विज्ञान आणि तंत्रज्ञानाच्या विकासामुळे, इंटरनेट ऑफ थिंग्ज (IoT) हे सध्या सर्वात जास्त चर्चेत असलेले नवीन तंत्रज्ञान बनले आहे. याचा झपाट्याने विस्तार होत असून, त्यामुळे जगातील प्रत्येक गोष्ट अधिक जवळून जोडली जात आहे आणि अधिक सहजपणे संवाद साधत आहे. IoT चे घटक सर्वत्र आहेत. इंटरनेट ऑफ थिंग्जला फार पूर्वीपासून 'पुढील औद्योगिक क्रांती' मानले जात आहे, कारण ते लोकांच्या जगण्याच्या, काम करण्याच्या, खेळण्याच्या आणि प्रवास करण्याच्या पद्धतीत परिवर्तन घडवून आणण्यास सज्ज आहे.

यावरून आपल्याला दिसून येते की, 'इंटरनेट ऑफ थिंग्ज'ची क्रांती शांतपणे सुरू झाली आहे. ज्या अनेक गोष्टी केवळ संकल्पनेत होत्या आणि फक्त विज्ञान-कथा चित्रपटांमध्ये दिसत होत्या, त्या आता खऱ्या आयुष्यात उदयास येत आहेत आणि कदाचित तुम्हालाही आता ते जाणवत असेल.

तुम्ही ऑफिसमधून तुमच्या फोनवरून तुमच्या घरातील दिवे आणि एअर कंडिशनिंग दूरस्थपणे नियंत्रित करू शकता, आणि तुम्ही सुरक्षा कॅमेऱ्यांच्या माध्यमातून तुमचे घर पाहू शकता.
हजारो मैल दूर. आणि इंटरनेट ऑफ थिंग्जची क्षमता त्याही पलीकडे जाते. भविष्यातील मानवी स्मार्ट सिटी संकल्पना एक अधिक स्मार्ट जीवन वातावरण निर्माण करण्यासाठी सेमीकंडक्टर, आरोग्य व्यवस्थापन, नेटवर्क, सॉफ्टवेअर, क्लाउड कंप्युटिंग आणि बिग डेटा तंत्रज्ञानाचे एकत्रीकरण करते. असे स्मार्ट शहर उभारणे पोझिशनिंग तंत्रज्ञानाशिवाय शक्य नाही, जे इंटरनेट ऑफ थिंग्जचा एक महत्त्वाचा दुवा आहे. सध्या, इनडोअर पोझिशनिंग, आउटडोअर पोझिशनिंग आणि इतर पोझिशनिंग तंत्रज्ञानामध्ये तीव्र स्पर्धा आहे.

सध्या, जीपीएस आणि बेस स्टेशन पोझिशनिंग तंत्रज्ञान घराबाहेरील परिस्थितीत स्थान सेवांसाठी वापरकर्त्यांच्या गरजा मूलतः पूर्ण करते. तथापि, माणसाच्या आयुष्यातील ८०% वेळ घरामध्येच जातो आणि बोगदे, कमी उंचीचे पूल, उंच रस्ते आणि दाट झाडी यांसारख्या जास्त सावलीच्या ठिकाणी सॅटेलाइट पोझिशनिंग तंत्रज्ञानाने स्थान निश्चित करणे अवघड आहे.

या परिस्थितींचे स्थान निश्चित करण्यासाठी, एका संशोधन संघाने UHF RFID वर आधारित एका नवीन प्रकारच्या रिअल-टाइम वाहनाची योजना मांडली आहे. ही योजना एकाधिक फ्रिक्वेन्सी सिग्नल फेज फरक स्थान निश्चिती पद्धतीवर आधारित असून, स्थान निश्चितीसाठी एकल फ्रिक्वेन्सी सिग्नलमुळे निर्माण होणाऱ्या फेज अस्पष्टतेची समस्या सोडवते.
चायनीज रिमाइंडर थिअरमचा अंदाज घेण्यासाठी मॅक्सिमम लाइकलीहुड लोकलायझेशन अल्गोरिदमवर आधारित, लक्ष्याच्या स्थानाचे कोऑर्डिनेट्स ऑप्टिमाइझ करण्यासाठी लेव्हेनबर्ग-मार्क्वार्ड (LM) अल्गोरिदम वापरला जातो. प्रायोगिक परिणाम दर्शवतात की प्रस्तावित योजना ९०% संभाव्यतेमध्ये २७ सेमी पेक्षा कमी त्रुटीसह वाहनाच्या स्थानाचा मागोवा घेऊ शकते.

वाहन स्थान निश्चिती प्रणालीमध्ये रस्त्याच्या कडेला लावलेला एक UHF-RFID टॅग आणि वाहनाच्या वरच्या बाजूला बसवलेला अँटेनासह एक RFID रीडर यांचा समावेश असतो, असे म्हटले जाते.
आणि एक ऑन-बोर्ड संगणक. जेव्हा वाहन अशा रस्त्यावरून प्रवास करत असते, तेव्हा RFID रीडर अनेक टॅग्जमधून परत विखुरलेल्या सिग्नलचा फेज तसेच प्रत्येक टॅगमध्ये साठवलेली स्थानाची माहिती रिअल-टाइममध्ये मिळवू शकतो. रीडर बहु-फ्रिक्वेन्सी सिग्नल उत्सर्जित करत असल्यामुळे, RFID रीडर प्रत्येक टॅगच्या वेगवेगळ्या फ्रिक्वेन्सीनुसार अनेक फेज मिळवू शकतो. या फेज आणि स्थानाच्या माहितीचा उपयोग ऑन-बोर्ड संगणकाद्वारे अँटेनापासून प्रत्येक RFID टॅगपर्यंतचे अंतर मोजण्यासाठी आणि नंतर वाहनाचे कोऑर्डिनेट्स निश्चित करण्यासाठी केला जाईल.