A Proposition Of An Indoor Positioning System Using Non

A Proposition Of An Indoor Positioning System
Using Non-Dedicated Wireless Fingerprint
L. J. S. Costa, F. C. Lofrano and E. S. Fonseca Júnior
1
Abstract— Devices with wireless receptors are common to the
world’s reality. Location based services (LBS) are becoming
popular by taking advantage of the GPS positioning of the mobile
devices, and sharing the positioning information with people. But
there is nothing that can be done to, with the actual technology,
enable the use of the GPS signal inside buildings and structures.
The main purpose of this article is to use the signal strength
indicator of the wireless network available in an indoor
environment to position a mobile station using this wireless
fingerprint. It was verified that the open information of the
wireless fingerprint have standards signals for different house
rooms and the use of these signal strength fingerprint for indoor
positioning is possible.
Keywords— Location Based
Navigation, Wireless Fingerprint
C
I.
Services
(LBS),
Indoor
INTRODUÇÃO
OM a ubiquidade de dispositivos eletrônicos como
smartphones, tablets e notebooks dotados de sistemas de
posicionamento, serviços baseados em localização (Location
Based Services, ou LBS na sigla em inglês) têm se tornado
populares. Sistemas de navegação por satélite (GNSS), como
GPS (Global Positioning System) ou GLONASS
(GLObalnaya NAvigatsionnaya Sputnikovaya Sistema),
apresentam uma acurácia adequada para posicionamento ao ar
livre, porém os sinais dos satélites não são suficientemente
fortes para atravessar materiais densos e/ou espessos, criando
regiões sem sinal GNSS no meio subterrâneo ou mesmo
dentro de estruturas como edifícios. Alguns estudos
apresentaram técnicas para resolver esse problema, utilizando
o GPS em locais internos, baseados na adoção de receptores
de alta sensibilidade [1] ou no emprego de repetidores GPS
[2].
Com o crescente emprego de roteadores e disponibilidade
de redes sem fio nos mais diversos locais do ambiente urbano
(associado, novamente, à presença de receptores embarcados
nos dispositivos eletrônicos), novas abordagens para o
posicionamento interno a edifícios têm surgido. Em comum,
todas tratam de orientar uma estação móvel (EM – um celular,
por exemplo) de forma que sua localização seja definida com
base em um cadastro prévio do posicionamento e da cobertura
existente de sinais de rede sem fio - o que exige ao menos três
pontos de acesso (PA). O conjunto das potências das redes
sem fio disponíveis em um determinado local constitui uma
assinatura única, que pode ser usada para identificar a posição
L. J. S. Costa, Universidade de São Paulo (USP), São Paulo, São Paulo,
Brasil, [email protected]
F. C. Lofrano, Universidade de São Paulo (USP), São Paulo, São Paulo,
Brasil, [email protected]
E. S. Fonseca Júnior, Universidade de São Paulo (USP), São Paulo, São
Paulo, Brasil, [email protected]
da EM. Esta assinatura pode ser usada como uma alternativa
barata e acessível no posicionamento dentro de grandes e
pequenas estruturas que possuam redes sem fio.
O posicionamento de caráter geodésico se preocupa com a
locação e a localização de entidades sob uma visão
estritamente geométrica (e com embasamento físico), isto é,
com a representação matemática desses objetos em um
modelo descritivo de mundo. Apesar de sua natureza precisa e
rigorosa ser imprescindível a diversas aplicações visíveis
rotineiramente na Engenharia, a utilização da Geodesia no
sentido estrito não é, contudo, capaz de manifestar todo o seu
potencial quando lidando diretamente com seres humanos em
seus afazeres cotidianos. Isso se deve ao fato de que nós não
habitamos um mundo meramente geográfico, geométrico,
geodésico, mas também transitamos por mundos sociais, de
contatos e de atividades. Estabelecemos relações com os
lugares que não prescindem de, mas transcendem a quaisquer
respostas que se baseiam puramente em suas altitudes,
latitudes e longitudes. Em um mundo com tanta pressa,
localizar um médico dentro de um hospital para realizar um
transplante de emergência; um engenheiro dentro de uma
grande instalação industrial, ou mesmo um professor dentro de
uma Universidade de modo rápido, eficiente e preciso se faz
cada vez mais necessário.
O presente artigo busca investigar a viabilidade de uma
abordagem de localização orientada a ambientes baseada em
assinaturas de intensidade de sinais de redes sem fio sem
dedicação, ou seja, que estejam disponíveis em determinado
local.
II.
REDES SEM FIO
As redes sem fio do tipo IEEE 802.11 (Instituto de
Engenheiros Eletricistas e Eletrônicos) são redes para uso
civil, definida como padrão pelo IEEE e aceita por todos os
fabricantes de roteadores sem fio [5], popularmente
conhecidas como redes Wi-Fi (Wireless Fidelity) .
Com um aparelho dotado de receptor de sinal de rede sem
fio é possível detectar redes sem fio provenientes de diversos
roteadores. Os sinais detectados carregam informações livres,
ou seja, que não requerem autenticação na rede sem fio para
serem obtidas, conforme discriminadas pela
TABELA I. INFORMAÇÕES LIVRES FORNECIDAS PELOS
ROTEADORES SEM FIO.
Sigla
BSSID
SSID
RSSI
Significado
Basic Service Set
IDentifier
Service Set
IDentification
Received Signal
Strength Indicator
Função
Identificação do
aparelho roteador
Nome da rede
Potência do sinal de
rádio recebido
O desenvolvvimento destee trabalho utilliza-se do BS
SSID e
R
RSSI para deefinir a assinnatura de detterminado loccal. O
prrocesso se dáá em dois moomentos: (1) o levantamennto das
reedes sem fio é feito e arm
mazenado em uum banco de dados
reelacional, criaando um mappa de sinais, definindo asssim a
asssinatura sem
m fio do locaal e (2) a cclassificação dde um
coonjunto de reedes sem fio em um dos locais previaamente
caadastrados, taambém chamaado de buscaa de local. P
Para a
deeterminação ddesta assinaturaa pode-se inteerpretar os resuultados
doo mapa de sinnais de maneiraa determinística ou probabiilística,
coomo explicadoo em [6]. Utillizando técniccas determiníssticas é
poossível implem
mentar uma Busca em Prrofundidade (DFS D
Depth-First Search), demonnstrado em [7], para expanndir os
nóós dos possíveeis locais a seerem classificados em um espaço
n--dimensional variável. Nesste artigo, a pproposta é utillizar o
D
DFS como métoodo de busca nno mapa de siinais.
III.
MOD
DELO DE DA
ADOS
foi definido para
p
tratar toddas as
Um modeloo de dados fo
transações proppostas por este artigo, de forma que pudesse
mazenar os vvalores
suuportar o algoritmo de buusca. Para arm
obbservados foi criada uma esstrutura multinnível como na Figura
1..
TABELA II. EX
XEMPLO DE AR
RMAZENAMENT
TO DE DADOS
PROVENIENTES D
DE UMA LEITUR
RA.
SSID
catedraldomoosaico
Renataa
Couto
Nobritecch
MHS
Motorolla
M
MOTOROLA--10D5D
Rede Wi-Fi de Eli
803wanng
belkin.3ee9b
net virtua 11537
Castelo Bellliard
V.
EN
NCONTRAN
NDO LOCAIS NA BASE
CADAS
STRADA
N
 (X
i =1
Cada aquisiçção (ou varreddura) é um coonjunto de atrributos
(B
BSSID, SSID e RSSI) coletaados pelo proggrama. Um gruupo de
aqquisições é o cconjunto de leeituras feitas nna mesma soliccitação
doo usuário. Enffim, esses gruppos de aquisições são associiados a
um
m local, que aagrupa toda a estrutura, connstituindo assim
m uma
“bbase” que perrmite a consuulta de aquisiçções posteriorres que
buuscam posicioonar determinaada estação móóvel.
IV.
CADAS
STRO DOS LOCAIS
L
Foi desenvolvido um algooritmo para reaalizar o cadasttro das
reedes disponívveis em determinado loccal (varredurra). O
prrograma cria um grupo coontendo N aqquisições dass redes
diisponíveis, onnde N é um
m número intteiro definidoo pelo
ussuário. Os vallores das leiturras são armazzenados no bannco de
daados e vinculaados a um locaal.
A TABELA
A II exemplificca como é arm
mazenada uma leitura
noo banco de daddos.
RSS
SI
-766,0
-744,0
-866,0
-722,0
-500,0
-766,0
-888,0
-844,0
-61,0
-755,0
-877,0
-400,0
P
Para identificaar se uma aqquisição de loocal desconheecido
perttence ao mapaa de sinais caddastrados, é nnecessário realizar
umaa comparação entre a aquisiição de local desconhecido
d
e as
aquiisições de locais cadastrados no mapaa de sinais. E
Essa
com
mparação é feeita calculanddo-se as distââncias euclidianas
entrre os valores dde RSSI da EM
M e da base de dados dos PA
A.
