融合RFID相位与激光的快速动态目标定位

付余路, , ,, ,红阳,

(西南科技大学 信息工程学院,四川 绵阳 621010)

0 概述

随着物联网技术的发展,射频识别(Radio Frequency Identification,RFID)和激光作为物联网的关键技术也逐渐成为目前的研究热点之一。RFID具有非接触、非视距等优点[1],工作频段分为低频、高频、超高频,最长的识别距离可达到数米[2]。相对于利用视觉进行目标的定位,RFID具有唯一的ID,并且不需要与目标接触,可直接通过信号强度估算出标签的距离。此外,RFID阅读器可通过检测RFID天线发射的多个载波信号所返回的相位测算距离[3]。将传统测距与RFID相位结合,可推导出同一目标的RFID相位与其本身的运动速度存在着一定的关系。

目前关于RFID定位的研究主要是在已建好的信号传播模型内进行目标标签的定位。文献[2]通过构造RFID天线的传感器概率模型,实现了对被动式RFID标签的定位。文献[4-6]实现了基于RFID的室内定位系统LANDMARC,其定位精度可达到厘米级别,但需要多个天线进行相位检测。在三维定位方面,文献[7]使用三维传感器模型和立体RFID标签进行定位,文献[8]利用旋转天线获取不同角度的信号强度,融合视觉和三维激光获取的图像进行标签定位。此外,文献[9]通过相控阵天线改变天线单元间的相位差得到标签与天线间的方向角,再通过信号强度得到待测标签的距离,从而定位标签。为进一步提高RFID定位精度,一些学者通过信息融合[10]实现精确定位。

目前,利用RFID标签进行定位的研究主要面向静态RFID标签,对动态标签的定位研究较少,且RFID不能直接提供目标的距离信息。激光传感器是利用激光测量距离的传感器,其具有非接触、远距离测量、速度快、精度高等优点[11],可直接获得目标的距离以及相对于激光的角度信息,但不能直接识别目标。本文根据RFID相位差信息估算目标的运动速度,结合激光获取到的目标运动信息对两者的速度进行匹配,并选择最优匹配点确定运动目标的位置,从而实现快速精确定位。

1 系统描述

传统的RFID定位主要利用获得的信号强度信息进行定位,但是由于信号强度易受环境的影响以及射频信号在传播过程中存在多径效应等原因,致使定位精度不高。另外,传统的RFID标签定位主要用于静态目标,较少针对动态目标的跟踪和定位。为提高定位精度和效率,本文利用RFID阅读器获得的相位差信息估算运动目标的速度,再结合激光获取目标的运动信息,对两者的速度信息进行匹配,选择速度匹配最优的点,获得激光对应的距离和角度,通过激光传感器建立一个坐标系,从而实现动态目标的快速精确定位。本文方法的基本过程如图1所示。

2 基于速度匹配的快速目标定位

2.1 RFID工作原理

RFID通过无线电射频信号传输数据,从而进行非接触式自动识别。RFID基本工作系统包括阅读器、标签、天线、计算机。其中:阅读器是控制天线与RFID标签进行通信的设备;RFID标签是存储需要识别的目标ID和其他相关信息的芯片,其内部具有发送和接收信号的电路;RFID天线是发送和接收射频载波信号的设备;计算机主要作用是管理和传输阅读器获得的标签信息[12]。

RFID系统工作过程为:终端运行相关的程序启动阅读器,利用阅读器设定阅读器的功率和效率,RFID天线磁场内的无源RFID标签接收到信号,从中获取能量并激活将自身信息发射出去,天线接收到标签返回的信息同时将此信息传给阅读器,阅读器将获得的RFID信息反馈给终端,便于终端进行数据处理。

在理想情况下,阅读器向标签发送的载波信号,其时间波形表达式为:

S(t)=Acos(2πft+θ)

(1)

其中,A为载波信号的振幅,θ为载波信号的相位,f为射频载波的频率,频率和波长之间的关系式为λ=c/f,c在空气中等于光速(3×108m/s)。

射频信号的相位是一个周期为2π的周期函数[13],通常测量相位的计算公式为:

θ=2π(d/λ)mod(2π)

(2)

其中,d为天线到标签的距离。

在RFID工作系统中,标签通过反向散射的方式返回信息,如图2所示。其中,阅读器和标签之间的信号传输的总距离为2d。

除了距离引起的射频信号相位旋转之外,阅读器发射端、接收端以及标签的发射特性都存在一定的相位旋转[14],分别记为θT、θR、θTag。因此,总相位可表示为:

θ=2π(2d/λ)+θT+θR+θTag

(3)

