CN103197281A - 基于最小化rfid阅读器的区域划分室内定位模型的建立方法 - Google Patents
基于最小化rfid阅读器的区域划分室内定位模型的建立方法 Download PDFInfo
- Publication number
- CN103197281A CN103197281A CN2013101348582A CN201310134858A CN103197281A CN 103197281 A CN103197281 A CN 103197281A CN 2013101348582 A CN2013101348582 A CN 2013101348582A CN 201310134858 A CN201310134858 A CN 201310134858A CN 103197281 A CN103197281 A CN 103197281A
- Authority
- CN
- China
- Prior art keywords
- rfid reader
- model
- reader
- rfid
- zone
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 55
- 238000009826 distribution Methods 0.000 claims description 48
- 230000003313 weakening effect Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000004807 localization Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于最小化RFID阅读器的区域划分定位模型的建立方法,本发明在区域中以三角形模型或者正方形模型均匀分布最小化RFID阅读器,将阅读器的探测结果的组合与不同区域一一对应进行划分,来缩小标签可能存在的范围,提高定位精度。本发明的与传统的基于RSSI信号强度的定位方法相比,不需要返回信号的强弱信息,不需要不断改变天线的发射功率,删去了对标签的RSSI信号强度的检测功能后的阅读器,简化了器材的复杂度,将阅读器模块最小化,提高了定位的实时性。
Description
技术领域
本发明公开了一种定位模型的建立方法,具体涉及一种基于最小化RFID阅读器的区域划分室内定位模型的建立方法。
背景技术
射频识别即RFID(Radio Frequency IDentification)技术,又称电子标签、无线射频识别,是一种通信技术,可通过无线电信号识别特定目标并读写相关数据,而无需识别系统与特定目标之间建立机械或光学接触。
基于RFID标签对物体的唯一标识特性,引发了人们对基于RFID技术的应用研究热潮。物流与实物互联网是当前RFID应用研究的热点。另一应用研究热点是空间定位与跟踪RFID定位,跟踪系统主要利用标签对物体的唯一标识特性,依据读写器与安装在物体上的标签之间射频通信的信号强度来测量物品的空间位置,主要应用于GPS系统难以奏效的室内定位领域,其他应用研究还包括普适计算、系统安防等多个方面。
传统的RFID定位方法中,需要分布很多的虚拟节点,且需要阅读器具有功率可调、能够探测标签RSSI等功能,但是这种阅读器的定位精度依旧受到天线功率不稳定,RSSI探测不准确,无法作为主要参考依据等局限,以及算法复杂度过高导致的实时性很差,阅读器成本大大增加,导致了RFID室内定位在现实生活中无法被广泛应用。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种基于最小化RFID阅读器的区域划分室内定位模型的建立方法。
技术方案:为解决上述技术问题,本发明的一种基于最小化RFID阅读器的区域划分室内定位模型的建立方法,所述定位模型的建立方法包括如下步骤:
(1)将一组探测距离均为r的RFID阅读器均匀分布于待探测区域,在所述探测区域内,每个标签都能够被RFID阅读器探测到,如果在一定区域内能确保每个标签能被3个或者3个以上的RFID阅读器读到,则在该区域内无需再增加阅读器分布密度;
(1.1)所述RFID阅读器探测天线的发射功率固定,且将RFID阅读器中对标签的RSSI信号强度的检测功能删去;
(2)根据步骤(1)所述的分布原则计算,得出RFID阅读器的分布模型为三角形分布模型和正方形分布模型;
求解上式可知N=3,4,6
即可得到,只有三角形,正方形,六边形,而每个六边形可以分解为6个小三角形,
所以只需要考虑三角形和正方形两种模型情况;
(3.1)在所探测区域中放入一堵墙,墙外的探测范围就会相应缩小,假设阅读器探测器距离为r,墙体对信号的削弱导致探测距离减小s,在墙外,探测范围所形成的探测圆半径为r-s,如果同时隔着2道墙,那么两道墙外探测范围所形成的探测圆半径为r-2s,在上述有墙的探测圆半径基础上分布步骤(3)中相邻两个RFID阅读器之间的距离d;
