Una Arquitectura De Posicionamiento Slido Para La Construccin De Recursos De Localizacin Mediante Redes De Sensores Inalmbricos

Paper # 316 Autores:

s 1. INTRODUCCIN Localizacin emergente y tecnologas de rastreo permiten la adquisicin de datos automatizada de procesos y control de proyectos de ingeniera de la construccin (Jang y Skibniewski 2009). La gestin eficaz de los recursos de construccin, incluyendo mano de obra, equipo y materiales, es fundamental para el xito del proyecto. Finalizacin de las tareas del proyecto en la fecha prevista, de forma segura y dentro del presupuesto previsto requiere un esfuerzo coordinado de planificacin que asigna una disponibilidad adecuada de los recursos del proyecto (Teizer 2008). Los proyectos exitosos de construccin son a menudo determinados por el nivel de conciencia de la situacin del recurso o el desempeo del proyecto. As, la informacin oportuna de estos factores puede ayudar en la toma de decisiones rpida y segura en tiempo real. En los ltimos aos, la necesidad de localizacin en interiores tambin ha ido en aumento en las obras de construccin (Khoury y Kamat 2009), que presenta grandes oportunidades para la investigacin en esta rea. Tareas de construccin, incluyendo inspeccin y monitoreo del progreso, deben tener un mximo al da el acceso a la informacin del proyecto en ambientes interiores o sitios cubiertos parcialmente, por ejemplo, el seguimiento de los componentes de acero en talleres de fabricacin para el control de la productividad de los trabajadores o de localizacin en la construccin de tneles subterrneos para el propsito de gestin de la seguridad. Mientras que las tcnicas de localizacin al aire libre se han desarrollado y desplegado, mtodos interiores siguen siendo un reto para la investigacin. El Sistema de Posicionamiento Global (GPS) es una opcin atractiva para ambientes al aire libre, pero no es adecuado para aplicaciones de interiores. Adems, debido a la complejidad de los ambientes interiores, a diferencia de ambientes al aire libre, el desarrollo de una tcnica de localizacin de interior siempre est impedido por un conjunto de desafos, incluido el efecto multitrayecto denso, sin lnea de vista, la interferencia de Meimanat Soleimanifar Ming Lu, universidad de Alberta CANADA. Loanis Nikolaidis, universidad de Alberta CANADA. SangHyun Lee, Universidad de Michigan, USA.

ruido y los efectos de propagacin de material de construccin dependientes (Zhang et al. 2010). Entornos de construccin agregar la complejidad adicional de los frecuentes cambios en el medio ambiente, como materiales, trabajadores, y el equipo se present de forma dinmica y se traslad a un sitio. Debido a las limitaciones de los enfoques propuestos anteriormente, la investigacin reciente construccin tambin ha investigado el uso de Radio Frecuencia (RF) tecnologas que miden la fuerza de la seal recibida (Luo et al. 2010). Aunque el uso de seales de RF no es la nica opcin para el seguimiento de la ubicacin de interior, RF basado en tecnologa tiene la ventaja de la simplicidad y bajo coste, en particular, con el advenimiento de bajo coste redes de sensores inalmbricos, basados en RF soluciones en tiempo real de posicionamiento puede ser fcilmente implementado en el entorno aplicacin (Haque et al. 2009). Este artculo presenta una arquitectura de colocacin de redes de sensores inalmbricos que pueden facilitar la localizacin de los recursos de la construccin, tanto en entornos interiores como exteriores. La arquitectura introducido tiene el potencial de reducir el coste de instalacin de los sensores mltiples unidades de posicionamiento / que necesitan ser instalado. Se realizaron varios experimentos con el fin de examinar el rendimiento de posicionamiento, precisin y robustez. Se intent evaluar el resultado de la localizacin en un entorno dinmico mediante la cuantificacin de los efectos de impredecibles obstculos temporales y permanentes que pudieran aparecer en sitios de trabajo. La arquitectura del sistema propuesto se describe brevemente y resultados de los experimentos se presentan a continuacin en interiores.

