina 3
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 1 -- Introduccin
Pgina 4
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 2
Marco conceptual
Pgina 5
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
2.1 Introduccin
Tecnologas de comunicacin inalmbrica, identificacin por radio frecuencia, sistemas
de localizacin en interiores y magnitudes electromagnticas pueden ser trminos
extraos para un lector no iniciado o ajeno a los trminos relacionados e incluidos en
este documento de tesis. En este captulo se encuentran las definiciones bsicas que
permitirn al lector contar con las bases para comprender los escenarios, propuestas y
desarrollos realizados en el resto de este documento.
2.2. RFID
RFID (Identificacin por Radiofrecuencia) es un mtodo de almacenamiento y
recuperacin remota de datos, basado en el empleo de etiquetas o tags en las que
se encuentra almacenada informacin. RFID se basa en un concepto similar al del
sistema de cdigo de barras; la principal diferencia entre ambos reside en que el
segundo utiliza seales pticas para transmitir los datos entre la etiqueta y el lector, y
RFID, en cambio, emplea seales de radiofrecuencia (en diferentes bandas
dependiendo del tipo de sistema, tpicamente 125 KHz, 13,56 MHz, 433-860-960 MHz
y 2,45 GHz).
Los sistemas RFID se componen principalmente de cuatro elementos:
Pgina 6
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Pgina 7
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Pgina 8
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
<llrp:Priority>0</llrp:Priority>
<llrp:CurrentState>Disabled</llrp:CurrentState>
<llrp:ROBoundarySpec>
<llrp:ROSpecStartTrigger>
<llrp:ROSpecStartTriggerType>Null</llrp:ROSpecStartTriggerType>
</llrp:ROSpecStartTrigger>
<llrp:ROSpecStopTrigger>
<llrp:ROSpecStopTriggerType>Null</llrp:ROSpecStopTriggerType>
<llrp:DurationTriggerValue>0</llrp:DurationTriggerValue>
</llrp:ROSpecStopTrigger>
</llrp:ROBoundarySpec>
<llrp:AISpec>
<llrp:AntennaIDs>0</llrp:AntennaIDs>
<llrp:AISpecStopTrigger>
<llrp:AISpecStopTriggerType>Null</llrp:AISpecStopTriggerType>
<llrp:DurationTrigger>0</llrp:DurationTrigger>
</llrp:AISpecStopTrigger>
<llrp:InventoryParameterSpec>
<llrp:InventoryParameterSpecID>9</llrp:InventoryParameterSpecID>
<llrp:ProtocolID>EPCGlobalClass1Gen2</llrp:ProtocolID>
</llrp:InventoryParameterSpec>
</llrp:AISpec>
<llrp:ROReportSpec>
<llrp:ROReportTrigger>Upon_N_Tags_Or_End_Of_AISpec</llrp:ROReportTrigg
er>
<llrp:N>1</llrp:N>
<llrp:TagReportContentSelector>
<llrp:EnableROSpecID>1</llrp:EnableROSpecID>
Pgina 9
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
<llrp:EnableSpecIndex>1</llrp:EnableSpecIndex>
<llrp:EnableInventoryParameterSpecID>1</llrp:EnableInventoryParameterS
pecID>
<llrp:EnableAntennaID>1</llrp:EnableAntennaID>
<llrp:EnableChannelIndex>1</llrp:EnableChannelIndex>
<llrp:EnablePeakRSSI>1</llrp:EnablePeakRSSI>
<llrp:EnableFirstSeenTimestamp>1</llrp:EnableFirstSeenTimestamp>
<llrp:EnableLastSeenTimestamp>1</llrp:EnableLastSeenTimestamp>
<llrp:EnableTagSeenCount>1</llrp:EnableTagSeenCount>
<llrp:EnableAccessSpecID>1</llrp:EnableAccessSpecID>
<llrp:C1G2EPCMemorySelector>
<llrp:EnableCRC>1</llrp:EnableCRC>
<llrp:EnablePCBits>1</llrp:EnablePCBits>
</llrp:C1G2EPCMemorySelector>
</llrp:TagReportContentSelector>
</llrp:ROReportSpec>
</llrp:ROSpec>
</llrp:ADD_ROSPEC>
Segmento de cdigo 1: Cdigo XML de un mensaje ROSPEC (mensaje de comunicacin entre software de
gestin y lector RFID.
Pgina 10
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
2.7. Bluetooth
Es una especificacin industrial para Redes Inalmbricas de rea Personal (WPANs)
que posibilita la transmisin de voz y datos entre diferentes dispositivos mediante un
enlace por radiofrecuencia en la banda ISM de los 2,4 GHz.3 Los principales objetivos
que se pretenden conseguir con esta norma son:
Los dispositivos que con mayor frecuencia utilizan esta tecnologa pertenecen a
sectores de las telecomunicaciones y la informtica personal, como PDA, telfonos
mviles, computadoras porttiles, ordenadores personales, impresoras o cmaras
digitales.
La arquitectura descrita por el estndar 802.15 se puede mostrar como un conjunto de
capas superpuestas, cada una de ellas con un funcionamiento especifico que se
describe a continuacin en la figura 2.
Pgina 11
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Pgina 12
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 3
Estado del arte
Pgina 13
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
3.1 Introduccin
Hoy en da se pueden encontrar una gran cantidad de aportes en cuanto a tpicos de
servicios de localizacin en interiores se refiere, algunos muestran tcnicas
completamente innovadoras, otros aportan nuevos mtodos a tcnicas ya
desarrolladas. Este captulo muestra una breve descripcin de las investigaciones
relacionadas a la desarrollada en este trabajo de tesis que ha servido como bases
tericas y prcticas para el desarrollo e implementacin de ideas descritas en los
prximos captulos.
Pgina 14
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 7- Esquema de capas los elementos y procesos involucrados en la localizacin del dispositivo
cliente
Pgina 15
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Pgina 16
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Pgina 17
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Pgina 18
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 10.- Reglas usadas para la evaluacin difusa de localizacin, en ella interviene la calidad
de la seal de 4 puntos de acceso ( AP) y obtiene como resultado la zona en la que se encuentra
el cliente
Pgina 19
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Entre los servicios que ofrece la aplicacin T-Guide se encuentra el servicio de guiado
en interiores en base a la lectura de tags RFID, cada vez que el cliente censa un tag
RFID asignado a un rea dentro del edificio, el cliente actualiza su estado y posicin,
la nueva informacin es desplegada en pantalla. La Figura 8 muestra el diagrama de
flujo del proceso de guiado por RFID.
Figura 3.6 Diagrama de flujo de proceso de guiado en base a lectura de tags RFID
Pgina 20
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 3.6 Pantallas involucradas en el proceso de guiado en base a lectura de tags RFID
Pgina 21
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 4
CHAMAN
Captulo 4 -- CHAMAN
Pgina 22
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
4.1 Introduccin
En el captulo 4 se revisaron los mtodos utilizados por los sistemas de localizacin en
interiores (ILS) para ofrecer servicios de localizacin y seguimiento de usuarios u
objetos que se desplacen libremente dentro del rea donde se presta el servicio de
localizacin. En la conclusin del mismo captulo se propone el mtodo de fingerprint o
huella de seal como el mtodo de localizacin ms adecuado para escenarios
complejos, en los cuales, el trfico de entidades fsicas (personas y objetos) y la
distribucin arquitectnica del edificio hace poco viable la implementacin de modelos
predictivos de propagacin de seales electromagnticas como base para el desarrollo
de mtodos de localizacin.
En este captulo se presenta y describe el diseo y la funcionalidad de una API la cual
contiene clases y mtodos que permiten el desarrollo completo o modular de un
sistema de localizacin en interiores utilizando el mtodo de localizacin fingerprint.
Esta API a la cual se har referencia con el nombre de CHAMAN4 est escrita en Java.
Sus clases y mtodos fueron modelados y desarrollados para ofrecer servicios de
localizacin en interiores de edificios tipo campus, se utilizan tres tecnologas para la
localizacin: 1) se seales electromagnticas, 2) la asociacin de lugares con
marcadores bidimensionales (QRCodes) y 3) TAGs RFID.
En las secciones correspondientes a los motores de localizacin se describen a
profundidad el funcionamiento y la secuencia de estados de cada uno de los
algoritmos de localizacin en interiores implementados como mtodos de la API que
se desarrollaron para probar las hiptesis planteadas en esta tesis y soportar los casos
de estudio que se comentan en el captulo 6.
La versin actual de CHAMAN integra mtodos de localizacin en interiores basados
en la evaluacin del contexto de tecnologa Wi-Fi, Bluetooth y RFID, de igual forma
permite la identificacin por asociacin de marcadores de tipo QRCode. Brevemente
se describen los mtodos contenidos en la API:
Del idioma tungu, de Siberia, xaman o schaman, y ste del verbo scha, "saber", es un individuo al que
se le atribuye la capacidad de modificar la realidad, de comunicarse con los espritus y de presentar
habilidades visionarias y adivinatorias.
Captulo 4 -- CHAMAN
Pgina 23
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Pgina 24
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
etiquetar personas y objetos con tags RFID pasivos y finalmente, se requiere una
adecuada distribucin de puntos de acceso (AP) tanto Wi-Fi como Bluetooth. Los
mtodos de CHAMAN en conjunto con un repositorio relacional (base de datos)
permiten crear un radio-mapa de las zonas en las que se prestar el servicio de
localizacin (ILS). Se realiza un proceso de localizacin llamada entrenamiento,
posteriormente haciendo uso de algoritmos de localizacin codificados en mtodos de
localizacin dentro de la API el ILS que implemente CHAMAN puede determinar la
ubicacin de un individuo y objeto etiquetado con tags RFID o portador de dispositivos
con interfaz Wi-Fi que permitan obtener el contexto de seales para enviarlas va
TCP a un servicio de localizacin que implementa los mtodos de servicio de
informacin (localizacin, historial y seguimiento) contenidos en CHAMAN.
Como se coment en el captulo 3, los sistemas de localizacin en interiores que
basan sus mtodos de localizacin en la tcnica fingerprint, realizan un mapeo
completo del rea en la cual se prestar el servicio de localizacin, esto puede ser un
inconveniente en escenarios donde la distribucin espacial de la zona puede
modificarse segn la necesidad de los usuarios, esta tcnica de localizacin es
ineficiente cuando el mapa generado previamente cambia, es decir, si la distribucin
espacial de los AP se modifica, o hay modificaciones estructurales en el interior del
edificio. Para solucionar situaciones como sta CHAMAN propone un modelo de
entrenamiento por zonas funcionales o reas de localizacin limitadas por muros
slidos imposibles de mover dentro de la arquitectura del edificio, de esta forma, en
caso de existir un cambio en la distribucin espacial del edificio o zona especfica slo
se deber crear de nuevo el mapa de seales de la zona modificada.
Cada mtodo de CHAMAN fue diseado para retornar informacin especfica dentro
del proceso de localizacin de forma tal que el programador puede hacer uso de
CHAMAN en combinacin con otras APIs o seguir la implementacin sugerida en esta
tesis para realizar las pruebas de funcionamiento de la API.
CHAMAN puede ser modelada como una estructura compuesta por capas ordenadas
jerrquicamente en la cual la capa de nivel inferior es la encargada de brindar mtodos
abstractos de comunicacin directa con el hardware involucrado en el proceso de
localizacin en interiores (ILS) mediante diferentes protocolos que son transparentes
para el programador final, siguiendo el modelo, de manera ascendente se encuentran
con mtodos de cifrado y descifrado de paquetes utilizados para la comunicacin con
dispositivos hardware, mtodos de filtrado de informacin, mtodos de procesamiento
de datos recibidos hasta llegar al paquete que contiene los mtodos abstractos de
servicios que le permiten a un programador obtener informacin estructurada del
repositorio relacional.
Los paquetes que integran CHAMAN, se clasifican segn su funcionalidad, permiten al
programador que los implemente funcionalidades tales como:
El Protocolo Simple de Administracin de Red o SNMP (del ingls Simple Network Management
Protocol) es un protocolo de la capa de aplicacin que facilita el intercambio de informacin de
Captulo 4 -- CHAMAN
Pgina 25
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
4.4 Funcionalidades
Como se mencion en la seccin anterior, CHAMAN se compone por seis paquetes
que de forma conceptual se pueden modelar como una estructura compuesta por
capas o niveles, en donde cada nivel contiene clases y mtodos con un fin especfico
dentro del proceso de localizacin de los ILS que utilizan la tcnica fingerprint. Los
mtodos de cada paquete pueden retornar un valor tipo String que puede ser utilizado
por el programador para fines particulares e independientes de los sugeridos en la
utilizacin de la API o puede utilizar los datos retornados para enviarlos como
parmetros a los mtodos necesarios para lograr un proceso de localizacin correcto
administracin entre dispositivos de red. Es parte de la familia de protocolos TCP/IP. SNMP permite a los
administradores supervisar el funcionamiento de la red, buscar y resolver sus problemas, y planear su
crecimiento. Recuperado de http://es.wikipedia.org/wiki/Simple_Network_Management_Protocol
6
JSON, acrnimo de JavaScript Object Notation, es un formato ligero para el intercambio de datos. JSON es un
subconjunto de la notacin literal de objetos de JavaScript que no requiere el uso de XML.. Recuperado de
http://en.wikipedia.org/wiki/JSON
7
ROSpec (Reader Operations Specification) Es el cojunto de especificaciones de operacin de un portal RFID que
Captulo 4 -- CHAMAN
http://wiki.rifidi.org/index.php/LLRP_Reader
Pgina 26
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
utilizando todos los mtodos provistos por CHAMAN (ver anexos para la sugerencia de
uso de mtodos). En caso de que el programador opte por la ltima opcin deber
seguir un proceso jerrquico para la instancia de cada una de las clases necesarias
desde la conexin con los dispositivos de localizacin hasta la consulta a los servicios
de localizacin.
El proceso jerrquico de instancias de clases involucra todos los paquetes (o capas)
de la API en la siguiente secuencia:
1. Obtener los datos proporcionados por los dispositivos de localizacin, para este
caso plataformas Smartphone, lectores RFID, AP (WiFi y Bluetooth) y
Marcadores visuales. Para ello se utilizan los mtodos del paquete de red que
permiten crear serversockets8 para recibir la informacin enviada por los
dispositivos por medio del protocolo TCP, estos mtodos retornar la
informacin en crudo enviada por los dispositivos la cual se enva como
parmetro a mtodos del paquete encargado de la interpretacin.
2. Los mtodos localizados en el paquete de interpretacin contienen referencias
a clases que permiten decodificar la informacin recibida en formato JSON y
XML, esta informacin se encontrar disponible para utilizarla como parmetro
para los mtodos de filtrado
3. Los mtodos pertenecientes al paquete de filtrado permiten diferenciar el tipo
de informacin recibida y realizar la accin correspondiente con ella, puede ser
de entrenamiento o de consulta, en ambos casos se utiliza la informacin
recibida para instanciar los mtodos del paquete de procesamiento.
4. Las clases dentro del paquete de procesamiento permiten realizar el proceso
de entrenamiento de radio-mapas o determinar la localizacin de un objeto o
individuo en base a los datos obtenidos en el proceso de filtrado, estas clases
utilizan de forma implcita clases que permiten la conexin con el repositorio
relacional utilizado por CHAMAN.
5. Los mtodos del paquete de conexin con el repositorio relacional permiten la
conexin al manejado de base de datos MySQL utilizando para ello la librera
MySQL.JDBC. Estos mtodos tambin permiten iniciar la conexin para
realizar consultas permitiendo la creacin de historial de eventos de
localizacin.
6. Los mtodos de servicios permiten retornar la informacin del historial de
posiciones de usuarios u objetos, solicitadas en los parmetros de instancia de
los mtodos.
Instancia de una clases de Java.net que permite crear un socket con un nmero determinado por el
programador el cual se mapear como un puerto TCP abierto en modo escucha hasta que la instancia
sea cancelada por medios de programacin.
Captulo 4 -- CHAMAN
Pgina 27
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 4 -- CHAMAN
Pgina 28
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Pgina 29
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 4.2 Modelo del proceso de localizacin utilizando el contexto de seales Wi-Fi , Bluetooth y RFID
Una zona de localizacin (ZL) es una zona fsica en la cual se presta el servicio de
localizacin, la zona se encuentra distribuida en celdas que describen una cuadricula.
Una celda (C) es el elemento mnimo dentro de la cuadricula que comprende una
zona geogrfica dentro de la zona donde se prestar el servicio de localizacin.
Una celda entrenada (CE) se encuentra formada por un identificador de celda y un
matriz donde se encuentran identificados los puntos de acceso que pueden captarse si
Captulo 4 -- CHAMAN
Pgina 30
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 4 -- CHAMAN
Pgina 31
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
La funcin
describe la funcin de lectura de la antena a en un tiempo t.
La antena se encuentra localizada en una
correspondiente a una ZL, la funcin
recibe como parmetro un cdigo EPC identificado por
Si
con
y
se encuentra en
Pgina 32
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 4 -- CHAMAN
Pgina 33
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 4.4 Diagrama Entidad - Relacin del esquema del repositorio de datos utilizado por CHAMAN
Captulo 4 -- CHAMAN
Pgina 34
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Pgina 35
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
contiene mtodos de tipo interfaz que reciben como parmetros al menos un objeto de
al menos un mtodo de la capa anterior para iniciar su funcionamiento. En la imagen
se muestran en forma de pequeos bloques los servicios que pueden ser llamados por
las interfaces de cada una de las clases en las diversas capas del modelo (o paquetes
de la API).
10
Este trmino es un acrnimo que corresponde a la frase en ingls Mantenlo simple, estpido (KeepIt
Simple, Stupid). Para evitar ser tosco, el acrnimo se hace corresponder con otras expresiones tales
como Mantngalo breve y simple (KeepIt Short and Simple) u otras similares, pero que mantienen
la misma idea del principio. Recuperado de http://en.wikipedia.org/wiki/KISS_principle
Captulo 4 -- CHAMAN
Pgina 36
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 4.6 Representacin UML de las clases y mtodos de tipo interfaz de la clase de conexin fsica
http://sourceforge.net/projects/llrp-toolkit/
Captulo 4 -- CHAMAN
Pgina 37
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
En caso de lectura de etiquetas RFID: EPC capturado, fecha del evento y hora
del evento.
En caso de solicitud de inicio de lectura: Fecha y hora de inicio de lectura.
En caso de solicitud de fin de lectura: Fecha y hora de solicitud de lectura
http://docs.oracle.com/javase/1.4.2/docs/api/java/net/ServerSocket.html
Captulo 4 -- CHAMAN
Pgina 38
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
13
http://code.google.com/p/google-gson/downloads/list
Clases utilizadas por CHAMAN para crear instancias de objetos a partir de objetos String en formato
JSON. Estas clases solo contienen la instancia de tipos de datos y mtodos set() y get(), ver el paquete
cenidet.api.indoorlocation.eschema.
14
Captulo 4 -- CHAMAN
Pgina 39
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
<llrp:AISpec>
<llrp:AntennaIDs>0</llrp:AntennaIDs>
<llrp:AISpecStopTrigger>
<llrp:AISpecStopTriggerType>Null</llrp:AISpecStopTriggerType>
<llrp:DurationTrigger>0</llrp:DurationTrigger>
</llrp:AISpecStopTrigger>
<llrp:InventoryParameterSpec>
<llrp:InventoryParameterSpecID>9</llrp:InventoryParameterSpecID>
<llrp:ProtocolID>EPCGlobalClass1Gen2</llrp:ProtocolID>
</llrp:InventoryParameterSpec>
</llrp:AISpec>
<llrp:ROReportSpec>
<llrp:ROReportTrigger>Upon_N_Tags_Or_End_Of_AISpec</llrp:ROReportTrigger>
<llrp:N>1</llrp:N>
<llrp:TagReportContentSelector>
<llrp:EnableROSpecID>1</llrp:EnableROSpecID>
<llrp:EnableSpecIndex>1</llrp:EnableSpecIndex>
<llrp:EnableInventoryParameterSpecID>1</llrp:EnableInventoryParameterSpecID>
<llrp:EnableAntennaID>1</llrp:EnableAntennaID>
<llrp:EnableChannelIndex>1</llrp:EnableChannelIndex>
<llrp:EnablePeakRSSI>1</llrp:EnablePeakRSSI>
<llrp:EnableFirstSeenTimestamp>1</llrp:EnableFirstSeenTimestamp>
<llrp:EnableLastSeenTimestamp>1</llrp:EnableLastSeenTimestamp>
<llrp:EnableTagSeenCount>1</llrp:EnableTagSeenCount>
<llrp:EnableAccessSpecID>1</llrp:EnableAccessSpecID>
<llrp:C1G2EPCMemorySelector>
<llrp:EnableCRC>1</llrp:EnableCRC>
<llrp:EnablePCBits>1</llrp:EnablePCBits>
</llrp:C1G2EPCMemorySelector>
</llrp:TagReportContentSelector>
</llrp:ROReportSpec>
</llrp:ROSpec>
</llrp:ADD_ROSPEC>
Captulo 4 -- CHAMAN
Pgina 40
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Esta clase permite crear objetos que contienen informacin sobre el contexto de
seales Wi-Fi que puede percibir un dispositivo cliente en una zona de localizacin
determinada, mientras se realiza el proceso de entrenamiento y construccin de radiomapas. Lo mtodos existentes en la clase permiten al programador (y clases de otras
capas de la API) acceder de forma correcta a los datos de entrenamiento enviados por
el dispositivo cliente entrenador utilizando para esto los mtodos get que retorna el
valor de los atributos del objeto.