A Equação 1 mostra o cálculo para a distância enttre o
conjjunto conheciddo (X) e o connjunto não connhecido (Y).
d=
Fiigura 1. Estrutura do modelo de aquuisição de dados criado e seus
rellacionamentos.
BSSID
28:be:9b:8e:114:27
80:c6:ab:e9:668:ec
00:24:b2:87:ff5:dc
84:c9:b2:10:221:70
28:be:9b:d7:dda:56
00:90:4b:df:339:7b
38:6b:bb:b8:775:be
40:3c:fc:06:bb1:f5
38:6b:bb:b8:663:4c
94:44:52:12:aae:0b
00:25:f1:da:44a:20
90:b1:34:43:55d:cf
i
− Yi )
2
(1)
eem que d: distância eucllidiana entre vvalores conheccidos
(PA
As) e desconhecidos (EM);
As);
Xi: vetor de valorres de RSSI coonhecidos (PA
M.
Yi: vetor de valorres de RSSI obbtidos pela EM
A Equação 2 exemplifica oos cálculos feitos entre o vvetor
aquiisição desconnhecido e um
m vetor aquuisição conheecido
dem
monstrados na TABELA III,, pertencente aao mapa de sinnais.
As comparaçõess são feitas apenas utilizando o BS
SSID
(identificador únicco do roteadorr sem fio).
TABELA III. COMPARAÇÃO
O ENTRE VETOR DE SINAIS
ECIDO E VETOR
R DE SINAIS CO
ONHECIDO.
DESCONHE
Vetor conheccido do mapa dde
siinais
B
BSSID
RSSI
rotteador1
-30
rotteador2
-40
rotteador3
-50
rotteador4
-60
rotteador5
-70
Vettor aquisição
deesconhecido
BSSID
D
RSSI
roteadoor1
-33
roteadoor2
-54
roteadoor5
-76
roteadoor6
-74
(− 30 + 33)2 + (− 40 + 554)2 + (− 50 − 0)2 +
=
(2))
(− 60 − 0)2 + (− 70 + 766)2 + (0 + 744)2
= 11817 = 108,70
P
Para determinaar se um local desconheciddo pertence a bbase
cadaastrada, é calcculado o conjuunto coletado deste local coontra
toodos os locais da base, e o que
q tiver o meenor valor callculado
paara é considerrado como o ccômodo deste local desconhhecido.
A
Após realizar a busca em tooda a base dee dados, se o menor
vaalor encontraddo for acima de 170, o sisstema consideera que
nãão há na baase um local que possa definir a aquuisição
deesconhecida. O valor de 170 foi definnido arbitrariaamente
appós algumas aanálises das reedes sem fio e suas variações de
pootência. Apóss os primeiross testes do allgoritmo, essee valor
appresentou um
m limiar factíível entre um
m cômodo dee PAs
coonhecidos e um
m cômodo de PAs desconheecidos.
V
VI.
ALGO
ORITMO DE B
BUSCA EM PROFUNDIDA
P
ADE
U
Uma simplificcação adotada foi a de ignoorar redes sem
m fio
com
m RSSI maiorees que 80 no m
momento da buusca, pois a maior
m
partte dessas redess não aparecem
m em todas as aquisições.
VII.
TESTES
P
Para definir see é possível, dee fato, utilizarr as potências sem
fio para
p
realizar uum posicionam
mento, uma seequência de teestes
foi eelaborada e exxecutada.
O
Os testes foram
m feitos em uuma residência, partindo-se da
prem
missa que todoos os cômodoss foram cadasttrados no mappa de
sinaais, pode-se veerificar esse essquema na Figgura 3.