2.2 激光传感器

激光传感器由激光发射器、激光反射探测器以及内部测量电路构成。本文利用激光的3个特性,即高方向性、高单色性和高亮度等特点实现无接触远距离测量[15],其工作原理为:由激光器向目标发射一束激光,发射出的激光经目标反射后向各个方向散射,部分激光被传感器的检测器接收到,并记录和处理激光发射和接收所用的往返时间,即可计算出目标距离,也可利用激光传感器对移动目标进行测速。首先,对被测目标进行2次有特定时间间隔的激光测距,取得在该时间间隔内被测目标的移动距离[16-17],从而得到被测目标的移动速度。

在使用激光进行定位时,由于激光可以提供精确的距离信息,因此再根据接收激光的角度,可以确定物体相对于激光发射器的位置。但激光无法直接对目标进行识别,往往需要事先控制激光获取周围的环境信息进行建模型。之后使用复杂的算法进行识别,需要一定的准备和运算时间。

2.3 速度估算

2.3.1 RFID相位估算速度

若一个标签以速度Vr径向移动到阅读器天线,阅读器反复地通过接收到的EPC包识别标签。假设阅读器在相邻时间连续接收到2个EPC包,令阅读器检测到标签的时间和相位分别为(ti,θi)和(ti+1,θi+1)。因此,可根据时间差估算出标签径向移动的距离:

d=Vr·(ti+1-ti)

(4)

同时,利用相位差估算出标签径向移动的距离:

d=(1/4π)·(θi+1-θi)·λ

(5)

由于标签是反向散射信号同时传播下行链路和上行链路,使得传输距离应为2d。由式(4)和式(5)转换为:

2Vr·(ti+1-ti)=(1/2π)·(θi+1-θi)·λ

(6)

因此可推导出速度的表达式为:

2.3.2 基于激光的速度估算

激光传感器工作时发射出非常短的光脉冲,同时启动“电子秒表”,当光线接触到物体时,光线会反射回来并被激光传感器接收,同时停止计时,利用发射到接收的时间间隔便可计算出物体到激光传感器的距离[14]。

此外,可根据激光相应的扫描角度,大致估算出物体相对于激光传感器的方位。

其中,α为平滑指数,0<α<1。

2.4 速度匹配

因为RFID相位是一个周期为2π的周期函数,容易出现相位模糊的问题,所以会使所测得相位差存在较大的误差,进而使RFID相位差估算的速度不准确。为使阅读器相位差测速更加精确,在利用RFID相位差测速之前,需要对RFID相位差进行简单的处理。在实验测试时,发现有时RFID前后时刻的相位差值会猛然变大,而对于同一目标在前后时刻相位差值是不会超过±90°的。因此,为克服相位模糊,当相位差值在-90°～90°之间时,利用该相位差进行速度的估算得到Vr,否则将速度设为0。

另一方面,激光传感器扫描估算的速度是与激光扫描的角度一一对应的,即每一个速度对应一个角度。同时激光传感器会记录一个相应的扫描距离,便于观察物体。

因为RFID标签是具有唯一ID的,所以可直接通过RFID阅读器读取到标签的ID号,并利用相位差估算出该标签的运动速度,再与激光传感器检测到的速度进行匹配,而最优的匹配点对应的激光扫描角度和距离,就可确定该标签的位置,从而实现对动态目标快速精确的定位。

本文通过RFID相位差估算速度,同时结合激光的角度和距离信息估算速度,将2个速度进行匹配,再根据匹配点对应的激光距离和角度信息来确定目标的位置,从而实现对动态目标的准确定位。若单独使用RFID定位,由于RFID无法直接提供目标的距离信息,为了获得目标的距离,通常需要对RFID的信号强度建立传输模型后再进行定位。若仅使用激光进行定位,激光可直接提供距离和角度信息,但无法直接识别目标,若要识别目标需先建模型,再使用复杂的算法识别目标。若将两者的信息进行融合,一方面利用RFID提供的唯一识别码,再结合激光直接获取的距离和角度信息,通过速度匹配后,确定动态目标的位置;另一方面,在实验过程中,既不需要对RFID建传播模型,也不需要利用激光获取周围的环境信息进行建图,且只需要激光的角度和距离信息而无需复杂的算法,处理过程简单快捷。

3 实验验证

3.1 实验环境

本文采用德国Metralabs公司的SCITOS G5服务机器人进行验证。该机器人已配置了一个激光传感器(SICK S300)和一个型号为Impinj Speedway Revolution R420的RFID超高频射频识别阅读器。此外,RFID阅读器连接着一个Lairs Technologies SS8688P圆极化天线,此天线可提供最大识别范围为7 m,阅读器最小的接收信号强度为-80 dBm。使用的标签型号为Alien Technology Squiggle,阅读器可读取到标签的信号强度和相位信息。在实验中,RFID阅读器选用Dense Reader Mode 8(DRM8)模式,阅读器发射功率为32.5 dBm,通道采用16通道,即载波发射频率为924.375 MHz。