4.7.2.3 Clase locationPackage
Esta clase permite crear objetos que contienen informacin sobre el contexto de
seales Wi-Fi que puede percibir un dispositivo cliente en una zona de localizacin
Captulo 4 -- CHAMAN
Pgina 41
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Esta clase permite crear un objeto que contiene la informacin sobre un evento
serializado en un mensaje ROSPEC enviado por un lector RFID que soporte el
protocolo LLRP. Los mtodos get de la clase permiten obtener en formato String la
informacin del mensaje ROSPEC para su posterior manipulacin por parte del
programador o algn otro mtodo de la API como el motor de localizacin.
Captulo 4 -- CHAMAN
Pgina 42
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Los mtodos de esta reciben como parmetros Strings que contienen descriptores de
contexto de un tipo de tecnologa de localizacin y en base a un proceso de
evaluacin de los datos recibidos retorna la posicin del dispositivo cliente quien ha
solicitado el servicio de localizacin y ha enviado su contexto de seales Wi-Fi o el
identificador QRCode correspondiente a la zona en la que se encuentra el dispositivo
que ha escaneado el cdigo.
4.7.3.2 Clase RFIDIdentification
Los mtodos de esta clase reciben parmetros obtenidos de los mensajes ROSPEC.
Los mtodos retornan la identificacin de los actores que se encuentren involucrados
en el proceso de localizacin basado en tecnologa RFID como lo es un lector RFID o
una antena autnoma.
4.7.3.3 Clase PlayersIdentiffication
Pgina 43
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
de datos donde se pueden apreciar las clases motores utilizadas para el proceso de
localizacin y el proceso de entrenamiento.
WiFiIndoorLocationEngine
BluetoothiIndoorLocationEngine
RadiomapTrainingEngine
QRCodeIndoorLocationEngine
RFIDIndoorLocationEngine
+setTagPositionToDB(entrada TagEPC : string, entrada AnthenaID : string)
+getCurrentTagPosition(salida currentTagPosition : string)
+getRFIDReaderZone(entrada ReaderID : string) : string
IndoorLocationReports
+queryPerZone(entrada ZoneName : string) : object
+queryPerPerson(entrada PersonID : string) : object
Los mtodos de esta clase son los encargados de crear instancias individuales de una
zona de localizacin entrenada en base a la informacin enviada desde el dispositivo
cliente. Para realizar este proceso, el mtodo utiliza un objeto que contiene los
atributos de contexto de seal enviados por el cliente, en este objeto se encuentra la
descripcin de la zona en la que se encuentra el cliente (campus, edificio, piso, zona y
coordenadas dentro de un mapa) y el listado de los identificadores de seal y sus
magnitudes correspondientes dentro de arreglos de listas (Objeto de tipo ArrayList
perteneciente a la clase java.util). La estructura del objeto utilizado para instanciar la
informacin enviada por el cliente se muestra en el siguiente recuadro.
String Campus;
String Edificio;
String Piso;
String Zona;
intcoorX;
String coorY;
List<String>MACWiFi = new ArrayList<String>();
List<String>PxWiFi = new ArrayList<String>();
List<String>MACbluetooth = new ArrayList<String>();
List<String>Pxbluetooth = new ArrayList<String>();
Captulo 4 -- CHAMAN
Pgina 44
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 4.10 (a) radiomapa entrenado vista repositorio relacional, (b) representacin grfica de un radiomapa
entrenado
Captulo 4 -- CHAMAN
Pgina 45
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
15
Captulo 4 -- CHAMAN
Pgina 46
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 4.11 Modelo secuencial del proceso de localizacin utilizando el contexto de tecnologas Wi-Fi y
Bluetooth
Basados en la informacin contenida en el repositorio relacional (instancias de radiomapas) los algoritmos de localizacin codificados en los mtodos de microlocalizacin
permiten retornar la celda o las celdas candidatas en las cuales se encuentra el
dispositivo cliente. Para iniciar el proceso de localizacin se debe contar con
informacin de contexto de seales Wi-Fi y/o Bluetooth enviadas por un dispositivo
cliente. Esta informacin debe contener al menos un punto de acceso y la magnitud de
Captulo 4 -- CHAMAN
Pgina 47
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 4 -- CHAMAN
Pgina 48
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Macrolocalizacin
Captulo 4 -- CHAMAN
Pgina 49
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Pgina 50
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
http://dev.mysql.com/doc/refman/5.1/en/connector-j.html
Data Base Manager System (sistema administrador de base de datos)
17
Captulo 4 -- CHAMAN
Pgina 51
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 4 -- CHAMAN
Pgina 52
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 4 -- CHAMAN
Pgina 53
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 5
Casos de estudio
Pgina 54
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
5.1 Introduccin
El presente captulo se muestran las pruebas de asertividad de los algoritmos de
localizacin en interiores utilizando tecnologa Wi-Fi, Bluetooth y RFID
implementados dentro de la API CHAMAN descrita en el captulo 4 de este documento
de tesis. Para realizar las pruebas de asertividad se llevaron a cabo 2 desarrollos
paralelos a CHAMAN, uno de ellos es una aplicacin servidora (Aplicacin del servidor
de localizacin) desarrollada totalmente en Java SE y ejecutada sobre un servidor
CentOS 5.7, el segundo desarrollo fue una aplicacin para dispositivos mviles con
sistema operativo Android 2.2 o superior, esta ltima permite al dispositivo obtener el
contexto de seales electromagnticas de tipo Wi-Fi y Bluetooth en el que se
encuentra y enviarlas a la aplicacin en el servidor de localizacin que se encargar,
segn sea el caso, de iniciar un entrenamiento de zonas o iniciar el proceso de
localizacin. Las pruebas de entrenamiento y localizacin se realizaron en el edificio
del departamento de ciencias de la computacin del CENIDET el cual cuenta con dos
plantas, en la planta baja se encuentran los laboratorios y las aulas y en la planta alta
se encuentran las oficinas de profesores y cubculos de estudiantes de doctorado. Las
siguientes secciones muestran el proceso de elaboracin de pruebas como tambin
los resultados obtenidos de ellas.
Pgina 55
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 5.1 Mapa de distribucin arquitectnica de la planta baja del edificio del departamento de ciencias de
la computacin (CENIDET)
Pgina 56
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
5.2.2 Entrenamiento
En la fase de entrenamiento se construye el mapa de seales del rea en donde se
prestar el servicio de localizacin, para realizar el entrenamiento se requiere
informacin del rea en metros cuadrados del edificio, la ubicacin de los puntos de
acceso por piso, la cantidad de materiales y su grado de atenuacin que debe
atravesar una onda de propagacin de seal Wi-Fi o Bluetooth, es decir, la magnitud
de cada una de las seales. La evaluacin del escenario de localizacin determinar el
tamao de la representacin virtual de seales sobre el rea donde se prestar el
servicio de localizacin.
Como se ha mencionado en lneas anteriores, la fase de entrenamiento tiene como
resultado una representacin relacional entre un rea geogrfica/arquitectnica
especfica y las magnitudes de potencia de cada uno de los puntos de acceso tanto
Wi-Fi o Bluetooth, para almacenar de manera persistente estas relaciones se utiliza un
repositorio relacional (Captulo 4), el proceso de poblacin de datos y relaciones se
deja a eleccin del usuario, para fines de pruebas y evaluacin como parte
complementaria al proyecto de tesis, se realiz el desarrollo de una aplicacin para
dispositivos mviles con sistema operativo Android que se conecta con el repositorio
relacional para crear las relaciones entre rea y magnitudes de potencia. En las
siguientes secciones se describir el proceso realizado para la creacin de un mapa
de relaciones rea-potencia y las consideraciones tomadas para su creacin.
5.2.2.1 Implementacin del mtodo de localizacin fingerprint
Dispositivo encargado de recolectar los datos de contexto de seal (identificador de punto de acceso y
magnitud de potencia correspondiente) en un punto geogrfico o distribucin arquitectnica
determinada
Pgina 57
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Muestra
Punto de acceso
1
2
3
4
00:13:46:70:68:d6
00:13:46:70:68:d6
00:13:46:70:68:d6
00:13:46:70:68:d6
Potencia
(db)
77
81
83
85
Tabla 3 Tabla de variacin de potencia con respecto a la distancia de un punto de acceso determinado
19
Pgina 58
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Coordenada X
12
11
10
A
B
A
C
D
E
F
G
H
I
J
K
Smbolo / color
Pgina 59
Co
or
de
na
da
Y
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
El cuerpo humano y sus mltiples variables fsicas como peso, masa, ndice de grasa
y masa corporal, cantidad de agua y altura representan atributos propios de todos los
portadores de dispositivos mviles y sus magnitudes son tan diversas como cada
usuario de dispositivos mviles, la estrategia implementada para asegurar una mejor
muestra de huella de seal entiende a las siguientes restricciones:
Tabla 4 Muestra del repositorio relacional donde se puede apreciar la variacin del campo potencia en un
mismo punto geogrfico/arquitectnico
Pgina 60
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
20
JSON, acrnimo de JavaScript ObjectNotation, es un formato ligero para el intercambio de datos. JSON
es un subconjunto de la notacin literal de objetos de JavaScript que no requiere el uso de XML.
Recuperado el 7 de septiembre del 2011. http://es.wikipedia.org/wiki/JSON
Pgina 61
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 5.2 Secuencia de comunicacin de la aplicacin cliente con el repositorio relacional en fase de
entrenamiento de radiomapa
Figura 5.3 Muestra de celdas entrenadas en el repositorio relacional (a) y representacin grfica de un
radiomapa entrenado (b)
Pgina 62
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
5.3.1 Microlocalizacin
Pgina 63
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
No.