O algoritmoo de busca em
m profundidadde utiliza a estrutura
doos níveis defiinidos para faazer a compaaração entre o vetor
deesconhecido dda EM e os vetores conhecidos do maapa de
siinais (conjuntoo dos PA cadaastrados). Além
m disso, ele reealiza a
coomparação apeenas nos locaiis onde os BSS
SID mais baixxos (ou
seeja, mais fortes) da aquisiçãoo desconhecidda da EM existtam na
baase de locais conhecidos. Em outras paalavras, o alggoritmo
seegue o fluxo ddefinido a seguuir:
 Passo 1 Identifica qqual aquisiçãoo desconhecidda que
será determiinada;
 Passo 2 Identifica qquais BSSIDss são os mais fortes
dessa aquisiição;
 Passo 3 Separa um grupo de locaais no mapa dee sinais
(com base nos BSSIDs identificados anteriormentee), que
serão buscaddos;
 Passo 4 Varre as aqquisições perteencentes ao loocal do
grupo separrado no Passoo 3, comparanndo com o veetor de
aquisição deesconhecido.
Uma vez eencontrado o local pelo algoritmo, eesse é
asssociado ao grrupo de aquissições e armazzenado na basse para
usso futuro já como
c
um gruupo pertencennte à base de sinais
coonhecida. Se o algoritmoo não enconntrar nenhum
m local
prróximo o suficiente na listaa de possibiliddades, ele suggere ao
ussuário que criee um novo loccal para associar ao grupo.
O julgamennto da posiçãoo sendo avaliiada é, no fundo, a
buusca pelo locaal cadastrado que apresentee a menor disstância
euuclidiana do grupo de aqquisições. Naa Figura 2 ppode-se
enntender comoo o algoritm
mo avalia as possibilidaddes de
asssociação entrre local cadasttrado na base dde dados e gruupo de
aqquisição da EM
M a ser posicioonado.
Figurra 3. Esquema da residência usada para testes.
O teste consisttiu em realizaar aquisições e associá-las a um
deteerminado locaal (criação doo mapa de sinnais). Em segguida
realiizam-se novaas aquisições,, sem local determinado,
d
e o
algooritmo de bussca passa a ddefinir o locall da aquisiçãoo. O
mappeamento dos PAs e a deterrminação a segguir da EM fooram
feitaas com o m
mesmo equipaamento, paraa garantir quue a
interrpretação dos sinais fosse a mesma entree o mapa de siinais
e a lleitura a ser coomparada com
m o mapa.
F
Foram feitas dduas baterias dde cinco testess, um por côm
modo,
cadaa bateria foi feeita em um diaa diferente.
P
Para garantir qque os valores de RSSI obtiddos no cadastrro do
mappa de sinais sãão correlativos aos valores obtidos durannte a
fasee de teste, o mesmo recepptor foi usadoo para ambos os
mom
mentos.
VIII.
Fiigura 2. Possibiliddades de associaçãão de grupo de aqquisição com locaal.
RESULTAD
DOS E DISCU
USSÃO
A demonstraçção dos resulttados foi feitta usando a bbase
cadaastrada e as saídas
s
do algooritmo de buscca. O cadastroo da
baase foi feito cconforme a TA
ABELA IV, dde forma que várias
aqquisições foram
m feitas por côômodo para montar
m
a base.
TABELA
A IV. NÚMERO D
DE AQUISIÇÕES
S POR LOCAL.
L
Local
Sala de jantar
Sala de estar
Coozinha
Q
Quarto
Baanheiro
Número de aaquisições
1200
73
40
60
50
TAB
BELA VII. REPET
TIÇÃO DO TEST
TE ANTERIOR P
PARA O BANHE
EIRO.
Local
S
Sala de Sala dde
Cozinha Q
Quarto Banheeiro
Dessconhecido JJantar Estarr
Salla de Jantar 2241,23 243,772 240,65 2236,36 167,336
N
Nesse último tteste, o banheiro foi localizzado com suceesso.
As potências doss sinais podem variar por diversos fatoores,
mo umidade, pessoas passanndo ou mesmoo o horário do dia,
com
o quue sugere que apenas uma aqquisição pode não ser suficiiente
paraa um posicionaamento preciso.
Primeira baterria de testes
Quaantidade de redes por aquiisição
Após fazer o cadastro dda base, umaa única aquisição é
reealizada como o local descoonhecido que pprecisa ser deefinido.
A TABELA V mostra os rresultados da primeira bateeria de
teestes. Os valorres em itálico indicam o mínnimo calculaddo pelo
allgoritmo. Os valores esperrados são aquueles pertenceentes à
diiagonal princippal (em negritto).
D
Durante a fase de cadastro ddo mapa de sinnais, foi observvado
que a quantidadee de redes seem fio ao lonngo de aquisições
conssecutivas variaa, comportanddo-se de uma forma crescennte e
apóss algum tempoo, estabilizanddo-se.
