Whilst GPS positioning has been a well used technology for many years in outdoor environments,a ubiquitous solution for indoor positioning is yet to be found, as GPS positioning is unreliableindoors. This thesis focuses on the combination of Inertial Sensor Dead Reckoning and positionsobtained from the Bluetooth Low Energy (BLE) Direction Finding technique. The main objectiveis to reduce the error rate and size of a BLE Direction Finding system. The positioned object is aMicro-Electrical Mechanical System (MEMS) with an accelerometer and a gyroscope, placed on atrolley. The accelerometer and gyroscope are used to obtain an orientation, velocity vector, andin turn a position which is combined with the BLE Direction Finding position. To further reducethe error rate of the system, a Stationary Detection functionality is implemented. Because of thetrolley movement pattern causing noise in the sensor signals, and the limited sensor setup, it is notpossible to increase the accuracy of the system using the proposed method. However, the StationaryDetection is able to correctly determine a stationary state and thus decreasing error rate and powerconsumption. / GPS är en väl använd teknologi sedan många år, men på grund av dess bristande precision vid inomhuspositionering, behöver en ny teknologi för detta område hittas. Denna studie är fokuserad på Dead Reckoning som ett stöd till ett Bluetooth Direction Finding positioneringssystem. Det främsta målet är att minska felfrekvensen och felstorleken i BLE Direction Finding systemet. Föremålet som positioneras är en Micro-Electrical Mechanical System (MEMS) med en accelerometer och ett gyroskop, placerad på en vagn. Accelerometern och gyroskopet används för att erhålla en orientering, hastighetsvektor och därefter en position som kombineras med den position som ges av BLE Direction Finding. För att minska felfrekvensen ytterligare hos systemet, implementeras en funktionalitet som detekterar om MEMS-enheten är stillastående, kallad Stationary Detection. På grund av vagnens rörelsemönster, som bidrar till brus hos sensorsignalerna, samt den begränsade sensorkonfigurationen, är det inte möjligt att förbättra systemets precision med den föreslagna metoden. Dock kan Stationary Detection korrekt fastställa ett stationärt tillstånd och därmed minska felfrekvensen och energiförbrukningen för enheten.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:mau-44776 |
| Date | January 2021 |
| Creators | Rumar, Tove, Juelsson Larsen, Ludvig |
| Publisher | Malmö universitet, Fakulteten för teknik och samhälle (TS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds