การเพิ่มความแม่นยำในการระบุตำแหน่งในพื้นที่โล่งด้วยปัญญาประดิษฐ์

DOI: 10.14416/j.ind.tech.2021.12.005

ผู้แต่ง

  • กิตมงคลชัย พรหมบริรักษ์ษา ภาควิชาเทคโนโลยีวิศวกรรมอิเล็กทรอนิกส์, วิทยาลัยเทคโนโลยีอุตสาหกรรม, มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
  • กำพล แจ้วชุ่มชื่น ภาควิชาเทคโนโลยีวิศวกรรมอิเล็กทรอนิกส์, วิทยาลัยเทคโนโลยีอุตสาหกรรม, มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
  • กฤษฎา มามาตร ภาควิชาเทคโนโลยีวิศวกรรมอิเล็กทรอนิกส์, วิทยาลัยเทคโนโลยีอุตสาหกรรม, มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

คำสำคัญ:

การระบุตำแหน่ง, ปัญญาประดิษฐ์, วิธีการเคลื่อนลงตามความชัน, วิธีอดัม

บทคัดย่อ

บทความนี้นำเสนอการประยุกต์ใช้งานปัญญาประดิษฐ์เพื่อเพิ่มความแม่นยำในการระบุตำแหน่งในพื้นที่โล่งสองวิธีได้แก่วิธีการเคลื่อนลงตามความชันและวิธีอดัม โดยทั้งสองวิธีใช้การวนซ้ำเพื่อทำให้ค่าความคลาดเคลื่อนมีค่าต่ำที่สุด ความแตกต่างของทั้งสองวิธีคือวิธีอดัมใช้ค่าเฉลี่ยการเคลื่อนที่มาช่วยให้การวนซ้ำแต่ละรอบเคลื่อนที่ไปในทิศทางที่ช่วยลดค่าความคลาดเคลื่อนในขณะที่วิธีการเคลื่อนลงตามความชันใช้เพียงอนุพันธ์ของค่าความคลาดเคลื่อนเพียงอย่างเดียว สำหรับการประมาณพิกัดของวัตถุที่สนใจนั้นบทความนี้เลือกใช้วิธี True-range Multilateration ผลการดำเนินการแสดงให้เห็นว่าทั้งสองวิธีสามารถลดความคลาดเคลื่อนได้ใกล้เคียงกันโดยทังสองวิธีสามารถลดความคลาดเคลื่อนในการระบุตำแหน่งได้โดยสามารถลดความคลาดเคลื่อนลงได้ประมาณ 10.17% จากวิธีปกติภายในพื้นที่ทดลองขนาด 2,500 ตารางเมตร เมื่อพิจารณาถึงความซับซ้อนของทั้งสองวิธีพบว่าวิธีอดัมมีความซับซ้อนน้อยกว่าวิธีการเคลื่อนลงตามความชันมากในพื้นที่ขนาดเล็ก อย่างไรก็ตามเมื่อพิจารณาพื้นที่ขนาดใหญ่พบว่าวิธีการเคลื่อนลงตามความชันมีความซับซ้อนน้อยกว่าเล็กน้อย

References

[1] S. Li, M. Hedley, K. Bengston, D. Humphrey, M. Johnson and W. Ni, Passive locallization of standard WiFi devices, IEEE Systems Journal, 2019, 13(4), 3929-3932.
[2] S. Atipong, A study and design of object localization in wireless sensor network, The 39th Electrical Engineering Conference, Proceeding, 2016, 423-426.
[3] P. Dangkham, Indoor real time localization system with bluetooth low power, Journal of Industrial Technology, 2018, 13(1), 71 – 80. (in Thai)
[4] E.W. Lam and T.D.C. Little, Indoor 3D localization with low-cost LiFi components, 2019 Global LIFI Congress, Proceeding, 2019, 1-6.
[5] https://tupleblog.github.io/gradient-descent-part1/. (Accessed on 8 June 2021)
[6] D.P. Kingma and J.L. Ba, Adam: A method for stochastic optimization, International Conference on Learning Representation, Proceeding, 2014,1-15.
[7] T.S. Rappaport, Wireless communications: Upper saddle river, Prentice Hall, NJ, USA, 1996.
[8] D.M. Pozar, Microwave engineering, 2nd Ed., John Wiley & Sons, Inc., NY, USA, 1998.
[9] www.wikiwand.com/en/True-range_multilateration. (Accessed on 8 June 2021)
[10] Sutiyo, R.Hidayat, I. W. Mustika and Sunarno, The wide range of regression analysis in distance estimation system of the fingerprint-based outdoor wireless access point localization system, International Journal of Engineering and Technology, 2018, 7(4.40), 183 – 186.
[11] https://en.wikipedia.org/wiki/Monte_Carlo_method. (Accessed on 22 June 2021)

Downloads

เผยแพร่แล้ว

2021-12-15

ฉบับ

บท

บทความวิจัย (Research article)