Las áreas de trabajo de Fusión de Datos e Información (las FDI) han experimentado un enorme desarrollo durante los últimos veinte años. La razón son los avances de los propios sensores que actúan como origen de esos datos, que han incrementado su disponibilidad en el mercado, y el número de ellos para proporcionar información sobre los objetos del mundo real.

Estos sensores aportan a los sistemas de información un flujo continuo de datos de su entorno, y varios de estos sensores, incluso de distinto tipo y capacidades, podrían enviar sobre el mismo objeto; es ahí donde nace el problema de dichos sistemas a la hora de consumir esta información.

Puesto que generalmente el sistema de información que explota estos datos solo necesita conocer la información más precisa disponible sobre cada uno de los objetos, se requiere un mecanismo que procese y fusione los datos brutos que se reciban, transformándolos en información realmente útil.

Es evidente que este problema es muy relevante en el caso de una plataforma de Servicios Basados en Localización como trazaME, ya que existen numerosos ejemplos en los que puede producirse:

• Un vehículo que dispone de GPS, pero que es detectado simultáneamente por un Radar y que puede ser localizado por el dispositivo móvil de su conductor.
• Un peatón que utiliza telefonía móvil GSM (por la cual es posible detectar su posición) y que registra su visita en cierto punto de interés que está estáticamente geoposicionado.
• Etc.

Como cabe suponer, en cualquiera de los casos anteriores se produce un problema al obtener la posición del vehículo o del peatón, ya que su posición será distinta en función del origen de la misma. En este momento es donde un FDI permite que esta fusión sea procesada y genere una información única, por ejemplo permitiendo identificar cuáles de los vehículos detectados por el radar es el mismo que hemos identificado con su GPS, manejando el resto del sistema una única posición más precisa.

Ya que este problema no se produce solo en geolocalización, las FDI son de enorme utilidad en multitud de aplicaciones: sistemas de vigilancia, detección de anomalías, tele-asistencia, etc.

¿Y cómo funciona entonces un FDI?

En esencia, un FDI es siempre un proceso que crea una estimación óptima del estado de los objetos y de las circunstancias relevantes para el sistema, gracias a los datos proporcionados por los sensores y cualquier otro tipo de información que se le facilite.

Al ser tan potente e interesante en tantas aplicaciones, las FDI son un campo de investigación muy amplio, haciendo especial hincapié en la integración de datos multisensor y de bases de datos, entre las que destacan las siguientes técnicas:

• Explotación de contexto, es decir, la información que refleja diversas condiciones del entorno. Un ejemplo sencillo es considerar los datos de la climatología junto con la información de los sensores que proporciona el dispositivo de un usuario para mostrarle la información más útil en cada momento.
• El desarrollo de técnicas avanzadas de estimación que permitan construir filtros específicos para los problemas concretos, siendo estos muy óptimos para cada caso.
• Aplicar los principios de la inteligencia artificial para generar sistemas autónomos e híbridos en los que pueden participar los mecanismos anteriores.

En trazaME, la solución escogida incluirá la aplicación de inteligencia artificial, junto con otras fórmulas, para lograr que el sistema responda bien incluso ante la incertidumbre de validez en los datos proporcionados por los sensores, y para incrementar la tolerancia a fallos y la automatización de los procesos; todo ello sin perder de vista la optimización y el rendimiento que la participación de filtros de datos específicos proporciona.