IoT Prism Lab
Research Lab at University of Bologna
Research Lab at University of Bologna
Theses
2018 |
Traini, Stefano Step-App: Progettazione e implementazione di un sistema di localizzazione indoor basato su sensor fusion Masters Thesis 2018. Abstract | Links | BibTeX | Tags: android, INDOOR, indoor localization, localizzazione, localizzazione indoor, Pedestrian Dead Reckoning, sensor fusion, sensori, sistema, WiFi, WiFi-Fingerprinting @mastersthesis{amslaurea15422, title = {Step-App: Progettazione e implementazione di un sistema di localizzazione indoor basato su sensor fusion}, author = {Stefano Traini}, url = {https://amslaurea.unibo.it/id/eprint/15422}, year = {2018}, date = {2018-01-01}, abstract = {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.}, keywords = {android, INDOOR, indoor localization, localizzazione, localizzazione indoor, Pedestrian Dead Reckoning, sensor fusion, sensori, sistema, WiFi, WiFi-Fingerprinting}, pubstate = {published}, tppubtype = {mastersthesis} } 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. |
2017 |
Rondelli, Marco Studio di sistemi di posizionamento inerziale tramite sensori su smartphone Masters Thesis 2017. Abstract | Links | BibTeX | Tags: accelerometro, accelerometro lineare, algoritmo, android, App, applicazione, dead reckoning, dead-reckoning, flask, html, indoor localization, javascript, localization, localizzazione, posizionamento, python, sensori, Smartphone, web service @mastersthesis{amslaurea13050, title = {Studio di sistemi di posizionamento inerziale tramite sensori su smartphone}, author = {Marco Rondelli}, url = {https://amslaurea.unibo.it/id/eprint/13050}, year = {2017}, date = {2017-01-01}, abstract = {Il documento è uno studio sui sistemi di posizionamento tramite l'utilizzo dei sensori degli smartphone androida. Inizialmente è presente un'analisi della situazione attuale dei sistemi di posizionamento con il richiamo a sistemi più conosciuti. All'interno è proposto un sistema basato sull'accelerometro che calcola lo spostamento sfruttando un'algoritmo di step-detection e un algoritmo basato sulle formule di fisica. Nel documento è stata descritta l'implementazione dell'applicazione e di tutto il background che ha contribuito alla creazione del sistema.}, keywords = {accelerometro, accelerometro lineare, algoritmo, android, App, applicazione, dead reckoning, dead-reckoning, flask, html, indoor localization, javascript, localization, localizzazione, posizionamento, python, sensori, Smartphone, web service}, pubstate = {published}, tppubtype = {mastersthesis} } Il documento è uno studio sui sistemi di posizionamento tramite l'utilizzo dei sensori degli smartphone androida. Inizialmente è presente un'analisi della situazione attuale dei sistemi di posizionamento con il richiamo a sistemi più conosciuti. All'interno è proposto un sistema basato sull'accelerometro che calcola lo spostamento sfruttando un'algoritmo di step-detection e un algoritmo basato sulle formule di fisica. Nel documento è stata descritta l'implementazione dell'applicazione e di tutto il background che ha contribuito alla creazione del sistema. |
Rappini, Alessandro Studio ed analisi di soluzioni di localizzazione indoor multi sorgente basate su tecniche di fingerprint Masters Thesis 2017. Abstract | Links | BibTeX | Tags: Access Point, android, Beacon, BLE, INDOOR, localizzazione, MongoDB, multisorgente, NoSQL, Rete Cellulare @mastersthesis{amslaurea13302, title = {Studio ed analisi di soluzioni di localizzazione indoor multi sorgente basate su tecniche di fingerprint}, author = {Alessandro Rappini}, url = {https://amslaurea.unibo.it/id/eprint/13302}, year = {2017}, date = {2017-01-01}, abstract = {L'argomento principale di questa tesi è la localizzazione indoor, affrontata mediante la creazione di un'applicazione Android con il fine ultimo di localizzare un'utente all'interno di un ambiente chiuso. Le funzionalità principali che l'applicazione svolge sono due, analizzare un ambiente per raccogliervene i dati, ed riutilizzarli per fini localizzativi. Nella