CN101324662A - 面向无线传感器网络的人体红外定位装置及方法 - Google Patents

Abstract

本发明涉及人体目标定位与跟踪领域，特别是一种基于无线传感器网络的人体红外检测与定位装置及方法。该装置包括：CPU、射频模块、传感器模块、地址拨码开关、串口和电源，其中，传感器模块包括3个热释电红外传感器。该方法包括：将多个普通Fresnel透镜的视野重新划分和编码的方法，适用于无线传感器网络的簇头动态选择方法等。本发明可广泛应用室内人体目标的定位与跟踪，如监测独居老人的生活作息习惯是否正常，安防安保中对入侵目标的定位与追踪等。

Description

面向无线传感器网络的人体红外定位装置及方法

技术领域

本发明涉及无线传感器网络技术领域和人体目标定位与跟踪领域，特别是涉及一种面向无线传感器网络的人体红外定位装置及方法。

背景技术

人体检测与定位是智能监控、高级人机接口、人体运动分析、人体行为理解等领域涉及的共性关键技术和广受关注的研究热点，在灾害救助、安防以及医疗监护等方面有广泛的应用价值。无线传感器网络是传感技术在微型化、网络化和普适化方向凝聚发展的结果，是一种覆盖范围宽、分布密度高、容错能力强和适应范围广的新型感知计算环境，是互联网向物理世界的延伸和扩展，对当今的信息技术已产生了广泛而深远的影响。特别地，在实现人体检测与定位过程中引入无线传感器网络技术，无疑会拓展人体检测与定位的作用和适应性，将在灾害搜救、长者监护及入侵者检测与跟踪等应用领域发挥更为重要的作用。

已有的人体检测与定位方法主要有：

1、基于无线射频(Radio)测量法

该方法借助无线信号发射与接收的传播过程，依据接收信号的信号强度^[2，3]或接收信号与发射信号之间的时间差计算目标的距离，并通过三边/三角测量法，确定目标的位置。根据接收信强度来计算目标距离的方法不足之处在于：电池电量的消耗同样会引起信号强度的变化，因此测量误差较大。根据接收信号与发射信号之间的时间差的方法存在的不足是：由于电波在空气中传播速度相当快(3*10⁸m/s)，只要测量时间差有微小误差，都会产生较大的测量误差。因此对硬件设计实现的要求很高，并且能耗也大。此外，该方法要求被测目标必需随身配置无线电发射装置，这就在一定程度上制约了其适用性。

2、基于超声波(Ultrasonic)测量法

该技术单独利用超声波在空气的传播速度^[4]或利用超声波与无线电波在空气中传播的速度差^[5]计算被测目标到传感器的距离，例如，被测目标同时发出无线电波与超声波信号，由于两者在空气中传播速度不一样，因此传感器接收到两种信号出现时间差，据此可以确定目标与传感器之间的距离，同样采用三边/三角测量法，获得测量目标的位置。此类方法对硬件设计实现要求低。然而，测量结果容易受超声波遮挡或反射等因素的影响。该方法同样需要被测目标配置相关装置才能实现定位，其适用性受到限制。

3、基于图像的测量法

此类方法利用目标在图像中的位置估算目标的实际位置。该方法依赖于光照强度，涉及复杂的数据处理算法，计算开销大，对硬件实现要求高，能耗也大。此外，用于人体检测与定位的图像信息不可避免涉及个人隐私，适用场合不具有广泛性，特别难以在个人生活空间使用。

对比传统的传感器网络技术，无线传感器网络节点在能量、计算和通信等方面存在独特的约束和限制，在容错性、可扩展性、自重构和自调节等方面有着特殊的设计要求。将上述方法嵌入到无线传感器网络的感知计算环境还面临新的挑战。主要表现在：

1、在计算资源方面。上述方法分别涉及到包括三边/三角测量、图像处理等时间和空间复杂度较高的算法，需要较强的计算处理能力和较大的数据存储资源，这与无限传感器网络低成本和低能耗的设计目标冲突，难以在无线传感器网络的计算环境下实施。换言之，无线传感器网络节点的计算处理能力和存储资源难以支持上述方法的实施。

2、在通信资源方面。数据扩散是无限传感器网络最重要的关键技术和基本功能之一，目的在于根据应用目标组织传感器测量数据的多跳路由策略，需要重点考虑减少因通信开销产生的能耗，限制了通信的带宽和信道的质量。上述方法涉及无线电波、超声波和图像等感知数据，并且相应的测量算法依赖于感知数据的准确性和完整性，为此感知数据的扩散需要较高的通信带宽和较好的信道质量，这些都是在无线传感器网络通信资源受限的条件下难以实现的。