2. ANTECEDENTES

En las ltimas dcadas, las industrias de la construccin han mostrado un inters creciente en los sistemas de localizacin y servicios (Kim et al. 2010). La informacin permite a los administradores de la construccin para tener en cuenta el estado actual de los recursos de construccin. Durante muchos aos, los sistemas de RFID y el GPS han sido una opcin atractiva para el rastreo automtico y de seguimiento de activos de construccin. Para el posicionamiento de recursos, control y recogida de datos automatizado en la construccin, no hay duda de que estas tecnologas maduras son ms atractivas que las tecnologas anteriores, tales como el cdigo de barras. Sin embargo, varias limitaciones se han detectado en aplicaciones de construccin. RFID no cumpla los requisitos para las condiciones de construccin duras como resultado del posicionamiento incorrecto basado en la proximidad (Pradhan et al. 2009), inflexible y limitadas capacidades de redes, y el alto costo de los lectores de RFID (Skibniewski y Jang 2009). Por otra parte, la distancia de comunicacin entre las etiquetas RFID y lectores disminuye significativamente con la presencia de metales, hormign y la humedad en su proximidad, que es comn en un sitio de construccin (Lu et al. 2007).

El rendimiento del sistema de localizacin GPS puede ser severamente debilitado debido al bloqueo de la seal de satlite y el efecto de trayectos mltiples, la cual es causada por deflexin y distorsin de las seales de satlite en reas de alta densidad y estructuras temporales o instalaciones como el andamio y encofrado en una obra de construccin ( Lu et al. 2007). Debido a las limitaciones de las tecnologas discutidas previamente, el uso de WSN se ha expandido en los ltimos esfuerzos de construccin de investigacin. Un WSN es una red selforganizing compuesta de un gran nmero de nodos de sensores, estrecha interaccin con el mundo fsico. Cuenta con bajo coste nodos, ex-tensa capacidad de red que permite el despliegue de grandes cantidades de nodos a fin de aumentar la cobertura de la red, la estabilidad y la fiabilidad en la comunicacin inalmbrica. Adems, el bajo consumo de energa faci-lita operacin y mantenimiento del sistema (Shen et al. 2008). Por otra parte, la red ad-hoc arquitectura facilita la implementacin y adecuacin de la red flexible. Una arquitectura de seguimiento nuevo llev a cabo utilizando mdulos de sensores inalmbricos mediante la combinacin de las seales de radiofrecuencia y ultrasonido, los resultados mostraron estimaciones precisas de posicin con una mayor red la flexibilidad (Skibniewski y Jang 2009). Sin embargo, el posicionamiento de ultrasonidos tradicional tiene algunas ventajas dis-incluyendo la transmisin de la lnea de visin, la trayectoria mltiple, el alto costo y el consumo de potencia que puedeobstaculizar las posibles aplicaciones en ambientes de construccin complicadas (Shen et al. 2008). De acuerdo a las funciones tecnolgicas, la economa y los objetivos de gestin, varias combinaciones de RFID y redes basadas en Zigbee sensores tambin se han aplicado para el seguimiento de los materiales y de la cadena de suministro de gestin (Shin et al 2011;.. Cho et al 2011). Las etiquetas RFID se utiliza para identificar varios tipos de materiales de construccin, y la tecnologa de comunicacin ZigBee se utiliz para transferencia inalmbrica de esta informacin. Estos estudios confirmaron que WSN puede mejorar la flexibilidad de comunicacin inalmbrica y la red, pero su uso principal era slo la transmisin de datos, y no el posicionamiento. Teniendo en cuenta las caractersticas de las obras de construccin y las caractersticas de los ambientes interiores, un marco nuevo WSN rentable y energticamente eficientes posicionamiento basado Se propone que efectivamente puede identificar y rastrear una amplia gama de recursos de construccin. Este marco se espera que aumente la fiabilidad y robustez, que son difciles de lograr con las tecnologas actuales.

