No abstract

This paper focuses on determining the optimum placement of a given number of sensors for estimating the position of a moving target using range-difference measurements. We define a region of interest and generate several random trajectories with the dynamic white noise acceleration model. After obtaining those trajectories that populate the area we compute the posterior Cramer-Rao lower bound iteratively for each instant of each trajectory. Using that bound we can obtain a global measure of the mean squared error of the estimate of the position and use it as an objective function to be minimized to determine the optimum sensor placement. Finally, we determine that optimum deployment pattern using a genetic algorithm and we include an example of sensor placement using an infrared indoor positioning system

ResumenEn los sistemas de control en red, las estrategias de control basado en eventos han demostrado su efectividad para reducir notablemente la carga del canal inalámbrico sin degradar de forma significativa el índice de comportamiento establecido. El mecanismo de generación de eventos Self-triggered contempla un tiempo mínimo para garantizar estabilidad y un tiempo máximo de aceptación del sistema en lazo abierto. El tiempo mínimo, en la práctica, suele venir impuesto por la frecuencia máxima de cómputo del sistema a controlar y de actualización de los sensores remotos. Entre los sensores de posicionamiento en interiores que mayor tiempo de procesamiento requieren están las cámaras de visión artificial por lo que se siguen explorando técnicas de sensado con menor carga computacional. En este contexto, la alternativa de los dispositivos de sensado de posición (PSD) ópticos aporta importantes mejoras que se evalúan en este trabajo. Para la validación experimental se utiliza un robot P3-DX, con control aperiódico Self-triggered para alcanzar un punto de destino a partir de una determinada pose, utilizando un emisor IRED embarcado y un PSD en la infraestructura.Palabras clave: sistema de posicionamiento, sensor óptico de posición, control basado en eventos Selftriggered, sistema de control en red, red inalámbrica de sensores, robótica.

ResumenPara obtener medidas precisas con sistemas de posicionamiento en interiores, por lo general, se requiere de una calibración de los mismos. En el caso de incorporar ópticas la calibración pueden requerir mucho tiempo, además de una infraestructura especializada. En este trabajo se presenta un método de calibración basado en Direct Linear Transformation, (DLT), que obtiene directamente la transformación entre el sensor y la superficie de movimiento del agente, que proporciona resultados comparables a una calibración óptima, siendo las diferencias de determinación de la posición de tan solo algunos milímetros.Palabras clave: sistema de posicionamiento en interiores, sensor de posición óptico, red de sensado inalámbrico, robótica INTRODUCCIÓNEn la actualidad existen diversas tecnologías para el desarrollo de sistemas de posicionamiento en interiores con características que distinguen a cada uno de ellos. A diferencia de los sistemas globales de posicionamiento en exteriores, como es el GPS, los sistemas de posicionamiento en interiores suelen estar más personalizados a las aplicaciones. Las características a tener en cuenta para un sistema de posicionamiento en interiores son: Coste, precisión, cobertura, privacidad, velocidad de actualización de posición, consumo, mantenimiento, infraestructura, sistemas activos o pasivos, etc. Este artículo se centra en sistemas de posicionamiento en interiores basados en señales ópticas.Tradicionalmente este tipo de sistemas se han dedicado a la medición de distancias grandes (Lidar), pero en los últimos años, y con el uso de dispositivos LED para iluminación, se están proponiendo sistemas para posicionamiento en interiores basados en VLC (Visible Light Communication) [1], tanto utilizando fotodiodos [2] o cámaras [3]. En [2] utilizan un solo led y un sensor inertial para determinar la posición usando AoA con precisiones de 29.8 cm en coberturas de 5x1x1.5 metros.Otro trabajo en esa línea se presenta en es [4], en el que basándose en RSS (Received Signal Strength) y 3 leds determinan la posición consiguiendo precisiones de pocos centímetros.En lo referente al uso de cámaras, por ejemplo, se encuentran trabajos como [3] que utilizan una cámara y 3 leds de iluminación, ubicados en el entorno en posiciones conocidas, para obtener la relación entre los puntos en la cámara y el entorno utilizando métodos iterativos y conocen la posición en relación a la posición de los LEDs. Otro trabajo similar, aunque utilizando leds infrarrojos ubicados en el agente móvil y cámaras en el entorno, es [5].El uso de esta tecnología se concentra en posicionamiento de agentes móviles. En nuestro caso, hemos desarrollado un receptor basado en sensores PSD (Position Sensitive Device) utilizando AoA Actas de las XXXIX Jornadas de Automática, Badajoz, 5-7 de Septiembre de 2018 218