Gps wi fi para ambientes fechados (indoor)

3.194 visualizações

Publicada em

Gps wi fi para ambientes fechados (indoor)

  1. 1. UNIVERSIDADE CRUZEIRO DO SUL BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO GPS Wi-Fi para Ambientes Fechados (indoor) - Redes de Sensores sem Fio como infraestrutura Ricardo Francoti São Paulo (SP), Novembro de 2013.
  2. 2. UNIVERSIDADE CRUZEIRO DO SUL BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO GPS Wi-Fi para Ambientes Fechados (indoor) - Redes de Sensores sem Fio como infraestrutura Ricardo Francoti Monografia apresentada ao Curso de Bacharelado em Ciência da Computação da Universidade Cruzeiro do Sul, como parte dos requisitos parciais para obtenção do título de Bacharel em Ciência da Computação. Orientador: Prof. Vagner Silva São Paulo, Novembro de 2013.
  3. 3. Agradecimentos Ao Prof. Vagner Silva pela disposição, orientação do trabalho com paciência, compreensão e dedicação. Aos demais professores que contribuíram para meu aprendizado e crescimento acadêmico. A minha esposa, meus pais e familiares, amigos pelo apoio e compreensão durante a realização deste trabalho para a conclusão deste curso.
  4. 4. i RESUMO O objetivo principal deste trabalho é propor a utilização de uma infraestrutura de rede wireless (WLAN WiFi) como suporte para um GPS para ambientes fechados que estime dinamicamente a localização de dispositivos móveis. Conhecendo a localização dos access points da rede wireless já existente no ambiente e utilizando o sinal de rádio frequência emitido por estes é possível convertê-los em distância e então através do processo de trilateração determinar a localização do dispositivo móvel. A aplicação deve ser capaz de realizar este processo sem interferir ou interagir com a infraestrutura de rede wireless (WLAN WiFi) a exemplo do que faz um GPS em relação aos satélites do sistema. Esta aplicação pode ser integrada a uma aplicação do tipo context-aware para fornecer informações de localização que são fundamentais para este tipo de sistema. Palavras chave: Redes de Sensores Sem Fio, RSSF, RSSI, Trilateração, WLAN, WiFi, Localização baseada em RSSI, Heurística.
  5. 5. ii ABSTRACT The main objective of this work is to propose to use a wireless network infrastructure (WLAN WiFi) as a support for an indoor GPS running on a mobile device to estimate its location. Knowing the location of the access points that are part of an infrastructure of the existing wireless network environment and using the radiofrequency signal emitted by these it is possible to convert them into distance and then through the process of trilateration to determine the location of the mobile device. This application must be able to perform this process without interfering or interacting with the infrastructure of a wireless network (WLAN WiFi) like a GPS does with satellites that support the system. This application can be integrated into a context-aware application to provide localization information which is essential for this kind of system. Keywords: Wireless Sensor Network, WSN, RSSI, Trilateration, WLAN, WiFi, RSSI based localization, Heuristic.
  6. 6. iii Tabela de Figuras Figura 1 – Tipos de rede de comunicação de dados sem fio (Loureiro, et al., 2011)................................................................................................................................ 4 Figura 2 – Componentes de um sensor (Gonçalves, et al., 2011) ....................... 5 Figura 3 – Exemplo de um sensor de energia elétrica (General Electric Company, 2011), (Libelium Comunicaciones Distribuidas S.L., 2011)................ 6 Figura 4 – Elementos de uma RSSF (General Electric Company, 2011) .......... 7 Figura 5 – Comparação entre o RM-OSI e IEEE 802 (IEEE 802, 2001).......... 10 Figura 6 – Componentes de uma rede Wi-Fi ......................................................... 13 Figura 7 – Personal Area Network – PAN (Kammer, et al., 2002) .................... 14 Figura 8 – Piconet Simples (Kammer, et al., 2002)............................................... 15 Figura 9 – Piconet Multi-escravo (Kammer, et al., 2002)..................................... 15 Figura 10 – Scatternet (Kammer, et al., 2002)....................................................... 16 Figura 11 – Topologia Estrela (IEEE 802.15.4, 2006) .......................................... 17 Figura 12 – Topologia Estrela (IEEE 802.15.4, 2006)......................................... 18 Figura 13 – Topologia Estrela (Farahani, 2008) .................................................... 19 Figura 14 – Comparação de características das tecnologias apresentadas (Farahani, 2008)........................................................................................................... 20 Figura 15 – Arquitetura do BlueEyes® em alto nível (FaberNovel, LLC, 2011) 21 Figura 16 – Nucleus® da GE Gerenciamento de energia elétrica através de RSSF (General Electric Company, 2011)................................................................ 22 Figura 17 – Console de Gerenciamento do Nucleos® (General Electric Company, 2011)........................................................................................................... 22 Figura 18 – Processo de Monitoração (Federal Express - FedEX, 2011)........ 23 Figura 19 – Console de Rastreamento e sensor Senseaware® (Federal Express - FedEX, 2011) ............................................................................................. 24 Figura 20 – Ângulo estimado com base em dois sensores âncora (Holger, et al., 2005) ....................................................................................................................... 27 Figura 21 – Trilateração com base em três sensores âncora (Holger, et al., 2005).............................................................................................................................. 28 Figura 22 – Comparação das técnicas ToA one-way e two-way (Dargie, et al., 2010).............................................................................................................................. 29 Figura 23 – Técnicas TDoA (Dargie, et al., 2010)................................................ 30 Figura 24 – Estimativa de localização com base na intersecção de triângulos dos sensores âncoras (Dargie, et al., 2010) ........................................................... 32 Figura 25 – Exemplos de cenários do teste APIT (Dargie, et al., 2010)............ 34 Figura 26 – Diagrama de Caso de Uso................................................................... 39 Figura 27 – Diagrama de Classes............................................................................ 41
  7. 7. iv Figura 28 – Diagrama de Sequência....................................................................... 41 Figura 29 – Tela do coletor.exe................................................................................ 43 Figura 30 – Fenômenos que afetam a RF.............................................................. 44 Figura 31 – Valor médio de RSSI por metro .......................................................... 45 Figura 32 – Valor mais frequente de RSSI por metro........................................... 46 Figura 33 – Valor de n calculado com base no valor médio de RSSI/metro..... 47 Figura 34 – Valor de n calculado com base no valor mais frequente de RSSI/metro ................................................................................................................... 48 Figura 35 – Comparação da posição real e calculada para o sensor móvel .... 50 Figura 36 – Situações que a heurística evita ......................................................... 54 Figura 37 – RSSI a 1 metro....................................................................................... 61 Figura 38 – RSSI a 2 metros..................................................................................... 61 Figura 39 – RSSI a 3 metros..................................................................................... 62 Figura 40 – RSSI a 4 metros..................................................................................... 62 Figura 41 – RSSI a 5 metros..................................................................................... 62 Figura 42 – RSSI a 6 metros..................................................................................... 62 Figura 43 – RSSI a 7 metros..................................................................................... 62 Figura 44 – RSSI a 8 metros..................................................................................... 62 Figura 45 – RSSI a 9 metros..................................................................................... 62 Figura 46 – RSSI a 10 metros .................................................................................. 62 Figura 47 – RSSI a 11 metros .................................................................................. 63 Figura 48 – Tela inicial do coletor ............................................................................ 64 Figura 49 – Drop box para selecionar o SSID para coleta................................... 65 Figura 50 – Tela inicial do MyPlace......................................................................... 66 Figura 51 – Opção para selecionar mapa............................................................... 67 Figura 52 – Mapa do local de teste de campo carregado.................................... 67 Figura 53 – Tela do menu Sobre.............................................................................. 68 Figura 54 – Locais selecionados para o teste de campo..................................... 69 Figura 55 – Notebook HP G42 i5 ............................................................................. 90 Figura 56 – Roteador sem fio (AP) TP-LINK TL-WR941ND................................ 90 Figura 57 – Local dos testes (a)............................................................................... 91 Figura 58 – Local dos testes (b)............................................................................... 91 Figura 59 – Local dos testes (c) ............................................................................... 92 Figura 60 – Local dos testes (d)............................................................................... 92
  8. 8. v Sumário Introdução .............................................................................................................. 1 Organização do Texto ............................................................................................ 2 Capítulo 1 – Redes de Sensores Sem Fio ............................................................ 3 1.1 Introdução ........................................................................................................ 3 1.2 Estrutura Genérica das Redes de Sensores se Fio ......................................... 4 1.3 Componentes de uma RSSF............................................................................ 5 1.4 Características de uma RSSF.......................................................................... 7 1.5 Comunicações em uma RSSF ......................................................................... 9 1.6 Tecnologias de Comunicação Empregadas em RSSFs..................................11 1.6.1 IEEE 802.11 WLAN – Wi-Fi..........................................................................11 1.6.2 IEEE 802.15.1 WPAN – Bluetooth ...............................................................13 1.6.3 IEEE 802.15.4 WPAN – ZigBee ...................................................................16 1.6.3.1 Topologias.................................................................................................17 1.7 Comparações entre as tecnologias .................................................................19 1.8 Exemplos de RSSFs .......................................................................................20 1.8.1 BlueEyes® – FaberNovel (Bluetooth)...........................................................20 1.8.2 Smart Grid - GE Nucleos® Energy Manager (ZigBee) .................................22 1.8.3 SenseAware® – FedEX (GRPS)..................................................................23 Capítulo 2 – Localização .......................................................................................25 2.1 Os problemas para obter a localização ...........................................................25 2.2 Métodos de Localização..................................................................................25 2.2.1 Técnicas de Localização range-based .........................................................27 2.2.1.2 Time of Arrival (ToA) .................................................................................28 2.2.1.3 Time Difference of Arrival (TDoA) .............................................................29 2.2.1.4 Received Signal Strength Indicator (RSSI)................................................30 2.2.1.5 Angle of Arrival (AoA)................................................................................30 2.2.2 Técnicas de Localização range-free.............................................................31 2.2.2.1 Ad Hoc Positioning System (APS).............................................................31 2.2.2.2 Approximate Point in Triangulation (APIT) ................................................32 2.2.2.3 Localization Based on Multidimensional Scaling (MDS)............................34 2.2.2.4 Análise de Cena ........................................................................................34 2.2.2.5 Proximidade ..............................................................................................35 Capítulo 3 – Sistema de Localização Dinâmica - MyPlace ...................................36 3.1 Introdução .......................................................................................................36
  9. 9. vi 3.2 Requisitos........................................................................................................36 3.2.1 Requisitos Funcionais ...................................................................... 36 3.2.2 Seleção da Tecnologia para a RSSF ............................................... 36 3.2.3 Requisitos Não Funcionais............................................................... 37 3.3 Algoritmos .......................................................................................................38 3.4 Diagrama de Caso de Uso ..............................................................................38 3.5 Diagramas de Classes ....................................................................................39 3.6 Diagrama de Sequência..................................................................................41 3.7 Implementação................................................................................................42 3.8 Tecnologias Utilizadas.....................................................................................51 Capítulo 4 – Conclusões e Trabalhos Futuros ......................................................52 4.1 Introdução .......................................................................................................52 4.2 Os Problemas..................................................................................................52 4.2.1 Variável de Atenuação ..................................................................... 52 4.2.1 Trilateração ...................................................................................... 53 4.2 Trabalhos Futuros ...........................................................................................54 Bibliografia.............................................................................................................56 Apêndice A – Medições para Determinar a Variável de Atenuação......................61 A.1 Gráficos de Dispersão do RSSI metro a metro...............................................61 Apêndice B – Telas do Coletor.exe.......................................................................64 B.1 Gráficos de Dispersão do RSSI metro a metro...............................................64 Apêndice C – Telas do MyPlace.exe.....................................................................66 C.1 Telas do MyPlace ...........................................................................................66 Apêndice D – Medições Realizadas pelo Aplicativo..............................................69 D.1 Teste de Campo do MyPlace..........................................................................69 Apêndice E – Código Coletor.exe .........................................................................71 Apêndice F – Código MyPlace.exe .......................................................................75 Apêndice F – Equipamentos Usados ....................................................................90
  10. 10. 1 Introdução Uma pesquisa revelou que os americanos usam mais seus celulares inteligentes (smartphones) para pesquisar locais e direções, por meio de aplicativos Global Positioning System – GPS – do que para postar fotos nas redes sociais. O estudo, patrocinado pelo Facebook, mostra as dez atividades mais populares realizadas através dos smartphones entre os americanos. São elas: enviar e-mail (78%), ver o Facebook (70%), navegar na web (73%), achar rotas e direções (64%), jogar games (60%), pesquisar assuntos diversos (57%), compartilhar e postar fotos (53%), pesquisar estabelecimentos locais (46%), ler notícias (44%) e assistir a vídeos e à TV (37%). Segundo a pesquisa, 49% da população americana possui um smartphone, o que totaliza 155 milhões de pessoas. A estimativa é que, ao fim de 2013, chegue a 181 milhões de habitantes, 57% dos americanos. A projeção é de 68% em 2017 (International Data Corporation (IDC) , 2013). A utilidade de um sistema GPS disponível no smartphone é indiscutível, encontrar um local, o melhor caminho para o destino, conhecer outros locais na cidade ou no mundo com o auxílio de ferramentas como o Google Maps street view. Mas os benefícios do GPS ficam bastante limitados quando tentamos usá-lo num ambiente fechado quer porque não temos um mapa do local (problema esse tratado pelo Google Maps Indoor) quer porque o sinal de rádio frequência – RF – dos satélites não alcançam o GPS. E se esta funcionalidade estivesse disponível para os ambientes onde o GPS tradicional não funciona pelas razões já expostas? Esta seria uma ferramenta muito útil para um público de cerca 100 milhões de pessoas nos Estados Unidos onde estima-se que mais de 1.000 varejistas já usam algum tipo de localização indoor para análise e ou melhorar a experiência do consumidor na loja (The Wall Street Journal, 2013).
