Identifying and Tracking Individuals in a Smart Indoor Environment

Drift Detection e Machine Learning para Sistemas de Localização indoor RFID em Ambientes Dinâmicos

“…Com base nas tecnologias utilizadas é possível classificar os trabalhos existentes em três grupos [Lai et al 2020, Al-Jarrah et al 2019]: i) métodos baseados em RSSI [Calderoni et al 2015, Torres-Sospedra et al 2015, Dinh-Van et al 2017, Hatem et al 2018, Wang et al 2019, Sabr and Belton 2019; ii) métodos baseados em Angle of Arrival e Time Difference of Arrival [Steele et al 2019]; e iii) métodos baseados em fases [Lai et al 2020]. Neste artigo utilizamos métodos baseados em RSSI, pois priorizamos o uso de equipamentos disponíveis no mercado, não necessitando desenvolvimento de equipamentos especiais.…”

“…A principal contribuic ¸ão foi usar uma técnica de suavizac ¸ão de dados brutos com o método de classificac ¸ão (rede neural) para tratar a intensidade do sinal Wi-Fi ruidoso. Em [Sabr and Belton 2019], os autores propuseram uma soluc ¸ão de identificac ¸ão e localizac ¸ão que utilizou uma combinac ¸ão de duas tecnologias: reconhecimento facial e Wi-Fi utilizando trilaterac ¸ão do atributo RSSI. Fizeram testes em ambiente controlado e concluíram que a precisão do RSSI foi diretamente influenciado pela quantidade de equipamentos no ambiente.…”

Etiquetas RFID Passivas e Aprendizagem de Máquina para Sistema de Localização Indoor de Alta Precisão

“…A principal contribuição foi usar uma técnica de suavização de dados brutos com o método de classificação (rede neural) para tratar a intensidade do sinal Wi-Fi ruidoso. [Sabr and Belton 2019] propuseram uma solução de identificação e localização que utilizou uma combinação de duas tecnologias: reconhecimento facial e Wi-Fi utilizando trilateração do atributo RSSI. Fizeram testes em ambiente controlado e concluíram que a precisão do RSSI foi diretamente influenciado pela quantidade de equipamentos no ambiente.…”