Tese de mestrado. Automação, Instrumentação e Controlo. Faculdade de Engenharia. Universidade do Porto. 2004

No description available.

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores. Faculdade de Engenharia. Universidade do Porto. 2010

Estágio realizado na KTH e orientado pelo Eng.º Karl H. Johansson / Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores-Major Automação. Faculdade de Engenharia. Universidade do Porto. 2008

Made available in DSpace on 2013-08-07T18:43:15Z (GMT). No. of bitstreams: 1 000433739-Texto+Completo-0.pdf: 4343120 bytes, checksum: 6fb5a96a4ec12d9cbad8c22e5910447a (MD5) Previous issue date: 2011 / Over the years the RFID technology has become an area of research and development extremely challenging and rapidly expanding. Although there are sophisticated RFID software systems, many of these systems are based on RFID middleware technologies with basic data management features according to specifications of the EPCglobal ALE (Application Level Events). These features of the ALE act as an integration layer between raw RFID data (data without prior processing) and the application logic. No business semantics is expressed in this layer, which hinders the contextualization of events. This problem is considered a technological gap of RFID middleware systems that are based on the specifications of the ALE. Beyond the limitations of conventional mechanisms for data management of RFID events, existing specifications for RFID software technology (EPC Network according to EPCglobal) present challenges in the services proposed to integrate and share events among different business organizations (ONS, EPCIS and DS). Such services do not allow the use of indirect methods of event communication, which hinders the detection of distributed complex events. This paper presents an RFID software framework whose goal is to raise the interorganizational integration capability of RFID middleware systems. The systems integration is made through mechanisms of CEP (Complex Event Processing) that cooperate using event notification services. CEP technology is integrated with an RFID middleware system that implements the ALE specification. The framework is based on the concept of CEP network for processing and notification of distributed complex events. Each processing node has its own mechanism of CEP and the cooperation between nodes provides a system of global business rules, which allows the decomposition and execution of rules in different organizations. This work is important because besides identify limitations of current RFID software technologies, experimental results of the proposed framework show that the approaches used in the framework improve project and development activities of RFID applications maintaining acceptable levels of performance of the CEP engine used. When compared with other RFID systems, the framework provides several enhancements and complies with key requirements for both management and integration of RFID event data. Moreover, the framework adds new features for integration, management and sharing of RFID event data. / Com o passar dos anos a tecnologia RFID se tornou uma área de pesquisa e desenvolvimento extremamente estimulante e de rápida expansão. Embora existam sofisticados sistemas de software para RFID, muitos destes sistemas existentes estão baseados em tecnologias de middleware RFID com funcionalidades básicas de gerenciamento de dados de acordo com especificações do ALE (Eventos no Nível de Aplicação) segundo a EPCglobal. Estas funcionalidades do ALE agem como uma camada de integração entre dados RFID brutos (sem prévio processamento) e a lógica da aplicação. Nenhuma semântica de negócio é expressada nesta camada o que dificulta a contextualização de eventos. Este problema é considerado um gap tecnológico inerente às plataformas de middleware RFID que estão baseadas nas especificações do ALE. Além das limitações dos mecanismos convencionais para gerenciamento de dados de eventos RFID, especificações existentes para tecnologias de software RFID (EPC Network segundo a EPCglobal) apresentam desafios nos serviços propostos para integração e compartilhamento de eventos entre diferentes organizações de negócio (ONS, DS e EPCIS). Tais serviços não permitem a utilização de esquemas de comunicação indireta de eventos o que dificulta a detecção de eventos complexos distribuídos. Este trabalho apresenta um framework de software RFID cujo objetivo é elevar a capacidade de integração interorganizacional de sistemas de middleware RFID através de mecanismos de CEP (Processamento de Eventos Complexos) que cooperam entre si por meio de serviços de notificação de eventos. A tecnologia CEP é integrada a um sistema de middleware RFID que implementa especificações do ALE. O framework baseia-se no conceito de rede de CEPs para processamento e notificação de eventos complexos distribuídos. Cada nodo de processamento envolvido tem seu próprio mecanismo de CEP e a cooperação entre nodos provê um sistema de regras de negócio global que permite a decomposição e execução de regras de negócio em diferentes organizações. Este trabalho é importante, pois, além de identificar limitações e problemas das tecnologias atuais de software RFID, resultados experimentais obtidos através de testes do framework proposto demonstram que as abordagens utilizadas na construção do framework melhoram atividades de projeto e desenvolvimento de aplicações RFID mantendo níveis aceitáveis de desempenho do mecanismo de CEP utilizado. Quando comparado com os principais sistemas RFID existentes, o framework apresenta melhorias e cumpre com os principais requisitos, tanto de gerenciamento quanto de integração de dados de eventos RFID. Além disso, o framework agrega novas funcionalidades para integração, gerenciamento e compartilhamento de dados de eventos RFID.