  11. 11. 2 Este é o foco deste trabalho, como disponibilizar os benefícios encontrados num GPS tradicional em um ambiente fechado através de uma rede de sensores sem fio. Organização do Texto O trabalho está organizado da seguinte forma: O capítulo 1 trata das principais características de uma Rede de Sensores de Sem Fio – RSSI – e quais as tecnologias de redes sem fio podem ser usadas para implementar uma infraestrutura de RSSI. Ainda no capítulo 1 são apresentados exemplos de sistemas de localização que utilizam estas tecnologias. O capítulo 2 aborda o problema para obter a localização com redes sem fio e quais são os principais métodos para resolver este problema. No capítulo 3 são apreasentados os requisitos funcionais e não funcionais, seleção da tecnologia utilizada como RSSI, diagramas, implementação e tecnologias utilizadas. Por fim no capítulo 4 são mostradas as conclusões do projeto bem como sugestões de trabalhos futuros.
  12. 12. 3 Capítulo 1 – Redes de Sensores Sem Fio 1.1 Introdução As redes de nós sensores ou simplesmente redes de sensores sem fio – RSSF – tornaram-se uma interface capaz de conectar o mundo físico ao mundo digital através da captura e conversão de fenômenos num tipo de informação capaz de ser processada e armazenada para que então ações relacionadas possam ser executadas, decisões sejam tomadas ou simplesmente para gerar uma base histórica e estatística que poderá servir a diversos propósitos. Esses sensores, integrados em diversos tipos de dispositivos, máquinas e ambientes têm um enorme potencial para produzir benefícios para a sociedade. Podem ser usados para os mais diversos fins como monitorar sistemas críticos de infraestrutura tais como fornecimento de água ou energia elétrica, meio- ambiente, tráfego, localização em ambientes indoor (fechados), localização de material num estoque, de equipamentos num hospital, de um bombeiro em um incêndio (Hui, et al., 2005), segurança patrimonial e pessoal, aumentar a produtividade, economizar recursos e viabilizar novas aplicações e tecnologias context-aware (cientes do contexto) (Dargie, et al., 2010). Estas aplicações podem utilizar sensores aplicados a ambientes outdoors (abertos) ou indoors. Diversas iniciativas, desde estudos acadêmicos como por exemplo o desenvolvido pelo MIT (MIT, 2011) até aplicações comerciais como o Smart Planet da IBM tem aplicado esta tecnologia (IBM, 2011). Sistemas de localização indoor têm se tornado muito populares em anos recentes. Estes sistemas fornecem uma nova camada de automação chamada automatic object location detection (detecção automática da localização do objeto). Existem muitas aplicações que dependem deste tipo de automação, como por exemplo, o First Responder Locator System (Worcester Polytechnic Institute, 2011) ou o SenseAware® (rastreador de encomendas) (Federal Express - FedEX, 2011).
  13. 13. 4 1.2 Estrutura Genérica das Redes de Sensores se Fio Uma Rede de Sensores sem Fio – RSSF pode ser definida sob diferentes enfoques. Pode ser vista como um tipo especial de rede móvel ad hoc, i.e. com aplicação específica, uma Mobile ad hoc Network – MANET (Rede Móvel ad hoc). Em uma rede tradicional, a comunicação entre os elementos computacionais é feita através de estações rádio base, que constituem uma infraestrutura de comunicação (Figura 1 (a)). Esse é o caso de uma rede Wi-Fi onde os elementos da rede se comunicam por meio de um Access Point – AP (ponto-de-acesso). Já em uma rede MANET os elementos trocam dados diretamente entre si (Figura 1 (b)). Do ponto de vista de organização, RSSFs e MANETs são idênticas, já que possuem elementos computacionais que se comunicam diretamente entre si através de enlaces de comunicação sem fio. No entanto, uma MANET tem como função básica fornecer um suporte à comunicação entre esses elementos computacionais, que individualmente, podem estar executando tarefas distintas. Por outro lado, RSSFs tendem a executar uma tarefa colaborativa onde os elementos, chamados sensores fornecem dados, que são processados ou consumidos por nós especiais chamados sink nodes (sorvedouros) (Loureiro, et al., 2011). (a) Rede com infraestrutura (b) Rede sem infraestrutura Figura 1 – Tipos de rede de comunicação de dados sem fio (Loureiro, et al., 2011) Uma RSSF é uma rede sem fio formada por um grande número de sensores pequenos e imóveis implantados em uma MANET para detectar e transmitir alguma característica física do ambiente. A informação contida nos sensores é agregada em uma base central de dados. Sob o enfoque de sistemas
  14. 14. 5 distribuídos uma RSSF pode ser definida também como uma classe particular de sistemas distribuídos, onde as comunicações de baixo nível não dependem da localização topológica da rede (Pereira, et al., 2003). 1.3 Componentes de uma RSSF As RSSFs possuem como elementos principais: o sensor, o observador e o fenômeno, definidos a seguir:  Sensor: é o dispositivo que implementa a monitoração física de um fenômeno. Um sensor produz uma resposta mensurável às mudanças em condições físicas, tais como temperatura, campo magnético e iluminação. Os dispositivos de detecção, geralmente, têm características físicas e teóricas diferentes. Muitos modelos de complexidade variada podem ser construídos baseados na necessidade da aplicação e nas características dos dispositivos. Na maioria dos modelos de dispositivos sensores a habilidade de detecção diminui com o aumento da distância do sensor em relação ao fenômeno e melhora com o aumento do tempo que o sensor fica exposto para coletar informações. A Figura 2 a seguir ilustra os componentes típicos de um sensor; Figura 2 – Componentes de um sensor (Gonçalves, et al., 2011)
  15. 15. 6 A Figura 3 a seguir exibe um exemplo de um sensor de fabricação da empresa Libelium e sua aplicação prática. (a) Aplicação do sensor que mede o consumo de energia elétrica (b) Unidade sensitiva (c) Unidade de processamento, energia e TX/RX Figura 3 – Exemplo de um sensor de energia elétrica (General Electric Company, 2011), (Libelium Comunicaciones Distribuidas S.L., 2011)  Observador: é o usuário final interessado em obter as informações disseminadas pela RSSF em relação a um fenômeno. Ele pode indicar interesses ou consultas para a rede e receber respostas destas consultas. Além disso, podem existir, simultaneamente, múltiplos observadores em uma RSSF;  Fenômeno: é a entidade de interesse do observador, que está sendo monitorada e cuja informação será analisada/filtrada pela RSSF. Além disso, múltiplos fenômenos podem ser observados concorrentemente em uma rede. Em uma RSSF típica, os sensores individuais apresentam amostras de valores locais (medidas) e disseminam informações, quando necessário, para outros sensores e eventualmente para o observador. As medidas realizadas pelos sensores são amostras discretas do fenômeno físico, sujeito a medidas precisas do sensor individual, assim como a localização com respeito ao fenômeno.
