Analysis of the performance of an ultra-wide band localization system using Bayesian tracking filters

Ultra-Wide Band (UWB) technology has reached incredible performance and precision in short range indoor localization. The problem of reaching a good positioning also for moving targets with a very high precision is incredible challenging even today, more so when considering highly cluttered or closeted environments. A moving target needs to be described in the most optimal way to achieve a good tracking solution and the usage of inertial sensors (IMU), advanced motion modeling and Bayesian tracking algorithm is fundamental to reach good enough performances. The goal of this thesis is to provide an understanding of the challenges and the solution of a moving target, considering all the difficulties an UWB system can find working in an indoor environment. The implementation of a well designed filter, such as the Extended Kalman Filter (EKF) for a tracking solution is essential to meet the goal of improving an already integrated system designed to be "plug-and-play", with the aim of being used in many different environment to track a good variety of targets. The utilization in sport applications can be different from more office-based scenario, where the moving target is more stiff, or may even be an automated small vehicle used for logistics. For this purpose the usage of a variety of motion models adapted to the amount of information available is crucial to reach a good enough positioning error with respect to the actual true path. In the following work an analysis of the experimental results performed using an UWB localization system based on ranging methods such as TOA (Time of arrival) and TDoA (Time difference of arrival) are performed. The results are shown using a Bayesian Extended Kalman filter, comparing the performances with different localization methods, such as an LS (Least Square) algorithm and the pre-elaborated positions provided by the system itself, as well as the comparison of the solutions provided using different motion models and comparing the system’s performances with the auto-localization algorithm for the anchors position.

La tecnologia Ultra-Wide Band (UWB) ha raggiunto performance di incredibile precisione per applicazioni in ambito di localizzazione indoor per situazioni riguardanti il corto raggio. Raggiungere una certa precisione anche nella localizzazione di obiettivi in movimento è incredibilmente difficile anche al giodno d’oggi, ancor più se si considerano nell’equazione la presenza di ambienti chiusi o molto ricchi di ostacoli. Un oggetto in movimento deve essere descritto nella maniera più ottimale per raggiungere una soluzione soddisfacente a livello di tracking. A questo scopo l’utilizzo di sensori inerziali (IMU), modelli di moto avanzati o algoritmi per l’implementazione di filtri Bayesiani è fondamentale se si vuole raggiungere delle performance sufficientemente alte. L’obiettivo di questa tesi è quello di fornire una visione su quelle che sono le difficoltà e le soluzioni dell’avere un target in movimento da localizzare, prendendo in atto tutte le difficoltà che un sistema UWB può presentare lavorando in un ambiente indoor. Implementare un filtro adeguatamente calibrato, come l’Extended Kalman filter, è essenziale se si vuole migliorare un sistema designato per l’applicazione "plug-and-play", con funzione principale quella di essere utilizzato in ambienti molto diversi, con la possibilità di dover poter localizzare una varietà molto estesa di obiettivi. L’implementazione può variare molto se si considera un’applicazione di tipo sportivo, piuttosto che quella relativa ad un ambienta simile ad un ufficio od una fabbrica, dove possiamo trovare andature più moderate nelle persone o addirittura possibili applicazioni su veicoli automatizzati a fini logistici in ambienti industriali. Per questo motivo, l’utilizzo di diversi modelli di moto deve essere adattato alla quantità di informazioni in proprio possesso per minimizzare l’errore di posizione rispetto al percorso realmente effettuato. In questo elaborato è effettuata un’analisi sperimentale delle performance di un sistema di localizzazione UWB basato su metodi di misurazione della distanza come TOA (Time of arrival) o TDoA (Time difference of arrival. I risultati sono mostrati con l’utilizzo di un Extended Kalman filter (EKF), performando diversi paragoni con altri metodi di localizzazione, come un algoritmo LS (Least square) e l’utilizzo dei dati pre-elaborati dal sistema di localizzazione UWB preso in considerazione. Oltre a questo, sono mostrati anche i dati ricavati dal paragone generato dall’utilizzo di diversi modelli di moto e dal confronto con l’algoritmo di auto-localizzazione delle ancore già presente nel sistema di riferimento.