(4.1)在所探测区域中放入一堵墙,墙外的探测范围就会相应缩小,假设阅读器探测器距离为r,墙体对信号的削弱导致探测距离减小s,在墙外,探测范围所形成的探测圆半径为r-s,如果同时隔着2道墙,那么两道墙外探测范围所形成的探测圆半径为r-2s,在上述有墙的探测圆半径基础上分布步骤(4)中相邻两个RFID阅读器之间的距离d;
(5)在服务器端建立一套适应室内环境的探测系统,将室内墙的分布情况输入计算机,检测墙体对RFID阅读器探测圆半径r导致探测距离减小s,并且根据墙体分布情况来计算每个RFID阅读器的探测范围,然后根据探测要求步骤(3)中正方形模型或者步骤(4)中的三角形模型来进行RFID阅读器的布置,将数据存入服务器数据库中。
更进一步地,所述RFID阅读器分布密度小于0.65/r2个每平方米时,RFID阅读器采用三角形模型分布。
更进一步地,所述RFID阅读器分布密度大于0.65/r2个每平方米时,RFID阅读器采用正方形模型分布。
更进一步地,所述正方形模型中相邻两个RFID阅读器d=r,定位精度最高。
更进一步地,所述三角形模型中相邻两个RFID阅读器d=1.35r,所述RFID阅读器利用效率最高。
本发明使用的是RFID最小化阅读器,顾名思义,所谓的最小化,就是将阅读器探测天线的发射功率固定,且删去了对标签的RSSI信号强度的检测功能后的阅读器。在著名的室内射频定位LANDMARK算法中,用到了天线功率可调的阅读器,探测节点位置需要不断改变阅读器天线的功率,阅读器功率变化的一个周期就要耗费数秒,外加算法的复杂性,导致这种算法的实时性很差,不适合对运动中的物体进行实时的跟踪,且不断调整天线的发射功率会导致系统不稳定,所以最小化阅读器中固定了天线的发射功率。现有的RFID室内定位方法中,很多都是基于RSSI信号强度可探测的,可是由于天线的方向性以及标签的方向性,各种环境对RSSI的影响,导致探测到的RSSI不可作为定位的主要依据,只能作为参考辅助依据,索性也将这部分功能从RFID阅读器中砍掉,避免功能重复与累赘,达到节约成本的目的。
本发明通过以下技术方案实现:
基于多点区域划分的RFID室内定位方法:
不同于现有的基于RSSI或者功率可调的RFID定位方法,本发明不需要调节阅读器的天线发射功率,也不需要探测标签的RSSI,也不需要进行参考标签的分布,只需要对功率固定且能够全向发射信号的RFID阅读器进行合理的分布,做到运行和成本上的最小化。
模型建立:
RFID阅读器的分布模型的设计有以下几个原则:
a)阅读器的分布是均匀的。
b)假设每个阅读器的探测距离是一样的,且为r,也就是说在以阅读器为中心半径为r的圆内的所有标签能够平等地被该阅读器读到(无信号强弱顺序),圆外的标签是探测不到的。
c)阅读器能够涵盖区域内的所有标签,无盲区。
d)如果能确保每个标签能被3个或者以上的阅读器读到,则无需再增加阅读器分布密度,增加阅读器密度会是一种重复和浪费。
求解上式可知N=3,4,6
即可得到,只有三角形,正方形,六边形,而每个六边形可以分解为6个小三角形,所以只需要考虑三角形和正方形两种模型情况。
本发明建立了两种基础模型,三角形分布模型和正方形分布模型。
图1至图3描述的是正方形分布模型,我们将每个正方形区域根据每个阅读器的探测范围,划分为不同的区域,例如图1中:如果仅被(A,B)探测到,即可确定标签处于范围1中;如果被(A,B,C)探测到,即可确定标签处于范围2中;如果被(A,C)探测到,标签位于3中;如果同时被(A,B,C,D)探测到,标签位于5中;等等。这样就根据一组探测情况推断出标签所处的区域,大幅度缩小了定位的范围,增加了定位的准确性。具体如表1:
表1:正方形模型图1的区域划分
探测到的点 | 位于区域 | 区域质心 |
A,B,C | 2 | 区域2质心 |
A,B,D | 4 | 区域4质心 |
A,C,D | 6 | 区域6质心 |
B,C,D | 8 | 区域8质心 |
A,B | 1 | 线段AB中点 |
A,C | 3 | 线段AC中点 |
B,D | 7 | 线段BD中点 |
C,D | 9 | 线段CD中点 |
A,B,C,D | 5 | 正方形中心 |
图1是这种模型下满足了区域内任意一点都能被4个阅读器分布,阅读器之间的距离为r,所以根据原则4,这是正方形模型中密度最大的情况。
图2是这种模型下最稀疏的阅读器分布,阅读器之间的距离为阅读器距离再大区域内就会产生盲区。
图3是正方形模型分布的一般情况,图1和图2是图3的两种极端情况,我们正是利用这种模型来分析阅读器之间的距离对定位效果的影响,为了衡量定位效果,提出了3个衡量标准:
1平均定位误差
