Yapay zekâ teknikleri ile Wi-Fi ve bluetooth tabanlı kapalı alan konumlandırma sistemi geliştirilmesi

Abstract

İnsanların ve nesnelerin yerlerini tespit etmek ve onları yönlendirmek amacıyla konumlandırma sistemleri kullanılmaktadır. Özellikle geniş yapılı işletmelerde, üretim bantlarında ve malzeme depolarında ürün takibine ve iş akışı yönetimine sağladığı kolaylıklardan dolayı kapalı alanlardaki nesnelerin doğru bir şekilde konumlandırılması her geçen gün önem kazanmaktadır. Küresel ölçekte çözüm sunan, birlikte çalışabilir sistemler için kablosuz teknolojiler kullanılarak kapalı alan konumlandırma sistemleri için çözümler aranmaktadır. Bu tez çalışması kapsamında kapalı alan konumlandırma sistemleri için yaklaşımlar incelenerek literatürde sıklıkla kullanılan konumlandırma teknolojileri, algoritmaları ve sinyal ölçüm teknikleri sunulmuştur. Kapalı alanlarda kullanılmak üzere Wi-Fi ve Bluetooth teknolojileri ile konumlandırma sistemleri geliştirilmiştir. Bu amaçla saha analizi, düğüm noktası ve kablosuz takip sistemi için cihazlar geliştirilmiş ve bu cihazlar ile kapalı bir çiftlikte performans testleri yapılmıştır. Konumlandırma sistemlerinde RSSI tekniği ile sinyal ölçümleri yapılmış, parmak izi yöntemi ile çalışma alanının sinyal haritası modellenmiştir. Konumlandırma doğruluğunu artırmak için sinyal haritasının modellenmesinde yapay zekâ tekniklerinden K-en yakın komşu ve yapay sinir ağları kullanılmıştır. Gerçekleştirilen konum tahminlerine ait ayrıntılı performans sonuçları grafikler üzerinde gösterilmiştir.

Positioning systems are used to locate and guide people and objects. Especially in large enterprises, production lines and material warehouses due to the ease of product tracking and workflow management, the correct positioning of objects in indoor areas is gaining importance day by day. We are looking for solutions for indoor positioning systems using wireless technologies for interoperable systems that offer global solutions. Within the scope of this thesis, positioning technologies, algorithms and signal measurement techniques frequently used in the literature are presented by examining the approaches for closed area positioning systems. Wi-Fi and Bluetooth technologies and positioning systems have been developed for indoor use. For this purpose, devices have been developed for field analysis, node and wireless monitoring system and performance tests have been performed on a closed farm with these devices. In the positioning systems, signal measurements were made with RSSI technique and the signal map of the working area was modeled by fingerprint method. In order to increase the positioning accuracy, K-nearest neighbor and artificial neural networks, one of the artificial intelligence techniques, were used in the modeling of the signal map. Detailed performance results of the actual position estimates are shown on the graphs.