English español
Search
 

Repositorio de la Universidad de Oviedo. > Trabajos académicos > Trabajos Fin de Máster >

Please use this identifier to cite or link to this item: http://hdl.handle.net/10651/18123

Title: Cooperative and multisensor indoor location system
Author(s): Marrón Monteserín, Juan José
Advisor: Fernández Lanvin, Daniel
González Rodríguez, Bernardo Martín
Keywords: Localización en interiores
Dispositivos móviles
Android
Reconocimiento de actividades,
Adquisición de datos
Múltiples sensores,
Computación móvil
Issue date: 22-Jul-2013
Series/Report no.: Máster Universitario en Ingeniería Web
Abstract: El seguimiento de personas en situaciones de movimiento en interiores es a día de hoy uno de los retos más importantes para dispositivos de navegación personal y en aplicaciones para sistemas globales de navegación. La capacidad de seguir y reconocer de forma exacta el comportamiento y las secuencias de actividades que llevan a cabo las personas, supondría un crecimiento significante en las posibilidades y utilidad del conjunto de aplicaciones basada en localización, especialmente en entornos de interiores. El objetivo de este trabajo de investigación es implementar y evaluar un conjunto de algoritmos que permitan el seguimiento ubicuo de los movimientos que los humanos realizamos en el interior de edificaciones utilizando únicamente sensores integrados en los dispositivos móviles de última generación como smartphones o tablets. El diseño de estos algoritmos está basado en dos fuentes de información: por una lado el concomimiento biomecánico y de las secuencias de movimiento que el cuerpo humano produce en la realización desplazamientos cotidianos como andar y subir o bajar escaleras. Por otro lado el reconocimiento de patrones en los datos recogidos por los sensores; ya que ciertos eventos que los usuarios realizan en interiores como giros en esquinas o el uso de ascensores, producen huellas identificables en el conjunto de valores adquiridos. La evaluación de nuestro sistema de seguimiento muestra buenos niveles de exactitud en los algoritmos que detallan las actividades una vez identificadas y resultados aceptables en la compleja tarea de clasificar correctamente entre las posibles actividades. Nuestras propuestas en el tratamiento de las señales recogidas a partir de los múltiples sensores integrados en gran variedad de dispositivos portables, permiten aumentar su funcionalidad siendo capaces de reconocer automáticamente entre un conjunto de actividades humanas y de crear rutas de seguimiento de los movimientos de los humanos en escenarios de interiores.
Description: This Master’s thesis was carried out partly at Department of Computer Science and Engineering at University of South Florida (Tampa ,USA) and partly at the Department of Computer Science at University of Oviedo (Asturias, SPAIN).
URI: http://hdl.handle.net/10651/18123
Appears in Collections:Trabajos Fin de Máster

Files in This Item:

File Description SizeFormat
TFM_JuanJoséMarrónMonteserín.pdfMemoria2,21 MBAdobe PDFView/Open
TFM_AndroidSensorAPI.pdf1,01 MBAdobe PDFView/Open
TFM_Presentation.pdfPresentación2,07 MBAdobe PDFView/Open


Exportar a Mendeley


This item is licensed under a Creative Commons License
Creative Commons

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Base de Datos de Autoridades Biblioteca Universitaria Consultas / Sugerencias