prima parte l'applicazione rileva i dati di un ambiente. I dati provengono da Access Point, Beacon Bluetooth e Rete Cellulare, tali dati sono salvati in un database in MongoDB. Le informazioni archiviate nella banca dati sono associate al nome dell'edificio e dell'ambiente nel quale i dati sono stati rilevati. Nella seconda parte dell'applicazione i dati archiviati nel database vengono confrontati con dei nuovi, rilevati nel momento in cui un'utente desidera localizzarsi. Il confronto dei dati avviene con l'ausilio di algoritmi di Pattern Matching. Gli algoritmi che analizzano i dati sono stati valutati sulla base del loro successo al fine di ottenere quale tra quelli usati detiene un risultato migliore.}, keywords = {Access Point, android, Beacon, BLE, INDOOR, localizzazione, MongoDB, multisorgente, NoSQL, Rete Cellulare}, pubstate = {published}, tppubtype = {mastersthesis} } L'argomento principale di questa tesi è la localizzazione indoor, affrontata mediante la creazione di un'applicazione Android con il fine ultimo di localizzare un'utente all'interno di un ambiente chiuso. Le funzionalità principali che l'applicazione svolge sono due, analizzare un ambiente per raccogliervene i dati, ed riutilizzarli per fini localizzativi. Nella prima parte l'applicazione rileva i dati di un ambiente. I dati provengono da Access Point, Beacon Bluetooth e Rete Cellulare, tali dati sono salvati in un database in MongoDB. Le informazioni archiviate nella banca dati sono associate al nome dell'edificio e dell'ambiente nel quale i dati sono stati rilevati. Nella seconda parte dell'applicazione i dati archiviati nel database vengono confrontati con dei nuovi, rilevati nel momento in cui un'utente desidera localizzarsi. Il confronto dei dati avviene con l'ausilio di algoritmi di Pattern Matching. Gli algoritmi che analizzano i dati sono stati valutati sulla base del loro successo al fine di ottenere quale tra quelli usati detiene un risultato migliore. |
2016 |
Fiorentini, Alessandro Implementazione e valutazione delle prestazioni di algoritmi di localizzazione Indoor basati su dispositivi Beacon Masters Thesis 2016. Abstract | Links | BibTeX | Tags: Beacon, BLE, Bluetooth, INDOOR, localizzazione @mastersthesis{amslaurea10894, title = {Implementazione e valutazione delle prestazioni di algoritmi di localizzazione Indoor basati su dispositivi Beacon}, author = {Alessandro Fiorentini}, url = {https://amslaurea.unibo.it/id/eprint/10894}, year = {2016}, date = {2016-01-01}, abstract = {Questo elaborato di tesi ha lo scopo di illustrare un'applicazione realizzata per dispositivi Android in grado di localizzare l'utente all'interno di un ambiente indoor sfruttando l'utilizzo dei Beacon e dare una valutazione dei risultati ottenuti. L'utente potrà registrare i dispositivi Beacon in suo possesso all'interno dell'applicazione, caricare la planimetria di un ambiente e configurarlo indicando esattamente quale Beacon si trova in una determinata posizione. Infine potrà scegliere quale tra i tre algoritmi implementati (Prossimità, Triangolazione e Fingerprinting) utilizzare per visualizzare la propria posizione sulla mappa. I tre algoritmi sono stati sottoposti a vari test che hanno permesso di analizzare le differenze tra di essi in termini di accuratezza e le performance generali dell'applicativo.}, keywords = {Beacon, BLE, Bluetooth, INDOOR, localizzazione}, pubstate = {published}, tppubtype = {mastersthesis} } Questo elaborato di tesi ha lo scopo di illustrare un'applicazione realizzata per dispositivi Android in grado di localizzare l'utente all'interno di un ambiente indoor sfruttando l'utilizzo dei Beacon e dare una valutazione dei risultati ottenuti. L'utente potrà registrare i dispositivi Beacon in suo possesso all'interno dell'applicazione, caricare la planimetria di un ambiente e configurarlo indicando esattamente quale Beacon si trova in una determinata posizione. Infine potrà scegliere quale tra i tre algoritmi implementati (Prossimità, Triangolazione e Fingerprinting) utilizzare per visualizzare la propria posizione sulla mappa. I tre algoritmi sono stati sottoposti a vari test che hanno permesso di analizzare le differenze tra di essi in termini di accuratezza e le performance generali dell'applicativo. |