3、在能量资源方面。上述方法都是采用主动测量模式，即涉及的无线电波和超声波的发送和接受，以及图像的采集等过程都是需要持续不断的，因此传感器都要处于连续的工作状态，也就需要持续不断的能量供给。无线传感器网络的能量资源是受限和不可再生的，需要合理调度和管理传感器节点，以有效利用有限的能量资源，这些对于上述方法采用的传感器感知模式是难以发挥的作用。换言之，无线传感器网络固有的能量约束无法支持上述方法测量的模式。

综上所述，计算、通信和能量等资源受限制约了上述已有人体监测与定位技术在无线传感器网络环境中的应用，有必要探索新的适合无线传感器网络设计模式的人体检测与定位方法，这正是本发明专利主要的动机和目的。

发明内容

针对以上的不足，本发明提出了一种面向无线传感器网络的人体红外定位装置及方法。

面向无线传感器网络的人体红外定位装置，它包括CPU、射频模块、传感器模块、地址拨码开关、串口和电源，其中，每个传感器模块包括3个热释电红外传感器，每个传感器采用特殊Fresnel透镜编码设计方法。

面向无线传感器网络的人体红外定位方法，它的步骤包括：

一、人体红外定位装置初始化：

1)将传感器节点以m为正三角形的边长安装在目标区域；

2)用Fresnel透镜将每个传感器的视野沿半径方向等分成7份，每个区域按顺序用编码编号，设置灰色区域为屏蔽区域，即目标在该区域时，该传感器不能检测到目标，输出为0，反之，输出为1；

二、单个传感器节点初步定位目标所在位置：根据传感器节点中的三个传感器的输出确定目标所在环数n，进而确定目标距离传感器节点中心的水平距离d

d＝(n-1)*(m/7)+(m/7)/2

三、根据三个传感器节点进一步确定目标位置：

设传感器节点1、2、3的圆心分别为O1(x1，y1)、O2(x2，y2)、O3(x3，y3)点，各圆心坐标已知，目标处于P(x，y)点，传感器节点测得目标与自己中心的水平距离分别为d1、d2、d3，从而得出一个超定方程组

(x-x1)²+(y-y1)²＝d1²(9)

(x-x2)²+(y-y2)²＝d2²(10)

(x-x3)²+(y-y3)²＝d3²(11)

(1)-(2)得

2(x2-x1)x+2(y2-y1)y＝d1²-d2²+x2²-x1²+y2²-y1²(12)

(2)-(3)得

2(x3-x2)x+2(y3-y2)y＝d2²-d3²+x3²-x2²+y3²-y2²(13)

(1)-(3)得

2(x3-x1)x+2(y3-y1)y＝d1²-d3²+x3²-x1²+y3²-y1²(14)

将(4)、(5)、(6)改写为矩阵形式得

Hx＝f    (15)

其中：

$H=2\left(\begin{array}{cc}x2-x1& y2-y1\\ x3-x2& y3-y2\\ x3-x1& y3-y1\end{array}\right),$ $x=\left(\begin{array}{c}x\\ y\end{array}\right),$ $f=\left(\begin{array}{c}{d1}^2-{d2}^2+{x2}^2-{x1}^2+{y2}^2-{y1}^2\\ {d2}^2-{d3}^2+{x3}^2-{x2}^2+{y3}^2-{y2}^2\\ {d1}^2-{d3}^2+{x3}^2-{x1}^2+{y3}^2-{y1}^2\end{array}\right)$

可以用最小二乘解法求出x，即问题转换为求x，使||Hx-f||₂最小，式(7)的最小二乘解为：

x＝(H^TH)^-1H^tf    (16)。

所述步骤(三)中三个传感器节点采用簇头动态选择方法。

本发明专利与现有技术相比，具有如下优点和有益效果：

1、低成本、低能耗。由于热释电红外传感器本身的特点，在其感知范围内无人运动时，其消耗的电流仅为几个uA，而且此时CPU可以处于低功耗的睡眠状态，一旦有运动目标进入传感器感知范围，传感器将自动输出一个高电平唤醒CPU开始工作。如果采用其他类型的传感器，如无线电波、超声波、图像等传感器，需要CPU不断读取传感器的数据才能判断是否有目标进入，而大多数时间里，是无运动目标的，CPU在这段时间内消耗了大量的能量做无用功。