V
Verifica-se, coonforme a Figgura 4, que, quuanto mais tempo
duraam as aquisiçõões do grupo dde aquisição, m
mais redes sem
m fio
são captadas. Noo exemplo, fo
foi criado um
m grupo com 100
aquiisições, que aumentaram
m de 14 paara 31 redees e
estab
abilizaram-se eem 25 redes.
TABELA
A V. DISTÂNCIA
AS MÍNIMAS EN
NTRE LOCAIS
DES
SCONHECIDOS E BASE CADAS
STRADA.
Local
D
Desconhecid
o
Sala de
Jantar
S
Sala de Estar
Cozinha
Quarto
Banheiro
S
Sala de Sala dde
Cozinha Quarto Bannheiro
Jantar Estarr
71,19 106,49
118,42
160,42
171,49
1122,97
1133,28
2220,02
1198,13
127,07
76,84
232,91
176,66
187,55
176,92
169,15
179,09
1688,74
2022,87
1722,63
1655,31
131,43
104,64
219,55
186,22
Nota-se que dos cinco tesstes, o teste dda Sala de Esttar não
S de
fooi efetivo e accabou posicionnando a estaçãão móvel na Sala
Jaantar.
Seegunda baterria de testes
Figurra 4. Quantidade dde redes acumulaadas por aquisiçãoo
A segunda bateria de teestes executouu os mesmos testes
prrevistos na primeira
p
baterria. A TABE
ELA VI mosstra os
reesultados obtiddos. Os valorres em itálicoo indicam o m
mínimo
caalculado pelo algoritmo. O
Os valores espperados são aqueles
a
peertencentes à ddiagonal princcipal (em negrrito).
TABELA
A VI. DISTÂNCIA
AS MÍNIMAS EN
NTRE LOCAIS
DES
SCONHECIDOS E BASE CADAS
STRADA.
Local
D
Desconhecido
S de Jantar
Sala
S de Estar
Sala
Cozinha
Quarto
Banheiro
Sala de
Jantar
105,70
146,08
126,53
186,97
253,32
Salaa de
Estar
1466,38
1022,34
1100,35
2155,45
2522,51
Cozinha Quarto Banhheiro
130,16
153,80
106,95
181,73
218,19
161,33
167,60
176,39
144,20
171,74
1700,51
1688,89
1644,92
2011,25
2300,71
Dos testes feeitos na segunnda bateria, o único local quue não
fooi determinado foi o Banheiro. A diferença dessa
inndeterminaçãoo para a indeterminação da sala de janntar na
prrimeira bateriaa é que o valorr mínimo calcculado foi 171,,74, ou
seeja, superior aao limite máxximo definidoo pelo algoritm
mo, de
1770. O teste do banheiro foi rrepetido, e a T
TABELA VII m
mostra
oss resultados.
IX
X.
CO
ONCLUSÃO
A utilização daa assinatura ddas potências dde sinais de redes
r
sem
m fio para reaalizar a localizzação orientada a ambienttes é
viávvel. O númeroo de aquisiçõees dos locais cadastrados é um
fator relevante e determinante no correto pposicionamentoo de
umaa estação móóvel. Uma baase de dadoss com aquisições
suficcientes é funddamental para que o erro sejaa dirimido.
F
Foi possível nnotar que, messmo com alguum incrementoo do
núm
mero de aquisiições, alguns locais não forram determinaados
de modo acurrado, demonnstrando quee a abordaagem
deteerminística (qu
que exige um critério de pparada puram
mente
arbitrário) não é suficiente parra garantir um
m posicionam
mento
m que
adeqquado. A exteensão do modeelo de localizaação para um
sejaa do tipo estatísstico poderia corrigir
c
esse pproblema.
F
Foi notado quee, em grupos dde aquisição grrandes (maiorr que
10), o número dee redes sem fioo detectadas aumentou
a
basttante
m relação à prim
meira aquisiçãão.
com
O
Os resultados obtidos nos teestes realizadoos e citados nnesse
artiggo justificam a realização de novos testtes para validdar e
enteender a viabillidade de se ttrabalhar com
m esse métodoo de
posiicionamento eem conjunto coom os métodoos existentes hhoje.
A iddeia proposta neste artigo ppode ser incorrporada a servviços
baaseados em localização, como form
ma de auxilliar o
poosicionamentoo dentro de ediifícios e orientada a ambienntes.