Boiani, Filippo Progettazione e Implementazione di una piattaforma di Geofencing per il Context-Aware Advertising Masters Thesis 2016. Abstract | Links | BibTeX | Tags: applicazione, Context-Aware advertising, Geofencing, GPS, localizzazione, Location Based System @mastersthesis{amslaurea11925, title = {Progettazione e Implementazione di una piattaforma di Geofencing per il Context-Aware Advertising}, author = {Filippo Boiani}, url = {https://amslaurea.unibo.it/id/eprint/11925}, year = {2016}, date = {2016-01-01}, abstract = {La diffusione di smartphone e dispostivi mobili a cui si è assistito nell’ultima decade ha portato con sé lo sviluppo di nuovi sistemi e tecnologie basate sulla localizzazione. Questi sistemi vengono chiamati Location Based Systems (LBS) ed il loro successo è stato reso possibile dai sensori come GPS, antenna WiFi e accelerometro che hanno permesso agli sviluppatori di creare contenuti e servizi basati sulla posizione dell’utente. Una delle tecnologie su cui si basano i LBS è chiamata Geofencing e consiste nella creazione di aree virtuali (dette geofence) per delimitare luoghi di interesse (Point of Interests) e notificare l’utente quando entra, esce o si trova nelle vicinanze di una delle aree delimitate. Questa caratteristica viene utilizzata soprattutto per realizzare applicazioni che ricordano all’utente di svolgere delle azioni, per esempio un’app di promemoria che ricorda all’utente di comprare il latte quando si trova vicino ad un supermercato. Dal punto di vista economico, uno degli utilizzi piu` promettenti `e il co- siddetto Context Aware Advertising: i possessori di dispositivi mobili che si trovano a camminare nelle vicinanze di un negozio o un centro commer- ciale possono essere considerati possibili clienti e ricevere delle notifiche con pubblicit`a o questionari. Nel seguente lavoro verrà analizzato nel dettaglio cos’è il Geofencing, le sue applicazioni e le tecnologie sulla quale si basa. Verranno presi in considerazione alcuni problemi relativi all’utilizzo delle tecnologie di posizionamento, con particolare attenzione ai consumi di batteria. Verrà inoltre descritta la progettazione e l’implementazione di una piattaforma che permette ai possessori di attività commerciali di creare e gestire dei POI nonché di monitorare gli spostamenti dei possibili clienti. Dopo aver installato l’applicazione mobile sul proprio smartphone, i clienti potranno ricevere notifiche una volta oltrepassati i confini di un geofence.}, keywords = {applicazione, Context-Aware advertising, Geofencing, GPS, localizzazione, Location Based System}, pubstate = {published}, tppubtype = {mastersthesis} } La diffusione di smartphone e dispostivi mobili a cui si è assistito nell’ultima decade ha portato con sé lo sviluppo di nuovi sistemi e tecnologie basate sulla localizzazione. Questi sistemi vengono chiamati Location Based Systems (LBS) ed il loro successo è stato reso possibile dai sensori come GPS, antenna WiFi e accelerometro che hanno permesso agli sviluppatori di creare contenuti e servizi basati sulla posizione dell’utente. Una delle tecnologie su cui si basano i LBS è chiamata Geofencing e consiste nella creazione di aree virtuali (dette geofence) per delimitare luoghi di interesse (Point of Interests) e notificare l’utente quando entra, esce o si trova nelle vicinanze di una delle aree delimitate. Questa caratteristica viene utilizzata soprattutto per realizzare applicazioni che ricordano all’utente di svolgere delle azioni, per esempio un’app di promemoria che ricorda all’utente di comprare il latte quando si trova vicino ad un supermercato. Dal punto di vista economico, uno degli utilizzi piu` promettenti `e il co- siddetto Context Aware Advertising: i possessori di dispositivi mobili che si trovano a camminare nelle vicinanze di un negozio o un centro commer- ciale possono