2、定位精度高。对人体目标定位的精度可达到0.5米。

3、便于室内大规模布置。现有的一些红外传感器需安装在侧面墙上，容易出现很多死角，要求传感器布置得较密，而且各区域内的测量精度差别很大，不利于大规模布置。本传感器节点布置在天花板上，各节点之间的距离可达3-6米(视天花板离地面高度而定)，便于大规模布置。

4、不需被测目标携带任何装置。采用无线电波、超声波等方法测量时需要被测目标携带相关发送和接收装置，大大限制了其实用性。

5、不受环境噪声的影响。采用超声波测量时会受环境噪声的影响。

6、不受光照度强弱的影响。采用基于图像的测量法时会光线强弱的影响，而红外图像传感器成本又太高。

附图说明

图1为无线传感器网络的人体红外定位装置结构图；

图2为热释电红外传感器模块功能结构图；

图3为Fresnel透镜视野编码图；

图4为传感器布置方位及测量范围示意图；

图5为三个传感器之间的位置关系及测量范围示意图；

图6为目标位置计算各参数示意图；

图7为10.5米*12米的房间内无线传感器节点布置平面图。

具体实施方式

下面结合附图对本发明进行进一步阐述。

如图1所示，无线传感器网络的人体红外定位装置包括CPU与射频模块、传感器模块、地址拨码开关、串口，电源模块等。其中，每个传感器模块包括3个热释电红外传感器，每个热释电红外传感器特殊Fresnel透镜编码设计方法。热释电红外传感器外加Fresnel透镜后能准确检测到运动中的人体发出的波长约为10um的红外光，具有低成本、低能耗、检测范围广等优点，采用该种传感器方案来对人体目标进行检测与定位时，不需被测目标携带任何装置。传感器模块内部功能框图如附图2所示，人体发出的红外光经过半球形Fresnel透镜聚焦后汇集到热释电传感器上，再经过放大及滤波，输出一个开关信号(高电平1或低电平0)，高电平表示该传感器检测到了运动的人体，低电平表示没检测到。如果将一个这样的传感器模块布置在高度为3.5米的天花板上，该传感器模块的检测范围为一个半径约为3.5米的圆形区域，如图4中最外面的圆所示，但单独一个这样的传感器节点无法检测人体目标在这个半径为3.5米的圆形区域内的具体位置。

采用单个传感器节点只能测出目标处于哪个环形区域，为进一步测出目标所处的准确位置，必须至少3个传感器节点配合，如图5所示，当目标进入三个传感器节点的交叉区域，例如P点，则节点1测出目标处于第4环，节点2测出目标处于第7环，节点3测出目标处于第4环，综合三个节点的信息，可进一步测出目标的位置，采用该测量方法最大误差不超过0.5米。为使该方法能够适用于无线传感器网络，需要选择其中一个节点对三个节点的测量数据进行综合，计算目标所处的具体位置。由于无线传感器网络中要求各节点能耗尽量均衡，以免其中某些节点的能量过早耗尽而影响整个网络。本发明采用如下方案选择簇头来综合三个节点的测量数据进行计算，三个节点各自测得目标处于第几环后，先检查最近t时间内(t取1秒)自己是否已收到其他相邻两个节点发过来的数据，如无，则将本次测量数据广播给相邻的6个节点。如果目标进入三个节点的交叉区域，则必有两个节点先发送自己的测量数据，而第三个节点在准备发送数据时，因为检查得到在t时间内已收到了其他两个相邻节点发过来的数据，则不再发送，而是综合自己测量的数据与收到的两个节点的数据进行目标位置的计算。由于目标进入三个节点的初始位置是随机的，而且三个节点测得数据后发送数据的先后顺序也是随机的，因此，采用该方法选择的簇头也是随机的，这就保证了这三个节点的能耗均衡化。

具体确定目标位置的方法如下。

一、一个传感器节点中三个传感器配合确定目标所处圆环位置：

如图3所示，图中用Fresnel透镜将传感器的视野(半径3.5米的圆形区域)沿半径方向等分成7份，灰色区域为屏蔽区域，即目标在该区域时，该传感器是不能检测到目标的。例如图3(a)中，环1、2、3为屏蔽区域，即当目标进入传感器模正下方半径1.5米内的圆形区域时，传感器不能检测到该目标，输出0；当目标进入环4、5、6、7的区域时，该传感器能检测到目标，输出1。将图3(a)(b)(c)所示的三个透镜组成的三个传感器做在一个传感器节点上，根据三个模块的输出，即可唯一确定目标处于环1-7中的哪个区域。目标所处位置与三个传感器的关系编码表如表1所示：

