基于視頻輔助的無源RFID室內(nèi)跟蹤技術(shù)

1、基于視頻輔助的無源RFID室內(nèi)跟蹤技術(shù)1 引言(Introduction)近年來，日常生活中基于跟蹤定位服務(wù)的應(yīng)用越來越多，該服務(wù)分為兩大類：室外跟蹤和室內(nèi)跟蹤【1】。室內(nèi)跟蹤有著越來越廣泛的應(yīng)用前景，例如樓宇內(nèi)對特定人群的跟蹤,室內(nèi)跟蹤可以在達(dá)到實(shí)時(shí)監(jiān)護(hù)的目的地同時(shí)極大地解放人力【2】。本論文著力于視頻輔助的無源RFID室內(nèi)跟蹤，以RFID跟蹤為主，視頻精細(xì)定位為輔助,RFID定位通過提取目標(biāo)標(biāo)簽和參考標(biāo)簽間的距離信息，并利用多組該數(shù)據(jù)結(jié)合參考標(biāo)簽的和閱讀器的先驗(yàn)位置信息，通過設(shè)立準(zhǔn)則進(jìn)行濾波從而給出移動目標(biāo)的二維跟蹤軌跡。再在可視區(qū)域，利用攝像頭視頻通過背景前景比對進(jìn)行精細(xì)定位，系統(tǒng)原理如

2、圖1所示。2 無源RFID室內(nèi)跟蹤(Passive RFID indoor tracking)無源RFID的跟蹤原理如圖2所示，通過信號強(qiáng)度信息推知目標(biāo)和參考標(biāo)簽的距離，并通過一組距離信息，綜合參考標(biāo)簽的絕對位置，給出目標(biāo)的位置估計(jì)【5】。具體步驟：(1)參考網(wǎng)格拓?fù)湓O(shè)計(jì)參考標(biāo)簽的網(wǎng)格分布拓?fù)湫螤?，決定了跟蹤精度和系統(tǒng)成本，單位面積內(nèi)，密度越大精度越高，但成本越高。需要進(jìn)行優(yōu)化設(shè)計(jì)，選取等效覆蓋密度相同但個(gè)數(shù)更少成本更低的參考網(wǎng)格的拓?fù)淠Ｊ?。一般使用的是正方形分布?2)信號強(qiáng)度參數(shù)提取通過路徑損耗模型得到的信號強(qiáng)度值與距離的映射關(guān)系。信號在無線信道中的大尺度衰落用來表示。將表示為距離的函數(shù)，

3、記作其中，為路徑損耗指數(shù)，為已知的近處距離，作為參考距離，為標(biāo)簽與閱讀器之間的距離。的取值大小依賴于傳播環(huán)境的不同，其具體的取值工作見表1。由上式可得到閱讀器與標(biāo)簽間距離關(guān)系，利用一組這樣的距離關(guān)系即可以進(jìn)行標(biāo)簽位置的計(jì)算。(3)濾波跟蹤采用具有防沖突功能的RFID閱讀器，保證每個(gè)時(shí)間幀可以檢測一個(gè)以上的無源標(biāo)簽，算法可以擴(kuò)展為多標(biāo)簽跟蹤，如圖3所示。當(dāng)距離信息已知時(shí)，通過濾波的方法跟蹤運(yùn)動軌跡。但房間配置的影響和角度位置對標(biāo)簽電磁波強(qiáng)度的影響是時(shí)變非線性系統(tǒng)，而粒子濾波可以跟蹤描述時(shí)變非線性系統(tǒng)，因此采用基于粒子濾波的SLAM方法進(jìn)行跟蹤。給定系統(tǒng)狀態(tài)，目標(biāo)標(biāo)簽在邊界標(biāo)簽先驗(yàn)信息位置的前提下

4、，從初始位置開始移動，當(dāng)目標(biāo)移動時(shí)，系統(tǒng)不斷接收到目標(biāo)相對于參考點(diǎn)的距離信息，綜合該信息利用SLAM算法估計(jì)出目標(biāo)路徑。觀測模型給出了相對于此刻位置的下一刻可能的目標(biāo)位置。相應(yīng)的貝葉斯濾波器可設(shè)計(jì)為一個(gè)概率密度函數(shù)，其中分別為實(shí)際狀態(tài)和觀測狀態(tài)。直接的觀測模型為其中，是目標(biāo)到參考標(biāo)簽距離，是高斯噪聲。每個(gè)時(shí)間幀都可以得到目標(biāo)相對于參考點(diǎn)的觀測信息。設(shè)有M個(gè)粒子，如圖4所示，粒子濾波SLAM算法的具體步驟如下：(1)初始化對每個(gè)粒子中的位置狀態(tài)和參考點(diǎn)狀態(tài)進(jìn)行初始化，采用最初的兩個(gè)狀態(tài)進(jìn)行初始化以避免預(yù)測歧義。(2)粒子權(quán)重賦予初始化之后，將運(yùn)動模型應(yīng)用于所有粒子，即參考點(diǎn)狀態(tài)保持不變，利用運(yùn)動