essere considerati possibili clienti e ricevere delle notifiche con pubblicit`a o questionari. Nel seguente lavoro verrà analizzato nel dettaglio cos’è il Geofencing, le sue applicazioni e le tecnologie sulla quale si basa. Verranno presi in considerazione alcuni problemi relativi all’utilizzo delle tecnologie di posizionamento, con particolare attenzione ai consumi di batteria. Verrà inoltre descritta la progettazione e l’implementazione di una piattaforma che permette ai possessori di attività commerciali di creare e gestire dei POI nonché di monitorare gli spostamenti dei possibili clienti. Dopo aver installato l’applicazione mobile sul proprio smartphone, i clienti potranno ricevere notifiche una volta oltrepassati i confini di un geofence. |
2014 |
Stivani, Federico Studio e valutazione sperimentale di tecniche di radio fingerprinting per navigazione indoor con dispositivi mobili Android Masters Thesis 2014. Abstract | Links | BibTeX | Tags: android, applicazione, GPS, localizzazione, Rete, rss, wifi fingerprinting @mastersthesis{amslaurea7443, title = {Studio e valutazione sperimentale di tecniche di radio fingerprinting per navigazione indoor con dispositivi mobili Android}, author = {Federico Stivani}, url = {https://amslaurea.unibo.it/id/eprint/7443}, year = {2014}, date = {2014-01-01}, abstract = {Lo studio effettuato raccoglie informazioni al fine di svolgere un’analisi globale delle tecniche attualmente in uso, o in fase di studio, nel campo della localizzazione di dispositivi all’interno di un ambiente chiuso, ovvero laddove non è possibile sfruttare la copertura del sistema GPS. La panoramica è frutto dell’analisi e dello studio di paper tecnici pubblicati dai collaboratori dell’IEEE, fruibili all’interno del portale IEEE Xplore. A corredo di questo studio è stata sviluppata una applicazione per dispositivi Android basata sulla tecnica del Wi-Fi fingerprint; l’applicazione, che rappresenta un primo approccio alle tecniche di localizzazione, è a tutti gli effetti un sistema standalone per la localizzazione, consente cioè di costruire sia la mappa per la localizzazione, partendo da un ambiente sconosciuto, sia di ottenere la posizione dell’utente all’interno di una mappa conosciuta. La tesi si conclude con una analisi dei risultati e delle performance ottenute dall’applicazione in un uso comune, al fine di poter valutare l’efficacia della tecnica presa in considerazione. I possibili sviluppi futuri sono analizzati in un capitolo a parte e trovano spazio in ambienti nei quali si vogliono offrire servizi "context-based", ovvero basati sulla posizione esatta dell’utente.}, keywords = {android, applicazione, GPS, localizzazione, Rete, rss, wifi fingerprinting}, pubstate = {published}, tppubtype = {mastersthesis} } Lo studio effettuato raccoglie informazioni al fine di svolgere un’analisi globale delle tecniche attualmente in uso, o in fase di studio, nel campo della localizzazione di dispositivi all’interno di un ambiente chiuso, ovvero laddove non è possibile sfruttare la copertura del sistema GPS. La panoramica è frutto dell’analisi e dello studio di paper tecnici pubblicati dai collaboratori dell’IEEE, fruibili all’interno del portale IEEE Xplore. A corredo di questo studio è stata sviluppata una applicazione per dispositivi Android basata sulla tecnica del Wi-Fi fingerprint; l’applicazione, che rappresenta un primo approccio alle tecniche di localizzazione, è a tutti gli effetti un sistema standalone per la localizzazione, consente cioè di costruire sia la mappa per la localizzazione, partendo da un ambiente sconosciuto, sia di ottenere la posizione dell’utente all’interno di una mappa conosciuta. La tesi si conclude con una analisi dei risultati e delle performance ottenute dall’applicazione in un uso comune, al fine di poter valutare l’efficacia della tecnica presa in considerazione. I possibili sviluppi futuri sono analizzati in un capitolo a parte e trovano spazio in ambienti nei quali si vogliono offrire servizi "context-based", ovvero basati sulla posizione esatta dell’utente. |