在实验阶段,SCITOS G5服务机器人固定不动,实验人员佩戴有RFID标签,并在RFID与激光扫描区域内移动。为方便验证实验的正确性,设定实验人员在扫描范围内运动轨迹为一个1.8 m×1.8 m的正方形,机器人距正方形起点1.2 m处,每次测试时实验人员携带标签在规定的路径上移动,图3显示了机器人与路径的位置关系。当激光传感器的速度平滑指数设置为α=0.2时,实验人员沿着如图3所示的正方形路径移动3圈。

图3 机器人与路径的位置关系

图4显示了人行走的真实路径与本文提出的速度匹配算法所估计的路径。从中可以看出,采用速度匹配后的运动路径与实验真实的运动路径基本吻合。由于实验人员在运动时存在背对RFID天线移动的情况,因此导致RFID阅读器检测到的信号较弱,从而使某一边上速度匹配的点较少。实验人员在天线附近运动时,因为RFID阅读器检测到的信号较强,使得速度匹配上的点更多,所以定位也更准确。

图4 真实路径与速度匹配算法的估算路径(α=0.2)

当激光定位失效时,无法获取到有用的激光测量信息,此时若激光估算出一个错误的速度,再与RFID估算的速度进行速度匹配,得到一个错误的匹配点,会导致实验中某些情况的定位误差较大。若激光估算速度与RFID估算速度无法实现匹配时,可根据动态目标前一时刻的匹配点和下一时刻的匹配点估计动态目标的运动路径,实现对目标的准确定位。

3.2 平滑指数的影响

由于激光传感器估算的速度需要进行平滑,平滑指数的选取直接影响到平滑后的速度值。因此,合理确定α的取值极为关键。为了确定α的取值,分别取α=0.05,α=0.20,α=0.40,α=0.60,α=1.00,观察在相似运动条件、不同平滑指数情况下的速度匹配点和运动轨迹,结果如图5所示,对应的匹配点数量和平均误差如表1所示。进行3组实验,每一组都是走相同的路径,走了同样的次数,对比每组实验在不同平滑指数下的定位误差,结果如图6所示。

图5 不同平滑指数的速度匹配点与运动轨迹

表1 不同平滑指数的匹配点数量与定位误差

图6 不同平滑指数情况下的平均定位误差

由图5可见,在相似的运动环境下,速度匹配点明显受到平滑指数影响。在相同的运动次数下,α=0.20时环境噪声明显少于α=0.40、α=0.60以及α=1.00。当α=1.00时,实质上是没有对激光测得的速度进行平滑,此时测得的运动路径与真实路径相差甚大。图6显示了不同平滑指数的平均误差,从中可知,在α=0.20时误差为0.5 m,在其余平滑指数下误差较大,而在平滑指数很小时,实验的误差又逐渐变大,所以选择合理的平滑指数是提高精确度必不可少的条件。结合表1、图5以及图6可知:当平滑指数很小时,会对激光测得的速度过度平滑,使得匹配上的点数变少,且使匹配的准确度变低;当平滑指数较小时,噪声少但激光对速度的检测灵敏度较低;当平滑指数较大时,速度匹配点多但噪声大,致使定位精度较低。根据图6所示实验数据,在本文中激光速度平滑的平滑指数选用0.20时达到最佳定位精度,在其他应用环境中可根据实际情况选择平滑指数,以达到最佳定位精度。

3.3 扰动对定位的影响

为了验证环境噪声对本文算法的影响,在将2个数据进行融合前,在激光和RFID估算速度时分别加入一个期望为0、方差为1、幅度为0.5的高斯白噪声进行测试。加入噪声后不同的平滑指数情况下的速度匹配点和运动轨迹如图7所示,对应的匹配点数量和平均误差如表2所示。

图7 加入噪声后不同平滑指数的速度匹配点与运行轨迹

表2 加入噪声后不同平滑指数的匹配点数量与定位误差

由图7可知,加入噪声后采用速度匹配得到的估计路径与真实路径基本一致,只是匹配点相对于未加入噪声时数量有所增加。结合表2和图7可知,加入噪声后不同平滑指数对应的匹配点普遍增多,由于加入了随机噪声其误差相对于未加入噪声时有所增大。当α=0.20时,加入随机噪声的平均定位误差为0.6 m,只比未加入噪声时的平均定位误差增大了0.1 m,由此可知整个系统具有较好的抗噪声性能。

4 结束语

本文提出一种快速动态目标定位方法,通过融合RFID相位差信息和激光来实现动态目标的快速定位。该方法克服了RFID信号强度易受环境影响的问题,利用RFID相位信息对动态目标进行速度估算,并融合激光传感器获取动态目标的运动信息,对RFID相位差估算的速度与激光获得的速度进行匹配,根据最优匹配点对应的激光距离和角度确定目标的位置。实验结果表明,本文方法能够实现对动态目标的准确定位。但在复杂的室内环境下,激光传感器可能检测到多个与RFID相位差速度相似的移动物体,直接影响定位效果。因此,下一步将通过改进速度匹配算法或融合RFID信号强度等信息,实现对多个动态目标的追踪和定位。