通过阅读器读到的情况将标签定位在一定的范围内,可以说,在没有其他附加条件的情况下这个范围内,标签的位置是等可能的,而为了减少定位误差,假设用这个区域质心来代替所有落在区域内的标签(例如图1中:用(A,B,C,D)这个正方形的质心来表示落在5区域中的标签位置,用(A,B)线段的中点来代替落入1区域中的标签位置),这样标签的实际位置与标签的假设位置之间的距离就是定位误差,当在区域内均匀分布标签,所有标签的定位误差进行平均即得到区域内的平均定位误差。
2定位方差
用每个区域的质心来代替所有落在区域内的标签,对所有点:标签实际位置和质心距离的平方进行平均即为定位的方差,用这个数据来衡量定位效果是比较合理的。
3单位阅读器定位方差
即定位方差乘以阅读器密度,单位阅读器的探测效果,衡量阅读器分布效率的参数,是我们选择阅读器距离的重要参考。
图4至图6描述的是三角形分布模型
图4中,两个相邻阅读器之间的距离是探测距离r,每个三角形被分为4快区域,这是三角形模型中阅读器密度最大的分布,因为区域中每个标签都至少被3个阅读器读到,根据原则3(d),无需再考虑密度更大的阅读器分布。
图5中,两个相邻阅读器之间的距离为每个三角形都被分为13个区域,这种模型下,主要误差来源是区域13。
表2:三角形模型图2(c)的区域划分
探测到的点 | 位于区域 | 区域质心 |
A | 1 | A点 |
B | 3 | B点 |
C | 7 | C点 |
A,B | 2 | 线段AB中点 |
A,C | 4 | 线段AC中点 |
B,C | 6 | 线段BC中点 |
A,B,C | 5 | 三角形中心 |
为了计算两个相邻阅读器之间的距离d对探测效果的影响,我们用积分的方法来计算在阅读器之间距离为d时所造成的正片区域内的平均方差。
如图6中,假设1~7每块区域中均匀分布着密密麻麻的点,只能确定每个点所在的区域,而不能确定它的确定的位置,所以用每块区域的质心来代替落在每块区域中的点,这样尽量来减小误差。所以只能用2重积分的方法来计算这块区域的平均方差。将这个三角形分成6份,阴影部分即为其中的一份,因为这6块区域是完全对称的,所以只要算出阴影部分的平均方差,就可以得到整个区域的平均方差。
如图8,放大了阴影区域,为了便于积分计算,将实际情况中的圆弧用直线来代替并分成4个小三角形,由于圆弧与直线之间的区域很小,而且处于边界上,所以无论将其归于哪块区域造成的差别很小,而给积分计算却带来很大的方便。对图3中每个点到其所在区域质心距离的平方进行积分,△AEF的区域质心在A点,△CEF、△CDE的区域质心点在C点,△BDE的区域质心在B点。式(1)得到整个区域中的点到其区域质心的平均方差。
(式中lA,lB,lC分别表示积分中的点到A、B、C的距离) (1)
在计算中,假设阅读器的探测距离r=1。
分布积分其中的每一部分:
(4)
将式(2)(3)(4)带入式(1)即可得到所求近似结果。
下面利用MATLAB进行仿真,定义阅读器的探测距离r=1,在图1至图7中每个单位区域中均匀分布100万个点得出仿真结果,正方形模型中,随着阅读器之间距离的增大,平均误差与方差上升得越来越快。而三角形模型中,随着阅读器之间距离的增大,平均误差和方差会呈现波动,在阅读器之间距离为d=1.35时达到最低。为了将正方形模型和三角形模型进行比较,在两种阅读器密度相同的情况下进行比较,得出使用三角形模型阅读器之间距离为1.35时可以达到单位阅读器探测效率最高。
以上讨论基于没有遮挡的情况下所考虑的,然而在实际情况中,在室内会遇到很多墙体的遮挡,墙体对射频信号的削弱效果非常明显,所以我们必须把这点考虑进去。
当原本的探测区域中放入一堵墙,墙外的探测范围就会相应缩小,假设阅读器探测器距离为r,墙体对信号的削弱导致探测距离减小s,如图9所示,在墙外,探测范围所形成的圆半径为r-s,如图10所示,如果同时隔着2道墙,那么两道墙外探测范围所形成的圆半径为r-2s,这样,在基础的模型上可以经过阅读器之间的距离调整,来满足原有的要求。
结论:以上建立了2种均匀的阅读器分布模型,包括蜂窝模型也是三角形模型中的阅读器之间距离为的一种特例。在对探测精度要求不高的情况下,建议采用三角形模型,而对探测精度较高时,正方形模型则更为适合。运用算法,建立模型之后,通过计算机仿真得出:在阅读器分布密度小于0.65/r2个每平方米时,适合采用三角形模型;而阅读器分布密度大于0.65/r2个每平方米时,适合采用正方形模型。为了更加符合实际情况,考虑墙体之后,需对墙外部分的探测距离进行调整,分布阅读器时,也需相应地减小隔墙阅读器之间的距离。
有益效果:本发明在区域中以以三角形模型或者正方形模型均匀分布最小化RFID阅读器,将阅读器的探测结果的组合与不同区域一一对应进行划分,来缩小标签可能存在的范围,提高定位精度。本发明的与传统的基于RSSI信号强度的定位方法相比,不需要返回信号的强弱信息,不需要不断改变天线的发射功率,删去了对标签的RSSI信号强度的检测功能后的阅读器,简化了器材的复杂度,将阅读器模块最小化,提高了定位的实时性和稳定性。
