DOI QR코드

DOI QR Code

Design and Implementation of RSSI-based Intelligent Location Estimation System

RSSI기반 지능형 위치 추정 시스템 설계 및 구현

  • Received : 2013.10.01
  • Accepted : 2013.10.11
  • Published : 2013.12.31

Abstract

In this paper, we design and implement an intelligent system for finding objects with RFID(Radio Frequency IDentification) tag in which an mobile robot can do. The system we developed is a learning system of artificial neural network that uses RSSI(Received Signal Strength Indicator) value as input and absolute coordination value as target. Although a passive RFID is used for location estimation, we consider an active RFID for expansion of recognition distance. We design the proposed system and construct the environment for indoor location estimation. The designed system is implemented with software and the result related learning is shown at test bed. We show various experiment results with similar environment of real one from earning data generation to real time location estimation. The accuracy of location estimation is verified by simulating the proposed method with allowable error. We prepare local test bed for indoor experiments and build a mobile robot that can find the objects user want.

본 논문에서는 모바일 로봇이 주어진 환경에서 물건 객체를 찾기 위해 RFID(Radio Frequency IDentification) 태그의 위치를 추정할 수 있는 지능형 시스템을 설계하고 구현하였다. 개발된 지능형 시스템은 인공 신경망 시스템으로 RSSI(Received Signal Strength Indication)값을 입력으로 하고 절대 위치 좌표 값을 목표 값으로 하는 학습 시스템이다. 위치 추정을 위하여 수동형 RFID를 사용하였으며 능동형으로의 확장도 고려하였다. 실내에서 위치 추정을 위한 환경을 구축하여 사용될 수 있도록 시스템을 설계하였다. 또한 설계된 시스템을 소프트웨어 개발을 하였고, 실험을 통해 테스트베드 상에서 시스템 학습과 관련된 결과를 보여준다. 실제 현장과 유사한 환경에서 학습데이터 생성에서부터 실시간 위치 추정과 관련된 다양한 실험 결과를 보여준다. 실험 결과를 통해 모바일 로봇이 실내에서 원하는 객체를 쉽게 찾을 수 있음을 확인하였다.

Keywords

References

  1. Komoriya, K., Oyama., "Position Esitimation of a Mobile Robot using Optical Fiber Gyroscope," in Proc. IEEE/RSJ/CI International Conference on Intelligent Robots and Systems IROS '94, vol. 1, pp. 143-149, 12-16, Sep. 1994
  2. Kulyukin, V., Gharpure, C., Nicholson, J., Pavithran, S., "RFID in Robot-assisted Indoor Navigation for the Visually Impaired," in Proc. IEEE/RSJ/CI International Conference on Intelligent Robots and Systems IROS '2004, vol. 2, pp. 1979-1984, Sep. 2004
  3. Luis Bras, Nuno Borges Carvalho, Pedro Pinho, Lukasz Kulas, and Krzysztof Nyka "A Review of Antennas for Indoor Positioning Systems," International Journal of Antennas and Propagation Volume 2012, Article ID 953269, 2012
  4. J. Blumenthal, R. Grossmann, F. Golatowski, and D. Timmermann (2007) "Weighted Centroid Localization in Zigbee-based Sensor Networks." Intelligent Signal Processing. WISP 2007. IEEE International Symposium on, pp. 1-6.
  5. F. Rosenblatt, Principles of neurodynamics: perceptron and the theory of brain mechanisms. Spartan, New York, 1962
  6. M. Minsky and S. Papert, Perceptrons, MIT Press, Cambridge, MA, 1969
  7. R. O. Duda, P. E. Hart, and D. G. Strok, Pattern Classification, New York, Wiley, 2001
  8. S. Shigetoshi, F. Toshio, and S. Takanori, A Neural Network Architecture for Incremental Learning, Neorocomputing, 9, pp.111-130, 1995 https://doi.org/10.1016/0925-2312(94)00061-V
  9. J. S. Jang, C. T. Sun and E. Mizutani, Neurofuzzy and Soft Computing, USA, Prentice Hall, 1997