CN101782652A - 一种基于rfid技术的室内定位系统 - Google Patents
一种基于rfid技术的室内定位系统 Download PDFInfo
- Publication number
- CN101782652A CN101782652A CN201010107277A CN201010107277A CN101782652A CN 101782652 A CN101782652 A CN 101782652A CN 201010107277 A CN201010107277 A CN 201010107277A CN 201010107277 A CN201010107277 A CN 201010107277A CN 101782652 A CN101782652 A CN 101782652A
- Authority
- CN
- China
- Prior art keywords
- identifier
- neural network
- rfid
- rfid tag
- equivalent locations
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种基于RFID技术的室内定位系统,该系统包括有源RFID标签、RFID读卡器、CAN总线、交换机、以太网、计算机,所述的计算机设有智能定位模块,所述的有源RFID标签设有标识符,所述的有源RFID标签定时发送标识符,所述的RFID读卡器读取标识符信号并测量信号强度,将标识符信号及信号强度通过CAN总线传送给交换机,该交换机对接收的数据进行汇总并通过以太网将其发送给计算机,该计算机中的智能定位模块通过神经网络建立的等价位置计算模型来分析标识符的信号强度,输出等价位置类。与现有技术相比,本发明具有成本低、精度高、适应性高等优点。
Description
技术领域
本发明涉及一种室内定位系统,尤其是涉及一种基于RFID技术的室内定位系统。
背景技术
射频识别技术(RFID,Radio Frequency Identification的缩写)是利用无线电波对目标进行识别和读写。跟其他的识别技术相比,例如条形码和声音识别,使用RFID技术的最大优点是不需要人工干预。RFID读取器会自动获取RFID标签上的数据并传送到计算机系统中进行进一步应用。在过去十年间,RFID技术取得了高速的发展,广泛应用于超市,物流,管理等领域,被认为是二十一世纪最有发展前途的信息技术之一。
RFID定位是利用RFID技术来实时跟踪目标对象的位置。获得目标的实时信息在很多领域具有重大意义。例如医院在急救时需要及时知道医疗人员和设备的位置,幼教老师在外出时必须准确掌握孩子的活动范围。在室外,GPS定位技术(全球卫星定位系统)已成功应用于汽车导航。在室内,各种定位新技术正不断得到关注,例如红外线,超声波,RFID和UWB(Ultra Wideband,超宽带)。跟其他室内定位技术相比,RFID定位具有成本低,环境要求低的优点,具有巨大的发展潜力。
RFID标签的不同影响了定位方式。无源标签价格低廉,但只能从读卡器发出的电磁场获得能量,因此通信距离短且可靠性弱。当需要定位一个大区域,基于无源标签的定位系统往往需要让标签或者读卡器的天线以某种方式覆盖整个区域,实施难度较高。而使用有源标签是RFID定位的主流技术。有源标签包含电池,通信距离长,可靠性强。通过将有源标签和目标进行绑定,可对大区域进行定位分析。
在一个典型的有源RFID定位系统中,RFID标签发射无线信号,RFID读卡器接收标签的信号并传送到计算机系统中进行定位分析。定位算法可根据不同的信号属性,常用的包括RSSI(Radio Signal Strength Information,信号强度)和TDOA(Time Difference of Arrival,到达时间差)。基于TDOA的定位将信号传播时间转化为距离,不受环境条件影响,精度高。但需要对时间进行精确的同步,对硬件的要求非常高,相应成本也高。基于RSSI的定位利用信号强度随距离衰减的属性来测量。信号强度的特点是很容易从各种设备获得,对读卡器的要求比较低,但容易受环境影响。例如不同的湿度或墙壁反射情况会导致信号强度以不同的方式衰减。因此不同环境,甚至同一环境的不同时段,都需要差别对待。发明一种基于RSSI且能有效适应各种环境的定位技术是一个挑战。
发明专利(专利号ZL 200501224623.1)提出了一种利用短距离天线矩阵的定位方法。天线排列成矩阵平面,当跟目标绑定的无源RFID标签靠近某天线单元时,该天线就能识别。该方案需要铺设大量的天线,在室内面积大的情况下实施成本大。
发明专利(申请号200910027885.9)公布了一种基于信号强度的RFID定位方法。室内布置若干主动式的RFID参考标签,并采集其信号强度和实际位置信息。利用基于线形插值的虚拟定位算法,参考点的信号强度特征用来计算出整个监控区域中虚拟参考点的信号强度。目标标签的实际信号强度和虚拟参考点进行比较,从而获得目标的位置信息。该定位方法能达到高精度,然而虚拟定位算法对不同环境无法动态调整。因此无法知道虚拟定位算法如何适用于不同的室内环境。
发明专利(申请号200910051180.5)公开了一种用正三角标签网来对移动机器人进行定位的方法。机器人的底部安装了四个有正方形天线的RFID读卡器,四个天线拼成大正方形。地面铺设了按正三角形镶嵌的RFID无源标签网,其中三角形边长恰好为大正方形的边长。通过分析标签点相对天线组成的大正方形的不同位形计算机器人的位置。有局限性,不适用于人员维护。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种成本低、精度高、适应性高的基于RFID技术的室内定位系统。