Made available in DSpace on 2015-06-30T02:06:11Z (GMT). No. of bitstreams: 1 000471311-Texto+Completo-0.pdf: 3539731 bytes, checksum: 45f5e399fc56af2961d60689146cd5df (MD5) Previous issue date: 2015 / Systems need to know the physical location of objects and people in order to improve the user experience and solve logistic and security problems. This work proposes a hybrid indoor positioning system based on passive RFID and visual analysis. The system focuses on bidimensional and tridimensional space localization of stationary objects with centimeter level accuracy. Also, off-the-shelf equipment are employed as sensor devices. By using RFID technology, machine learning approaches based on Artificial Neural Networks (ANN) and Support Vector Regression (SVR) are proposed. A Computer Vision (CV) subsystem detects visual markers in the scenario to enhance RFID localization. In order to combine RFID and optical technologies, we propose a novel sensor fusion method based on Multiple Region of Interest (MROI) and k-means technique. A multi-frequency method is proposed aimed to allow and improve the localization when using off-the-shelf equipment. We have implemented our system and evaluated it using real experiments. First, a performance benchmark was made in order to evaluate RFID antennas and tags positioning. Regarding to overall system performance, the localization error was between 9 and 33 cm under a 2D scenario. On this dimension, ANN performed 30% better than RNA approach. In comparison to RFID-only approach results, the hybrid system had improved by 32%. Three-dimensional space localization had a 63 cm accuracy in best case scenario. / Com o objetivo de otimizar a experiência do usuário e resolver problemas de logística e segurança, aplicativos necessitam conhecer a localização física de objetos e pessoas. As propostas de sistemas de localização para ambientes internos (indoor) baseados em somente uma tecnologia não vêm obtendo bom desempenho na localização, principalmente devido a limitações em relação às características interferentes presentes em ambientes internos. Este trabalho tem como objetivo o desenvolvimento de um sistema híbrido de localização indoor, capaz de obter a localização bidimensional e tridimensional de objetos estáticos, com precisão de poucos centímetros, utilizando equipamentos já estabelecidos no mercado. A partir do uso da tecnologia RFID, a localização é estimada através de modelos de aprendizado de máquina.São avaliados modelos baseados em Redes Neurais Artificiais (RNA) e Support Vector Regression (SVR). Um subsistema de visão computacional detecta marcadores visuais no cenário a fim de aprimorar a localização. Visando combinar as tecnologias RFID e óptica, é definido um método de fusão de sensores baseado em múltiplas regiões de interesse a partir da técnica k-means. Além disso, um método de multi-frequência é proposto com o objetivo de permitir e otimizar o uso do sistema em equipamentos off-the-shelf. O sistema foi implementado e avaliado em experimentos de laboratório. Inicialmente, foi analisado o desempenho do sistema em relação ao posicionamento de antenas e etiquetas RFID presentes no ambiente. Na avaliação geral do sistema sob escalabilidade 2D, o erro de localização se manteve entre 9 e 33 cm. Nesta dimensão, o modelo RNA superou o SVR em 30%. Na comparação entre o sistema híbrido e o emprego somente da tecnologia RFID, a fusão de sensores melhorou a precisão em aproximadamente 32%. Em escalabilidade tridimensional, a precisão foi de 63 cm no melhor caso.

Tese de mestrado integrado. Engenharia Mecânica (Especialização Automação). Faculdade de Engenharia. Universidade do Porto. 2010

Tese de mestrado integrado. Engenharia Informática e Computação. Faculdade de Engenharia. Universidade do Porto. 2009

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores - Major em Telecomunicações. Faculdade de Engenharia. Universidade do Porto. 2008

Made available in DSpace on 2013-08-07T18:42:50Z (GMT). No. of bitstreams: 1 000430794-Texto+Completo-0.pdf: 1404455 bytes, checksum: d94916ca92d184ccb0afbe05deb9573f (MD5) Previous issue date: 2011 / Demand for RFID systems has risen greatly due to the simplicity and efficiency of its automatic identification system. RFID has great potential and brings many improvements to organizations that need to identify any kind of goods as well as increase their supply chain's automation level. RFID systems usually need to be applied where the installation cost can be very high, and thus, running a simulation in such environments would bring many benefits such as saving time and money. In this case, the simulation could be considered as a prediction method which verifies that the configuration for the desired scenario works correctly and meets the system's requirements. This work presents a research about prediction statistical models for RFID systems’ functioning in a specific scenario. In the chosen scenario, RFID technology is applied to intelligent cards. This research presents a model using Multiple Linear Regression and another approach using Artificial Neural Networks on the prediction of the results. Prediction models can bring advantages to the adoption of RFID, like the reduction of time and resources necessary for the project installation. / A demanda por sistemas RFID tem crescido muito devido à maneira simples e eficiente de identificação automática com que tal tecnologia trabalha. A tecnologia RFID tem um grande potencial e traz muitos benefícios para organizações que precisam identificar qualquer tipo de bem e ampliar sua automação em cadeias de suprimentos. Muitas vezes sistemas RFID precisam ser implantados em ambientes onde o custo de instalação pode ser muito alto, e uma simulação de tal ambiente traria muitos benefícios, como economia de tempo e de recursos financeiros. A simulação funcionaria como um método de predição que verifica se a configuração do cenário desejado funciona corretamente e atende os requisitos do sistema. Este trabalho apresenta uma pesquisa acerca de modelos estatísticos de predição para o funcionamento de sistemas RFID em um cenário específico. O cenário escolhido aborda o uso da tecnologia RFID aplicado a crachás inteligentes. É apresentado um modelo estatístico utilizando Regressão Linear Múltipla e uma segunda abordagem utilizando Redes Neurais Artificiais na inferência dos resultados. O uso de modelos de predição pode trazer vantagens na implantação da tecnologia bem como diminuição de tempo e recursos no projeto de instalação do sistema RFID.