5、模型產(chǎn)生新的位置狀態(tài)，對每個(gè)粒子的舊位置狀態(tài)進(jìn)行更新，如圖5所示。其中，為舊狀態(tài)，為運(yùn)動模型產(chǎn)生的更新狀態(tài)為保持不變的參考點(diǎn)狀態(tài)。是預(yù)測的觀測值。則粒子的更新表達(dá)式為(3)規(guī)劃調(diào)整為了選取到最佳參考標(biāo)簽，在應(yīng)用完運(yùn)動模型和權(quán)重賦予之后，對每個(gè)粒子調(diào)整參考標(biāo)簽的位置狀態(tài)以使得預(yù)測的觀測值和真實(shí)的觀測值之間的誤差最小化。首先獲得參考點(diǎn)的距離度量，在一個(gè)等距圓弧上進(jìn)行下一個(gè)估計(jì)，之后應(yīng)用運(yùn)動模型由狀態(tài)產(chǎn)生狀態(tài)(即圖中黑色三角)。假設(shè)黑點(diǎn)位置是正確的參考點(diǎn)A的位置，產(chǎn)生一個(gè)新的觀測。通過比較真實(shí)的觀測和預(yù)測觀測，顯然更小因此參考點(diǎn)A被移動到虛線點(diǎn)。這樣調(diào)整之后，參考點(diǎn)會更接近真實(shí)位置。具體移動的遠(yuǎn)近取

6、決于誤差大小和半徑，具體采用下式來確定其中，參數(shù) 根據(jù)實(shí)際情況選取。(4)重采樣首先進(jìn)行歸一化，在所有的權(quán)重和保持不變的前提下，將大權(quán)值的粒子復(fù)制，刪除小權(quán)值粒子。算法流程描述如圖6所示。3 視頻輔助跟蹤(Video aided tracking)采用一架網(wǎng)絡(luò)攝像頭進(jìn)行視頻輔助，在可見區(qū)域攝像頭通過視頻圖像輔助進(jìn)行目標(biāo)精確定位。采用背景提取技術(shù)來分析前景和背景，然后對跟蹤目標(biāo)進(jìn)行定位，并給出其在絕對坐標(biāo)系中的坐標(biāo)。最后將目標(biāo)與RFID標(biāo)簽坐標(biāo)位置相比較，得到正確的目標(biāo)位置和ID。具體步驟：(1)前景背景分析背景提取用來區(qū)分目標(biāo)和背景的差異。首先建立無人進(jìn)入時(shí)背景。當(dāng)目標(biāo)進(jìn)入場景時(shí)，將每幀圖像和

7、背景比較，識別跟蹤目標(biāo)。(2)目標(biāo)檢測由于存在噪聲，背景提取算法無法得到完整圖像?？刹捎肊rosion Dilation算法進(jìn)行圖像增強(qiáng)，檢測目標(biāo)。(3)坐標(biāo)變換由于攝像機(jī)與地面的角度以及近大遠(yuǎn)小會引起平面畸變，影響絕對坐標(biāo)的計(jì)算。需要進(jìn)行坐標(biāo)校正，采用坐標(biāo)變換算法進(jìn)行坐標(biāo)校正，如圖7所示。4 RFID跟蹤和視頻輔助跟蹤融合(RFID tracking and video assisted tracking)RFID跟蹤和視頻跟蹤的融合流程如圖8所示。首先，根據(jù)環(huán)境設(shè)定RFID參考標(biāo)簽的初始配置并安放參考點(diǎn)，分析信號強(qiáng)度，挑選強(qiáng)度可靠區(qū)域。開始檢測，獲取信號強(qiáng)度，計(jì)算距離，并采用SLAM進(jìn)行R

8、FID跟蹤。根據(jù)地理位置先驗(yàn)信息，判斷信號和區(qū)域匹配的合理性，如果目標(biāo)出現(xiàn)在不可能位置則重新檢測。然后，通過實(shí)時(shí)得到的景圖，在視頻跟蹤區(qū)域采用背景提取技術(shù)分離前景和背景。判斷和檢測目標(biāo)得到目標(biāo)范圍，計(jì)算精確坐標(biāo)，返回坐標(biāo)值到處理終端和RFID坐標(biāo)進(jìn)行比對，綜合得出更精確的目標(biāo)位置并得到目標(biāo)ID信息。5 結(jié)論(Conclusion)基于視頻輔助的無源RFID室內(nèi)跟蹤技術(shù)的跟蹤范圍最小，通過提取目標(biāo)標(biāo)簽和參考標(biāo)簽間的距離信息，并利用多組該數(shù)據(jù)結(jié)合參考標(biāo)簽和閱讀器的先驗(yàn)位置信息，通過設(shè)立準(zhǔn)則進(jìn)行濾波從而給出移動目標(biāo)的二維跟蹤軌跡，可靠性高且成本低，在室內(nèi)定位跟蹤系統(tǒng)中得到了廣泛研究，是現(xiàn)在室內(nèi)定位的

9、趨勢性技術(shù)。參考文獻(xiàn)(References)【1】 C Benavente-Peces,et al.Global System for Location and Guidance of Disabled People: indoor and outdoor technologies integration.Networking and Services,2013.ICNS´09.Fifth International Conference on.Valencia:IEEE,2013:370-375.【2】 Y Huang,S Lv,J Wang,J Shi.The Topo

10、logy Analysis of Reference Tags of RFID Indoor Location System.Digital Ecosystems and Technologies,2014.DEST´09.3rd IEEE International Conference on.Istanbul:IEEE,2014:313-317.【3】 Ching-Sheng Wang,Xin-Mao Huang,Ming-Yu Hung.Adaptive RFID Positioning System Using Signal Level Matrix.World A

11、cademy of Science Engineering & Technology,2015(70):747.【4】 S.P.Subramanian,et al.RIL-Reliable RFID based indoor localization for pedestrians.Software,Telecommunications and Computer Networks,2012.SoftCOM 2008.16th International Conference on.Split:IEEE,2012:218-222.【5】 H.Tatsumi,et al.RFID localization for the visually impaired.Automation Congress,2014.WAC 2008.World.Hawaii,HI:IEEE,2014:1-6.【6】 B.S.Choi,J.W.Lee,J.J.Lee.Loc