本发明的目的可以通过以下技术方案来实现:
一种基于RFID技术的室内定位系统,其特征在于,该系统包括有源RFID标签、RFID读卡器、CAN总线、交换机、以太网、计算机,所述的计算机设有智能定位模块,所述的有源RFID标签设有标识符,所述的有源RFID标签定时发送标识符,所述的RFID读卡器读取标识符信号并测量信号强度,将标识符信号及信号强度通过CAN总线传送给交换机,该交换机对接收的数据进行汇总并通过以太网将其发送给计算机,该计算机中的智能定位模块通过神经网络建立的等价位置计算模型来分析标识符的信号强度,输出等价位置类。
所述的有源RFID标签为多个,每个有源RFID标签的标识符为唯一的。
所述的等价位置类由连续的三维空间划分而成。
所述的神经网络建立的等价位置计算模型通过以下步骤完成:
将有源RFID标签放在各个已知的位置点,已知位置的等价位置类与各RFID读卡器测量的信号强度值构成神经网络的训练数据,神经网络通过学习训练数据来建立等价位置计算模型。
所述的神经网络为BP神经网络。
与现有技术相比,本发明具有以下优点:
成本低廉、精度高以及对环境的适应性高,当环境发生较大变化,例如家具重新摆设或者人员有很大增长,可以通过重新训练神经网络来适应环境的变化。
附图说明
图1为本发明的结构示意图;
图2为本发明的三维空间被划分成离散的等价位置类图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示,一种基于RFID技术的室内定位系统,该系统包括有源RFID标签1、RFID读卡器2、CAN总线4、交换机3、以太网6、计算机5,所述的计算机5设有智能定位模块,所述的有源RFID标签1设有标识符,所述的有源RFID标签1定时发送标识符,所述的RFID读卡器2读取标识符信号并测量信号强度,将标识符信号及信号强度通过CAN总线4传送给交换机3,该交换机3对接收的数据进行汇总并通过以太网将其发送给计算机5,该计算机5中的智能定位模块通过神经网络建立的等价位置计算模型来分析标识符的信号强度,输出等价位置类。
计算机5中的智能定位模块进行基于RSSI(信号强度)值的定位分析。首先利用我们提出的等价位置模型将定位问题转化为模式识别问题。在等价位置模型中,连续的三维空间被划分成离散的等价位置类。例如,如图2可以将空间划分为一米见方的格子,每个格子是一个等价位置类。系统仅关心标签是落在哪个类,而不关心标签在类中的具体位置,也就是说同类中的各个位置是等价的。在图2中,位置A和B是等价的,属于同一类,而C和D分属另外两类。具体如何建立等价位置模型要根据应用要求来确定。
利用等价位置模型,定位问题就巧妙地转换为识别等价位置类问题。具体表述为:
根据某标签所测得的RSSI向量Xi=(xi1,xi2,...,xid)T(i=1,2,...,N),将该标签归入C个等价位置类ω1,ω2,...,ωc中。其中,T表示转置;N为样本点数;d为样本特征数。
等价位置类的识别是利用人工神经网络来实现的,具体使用BP神经网络,BP(Back Propagation)神经网络,也叫多层前馈网络。前一层神经元单向馈入后一层神经元,而后面的神经元没有反馈到之前的神经元;网络的训练算法是反向传播算法,即神经元的链接权重的训练是从最后一层(输出层)开始,然后反向依次更新前一层的链接权重。相对其他模式识别的方法,例如判别函数法,k近邻分类法和特征分析法,BP网络简便有效,因此被本系统采用。智能定位BP神经网络的输入是标签的RSSI值,输出是等价位置类。
BP神经网络在进行识别前首先要学习训练数据。训练数据的获取很直观,只需将标签放在各个已知的位置点,已知位置的等价位置类和各读卡器测量的RSSI值就构成了训练数据。选取已知位置点的方法有多种技巧,例如画格子和匀速移动。若使用画格子的方法,可将区域划成格子,放在格点上的标签的实际位置就是该格点的位置。若采用匀速移动的方法,则可让连接标签的某物体进行匀速走动,通过时间来计算其实际位置。
完成学习的BP神经网络可用来进行定位分析。只要输入各RSSI值,神经网络就输出等价位置类。可用等价位置类的特定点,例如中心位置,来近似表示具体位置。这样,系统就完成了基于RSSI的定位分析。
Claims (5)
1.一种基于RFID技术的室内定位系统,其特征在于,该系统包括有源RFID标签、RFID读卡器、CAN总线、交换机、以太网、计算机,所述的计算机设有智能定位模块,所述的有源RFID标签设有标识符,所述的有源RFID标签定时发送标识符,所述的RFID读卡器读取标识符信号并测量信号强度,将标识符信号及信号强度通过CAN总线传送给交换机,该交换机对接收的数据进行汇总并通过以太网将其发送给计算机,该计算机中的智能定位模块通过神经网络建立的等价位置计算模型来分析标识符的信号强度,输出等价位置类。
2.根据权利要求1所述的一种基于RFID技术的室内定位系统,其特征在于,所述的有源RFID标签为多个,每个有源RFID标签的标识符为唯一的。
3.根据权利要求1所述的一种基于RFID技术的室内定位系统,其特征在于,所述的等价位置类由连续的三维空间划分而成。
4.根据权利要求1所述的一种基于RFID技术的室内定位系统,其特征在于,所述的神经网络建立的等价位置计算模型通过以下步骤完成:
将有源RFID标签放在各个已知的位置点,已知位置的等价位置类与各RFID读卡器测量的信号强度值构成神经网络的训练数据,神经网络通过学习训练数据来建立等价位置模型。
5.根据权利要求1或4所述的一种基于RFID技术的室内定位系统,其特征在于,所述的神经网络为BP神经网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010107277A CN101782652A (zh) | 2010-02-08 | 2010-02-08 | 一种基于rfid技术的室内定位系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010107277A CN101782652A (zh) | 2010-02-08 | 2010-02-08 | 一种基于rfid技术的室内定位系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101782652A true CN101782652A (zh) | 2010-07-21 |
Family
ID=42522725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010107277A Pending CN101782652A (zh) | 2010-02-08 | 2010-02-08 | 一种基于rfid技术的室内定位系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101782652A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033222A (zh) * | 2010-11-17 | 2011-04-27 | 吉林大学 | 大范围多目标超声跟踪定位系统和方法 |
CN102635406A (zh) * | 2012-05-07 | 2012-08-15 | 成都常道科技有限责任公司 | 一种井下定位方法 |
CN103268463A (zh) * | 2013-04-22 | 2013-08-28 | 北京工业大学 | 面向rfid无源标签的跟踪方法 |
CN103777174A (zh) * | 2014-01-10 | 2014-05-07 | 四川飞通系统集成有限公司 | 基于有源多功能rfid标签室内定位系统 |
CN104200351A (zh) * | 2014-09-18 | 2014-12-10 | 浙江万里学院 | 基于rfid快速定位的物流管理系统及定位方法 |
CN104698436A (zh) * | 2015-03-06 | 2015-06-10 | 苏州海博智能系统有限公司 | 基于gps信号放大装置实现建筑物内定位的系统和方法 |
CN105654151A (zh) * | 2015-12-23 | 2016-06-08 | 华中科技大学 | 一种工件定位方法及定位系统 |
CN107229954A (zh) * | 2017-04-13 | 2017-10-03 | 北京理工大学 | 一种用于密闭空间定位的定位终端、方法及系统 |
CN107491799A (zh) * | 2017-08-14 | 2017-12-19 | 华中科技大学 | 一种基于rfid的开关门状态检测方法及装置 |
CN108038401A (zh) * | 2017-12-11 | 2018-05-15 | 苏州协同创新智能制造装备有限公司 | 基于rfid的三维空间定位系统 |
CN108038543A (zh) * | 2017-10-24 | 2018-05-15 | 华南师范大学 | 期望与反期望深度学习方法和神经网络系统 |
CN108646217A (zh) * | 2018-07-10 | 2018-10-12 | 宜兴启明星物联技术有限公司 | 一种利用rfid技术实现室内精准定位的系统 |
CN108871332A (zh) * | 2018-04-26 | 2018-11-23 | 广西大学 | 一种基于XGBoost的RFID室内定位系统及方法 |
CN108873028A (zh) * | 2018-08-22 | 2018-11-23 | 深圳市欧辰技术有限公司 | 一种定位系统 |
CN110009076A (zh) * | 2019-04-08 | 2019-07-12 | 山东瀚岳智能科技股份有限公司 | 一种基于rfid的智能存储柜系统及其管理方法、装置 |
CN110176167A (zh) * | 2019-05-31 | 2019-08-27 | 垂欧教科设备(上海)有限公司 | 一种基于rfid的室内智能教具系统及其运行方法 |
CN110650435A (zh) * | 2018-12-13 | 2020-01-03 | 杭州电子科技大学 | 基于UWB定位和ZigBee定位的机器学习融合方法 |
CN110909873A (zh) * | 2019-10-08 | 2020-03-24 | 北京建筑大学 | 无源rfid移动测距数据降噪的方法、装置及计算机设备 |
CN111176308A (zh) * | 2019-12-27 | 2020-05-19 | 西安羚控电子科技有限公司 | 一种封闭环境小型多旋翼无人机集群控制系统 |
CN111488954A (zh) * | 2019-01-29 | 2020-08-04 | 中国航天系统工程有限公司 | 一种基于rfid的蜜蜂动态远程监测系统 |
