Introduzione

Le attuali tecnologie di localizzazione presentano diverse carenze in ambienti ostili alle trasmissioni via radio, ad esempio nei cantieri o negli ospedali. Inoltre molte soluzioni indoor si basano su una moltitudine di dispositivi e quindi setup complessi. Il nostro brevetto propone un sistema basato su un dispositivo di misura inerziale e tecniche di machine learning che supera tali limitazioni.

Caratteristiche Tecniche

Il sistema localizza topologicamente oggetti e persone (entità), associandoli a un punto di interesse nell’ambiente. Ciò avviene sulla base di misure differenziali di movimento, non dipende quindi da segnali e punti di riferimento esterni, né soffre di problemi di copertura. Il sistema impiega invece algoritmi di tipo induttivo, quali ad esempio reti neurali, che identificano un percorso all’interno dell’ambiente correlando parametri quali la velocità, il cambio di direzione e la durata del movimento con modelli di movimento appresi dal sistema in una fase preliminare di training. In questa fase è possibile definire l’ambiente in cui si vuole localizzare le entità e i punti di interesse.
Operativamente, il sistema si compone di un dispositivo che integra un’unità di misura inerziale (IMU), che raccoglie i dati necessari e li trasmette tramite bluetooth o Wi-Fi a un’unità di calcolo, in locale o in cloud. Nell’unità di calcolo una prima analisi consente il filtraggio dei movimenti involontari, particolarmente importante ad esempio per il tracciamento robusto di persone. Una volta appurato che il movimento è volontario, il sistema identifica un percorso come descritto precedentemente.

Possibili Applicazioni

• Localizzazione indoor di persone e oggetti;
• Sicurezza nei in cantieri e ospedali;
• Logistica interna;
• Localizzazione retail;
• Navigazione indoor.

Vantaggi

• Utilizzabile in qualsiasi ambiente;
• Non dipende da punti di riferimento assoluti.
• Installazione e manutenzione semplice;
• Robusto rispetto a movimenti involontari.