Abstract

This article investigates the feasibility of a visible-light-based indoor positioning system (IPS) using position-sensitive detectors (PSDs) and commercial luminaires in smoke-filled environments. A dataset comprising 285 measurements was collected over 79 min in a controlled test room, with visibility levels ranging from 3 to 300 m. The system was evaluated under varying smoke densities using visibility as the principal metric, calculated via the Beer–Lambert law and Koschmieder equation. Experimental results show that positioning accuracy degrades with increasing smoke levels, with errors remaining below 270mm even under extreme conditions (visibility ≈3 m). Notably, the system detects signals from emitters outside the nominal field of view (FoV) via multipath reflections, with received power increasing under moderate smoke due to enhanced diffusion. In a challenging scenario—receiver placed 3 m away, behind an obstacle, and under dense smoke—the system maintained signal detection, enabling reliable roomlevel localization. These findings demonstrate the robustness of PSD-based IPSs in adverse environments and highlight their potential for emergency response applications, such as firefighter tracking and evacuation support, where coarse localization is critical.
Loading...

Quotes

0 citations in WOS
0 citations in

Journal Title

Journal ISSN

Volume Title

Publisher

Institute of Electrical and Electronics Engineers

URL external

Description

Fruto del proyecto GUIDE2FR (TED2021-131430B-I00, Agencia Estatal de Investigación – Ministerio de Ciencia e Innovación, 2022–2025), se ha desarrollado una línea de investigación orientada a mejorar la capacidad de respuesta del personal de emergencias en entornos interiores complejos, donde la baja visibilidad, la degradación de la calidad del aire y la incertidumbre espacial dificultan la intervención y la evacuación. GUIDE2FR capitaliza la experiencia previa del equipo en HELPRESPONDER (Jóvenes Investigadores CAM) y en Servicios de Localización y Guiado en Situaciones de Emergencia para Personas con Discapacidad (Beca Fundación Mapfre Ignacio Larramendi), consolidando un enfoque multidisciplinar que integra sensórica IoT, analítica predictiva, robótica autónoma y soporte a la decisión en tiempo real. En este marco se han obtenido resultados de alto impacto, entre ellos: “Time Series Forecasting Methods in Emergency Contexts” (Scientific Reports, 2023, JCR Q1), que aporta técnicas de predicción y anticipación para una gestión más eficiente en situaciones críticas; y “An Autonomous Ground Robot to Support Firefighters” (Journal of Field Robotics, 2023, JCR Q2), que presenta un robot terrestre autónomo para apoyo operativo a bomberos en escenarios de riesgo. Asimismo, la contribución recogida en IEEE Xplore (documento 11222859) se alinea directamente con los objetivos del proyecto al trasladar los desarrollos de GUIDE2FR a un resultado publicable y transferible, reforzando la evidencia científico-técnica del enfoque propuesto: integración de datos de sensórica/operación, modelado del entorno interior y mecanismos de asistencia (guiado/soporte a intervención) para prevención, evacuación y mejora de la seguridad en espacios confinados. Mi papel como Investigadora Principal ha sido clave en: (i) la definición del enfoque y requisitos con orientación a uso real por intervinientes, (ii) la coordinación científico-técnica y la toma de decisiones metodológicas, (iii) la validación y consolidación de resultados para su publicación, y (iv) la dirección del equipo y la articulación de colaboraciones, asegurando coherencia entre investigación aplicada, demostradores y producción científica.

Citation

Á. De-La-Llana-Calvo, J. -L. Lázaro-Galilea, M. -C. Rodríguez-Sánchez, R. Gil-Vera, H. Chinchero-Villacis and S. Murano, "Feasibility of PSD-Based Indoor Positioning in Smoke-Filled Environments Using Building Luminaires," in IEEE Sensors Journal, vol. 25, no. 24, pp. 44792-44800, 15 Dec.15, 2025, doi: 10.1109/JSEN.2025.3625283.

Endorsement

Review

Supplemented By

Referenced By

Statistics

Views
1
Downloads
11

Bibliographic managers

Document viewer

Select a file to preview:
Reload