Contributions to event-based state estimation for intelligent spaces

Resumen

Un espacio inteligente es un entorno en el que un conjunto de sensores están disponibles para proveer a las personas o robots que lo ocupan algún servicio o facilidad, tales como identificación, localización, reconocimiento de voz o gestos, etc. Los elementos inteligentes de este espacio en muchos casos estarán conectados mediante tecnologías inalámbricas y se alimentarán de baterías. En este contexto es fundamental economizar el uso de dichos sensores con el fin de prolongar su autonomía y asegurar un aprovechamiento adecuado del canal de comunicaciones. Para este fin, una alternativa consiste en adquirir y enviar la información de los sensores solo en los instantes realmente necesarios. En contraposición a lo que sucede en los sistemas tradicionales basados en tiempo que son gobernados por una señal de reloj, este nuevo paradigma se denomina estimación basada en eventos, la cual está recibiendo una atención creciente en investigación en los últimos años. Este trabajo de tesis se compone de tres aportaciones al campo de la estimación de estados basada en eventos para redes de sensores, correspondiendo cada una de ellas con uno de los elementos principales de dicho sistema: los sensores, el estimador y la red de comunicaciones. Para los sensores, se han propuesto dos nuevos métodos de muestreo basados en la distancia de Mahalanobis. Se propone determinar la importancia de una muestra midiendo la distancia de la corrección que se obtiene en el caso de ser aplicada por el estimador. La ventaja de emplear este concepto de distancia es que tiene en cuenta la densidad de probabilidad del error de estimación y del ruido de medida. Los métodos de muestreo propuestos se han comparado con otras alternativas conocidas mediante simulaciones y en una aplicación real de localización de agentes móviles en interiores. Para el estimador, se realiza un algoritmo adaptativo de disparo basado en varianza aplicado al guiado de una unidad robótica. Según este método, es el estimador el que solicita al sensor una medida cuando la incertidumbre de la posición u orientación alcanzan cierto valor, de manera que el error de estimación esperado se mantiene acotado. El valor del umbral además se adapta a las necesidades del control de cara al guiado, requiriendo menos precisión cuando la distancia al punto deseado es grande. La propuesta se ha validado tanto en simulación como en experimentos reales con un robot móvil, observando un importante ahorro en comunicaciones sin comprometer la maniobra de guiado. Para la red de comunicaciones, se ha realizado un estudio sobre la estimación en redes de sensores cuando se considera la existencia de retardos en las comunicaciones, los cuales estarían inducidos por la ocupación en el canal creada por los propios mensajes de los sensores. El problema de determinar la tasa óptima de estimación se ha podido resolver analíticamente en los casos ideales en los que los sensores aportan información completa y libre de ruido del vector de estado. Extrapolando estos resultados al caso general se puede demostrar que bajo ciertas condiciones se consigue una cota máxima de la solución del problema.