單廣翠 馮燕茹

摘 要：室內(nèi)跟蹤定位技術(shù)中，RFID技術(shù)造價(jià)低、無(wú)接觸、識(shí)別快速，成為室內(nèi)跟蹤定位的主要選擇。本文采用無(wú)源RFID跟蹤，通過(guò)信號(hào)強(qiáng)度信息推知目標(biāo)和參考標(biāo)簽的距離，給出目標(biāo)的位置估計(jì)，然后結(jié)合網(wǎng)絡(luò)攝像頭在可見(jiàn)區(qū)域通過(guò)視頻圖像輔助對(duì)跟蹤目標(biāo)進(jìn)行精確定位，并給其在絕對(duì)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。

關(guān)鍵詞：室內(nèi)跟蹤定位；無(wú)源RFID室內(nèi)跟蹤；視頻輔助跟蹤

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

1 引言（Introduction）

近年來(lái)，日常生活中基于跟蹤定位服務(wù)的應(yīng)用越來(lái)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(lái)越廣泛的應(yīng)用前景，例如樓宇內(nèi)對(duì)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(wú)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(guò)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(guò)設(shè)立準(zhǔn)則進(jìn)行濾波從而給出移動(dòng)目標(biāo)的二維跟蹤軌跡[3，4]。再在可視區(qū)域，利用攝像頭視頻通過(guò)背景前景比對(duì)進(jìn)行精細(xì)定位，系統(tǒng)原理如圖1所示。

tracking）

無(wú)源RFID的跟蹤原理如圖2所示，通過(guò)信號(hào)強(qiáng)度信息推知目標(biāo)和參考標(biāo)簽的距離，并通過(guò)一組距離信息，綜合參考標(biāo)簽的絕對(duì)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[6，7]。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健Ｒ话闶褂玫氖钦叫畏植肌?/p>

（2）信號(hào)強(qiáng)度參數(shù)提取

通過(guò)路徑損耗模型得到的信號(hào)強(qiáng)度值與距離的映射關(guān)系。信號(hào)在無(wú)線信道中的大尺度衰落用來(lái)表示。將表示為距離的函數(shù)，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(jiàn)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(cè)一個(gè)以上的無(wú)源標(biāo)簽，算法可以擴(kuò)展為多標(biāo)簽跟蹤[8]，如圖3所示。當(dāng)距離信息已知時(shí)，通過(guò)濾波的方法跟蹤運(yùn)動(dòng)軌跡。但房間配置的影響和角度位置對(duì)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。

跟蹤的原理可用如下數(shù)學(xué)公式描述。設(shè)參考標(biāo)簽為，代表節(jié)點(diǎn)序號(hào)。代表移動(dòng)目標(biāo)的二維位置狀態(tài)，為時(shí)間序號(hào)

則時(shí)刻的系統(tǒng)狀態(tài)表示為

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，從初始位置開(kāi)始移動(dòng)，當(dāng)目標(biāo)移動(dòng)時(shí)，系統(tǒng)不斷接收到目標(biāo)相對(duì)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(cè)模型給出了相對(duì)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(cè)狀態(tài)。直接的觀測(cè)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(duì)于參考點(diǎn)的觀測(cè)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：

每個(gè)粒子賦予個(gè)狀態(tài)和個(gè)參考節(jié)點(diǎn)。每個(gè)粒子可表示為

其中，下標(biāo)為粒子序號(hào)，代表時(shí)間幀，代表移動(dòng)目標(biāo)的位置，代表第個(gè)參考點(diǎn)。粒子濾波算法對(duì)粒子集進(jìn)行迭代更新，具體步驟：

（1）初始化

對(duì)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(cè)歧義。

（2）粒子權(quán)重賦予

初始化之后，將運(yùn)動(dòng)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(dòng)模型產(chǎn)生新的位置狀態(tài)，對(duì)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(dòng)模型產(chǎn)生的更新?tīng)顟B(tài)為保持不變的參考點(diǎn)狀態(tài)。是預(yù)測(cè)的觀測(cè)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(dòng)模型和權(quán)重賦予之后，對(duì)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(cè)的觀測(cè)值和真實(shí)的觀測(cè)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(dòng)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(cè)。通過(guò)比較真實(shí)的觀測(cè)和預(yù)測(cè)觀測(cè)，顯然更小因此參考點(diǎn)A被移動(dòng)到虛線點(diǎn)。這樣調(diào)整之后，參考點(diǎn)會(huì)更接近真實(shí)位置。具體移動(dòng)的遠(yuǎn)近取決于誤差大小和半徑，具體采用下式來(lái)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。

采用一架網(wǎng)絡(luò)攝像頭進(jìn)行視頻輔助，在可見(jiàn)區(qū)域攝像頭通過(guò)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(lái)分析前景和背景，然后對(duì)跟蹤目標(biāo)進(jìn)行定位，并給出其在絕對(duì)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(lái)區(qū)分目標(biāo)和背景的差異。首先建立無(wú)人進(jìn)入時(shí)背景。當(dāng)目標(biāo)進(jìn)入場(chǎng)景時(shí)，將每幀圖像和背景比較，識(shí)別跟蹤目標(biāo)。

（2）目標(biāo)檢測(cè)

由于存在噪聲，背景提取算法無(wú)法得到完整圖像?？刹捎肊rosion Dilation算法進(jìn)行圖像增強(qiáng)，檢測(cè)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(huì)引起平面畸變，影響絕對(duì)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。

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(hào)強(qiáng)度，挑選強(qiáng)度可靠區(qū)域。開(kāi)始檢測(cè)，獲取信號(hào)強(qiáng)度，計(jì)算距離，并采用SLAM進(jìn)行RFID跟蹤。根據(jù)地理位置先驗(yàn)信息，判斷信號(hào)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(cè)。

然后，通過(guò)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(cè)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(duì)，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(wú)源RFID室內(nèi)跟蹤技術(shù)的跟蹤范圍最小，通過(guò)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(guò)設(shè)立準(zhǔn)則進(jìn)行濾波從而給出移動(dòng)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)定位的趨勢(shì)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 Topology 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 Academy 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.Localization and map-building of mobile robot based on RFID sensor fusion system.Industrial Informatics，2014 INDIN 2008.6th IEEE International Conference on.Daejeon：IEEE，2014：412-417.

[7] B.S.Choi，J.W.Lee，J.J.Lee.An improved localization system with RFID technology for a mobile robot.Industrial Electronics，2008.IECON 2013.34th Annual Conference of IEEE.Orlando，F(xiàn)L：IEEE，2013：3409-3413.

[8] R.Tesoriero，et al.Tracking autonomous entities using RFID technology.Consumer Electronics，IEEE Transactions on，2012，55（2）：650-655.