WISE-WA
Transcript
WISE-WA
WISE-WA Localizzazioneinreti di sensori wireless: tecnologia e applicazioni Prof. Luca Schenato [email protected] +39 049 827 7925 5/25/11 Collaboratori WISE-WA Wireless Sensor Actuator Networks (WSANs) Dispositivi piccole dimensioni µControllore, Memoria Wireless radio Sensori & Attuatori Batterie Poco costosi Comunicazione multi-hop Programmabili (micro-PC) sensor node BASE STATION WISE-WA Serre Intelligenti e precision agricolture Microclimi Regolazione remota Stima e controllo distribuito e predittivo WISE-WA Certificazione efficienza termodinamica Riduzione consumi energetici Ristrutturazioni mirate Miglioramento comfort WISE-WA Localizzazione, tracking e navigazione Utilizzazione dell intensità del segnale radio per stimare distanze relative WISE-WA Localizzazione tramite WSN Nodi faro (posizione nota) Link comunicazione possibili tra nodi faro Nodo mobile (posizione non nota) Link comunicazione possibili tra nodi faro e nodo mobile WISE-WA Segnale radio vs distanza P dij P=f(d) i j Pij Pij d dij d d =f-1(P) d Pm P WISE-WA Trilaterazione (GPS) i di k dk • note posizioni (x,y,z) dei nodi i,j,k • note distanze di, dj, dk • trovare posizione (x,y,z) nodo mobile dj j i k j WISE-WA Problematiche in WSN d d d d d Pm P Sensibilità al rumore di d =f-1(P) Sensibilità all ambiente Sensori non calibrati d =f-1(P) dipende dall ambiente Varibilità temporale d PmPm Pm P Pij Pji Pij Pji P WISE-WA Possibili soluzioni Basate sulla distanza (range-based) Trilaterazione GPS con rumore (minimi quadrati) Massima verosimiglianza (MV) Filtro di Kalman Esteso PRO: bassa complessità CONTRO: alta densità nodi faro Basate su mappe (map-based) Matching Learning PRO: accuratezza CONTRO: complessità, tempo installazione elevato WISE-WA Il nostro approccio Sensibilità al rumore di d =f-1(P) Sensibilità all ambiente uso della correlazione temporale (filtro di Kalman) d µ µ2 µ2 1 alta densità nodi faro Stima parametrica di P=f(d,µ) con algoritmi di consenso Pij Sensori non calibrati Uso di algoritmi di consenso Pji Pij Pji P WISE-WA Il consenso come rendezvous I vicini con cui comunico possono cambiare Il poligono esterno può solo restringersi) Se il grafo è sufficientemente connesso, il poligono collassa in un punto. Si converge alla media delle posizioni iniziali WISE-WA Potenza ricevuta [dBm] Modelizzazione canale i j Distanza [m] (log) WISE-WA Conseguenze dell’offset WISE-WA Calibrazione dei sensori WISE-WA Identificazione parametri ¯ ° w E’ possibile calcolare ¯,° in maniera distribuita tramite algoritmi di consenso WISE-WA Architettura per tracking WISE-WA Tracking alla Kalman Usa modello della dinamica del target Stima posizione meno rumorosa (filtraggio) Tiene conto di eventuali perdite di pacchetto Relativamente semplice da implementare Misura da stima “GPS” Stima posizione target WISE-WA Risultati sperimentali WISE-WA Sviluppi correnti Utilizzo mappe per potenziali repulsivi Uso di palmari e software “open Base source” operativa remota Rete wireless Operatori WISE-WA Conclusioni Localizzazione: Errori localizzazione: circa 0.2-0.3*distanza_nodi_fissi_media RSSI non creato per localizzione Localizzazione non molto accurata ma sufficiente per molte applicazioni Futuro delle Reti di Sensori Wireless Reti di sistemi per monitoraggio e controllo saranno sempre più importanti Coordinazione ed algoritmi distribuiti saranno una necessità Interdisciplinarietà sarà la norma Vedi presentazione del pomeriggio WISE-WA Pubblicazioni M. Bertinato, G. Ortolan, F. Maran, R. Marcon, A. Marcassa, F. Zanella, P. Zambotto, L. Schenato, A. Cenedese. RF Localization and tracking of mobile nodes in Wireless Sensors Networks: Architectures, Algorithms and Experiments. Rapporto Tecnico, 2008, [url: http://paduaresearch.cab.unipd.it/1046/] P. Casari, A.P. Castellani, A. Cenedese, C. Lora, M. Rossi, L. Schenato, M. Zorzi. The Wireless Sensor Networks for City-Wide Ambient Intelligence (WISE-WAI) Project. Sensors, vol. 9, pp. 4056--4082, 2009 A. Cenedese, G. Ortolan, M. Bertinato. Low Density Wireless Sensors Networks for Localization and Tracking in Critical Environments. IEEE Transactions on Vehicular Technology, vol. 59(6), pp. 2951--2962, 2010 S. Bolognani, S. Del Favero, L. Schenato, D. Varagnolo. Consensus-based distributed sensor calibration and least-square parameter identification in WSNs. International Journal of Robust and Nonlinear Control, 2010 WISE-WA
Documenti analoghi
Integration of satellite navigation and other positioning technologies
The first part of the course is focused on the integration with inertial navigation systems (INS). The
basic concepts of INS technology are provided. The key point for GNSS and INS integration is t...