Pedestrian indoor localization using IoT sensors RSSI signal strength measurement
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26210%2F19%3APU139879" target="_blank" >RIV/00216305:26210/19:PU139879 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85072887162&origin=inward" target="_blank" >https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85072887162&origin=inward</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-29993-4_21" target="_blank" >10.1007/978-3-030-29993-4_21</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Pedestrian indoor localization using IoT sensors RSSI signal strength measurement
Popis výsledku v původním jazyce
Pedestrian indoor localization can improve safety within various hazardous environments or increase a living standard in high density urban environment. The paper address the pedestrian localization in hazardous industrial indoor environment and develop an approach to be able to localize person within range of sub-meter accuracy. Thus we can detect the presence of an operator in forbidden or danger zone and the possible injury or death can be avoided. Our approach is based on RSSI signal strength measurements of IQRF sensors and we uses a particle filters for localization. We have found that our results exceeded our expectations and we are able to localize each person with required accuracy.
Název v anglickém jazyce
Pedestrian indoor localization using IoT sensors RSSI signal strength measurement
Popis výsledku anglicky
Pedestrian indoor localization can improve safety within various hazardous environments or increase a living standard in high density urban environment. The paper address the pedestrian localization in hazardous industrial indoor environment and develop an approach to be able to localize person within range of sub-meter accuracy. Thus we can detect the presence of an operator in forbidden or danger zone and the possible injury or death can be avoided. Our approach is based on RSSI signal strength measurements of IQRF sensors and we uses a particle filters for localization. We have found that our results exceeded our expectations and we are able to localize each person with required accuracy.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20204 - Robotics and automatic control
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Advances in Intelligent Systems and Computing
ISBN
9783030299927
ISSN
—
e-ISSN
—
Počet stran výsledku
700
Strana od-do
164-171
Název nakladatele
Springer Verlag
Místo vydání
Warsaw; Poland;
Místo konání akce
Varšava
Datum konání akce
16. 9. 2019
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—