Muestra
Puntos de acceso
percibidos
00:50:fc:fc:67:4d : 81
00:02:6f:4e:19:e1 : 87
00:02:72:42:d3:cb :89
00:25:68:e1:28:f3 : 28
00:50:fc:fc:67:4d :81
00:02:6f:4e:19:e1 :87
00:02:72:42:d3:cb :89
00:25:68:e1:28:f3 :28
00:50:fc:fc:67:4d : 73
00:26:5a:09:d4:29 :76
Primer
filtrado de
celdas
Segundo
filtrado de
celdas
Tercer filtrado
de celdas
Margen de
error
promedio
[125]
4 metros
Pgina 64
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
10
00:02:6f:4e:19:e1 : 80
00:02:72:42:d3:cb :93
00:25:68:e1:28:f3 : 32
00:50:fc:fc:67:4d : 73
00:26:5a:09:d4:29 :76
00:02:6f:4e:19:e1 : 80
00:02:72:42:d3:cb :93
00:25:68:e1:28:f3 : 32
00:50:fc:fc:67:4d : 75
00:25:68:e1:28:f3 : 37
00:26:5a:09:d4:29 :74
00:50:fc:fc:67:4d : 78
00:02:6f:4e:19:e1 : 81
00:02:72:42:d3:cb :94
00:25:68:e1:28:f3 : 37
00:50:fc:fc:67:4d : 75
00:25:68:e1:28:f3 : 37
00:26:5a:09:d4:29 :74
00:50:fc:fc:67:4d : 78
00:02:6f:4e:19:e1 : 81
00:02:72:42:d3:cb :94
00:25:68:e1:28:f3 : 37
00:50:fc:fc:67:4d : 78
00:25:68:e1:28:f3 : 37
00:26:5a:09:d4:29 :75
00:02:6f:4e:19:e1 : 89
00:25:68:e1:28:f3 : 31
00:26:5a:09:d4:29 :77
00:02:6f:4e:19:e1 : 80
00:50:fc:fc:67:4d : 83
00:25:68:e1:28:f3 : 35
00:26:5a:09:d4:29 :77
00:02:6f:4e:19:e1 : 80
00:50:fc:fc:67:4d : 83
00:25:68:e1:28:f3 : 35
00:50:fc:fc:67:4d : 73
00:26:5a:09:d4:29 :76
00:02:6f:4e:19:e1 : 80
00:02:72:42:d3:cb :93
00:25:68:e1:28:f3 : 32
[125]
4 metros
2 metros
2 metros
2 metros
2 metros
2 metros
Margen de error
promedio
2.4444444 metros
Pgina 65
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 5.5 celdas candidatas resultantes al implementar el algoritmo de localizacin en la celda J10
Celda E1
La celda E1 pertenece a la zona de localizacin rea de entrada al edificio en la primer
planta del edificio del departamento de ciencias computacionales, el punto de acceso
ms cercano se encuentra en la zona vecina rea de tragaluz a 2.6 metros sobre el
nivel del suelo, el rea se encuentra rodeada de paredes de concreto y una escalera
del mismo material utilizada para acceder a, o descender de la segunda planta del
edificio.
La siguiente tabla muestra el resultado de la evaluacin del algoritmo de localizacin
en la celda E1. A partir de la primer iteracin en la cuarta columna se puede apreciar
la celtas resultantes y su aparicin en la mayora de los resultados de las iteraciones,
esto se debe a que la variacin de las magnitudes de seal en esos puntos son
similares
No.
Muestra
Puntos de acceso
percibidos
Primer
filtrado de
celdas
Segundo
filtrado de
celdas
Tercer filtrado
de celdas
Margen de
error
promedio
00:02:6f:4e:19:e1 : 72
00:26:5a:09:d4:29 :75
00:1f:1f:21:ad:a5 : 88
00:02:72:42:d3:cb :95
00:50:fc:fc:67:4d : 94
00:25:68:e1:28:f3 : 68
3.6 metros
00:02:6f:4e:19:e1 : 72
00:26:5a:09:d4:29 :75
00:1f:1f:21:ad:a5 : 88
00:02:72:42:d3:cb :95
00:50:fc:fc:67:4d : 94
00:25:68:e1:28:f3 : 68
3.6 metros
Pgina 66
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
00:02:6f:4e:19:e1 : 74
00:26:5a:09:d4:29 :76
00:1f:1f:21:ad:a5 : 92
00:25:68:e1:28:f3 : 62
3.6 metros
00:02:6f:4e:19:e1 : 77
00:26:5a:09:d4:29 :78
00:13:46:70:68:d6 :90
00:1f:1f:21:ad:a5 : 91
00:02:72:42:d3:cb :90
00:25:68:e1:28:f3 : 62
3.6 metros
00:02:6f:4e:19:e1 : 69
00:26:5a:09:d4:29 :76
00:13:46:70:68:d6 :92
00:1f:1f:21:ad:a5 : 88
00:26:5a:1a:10:95 :94
00:25:68:e1:28:f3 : 71
3.6 metros
00:02:6f:4e:19:e1 : 74
00:26:5a:09:d4:29 :75
00:1f:1f:21:ad:a5 : 89
00:25:68:e1:28:f3 : 69
3.6 metros
00:02:6f:4e:19:e1 : 72
00:26:5a:09:d4:29 :72
00:1f:1f:21:ad:a5 : 88
00:02:72:42:d3:cb :93
00:25:68:e1:28:f3 : 71
3.6 metros
00:26:5a:09:d4:29 :72
00:02:6f:4e:19:e1 : 75
00:1f:1f:21:ad:a5 : 84
00:19:5b:2c:12:c1 :94
00:13:46:70:68:d6 :95
00:25:68:e1:28:f3 : 62
3.6 metros
00:26:5a:09:d4:29 :72
00:02:6f:4e:19:e1 : 75
00:1f:1f:21:ad:a5 : 84
00:19:5b:2c:12:c1 :94
00:13:46:70:68:d6 :95
00:25:68:e1:28:f3 : 62
3.6 metros
Pgina 67
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
106, 107, 2, 3]
10
00:02:6f:4e:19:e1 : 66
00:26:5a:09:d4:29 :73
00:1f:1f:21:ad:a5 : 89
00:13:46:70:68:d6 :91
00:50:fc:fc:67:4d : 97
00:25:68:e1:28:f3 : 63
3.6 metros
Margen de error
promedio
3.6 metros
La figura 31 muestra las celdas en color naranja las celdas candidatas obtenidas a
partir de la implementacin del algoritmo de localizacin en la celda E1. En la imagen
se puede apreciar una relacin de aparicin de celdas candidatas sobre una misma
fila en direccin a la localizacin del punto de acceso. Esto se debe a que no se
encuentra algn obstculo arquitectnico entre las celdas de la fila E y el foco de la
seal electromagntica ms intensa en el punto de solicitud de servicio de localizacin.
Cabe mencionar que de las 10 muestras solicitadas, solo en dos ocasiones el
dispositivo cliente se encontraba frente al foco de la seal, en el resto de las
iteraciones el dispositivo fue atenuado por el cuerpo del usuario cuando este se
encontraba de espaldas a la fuente o forma ortogonal a ella.
Pgina 68
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Celda 7H
La celda 7H se encuentra en el lmite entre las zonas rea de tragaluz y el laboratorio
de inteligencia artificial, la zona de localizacin se encuentra en el centro
geogrfico/arquitectnico del edificio de ciencias computacionales y con un punto de
acceso dentro de ella situado a 2.6 metros de altura con respecto al suelo.
Los datos de la siguiente tabla fueron obtenidos a partir de la solicitud de localizacin
realizado en la celda a la que corresponden las coordenadas H7. El experimento se
realiz bajo las mismas condiciones de observacin por parte del cliente, sin embargo,
el trfico de entidades atenuadoras de seales (personas y paquetes desde equipos
porttiles a los puntos de acceso) se increment durante la toma de muestras. Se
decidi conservar los resultados a continuacin mostrados por la importancia en el
proceso de localizacin en un medio con trfico de objetos atenuadores de seal. La
toma de muestras dur 10 minutos, la hora de inicio de toma de muestras fue las 3:08
pm.
No.
Muestra
Puntos de acceso
percibidos
00:02:6f:4e:19:e1 : 66
00:26:5a:09:d4:29 :72
00:02:72:42:d3:cb :89
00:50:fc:fc:67:4d : 91
00:25:68:e1:28:f3 : 48
00:02:6f:4e:19:e1 : 53
00:26:5a:09:d4:29 :63
00:50:fc:fc:67:4d : 89
00:1f:b3:25:87:b1 :95
00:25:68:e1:28:f3 : 53
00:02:6f:4e:19:e1 : 52
00:26:5a:09:d4:29 :70
00:1f:b3:25:87:b1 :90
00:50:fc:fc:67:4d : 91
00:02:72:42:d3:cb :92
00:1f:1f:21:ad:a5 : 94
00:25:68:e1:28:f3 : 50
00:02:6f:4e:19:e1 : 53
00:26:5a:09:d4:29 :69
00:50:fc:fc:67:4d : 90
00:1f:1f:21:ad:a5 : 88
00:25:68:e1:28:f3 : 61
00:02:6f:4e:19:e1 : 55
00:26:5a:09:d4:29 :68
00:02:72:42:d3:cb :94
00:1f:1f:21:ad:a5 : 94
Primer
filtrado de
celdas
Segundo
filtrado de
celdas
Tercer filtrado
de celdas
Margen de
error
promedio
4.14 metros
4.44 metros
4.44 metros
4.44 metros
4.44 metros
Pgina 69
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
00:25:68:e1:28:f3 : 55
00:02:6f:4e:19:e1 : 59
00:26:5a:09:d4:29 :69
00:1f:1f:21:ad:a5 : 91
00:50:fc:fc:67:4d : 88
00:02:72:42:d3:cb :93
00:25:68:e1:28:f3 : 57
00:02:6f:4e:19:e1 : 48
00:26:5a:09:d4:29 :67
00:1f:1f:21:ad:a5 : 90
00:1f:b3:25:87:b1 :93
00:02:72:42:d3:cb :93
00:50:fc:fc:67:4d : 89
00:25:68:e1:28:f3 : 50
00:02:6f:4e:19:e1 : 56
00:26:5a:09:d4:29 :76
00:02:72:42:d3:cb :90
00:25:68:e1:28:f3 : 49
00:26:5a:09:d4:29 :76
00:02:72:42:d3:cb :90
00:02:6f:4e:19:e1 : 54
00:26:5a:09:d4:29 :68
00:25:68:e1:28:f3 : 61
10
00:02:6f:4e:19:e1 : 48
00:26:5a:09:d4:29 :67
00:1f:1f:21:ad:a5 : 90
00:1f:b3:25:87:b1 :93
00:02:72:42:d3:cb :93
00:50:fc:fc:67:4d : 89
00:25:68:e1:28:f3 : 50
4.44 metros
4.14 metros
4.14 metros
4.40 metros
4.14 metros
Margen de error
promedio
4.33 metros
Pgina 70
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Celda 9D
La celda 9D se encuentra flanqueada en dos de sus lados por muros que limitan la
zona de localizacin Aula 3, el ngulo descrito por la unin de ambas paredes, segn
sea la posicin del cliente puede absorber o reflejar parte de las
ondas
electromagnticas. La siguiente tabla muestra los resultados obtenidos en la solicitud
del proceso de localizacin en la celda 9D.
No.