  16. 16. 7 A Figura 4 ilustra os elementos de uma RSSF por meio de um produto comercial da GE. Figura 4 – Elementos de uma RSSF (General Electric Company, 2011) 1.4 Características de uma RSSF As RSSFs apresentam características peculiares dependendo de sua área de aplicação:  Endereçamento dos nós: De acordo com a aplicação os nós poderão ser ou não endereçados. Por exemplo, sensores colocados em encomendas rastreadas por uma transportadora devem ser individualmente endereçados já que se deseja conhecer a localização exata da encomenda. Por outro lado sensores que monitoram um ambiente talvez não precisem ser individualmente endereçados já que o ponto de interesse é conhecer o valor de uma variável neste ambiente e não o valor sentido por um sensor em particular;  Agregação dos Dados: Diz respeito à capacidade de uma RSSF de consolidar e sumarizar dados coletados pelos sensores. Em uma RSSF com esta capacidade os dados coletados podem ser sumarizados ainda na rede, antes de serem enviados à estação base diminuindo a quantidade de mensagens que precisam ser transmitidas pela RSSF;
  17. 17. 8  Mobilidade dos sensores: Indica basicamente se os sensores podem ou não se mover em relação ao sistema em que estão coletando dados;  Restrições dos dados coletados: Neste caso refere-se a alguma restrição dos sensores para a coleta dos dados tal como um intervalo de tempo para disseminar seus valores para uma entidade de supervisão;  Quantidade de sensores (escalabilidade): RSSFs destinadas a monitoramento ambiental em oceanos e florestas podem conter milhares de sensores, logo escalabilidade é uma questão importante;  Limitação da energia disponível: Novamente dependendo da aplicação de uma RSSF seus sensores estarão localizados em áreas de difícil acesso a eles. Neste cenário o tempo de vida de um sensor pode depender da quantidade de energia disponível. Assim a escolha da aplicação, protocolos e algoritmos são diretamente afetados por esta característica;  Auto-organização da rede: A disponibilidade de sensores em uma RSSF pode ser comprometida pela da falta de energia do sensor ou por conta de outro evento como sua destruição física. Podem ficar incomunicáveis devido a problemas no canal de comunicação sem fio ou por decisão de um algoritmo de gerenciamento da rede para economizar energia ou por já existir outro sensor na região monitorada. Sensores inativos podem também despertar e ingressarem na RSSF. Qualquer que seja o caso é necessário mecanismos de auto-organização para que a rede continue a executar a sua função. Essa capacidade deve ser automática e periódica já que a configuração manual não é viável devido a problemas de escalabilidade e localização;  Tarefas colaborativas: O objetivo de uma RSSF não é apenas fornecer um sistema de comunicação, mas principalmente executar alguma tarefa colaborativa para detectar e estimar eventos de interesse. Devido às limitações das RSSFs, normalmente os dados são consolidados para melhorar o desempenho no processo de detecção de eventos. Este processo é dependente da aplicação que está sendo executada;
  18. 18. 9  Capacidade de responder a consultas: Uma consulta pode ser feita diretamente a um sensor ou a um grupo, dependendo da forma de endereçamento. Dependendo do grau de sumarização requerido pode não ser possível enviar a informação diretamente ao nodo sorvedouro. Assim pode ser necessário definir vários nós sorvedouros que irão coletar os dados em uma dada área e responderão as consultas referentes à sua região de atuação. 1.5 Comunicações em uma RSSF A comunicação em uma RSSF pode ser classificada em duas categorias: de aplicação e de infraestrutura. O protocolo de rede deve suportar estes dois tipos de comunicação:  Comunicação da aplicação: relaciona-se à transferência do dado monitorado (ou informação obtida dele) com o objetivo de informar ao observador algo sobre o fenômeno.  Comunicação de infraestrutura: refere-se à comunicação necessária para configurar, manter e aperfeiçoar a operação da RSSF. Essa comunicação é gerada pelos protocolos de rede e de enlace em resposta aos requisitos da aplicação ou aos eventos na RSSF. Mais especificamente, devido à natureza ad hoc das RSSFs, elas devem ser capazes de descobrir caminhos para outros sensores de interesse, para si próprios e para o observador, desconsiderando a mobilidade ou falha do sensor. A comunicação de infraestrutura é necessária para manter a rede funcional, assegurando a robustez da operação em ambientes dinâmicos e melhorando o desempenho global. Como a comunicação de infraestrutura representa o overhead do protocolo, é importante minimizar esta comunicação, assegurando que a rede possa suportar a comunicação da aplicação de forma eficiente. Em uma RSSF o meio físico precisa ser compartilhado por diversos sensores por isso um mecanismo de controle de acesso a este meio é necessário. No modelo de referência Open Systems Interconnection – OSI
  19. 19. 10 do Organisation Internationale de Normalisation – ISO este controle é de responsabilidade da camada chamada Enlace de Dados (Data Link). Esta camada por sua vez é dividida em duas outras camadas pelo padrão do The Institute of Electrical and Electronics Engineers – IEEE – em seu modelo de referência 802, a saber: Medium Access Control – MAC (Controle de Acesso ao Meio) e Logical Link Control – LLC (Controle Lógico de Enlace) (IEEE 802, 2001). Há trabalhos acadêmicos que propõem que um mecanismo de MAC seja desenhado especificamente para RSSF, com consumo de energia elétrica mais eficiente, um S-MAC – Sensor MAC (Ye, et al., 2002), (Ramakrishnan, et al., 2005). Entretanto, a exemplo do padrão IEEE 802.11 (IEEE 802.11, 2007) os padrões IEEE 802.15.1 (IEEE 802.15.1, 2005) e IEEE 802.15.4 referem-se a esta camada apenas como MAC (Farahani, 2008) conforme ilustrado pela Figura 5. Figura 5 – Comparação entre o RM-OSI e IEEE 802 (IEEE 802, 2001) A camada MAC e os protocolos que a compõem trabalham diretamente sobre a camada física e por isso assume o controle total sobre o meio físico. Sua principal tarefa é decidir quando um nó irá acessar o meio físico e resolver qualquer conflito entre os nós quando estes competem entre si pelo uso do meio físico. Também têm a responsabilidade de corrigir erros de comunicação que eventualmente ocorram na camada física e executam outras atividades como formar frames (quadros) para transmissão, endereçamento e controle de fluxo.
  20. 20. 11 A eficiência da RSSF em termos de consumo de energia elétrica também é afetada pela escolha do protocolo MAC. A energia no sensor não é apenas consumida quando este recebe e transmite dados, mas também quando este precisa verificar se pode usar o meio físico para transmitir seus dados (comunicação de infraestrutura), ou quando necessita retransmitir dados devido a colisões e transmissão de pacotes de controle para mencionar alguns (Dargie, et al., 2010). Muitas implementações de RSSF tem sido feitas sobre três padrões que seguem a recomendação do IEEE 802 e que têm tido boa aceitação no mercado: IEEE 802.11, IEEE 802.15.1 e o 802.15.4, descritos a seguir: 1.6 Tecnologias de Comunicação Empregadas em RSSFs Três tecnologias de redes sem fio foram estudadas com o objetivo de selecionar a tecnologia sobre a qual será desenvolvido um sistema de localização indoor: IEEE 802.11 WLAN – Wi-Fi, IEEE 802.15.1 WPAN – Bluetooth e IEE 802.15.4 WPAN – ZigBee, cujas principais características são apresentadas a seguir. 1.6.1 IEEE 802.11 WLAN – Wi-Fi Trata-se de um padrão de rede sem fio que pode operar na faixa de frequência conhecida como Industrial, Scientific and Medical – ISM (Industrial, Científico e Médico) de 2,4 GHz ou 5 GHz (Coleman, et al., 2009). O termo Wi-Fi significa “wireless fidelity” que é uma certificação fornecida pela entidade Wi-Fi Alliance cujo objetivo é garantir a compatibilidade entre dispositivos que usam a tecnologia IEEE 802.11 (Wi-Fi Alliance, 2011). Este padrão, também conhecido como Wireless Local Area Network – WLAN (Rede Local sem Fio) (Coleman, et al., 2009), tornou-se muito popular em anos recentes em locais públicos que oferecem acesso à Internet, chamados de hot spots e também nas empresas de maneira geral. Dependendo das revisões do padrão 802.11 (a,b,g e n) sua largura de banda pode alcançar 11, 54, 108, 150 Mbps. Testes realizados demonstraram que o padrão IEEE 802.11n pode chegar até 600 Mbps (AirMagnet, 2008) e ter um alcance de até 100 m.
  21. 21. 12 Este padrão pode operar em duas topologias diferentes:  MANET: Nesta topologia a comunicação entre os dispositivos ocorre diretamente entre eles (Figura 1 (a));  Infraestrutura: Nesta topologia a comunicação entre os dispositivos ocorre através de um terceiro dispositivo central e por meio deste conectam-se a uma infraestrutura de rede e obtêm acesso aos serviços fornecidos por esta rede (Figura 1 (b)); Diferentes tipos de dispositivos fazem uso deste tipo de rede sem fio tais como desktops, notebooks, PDA’s, telefones, leitores de código de barras e sensores entre outros; Nesta tecnologia de rede os dispositivos que se conectam diretamente uns aos outros e a uma infraestrutura de rede são chamados de client stations (estações cliente) e o dispositivo que conecta as client stations a uma infraestrutura de rede são chamados de access points – AP (ponto de acesso). Tipicamente um AP com um ou mais client stations conectados a ele constituem um basic service set – BSS (conjunto de serviços básicos). A área de cobertura de serviço de uma BSS é chamada de basic area service – BSA (área de serviços básicos); Um AP pode fazer parte de diferentes BSSs e também disponibilizar várias redes lógicas diferentes identificadas por um nome conhecido por service set identifier – SSID (identificador de serviços básicos). Esta informação identifica a qual rede lógica a client station irá conectar-se. A Figura 6 a seguir ilustra os componentes de uma rede Wi-Fi.
  22. 22. 13 Figura 6 – Componentes de uma rede Wi-Fi Um AP pode operar em pelo menos três diferentes modos:  Bridge: O AP é convertido em uma bridge (ponte) para conectar dois AP’s por meio de seus rádios;  Repeater: O AP é convertido num repeater (repetidor) entre outros dois AP’s;  Scanner: O AP é convertido num sensor para ser usado num wireless intrusion detection system – WIDS (sistema de detecção de intrusos sem fio). O padrão 802.11 inclui o gerenciamento de energia em suas especificações e seu objetivo é aumentar o tempo de vida da bateria. Isto é muito importante para dispositivos como smartphones, scanners e telefones Voice over Wi-Fi VoWi-Fi (voz sobre Wi-Fi). O padrão 802.11 tem dois modos de gerenciamento de energia. Outros modos de gerenciamento de energia foram adicionados com os padrões 802.11e e 802.11n respectivamente. 1.6.2 IEEE 802.15.1 WPAN – Bluetooth O Bluetooth foi criado com o objetivo de substituir o cabeamento necessário para interligar diferentes dispositivos localizados em uma pequena área, por isso é classificada como uma Personal Area Network – PAN (Rede de Área Pessoal). Este padrão também opera na faixa de frequência conhecida como
  23. 23. 14 ISM de 2,4 GHz. Sua largura de banda de 1 Mbps é menor que a do padrão Wi-Fi bem como seu alcance. Figura 7 – Personal Area Network – PAN (Kammer, et al., 2002) Por outro lado a quantidade de dispositivos eletrônicos que utilizam a tecnologia Bluetooth é impressionante: aparelhos de telefone celular, impressoras, notebooks, câmeras fotográficas digitais, painel de instrumentos de automóveis, consoles de videogames, televisores e etc. Além disso, os dispositivos Bluetooth suportam diversos serviços de rede além de TCP/IP. Tal como acontece com o padrão IEEE 802.11 que possuem um órgão certificador de aderência ao padrão, o padrão IEEE 802.15.1 também tem. Trata-se do Bluetooth SIG – Special Interest Group. Através deste órgão é possível certificar um produto que use esta tecnologia e usar sua logo marca (Bluetooth Special Insterest Group, 2011). Em uma rede Bluetooth todos os dispositivos são chamados de peers e identificados por seu endereço único de 48 bits. Um dispositivo pode ser configurado como mestre ou escravo. Um dispositivo atuando como mestre pode conectar-se simultaneamente a sete dispositivos atuando como escravos, formando assim uma rede piconet (Kammer, et al., 2002). O dispositivo mestre controla as transmissões e a sincronização entre eles. A topologia é definida de acordo com a funcionalidade dos dispositivos (Whitaker, et al., 2003) e podem ser classificadas da seguinte maneira:
  24. 24. 15  Piconet Simples: 1 dispositivo mestre e 1 dispositivo escravo; Figura 8 – Piconet Simples (Kammer, et al., 2002)  Piconet Multi-escravo: 1 dispositivo mestre e até 7 dispositivos escravos ativos e até 255 escravos sem modo stand-by. Os dispositivos escravos podem entrar no modo park para liberar a conexão com o dispositivo mestre permitindo assim que mais que 255 escravos possam se conectar a uma única rede piconet; Figura 9 – Piconet Multi-escravo (Kammer, et al., 2002)  Scatternet: Quando um dispositivo em uma rede piconet multi-escravo faz parte de outra rede piconet, integrando as duas redes, diz-se que temos uma topologia scatternet, situação esta em que um dispositivo mestre em uma rede atua como escravo na outra. Um dispositivo não pode atuar como mestre simultaneamente em duas redes piconets diferentes.
