Wireless infrastructure-based indoor positioning in controlled industrial environments

(English) Wireless communications have become the central nervous system of the Factory of the Future (FoF). According to this, wireless infrastructure in industries serves the dual purpose of providing connectivity and positioning industrial assets such as Automated Guided Vehicles (AGVs). The Non-Line-of-Sight (NLoS) and multipath-dominant environments, such as those found in industries, hinder wireless signal propagation, leading to inaccuracies in wireless infrastructure-based positioning. While advances have been made in developing approaches to enhance wireless positioning accuracy in complex indoor scenarios, they may not be readily applicable to industrial environments without or with minimal modification. This motivates the study towards developing accurate and precise wireless infrastructure-based positioning approaches tailored explicitly for industrial settings. This PhD thesis aims to address key challenges in wireless positioning for industrial environments and develop algorithms to enhance the accuracy of wireless infrastructure-based positioning by proposing both model-driven and data-driven approaches. This PhD thesis presents simulation analysis and practical experiments to validate the efficiency of the proposed approaches using a range of different wireless infrastructures, including Fifth Generation (5G), Ultra-Wideband (UWB), and Sixth Generation (6G) mobile communication, including Integrated Sensing and Communication (ISAC). This work begins by analyzing the achievable 5G-based positioning accuracy in C-band and Millimeter-Wave (mmWave) bands within a specific model of a dense, cluttered industrial environment, utilizing high-fidelity ray tracing simulations to capture the impact of NLoS and multipath propagation. The findings highlight limitations of 5G positioning and, in general, wireless positioning in complex and cluttered industrial settings. To overcome these limitations, this work advances the State of the Art (SotA) by developing novel enhancement approaches based on sensor and/or data fusion for UWB-based and ISAC-assisted positioning systems. These approaches leverage the power of Deep Neural Networks (DNNs), Long Short-Term Memory (LSTM) networks, and Graph Neural Networks (GNNs) to model spatial and temporal relationships more effectively, yielding substantial improvements in positioning accuracy, robustness, and adaptability to dynamic industrial scenarios. Furthermore, the application of the proposed approaches is illustrated through an Automated Guided Vehicle (AGV) use case. This PhD thesis lays a strong foundation for advancing future research and real-world applications, offering valuable insights that can shape the next generation of industrial wireless positioning system design and deployment. (Català) Les comunicacions sense fil s'han convertit en el sistema nerviós central de la FoF (Fo de Funció). Segons això, la infraestructura sense fil a les indústries té el doble propòsit de proporcionar connectivitat i posicionar actius industrials com ara els AGV (Vehicles de Seguiment Automatitzat). Els entorns NLoS (No-Local Loan - No-Local Loan) i dominants en múltiples camins, com els que es troben a les indústries, dificulten la propagació del senyal sense fil, cosa que provoca inexactituds en el posicionament basat en infraestructura sense fil. Si bé s'han fet avenços en el desenvolupament d'enfocaments per millorar la precisió del posicionament sense fil en escenaris interiors complexos, és possible que no siguin fàcilment aplicables a entorns industrials sense o amb una mínima modificació. Això motiva l'estudi cap al desenvolupament d'enfocaments de posicionament basats en infraestructura sense fil precisos i precisos, adaptats explícitament per a entorns industrials. Aquesta tesi doctoral pretén abordar els reptes clau en el posicionament sense fil per a entorns industrials i desenvolupar algoritmes per millorar la precisió del posicionament basat en infraestructura sense fil proposant enfocaments basats en models i dades. Aquesta tesi doctoral presenta una anàlisi de simulació i experiments pràctics per validar l'eficiència dels enfocaments proposats utilitzant una gamma