表1传感器节点模块三个传感器模的关系编码表

目标所处位置(圆环序号)	传感器模块1输出	传感器模块2输出	传感器模块3输出
				1	0	0	1
2	0	1	1
				3	0	1	0
4	1	1	0
				5	1	1	1
6	1	0	1
				7	1	0	0

例如，如果传感器模块1、2、3分别输出0、1、0，则根据表1可知，目标处在第三环位置，如果以该圆环的中心位置为所测结果，则目标离传感器节点中心的水平距离为(3-1)*0.5+0.25＝1.25米。

二、三个传感器节点配合进一步缩小目标位置，提高定位精度。

一个传感器节点只能测出目标离传感器节点中心的水平距离，不能进一步确定目标的位置。本专利采用三个无线传感器节点配合的方法来进一步确定目标位置。三个传感器节点的布置如图所示，三个传感器节点的中心呈正三角形，三角形边长3.5米。

1、定位方法

如图5所示，假设目标正处于图中的P点，则传感器节点1测得目标处于第4环，输出4，传感器节点2输出7，传感器节点3输出4。反之，如果传感器节点1、2、3分别输出4、7、4，便可确定目标正处于P点。

2、定位算法

如图6所示，设传感器节点1、2、3的圆心分别为O1(x1，y1)、O2(x2，y2)、O3(x3，y3)点，各圆心坐标已知。设目标处于P(x，y)点，三个传感器节点测得目标与自己中心的水平距离分别为d1、d2、d3。理论上，如果d1、d2、d3是精确的，则只需其中任意两个值即可求出P点的坐标，但由于此距离不是精确值，只是一个估算值，因此用d1、d2、d3三个距离值可提高测量精度。根据图6得出如下超定方程组

(x-x1)²+(y-y1)²＝d1²(17)

(x-x2)²+(y-y2)²＝d2²(18)

(x-x3)²+(y-y3)²＝d3²(19)

(1)-(2)得

2(x2-x1)x+2(y2-y1)y＝d1²-d2²+x2²-x1²+y2²-y1²(20)

(2)-(3)得

2(x3-x2)x+2(y3-y2)y＝d2²-d3²+x3²-x2²+y3²-y2²(21)

(1)-(3)得

2(x3-x1)x+2(y3-y1)y＝d1²-d3²+x3²-x1²+y3²-y1²(22)

将(4)、(5)、(6)改写为矩阵形式得

Hx＝f    (23)

其中：

$H=2\left(\begin{array}{cc}x2-x1& y2-y1\\ x3-x2& y3-y2\\ x3-x1& y3-y1\end{array}\right),$ $x=\left(\begin{array}{c}x\\ y\end{array}\right),$ $f=\left(\begin{array}{c}{d1}^2-{d2}^2+{x2}^2-{x1}^2+{y2}^2-{y1}^2\\ {d2}^2-{d3}^2+{x3}^2-{x2}^2+{y3}^2-{y2}^2\\ {d1}^2-{d3}^2+{x3}^2-{x1}^2+{y3}^2-{y1}^2\end{array}\right)$

可以用最小二乘解法求出x，即问题转换为求x，使||Hx-f ||₂最小。

式(7)的最小二乘解为：

x＝(H^TH)^-1H^tf    (24)

3、适合于无线传感器网络的簇头动态选择方法

由于计算目标位置需要三个节点的测量数据，为减少数据在整个无线传感器网络中的数据传输量，需要临时将此三个节点组成一个簇，选举一个簇头来综合3个节点的数据并计算出目标的位置，然后通过其他路由算法将目标位置信息送达网关。而这三个节点在整个网络中的身份是平等，为使各节点能耗均衡化，不能固定选择某个节点作为簇头，本专利采取如下方法动态选择簇头：

由于一个节点周围最多有6个节点与之相邻，如图7中的节点6。有的节点也可能只有2个节点与之相邻，如图中的节点1、4、8、11。互相相邻的三个节点可根据需要动态组成一个临时的簇。每个节点都有一个表格用来保存与自己相邻的节点编号，并且按顺序存放，不妨称之为节点邻接表。例如节点1的相邻节点为节点2、5；节点6的相邻节点为2、3、7、10、9、5。图中所有节点的邻接表如表2所示：

