ING - Scuola di Ingegneria Industriale e dell'Informazione
28-apr-2021
2020/2021
I sistemi Internet of Things (IOT) sono diventati importanti in numerose
applicazioni, sia missioni critiche che applicazioni quotidiane. In particolare hanno raggiunto notevole importanza in ambito sportivo, dove i dati
collezionati sono utilizzati come supporto per migliorare le prestazioni del
singolo giocatore o della squadra, o per studiare nuove tattiche e schemi.
In questi sistemi, una localizzazione accurata `e fondamentale. L’obiettivo
principale di questa tesi e’ di sviluppare un sistema di localizzazione basato
sulla tecnologia Ultra WideBand (UWB) preciso e accurato ma anche semplice da installare per gli utenti finali. Gli utenti considerati dal sistema
solo prevalentemente squadre dilettanti o semi-professionistiche che desiderano un miglioramento delle loro prestazioni. Durante ogni registrazione, gli
utenti indossano dispositivi UWB chiamati tag che vengono localizzati dai
dispositivi UWB detti ancore. Prima della registrazione, le ancore vengono
disposte sul campo e le loro posizioni stimate dal sistema stesso. Il primo
contributo di questa tesi consiste nello sviluppo di algoritmi che permettano
una precisa localizzazione del sistema di ancore. In particolare, le problematiche relative al filtraggio e alla compensazione del ritardo introdotto dai moduli UWB vengono risolte attraverso l’utilizzo di metodi di calibrazione
e rimozione degli outlier. Inoltre, un nuovo algoritmo di auto-localizzazione
viene proposto per stimare le posizioni delle ancore dalle misure di distanze
fornite dai moduli UWB. Per studiare la configurazione ottimale delle ancore,
una procedura di ottimizzazione viene presentata che permette di trovare la
migliore della configurazione delle ancore e massimizzare l’accuratezza della
posizione dei tag. Il secondo contributo riguarda la localizzazione dei tag
vera e propria. Diversi algoritmi di posizionamento sono stati sviluppati e
comparati per selezionare quello con le migliori prestazioni. Considerando
la dinamica intrinseca dei sistemi sportivi, i filtri Bayesiani si dimostrano
superiori rispetto ai metodi snapshot. La valutazione sperimentale di tutte
le tecniche proposte nella tesi `e stata eseguita usando sia dati simulati che
dati estratti da una campagna sperimentale svolta nei pressi del laboratorio IoT Lab del Politecnico di Milano. I risultati ottenuti dal sistema finale
mostrano che l’approccio proposto e’ in grado di soddisfare i livelli di accuratezza richiesti per l’applicazione considerata senza compromettere la sua
semplicita’.
Internet of Things (IoT) systems are increasingly becoming important in
several applications, ranging from mission-critical to consumer applications.
In particular, they have reached a remarkable importance in sport services,
where data are used as support for athletic performance improvement for
single player or the overall team, or for studying new tactics and schemes.
For these systems, an accurate localization is fundamental. The goal of this
thesis is to design a localization system based on the UltraWide Band (UWB)
technology to provide precise and accurate positioning information as well
as an easy installation process for the final users. The targeted users for this
system are amateur or semi-professional teams that desire an improvement of
their performances. During the localization phase, users wear UWB devices
called tags which are localized by reference UWB devices called anchors.
Before the localization phase, the anchors deployed on the field and their
positions are estimated from the system itself. The first contribution of this
thesis consists in designing algorithms for achieving a precise localization of
the anchors. In particular, issues regarding filtering and compensation of the
antenna delay introduced by the UWB modules are addressed using calibration and outlier removal algorithms. Furthermore, a new auto-localization
approach is developed to estimate the anchors’ positions from the ranging
measurements provided by the UWB modules. For studying the optimal
anchor configuration, a optimization procedure is devised in order to select
the most suited anchors configuration and to maximize the tag positioning
accuracy. The second contribution of the thesis regards the development of
tag localization solutions. A number of positioning algorithms are devised
and assessed. Considering the intrinsic dynamics present in sport applications, Bayesian filtering techniques show to be superior compared to snapshot
least square ones. The experimental assessment of all proposed techniques
are performed using synthetic data as well as real data extracted from an
experimental campaign executed in the surroundings of the laboratory IoT
Lab of Politecnico di Milano. The results shows that the proposed approach
is able to satisfy the required level of accuracy for the considered application
without compromising its simplicity of use.