Simulation-based automated design systems for optimising anchor locations in indoor positioning systems

Abstract

This thesis investigates the placement of anchor stations in Indoor Positioning Systems (IPS) using floor plan analysis and simulation. Anchor placement directly affects positioning accuracy and system costs. A simulation-based optimisation approach is applied, where floor plans are transformed into structured representations and used to evaluate different anchor placement solutions. In the preprocessing stage, room geometry, wall structures, and feasible placement locations are identified, enabling realistic modelling of indoor environments. Multiple optimisation algorithms, including Differential Evolution, Genetic Algorithm, Firefly Algorithm, and Simulated Annealing, are applied under consistent conditions. In addition, surrogate-assisted variants based on a Random Forest model are used to reduce computational cost while preserving solution quality. The methods are compared based on coverage, number of anchors, computational runtime, and overall solution quality. The objective is to evaluate which methods achieve the required coverage level with the fewest anchors. The results show that once the required coverage level is achieved, differences between methods are primarily reflected in the number of anchors and computational efficiency. The findings provide a basis for comparing optimisation methods and support decision-making in anchor placement for indoor environments.

Tässä diplomityössä tutkitaan sisäpaikannusjärjestelmien ankkuriasemien sijoittelua hyödyntäen pohjapiirrosten analyysiä ja simulointia. Asemien sijoittelu vaikuttaa suoraan paikannustarkkuuteen ja järjestelmän kustannuksiin. Tutkimuksessa käytetään simulointiin perustuvaa optimointilähestymistapaa, jossa pohjapiirrokset muunnetaan rakenteelliseen muotoon ja niiden avulla arvioidaan erilaisia asemien sijoitteluratkaisuja. Esikäsittelyssä tunnistetaan tilojen geometria, seinärakenteet sekä mahdolliset sijoituspaikat, mikä mahdollistaa sisätilojen realistisen mallintamisen. Työssä sovelletaan useita optimointialgoritmeja, kuten differentiaalievoluutiota, geneettistä algoritmia, tulikärpäsalgoritmia ja simuloitua jäähdytystä yhtenäisissä olosuhteissa. Lisäksi tarkastellaan satunnaismetsämalliin perustuvia sijaistoimintoa hyödyntäviä menetelmiä, joilla pyritään vähentämään laskennallista kuormitusta säilyttäen ratkaisun laatu. Menetelmiä vertaillaan peiton, asemien määrän, laskenta-ajan sekä ratkaisun laadun perusteella. Tavoitteena on arvioida, mitkä menetelmät saavuttavat vaaditun peittotason mahdollisimman vähäisellä asemamäärällä. Tulokset osoittavat, että vaaditun peittotason täytyttyä menetelmien erot liittyvät pääasiassa asemien määrään ja laskennalliseen tehokkuuteen. Tulokset tarjoavat vertailupohjan optimointimenetelmien arviointiin ja tukevat päätöksentekoa asemien sijoittelussa sisäympäristöissä.