Muestra
Puntos de acceso
percibidos
00:02:6f:4e:19:e1 : 56
00:26:5a:09:d4:29 :78
00:02:72:42:d3:cb :88
00:25:68:e1:28:f3 : 50
00:02:6f:4e:19:e1 : 63
00:26:5a:09:d4:29 :73
00:02:72:42:d3:cb :84
00:1f:b3:25:87:b1 :92
00:25:68:e1:28:f3 : 46
00:02:6f:4e:19:e1 : 70
00:26:5a:09:d4:29 :72
00:02:72:42:d3:cb :76
00:25:68:e1:28:f3 : 44
Primer
filtrado de
celdas
Segundo
filtrado de
celdas
Tercer filtrado
de celdas
Margen de
error
promedio
3.3333 metros
4.5 metros
4.5 metros
Pgina 71
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
00:02:6f:4e:19:e1 : 70
00:26:5a:09:d4:29 :75
00:02:72:42:d3:cb :80
00:25:68:e1:28:f3 : 60
00:02:6f:4e:19:e1 : 74
00:26:5a:09:d4:29 :85
00:02:72:42:d3:cb :83
00:50:fc:fc:67:4d : 91
00:25:68:e1:28:f3 : 47
00:02:6f:4e:19:e1 : 75
00:26:5a:09:d4:29 :76
00:02:72:42:d3:cb :89
00:50:fc:fc:67:4d : 94
00:25:68:e1:28:f3 : 55
00:26:5a:09:d4:29 :75
00:02:6f:4e:19:e1 : 76
00:02:72:42:d3:cb :89
00:25:68:e1:28:f3 : 42
00:02:6f:4e:19:e1 : 69
00:26:5a:09:d4:29 :74
00:02:72:42:d3:cb :91
00:1f:1f:21:ad:a5 : 96
00:50:fc:fc:67:4d : 92
00:25:68:e1:28:f3 : 45
00:50:fc:fc:67:4d : 92
00:25:68:e1:28:f3 : 45
00:02:6f:4e:19:e1 : 75
00:26:5a:09:d4:29 :77
00:02:72:42:d3:cb :87
00:25:68:e1:28:f3 : 46
10
00:26:5a:09:d4:29 :75
00:02:6f:4e:19:e1 : 76
00:02:72:42:d3:cb :89
00:25:68:e1:28:f3 : 42
4.5 metros
4.5 metros
4.5 metros
4.8 metros
4.6 metros
4.6 metros
4.8 metros
Pgina 72
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Margen de error
promedio
4.42 metros
Celda 11B
Puntos de acceso
percibidos
00:02:72:42:d3:cb :62
00:02:6f:4e:19:e1 : 85
00:26:5a:09:d4:29 :86
00:1f:b3:25:87:b1 :91
00:25:68:e1:28:f3 : 68
Primer
filtrado de
celdas
Segundo
filtrado de
celdas
Tercer filtrado
de celdas
[107]
Margen de
error
promedio
7 metros
Pgina 73
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
00:02:72:42:d3:cb :56
00:26:5a:09:d4:29 :84
00:02:6f:4e:19:e1 : 87
00:26:5a:1a:10:95 :98
00:50:fc:fc:67:4d : 94
00:25:68:e1:28:f3 : 62
00:02:72:42:d3:cb :70
00:26:5a:09:d4:29 :85
00:1f:b3:25:87:b1 :90
00:02:6f:4e:19:e1 : 90
00:1f:1f:21:ad:a5 : 92
00:50:fc:fc:67:4d : 95
00:25:68:e1:28:f3 : 63
00:02:6f:4e:19:e1 : 90
00:1f:1f:21:ad:a5 : 92
00:50:fc:fc:67:4d : 95
00:25:68:e1:28:f3 : 63
00:02:72:42:d3:cb :59
00:02:6f:4e:19:e1 : 85
00:1f:b3:25:87:b1 :90
00:26:5a:09:d4:29 :90
00:25:68:e1:28:f3 : 68
00:02:72:42:d3:cb :64
00:02:6f:4e:19:e1 : 82
00:26:5a:09:d4:29 :88
00:1f:b3:25:87:b1 :92
00:25:68:e1:28:f3 : 68
00:26:5a:09:d4:29 :88
00:1f:b3:25:87:b1 :92
00:02:72:42:d3:cb :65
00:02:6f:4e:19:e1 : 83
00:26:5a:09:d4:29 :87
00:1f:1f:21:ad:a5 : 93
00:25:68:e1:28:f3 : 69
00:1f:1f:21:ad:a5 : 93
00:25:68:e1:28:f3 : 69
00:02:72:42:d3:cb :61
00:26:5a:09:d4:29 :83
00:02:6f:4e:19:e1 : 85
00:1f:b3:25:87:b1 :88
00:1f:1f:21:ad:a5 : 94
00:25:68:e1:28:f3 : 80
00:1f:1f:21:ad:a5 : 94
00:25:68:e1:28:f3 : 80
00:02:72:42:d3:cb :53
00:02:6f:4e:19:e1 : 81
00:1f:b3:25:87:b1 :93
00:26:5a:09:d4:29 :90
00:25:68:e1:28:f3 : 67
59, 59]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3,
59]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3,
59]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3,
59]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3,
59]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3,
59]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3,
59]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3,
59]
5 metros
5 metros
5 .2 metros
5.2 metros
5.2 metros
5.2 metros
5.2 metros
Pgina 74
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
00:26:5a:09:d4:29 :90
00:25:68:e1:28:f3 : 67
00:02:72:42:d3:cb :62
00:02:6f:4e:19:e1 : 80
00:1f:b3:25:87:b1 :88
00:13:46:70:68:d6 :95
00:25:68:e1:28:f3 : 70
10
00:02:72:42:d3:cb :70
00:26:5a:09:d4:29 :85
00:1f:b3:25:87:b1 :90
00:02:6f:4e:19:e1 : 90
00:1f:1f:21:ad:a5 : 92
00:50:fc:fc:67:4d : 95
00:25:68:e1:28:f3 : 63
5.2 metros
5 metros
Margen de error
promedio
5.32 metros
Pgina 75
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Celda 6B
La celda 6B se encuentra localizada en la zona de localizacin denominada Aula 1, es
una zona de localizacin delimitada por 4 paredes y con el nico acceso formado por
una puerta. El proceso de localizacin se realiz con la puerta de acceso cerrada. La
siguiente tabla muestra los resultados obtenidos.
No.
Muestra
Puntos de acceso
percibidos
Primer
filtrado de
celdas
00:02:6f:4e:19:e1 : 70
00:26:5a:09:d4:29 : 77
00:02:72:42:d3:cb : 77
00:1f:1f:21:ad:a5 : 87
00:1f:b3:25:87:b1 : 96
00:25:68:e1:28:f3 : 56
00:02:6f:4e:19:e1 : 70
00:02:72:42:d3:cb : 76
00:26:5a:09:d4:29 : 82
00:1f:b3:25:87:b1 : 90
00:1f:1f:21:ad:a5 : 87
00:25:68:e1:28:f3 : 61
00:02:6f:4e:19:e1 : 69
00:26:5a:09:d4:29 : 75
00:02:72:42:d3:cb : 77
00:1f:b3:25:87:b1 : 89
00:1f:1f:21:ad:a5 : 89
00:50:fc:fc:67:4d : 92
00:25:68:e1:28:f3 : 58
Segundo
filtrado de
celdas
Tercer filtrado
de celdas
Margen de
error
promedio
[53, 107]
[53, 107]
5.2 metros
[53, 107]
[53, 107]
9 metros
[53, 107]
9 metros
Pgina 76
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
00:50:fc:fc:67:4d : 92
00:02:6f:4e:19:e1 : 73
00:26:5a:09:d4:29 : 75
00:1f:1f:21:ad:a5 : 85
00:02:72:42:d3:cb : 84
00:25:68:e1:28:f3 : 82
00:26:5a:09:d4:29 : 78
00:02:6f:4e:19:e1 : 81
00:1f:1f:21:ad:a5 : 84
00:02:72:42:d3:cb : 83
00:26:5a:1a:10:95 : 90
00:1f:b3:25:87:b1 : 90
00:50:fc:fc:67:4d : 90
00:25:68:e1:28:f3 : 65
00:26:5a:1a:10:95 : 90
00:1f:b3:25:87:b1 : 90
00:50:fc:fc:67:4d : 90
00:25:68:e1:28:f3 : 65
00:02:6f:4e:19:e1 : 67
00:26:5a:09:d4:29 : 84
00:02:72:42:d3:cb : 81
00:1f:1f:21:ad:a5 : 87
00:25:68:e1:28:f3 : 64
00:02:6f:4e:19:e1 : 76
00:1f:1f:21:ad:a5 : 80
00:02:72:42:d3:cb : 77
00:26:5a:09:d4:29 : 83
00:1f:b3:25:87:b1 : 85
00:25:68:e1:28:f3 : 63
00:1f:b3:25:87:b1 : 85
00:25:68:e1:28:f3 : 63
00:02:6f:4e:19:e1 : 70
00:26:5a:09:d4:29 : 77
00:1f:1f:21:ad:a5 : 84
00:02:72:42:d3:cb : 82
00:26:5a:1a:10:95 : 95
00:25:68:e1:28:f3 : 59
00:26:5a:09:d4:29 : 78
00:02:6f:4e:19:e1 : 81
00:1f:1f:21:ad:a5 : 84
00:02:72:42:d3:cb : 83
00:26:5a:1a:10:95 : 90
00:1f:b3:25:87:b1 : 90
00:50:fc:fc:67:4d : 90
00:25:68:e1:28:f3 : 65
10
00:26:5a:09:d4:29 : 78
00:02:6f:4e:19:e1 : 81
00:1f:1f:21:ad:a5 : 84
00:02:72:42:d3:cb : 83
00:26:5a:1a:10:95 : 90
00:1f:b3:25:87:b1 : 90
00:50:fc:fc:67:4d : 90
00:25:68:e1:28:f3 : 65
106, 107, 2, 3]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3]
[38, 39, 40, 5, 7,
8, 57, 56, 55, 54,
53, 51, 61, 64,
65, 67, 68, 80,
79, 78, 77, 75,
89, 90, 91, 92,
101, 102, 104,
113, 126, 127,
106, 107, 2, 3]
[53, 107]
9 metros
5.2 metros
5.3 metros
5.6 metros
5.6 metros
5.2 metros
5.2 metros
Pgina 77
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Margen de error
promedio
5.53 metros
Celda 8C
No.