CN111724495A (zh) * | 2020-04-30 | 2020-09-29 | 杭州任联科技有限公司 | 基于双定向网关、rfid和bp神经网络的无感考勤系统及方法 |
-
2010
- 2010-02-08 CN CN201010107277A patent/CN101782652A/zh active Pending
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033222B (zh) * | 2010-11-17 | 2013-02-13 | 吉林大学 | 大范围多目标超声跟踪定位系统和方法 |
CN102033222A (zh) * | 2010-11-17 | 2011-04-27 | 吉林大学 | 大范围多目标超声跟踪定位系统和方法 |
CN102635406A (zh) * | 2012-05-07 | 2012-08-15 | 成都常道科技有限责任公司 | 一种井下定位方法 |
CN102635406B (zh) * | 2012-05-07 | 2014-12-10 | 成都常道科技有限责任公司 | 一种井下定位方法 |
CN103268463B (zh) * | 2013-04-22 | 2016-03-30 | 北京工业大学 | 面向rfid无源标签的跟踪方法 |
CN103268463A (zh) * | 2013-04-22 | 2013-08-28 | 北京工业大学 | 面向rfid无源标签的跟踪方法 |
CN103777174A (zh) * | 2014-01-10 | 2014-05-07 | 四川飞通系统集成有限公司 | 基于有源多功能rfid标签室内定位系统 |
CN103777174B (zh) * | 2014-01-10 | 2017-02-15 | 四川飞通系统集成有限公司 | 基于有源多功能rfid标签室内定位系统 |
CN104200351A (zh) * | 2014-09-18 | 2014-12-10 | 浙江万里学院 | 基于rfid快速定位的物流管理系统及定位方法 |
CN104200351B (zh) * | 2014-09-18 | 2017-05-24 | 浙江万里学院 | 基于rfid快速定位的物流管理系统及定位方法 |
CN104698436A (zh) * | 2015-03-06 | 2015-06-10 | 苏州海博智能系统有限公司 | 基于gps信号放大装置实现建筑物内定位的系统和方法 |
CN104698436B (zh) * | 2015-03-06 | 2021-12-21 | 苏州海博智能系统有限公司 | 基于gps信号放大装置实现建筑物内定位的系统和方法 |
CN105654151A (zh) * | 2015-12-23 | 2016-06-08 | 华中科技大学 | 一种工件定位方法及定位系统 |
CN105654151B (zh) * | 2015-12-23 | 2018-12-07 | 华中科技大学 | 一种工件定位方法及定位系统 |
CN107229954A (zh) * | 2017-04-13 | 2017-10-03 | 北京理工大学 | 一种用于密闭空间定位的定位终端、方法及系统 |
CN107491799A (zh) * | 2017-08-14 | 2017-12-19 | 华中科技大学 | 一种基于rfid的开关门状态检测方法及装置 |
CN107491799B (zh) * | 2017-08-14 | 2019-11-12 | 华中科技大学 | 一种基于rfid的开关门状态检测方法及装置 |
CN108038543A (zh) * | 2017-10-24 | 2018-05-15 | 华南师范大学 | 期望与反期望深度学习方法和神经网络系统 |
CN108038543B (zh) * | 2017-10-24 | 2021-01-22 | 华南师范大学 | 期望与反期望深度学习方法和神经网络系统 |
CN108038401A (zh) * | 2017-12-11 | 2018-05-15 | 苏州协同创新智能制造装备有限公司 | 基于rfid的三维空间定位系统 |
CN108871332A (zh) * | 2018-04-26 | 2018-11-23 | 广西大学 | 一种基于XGBoost的RFID室内定位系统及方法 |
CN108646217A (zh) * | 2018-07-10 | 2018-10-12 | 宜兴启明星物联技术有限公司 | 一种利用rfid技术实现室内精准定位的系统 |
CN108873028A (zh) * | 2018-08-22 | 2018-11-23 | 深圳市欧辰技术有限公司 | 一种定位系统 |
CN110650435A (zh) * | 2018-12-13 | 2020-01-03 | 杭州电子科技大学 | 基于UWB定位和ZigBee定位的机器学习融合方法 |
CN110650435B (zh) * | 2018-12-13 | 2021-04-30 | 杭州电子科技大学 | 基于UWB定位和ZigBee定位的机器学习融合方法 |
CN111488954A (zh) * | 2019-01-29 | 2020-08-04 | 中国航天系统工程有限公司 | 一种基于rfid的蜜蜂动态远程监测系统 |
CN110009076A (zh) * | 2019-04-08 | 2019-07-12 | 山东瀚岳智能科技股份有限公司 | 一种基于rfid的智能存储柜系统及其管理方法、装置 |
CN110176167A (zh) * | 2019-05-31 | 2019-08-27 | 垂欧教科设备(上海)有限公司 | 一种基于rfid的室内智能教具系统及其运行方法 |
CN110176167B (zh) * | 2019-05-31 | 2021-04-06 | 垂欧教科设备(上海)有限公司 | 一种基于rfid的室内智能教具系统及其运行方法 |
CN110909873A (zh) * | 2019-10-08 | 2020-03-24 | 北京建筑大学 | 无源rfid移动测距数据降噪的方法、装置及计算机设备 |
CN110909873B (zh) * | 2019-10-08 | 2022-07-22 | 北京建筑大学 | 无源rfid移动测距数据降噪的方法、装置及计算机设备 |
CN111176308A (zh) * | 2019-12-27 | 2020-05-19 | 西安羚控电子科技有限公司 | 一种封闭环境小型多旋翼无人机集群控制系统 |
CN111724495A (zh) * | 2020-04-30 | 2020-09-29 | 杭州任联科技有限公司 | 基于双定向网关、rfid和bp神经网络的无感考勤系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101782652A (zh) | 一种基于rfid技术的室内定位系统 | |
Ma et al. | Fusion of RSS and phase shift using the Kalman filter for RFID tracking | |
CN103997781B (zh) | 区域定位基站系统及其区域定位方法 | |
Zou et al. | An RFID indoor positioning system by using weighted path loss and extreme learning machine | |
CN106940713A (zh) | 基于rfid和uwb的大型离散制造车间全息地图及实现方法 | |
Ding et al. | Trio: Utilizing tag interference for refined localization of passive RFID | |
Ma et al. | The optimization for hyperbolic positioning of UHF passive RFID tags | |
CN106793087B (zh) | 一种基于aoa和pdoa的阵列天线室内定位方法 | |
CN104105063A (zh) | 一种基于rfid和蓝牙网络的监控定位系统和方法 | |
CN107122811A (zh) | 用于有源射频标签实时定位的智能rfid读写器及方法 | |
CN103399295A (zh) | 一种基于rfid室内定位装置的定位实现方法 | |
CN109212474B (zh) | 基于eiel电子标签的井下定位方法 | |
CN105093175B (zh) | 一种基于rfid中间件的三维空间定位实现方法 | |
Zou et al. | An integrative weighted path loss and extreme learning machine approach to RFID based indoor positioning | |
CN102183760A (zh) | 基于rfid读写器天线功率扫描的定位方法 | |
CN104297724A (zh) | 定位方法及系统 | |
CN201654239U (zh) | 一种基于rfid的室内定位装置 | |
Reza et al. | Tracking via square grid of RFID reader positioning and diffusion algorithm | |
CN103702413A (zh) | 基于Zigbee网络的室内摄像头实时跟随定位系统 | |
CN107704905A (zh) | 一种基于rfid的种鸡个体行为追踪系统及其追踪方法 | |
CN205067727U (zh) | 一种基于ZigBee和RFID的服务机器人定位系统 | |
Lai et al. | A 2.45-GHz RFID wireless-sensor-network location tracking system | |
Vojtech et al. | Outdoor localization technique using active RFID technology aimed for security and disaster management applications | |
Luo et al. | RFID-based indoor antenna localization system using passive tag and variable RF-attenuation | |
CN104537875A (zh) | 基于最近邻居的室内停车场定位寻车方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20100721 |