Na abordageem sugerida, ooutros algoritm
mos de busca ppodem
seer implementaados como form
ma de melhorrar o posicionaamento
daa EM, assim como testess em ambienttes maiores e mais
coomplexos com
mplementariam
m a proposta doo artigo.
REFE
ERÊNCIAS
[1]
[2]
[3]
[44]
[5]
[6]
[7]
T. Lin, M
M. Ma, A. Broumaandan, and G. Lacchapelle, “Demonnstration
of a high sensitivity GNSS
S software receiveer for indoor
positioninng,” Adv. Sp. Res., vol. 51, no. 6, ppp. 1035–1045, 20013.
K. Ozsoyy, A. Bozkurt, andd I. Tekin, “Indooor positioning baseed on
global poositioning system signals,” Microw
w. Opt. Technol. L
Lett., vol.
55, no. 5,, pp. 1091–1097, 2013.
S. Mazueelas, A. Bahillo, R.
R M. Lorenzo, P. Fernandez, F. A.. Lago,
E. Garciaa, J. Blas, and E. JJ. Abril, “Robust Indoor Positioninng
Provided by Real-Time RS
SSI Values in Unmodified WLAN
N
p
Networkss,” Sel. Top. Signaal Process. IEEE J., vol. 3, no. 5, pp.
821–831,, 2009.
L. Menguual, O. Marbán, S
S. Eibe, E. Menasaalvas, and O. Marrban,
“Multi-aggent location system in wireless neetworks,” Expert Syst.
S
Appl., vol. 40, no. 6, pp. 22244–2262, May 22013.
Part 11: Wireless L
LAN Medium Acccess Control (MA
AC) and
IEEE, “P
Physical Layer (PHY) Speecifications,” IEEE, 2012.
V. Honkaavirta, “Location fingerprinting meethods in wirelesss local
area netw
works,” 2008.
R. Tarjann, “Depth-first seaarch and linear graaph algorithms,” SIAM J.
Comput., vol. 1, no. 2, pp. 146–160, Jun. 19972.
ucas Juliano Spin
nola Costa é gradduado em Matemáática
Lu
Applicada e Computaacional, com habiilitação em Mecattrônica e
Sisstemas Mecânicoss pelo Instituto dee Matemática e Esstatística
(IM
ME) da Universidaade de São Paulo (USP), em 2010,, e
Meestrado em Engennharia de Transportes pela Escola
Pollitécnica (EP) da USP. Possui expeeriência com sisteemas
inteegrados, cercas diigitais e posicionaamento móvel. Suuas
peesquisas se concenntram na área de iinformações espaaciais e posicionam
mento
em
m ambientes fechaados.
Fáb
bio Cunha Loffrano é Engenhheiro civil pela Escola
Pollitécnica da Unniversidade de S
São Paulo (EPU
USP), já
reaalizou pesquisas nnas áreas de reoloogia aplicada a m
materiais
de construção civil, de construção suustentável e de enggenharia
maarítima e costeira. Possui experiiência como enggenheiro
connsultor e projettista em engenhharia geotécnicaa e em
enggenharia ambienntal, tendo trabbalhado nas árreas de
saaneamento, fundaçções, contenções,, estabilidade de ttaludes e encostass, aterros
soobre solos difíceeis, aterros sanittários e túneis. Atualmente é aluno
a
de
dooutorado do Proggrama de Pós-Grraduação em Engenharia Civil (P
PPGEC)
peela EPUSP e reealiza pesquisa eem remediação e reabilitação dde áreas
coontaminadas, sob orientação da Proof.ª Dione Mari Morita.
M
Ed
dvaldo Simões daa Fonseca Júniorr possui graduaçãoo em
Enggenharia Cartográáfica pela Universsidade do Estado do Rio
de Janeiro (1985), m
mestrado em Engeenharia de Transpportes
pella Universidade dde São Paulo (1996), com estágio nna
Unniversidade de Noottingham - Inglateerra (1995) e douutorado
em
m Engenharia de T
Transportes pela U
Universidade de S
São
Pauulo (2002), com eestágio na Universsidade de Calgaryy Caanadá (1999-20000). Atualmente é pprofessor Doutor 2 da Universidadde de
Sãão Paulo. Tem expperiência na área de Geociências, com
c
ênfase em G
Geodésia,
atuuando principalm
mente nos seguintees temas: GNSS, pposicionamento ppor
saatélites, geodésia, redes geodésicas, monitoramento de estruturas com
m
instrumentos geodéésicos e controle dde veículos.