Muestra
Puntos de acceso
percibidos
00:02:6f:4e:19:e1 : 70
00:26:5a:09:d4:29 : 79
00:1f:1f:21:ad:a5 : 84
00:02:72:42:d3:cb : 83
00:25:68:e1:28:f3 : 54
00:02:6f:4e:19:e1 : 70
00:26:5a:09:d4:29 : 76
00:1f:1f:21:ad:a5 : 87
Primer
filtrado de
celdas
Segundo
filtrado de
celdas
Tercer filtrado
de celdas
Margen de
error
promedio
[57, 80]
5 metros
4.6666 metros
Pgina 78
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
00:02:72:42:d3:cb : 84
00:50:fc:fc:67:4d : 90
00:25:68:e1:28:f3 : 47
00:02:72:42:d3:cb : 84
00:50:fc:fc:67:4d : 90
00:26:5a:09:d4:29 : 73
00:02:6f:4e:19:e1 : 79
00:1f:1f:21:ad:a5 : 90
00:25:68:e1:28:f3 : 50
00:26:5a:09:d4:29 : 76
00:02:6f:4e:19:e1 : 77
00:1f:1f:21:ad:a5 : 86
00:50:fc:fc:67:4d : 92
00:25:68:e1:28:f3 : 52
00:26:5a:09:d4:29 : 74
00:02:6f:4e:19:e1 : 78
00:1f:1f:21:ad:a5 : 87
00:02:72:42:d3:cb : 92
00:50:fc:fc:67:4d : 94
00:25:68:e1:28:f3 : 52
00:02:6f:4e:19:e1 : 69
00:26:5a:09:d4:29 : 77
00:02:72:42:d3:cb : 82
00:1f:1f:21:ad:a5 : 82
00:1f:b3:25:87:b1 : 91
00:25:68:e1:28:f3 : 53
00:02:6f:4e:19:e1 : 69
00:26:5a:09:d4:29 : 81
00:02:72:42:d3:cb : 80
00:1f:1f:21:ad:a5 : 86
00:50:fc:fc:67:4d : 92
00:25:68:e1:28:f3 : 61
00:02:6f:4e:19:e1 : 65
00:26:5a:09:d4:29 : 75
00:1f:1f:21:ad:a5 : 86
00:02:72:42:d3:cb : 86
00:1f:b3:25:87:b1 : 91
00:25:68:e1:28:f3 : 63
00:02:72:42:d3:cb : 84
00:1f:b3:25:87:b1 : 92
00:02:6f:4e:19:e1 : 78
00:26:5a:09:d4:29 : 82
00:1f:1f:21:ad:a5 : 83
00:26:5a:1a:10:95 : 94
00:25:68:e1:28:f3 : 58
10
00:02:72:42:d3:cb : 84
00:1f:b3:25:87:b1 : 92
4.332 metros
4.822 metros
4.5553 metros
4.612 metros
4.612 metros
4.612 metros
4.72 metros
4.72 metros
Pgina 79
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
00:02:6f:4e:19:e1 : 78
00:26:5a:09:d4:29 : 82
00:1f:1f:21:ad:a5 : 83
00:26:5a:1a:10:95 : 94
00:25:68:e1:28:f3 : 58
Margen de error
promedio
4.02 metros
Resultados
Pgina 80
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
5.3.2 Macrolocalizacin
21
Conjunto al que el sistema evoluciona despus de un tiempo suficientemente largo. Para que el
conjunto sea un atractor, las trayectorias que le sean suficientemente prximas han de permanecer
prximas incluso si son ligeramente perturbadashttp://en.wikipedia.org/wiki/Attractor (Recuperado en
Septiembre del 2011)
Pgina 81
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
No. De
muestra
1
2
3
4
5
6
7
Zona real
Entrada al edificio
Entrada al edificio
Entrada al edificio
Entrada al edificio
Entrada al edificio
Entrada al edificio
Entrada al edificio
Entrada al edificio
9
10
Entrada al edificio
Entrada al edificio
Area_traga_luz
Entrada_al_edificio
Entrada_al_edificio
Entrada_al_edificio
Entrada_al_edificio
Area_traga_luz
Area_traga_luz
Area_traga_luz,
Entrada_al_edificio
Area_traga_luz
Entrada_al_edificio
Distancia
entre zonas
1
0
0
0
0
1
1
1/0
0
0
Asertividad de ubicacin
60%
La figura 38 muestra con un cuadro rojo la zona de localizacin donde se encontraba
el dispositivo cliente en el momento de realizar la solicitud de localizacin. Los cuadros
verdes representan la zona de localizacin en donde el algoritmo de localizacin ha
determinado que el usuario puede encontrarse.
22
Pgina 82
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 5.13 Resultado de la implementacin del algoritmo de localizacin en la zona entrada al edificio
No. De
muestra
Zona real
Laboratorio IS
2
3
4
5
6
7
8
9
10
Laboratorio IS
Laboratorio IS
Laboratorio IS
Laboratorio IS
Laboratorio IS
Laboratorio IS
Laboratorio IS
Laboratorio IS
Laboratorio IS
Distancia
entre zonas
1
1
1
1
1
1
1
1
1
1
Asertividad de ubicacin
0%
Pgina 83
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 5.14 Resultado de la implementacin del algoritmo de localizacin en la zona Laboratorio de Ingenieria
de software
No. De
muestra
1
2
3
4
5
6
7
8
9
10
Zona real
Laboratorio IA
Laboratorio IA
Laboratorio IA
Laboratorio IA
Laboratorio IA
Laboratorio IA
Laboratorio IA
Laboratorio IA
Laboratorio IA
Laboratorio IA
Area_traga_luz
Laboratorio_de_Inteligencia_Artificial
Laboratorio_de_Inteligencia_Artificial
Laboratorio_de_Inteligencia_Artificial
Laboratorio_de_Inteligencia_Artificial,
Area_traga_luz
Laboratorio_de_Inteligencia_Artificial
Laboratorio_de_Inteligencia_Artificial
Laboratorio_de_Inteligencia_Artificial
Laboratorio_de_Inteligencia_Artificial
Distancia
entre zonas
1
0
0
0
0
1
0
0
0
0
Asertividad de ubicacin
80 %
Pgina 84
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
No. De
muestra
1
2
3
4
5
6
7
8
9
10
Zona real
Distancia
entre zonas
Area_de_tragaluz
[Aula1_DCC]
Area_de_tragaluz
Area_traga_luz
Area_de_tragaluz
Area_traga_luz
Area_de_tragaluz
Area_traga_luz
Area_de_tragaluz
Area_traga_luz
Area_de_tragaluz
Area_traga_luz
Area_de_tragaluz
Area_traga_luz
Area_de_tragaluz
Laboratorio_de_Inteligencia_Artificial
Area_de_tragaluz
Area_traga_luz
Area_traga_luz
Area_de_tragaluz
Asertividad de ubicacin
80%
Pgina 85
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 5.16 Resultado de la implementacin del algoritmo de localizacin en la zona Cubo Central
Zona: Aula 2
No. De
muestra
1
Celdas candidatas
Zona resultante
Aula 2
Aula 2
Aula 2
Aula 2
Aula 2
Aula3_DCC
Aula3_DCC
Aula3_DCC
Aula3_DCC
Aula3_DCC
1
1
1
1
1
Aula 2
null
Aula 2
Aula 2
Aula 2
Aula 2
2
3
4
9
10
Aula3_DCC,
Escaleras_planta_baja
Aula3_DCC
Aula3_DCC
Aula3_DCC
1-3
1
1
1
Asertividad de ubicacin
0%
Captulo 5 -- Casos de estudio
Pgina 86
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Zona: Aula 3
No. De
muestra
1
2
3
4
Zona real
Distancia
entre zonas
Aula3_DCC
Aula3_DCC
Aula3_DCC
Aula3_DCC
Aula3_DCC
Aula3_DCC
Aula3_DCC
infinita
Aula3_DCC
Aula3_DCC
7
8
9
Aula3_DCC
null
[Aula3_DCC, Escaleras_planta_baja,
Laboratorio_de_Inteligencia_Artificial,
Laboratorio_de_tecnologias_web]
[Aula3_DCC, Escaleras_planta_baja,
Laboratorio_de_Inteligencia_Artificial,
Laboratorio_de_tecnologias_web
Aula3_DCC
Aula3_DCC
Laboratorio_de_Inteligencia_Artificial
Aula3_DCC
Laboratorio_de_tecnologias_web
3
0
Pgina 87
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
10
Laboratorio_de_Inteligencia_Artificial
Aula3_DCC
Tabla 22 Tabla de resultados de macrolocalizacin en zona Aula 3
Asertividad de ubicacin
40 %
Zona: Aula 1
No. De
muestra
1
2
3
4
5
6
7
Zona real
Distancia
entre zonas
Aula 1
Aula 1
Aula 1
Aula 1
Aula 1
Aula 1
Aula 1
Null
Null
Aula3_DCC
Aula3_DCC
Area_traga_luz
Aula1_DCC
Aula1_DCC
infinita
infinita
2
2
1
0
0
Pgina 88
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
8
9
10
Aula 1
Aula 1
Aula 1
Area_traga_luz
Area_traga_luz
Area_traga_luz
1
1
1
Asertividad de ubicacin
20%
No. De
muestra
1
2
3
4
5
Zona real
Lab. Sistemas
distribuidos
Lab. Sistemas
distribuidos
Lab. Sistemas
distribuidos
Lab. Sistemas
distribuidos
Lab. Sistemas
Distancia
entre zonas
Laboratorio_de_Inteligencia_Artificial
Laboratorio_de_Inteligencia_Artificial
Laboratorio_de_Inteligencia_Artificial
Laboratorio_de_Inteligencia_Artificial
Pgina 89
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
6
7
8
9
10
distribuidos
Lab. Sistemas
distribuidos
Lab. Sistemas
distribuidos
Lab. Sistemas
distribuidos
Lab. Sistemas
distribuidos
Lab. Sistemas
distribuidos
Laboratorio_de_Inteligencia_Artificial
Asertividad de ubicacin
50 %
Figura 5.20 Resultado de la implementacin del algoritmo de localizacin en la zona Laboratorio de Sistemas
Distribuidos
Pgina 90
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
5.3.3 Resultados
Pgina 91
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
rectngulos verdes con una A denotan la posicin de las antenas y los tringulos de
puntas redondeadas representan la amplitud del espectro de cada antena.
La entidad portadora de tags ingres y egres del rea de localizacin delimitada por
la zona Laboratorio de sistemas distribuidos donde se encuentra un portal de
identificacin RFID con un arreglo de 2 antenas dispuestas de forma tal que una de
ellas se encuentra dentro de la zona de localizacin Laboratorio sistemas distribuidos y
otra de ellas en la zona de localizacin identificada como rea de tragaluz de forma tal
que se pueda localizar a una entidad portadora de tags al ingresar al laboratorio de
sistemas distribuidos (localizando a la entidad en la zona laboratorio de sistemas
distribuidos) o egresar de este ( localizando a la entidad en la zona rea de tragaluz).
La distribucin de las antenas para el escenario planteado se describe en la figura 47.
Pgina 92
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 5.22 Diagrama de disposicin de antenas en escenario de entrada y salida controlado por antenas
RFID
Pruebas
La siguiente tabla muestra los resultados obtenidos de las pruebas de evaluacin.
No. De
evaluacin
1
2
3
4
5
6
7
8
9
10
Tabla 15 Resultado de localizacin utilizando tecnologa RFID en un escenario de entrada y salida de un rea
determinada
Pgina 93
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 5.23 Distribucin de antenas RFID en la zona de escaleras del edificio del DCC
Pruebas
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
7
8
9
10
zona_de_escaleras_planta_alta
zona_de_escaleras_planta_baja
zona_de_escaleras_planta_baja
zona_de_escaleras_planta_alta
zona_de_escaleras_planta_alta
zona_de_escaleras_planta_baja
zona_de_escaleras_planta_baja
zona_de_escaleras_planta_alta
Resultado de pruebas
Como se puede apreciar en las tablas de resultados mostrados la efectividad de
localizacin de ingreso y egreso a una zona en particular utilizando tecnologa RFID es
del 100%, esto se debe en gran medida al acotamiento de las zonas en las cuales se
despleg la infraestructura RFID. La tecnologa RFID tiene un alcance de cobertura no
mayor a 9 metros en la zona de mayor amplitud del espectro de una antena, pero su
precisin de localizacin es, en casos extremos (gran flujo de etiquetas por el portal),
del 97%; estas dos cualidades hacen a la tecnologa RFID una tecnologa ideal para
determinar la posicin de una entidad etiquetada dentro de un rea en base a los
criterios de ingreso y egreso, restringiendo el uso de las antenas nicamente a las
reas de ingreso o egreso, ajustando la posicin y amplitud del espectro de cada una
de las antenas dentro del arreglo de forma que tal que los espectros de cobertura de
las antenas permitan la identificacin de una entidad portadora de tags en cualquier
punto del marco dedicado al ingreso o egreso a una zona determinada.