  25. 25. 16 Figura 10 – Scatternet (Kammer, et al., 2002) Aplicações desenvolvidas para dispositivos móveis que usam a tecnologia Bluetooth têm de lidar com o desafio do consumo de energia. Por serem móveis estes dispositivos utilizam baterias que precisam ser recarregadas com alguma frequência ou substituídas, eventualmente. Se o dispositivo Bluetooth usar muita energia isto pode ser um problema para a aplicação. Por esta razão o gerenciamento do consumo de energia é um aspecto importante que deve ser levado em consideração durante o desenvolvimento da aplicação. Para gerenciar o consumo de energia este padrão possui quatro modos de operação (Kammer, et al., 2002). 1.6.3 IEEE 802.15.4 WPAN – ZigBee Este padrão de rede sem fio opera nas faixas de frequência ISM de 868 MHz 915 MHz e 2,4 GHz. As larguras de banda suportadas por este padrão são 20, 40 e 250 kbps. Alcança tipicamente 10 m (IEEE 802.15.4, 2006), 75 m (Ergen, 2004) ou 100 m (Farahani, 2008). Esta tecnologia também tem um órgão certificador a exemplo das tecnologias anteriores. Trata-se do ZigBee Alliance. Por meio deste órgão é possível certificar um produto que use esta tecnologia e usar sua logo marca (ZigBee Alliance, 2011). Antes deste padrão ter sido desenvolvido a ZigBee Alliance trabalhou em uma tecnologia de comunicação de baixo custo para larguras de banda igualmente
  26. 26. 17 baixas e baixo consumo de energia elétrica. O IEEE e ZigBee Alliance por fim unificaram o padrão e ZigBee tornou-se o nome comercial da tecnologia IEEE 802.15.4. 1.6.3.1 Topologias Dependendo dos requisitos da aplicação, uma RSSF que adote esta tecnologia pode operar em qualquer uma das seguintes topologias: estrela ou ponto a ponto.  Estrela: Na topologia em estrela a comunicação é estabelecida entre os sensores e um controlador central único, chamado de coordenador da Personal Area Network – PAN. Um sensor tem tipicamente alguma aplicação associada a ele, e é o ponto de iniciação ou de terminação para as comunicações da RSSF. Um coordenador PAN também pode ter uma aplicação específica e ser utilizado para iniciar, terminar, ou encaminhar a comunicação na RSSF. O coordenador da PAN é o controlador primário da PAN. O coordenador da PAN pode muitas vezes ser eletricamente alimentado pela rede de infraestrutura, enquanto que os sensores provavelmente serão eletricamente alimentados por uma bateria. Aplicações que se beneficiam de uma topologia em estrela incluem automação doméstica, computadores pessoais (PC), periféricos, brinquedos, jogos e dispositivos de cuidados de saúde pessoal; Figura 11 – Topologia Estrela (IEEE 802.15.4, 2006)
  27. 27. 18  Ponto a ponto: Nesta topologia também há um coordenador PAN, no entanto, diferente da topologia estrela qualquer sensor pode comunicar-se com qualquer outro sensor, enquanto eles estão ao alcance um do outro. Aplicações como controle industrial e monitoramento, de ativos e controle de estoque, agricultura inteligente e segurança beneficiaria de uma RSSF com este tipo de topologia. Este tipo de topologia permite que uma RSSF implemente funcionalidades de self-organization (auto-organização) e self- healing (auto-correção). Também pode permitir o roteamento de mensagens através de múltiplos saltos a partir de qualquer sensor para qualquer outro sensor na RSSF. Tais funções podem ser adicionadas à camada superior, mas não fazem parte deste padrão (IEEE 802.15.4, 2006). Figura 12 – Topologia Estrela (IEEE 802.15.4, 2006) Uma rede ponto a ponto pode assumir diferentes formas a partir de restrições impostas sobre os sensores que podem se comunicar uns com os outros. Se não houver nenhuma restrição, a topologia ponto a ponto é conhecida como uma topologia mesh (malha). Outra forma de topologia ponto a ponto é a topologia em árvore, conforme ilustrado pela Figura 13 ou cluster-tree (agrupamento de árvores) (IEEE 802.15.4, 2006). Neste caso, um coordenador PAN estabelece a rede inicial. Sensores atuando como roteadores formam os ramos e transmitem as
  28. 28. 19 mensagens. Sensores finais atuam como folhas da árvore e não participam do roteamento de mensagens. Sensores roteadores podem expandir a RSSF para além da RSSF inicialmente estabelecida pelo coordenador PAN (Farahani, 2008). Figura 13 – Topologia Estrela (Farahani, 2008) 1.7 Comparações entre as tecnologias As redes sem fio de curto alcance podem ser divididas em duas categorias principais: Wireless Local Area Networks – WLANs (Redes Locais sem Fio) e Wireless Personal Area Networks – WPANs (Redes Pessoais sem Fio). A WLAN foi criada para substituir ou estender as redes cabeadas – Local Area Networks – LAN (redes locais) tal como a Ethernet – IEEE 802.3. Um dispositivo WLAN, geralmente um AP, pode ser conectado a uma LAN, e uma vez que a WLAN se torna parte da LAN esta segunda irá tratar a primeira como qualquer outro dispositivo cabeado. A WPAN, por outro lado, não foi desenvolvida para substituir as LANs. As WPANs foram criadas para fornecer os meios para comunicações sem fio com eficiência energética dentro do personal operating space – POS (espaço de atuação pessoal). WPANs são divididas em três classes: High-Rate – HR WPANs, Medium-Rate MR WPANs e Low-Rate LR WPANs. Um exemplo de uma HR-WPAN é o IEEE 802.15.3 com uma taxa de transferência de 11 a 55 Mbps. O IEEE 802.15.1
  29. 29. 20 com uma taxa de transferência de 1 a 3 Mbps é um exemplo de uma MR- WLAN e o IEEE 802.15.4 que trabalha com uma taxa de transferência de 250 Kbps é classificado como uma LR-WPAN (Farahani, 2008). Figura 14 – Comparação de características das tecnologias apresentadas (Farahani, 2008) 1.8 Exemplos de RSSFs Alguns exemplos de sistemas de localização para ambientes fechados que utilizam as tecnologias apresentadas. 1.8.1 BlueEyes® – FaberNovel (Bluetooth) A RATP, uma das maiores empresas de transporte público do mundo, patrocinou o desenvolvimento e experimento de uma ferramenta de localização interna para operar nas estações de metrô de Paris para inicialmente guiar pessoas com deficiência visual. Este sistema está sendo testado em cinco estações de metrô da cidade de Paris. O experimento foi agora expandido para outros perfis de usuário, incluindo os idosos, usuários de transportes ocasionais e turistas. O BlueEyes® usa uma RSSF onde os sensores são dispositivos Bluetooth. Estes sensores compõem um sistema de balizamento que emite sinais com um alcance de até 15 m com informações da sua própria localização e que são usados pelo aplicativo no telefone celular para determinar a localização do
  30. 30. 21 usuário. Estes sinais emitidos pelas balizas são chamados Bluetooth beacons (frames que mantêm a rede sincronizada ou indicam a existência de um dispositivo sem fio). Um web server é o responsável por armazenar informações de mapas e respectivas balizas utilizadas para a orientação do usuário. Nenhum outro equipamento específico é necessário. O aplicativo informa ao usuário a rota que deve seguir pelos corredores e salões de passageiros, da mesma forma como os motoristas são guiados por sistemas de GPS. O BlueEyes® atualmente não dá acesso a informações em tempo real. (FaberNovel, LLC, 2011). Para fazer uso desta ferramenta os usuários devem primeiro fazer o download do aplicativo para seu telefone celular. O usuário pode então programar sua viagem com antecedência (a partir de casa ou na rua), inserindo uma estação de partida e uma estação de destino. Logo que chegam à entrada da estação de partida, o usuário é identificado pelo sistema de orientação e recebe instruções através do seu telefone móvel. Ele é guiado passo-a-passo para seu destino final, recebendo orientações audívies e instruções visuais (setas de direção) cada vez que se encontra ao alcance de um Bluetooth beacon. Se o usuário cometer um erro, o sistema automaticamente o redireciona. O usuário pode reproduzir a mensagem do último beacon, se necessário. (RATP, 2009). Figura 15 – Arquitetura do BlueEyes® em alto nível (FaberNovel, LLC, 2011)
  31. 31. 22 1.8.2 Smart Grid - GE Nucleos® Energy Manager (ZigBee) Smart Grid é uma iniciativa e ao mesmo tempo uma plataforma tecnológica que pretende adicionar inteligência à forma como a energia elétrica é consumida. Diversos produtos têm sido desenvolvidos com este objetivo. O GE Nucleus® Energy Manager é um appliance desenvolvido para trabalhar integrado a uma RSSF composta por um medidor inteligente, eletrodomésticos integrados a sensores, que enviam informações de interesse desta aplicação sobre o consumo de energia, e eventualmente outros dispositivos móveis como smartphone que rodam o software de gerenciamento (General Electric Company, 2011). As Figuras 16 e 17 na página seguinte ilustram os componentes do GE Nucleus® Energy Manager. Figura 16 – Nucleus® da GE Gerenciamento de energia elétrica através de RSSF (General Electric Company, 2011) Figura 17 – Console de Gerenciamento do Nucleos® (General Electric Company, 2011)
  32. 32. 23 1.8.3 SenseAware® – FedEX (GRPS) SenseAware® é uma aplicação de rastreamento de cargas com capacidade para localizar a carga em ambiente internos e externos. Utiliza a infraestrutura da rede de telefonia celular para informar sua localização, através de GPRS ou SMS, que é obtida através de um GPS embutido no sensor. Enquanto a carga circula dentro das instalações da FedEX, o sensor é monitorado pela RSSF instalada nestes locais (Federal Express - FedEX, 2011). Por meio de uma aplicação o observador pode acompanhar o deslocamento da carga e através de outros sensores pode ainda saber se a embalagem foi aberta – unidade sensitiva de luz, a temperatura a que foi exposto – unidade sensitiva de temperatura, entre outros. Em resumo, o sensor permite saber não apenas onde a carga está, mas também como a carga “se sente”. A monitoração muito próxima do tempo real em que os eventos ocorrem permite que uma intervenção seja feita em algum ponto do transporte antes que o conteúdo da carga seja comprometido. Preparar, empacotar e despachar Monitoração e colaboração Receber e retornar o sensor Figura 18 – Processo de Monitoração (Federal Express - FedEX, 2011)
  33. 33. 24 Figura 19 – Console de Rastreamento e sensor Senseaware® (Federal Express - FedEX, 2011)
  34. 34. 25 Capítulo 2 – Localização Neste capítulo abordaremos o problema da localização e quais as principais técnicas comumente aplicadas para solucionar este problema. 2.1 Os problemas para obter a localização Modelar a propagação das ondas de rádio frequência não é tarefa fácil em um ambiente indoor devido ao efeito multipath (múltiplos caminhos), pouca probabilidade de se obter line-of-sight (LOS) (visada direta entre os dispositivos de rádio) e informações específicas do ambiente tais como layout do andar, objetos móveis e as várias superfícies reflexivas que podem existir no local. Ainda não há uma técnica considerada boa para modelar o efeito multipath num ambiente indoor. À exceção do uso da triangulação tradicional, algoritmos de localização que usam análise de cena ou proximidade são desenvolvidos para mitigar erros de medição. Estes três tipos de algoritmos possuem vantagens e desvantagens únicas, por isso usar mais de um tipo deles ao mesmo tempo pode produzir melhores resultados. 2.2 Métodos de Localização As relações espaciais entre os sensores e os fenômenos que eles monitoram são parte fundamental da informação que um sensor fornece. Sem saber a posição de um sensor, suas informações revelam apenas uma parte da história. Por exemplo, sensores implantados em uma floresta com o objetivo de avisar sobre a ocorrência de incêndios serão muito mais úteis se forem capazes de informar onde está acontecendo o incêndio. O conhecimento da localização exata é fundamental para atividades tais como: roteamento baseado em informações geográficas, rastreamento de objetos e serviços location-aware (ciente da localização) e de localização. Localização é a tarefa necessária para determinar as coordenadas físicas de um sensor ou um grupo de sensores. Esta atividade compreende um conjunto de técnicas e mecanismos que permitem a um sensor estimar a sua própria localização com
  35. 35. 26 base em informações coletadas a partir da região em que o sensor se encontra. A localização de um sensor pode ser expressa como uma métrica global ou relativa. Métricas globais são usadas para localizar sensores dentro de um sistema global de referência, tais como as coordenadas de longitude e latitude métricas fornecidas pelo Global Positioning System – GPS (Sistema de Posicionamento Global) ou com as zonas e faixas de latitude fornecidas pelo Universal Transverse Mercator – UTM (Sistema Universal de Mercator). Em contraste, as métricas relativas são baseadas em sistemas de coordenadas arbitrárias como, por exemplo, a localização de um sensor expressa como a distância entre ele e outros sensores sem qualquer relação com um sistema global de referência. Estas são informações de localização física. Outras aplicações como, por exemplo, sistemas de localização interna podem requerer apenas uma localização simbólica tal como “lanchonete”, “Quilômetro 10 da rodovia SP-141” ou “banheiro”. Em uma RSSF pode ser inviável que todos os sensores tenham conhecimento de sua localização global por isso muitas RSSFs contém um subconjunto de sensores que conhecem sua localização global. Estes sensores são chamados de âncoras e são usados pelos outros sensores para obterem suas localizações. As técnicas de localização que se baseiam em sensores âncoras são chamadas de anchor-based localization (localização baseada em âncora) enquanto que as que não são baseadas em âncoras são chamadas de anchor- free localization (localização livre do uso de âncora). Um grande número de técnicas de localização é baseado em técnicas de medição da distância, i.e. estimativa da distância entre diversos sensores. Estas técnicas, chamadas de range-based (baseadas na medição da distância) requerem que os sensores monitorem características mensuráveis tais como, por exemplo, a potência do sinal de rádio (Dargie, et al., 2010).