3. Arquitectura Del Sistema Y Algoritmo De Posicionamiento

En trminos de estimacin de localizacin de redes inalmbricas, cuatro principios de medicin diferentes se aplican generalmente: indicador de seal recibida (RSSI), ngulo de llegada (AOA), el tiempo de llegada (TOA), y la diferencia de tiempo de llegada (TDOA) (Shen et al. 2008). Mtodos AOA, TOA, y TDOA exigir la comunicacin de lnea de vista y requieren una infraestructura costosa. Tambin sufren de la presencia de diferentes materiales, equipos y estructuras de construccin en

las obras. Como indicador tal, intensidad de seal recibida (RSSI) se considera que es ms adecuado para aplicaciones de localizacin en la construccin de construccin sitios. La mayora de los sistemas de posicionamiento emplean el mtodo de RSSI debido al hecho de que la capacidad de medicin de RSSI est disponible en la mayora de dispositivos de radio de comunicacin inalmbrica de seales (Lymberopou-los et al. 2006). Mtodos de localizacin pueden clasificarse como: 1) amplia basada, basndose en estimaciones de la distancia o el ngulo entre el transmisor y el receptor 2) camperas, que se define exclusivamente por la conexin percibida entre una etiqueta de orugas y sus vecinos, y 3) RSSI perfilado por el que las percibidas caractersticas de las seales de la etiqueta orugas se comparan con las muestras pre-recogidas de lugares conocidos. En comparacin, GPS realiza la triangulacin basada en rangos de al menos cuatro satlites conocidos con el fin de fijar las coordenadas del receptor, y calibrar la desviacin de reloj del receptor (Niculescu y Nath 2001). Sistemas de GPS requieren electrnicos caros y que consumen energa para sincronizar con precisin el reloj del receptor con los relojes del satlite. Con las limitaciones del hardware y de las restricciones de energa de los dispositivos de red de sensores, el mtodo subyacente GPS y otras tecnologas de gama alta basada en una barrera de costos para localizacin por WSN. As, las soluciones en serie libre de localizacin se identifican como una alternativa ms econmica a los enfoques basados en rango para grandes redes de sensores (He et al. 2003). Con la gama libre de enfoque, el problema de la localizacin es fcil de resolver, pero las localizaciones estimadas tienden a ser crudo. As, utilizando el mtodo de perfiles RSSI ayudar a compensar el efecto del ambiente en la fiabilidad de la localizacin estimada que se obtiene de seales de RF percibidas (Haque et al. 2009). Durante la etapa de perfilado, la red recopila y almacena en una base de datos (mantenido en un servidor central) muestras adquiridas de las etiquetas situadas en puntos conocidos dentro de la zona vigilada. La logstica de la recogida de tales muestras puede implicar una persona que se mueve alrededor de la zona con una variante especial del nodo de etiqueta, por ejemplo, equipada con un mapa interactivo. Nuestra arquitectura de localizacin propuesta se adopt el sistema de localizacin basado en RF llamado LIMN propuesto por Haque et al. (2009). Este enfoque se basa en los puntos fuertes de deteccin de seales de RF recibidas y es una combinacin de un mtodo de intervalo libre de RSSI y perfiles a fin de tener las ventajas de ambos. Este arquitectura es ms simple y ms exacto que otros mtodos y la uniformidad y bajo costo de los dispositivos hace LIMN una solucin altamente viable y muy prctico para la construccin. Los nodos de infraestructura de limn son de bajo costo y baja potencia los dispositivos inalmbricos [EMSPCC11 por Olsonet Comunicaciones (Communications Corp Olsonet 2011)]. El nodo hace uso del mdulo de RF CC1100 de Texas Instruments que operan en la banda de 916MHz. Desde un punto de vista operativo, el nodo se denomina PEG cuando captura intensidad de la seal. Ubicaciones Clavijas 'son fijos (nodos estacionarios) y sus ubicaciones precisas no necesitan ser conocidas. Un dispositivo supervisado, es decir, uno cuya ubicacin es necesario estimar, es un nodo del mismo tipo como un gancho, y se llama una etiqueta