附图说明
图1是本发明中RFID阅读器分布正方形模型d=r;
图4是本发明中RFID阅读器分布三角形模型d=r;
图8是图6中三角形分成六份中的一份;
图9是一道墙体对RFID阅读器探测范围影响的示意图;
图10是二道墙体对RFID阅读器探测范围影响的示意图;
图11是本发明中的数据库建立流程图;
图12是本发明中的定位流程图;
图13是本发明中的实施例1的示意图。
图14是本发明中的实施例2的示意图。
图15是本发明中的实施例3的示意图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1至图11所示,一种基于最小化RFID阅读器的区域划分室内定位模型的建立方法,所述定位模型的建立方法包括如下步骤:
(1)将一组探测距离均为r的RFID阅读器均匀分布于待探测区域,在所述探测区域内,每个标签都能够被RFID阅读器探测到,如果在一定区域内能确保每个标签能被3个或者3个以上的RFID阅读器读到,则在该区域内无需再增加阅读器分布密度;
(1.1)所述RFID阅读器探测天线的发射功率固定,且将RFID阅读器中对标签的RSSI信号强度的检测功能删去;
(2)根据步骤(1)所述的分布原则计算,得出RFID阅读器的分布模型为三角形分布模型和正方形分布模型;
求解上式可知N=3,4,6
即可得到,只有三角形,正方形,六边形,而每个六边形可以分解为6个小三角形,
所以只需要考虑三角形和正方形两种模型情况;
(3.1)在所探测区域中放入一堵墙,墙外的探测范围就会相应缩小,假设阅读器探测器距离为r,墙体对信号的削弱导致探测距离减小s,在墙外,探测范围所形成的探测圆半径为r-s,如果同时隔着2道墙,那么两道墙外探测范围所形成的探测圆半径为r-2s,在上述有墙的探测圆半径基础上分布步骤(3)中相邻两个RFID阅读器之间的距离d;
(4.1)在所探测区域中放入一堵墙,墙外的探测范围就会相应缩小,假设阅读器探测器距离为r,墙体对信号的削弱导致探测距离减小s,在墙外,探测范围所形成的探测圆半径为r-s,如果同时隔着2道墙,那么两道墙外探测范围所形成的探测圆半径为r-2s,在上述有墙的探测圆半径基础上分布步骤(4)中相邻两个RFID阅读器之间的距离d;
(5)在服务器端建立一套适应室内环境的探测系统,将室内墙的分布情况输入计算机,检测墙体对RFID探测圆半径r导致探测距离减小s,并且根据墙体分布情况来计算每个RFID阅读器的探测范围,然后根据探测要求步骤(3)中正方形模型或者步骤(4)中的三角形模型来进行RFID阅读器的布置,将数据存入服务器数据库中。如图11,这些操作是实现室内区域定位的预工作,当数据库中有了这些信息后才能让定位更准确和效率。
如图12所示,当一个标签进入一个分布有RFID阅读器的定位系统中,探测到标签的阅读器首先将探测信息发至服务器,服务器根据数据库中相应阅读器的探测范围进行检索和选择操作,得到标签的范围区域,再由服务器发送到标签终端和控制台。
假设有一块200×200平方米的区域,RFID的探测距离为20米,我们考虑三种需求:1、要求精度最高2、要求阅读器效率最高3、要求所用阅读器最少。
基于以上3种不同的要求,相应地提出3中不同的方案来满足不同的需要。其中相应地模型选定和计算结果都根据仿真结果推算出来。
实施例1:精度最高
从发明内容中的仿真图来看,为了达到精度最高的情况,采用正方形模型中d=r的情况,阅读器分布如图13所示,在线与线的交点处共布置了121个阅读器,阅读器之间的距离为20米,平均误差为3.32米,方差为13.4平方米。
实施例2:阅读器效率最高
从发明内容中的仿真图来看,为了达到阅读器效率最高的情况,采用三角形模型中d=1.35r的情况,阅读器分布如图14所示,在线与线的交点处共布置了90个阅读器,阅读器之间的距离为27米,平均误差为4.19米,方差为20.56平方米。
实施例3:所用阅读器最少
从发明内容中的仿真图来看,为了达到所用阅读器最少的情况,采用三角形模型中的情况,阅读器分布如图15所示,在线与线的交点处共布置了60个阅读器,阅读器之间的距离为34.64米,平均误差为9.50米,方差为111.68平方米。这种阅读器分布模型的本质也就是蜂窝分布模型。
可见实施例1至实施例3三种策略各有优缺点,可根据不同需要制定不同的室内RFID阅读器分布方案来达到目的。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种基于最小化RFID阅读器的区域划分室内定位模型的建立方法,其特征在于:所述定位模型的建立方法包括如下步骤:
(1)将一组探测距离均为r的RFID阅读器均匀分布于待探测区域,在所述探测区域内,每个标签都能够被RFID阅读器探测到,如果在一定区域内能确保每个标签能被3个或者3个以上的RFID阅读器读到,则在该区域内无需再增加阅读器分布密度;
(1.1)所述RFID阅读器探测天线的发射功率固定,且将RFID阅读器中对标签的RSSI信号强度的检测功能删去;
(2)根据步骤(1)所述的RFID阅读器分布原则计算,得出RFID阅读器的分布模型为三角形分布模型和正方形分布模型;
求解上式可知N=3,4,6
即可得到,只有三角形,正方形,六边形,而每个六边形可以分解为6个小三角形,所以只需要考虑三角形和正方形两种模型情况;
(3)当建立RFID阅读器正方形模型时,根据步骤(1)中的RFID阅读器分布原则,相邻两个RFID阅读器之间的距离d为
(3.1)在所探测区域中放入一堵墙,墙外的探测范围就会相应缩小,假设阅读器探测器距离为r,墙体对信号的削弱导致探测距离减小s,在墙外,探测范围所形成的探测圆半径为r-s,如果同时隔着2道墙,那么两道墙外探测范围所形成的探测圆半径为r-2s,在上述有墙的探测圆半径基础上分布步骤(3)中相邻两个RFID阅读器之间的距离d;
(4.1)在所探测区域中放入一堵墙,墙外的探测范围就会相应缩小,假设阅读器探测器距离为r,墙体对信号的削弱导致探测距离减小s,在墙外,探测范围所形成的探测圆半径为r-s,如果同时隔着2道墙,那么2道墙外探测范围所形成的探测圆半径为r-2s,在上述有墙的探测圆半径基础上分布步骤(4)中相邻两个RFID阅读器之间的距离d;
(5)在服务器端建立一套适应室内环境的探测系统,将室内墙的分布情况输入计算机,检测墙体对RFID阅读器探测圆半径r导致探测距离减小s,并且根据墙体分布情况来计算每个RFID阅读器的探测范围,然后根据探测要求步骤(4)中正方形模型或者步骤(4)中的三角形模型来进行RFID阅读器的布置,将数据存入服务器数据库中。
2.根据权利要求1所述的基于最小化RFID阅读器的区域划分定位模型的建立方法,其特征在于:所述RFID阅读器分布密度小于0.65/r2个每平方米时,RFID阅读器采用三角形模型分布。
3.根据权利要求1所述的基于最小化RFID阅读器的区域划分定位模型的建立方法,其特征在于:所述RFID阅读器分布密度大于0.65/r2个每平方米时,RFID阅读器采用正方形模型分布。
4.根据权利要求1所述的基于最小化RFID阅读器的区域划分定位模型的建立方法,其特征在于:所述正方形模型中相邻两个RFID阅读器d=r,定位精度最高。
5.根据权利要求1所述的基于最小化RFID阅读器的区域划分定位模型的建立方法,其特征在于:所述三角形模型中相邻两个RFID阅读器d=1.35r,所述RFID阅读器利用效率最高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310134858.2A CN103197281B (zh) | 2013-04-18 | 2013-04-18 | 基于最小化rfid阅读器的区域划分室内定位模型的建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310134858.2A CN103197281B (zh) | 2013-04-18 | 2013-04-18 | 基于最小化rfid阅读器的区域划分室内定位模型的建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103197281A true CN103197281A (zh) | 2013-07-10 |
CN103197281B CN103197281B (zh) | 2015-04-29 |
Family
ID=48719958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310134858.2A Expired - Fee Related CN103197281B (zh) | 2013-04-18 | 2013-04-18 | 基于最小化rfid阅读器的区域划分室内定位模型的建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103197281B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103488823A (zh) * | 2013-09-06 | 2014-01-01 | 长讯通信服务有限公司 | 一种基于uhf rifd监控系统的固定式阅读器的快速布置方法 |
CN104330770A (zh) * | 2014-09-30 | 2015-02-04 | 天津工业大学 | 一种基于超高频rfid电子标签的精确定位系统 |
