Magíster en Ciencias, Mención Computación / A partir del surgimiento de la computación móvil, la necesidad de conocer la ubicación de recursos y/o personas ha sido imperante en el desarrollo de nuevas tecnologías y de soluciones que emplean este paradigma de computación. En particular, los sistemas de localización en tiempo real cobran cada día más importancia. Típicamente, este tipo de sistemas persiguen objetivos que están orientados a la seguridad, optimización y administración del uso de los recursos. Una gran cantidad de áreas de aplicación aprovechan cada vez más las ventajas de estas tecnologías y las incorporan en su plan de negocios. Estas aplicaciones van desde el seguimiento de activos dentro de un recinto cerrado, hasta el control de flota en empresas de transporte. El presente trabajo desarrolló un modelo predictivo para la estimación de la posición de los recursos en escenarios cerrados (indoor). Este modelo fue luego implementado a través en una aplicación de software que funciona en dispositivos móviles. La aplicación permite estimar la posición tanto del usuario local como de otros usuarios que están alrededor de él. Aunque el margen de error de la estimación es aún importante (del orden de 4-5 metros), el modelo predictivo cumple con el objetivo para el cual fue diseñado. Ese objetivo es que dos o más usuarios de la aplicación puedan encontrarse entre sí cara-a-cara, en base a la información entregada por la aplicación. La información necesaria para realizar la estimación de la posición de un recurso se obtiene de contrastar un modelo del espacio físico pre-cargado en la memoria del dispositivo, contra las señales inalámbricas observadas en tiempo-real. Se requiere que el entorno en el cual se desea implantar esta solución cuente con distintos puntos de accesos WiFi, los cuales puedan ser usados como referencia. La aplicación desarrollada permite construir de manera expedita y con la mínima información el modelo del decaimiento de las señales WiFi para toda la zona objetivo. La estimación de posición se realiza usando conjuntamente las redes WiFi escaneadas, y la información proporcionada por los sensores de movimiento de cada dispositivo. El intercambio de información con el resto de los usuarios se realiza a través de protocolos ad-hoc implementados sobre una red MANET, formada por los usuarios presentes en el recinto. La solución implementada se adapta fácilmente ante cambios en las referencias del recinto y permite que un mismo modelo funcione en distintos dispositivos con un leve cambio en la configuración. La calidad de la estimación es proporcional a la densidad de señales WiFi del ambiente. La versión actual del sistema permite, en un ambiente con densidad moderada, obtener márgenes de error aceptables para que un humano pueda encontrar a otra persona usando inspección visual.

A partir del surgimiento de la computación móvil, la necesidad de conocer la ubicación de recursos y/o personas ha sido imperante en el desarrollo de nuevas tecnologías que persiguen estos objetivos. En particular, los sistemas de localización en tiempo real cobran cada día más importancia. Típicamente, este tipo de sistemas persigue fines de seguridad, optimización y administración. Rubros de todas las áreas aprovechan cada vez más las ventajas de estas tecnologías y las incorporan en su plan de negocios. Aplicaciones conocidas de este tipo de soluciones van desde el seguimiento de activos dentro de un recinto cerrado, hasta el control de flota en empresas de transporte. En el presente trabajo se diseñó e implementó una aplicación de software que funciona en un dispositivo móvil. La aplicación estima la posición del usuario de dicho dispositivo, dentro de un recinto cerrado, con un margen de error que ayude a tomar decisiones a un ser humano. Un escenario de ejemplo donde esta solución podría utilizarse es un hospital. Allí, el personal podría usar la aplicación más el apoyo visual, para conocer la ubicación y disponibilidad de recursos móviles (por ejemplo, personas y equipos). La información necesaria para realizar la estimación se obtiene del contraste entre un modelo del espacio cargado en memoria y las señales inalámbricas observadas. Además, se requiere que el entorno en el cual se desea implantar posea distintos puntos de accesos WiFi para usar como referencia. La aplicación desarrollada permite construir, de manera expedita y con la mínima información, un modelo del decaimiento de las señales WiFi para toda la zona objetivo. Esta solución se adapta fácilmente ante cambios en las referencias del recinto, y permite que un mismo modelo funcione en distintos dispositivos con un leve cambio en la configuración. La calidad del modelo es proporcional a la densidad de señales WiFi del ambiente. En su estado actual, en un ambiente de densidad moderada, se puede obtener márgenes de error aceptables para que un humano pueda encontrar, a través de la inspección visual, a otra persona cuya posición ha sido estimada por la aplicación.