Riassunto analitico
Negli ultimi anni, la tecnologia RFID sta guadagnando una certa popolarità grazie alla
sua capacità di rilevare oggetti e persone dotati di piccoli tag in un ambiente
attrezzato di antenne e lettori RFID. Le applicazioni RFID spesso si basano sull'omonima tecnologia
per gestire eventi di alto livello, come il tracciamento della posizione di prodotti in una suply-chain, il monitoraggio della posizione e lo stato dei pazienti in ambiente ospedaliero, servizi di localizzazione di intrusi, e così via. Una
relazione fondamentale per questi scopi è la posizione di persone e oggetti nel
tempo. Tuttavia, il flusso di dati RFID è per natura rumoroso, ridondante e inaffidabile
e quindi questo flusso di basso livello deve essere trasformato in una sequenza temporale di istanze di posizione. Inoltre, le applicazioni RFID di solito producono enormi quantità di dati che possono raggiungere in casi pratici la dimensione di un gigabyte in un giorno.
Questa tesi presenta la progettazione, realizzazione e valutazione sperimentale di un sistema in tempo reale che risolve i problemi di gestione dei dati RFID
suddetti.
Il sistema è dotato di un modulo per l'acquisizione dati e la gestione dell'incertezza basato
su modelli probabilistici che è in grado di trasformare il flusso di dati grezzi provenienti da tag RFID in informazioni probabilistiche, che risultano significative per le applicazioni o dalle quali è possibile estrarre informazioni di interesse.
Inoltre, per gestire i grandi volumi di dati generati da applicazioni RFID,
questa tesi propone un semplice meccanismo on-line che è in grado di riassumere quantità massicce di dati in streaming pur
preservando la significatività delle informazioni trasmesse.
Infine in questa tesi abbiamo anche progettato e realizzato un programma per la localizzazione di intrusi. Si tratta della prima proposta di utilizzo congiunto di telecamere
e RFID in tempo reale su vaste aree aperte, rumorose e complesse.
A questo scopo nella tesi viene proposta una nuova architettura e vengono sviluppati algoritmi specifici che sono stati testati su casi reali.
|
Abstract
In the last several years, RFID technology has gained significant popularity due to
its ability of detecting objects and people carrying small RFID tags in an environment
equipped with RFID readers. RFID applications usually rely on RFID deployments
to manage high-level events such as tracking the location that products
visit for supply-chain management, monitoring the location and status of patients
in hospital environment, localizing intruders for alerting services, and so on. A
fundamental relation for these purposes is the location of people and objects over
time. However, the nature of RFID data stream is noisy, redundant and unreliable
and thus streams of low-level tag-reads must be transformed into meaningful
relation instances. Nevertheless, the management of RFID data in transforming
low-level streams in to high-level events poses a number of challenges. Moreover,
RFID deployments usually produce huge volumes of data that can reach
in practical cases to the size of gigabytes in a day.
This thesis presents the design, implementation and experimental evaluation of realtime
system that addresses the above mentioned data management issues related to RFID tracking
systems.
In this thesis, a Data Acquisition and Uncertainty Management Module based
on probabilistic models and techniques is developed that operate on unreliable
and imprecise real-time data stream in order to transform them into probabilistic data streams that can be meaningful to the applications or by which we can extract information of interest.
Moreover, to handle the huge data volumes generated by RFID deployments,
this thesis proposes a simple on-line summarization mechanism by developing a
Data Aggregation and Query Processing Module, which is able to provide small
space representation for massive RFID probabilistic real-time data streams while
preserving the meaningfulness of the information streams convey.
In this thesis, we have also designed and implemented an application for intruder localization. This is the first proposal of joint use of cameras and RFIDs in real noisy and complex wide open areas.
We propose a new architecture and developed specific algorithms that have been finally tested on real-cases.
|