  36. 36. 27 2.2.1 Técnicas de Localização range-based O fundamento de várias técnicas de localização é a estimativa da distância entre dois sensores. As estimativas são obtidas através da medição de determinadas características dos sinais trocados entre dois sensores tais como tempo de propagação do sinal, sua potência e ângulo de chegada. A medição da distância pode ser feita por meio de métodos conhecidos como triangulação e trilateração.  Triangulação – Esta técnica faz uso das propriedades geométricas dos triângulos para estimar a localização dos sensores. A triangulação baseia- se na obtenção de ângulos a partir dos quais formará triângulos justapostos ou sobrepostos. Pelo menos duas linhas de orientação e a localização dos sensores âncoras ou a distância entre eles são necessárias para determinar a localização de um sensor num espaço bidimensional (Dargie, et al., 2010); Figura 20 – Ângulo estimado com base em dois sensores âncora (Holger, et al., 2005)  Trilateração – No caso da trilateração é necessário estimar as distâncias até os sensores âncoras cujas posições são conhecidas (Trilateration Method, 2010). Dada a localização de um sensor âncora e a sua distância até o sensor (que pode ser obtida através dos métodos RSSI, ToA e TDoA explicados adiante neste capítulo (Holger, et al., 2005)) cuja localização se pretende obter é sabido que o sensor deve estar localizado em algum ponto da circunferência do circulo cujo centro é a posição do sensor âncora. A distância entre eles é igual ao raio desta circunferência. Em um espaço bidimensional são necessárias medições de distâncias de pelo menos três
  37. 37. 28 sensores âncoras que não estejam arranjados linearmente, ou seja, é necessária a intersecção de três círculos (Dargie, et al., 2010). Figura 21 – Trilateração com base em três sensores âncora (Holger, et al., 2005) 2.2.1.2 Time of Arrival (ToA) O conceito por detrás da técnica Time of Arrival – Tempo de Chegada (ToA) é que a distância entre o emissor e o receptor de um sinal pode ser determinado usando a medição do tempo de propagação do sinal e a velocidade conhecida do sinal. Por exemplo, as ondas sonoras viajam a uma velocidade de 343 m/s (em 20º C), portanto, um sinal sonoro leva aproximadamente 30 ms para viajar a distância de 10 m. Em contraste, um sinal de rádio viaja na velocidade da luz (aproximadamente 300 km/s) e portanto precisa de apenas aproximadamente 30 ns para viajar 10 m. Por isso medições feitas com base em ondas de rádio necessitam de relógios com grande precisão, aumentando o custo e a complexidade de uma RSSF. O método one-way (sentido único) ToA mede o tempo de propagação entre o momento de envio do sinal e o momento de chegada deste mesmo sinal, ilustrado na Figura 22 (a) na página seguinte, por isso requer uma sincronização altamente precisa entre os relógios do emissor e do receptor do sinal.
  38. 38. 29 (a) (b) Figura 22 – Comparação das técnicas ToA one-way e two-way (Dargie, et al., 2010) Por isso o método two-way (sentido duplo) ToA é preferível. Neste caso o tempo de ida e volta do sinal é medido no emissor do sinal Figura 22 (b) acima. Observe que no método one-way o receptor calcula sua localização enquanto que no método two-way o emissor é quem calcula a localização do receptor. Portanto, uma terceira mensagem será necessária no método two-way para informar ao receptor a sua localização (Dargie, et al., 2010). 2.2.1.3 Time Difference of Arrival (TDoA) A técnica Time Difference of Arrival – Diferença entre o tempo de chegada (TDoA) usa dois sinais que viajam em velocidades diferentes, como ilustrado na Figura 23 na página seguinte. O receptor é capaz então de determinar sua localização semelhantemente ao método ToA. Por exemplo, o primeiro sinal poderia ser um sinal de rádio (emitido em t1 e recebido em t2, seguido por um sinal acústico imediatamente ou algum intervalo de tempo depois. Esta técnica não requer que os relógios dos sensores, emissor e receptor, sejam sincronizados e podem obter medições bem precisas. A desvantagem do TDoA é a necessidade de dispositivos adicionais para enviar os dois sinais, por exemplo, um microfone e um alto-falante no caso do exemplo mencionado.
  39. 39. 30 Figura 23 – Técnicas TDoA (Dargie, et al., 2010) Uma variação desta técnica é a utilização de um único sinal, para estimar a localização do emissor, recebido por vários receptores com suas respectivas localizações conhecidas. O tempo que o sinal demora em alcançar cada receptor depende da distância entre o emissor e cada receptor. Uma análise correlacional pode então fornecer o tempo de viagem do sinal até os receptores. Sua principal desvantagem é que os relógios dos receptores devem estar rigorosamente sincronizados (Dargie, et al., 2010). 2.2.1.4 Received Signal Strength Indicator (RSSI) A técnica baseada no Received Signal Strenght Indicator – RSSI (Indicador de Potência do Sinal Recebido) baseia-se no conceito de que um sinal perde potência na medida em que se propaga. Esta é uma característica comum encontrada em dispositivos de rede e pode ser usado para medir a amplitude do sinal de rádio recebido. Os drivers de muitas placas de redes sem fio informam o RSSI, entretanto seu significado pode variar de fabricante para fabricante e não existe padronização dos fabricantes para os valores de RSSI e os respectivos níveis de sinal indicados. (Dargie, et al., 2010). 2.2.1.5 Angle of Arrival (AoA) A técnica Angle of Arrival – AoA (Ângulo de Chegada) consiste em determinar a direção da propagação do sinal, normalmente usando um conjunto de
  40. 40. 31 antenas ou microfones. O AoA é ângulo entre a direção da propagação e alguma referência de direção conhecida como “orientação”. Por exemplo, diversos sensores podem ser espalhados por um ambiente e todos eles receberão o mesmo sinal, em momentos distintos e as diferenças do tempo de chegada do sinal em cada receptor, suas amplitudes e fases serão usados para determinar uma estimativa do ângulo de chegada, o qual por sua vez será usado para determinar a localização de um sensor. Apesar de ser possível obter uma precisão da ordem de poucos graus o hardware necessário para empregar esta tecnologia pode aumentar o tamanho e encarecer significativamente o custo do sensor (Dargie, et al., 2010). 2.2.2 Técnicas de Localização range-free Diferentemente das técnicas apresentadas antes que procuram determinar a distância entre os sensores por meio de técnicas de medição (ToA, TDoA, RSSI e AoA) e, portanto, pertencem à classe dos algoritmos de localização range-based. Existem, entretanto outras técnicas que procuram determinar a localização dos sensores a partir das informações de conectividade e não da medição de distâncias ou ângulos. Estas técnicas são chamadas de range-free (não baseados na distância). As técnicas de localização range-free não requerem hardware adicional e são, portanto, uma alternativa com melhor custo-benefício em relação aos métodos range-based (Dargie, et al., 2010). 2.2.2.1 Ad Hoc Positioning System (APS) O Ad Hoc Positioning System APS (Sistema de Posicionamento com Finalidade Específica) é um exemplo de método de localização baseado em conectividade distribuída que estima a localização dos sensores com a ajuda de pelo menos três sensores âncoras. Maior precisão da localização é alcançada com uma quantidade correspondentemente maior de sensores âncoras. Neste método os sensores âncoras divulgam sua localização para todos os outros sensores da rede usando o conceito de distance vector DV – (Vetor de Distância) por meio do qual os sensores da rede periodicamente trocam suas tabelas de roteamento com seus vizinhos mais próximos, a um hop (salto) de distância (Dargie, et al., 2010).
  41. 41. 32 2.2.2.2 Approximate Point in Triangulation (APIT) O Approximate Point in Triangulation – APIT (Aproximação de um Ponto por Triangulação) é um exemplo de método de localização area-based range-free (baseado na área e sem medição de distância). Similar ao APS, o APIT funciona a partir de vários sensores ancoras que conhecem sua própria localização com o auxilio de um GPS, por exemplo. Qualquer combinação de três sensores âncoras forma uma região triangular e a presença de um sensor dentro ou fora desta região permite a um sensor determinar sua provável localização. O passo chave na localização APIT é o teste Point In Triangulation – PIT (ponto na triangulação) que permite que um sensor determine o conjunto de triângulos dentro dos quais o sensor se encontra. Após o sensor M ter recebido de um grupo de sensores âncoras mensagens com informações de localização, este sensor avalia todos os possíveis triângulos formados pelos sensores âncoras. Um sensor estará fora de um dado triângulo ABC formado pelos sensores âncoras A, B e C, se houver outro sensor adjacente a M que esteja simultaneamente mais longe ou mais próximo dos pontos A, B e C. Caso contrário M estará dentro do triângulo ABC que poderá ser adicionado ao conjunto de triângulos no qual M está inserido. Este conceito é ilustrado na Figura 24. Figura 24 – Estimativa de localização com base na intersecção de triângulos dos sensores âncoras (Dargie, et al., 2010) Infelizmente um teste PIT perfeito é inviável uma vez seria necessário que os sensores pudessem se mover em qualquer direção. Entretanto um teste APIT
  42. 42. 33 pode ser usado em redes com uma densidade suficiente de sensores. A ideia é simular o movimento dos sensores no teste PIT perfeito usando informações da vizinhança que é trocada entre os sensores via beacons. Por exemplo, a força do sinal entre os sensores e um sensor âncora pode ser usada para estimar qual sensor está mais próximo do sensor âncora. Então, se nenhum sensor vizinho do sensor M está mais distante ou mais próximo dos três sensores âncoras A, B e C simultaneamente, M assume que está dentro do triângulo. A Figura 25 ilustra este conceito. No grafo da esquerda o sensor M tem quatro sensores vizinhos que não se encontram simultaneamente mais próximos ou distantes de qualquer um dos três sensores âncoras. Portanto, o sensor M conclui que está dentro do triângulo ABC. A situação é diferente no grafo da direita no qual o vizinho 4 está mais próximo de todos os três sensores âncoras do que o sensor M, enquanto que o sensor 2 está mais distante dos sensores âncoras do que o sensor M, portanto, o sensor M conclui que deve estar fora do triângulo ABC. Porém, este método pode levar o sensor a conclusões erradas porque o número de sensores vizinhos que podem ser avaliados é finito. Por exemplo, na Figura 25 o grafo da esquerda, se a força do sinal do sensor 4 indicar que ele está mais distante do sensor âncora B do que o sensor M, talvez por conta de um obstáculo entre o sensor âncora B e o sensor 4, o sensor M concluiria estar fora do triângulo ABC. Ao final do teste APIT uma posição estimada pode ser calculada com o centro de gravidade da intersecção de todos os triângulos nos quais M esteja inserido (Dargie, et al., 2010).