CN105093216A (zh) * | 2014-05-19 | 2015-11-25 | 深圳德创投科技有限公司 | 一种电子标签定位方法和电子标签定位设备 |
CN107818277A (zh) * | 2016-09-14 | 2018-03-20 | 罗伯特·博世有限公司 | 用于监视车辆的车辆内室的方法和设备 |
CN107816994A (zh) * | 2017-10-18 | 2018-03-20 | 哈尔滨工业大学 | 一种用于室内受限结构化水域的水下定位方法 |
CN110174707A (zh) * | 2019-04-18 | 2019-08-27 | 中国北方车辆研究所 | 一种用于移动机器人的红外传感器及其使用方法 |
CN115206016A (zh) * | 2022-06-17 | 2022-10-18 | 成都联星技术股份有限公司 | 一种基于rfid技术的准确高效双向门禁方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008309607A (ja) * | 2007-06-14 | 2008-12-25 | Shimizu Corp | 位置情報取得システム |
CN101349745A (zh) * | 2008-09-06 | 2009-01-21 | 黄以华 | 一种采用区域划分算法的无线射频定位方法 |
CN101551454A (zh) * | 2009-05-14 | 2009-10-07 | 上海交通大学 | Rfid室内定位系统 |
US20100271186A1 (en) * | 2009-04-28 | 2010-10-28 | Fujitsu Limited | Location determination system |
CN102736061A (zh) * | 2012-05-31 | 2012-10-17 | 四川研成通信科技有限公司 | 基于rfid的网格定位系统和方法 |
-
2013
- 2013-04-18 CN CN201310134858.2A patent/CN103197281B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008309607A (ja) * | 2007-06-14 | 2008-12-25 | Shimizu Corp | 位置情報取得システム |
CN101349745A (zh) * | 2008-09-06 | 2009-01-21 | 黄以华 | 一种采用区域划分算法的无线射频定位方法 |
US20100271186A1 (en) * | 2009-04-28 | 2010-10-28 | Fujitsu Limited | Location determination system |
CN101551454A (zh) * | 2009-05-14 | 2009-10-07 | 上海交通大学 | Rfid室内定位系统 |
CN102736061A (zh) * | 2012-05-31 | 2012-10-17 | 四川研成通信科技有限公司 | 基于rfid的网格定位系统和方法 |
Non-Patent Citations (2)
Title |
---|
樊荣: "RFID阅读器定位算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑 I138-964》 * |
赖明鸣: "基于RFID的室内定位系统技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑 I138-1441》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103488823A (zh) * | 2013-09-06 | 2014-01-01 | 长讯通信服务有限公司 | 一种基于uhf rifd监控系统的固定式阅读器的快速布置方法 |
CN103488823B (zh) * | 2013-09-06 | 2016-04-20 | 长讯通信服务有限公司 | 一种基于uhf rfid监控系统的固定式阅读器的快速布置方法 |
CN105093216A (zh) * | 2014-05-19 | 2015-11-25 | 深圳德创投科技有限公司 | 一种电子标签定位方法和电子标签定位设备 |
CN105093216B (zh) * | 2014-05-19 | 2017-11-10 | 深圳德创投科技有限公司 | 一种电子标签定位方法和电子标签定位设备 |
CN104330770A (zh) * | 2014-09-30 | 2015-02-04 | 天津工业大学 | 一种基于超高频rfid电子标签的精确定位系统 |