d'infraestructures sense fil diferents, incloent-hi la comunicació mòbil 5G, UWB i 6G, incloent-hi ISAC. Aquest treball comença analitzant la precisió de posicionament assolible basada en 5G en bandes de banda C i mmWave dins d'un model específic d'un entorn industrial dens i desordenat, utilitzant simulacions de traçat de raigs d'alta fidelitat per capturar l'impacte de la propagació NLoS i multipath. Les troballes destaquen les limitacions del posicionament 5G i, en general, del posicionament sense fil en entorns industrials complexos i desordenats. Per superar aquestes limitacions, aquest treball avança el SotA desenvolupant nous enfocaments de millora basats en la fusió de sensors i/o dades per a sistemes de posicionament basats en UWB i assistit per ISAC. Aquests enfocaments aprofiten la potència de les DNN, les xarxes LSTM i les GNN per modelar les relacions espacials i temporals de manera més eficaç, produint millores substancials en la precisió del posicionament, la robustesa i l'adaptabilitat a escenaris industrials dinàmics. A més, l'aplicació dels enfocaments proposats s'il·lustra mitjançant un cas d'ús AGV. Aquesta tesi doctoral estableix una base sòlida per avançar en futures investigacions i aplicacions reals, oferint coneixements valuosos que poden donar forma a la propera generació de disseny i desplegament de sistemes de posicionament sense fil industrials. (Español) Las comunicaciones inalámbricas se han convertido en el sistema nervioso central del campo de vuelo. Por ello, la infraestructura inalámbrica en las industrias cumple la doble función de proporcionar conectividad y posicionar activos industriales como los vehículos guiados por guiado (AGV). Los entornos NLoS y con predominio de trayectorias múltiples, como los que se encuentran en las industrias, dificultan la propagación de señales inalámbricas, lo que genera imprecisiones en el posicionamiento basado en infraestructura inalámbrica. Si bien se han logrado avances en el desarrollo de enfoques para mejorar la precisión del posicionamiento inalámbrico en escenarios interiores complejos, estos podrían no ser fácilmente aplicables a entornos industriales sin o con modificaciones mínimas. Esto motiva el estudio hacia el desarrollo de enfoques precisos y precisos de posicionamiento basados en infraestructura inalámbrica, diseñados específicamente para entornos industriales. Esta tesis doctoral tiene como objetivo abordar los desafíos clave del posicionamiento inalámbrico para entornos industriales y desarrollar algoritmos para mejorar la precisión del posicionamiento basado en infraestructura inalámbrica proponiendo enfoques basados tanto en modelos como en datos. Esta tesis doctoral presenta análisis de simulación y experimentos prácticos para validar la eficiencia de los enfoques propuestos utilizando diversas infraestructuras inalámbricas, incluyendo comunicaciones móviles 5G, UWB y 6G, incluyendo ISAC. Este trabajo comienza analizando la precisión de posicionamiento alcanzable basada en 5G en las bandas C y mmWave dentro de un modelo específico de un entorno industrial denso y saturado, utilizando simulaciones de trazado de rayos de alta fidelidad para capturar el impacto de NLoS y la propagación por trayectos múltiples. Los hallazgos resaltan las limitaciones del posicionamiento 5G y, en general, del posicionamiento inalámbrico en entornos industriales complejos y saturados. Para superar estas limitaciones, este trabajo impulsa la SotA mediante el desarrollo de nuevos enfoques de mejora basados en la fusión de sensores y/o datos para sistemas de posicionamiento basados en UWB y asistidos por ISAC. Estos enfoques aprovechan el potencial de las DNN, las redes LSTM y las GNN para modelar las relaciones espaciales y temporales de forma más eficaz, lo que produce mejoras sustanciales en la precisión, robustez y adaptabilidad del posicionamiento a escenarios industriales dinámicos. Además, la aplicación de los enfoques propuestos se ilustra mediante un caso práctico de AGV. Esta tesis doctoral sienta una base sólida para el avance de futuras investigaciones y aplicaciones prácticas, ofreciendo información valiosa que puede definir la próxima generación del diseño e implementación de sistemas de posicionamiento inalámbricos industriales.