  43. 43. 34 Figura 25 – Exemplos de cenários do teste APIT (Dargie, et al., 2010) 2.2.2.3 Localization Based on Multidimensional Scaling (MDS) Multidimensional scaling – MDS (escala multidimensional) tem sua origem na psicometria e psicofísica, trata-se de um conjunto de técnicas de análise de dados que exibem a estrutura dos dados de distância como uma figura geométrica. Aplicada à localização o MDS pode ser usado em técnicas centralizadas de localização, onde um dispositivo com grande capacidade de processamento, como uma estação rádio base, coleta informações da rede, determina a localização dos sensores e divulga esta informação de volta para a rede. A rede é representada como um grafo não direcionado de n sensores (m < n que são sensores âncoras e que conhecem sua própria localização) e as arestas representam as informações de conectividade. Dadas as distâncias entre todos os pares de sensores, a meta do MDS é preservar a informação de distância de tal forma que a rede possa ser recriada num espaço multidimensional. O resultado do MDS será uma versão do layout original da rede (Dargie, et al., 2010). 2.2.2.4 Análise de Cena O método análise de cena refere-se aos tipos de algoritmos que inicialmente coletam as características peculiares dos sinais de rádio, i.e. fingerprints (impressões digitais) para um local específico e depois as combina com
  44. 44. 35 medições online realizadas neste mesmo local. O RSSI, por exemplo, é uma característica usada comumente para análise de cena. Location fingerprinting (identificação do local) refere-se às técnicas que combinam o fingerprint de alguma característica do sinal que é peculiar de um local específico. Há duas fases no location fingerprinting: offline e online. Durante o estágio offline um estudo do local (site survey ou treinamento) é realizado no local. As coordenadas e suas identificações bem como as respectivas medições do RSSI próximas dos sensores âncoras são coletadas. Depois, durante a fase online uma técnica de localização usa o RSSI observado neste momento e o RSSI coletado na fase anterior para estimar a localização. O maior desafio desta técnica é que o RSSI pode ser afetado pela difração, reflexão e scattering (espalhamento) existente nos ambientes indoor. Existem pelo menos cinco algoritmos de localização baseados no fingerprinting que utilizam o padrão de reconhecimento do local: métodos probabilísticos, k- nearest-neighbor – kNN, redes neurais, support vector machine – SVM e smallest M-vertex polygon – SMP (Hui, et al., 2005). 2.2.2.5 Proximidade Esta técnica utiliza informação simbólica realtiva a locais específicos do ambiente. Normalmente depende de uma densidade grande de sensores âncora cada qual tendo uma posição bem conhecida. Quando um sensor móvel é detectado por mais de um sensor âncora o sensor móvel é considerado na região do sensor âncora que recebeu o RSSI mais forte. Este método é relativamente simples de implementar e pode ser implementado sobre diferentes tipos de meios físicos. Em particular, os sistemas que usam infravermelho – IR e identificação por rádio frequência (RFID) são frequentemente baseados neste método. Outro exemplo é o método cell identification – Cell-ID (identificação de célula) ou cell of origin – COO (célula de origem). Este método baseia-se no fato de que redes celulares móveis podem identificar a localização aproximada de um dispositivo móvel ao identificar qual célula o dispositivo está usando num determinado instante.
  45. 45. 36 Capítulo 3 – Sistema de Localização Dinâmica - MyPlace 3.1 Introdução O MyPlace é uma aplicação que determina a localização de dispositivos móveis (sensores móveis) através de uma RSSF e pode ser usado como parte de um sistema de localização indoor empregado para auxiliar a movimentação de pessoas, localização de objetos ou ainda fornecer informações tais como a localização de uma loja, de sanitários, a proximidade de uma escada ou de elevadores. 3.2 Requisitos 3.2.1 Requisitos Funcionais  A aplicação deve ser capaz de indicar a localização física do sensor móvel usando como referência sensores âncora instalados no ambiente em que se pretende que a localização seja realizada.  A localização deve ser exibida em um mapa e ser atualizada à medida que o equipamento ou o usuário se movimenta no local.  A localização deve ser possível sem que seja necessário que a aplicação no sensor móvel conecte-se, por um enlace de rádio, a qualquer um dos sensores âncora. 3.2.2 Seleção da Tecnologia para a RSSF Para a compor a infraestrutura da RSSF foram avaliadas três tecnologias: Bluetooth, ZigBee e WiFi, cujas características estão descritas no capítulo 1 deste trabalho. As seguintes características presentes em cada uma destas tecnologias foram usadas para compará-las e então selecionar qual delas seria mais apropriada para este trabalho:
  46. 46. 37 Tabela 1 – Características Comparadas para Seleção da Tecnologia (A Software Framework for Application Development using ZigBee Protocol, 2009)  Consumo de Energia – Embora o consumo de energia no Wi-Fi seja maior que no ZigBee e Bluetooth, embora importante não é proibitivo;  Alcance – O alcance limitado do Bluetooth praticamente inviabiliza sua aplicação;  Escalabilidade – ZigBee e Wi-Fi permitem um crescimento dos nós âncoras bastante grande. O crescimento da quantidade de dispositivos Bluetooth aumenta muito a complexidade da infraestrutura;  Facilidade de Desenvolvimento – Este item diz respeito à disponibilidade de ferramentas, compiladores, exemplos e suporte ao desenvolvimento;  Capilaridade – A maioria dos ambientes fechados já possui um ou mais Access Points – AP – Wi-Fi. 3.2.3 Requisitos Não Funcionais  A infraestrutura para a RSSF deve ser composta de pelo menos três sensores âncora (APs) padrão IEEE 802.11 WLAN – Wi-Fi. O sensor móvel deve ter uma interface de rede padrão IEEE 802.11.  O protótipo desta aplicação foi escrita em C# e compatível com os sistemas operacionais: Microsoft Windows XP SP 3, Windows Vista e Windows 7. Para obter a informação do RSSI foi usada a biblioteca Managed Wifi API
  47. 47. 38 (Monfort Software Engineering, 2007) que por sua vez usa a Native Wifi API (Microsoft Corporation). O método de localização usado deve ser o da trilateração com uso do RSSI como informação para obter a localização do objeto dentro área de atuação da RSSF. Para a aplicação da trilateração devem ser usados três sensores âncora, instalados não linearmente, em uma topologia de infraestrutura e cuja localização física é conhecida a priori. A localização deverá ser obtida na forma de um par ordenado (x, y) usado para indicar a posição estimada do equipamento em um mapa em escala que represente área de interesse da RSSF como um plano cartesiano. 3.3 Algoritmos Na classe LeRssi lemos 10 amostras de RSSI, classificamos estas amostras através do logaritmo Insertion Sort de complexidade de tempo O(n2 ). Na classe CalcPos basicamente temos cálculos sem laços ou repetições. 3.4 Diagrama de Caso de Uso O diagrama de caso de uso é apresentado na Figura 26. Ator Usuário: Consulta sua posição, i.e. a do equipamento em que é executado o aplicativo.
  48. 48. 39 Figura 26 – Diagrama de Caso de Uso Ator Sensor Âncora (1, 2 e 3): Fornece o sinal RSSI que será usado pelo aplicativo para calcular sua própria posição. 3.5 Diagramas de Classes O diagrama de classes é apresentado na Figura 27. O aplicativo é composto por três classes:  Classe MyPlace/Form – Esta classe cria o objeto formulário que inicia a aplicação, carrega o mapa sobre o qual se pretende exibir a localização do sensor móvel. Principais Métodos: o openToolStripMenuItem_Click – Permite selecionar o mapa que será usado. o IniciarLocToolStripMenuItem_Click – Exibe o mapa carregado na tela e inicia o processo recursivo de localização do sensor móvel. Recebe de LeRssi.listBSS() o RSSI de três sensores. Envia para CalcPos.calcPos(): a variável de atenuação do ambiente (path loss exponent), o valor da atenuação do RSSI a um metro do sensor móvel e os valores de RSSI por sensor âncora âncoras para o
  49. 49. 40 cálculo da localização do sensor móvel. Por fim recebe a localização dos sensores âncoras na forma de um par ordenado (x, y).  Classe leRSSI – Esta classe lê uma quantidade específica de amostras com o valor do RSSI de cada um dos sensores âncora e seleciona o melhor sinal, i.e. o mais frequente em relação a cada um dos sensores âncora; Principais Métodos: o listBSS() – Procura por 3 sensores âncoras com o BSS MyPlace, obtém 10 amostras de RSSI de cada um deles e armazena num vetor; o ordenaAmostrasPorRSSI() – Classifica os valores das amostras de RSSI; o obtemModa() – Conta quantas vezes um valor de RSSI ocorre no vetor; o ordenaAmostrasPorCont() – Classifica os valores das amostras de por sua quantidade de ocorrências;  Classe calcPos – A partir do sinal obtido por leRSSI, esta classe converte o sinal em metros e calcula a posição do sensor móvel na forma de um par ordenado (x, y). Principal Método: o CalcPos() – Recebe a variável de atenuação do ambiente, o valor da atenuação do RSSI a um metro do sensor móvel e os valores de RSSI por sensor âncora âncoras para o cálculo da localização do sensor móvel. A partir destas informações calcula a posição do sensor móvel e devolve sua coordenada na forma de um par ordenado (x, y).
  50. 50. 41 Figura 27 – Diagrama de Classes 3.6 Diagrama de Sequência O diagrama de sequência é apresentado na Figura 28. Figura 28 – Diagrama de Sequência
  51. 51. 42 3.7 Implementação Um desafio peculiar para desenvolver este trabalho é obter os valores do RSSI a partir da interface de rede sem fio visto que há pouca documentação que explique como usar as APIs do Windows para interagir com a interface de WLAN. Uma biblioteca fácil de usar é a Advanced WiFi-Manager provida pela Nicomsoft (Nicomsoft Ltd.), entretanto ela foi descontinuada. Por esta razão optamos por usar a biblioteca Managed Wifi API (ikonst, 2010) que usa a Native Wifi API disponível no Microsoft Windows desde as versões XP SP2 e Vista. Para obter a posição do sensor móvel utilizando a trilateração é necessário determinar sua posição em relação a posição de cada sensor âncora. Esta informação é obtida a partir da leitura do RSSI proveniente de cada um dos sensores âncoras. O RSSI de cada sensor âncora é então convertido para metros e com esta informação a trilateração pode determinar a posição do objeto móvel. Quando não existe nenhum obstáculo entre o sensor âncora e o objeto móvel, o RSSI é inversamente proporcional ao quadrado da distância, d, pela lei do inverso do quadrado da distância. RSSI  d-2 (1) Entretanto num ambiente real o RSSI varia em uma taxa mais rápida ou mais lenta conforme as características peculiares do ambiente. RSSI  d-n (2) Onde n é a variável de atenuação. Uma relação simplificada entre RSSI e distância para o caso de uma medição de referência de um metro é a seguinte: RSSI(d) (dBm) = A – 10n x log10(d) (3) Onde A = RSSI em dBm a um metro de distância, n é a variável de atenuação e d é a distância entre o sensor âncora e o objeto móvel. Para uma aplicação real os valores de A e n podem apenas ser obtidos empiricamente (Pu, et al., 2011). Por esta razão é realizada inicialmente uma fase de treinamento ou site survey para obter a variável n de atenuação para o ambiente da RSSF. Esta fase de
  52. 52. 43 treinamento consiste em observar o valor do RSSI emitido pelo sensor âncora a intervalos de 1 metro. Quanto maior a quantidade de amostras e o intervalo de observação melhor poderemos observar o comportamento da RF naquele local, por isso para esta fase de treinamento foi escrito um programa (coletor.exe) para auxiliar na coleta dos valores de RSSI x distância. As amostras coletadas são gravadas num arquivo texto coleta.txt, para posterior tabulação no Microsoft Excel. A figura 29 exibe a tela do programa coletor. Este programa permite selecionar os sensores âncoras através de seu SSID ou nome de rede. Identifica ainda seu MAC address, importante para conhecer cada sensor âncora individualmente pois sua posição física é fundamental para os cálculos de distância. É possível ainda determinar a que distância aquela amostra foi tomada, quantas amostras serão tomadas e qual o intervalo de tempo entre cada amostra. Figura 29 – Tela do coletor.exe A partir da coleta realizada foi possível determinar o valor mais frequente do RSSI: a) A um metro de distância;
  53. 53. 44 b) A intervalos de um metro de distância em visada livre (LOS – line-of- sight), i.e. sem obstáculos. c) Calcular o valor da variável de atenuação do ambiente. Ainda que cada um dos sensores âncora sejam do mesmo modelo e fabricante não é possível garantir que cada um deles transmita o sinal de RF da mesma maneira, o procedimento acima foi realizado para cada um dos sensores âncora para determinar em cada caso qual é seu correspondente valor da variável de atenuação. Os gráficos de dispersão para as coletas de RSSI dos três sensores âncora realizados nesta fase de treinamento são apresentados no apêndice A. Estes gráficos demonstram o comportamento da RF num ambiente fechado e como os fenômenos da reflexão, difração e dispersão (Santi, 2005) afetam a leitura do RSSI dificultando o estabelecimento de uma relação simples RSSI x distância. Figura 30 – Fenômenos que afetam a RF O impacto desta dificuldade é observado no cálculo da variável de atenuação usada para calcular a distância a partir do RSSI. As tabelas a seguir demonstram a inconsistência obtida no cálculo da variável de atenuação a partir dos valores de RSSI coletados. Para tentar obter um valor consistente com a variação da distância as amostras coletadas foram tabuladas de duas maneiras diferentes: média aritmética simples e maior frequência.