Pgina 95
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 6
Conclusiones
Captulo 6 -- Conclusiones
Pgina 96
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
6.1 Conclusiones
Al plantearse la presente tesis como trabajo de investigacin se estableci como
objetivo principal el desarrollo mtodos de programacin para ofrecer servicios de
localizacin en interiores basados en tecnologas de comunicacin inalmbrica como
Wi-Fi y Bluetooth, reconocimiento de etiquetas como RFID o NFC o de cdigos
bidimensionales QRCode. Los captulos que componen este documento de tesis
muestran el actual estado de desarrollo de sistemas de localizacin en interiores y las
tcnicas implementadas para sus desarrollo, de la evaluacin de estas ltimas se
eligi aquella que mostraba resultados ms acertados en entornos no controlados y
fue la base para el desarrollo de CHAMAN, una API escrita en java que contiene
mtodos que al ser implementados permiten desarrollar software que ofrece servicios
de localizacin en interiores basado en la evaluacin de las magnitudes de seales
electromagnticas. La descripcin de CHAMAN se realiz en el captulo 5 en el cual se
encuentra una descripcin detallada de las funciones de cada una de las clases que
integran la API, as como una descripcin de los algoritmos de localizacin
implementados y codificados en los llamados motores de localizacin. El captulo 6
muestra las pruebas realizadas para demostrar el grado de precisin de los algoritmos
desarrollados e implementados en los motores de localizacin que componen la API
CHAMAN.
De la experiencia obtenida y plasmada en captulos anteriores me permito presentar
las siguientes conclusiones:
Captulo 6 -- Conclusiones
Pgina 97
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 6 -- Conclusiones
Pgina 98
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Figura 6.2 Diagrama de propuesta de implementacin e interoperabilidad en el internet de las cosas entre
CHAMAN , fosstrak y hardware Arduino
23
24
Captulo 6 -- Conclusiones
Pgina 99
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 6 -- Conclusiones
Pgina 100
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
Captulo 7
Referencias
Captulo 7 -- Referencias
Pgina 101
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
7. Referencias
[Jekabsons, 2010]
[Potgantwar, 2009]
[NEODIGIT 2009]
[Muttitanon, 2007]
API,
2009.
Recuperado
http://www.neodigit.es/glosario-internet/api.html en Agosto de 2009.
de
[Kerry,2008]
[Ferreira, 2007]
[Bernardos, 2008]
[Atrain, 2006]
[Aguilar , 2007]
[Portillo, 2008]
[PW1]
[PW2]
http://www.bluetooth.com/Spanish/Technology/Works/Pages/Data_Transp
Captulo 7 -- Referencias
Pgina 102
API para servicios de localizacin en interiores basada en tecnologa Wi-Fi, Bluetooth, RFID y QRCode
[Arjona, 2009]
[Papapostolou, 2009]
Captulo 7 -- Referencias
Pgina 103
of
Captulo 8
Anexos
8.1 Introduccin
En el margen de desarrollo de esta tesis se generaron documentos externos a ella tanto por
razones de investigacin como por descripcin de contenido. Las siguientes secciones
muestran los documentos mencionados anteriormente, en las prximas secciones se pude
encontrar un articulo fruto de una estancia de investigacin en la Universidad de Castilla-La
Mancha (Espaa) el cual fue presentado en el congreso internacional RFIDSysTech 2011
realizado en la ciudad de Dresden, Alemania. De igual forma se podr encontrar las
esepcificaciones tcnicas del hardware implementado en las pruebas de localizacin y por
ltimo una descripcin a modo de JavaDoc de las clases y mtodos de la API CHAMAN.
Abstract
This paper presents the modeling and implementation of a tracking and traceability system of products
within a warehouse using RFID, Wi-Fi, Android operating system and the EPC standard to optimize
the storage/retrieval and picking processes. We propose a client-server system architecture. The client
application can obtain the EPC code of an object marked with an RFID tag inside the warehouse and get
the approximate location of the object read by the client application by reading Wi-Fi signals obtained by
the device running the client application. The application server implements an event and location engine
based on the EPCIS Repository application.. The system allows quick and efficient location of products,
while implementing artificial intelligence methods to improve productivity during the picking processes.
1 Introduction
Chaotic warehouses have become a common scenario in which the lack of reliability on product
positioning has resulted in a significant increase in the times required for picking . In scenarios where a
chaotic warehouse management is the only available solution for improving productivity, a new approach
can be the implementation of traceability systems based on RFID technology. By having a traceability
system in pace, a company manager or warehouse manager can get the position and status of any product
in real time [1]. Currently traceability systems are integrated by specific hardware with non-free software,
which usually makes the deployment to become an expensive solution. Past research has lead to the
development of middlewares that manage contextual services based on devices with sensors and active
RFID [2]. Other software solutions offer product localization in real time based active RFID and APIs
like Google Maps, but its operation is limited to outdoor use [3]. In most scenarios, only limited versions
for specific visibility points have been implemented, which means that the current implementations are
not suitable for non-fixed product locations. This paper describes the design and implementation of an
internal traceability system for a chaotic warehouse where specific products are not always located in the
same position.
Our system consists of two applications, a client application that runs on a Tablet with Android operating
system and a server application developed in Java that runs on a Tomcat application server. This server
application extends the EPCIS Repository application capabilities. The client device has been deployed
on a trans-pallet carrying an RFID reader. The client device communicates via Bluetooth with the RFID
reader at the trans-pallet and sends data via HTTP to the warehouse server trough the LAN (Local Area
Network).
For the correct performance of the system, the store must have a network of Wi-Fi access points that will
provide coverage on the warehouse picking area. Every pallet that enters the store has an RFID tag and
the database server must have a map of Wi-Fi signals in the warehouse.
The client application has 2 main activities: storing and picking. The storage process starts when the
trans-pallet loads a pallet. At this point the RFID reader gets the pallet EPC code and sends it to the client
device via bluetooth. The trans-pallet operator places the pallet somewhere in the warehouse (dropping
point), so that the RFID reader stops reading the EPC code of the pallet. The client application obtains the
power-levels of the signals from the different access points captured at that dropping point in the
warehouse and sends the vector with the following information: EPC code, access point MAC, access
point signal strength. This way the server records the pallet storage position for the calculated dropping
point. Picking operations are managed by an event engine that implements artificial intelligence methods.
A Picking operation starts when the event engine sends to the client device the list of objects to collect
and the position of each of the objects. The server starts a process of guided tour through the optimal
route for picking the products in the order list.
The implementation of our system increases the efficiency of management in a chaotic warehouse by
automatically determining and recording the coordinates of each object placed in the warehouse. The
system also includes order management using artificial intelligence techniques to calculate optimal routes
for each order picking; thus reducing time in the picking process. The route is calculated based on the
device's position and the recorded dropping point for the requested pallet. Therefore, the client Graphical
User Interface (GUI) process uses signal traces of Wi-Fi access points to determine the client's position
and provide optimal routes.
The following sections describe the modules that constitute the system. These are classified into modules
contained in the client application and modules contained in the application server. Section four describes
the implementation of the system and some conclusions are finally obtained from the deployment of the
system.
2 Design
In this client-server set-up the client application runs on a tablet with WLAN and Bluetooth interface
under the Android operating system. This client application allows the visualization and description of the
EPC obtained from product tags by the RFID reader. EPC data is sent to the server application to initiate
the necessary resource management. Communication with the server application is achieved by sending
XML files and SOAP objects via HTTP. The use of XML files and SOAP objects derived from the
implementation of the EPCIS Repository application[4], this application derived from the project fosstrak
[4] implements comunication via XML files. The XML used by EPCIS Repository defines an EPCIS
event composed by attributes like time, place where an EPC code has been read and the list of EPCs that
have been read. The Application Server is developed in Java and implements two databases: locationDB
and EPCIS RepositoryDB. These databases allow the managing engine of the application server to know
the position of a client and the tasks each client device must perform. The server application extends all
the features of the free software application EPCIS Repository [9] (capture, query, reports y
subscriptions), while holding a client-server communication via XML or SOAP. This feature allows thirdparty applications to interact with our application. Figure 1 shows a diagram with the internal structure of
this application.
Figure 11: modules and communication
diagram
3 Applications modules
The system is composed of individual modules
with specific tasks. Each module communicates
with other modules sending an XML file or the
corresponding parameters. The next sections
describe the modules for client and server
applications.
3.1.1 Location
This module is responsible for obtaining the track position signal using positioning techniques based on
fingerprint signal comparison [5], which is updated to the application server that can generate a related
event for the client. Location of client devices is based on the corresponding signal traces of the points
where the customer is. A fingerprint is a vector signal composed of the names of access points that can
capture a signal that includes corresponding strengths at that point. For the correct operation of the
location module is necessary realize a training stage. In
the training stage is obtained and stored into the location
database the IEEE 802.11 signal fingerprint of the
warehouse. Figure 2 shows a radio-map formed by the
signal fingerprint captured in the storage area, this is a
graphical representation of signal propagation of the
different access points within the coverage area. Red
areas show high-power intensity of the signal close to
the access points to the WLAN, while yellow areas
represent WLAN poor coverage.
Figure 12: Warehouse radio-map
3.1.2 Communication
Communication modules in this application
allow interaction between a RFID reader with
Bluetooth interface and the application server.
This has been achieved trough the development
of programming methods that allow obtaining
the data flow of the RFID reader, create an
EPCIS event into a XML file and send it to the
server application. Methods of communication
via SOAP objects have been developed to
ensure two-way communication with the server
application. This allows the implementation of
applications that can place queries to the EPCIS
Repository of all client devices within
warehouse areas from enterprise customers
anywhere in the world [6]. Figure 3 shows a
layered model of communications in this
application with the hardware involved and the
EPCIS Repository implementation.
Figure 13: layered model of the communication
3.2.1 Mapping
The mapping module is composed of a set of methods to calculate the approximate position of each
customer in the warehouse. The position of the client is calculated in base to the information of the IEEE
802.11 WLANs captured and sent by the client location module. This module sends the positions of each
active client in the warehouse to the event engine. The fingerprint of access points provides information
about the client's position and allows the device to guide customers into the warehouse while doing the
picking process.
3.2.3 Reporting
The reporting module obtains in real time the status and position of a product or order status. Position and
ID information are stored into a XML file and sent to the client that requested the report. Implementation
of XML files allows other systems to check the reports generated by our system.