表2节点邻接表

节点编号	相邻节点1	相邻节点2	相邻节点3	相邻节点4	相邻节点5	相邻节点6
							1	2	5
2	3	6	5	1
							3	4	7	6	2
4	7	3
							5	1	2	6	9	8
6	2	3	7	10	9	5
							7	11	10	6	3	4
8	5	9
							9	5	6	10
10	6	7	11
							11	10	7

表中只有符合下述条件的三个节点才能组成一个正三角形(动态簇)，

(1)从表2最左边一列(节点编号)中选一个节点，从其右边的相邻节点中选择两个连续的节点，这三个节点可组成一个正三角形(动态簇)。

(2)如果一个节点相邻节点有6个，则其第一个相邻节点和最后一个相邻节点也是连续的。例如节点6有6个相邻节点，则其与第一个相邻节点(节点2)和最后一个相邻节点(节点5)也可组成一个正三角形(动态簇)。

一个节点在测得目标距离自己中心的水平距离后，准备发送该距离信息给自己的相邻节点(最多6个)，但发送之前先判断在最近的t时间(t取1秒)内是否收到两个连续的相邻节点发给自己的距离值，如是，则不发送，同时选择自己作为簇头，综合三个节点的数据对目标位置进行计算。否则，发送自己的测量数据到相邻节点。

由于三个节点发送数据的时间有先有后，而且时间先后顺序是随机的，因此，簇头的选择也是随机，这就保证了不会总是选择一个固定的节点作为簇头来计算，也就保证的无线传感器网络中要求的能耗均衡化准则。

如上所述，便可较好地实现本发明专利，但本发明并不局限于此。

Claims (3)

1、一种面向无线传感器网络的人体红外定位装置，其特征在于，该装置包括CPU、射频模块、传感器模块、地址拨码开关、串口和电源，其中，每个传感器模块包括3个热释电红外传感器，每个传感器采用特殊Fresnel透镜编码设计方法。

2、一种面向无线传感器网络的人体红外定位方法，其特征在于，它的步骤包括：

一、人体红外定位装置初始化：

1)将传感器节点以m为正三角形的边长安装在目标区域；

2)用Fresnel透镜将每个传感器的视野沿半径方向等分成7份，每个区域按顺序用编码编号，设置灰色区域为屏蔽区域，即目标在该区域时，传感器模块是不能检测到，输出为0，反之，输出为1；

二、单个传感器节点初步定位目标所在位置：根据传感器节点中的三个传感器的输出确定目标所在环数n，进而确定目标距离传感器节点中心的水平距离d

d＝(n-1)*(m/7)+(m/7)/2

三、根据三个传感器节点进一步确定目标位置：

设传感器节点1、2、3的圆心分别为O1(x1，y1)、O2(x2，y2)、O3(x3，y3)点，各圆心坐标已知，目标处于P(x，y)点，传感器节点测得目标与自己中心的水平距离分别为d1、d2、d3，从而得出一个超定方程组

(x-x1)²+(y-y1)²＝d1²    (1)

(x-x2)²+(y-y2)²＝d2²    (2)

(x-x3)²+(y-y3)²＝d3²    (3)

(1)-(2)得

2(x2-x1)x+2(y2-y1)y＝d1²-d2²+x2²-x1²+y2²-y1²    (4)

(2)-(3)得

2(x3-x2)x+2(y3-y2)y＝d2²-d3²+x3²-x2²+y3²-y2²    (5)

(1)-(3)得

2(x3-x1)x+2(y3-y1)y＝d1²-d3²+x3²-x1²+y3²-y1²    (6)

将(4)、(5)、(6)改写为矩阵形式得

Hx＝f    (7)

其中：

$H=2\left(\begin{array}{cc}x2-x1& y2-y1\\ x3-x2& y3-y2\\ x3-x1& y3-y1\end{array}\right),$ $x=\left(\begin{array}{c}x\\ y\end{array}\right),$ $f=\left(\begin{array}{c}{d1}^2-{d2}^2+{x2}^2-{x1}^2+{y2}^2-{y1}^2\\ {d2}^2-{d3}^2+{x3}^2-{x2}^2+{y3}^2-{y2}^2\\ {d1}^2-{d3}^2+{x3}^2-{x1}^2+{y3}^2-{y1}^2\end{array}\right)$

可以用最小二乘解法求出x，即问题转换为求x，使‖Hx-f‖₂最小，式(7)的最小二乘解为：

x＝(H^TH)^-1H^tf    (8)。

3、根据权利要求2所述的面向无线传感器网络的人体红外定位方法，其特征在于，所述步骤(三)中三个传感器节点采用簇头动态选择方法。

Images