La tarea de estimacin de posicin en limn se compone de dos fases: la localizacin de perfiles y real. En general, durante el funcionamiento en dos fases, una etiqueta de orugas emite peridicamente paquetes de RF. En la etapa de perfilado, las etiquetas estn situadas en ubicaciones predeterminadas conocidas llamados puntos de referencia. LEMON mantiene en un repositorio central, una base de datos de las lecturas de intensidad de seal de las etiquetas en relacin con todas las clavijas. En esta fase, todas las clavijas que pueden escuchar los paquetes de RF emitidas por la etiqueta, enviar los datos de informacin de la RSSI medido con el servidor central. La base de datos consta de las muestras que se almacenan como tuplas en la que C representa las coordenadas conocidas del punto muestreado , representa el

conjunto asociacin (que comprende PEG ID y el valor de RSSI recibido por dicho PEG), y , simboliza la clase de muestra, la identificacin de los parmetros de RF del transmisor (por ejemplo, potencia de transmisin, tasa de bits, y el nmero de canal). La tarea de la localizacin real de la etiqueta de orugas es exactamente la misma que la etapa de perfilado. La nica diferencia entre la fase de perfiles y la localizacin real es que, en la etapa de perfilado, el conjunto de informes de perfiles de asociacin de etiquetas tambin incluyen las coordenadas conocidas del punto de muestreo, pero en la etapa de localizacin real, la ubicacin de las etiquetas de orugas es desconocida y necesita ser estimada en base a la ubicacin de los puntos muestreados. En la etapa de localizacin, el servidor compara la percepcin de RSSI de la etiqueta se realiza el seguimiento de la medida por todas las clavijas en el rea monitorizada contra el perfil de RSSI de cada punto de referencia perfilada y evala la diferencia entre la etiqueta y todos los puntos de perfiles. Si y la distancia entre estos conjuntos: , se supone que hay dos conjuntos de asociacin,

Donde N es el nmero total de las clavijas de la red y se define como , si el par , se produce en , y 0 en caso contrario. Por lo tanto, el servidor evala la distancia de cada muestra preseleccionada (su conjunto de asociaciones) de conjunto de asociaciones de la etiqueta que representa la percepcin combinada momentnea de RSSI de la etiqueta por todas las clavijas que se puede or. Luego se selecciona un nmero arbitrario de k muestras perfiladas con la distancia ms pequea (en trminos de la mtrica D) de la etiqueta de orugas, que se llama un mejor conjunto combinado de puntos perfiladas. Posteriormente, las coordenadas de las muestras seleccionadas se promedian para producir las coordenadas estimadas de la etiqueta. El promedio de los sesgos frmula contribuir las muestras de tal manera que los que tienen una distancia ms pequea (y, por lo tanto, se supone que probablemente ms cerca de la etiqueta que se est localizada) con un peso proporcionalmente mayor. Dejar ser la distancia mxima entre las

muestras mejores k seleccionados y las variables se calcula como:

la suma de todas esas distancias. Las coordenadas de

Donde son las coordenadas asociadas con la muestra i. Tenga en cuenta que en este enfoque, RSSI se utiliza solamente como un atributo numrico de una muestra de perfil, cuyo valor debe ser cercana al valor percibido. No intento directo para asociar un valor RSSI con la distancia euclidiana se hace.

4. SISTEMA DE IMPLEMENTACIN Y RESULTADOS

Las obras de construccin son ambientes dinmicos que estn expuestos al movimiento de equipos, materiales y trabajadores. Para confirmar la viabilidad y las limitaciones de la solucin propuesta y evaluar la variacin medio ambiente debido a la presencia de un obstculo, un prototipo de sistema LEMON se evalu en un estacionamiento subterrneo en el campus de la Universidad de Alberta que se asemeja a una zona interior. La ausencia de elementos decorativos de la zona hace que sea una aproximacin razonablemente de una buena estructura en construccin. Es decir, el espacio de suelo de cemento consiste techo, pilares y vigas metlicas para soportar la carga de la estructura. Por lo tanto, el aparcamiento podra imitar los retos y las caractersticas complejas que se encuentran en la obra con el movimiento aleatorio y continuo de vehculos y personas. En la fase de recogida de datos, el nodo central est conectado a travs de un dispositivo USB a un ordenador porttil, en el que todos los datos recogidos por la red se almacenan y procesan. Durante la recogida de datos, algunas de las lecturas recogidas se guardan en la base de datos del perfil del LEMON, cuando algunos otros se almacenan y se utiliza como datos de seguimiento de mtodo de verificacin. El experimento se inici mediante la implementacin de un nmero de nodos dentro de la zona vigilada. La figura 1 muestra una distribucin de la muestra de nodos para el experimento. La rejilla era 12 x 8m (que consta de 24 (2 x 2 m) cuadrados), en el que 10 cuadrados slidos (todo alrededor de la rejilla) fueron PEG, mientras que los 25 cruces marcados con asteriscos, proporcionaron muestras de perfil cuyas ubicaciones predefinidas se conocen. Los crculos actan como etiquetas cuyas ubicaciones estn por determinada.

Las etiquetas fueron colocadas en los centros de los cuadrados de rejilla, para comparar sus lugares exactos con los estimados con el fin de evaluar la precisin del sistema.

El objetivo de esta prueba era comprobar el rendimiento de LEMON bajo un flujo de trfico controlado por la configuracin incluyendo cuatro casos diferentes: sin coche, coche en el lado derecho de la zona vigilada, en el medio, y en el lado izquierdo. Todos los puntos de perfiles o ubicaciones de etiqueta, incluso en aquellas obstruidas por un coche, se consideraron. En los cuatro escenarios de "aparcamiento" se localizaron etiquetas utilizando los datos del perfil, que se recogieron en los puntos de referencia nicamente a partir de la configuracin original (sin ningn coche aparcado en la red) con el fin de identificar los cambios en el medio ambiente.

Figura 1: Diseo Experimental

En este experimento, la magnitud del error de localizacin es la distancia euclidiana entre las localizaciones estimadas y reales de un punto. La magnitud media de error dado k diferente (nmero de mejores muestras apareadas) y su intervalo de 95% nivel de confianza de la ubicacin de todos los puntos en cada caso se investig con el fin de encontrar la mejor k (Figura 2). k=6 es seleccionado como el resultado en el error promedio ms pequeo localizado. Una vez que un k apropiado se decidi y se aplica en todos los experimentos posteriores, dirigimos nuestra atencin a la cuestin de cmo un obstculo, que era un automvil de tamao medio, en este caso, podra degradar la precisin de localizacin. La inclusin de un automvil (o cualquier otra instalacin metlico-mvil) se utiliza para imitar las situaciones encontradas comnmente en los sitios de construccin.

Figura 2: Promedio de errores de localizacin y su intervalo de confianza del 95% para k diferente (sin coche)

Hemos tratado de determinar cmo la localizacin ha cambiado cualitativamente y cuantitativamente. Para este fin, se utilizan vectores de localizacin de error para expresar el error de localizacin. Observamos que tales vectores de error son tambin posibles de representar en el caso cuando no hay obstculo presente, pero no obstante, tratar de comprender si la inclusin del obstculo tiene una tendencia a distorsionar la localizacin en ciertas localizaciones (relevante para el obstculo) y en qu direccin y en qu magnitud.

a) Sin ningn obstculo

b) Coche en el lado derecho

c) Coche en el lado medio

d) Coche en el lado izquierdo

Figura 3. Localizacin vector de error para diferentes posiciones del coche en la red para k = 6.

Los resultados se representan en la Figura 3, y confirman nuestras expectativas para ver ms discrepancias cerca del obstculo, aunque no de una manera sistemtica. En la Figura 3, por el bien de la presentacin, las flechas se escalan para la mitad de sus magnitudes reales, las etiquetas cuya ubicacin vectores de error han cambiado considerablemente ya sea en magnitud de error (ms de 1 m) o en trminos de ngulo (mayor de 90 ), estn marcados, respectivamente, por un punto azul y un anillo circular (algunos puntos pueden presentar ambas caractersticas). Diferencias notables en la magnitud y el ngulo de localizacin de error se muestran con iconos diferentes. Los resultados de los experimentos (Figura 4) indican que el sistema es capaz de localizar todas las etiquetas con la magnitud del error entre aproximadamente 0,8 m y 1,9 m (con la desviacin estndar aproximado de 1 metro para el caso de los coches en el medio de la rejilla y 0,5 metros para los otros tres). Tambin demuestra que un obstculo metlico puede cambiar el entorno y generalmente aumenta el error de localizacin.

