Self-localization of IoT devices - development and implementation of a system for self-localization of embedded devices based on Wi-Fi information

Abstract

Smart homes have become a reoccurring topic in our society. Many homes have been modernized in such a way that technology takes a prevailing role. As a result, many electronics technicians have to adapt to the ongoing modernization. With that said, many improvements can be implemented in order for technicians to work more efficiently and flawlessly. One of these improvements could be a localization software that locates IoT devices in a household. As many IoT devices are installed in walls, the respective location cannot be determined without a great margin of error. A software that locates these devices and maps them to the respective household can prove to be very beneficial. In order for such a software to exist we need to determine the distance between IoT devices through some mean. Wi-fi signals consist of Channel State Information (CSI) that could possibly describe the physical distance between devices. This thesis focuses on the evaluation of Channel State Information in Wi-Fi signals and the possibility of using this information to determine the distance of devices to each other. If the CSI information proves to be successful in determining the distance, a complete software will be implemented that calculates the positions of all IoT devices in a local network. For this thesis we will focus on ESP32 microcontrollers that already utilize CSI data for human movement detection.

Smart Homes sind zu einem wiederkehrenden Thema in unserer Gesellschaft geworden. Viele Häuser wurden so modernisiert, dass die Technik eine dominierende Rolle einnimmt. Dadurch müssen sich viele Elektroniker auf die laufende Modernisierung einstellen. Vor diesem Hintergrund können viele Verbesserungen implementiert werden, damit die Techniker effizienter und fehlerfreier arbeiten können. Eine dieser Verbesserungen könnte eine Lokalisierungssoftware sein, die IoT- Geräte in einem Haushalt ortet. Da viele IoT-Geräte in Wänden verbaut sind, kann der jeweilige Standort nicht ohne hohe Fehlerquote bestimmt werden. Eine Software, die diese Geräte ortet und dem jeweiligen Haushalt zuordnet, kann sich als sehr vorteilhaft erweisen. Damit eine solche Software existieren kann, müssen wir die Entfernung zwischen IoT-Geräten bestimmen. WLAN-Signale bestehen aus Channel State Informations (CSI), die möglicherweise die physische Entfernung zwischen Geräten beschreiben könnten. Diese Arbeit konzentriert sich auf die Auswertung von Channel State Information in WLAN- Signalen und die Möglichkeit diese Informationen zu verwenden, um die Entfernung von Geräten zueinander zu bestimmen. Erweisen sich die CSI-Informationen bei der Entfernungsbestimmung als erfolgreich, wird eine komplette Software implementiert, die die Positionen aller IoT-Geräte in einem lokalen Netzwerk berechnet. In dieser Arbeit konzentrieren wir uns auf ESP32-Mikrocontroller, die bereits CSI-Daten zur Erkennung menschlicher Bewegungen verwenden.