  54. 54. 45 Valores de RSSI Tabulados pelo valor médio n empiricamente observado m B0487AABDA36 F81A6795CD98 F4EC38D0D762 RSSI n RSSI n RSSI n 1 -26 0 -28 0 -26 0 2 -33 7 -42 14 -33 7 3 -31 2 -43 1 -32 1 4 -34 3 -47 4 -34 2 5 -38 4 -46 1 -44 10 6 -34 4 -48 2 -41 3 7 -40 6 -43 5 -40 1 8 -43 3 -49 6 -42 2 9 -42 1 -47 2 -41 1 10 -44 2 -48 1 -43 2 11 -41 3 -44 4 -43 0 Tabela 2 – Valor médio de RSSI por metro Figura 31 – Valor médio de RSSI por metro -60 -50 -40 -30 -20 -10 0 1 2 3 4 5 6 7 8 9 10 11 Valores de RSSI Tabulados pela média B0487AABDA36 RSSI F81A6795CD98 RSSI F4EC38D0D762 RSSI
  55. 55. 46 Valores de RSSI Tabulados pela maior frequência n empiricamente observado m B0487AABDA36 F81A6795CD98 F4EC38D0D762 RSSI n RSSI n RSSI n 1 -23 0 -27 0 -25 0 2 -33 10 -39 12 -31 6 3 -31 2 -43 4 -31 0 4 -35 4 -45 2 -33 2 5 -37 2 -47 2 -43 10 6 -33 4 -47 0 -41 2 7 -39 6 -43 4 -41 0 8 -43 4 -49 6 -41 0 9 -41 2 -45 4 -41 0 10 -43 2 -47 2 -43 2 11 -41 2 -45 2 -43 0 Tabela 3 – Valor mais frequente de RSSI por metro Figura 32 – Valor mais frequente de RSSI por metro O propósito de usar dois métodos para coletar o valor de RSSI foi observar qual destes dois métodos produziria o melhor resultado em função do tempo. Como a variável de atenuação do ambiente é calculada em função do RSSI lido de cada sensor âncora, esta variável também terá um valor diferente também para cada sensor âncora, conforme demonstrado a seguir: -60 -50 -40 -30 -20 -10 0 1 2 3 4 5 6 7 8 9 10 11 Valores de RSSI Tabulados pela maior frequência B0487AABDA36 RSSI F81A6795CD98 RSSI F4EC38D0D762 RSSI
  56. 56. 47 RSSI valor médio n calculado com a fórmula para Path Loss m B0487AABDA36 F81A6795CD98 F4EC38D0D762 n m n m n m 1 0 1 0 1 0 1 2 2,33 2 4,65 2 2,33 2 3 1,05 3 3,14 3 1,26 3 4 1,33 4 3,16 4 1,33 4 5 1,72 5 2,58 5 2,58 5 6 1,03 6 2,57 6 1,93 6 7 1,66 7 1,77 7 1,66 7 8 1,88 8 2,33 8 1,77 8 9 1,68 9 1,99 9 1,57 9 10 1,80 10 2,00 10 1,70 10 11 1,44 11 1,54 11 1,63 11 Tabela 4 – Valor de n calculado com base no valor médio de RSSI/metro Figura 33 – Valor de n calculado com base no valor médio de RSSI/metro 0 1 2 3 4 5 1 2 3 4 5 6 7 8 9 10 11 n calculado com a fórmula para Path Loss para RSSI valor médio B0487AABDA36 F81A6795CD98 F4EC38D0D762 Log. (B0487AABDA36) Log. (F81A6795CD98) Log. (F4EC38D0D762)
  57. 57. 48 RSSI maior frequência n calculado com a fórmula para Path Loss m B0487AABDA36 F81A6795CD98 F4EC38D0D762 n M n m n m 1 0 1 0 1 0 1 2 3,32 2 3,99 2 1,99 2 3 1,68 3 3,35 3 1,26 3 4 1,99 4 2,99 4 1,33 4 5 2,00 5 2,86 5 2,58 5 6 1,29 6 2,57 6 2,06 6 7 1,89 7 1,89 7 1,89 7 8 2,21 8 2,44 8 1,77 8 9 1,89 9 1,89 9 1,68 9 10 2,00 10 2,00 10 1,80 10 11 1,73 11 1,73 11 1,73 11 Tabela 5 – Valor de n metro calculado com base no valor mais frequente de RSSI/metro Figura 34 – Valor de n calculado com base no valor mais frequente de RSSI/metro Observa-se que quando n é calculado a partir do valor mais frequente de RSSI é possível gerar uma linha de tendência logarítmica discretamente melhor do que quando usamos o valor médio de RSSI, por esta razão utilizamos o método do valor mais frequente para coletar os valores de RSSI no momento de convertê-los de volta para metros para então obtermos a localização do sensor móvel. 0 1 2 3 4 5 1 2 3 4 5 6 7 8 9 10 11 n calculado com a fórmula para Path Loss para RSSI maior frequência B0487AABDA36 F81A6795CD98 F4EC38D0D762 Log. (B0487AABDA36) Log. (F81A6795CD98) Log. (F4EC38D0D762)
  58. 58. 49 A varíavel de atenuação foi obtida aplicando a lei do inverso do quadrado com a seguinte formula: (4) Onde n é a variável de atenuação, Pr(d) é o RSSI informado pelo sensor âncora, expresso em dBm, medido na distância d até o sensor móvel; d0 geralmente é medido a 1 metro de distância. Depois que Pr(d0) é obtido o sensor móvel é colocado em outros locais para encontrar n para cada um destes locais. Após obter obtido a variável de atenuação n a seguinte fórmula é usada para converter o RSSI, obtido pelo sensor móvel, em metros: (5) Para realizar uma prova de conceito foi utilizado um local com cerca 60 m2 em que 3 APs foram estratégicamente instalados para servirem como sensores âncoras e cuja localização era conhecida. O mapa com as localizações estão no Apêndice D. Em seguida definiram-se 10 posições neste local onde o sensor móvel seria colocado (posição real) e o aplicativo executado para obter sua localização (posição calculada) e os resultados anotados (tabela do apêndice D). Em cada posição o aplicativo era executado com o sensor móvel colocado em quatro posições diferentes, norte, sul, leste e oeste. O melhor resultado, i.e. aquele que apresentou as coordenadas calculadas mais próximas das coordenadas reais, dentre as quatro medições foi selecionado para compor o gráfico da figura 34 a qual exibe o resultado produzido pelo aplicativo identificando o local real do sensor móvel e o local calculado pela aplicação. Neste gráfico cada par ordenado x, y representa a posição real do sensor móvel se azul e a posição calculada pelo sensor móvel se vermelha. Para
  59. 59. 50 facilitar a comparação entre a posição real e calculada os pares ordenados foram identificados por uma letra minúscula. Por exemplo, os dois pares ordenados “f” referem-se respectivamente à posição real do sensor móvel e a posição que o sensor móvel calculou estar. Figura 35 – Comparação da posição real e calculada para o sensor móvel Posição Real Posição Calculada Erro x y x y metros 7 1 1 4 7 3 6 3 5 1 6 11 5 5 6 13 8 12 6 2 13 16 11 13 3 20 11 22 12 2 27 11 28 10 2 26 3 20 5 6 24 3 21 4 9 22 5 19 6 3 Tabela 6 – Coordenadas reais, calculadas e erro
  60. 60. 51 Observou-se durante os testes de campo que, não apenas as características de cada sensor âncora afetam de maneira diversa o cálculo da variável de atenuação, mas também a direção em que o sensor móvel realiza a medição do RSSI. O Apêndice D contém uma tabela com todas as medições realizadas durante o teste de campo com os diferentes valores obtidos para o RSSI em uma mesma distância em função da posição em que o sensor móvel realizava a medição. O programa realiza a leitura de 10 de amostras de RSSI de cada sensor âncora e então seleciona o valor com a maior frequência. São estes valores que são usados para calcular a distância do sensor móvel até cada sensor âncora e então com a aplicação da trilateração estimar sua localização. 3.8 Tecnologias Utilizadas O Sensor Móvel foi desenvolvido num equipamento HP G42 Notebook PC, Intel ® Core™ i5 CPU M 460 @ 2,53GHz, RAM 3 GB, 64 Bits. O software foi desenvolvido com os seguintes software:  Microsotf ® Windows 7 Home Basic ©  CodePlex Managed Wifi API  Microsoft Native Wifi API  Microsoft Visual Studio 2010 Premium  Microsoft Visual C# 2010 Para os Sensores Âncoras foram usados 3 roteadores wireless TP-Link modelo TL-WR941ND (N 300Mbps).
  61. 61. 52 Capítulo 4 – Conclusões e Trabalhos Futuros 4.1 Introdução A localização dinâmica de objetos baseada em RSSF, em locais fechados, pode ser muito útil e se prestar a diversas aplicações, entretanto, sua dependência de uma infraestrutura de sensores, quando baseada em uma infraestrutura de rede wireless (WLAN WiFi), pode tornar o investimento tão alto, devido a escalabilidade necessária, que a solução se torna economicamente inviável. Por esta razão o objetivo deste trabalho foi apresentar uma proposta de aproveitamento da infraestrutura de rede wireless (WLAN WiFi) existente como uma infraestrutura de RSSF para prover as informações necessárias para determinar a localização de um sensor móvel. Sua principal vantagem reside no fato de que os sensores móveis não precisam estar conectados aos sensores âncoras para obter sua posição reduzindo assim o custo da infraestrutura da rede wireless (WLAN WiFi) e aumentando sua escalabilidade. 4.2 Os Problemas Durante o desenvolvimento deste trabalho encontramos algumas dificuldades resumidas a seguir:  Variável de atenuação (path loss);  Trilateração. 4.2.1 Variável de Atenuação Presumimos um comportamento uniforme e constante para a variável de atenuação, mas durante a implementação do trabalho constatamos que esta consideração não é válida para ambientes reais onde esta variável pode e de fato muda subitamente devido a influência de próprio ambiente tais como pessoas circulando entre o sensor móvel e os sensores âncoras.