La precisin deseada necesaria para localizar los trabajadores mviles en las obras de construccin es de 1,5 a 4 metros (Khoury y Kamat 2009; Torrent y Caldas 2009). Por lo tanto, para el sistema prototipo, una precisin de localizacin de menos de 2 m es aceptable y el error de localizacin se observ en la presencia de un obstculo simple se mantuvo ligeramente alrededor del error de localizacin inicial determinada en ausencia del obstculo. La naturaleza robusta de esta tcnica de localizacin implica as su potencial para el despliegue en el mundo real los sitios de construccin dinmicos, que son propensos a cambios constantes, como resultado de la introduccin de los obstculos permanentes y temporales. Es de notar que los lmites de la precisin de posicionamiento pueden mejorarse an ms mediante la aplicacin de una

configuracin de malla ms fina en los perfiles de RSSI o la aplicacin en tiempo real los algoritmos de correccin de errores. La segunda alternativa es ms rentable y atractiva para aplicaciones en la construccin, y que continuarn en el futuro.

Figura 4. Magnitud del error medio utilizando nuevos datos de perfiles para diferentes ubicaciones de coches en la red para k = 6

5. CALIBRACION UTILIZANDO RSSI COMPLETAS Y PARCIALES nuevo perfil El entorno de construccin cambia de forma dinmica, lo que significa que los resultados de localizacin pueden no ser exactos en el medio ambiente (continuamente) modificado. Para abordar este problema, dos enfoques correctivos se pueden tomar; (a) una caracterizacin analtica de las distorsiones creadas por modificaciones de localizacin, y / o, (b) un medio para llevar a cabo un nuevo perfil, suponiendo que se necesita, para crear localizacin ms precisa resultados. Tomamos nota de que la opcin (a), adems de ser una tarea exigente que implica algn tipo de modelado inalmbrica caracterstica propagacin, todava no sera suficiente, ya que tendramos que, en primer lugar, identificar que el ambiente ha cambiado de hecho antes de aplicar cualquier analtico / localizacin computacional modelo de correccin. Si ello es necesario medir reintensidades de seal (de vez en cuando), entonces se lleva a efectivamente una forma de opcin (b). Por lo tanto la opcin (b) es un paso inevitable, incluso si no implica la volver a medir/ re muestre de todos los puntos en el espacio de inters. Re-perfilado tiene el mrito de anular los efectos de los cambios en el medio ambiente. Se realiz el siguiente experimento: en cada banco de pruebas, cada vez que un automvil se introdujo en cualquiera de los tres lugares, nuevas mediciones de punto de referencia se recogieron y se utilizaron para localizar las etiquetas. La

Figura 4 muestra la localizacin en los ambientes modificados mediante el uso de los datos de perfil anteriores, mientras que la Figura 5 muestra la precisin de localizacin utilizando los datos de perfil nuevos. Ambos son capaces de dar lugar a la exactitud similar (Figura 4). Las desviaciones estndar son 0.47m para coche en el 0.71m derecha, para coches en el. Medio y 0,66 M para el coche en la parte izquierda de la zona vigilada

Figura 5. Magnitud del error medio en coche diferente ubicacin en la red para k = 6 Por supuesto, la sugerencia para volver a perfilar un rea entera es bastante exigente. Para ello, nos gustara "montar" la tarea de re-perfilado en dos etapas: (i) para entender qu observaciones podran desencadenar el reperfilado innecesario por lo que no re-perfilado se realiza y (ii) para determinar un posible subconjunto pequeo de ubicaciones que, al ser re-perfilado, resultar en localizacin mejorada. En otras palabras, implica un proceso semiautomtico el cual la tarea (i) se realiza automticamente y, a continuacin un conjunto de puntos a-ser- re perfilado Se prepara (de nuevo automticamente) y proporcionadas a los operadores humanos para llevar a cabo la tarea (ii) o, incluso, con un operador en el bucle, las opciones para que los puntos de reperfil se dan y actuar en consecuencia. Si las clavijas de localizacin son parte de un fijo (o casi nunca cambia) la infraestructura, entonces podra darse preferencia a utilizarlos como puntos de perfil tambin (vamos a explorar esta idea siguiente), con la ventaja de que el nuevo perfil de las correspondientes materias puede llevarse a cabo sin la intervencin humana en el sitio (en oposicin para volver a perfiles de puntos en un rea de construccin). Para abordar el punto (i), como se ha visto anteriormente, un aumento significativo de cambio de magnitud y ngulo en los resultados de error de localizacin de la introduccin de un nuevo obstculo para el medio ambiente. En este caso, si va ms all de un cierto umbral (en nuestros

