Academic literature on the topic 'Localizzazione indoor'

Le tecnologie smart retail sono in grado di migliorare l’esperienza di shopping dei clienti, unendo la dimensione fisica con quella digitale, fornendo servizi di vendita al dettaglio superiori e personalizzati, consentendo un’interazione con i clienti in tempo reale. Ciò consente ai rivenditori di acquisire nuove funzionalità in termini di monitoraggio, controllo, ottimizzazione e autonomia. Lo scopo di questo lavoro di tesi, svolto in collaborazione con l’azienda TomWare è quello di esplorare nuove soluzioni di smart retail, al fine di fornire al cliente servizi e soluzioni moderne ed aggiornate. Il sistema proposto si dovrà inserire in una realtà di mercato che sta cambiando, soprattutto nel contesto della grande distribuzione, in cui il cliente è largamente autonomo nelle sue scelte all’interno dello spazio retail. Questo lavoro di tesi è organizzato nel seguente modo: A questa introduzione, segue il Capitolo 1, dove si parla dell’Internet of Things e dello Smart Retail. In seguito, nel Capitolo 2 si propone una panoramica delle principali tecnologie attuali per la progettazione del sistema di smart retail. Segue il Capitolo 3, dove si descrive il comportamento del cliente nell’ambiente e gli scenari in cui si propongono tipicamente installazioni di sistemi di smart retail, descrivendo dettagliatamente i componenti che ne fanno parte e le loro funzionalità. Il Capitolo 4 parla della possibile alternativa di implementazione, la tecnologia Wi-Fi, descrivendo anche le soluzioni e i prodotti integrati dall’azienda TomWare. Il Capitolo 5, si esamina nel dettaglio la tecnologia prescelta per la realizzazione del progetto, il Bluetooth low energy implementato nei Beacon. Infine, troviamo le Conclusioni relative lavoro svolto e i successivi possibili sviluppi futuri, che potrebbero migliorare l’attuale sistema di smart retail in costruzione.

La tesi si colloca nel topic degli algoritmi di localizzazione indoor, in particolare riguarda lo sviluppo di una libreria Android che permette l'implementazione di algoritimi indoor svincolandosi dalle tecnologie e dall'architettura utilizzata. La suddetta libreria è in grado di stimare l'ambiente (outdoor o indoor) in cui lo smartphone si trova e di conseguenza restituire, attraverso l'utilizzo di un algoritmo specificato, la correlata posizione dell'utente.

Le grandi catene di distribuzione, per sviluppare strategie commerciali sempre più efficaci, sono interessate a comprendere il percorso che ogni cliente effettua all’interno del punto vendita, che reparti visita, il tempo di permanenza in un’area specifica ecc… Quindi è stato necessario trovare un sistema per localizzare e tracciare un cliente all’interno di un ambiente chiuso (indoor position). Prima di tutto ci si è concentrati sulla ricerca e sviluppo di una nuova idea che potesse superare gli ostacoli delle soluzioni attualmente in commercio. Si è pensato di sostituire le tessere punti del punto vendita con delle tessere bluetoothLE e di creare un sistema di posizionamento al chiuso utilizzando la stessa logica di funzionamento del GPS per gli ambienti aperti. Il ricevitore è la tessera BLE posseduta dal cliente e i satelliti sono tre device Android dotati di un’app specifica per rilevare il segnale radio (RSSI) emesso dalla tessera ogni secondo. Le rilevazioni dei tre device Android sono successivamente trasferite all’interno di una web application che si occupa di elaborare i dati tramite il processo di trilaterazione. L’output sono le coordinate x,y di ciascuna tessera in ogni secondo di visita all’interno del punto vendita. Questi dati sono infine utilizzati per mostrare graficamente il percorso effettuato dal cliente, l’orario di ingresso e di uscita e il tempo di permanenza. Riepilogando, il progetto comprende una fase di ricerca e intuizione di una nuova idea, una fase di progettazione per traslare i meccanismi del funzionamento GPS all’utilizzo in un ambiente chiuso, una fase di implementazione dell’app e della web application e infine una fase di sperimentazioni sul campo che si concluderà dopo la laurea con test reali in un supermercato della zona.

Questo elaborato studia e analizza il comportamento di tre algoritmi di base per quanto riguarda la localizzazione indoor e in particolare la tecnica del fingerprint. L'elaborato include l'analisi di come l'eterogeneita dei dispositivi possa influenzare gli algoritmi e la loro accuratezza nel produrre il risultato. Si include inoltre l'analisi dello stato dell'arte la progettazione e lo sviluppo di un'applicazione Android e di un web service. L'illustrazione dei test effettuati e le considerazioni finali concludono la tesi.

