Mejoras en el algoritmo de posicionamiento en interiores mediante sensores RGB-D y redes Wifi

• Jaime Duque Domingo ^[1] ; Carlos Cerrada ^[1] ; Enrique Valero ^[2]
  1. [1] Universidad Nacional de Educación a Distancia

     Universidad Nacional de Educación a Distancia

     Madrid, España

     
  2. [2] Heriot-Watt University

     Heriot-Watt University

     Reino Unido

     
• Localización: XXXIX Jornadas de Automática: actas. Badajoz, 5-7 de septiembre de 2018 / coord. por Inés Tejado Balsera, Emiliano Pérez Hernández, Antonio José Calderón Godoy, Isaías González Pérez, María Pilar Merchán García, Jesús Salvador Lozano Rogado, Santiago Salamanca Miño, Blas Manuel Vinagre Jara, 2018, ISBN 978-84-9749-756-5, págs. 945-950
• Idioma: español
• Títulos paralelos:
  • Improvement of the In-Door Positioning System Based on RGB-D Sensors and Wifi Networks
• Enlaces
  • Texto completo
• Resumen
  • español

    En este trabajo se presenta una mejora a un algoritmo de posicionamiento en interiores previamente desarrollado por los autores. Dicho algoritmo obtiene la posición de diversas personas que se mueven libremente en un entorno habitado compuesto de distintas habitaciones. El algoritmo tiene en cuenta tanto el posicionamiento mediante visión artificial como el posicionamiento mediante redes WiFi, combinando la información proveniente de ambos sistemas para aumentar la precisión. La mejora propuesta en este artículo hace referencia a una limitación del algoritmo en cuanto a que el número de personas detectadas por los sensores RGB-D tiene que ser igual al número de personas detectadas mediante WiFi. La mejora permite que dicho número no tenga que coincidir, lo cual puede ser habitual en escenarios donde un usuario no sea detectado por uno de los dos métodos. Además, también se simplifica el método de colocación de sensores RGB-D en el escenario.

  • English

    This paper presents an improvement of an indoor positioning algorithm previously developed by the authors. This algorithm obtains the position of several people whomove freely in an inhabited environment composed of different rooms. The algorithm takes into account computer vision positioning and WiFi positioning, combining the information from both systems to increase accuracy. The improvement proposed in this article refers to a limitation of the algorithm by which the number ofpeople detected by RGB-D sensors has to be equal to the number of people detected by WiFi. The improvement allows working with different number of people in each system, which can be common in scenarios where a user is not detected by one of the methods. Besides, the improvement also simplifies the method of placement of RGB-D sensors in the scenario.