experimentos los umbrales fueron 1m y 90), reestructuracin puede ser necesario. Para llevar a cabo la tarea (ii) de una manera automtica, tratamos las clavijas como puntos perfiladas (se conoce su ubicacin exacta). Se identific la paridad uno que mostraba el error de localizacin ms importante cuando se descubri (de acuerdo con el criterio (i)) despus de un obstculo se introdujo. Esta operacin es capturada en la Figura 6. Tenga en cuenta que no hemos terminado en este punto porque la ubicacin de la clavija, que se identific como "el ms distorsionado" localizacin se basa en k mediciones que podran ser en todo el rea de inters. En ese punto, se envi a un operador humano para reconfigurar los puntos k involucrado. Tambin se compararon los resultados de este nuevo perfil parcial con los resultados de una revisin completa de perfiles.

Figura 6. Seleccin de co-localizados etiquetas necesario remodelar La Tabla 1 muestra que la magnitud de error medio de localizacin utilizando un nmero de puntos de referencia parcialmente re-perfilados (6) dara lugar a la mejora mismo que el de completa reperfilado. Estos resultados empricos indican que el mtodo propuesto se puede utilizar para controlar componentes de ingeniera y de los recursos construccin en un sitio de trabajo dinmico tpico con el cambio de localizacin de los obstculos. Con menos esfuerzo en la realizacin de un nuevo perfil parcialmente, el efecto de los obstculos en los sitios de trabajo puede ser controlado y la exactitud se puede mantener en un cierto nivel.

Tabla 1: Localizacin de media magnitud del error utilizando algunas muestras originales de perfiles) en ausencia de obstculos b) parcialmente y volver a completar perfilados puntos de referencia Utilizacin de puntos de referencia originales 1.13 1.12 1.46 Uso de re-perfiladas puntos de referencia Parcial (6) Completa (25) 1.08 1.09 1.4 1.09 1.35 1.35

Posicin del Carro Carro a la derecha Carro a la izquierda Coches en Medio

promedio

1.24

1.19

1.18

6. CONCLUSIN

El estudio presentado introduce un nuevo marco para la automatizacin de la identificacin y localizacin de los recursos en las obras de construccin en interiores o cubiertos parcialmente. En este enfoque de una metodologa de posicionamiento asociado con las redes de sensores inalmbricos se utiliz para facilitar la recoleccin de datos y el reconocimiento de patrones. Experimentos interiores evaluaron la viabilidad de esta metodologa potencialmente automatizado en un entorno de construccin realista. El enfoque de localizacin dio lugar a buenos lugares estimados con precisin, desde 1m a 2m. Adems, la precisin de localizacin en la presencia de obstculos sigue siendo comparable a la alcanzada antes de la introduccin de obstculos. Adems, se encontr que con menos esfuerzo en la realizacin de parte del re perfilado, el efecto de los obstculos en los sitios de trabajo puede ser controlada y la exactitud se puede mantener en un cierto nivel ... En comparacin con las otras tecnologas utilizadas para el seguimiento de recursos en ambientes de construccin en interiores o cubiertos parcialmente, el sistema propuesto tiene las ventajas en trminos de flexibilidad de red, la facilidad de implementacin y de ampliacin, el bajo coste y la capacidad para operar eficientemente bajo condiciones dinmicas y duras. La naturaleza robusta de esta tcnica de localizacin implica as su potencial para el despliegue en un sitio de construccin dinmica mundo real. Estos valores de configuracin por naturaleza son propensos a los cambios constantes como resultado de la introduccin de la permanente, as como de los obstculos temporales. Es de notar que los lmites de la precisin de posicionamiento pueden mejorarse an ms mediante la aplicacin de una configuracin de malla ms fina en los perfiles de RSSI o la aplicacin en tiempo real los algoritmos de correccin de errores. La segunda alternativa es ms rentable y atractiva para aplicaciones en la construccin, y que continuarn en el futuro.