Il mapping di grandezze fisiche risulta estremamente importante, essendo in grado di fornire un adeguato supporto per la localizzazione e il monitoraggio di parametri ambientali sensibili. Nel caso indoor, in assenza di un sistema di localizzazione di riferimento analogo al GPS per il caso outdoor, sfruttando appieno le potenzialità della sensoristica a bordo degli smartphone, si è fatto progressivamente strada il mapping di grandezze fisiche quali, ad esempio, il segnale Wi-Fi e il campo magnetico terrestre. In questo caso il mapping, senza richiedere alcuna infrastruttura e coadiuvato dall'utilizzo di dispositivi portatili largamente diffusi ad uso quotidiano, rappresenta una soluzione relativamente recente ridefinibile come Mobile Crowd Sensing. Il MCS rappresenta un nuovo paradigma di servizio, volto a sfruttare l'interconnettività tra dispositivi portatili per effettuare misurazioni di caratteristiche ambientali in maniera automatizzata, aggregandole in un sistema cloud usufruibile ad una vasta comunità. Tuttavia , il considerevole flusso di dati generato, la variabilità temporale delle grandezze di interesse e il rumore insito nelle misurazioni costituiscono problematiche fondamentali per l'utilizzo e la gestione delle misurazioni effettuate. Per tali motivi l'attività di tesi ha previsto i seguenti obiettivi: (i) fornire una panoramica delle principali tecniche e tecnologie di localizzazione volta a motivare l'importanza del mapping di grandezze fisiche ambientali; (ii) individuazione di grandezze fisiche appetibili per la creazione di mappe affidabili e realizzabili nei contesti applicativi più disparati, sfruttando risorse già presenti nell'ambiente; (iii) sviluppo di un algoritmo statistico in grado di fornire una stima accurata dell'andamento spaziale della grandezza di interesse attraverso un numero limitato di misurazioni, mantenendo la compatibilità con processi MCS e una bassa complessità computazionale. L’algoritmo sviluppato è stato validato attraverso simulazioni e misurazioni svolte in ambienti reali. In particolare, prove sperimentali sono state effettuate nell’arena Vicon nei laboratori DEI dell’Università di Bologna, sede Cesena, concepita dal gruppo di ricerca Casy.

I sistemi di localizzazione, negli ultimi anni, sono stati oggetto di numerose ricerche a livello internazionale.Gli sviluppi più importanti hanno avuto inizio nell’ambito stradale con sistemi di navigazione e localizzazione, possibili grazie alle forti capacità del GPS.Infatti il GPS indica l’intero apparato che permette il funzionamento della maggior parte dei navigatori disponibili in commercio, che, però, non sono utilizzabili in ambito indoor, in quanto la ricezione del segnale proveniente dai satelliti GPS diventa scarsa o pressoché nulla. In questo senso, la localizzazione risulta rilevante nel caso di indoor positioning, ossia quando utenti hanno bisogno di conoscere la propria posizione e quella degli altri membri della squadra di soccorso all’interno di un edificio come, ad esempio, i vigili del fuoco durante un’operazione di salvataggio. Sono questi fattori che portano all’idea della creazione di un sistema di localizzazione indoor basato su smartphone o una qualsiasi altra piattaforma disponibile. Tra le diverse tecnologie e architetture legate al posizionamento indoor/outdoor e inerziale, con questa tesi, si vuole esporre la foot-mounted inertial navigation, un sistema che permette di conoscere la propria posizione, sia all’interno di edifici,sia in campi aperti, tramite l’utilizzo di una rete wireless o GPS e l’aiuto di sensori a basso costo.Tuttavia per conoscere la stima ottimale della posizione, della velocità e dell’orientamento corrente di un utente dotato di sensori sarà necessaria l’integrazione di diversi algoritmi, che permettono di modellare e stimare errori o di conoscere e predire la posizione futura dello stesso. Gli scopi principali di questo lavoro sono: 1)Tracciare i movimenti di un utente usando diversi sensori per ottenere una stima ottimale della posizione dello stesso; 2)Localizzare l’utente in 3 dimensioni con precisione; 3)Ottenere una transizione senza interruzioni per un posizionamento continuo tra aree indoor e outdoor;

Nel contesto della Realtà Aumentata e della tecnologia Wearable, la richiesta, e soprattutto la necessità, di applicazioni context-aware ha reso il concetto di posizione una informazione estremamente importante. Il presente documento mira a fornire una solida base per la progettazione e realizzazione di un sistema di localizzazione indoor attraverso l'uso di sensori inerziali e di tecniche di filtering, in particolare il filtro di Kalman e le varianti Extended e Unscented per la riduzione degli errori di stima, comparandone le performance.

La localizzazione di persone e di oggetti è sempre stata considerata un tema importante per lo sviluppo di servizi in ambito tecnologico. La tecnologia più comunemente usata oggi è il GPS, ma purtroppo non è utilizzabile in maniera efficiente in ambienti chiusi. Il lavoro svolto in questo elaborato propone un metodo di localizzazione al chiuso usando solo il barometro e il sensore WiFi, entrambe tecnologie ampiamente diffuse negli smartphones in commercio. Si descrive poi la realizzazione di un prototipo di applicazione mobile Android che implementa tale proposta e si discutono i risultati conseguiti nei test, in termini di precisione e di consumi energetici.

Grazie al rapido avanzamento delle nuove tecnologie si è posta sempre più attenzione sui servizi di localizzazione. Tuttavia, data la natura fisica dei segnali emessi, i sistemi di geolocalizzazione tradizionali non riescono ad attraversare ostacoli come le mura degli edifici. StepApp è un sistema di localizzazione indoor, scalabile e a basso costo, che fonde la tecnica WiFi-Fingerprinting (basata sugli RSS provenienti dagli Access Point) e Pedestrian Dead Reckoning (basata sui sensori inerziali dello smartphone) al fine di migliorare l'accuratezza del posizionamento all'interno degli edifici. Lo scopo di StepApp è anche quello di fornire al suo interno tre differenti algoritmi di localizzazione tramite WiFi e quattro differenti modalità di localizzazione tramite sensori e in ultimo di inglobare cinque algoritmi di fusione delle due tecniche. Il sistema è stato testato in due differenti ambienti indoor con diverse caratteristiche e dall'analisi dei dati si sono registrati ottimi risultati in termini di accuratezza, raggiungendo una precisione media nella localizzazione superiore al 90% per quasi tutti gli algoritmi di fusione.