4 Deployment Scenario
4.1 Implementation
The distribution of the traceability hardware at the
warehouse is the following: the gates by which
products enter o leave the warehouse have 4 RFID
antennas each. These antennas scan the pallets to report
the entry or exit of products. Each storage-keeping-unit
(SKU) or space to store a pallet -, is identified by a
unic Wi-Fi signal strength that identified the SKU and
the passageway. The locations database contains the relation of spaces allocated to all pallets identified by
their correspondingWi-Fi signal strength . The warehouse has 4 IEEE 802.11 access points that provides
total coverage over the warehouse picking area. Each allocated space for pallets has a signal fingerprint
formed by the magnitude of the signal strength of each access point captured at that point. The location
database contains the relation location-fingerprint assigned spaces around the store.
In implementation sequence, the first step is getting the radio-map and to store the relation signal
strength-location. To achieve this, the client device displays a warehouse map on which draw a grid, each
grid cell corresponds to a location area. The forklift operator roam the store stopping at each cell, using
the touch screen of the android device the forklift operator indicates his location into the grid map of the
warehouse. The location module in the client application obtains the signal fingerprint and together with
the ID of the selected cell trans-pallet operator are sent to the server application
The incoming product is transported to a storage passageway available using a trans-pallet with a
Bluetooth RFID reader placed at the forks of the trans-pallet to scan the RFID tags in the pallets and
an Android tablet running the client application. The client application obtains the pallet identifier using
the RFID reader and the identifier of the cell where the product was deposited based in the comparison of
the signal fingerprint obtained scanning the WLAN, this information is sends via XML to the event
engine. Each client device is connected to the warehouse WLAN.
When a customer places an order, the event engine receives this order and starts the process of resource
management. The event engine gets the availability of products that belong to the order. If there are
enough products to fill the order, the event engine gets the list of available forklifts. The system calculates
the optimal route to pick the order and sends the order and the route to the selected client/trans-pallet.
The client application receives the order and the Tablet screen shows the list of products to pick and the
optimal route on the warehouse map. Whenever a product is obtained, this product disappears from the
list on the Tablet screen.
Once the list of products is obtained, the client receives the delivery order. When the order is delivered,
the forklift becomes available again.
Each order delivered is scanned by RFID portals in the warehouse shipping area and the products deleted
from the list of stocks.
5 Conclusions.
A tracking system has been implemented that optimizes picking time and increases the efficiency in tasks
management inside a chaotic warehouse. The system makes use of common wireless communication
infrastructure (Access Points IEEE 802.11), passive RFID tags and high performance/low-cost
Android devices for low cost implementation. The communication via XML and SOAP allows third-party
applications to interact with our application. The modular programming of the client and server
application allows an easy maintenance and ensure system scalability. An API is developed based on
methods of communication modules in the client application that extends the features of EPCIS
repository for Android OS applications. All these developments are based on free hardware.
Future developments will include the implementation of a NFC and LLRP interaction module.
6 Literature
[1]
[2]
[3]
[4]
http://www.fosstrak.org/epcis/index.html (2011)
[5]
Jie Yin, Qiang Yang, Learning, Adaptive Temporal Radio Maps for SignalStrength-Based Location Estimation, IEEE Transactions on Mobile
Computing
, 2008, USA.
Andrs Garca Higuera received his degree in Industrial Engineering for Automation and Electronics at
the Polytechnical University of Madrid in 1991. Previously (since 1987) he already had another degree in Mechanical
Engineering from the University of Crdoba (Spain). In 1999 he obtained his PhD in Robotics and Automation at the
Polytechnical University of Madrid. In 2001 he joined the Automation and Control Group, Institute for
Manufacturing, Department of Engineering, University of Cambridge as Senior Research Associate. During this time
he worked as researcher for the Auto-ID Centre. Founded by Gillette, UPS, P&G and UCC this research initiative
began at the MIT and got together several research centres at a global scale to develop RFID technology solutions
and standards.
Pablo Garcia Ansola received the M.Sc. degree in computer science and the MBA from the
University of Castilla-La Mancha, Spain. He is currently a Research Scientist in the Autolog Labs in the UCLM. He
is also the manager of the Autolog spin-off, called Securware, which received several innovation awards like the
IDEA, Innovared or Desafio22. Before joining the UCLM, he was involved in the business intelligent area of the
major Spanish consultancy INDRA, as consultant. His research interests include integration of intelligent Systems in
the SCM and decision making support.
Miguel Angel Yris Pastor received the degree in computer science from Juarez lance university of
Tabasco, Mxico. currently is a researcher and student at Computer Science departament of the national center of
research and technological development (CENIDET) in Cuernavaca Morelos, Mexico.
Juan Gabriel Gonzlez-Serna. Obtained his B.S. degree in computer systems from the Acapulco
Institute of Technologic (ITA-SEP), Mxico, in 1992, his M.S. degree in computer science from the CENIDET
Mexico, in 1995 and obtained his PhD degree in computer science from the computing research center, National
Polytechnic Institute (CIC-IPN), Mexico, in 2006. He works at CENIDET Computer Science Department as a
researcher and professor, he has been in charge of several research projects on wireless and mobile networks and he
supervises master and PhD theses in the same field. He lectures B.S. courses in ITESM Cuernavaca since 2003 and
graduate courses in CENIDET since 1995. He is a member of the Researchers National System (SNI) since 2000
Modelo: WRT54G
Estndares:IEEE 802.3, IEEE 802.3u, IEEE 802.11g, IEEE 802.11b
Canales:
11 canales (EE. UU., Canad)
13 canales (Europa, Japn)
Puertos/botones:
Internet: Un puerto 10/100 RJ-45
LAN: Cuatro puertos 10/100 RJ-45 conmutados
Un puerto de alimentacin
Un botn de reinicio
Un botn SecureEasySetup
Tipo de cables:Tipo CAT 5
Luces: Alimentacin, DMZ, WLAN, LAN (1, 2, 3, 4), Internet, SecureEasySetup
Potencia de salida de radiofrecuencia: 18 dBm
Cert./compat. UPnP: Compatible
Funciones de seguridad: Firewall con inspeccin exhaustiva de paquetes (SPI), directiva de
Internet
Seguridad inalmbrica: Wi-Fi Protected Access 2 o WPA2; (acceso Wi-Fi protegido 2), WEP,
filtrado de direcciones MAC inalmbrico.
Captulo 8 -- Anexos
Pgina 113
Modelo: WRT120N
Estndares: IEEE 802.3u, 802.11g, 802.11b, versin 802.11n
Luces: Alimentacin, Internet, Conexin inalmbrica, Wi-Fi Protected Setup (Configuracin Wi-Fi
protegida), Ethernet (1-4)
Puertos: Internet, Ethernet (1-4), alimentacin
Botones: Reinicio, Wi-Fi Protected Setup (Configuracin Wi-Fi protegida)
Tipo de cableado: Cat 5
Nmero de antenas: 2 (internas)
Modulaciones: 802.11b: CCK/QPSK, BPSK
802.11g: OFDM/BPSK, QPSK, 16-QAM, 64-QAM
802.11n: OFDM/BPSK, QPSK, 16-QAM, 64-QAM
Potencia transmitida en dBm:802.11b: 16,5 1,5 dBm (habitualmente)
802.11g: 13,5 1,5 dBm (habitualmente)
802.11n: 13,5 1,5 dBm (habitualmente)
Sensibilidad de recepcin en dBm:-94 dBm (habitualmente) a 1 Mbps
-90 dBm (habitualmente) a 11 Mbps
-75 dBm (habitualmente) a 54 Mbps
Ganancia de la antena en dBi: 2,0 (mx.)
Cert./compat. UPnP: Compatible
Seguridad inalmbrica: Wi-Fi Protected Access 2 o WPA2; (acceso Wi-Fi protegido 2), WEP,
filtrado de direcciones MAC inalmbrico
Bits de clave de seguridad:Encriptacin de hasta 128 bits
Captulo 8 -- Anexos
Pgina 114
ESTNDARES
IEEE 802.11n (draft 2.0)
IEEE 802.11g/b
Support Full/Half Duplex operations
Support Auto Negotiation
HARDWARE
SDRAM: 8 MB
Flash: 2MB
PUERTOS
4 Puertos LAN 10/100 Mbps Fast Ethernet MDI/MDIX
1 Puerto WAN 10/100 Mbps Fast Ethernet MDI/MDIX (Soporta Direccin IP esttica, DHCP Client,
PPPoE, PPTP, L2TP, IPSec, VPN Pass through)
Botn Reset
Conector Energa
ANTENA
1 Antena Fija tipo dipolo
Ganancia: 5 dBi
ESTNDAR IEEE802.11B
Modulacin:
DQPSK
DBPSK
CCK
Frecuencia:
2400 a 2483.5 MHz ISM band
Nmero de Canales:
11 Canales FCC
Captulo 8 -- Anexos
Pgina 115
13 Canales Europa
Data Rate:
11, 5.5, 2, 1 Mbps
Media Access Protocol:
CSMA/CA con ACK
Potencia de Transmisin:
17 dBm at 11, 5.5, 2 y 1 Mbps
Sensibilidad de Recepcin:
-79 dBm for 11Mbps
82 dBm for 5.5Mbps
84 dBm for 2Mbps
86 dBm for 1Mbps
ESTNDAR IEEE802.11G
Modulacin:
BPSK
QPSK
16QAM
64QAM
OFDM
Frecuencia:
2400 a 2483.5 MHz ISM band
Data Rate:
54, 48, 36, 24, 18, 12, 9 y 6 Mbps
Media Access Protocol:
CSMA/CA con ACK
Potencia de Transmisin:
14 dBm at 54, 48 Mbps
15 dBm at 36, 24 Mbps
16 dBm at 18, 12 Mbps
16 dBm at 9, 6 Mbps
Sensibilidad de Recepcin:
65 dBm at 54Mbps
66 dBm at 48Mbps
70 dBm at 36Mbps
74 dBm at 24Mbps
77 dBm at 18Mbps
79 dBm at 12Mbps
81 dBm at 9Mbps
82 dBm at 6Mbps
Captulo 8 -- Anexos
Pgina 116
Performance
Antennas
Transmit Power
-82 dBm
10 dB
Application Interface
Network Connectivity
Cellular Connectivity*
Captulo 8 -- Anexos
Pgina 117
IP Address Configuration
Time Sychronization
Management Interfaces
Management Console
USB
GPIO
Power Sources
Captulo 8 -- Anexos
Pgina 118
HTC WildFire
Dimensiones
Batera
Cmara
Navegacin
Aplicaciones
Captulo 8 -- Anexos
Pgina 119
Pantalla
3.2 pulgadas
Sistema Operativo
Memoria
ROM: 512 MB
RAM: 384 MB
Red
Velocidades de carga de hasta 384 kbps y velocidad de descarga de hasta 7.2 Mbps
Conectividad
Captulo 8 -- Anexos
Pgina 120
Captulo 8 -- Anexos
Pgina 121