CN107818277A (zh) * | 2016-09-14 | 2018-03-20 | 罗伯特·博世有限公司 | 用于监视车辆的车辆内室的方法和设备 |
CN107816994A (zh) * | 2017-10-18 | 2018-03-20 | 哈尔滨工业大学 | 一种用于室内受限结构化水域的水下定位方法 |
CN107816994B (zh) * | 2017-10-18 | 2020-09-01 | 哈尔滨工业大学 | 一种用于室内受限结构化水域的水下定位方法 |
CN110174707A (zh) * | 2019-04-18 | 2019-08-27 | 中国北方车辆研究所 | 一种用于移动机器人的红外传感器及其使用方法 |
CN115206016A (zh) * | 2022-06-17 | 2022-10-18 | 成都联星技术股份有限公司 | 一种基于rfid技术的准确高效双向门禁方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103197281B (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103197281A (zh) | 基于最小化rfid阅读器的区域划分室内定位模型的建立方法 | |
Ko | RFID 3D location sensing algorithms | |
CN102111876B (zh) | 一种选择用于定位的参考标签的方法及装置 | |
CN102573057B (zh) | 一种优化的rfid室内定位方法 | |
CN104023394A (zh) | 基于自适应惯性权重的wsn定位方法 | |
CN103954929A (zh) | 无线射频标签定位方法和系统 | |
CN101435865A (zh) | 一种无需测距的无线传感器网络节点定位方法 | |
CN103152826A (zh) | 一种基于nlos状态检测补偿的移动目标追踪方法 | |
CN101458324A (zh) | 基于限制区域的节点定位方法 | |
CN101114019B (zh) | 基于三角插值的射频电子标签定位系统 | |
CN104125537A (zh) | 一种基于cc2530的多方式协同定位系统和定位方法 | |
CN103415072A (zh) | 一种无线传感网络中基于估距的定位方法 | |
CN101308206B (zh) | 一种白噪声背景下的圆周轨迹机动目标跟踪方法 | |
Truijens et al. | Evaluating the performance of absolute RSSI positioning algorithm-based microzoning and RFID in construction materials tracking | |
Huang et al. | Scout: Outdoor localization using active RFID technology | |
CN103607770A (zh) | 一种无线传感器网络定位中高精度距离估计方法 | |
CN103530583B (zh) | 定位终端、定位方法、定位系统以及电子设备 | |
US20210243560A1 (en) | Distributed signal processing for radiofrequency indoor localization | |
CN105093216A (zh) | 一种电子标签定位方法和电子标签定位设备 | |
CN106353724A (zh) | 一种基于无线传感器网络的精确室内定位方法 | |
Ng et al. | Intelligent book positioning for library using RFID and book spine matching | |
CN102752850A (zh) | 一种基于非测距的网络锚节点筛选装置及其方法 | |
CN108574927B (zh) | 一种移动终端定位方法及装置 | |
Wye et al. | RSSI-based Localization Zoning using K-Mean Clustering | |
US20210242951A1 (en) | Distributed signal processing for radiofrequency indoor localization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150429 Termination date: 20160418 |