  62. 62. 53 De fato modelar o comportamento do sinal de RF tem sido historicamente uma das tarefas mais dificeis para os projetistas de redes sem fio (Santi, 2005). Portanto, esta característica da propagação da RF em um ambiente fechado impõem a necessidade de uma modelagem mais precisa do que aquela usada neste trabalho. Para tratar este problema verificamos métodos diferentes de tabulação para encontrar uma relação direta do valor de RSSI x distância: média aritmética simple e maior frequência do valor de RSSI por distância. Usamos a frequência. Ainda assim os valores coletados e tabulados não apresentaram uma curva logarítmica perfeita da atenuação, i.e. a atenuação calculada não é uniforme devido aos fenômenos já mencionados. A polarização da antena dos dispositivos móveis também agrava a situação visto que mudando a direção destes, ainda que no mesmo local, a medição do RSSI sofre alterações significativas que impactam a precisão dos cálculos. Uma das soluções encontradas foi a aplicação de uma heurística. Ela consiste em um valor diferente de RSSI e da variável de atenuação (threshold), obtida na tabulação inicial também, a partir de uma certa distância para compensar esta distorção da medição do RSSI. E isso para cada sensor âncora diferente. A escolha do threshold foi feita a partir da observação da curva de atenuação do RSSI e de n (tabela 5 e figura 33). Com isso conseguimos melhorar o resultado do programa. 4.2.1 Trilateração No caso da trilateração o algoritmo implementado presume que sempre haverá uma interscção perfeita dos circulos formados pelos três sensores âncora o que na prática não é verdade. O que observamos é que se o valor de RSSI obtido e convertido para metros for um sinal ruim, que não representa bem a distância entre o sensor âncora e o sensor móvel, poderemos ter uma situação em que não exista a intersecção dos 3 círculos que é condição sine qua non para o algoritmo.
  63. 63. 54 Também neste caso adotamos uma heurística para garantir que sempre haja uma intersecção entre os círculos formados pelos sensores. Figura 36 – Situações que a heurística evita A heurística basicamente não admite valores para as distâncias entre os sensores que sejam maiores que os limites do ambiente de testes. A partir das coordenadas dos sendores, que presume-se estejam localizados não linearmente e nos extremos do ambiente, é calculada a distância máxima entre o sensor móvel e os sensores âncoras de modo a garantir a intersecção dos círculos. 4.2 Trabalhos Futuros Para o tratamento do problema com a variável de atenuação sugerimos a aplicação de filtros estatísticos tais como os filtros de Kalman e a aplicação de métodos matemáticos como o método dos mínimos quadrados para melhor estimação dos valores de RSSI (Azenha, et al., 2010). Já para tratar o problema da trilateração sugerimos a adição de sensores âncoras adicionais e consequentemente a mudança do algoritmo para usar matrizes. Do ponto de vista de aplicações, seria bastante útil que os parâmetros do ambiente para os cálculos fossem obtidos a partir de um web service. O mesmo se aplica ao mapa do ambiente no qual a aplicação permite a
  64. 64. 55 localização dos sensores móveis. Esta aplicação pode ainda ser integrada com um sistema context-aware (ciente do contexto) e ser portada para dispositivos móveis, smartphone ou tablet. Esta aplicação pode ser usada em campanhas de venda e ou para auxiliar pessoas a se localizar em shopping centers, escolas, terminais rodoviários e estações de trem ou metrô. Além dos mapas ajudas audíveis podem estar disponíoveis para auxiliar a mobilidade de pessoas com algum tipo de deficiência visual. Traçar rotas para destinos específicos nestes ambientes fechados e fornecer informações contextualizadas ao longo da rota podem ser fornecidas tais como: elevadores, sanitários, equipamentos de segurança, telefones públicos, comércio, ofertas, hora, temperatura entre outras.
  65. 65. 56 Bibliografia A Software Framework for Application Development using ZigBee Protocol. Bastin, Savarimuthu Tony Roy, Bruce, Morgan e Maryam, Purvis. 2009. Number 2009/03, Dunedin : University of Otago - Department of Information Science, 2009. ISSN 1177-455X. AirMagnet. 2008. 802.11n Primer. WLAN Design, Security and Analysis. [Online] Fluke Networks, 5 de Agosto de 2008. http://www.airmagnet.com/assets/whitepaper/WP-802.11nPrimer.pdf. Azenha, Abílio, Peneda, Luis e Carvalho, Adriano. 2010. IECON 2010 - 36th Annual Conference on IEEE Industrial Electronics Society. IEEE Xplore. [Online] 7-10 de 11 de 2010. [Citado em: 27 de 03 de 2013.] http://ieeexplore.ieee.org. Bluetooth Special Insterest Group. 2011. Bluetooth. Bluetooth SIG. [Online] Bluetooth SIG, 2011. [Citado em: 20 de Outubro de 2011.] http://www.bluetooth.com/Pages/Basics.aspx. Coleman, David D. e Westcott, David A. 2009. Certified Wireless NetWork Administrator Official Study Guide. Indiana : Wiley Publishing Inc., 2009. 978-0- 470-43890-9. Dargie, Waltenegus e Poellabauer, Christian. 2010. Fundamentals of wireless sensor networks : theory and practice. Chichester : John Wiley & Sons Ltd., 2010. 978-0-470-99765-9. Dargie, Waltenegus e Schill, Alexander. 2009. Scientific Commons: Building the Senceive System (2010), 2010-02-27 [Waltenegus Dargie, Alexander Schill]. Scientific Commons. [Online] 17 de Abril de 2009. [Citado em: 28 de Agosto de 2011.] http://en.scientificcommons.org/55059786. Delicato, Flávia, et al. 2003. Middleware Orientado a Serviços para Redes de Sensores sem Fio. Campus Virtual Cruzeiro do Sul - Blackboard Cruzeiro do Sul. [Online] 8 de Dezembro de 2003. [Citado em: 14 de Outubro de 2011.] http://bb.cruzeirodosulvirtual.com.br/. Ergen, Sinem Coleri. 2004. Suman Banerjee Web page. Universitie of Wisconsin-Madison - Department of Computer Sciences. [Online] 10 de September de 2004. [Citado em: 29 de February de 2012.] http://pages.cs.wisc.edu/~suman/courses/838/papers/zigbee.pdf. FaberNovel, LLC. 2011. BlueEyes Projets parallèles. BlueEyes. [Online] FaberNovel, LLC, 2011. [Citado em: 26 de Outubro de 2011.] http://www.blueeyes.fr/. Farahani, Shahin. 2008. ZigBee Wireless Networks and Transceivers. Burlington : Elsevier Ltd., 2008. 978-0-7506-8393-7.
  66. 66. 57 Federal Express - FedEX. 2011. SenseAware. SenseAware. [Online] Federal Express - FedEX, 2011. [Citado em: 21 de Outubro de 2011.] http://www.senseaware.com/. General Electric Company. 2011. Energy Monitor, Home Energy Monitors | GE Nucleus. Nucleus . [Online] General Electric Company, 2011. [Citado em: 27 de Outubro de 2011.] http://www.geappliances.com/home-energy- manager/index.htm. Gonçalves, Prof. Paulo André da S., Dias, Gustavo Neves e Pessôa Filho, Joaquim. 2011. Tópicos Especiais em Computação. Campus Virtual Cruzeiro do Sul - Blackboard Cruzeiro do Sul. [Online] Universidade Federel de Pernambuco, Universidade Federal do Rio de Janeiro e Universidade Cruzeiro do Sul, 2011. [Citado em: 28 de Outubro de 2011.] http://bb.cruzeirodosulvirtual.com.br/. Holger, Karl e Willig, Andreas. 2005. Protocols and architectures for wireless sensor networks. West Sussex : John Wiley & Sons Ltd, 2005. 978-0-470- 09510-2. Hui, Liu, et al. 2005. Survey of Wireless Indoor Positioning Techniques and Systems. School of Information Sciences | University of Pittsburgh. [Online] 27 de Setembro de 2005. [Citado em: 17 de Março de 2011.] http://www.sis.pitt.edu/~dtipper/2011/Survey1.pdf. IBM. 2011. IBM - Smarter Planet - United States. IBM Welcome to a smarter planet. [Online] IBM, 2011. [Citado em: 17 de mARÇO de 2011.] http://www.ibm.com/smarterplanet/us/en/?ca=v_smarterplanet. IEEE 802. 2001. 802 IEEE Standard for Local and Metropolitan Area Networks: Overview and Architecture. IEEE - The world's largest professional association for the advancement of technology. [Online] Institute of Electrical and Electronics Engineers, 2001. [Citado em: 29 de February de 2012.] http://standards.ieee.org/getieee802/download/802-2001.pdf. IEEE 802.11. 2007. IEEE Std 802.11™-2007, Telecommunications and information exchange between systems--LANs and MANs--Specific requirements--Part 11: WLAN MAC and PHY Specifications. IEEE - The world's largest professional association for the advancement of technology. [Online] 12 de Junho de 2007. [Citado em: 25 de Março de 2011.] http://standards.ieee.org/getieee802/download/802.11-2007.pdf. IEEE 802.15.1. 2005. IEEE Std 802.15.1™ - 2005, Part 15.1: Wireless medium access control (MAC) and physical layer (PHY) specifications. IEEE - The world's largest professional association for the advancement of technology. [Online] 14 de June de 2005. [Citado em: 24 de February de 2012.] http://standards.ieee.org/getieee802/download/802.15.1-2005.pdf. IEEE 802.15.4. 2006. Part 15.4: Wireless Medium Access Control (MAC) and Physical Layer (PHY) Specifications for Low-Rate Wireless Personal Area Networks (WPANs). IEEE - The world's largest professional association for the
  67. 67. 58 advancement of technology. [Online] Institute of Electrical and Electronics Engineers, 2006. [Citado em: 29 de February de 2012.] http://standards.ieee.org/getieee802/download/802.15.4-2006.PDF. ikonst. 2010. Managed Wifi API. CodePlex. [Online] Microsoft Corporation, 01 de 2010. [Citado em: 10 de 12 de 2012.] http://managedwifi.codeplex.com/. International Data Corporation (IDC) . 2013. Case Studies. IDC. [Online] International Data Corporation (IDC) , 29 de 03 de 2013. [Citado em: 12 de 12 de 2013.] www.idc.com/prodserv/custom_solutions/download/case_studies/PLAN- BB_Always_Connected_for_Facebook.pdf. Kammer, David, et al. 2002. Bluetooth Application Developer’s Guide: The Short Range Interconnect Solution. . Rockland : Publishing, Inc, 2002. 1- 928994-42-3. Libelium Comunicaciones Distribuidas S.L. 2011. Libelium - Wireless Sensor Networks - ZigBee - Smart Cities. Libelium Comunicaciones Distribuidas Web site. [Online] Libelium Comunicaciones Distribuidas S.L., 2011. [Citado em: 15 de 10 de 2011.] http://www.libelium.com/products/waspmote/. Loureiro, Antonio A.F., et al. 2011. Redes de Sensores Sem Fio. SensorNet. [Online] CNPq e grupos de pesquisa em Computação Móvel, Robótica Móvel e Comunicação Sem Fio da UFMG e UFPE., 2011. [Citado em: 22 de Agosto de 2011.] http://www.sensornet.dcc.ufmg.br/publica/pdf/179_Loureiro_Nogueira_Ruiz_Mi ni_Nakamura_Figueiredo.pdf. Microsoft Corporation. About the Native Wifi API. MSDN - Microsoft Developer Network. [Online] Microsoft Corporation. [Citado em: 23 de Março de 2013.] http://msdn.microsoft.com/en-us/library/ms705969.aspx. MIT. 2011. MIT SENSEable City Lab. MIT SENSEable City Lab. [Online] MIT – Massachusetts Institute of Technology, 2011. [Citado em: 17 de Março de 2011.] http://senseable.mit.edu/. Monfort Software Engineering. 2007. CodePlex Project Hosting for Open Source Software. CodePlex. [Online] Microsoft Corporation, 14 de Outubro de 2007. [Citado em: 23 de Março de 2013.] http://managedwifi.codeplex.com. Neves, Ricardo Vilar. 2008. http://dspace.c3sl.ufpr.br:8080/dspace. Universidade Federal do Paraná. [Online] 2008. [Citado em: 15 de Março de 2012.] http://dspace.c3sl.ufpr.br/dspace/bitstream/handle/1884/15657/RICARDO%20V ILAR%20NEVES_CorrigidoFinal.pdf?sequence=1. Nicomsoft Ltd. Advanced WiFi-Manager. Nicomsoft. [Online] Nicomsoft. [Citado em: 23 de 03 de 2013.] http://www.nicomsoft.com/products/wifi- manager/advanced/.

×