CN113739790B - 一种被动式室内定位系统及定位方法 - Google Patents

一种被动式室内定位系统及定位方法 Download PDF

Info

Publication number
CN113739790B
CN113739790B CN202111285790.9A CN202111285790A CN113739790B CN 113739790 B CN113739790 B CN 113739790B CN 202111285790 A CN202111285790 A CN 202111285790A CN 113739790 B CN113739790 B CN 113739790B
Authority
CN
China
Prior art keywords
positioning
data
positioning system
infrared
radar
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.)
Active
Application number
CN202111285790.9A
Other languages
English (en)
Other versions
CN113739790A (zh
Inventor
谢俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yihuiyun Intelligent Technology Shenzhen Co ltd
Original Assignee
Yihuiyun Intelligent Technology Shenzhen Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yihuiyun Intelligent Technology Shenzhen Co ltd filed Critical Yihuiyun Intelligent Technology Shenzhen Co ltd
Priority to CN202111285790.9A priority Critical patent/CN113739790B/zh
Publication of CN113739790A publication Critical patent/CN113739790A/zh
Application granted granted Critical
Publication of CN113739790B publication Critical patent/CN113739790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/206Instruments for performing navigational calculations specially adapted for indoor navigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/0008General problems related to the reading of electronic memory record carriers, independent of its reading method, e.g. power transfer
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/33Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种被动式室内定位系统及定位方法,通过结合无源RFID、红外检测、小型低功耗UWB雷达的成本优势,将被动式室内人员定位及摔倒检测,利用红外传感器定位或利用佩戴射频标签定位,结合利用基于IR‑UWB单站雷达的室内定位,通过系统计算取平均值,即可得到精确的定位位置。在室内,人员的活动基本是地面以上的水平移动,主要取决于水平方位的计算。利用IR‑UWB单站雷达进行摔倒检测即为从观测到的雷达回波帧序列中提取目标姿态的时空特征,从而判定目标正在实施的动作。红外LED芯片单元也是成本低廉,以及低隐私风险的被动式室内定位及摔倒检测方案,本发明方案结合老人护理的实际应用场景,在保证使用低成本设备的前提下,弥补其定位精度不足、提出结合互补的方案。

Description

一种被动式室内定位系统及定位方法
技术领域
本发明涉及室内人员定位系统技术领域,具体是一种被动式室内定位系统及定位方法。
背景技术
被动式感知,又称无设备感知(Device-free Sensing),是一种无需感知对象的主动参与感知过程的感知形式,通常靠侦测目标对环境带来的影响来实现感知。室内环境中的动态环境杂波信号给室内定位系统带来了很大的挑战。以往的杂波去除方法要么在处理动态杂波环境时表现不佳,要么在目标静止时无法区分 目标信号和环境杂波。大多方案只是在实验室环境中采集了一堆雷达数据,即假定每个动作的起止时间都能被完美捕捉到,然后针对手动裁剪的信号做下一步处理。而在实际情中,动作起止时间的捕捉将很大程度上影响到系统性能。另外,微波在室内的多径传播(multipath)效应也不能忽略。房间的大小,甚至家具的摆放位置都会导致不同的多径传播路径。
在实际情况中,人相对于雷达的位置通常也是不确定的。这会导致由人体反射回来的反射波相对雷达的入射角(aspect angle)的不同。而不同的入射角,又会造成时频图上微动效应的不同。
发明内容
本发明的目的在于提供一种被动式低成本的室内定位与检测系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种被动式室内定位方法,结合被动识别定位系统与UWB单站雷达定位系统,通过计算得出精准的定位位置;包括以下步骤:
S1)依据房屋结构及家庭装修布局建立3D模型,将模型数据存储于智能设备显示系统的数据库中;
S2)建立3D模型展示软件平台,通过被动识别定位系统获取定位数据,将检测到的人员精确位置展示在3D模型中;
S3)搭建定位识别系统:
首先,在房屋门口顶部设置红外感应器,识别计数进入房间人员的数量和在室内人员的变动情况;
然后,布局被动识别定位系统,通过识别获取的定位数据计算并确定人员位置;
最后,布局UWB单站雷达定位系统位置,通过雷达探头定位并判断是否有人员摔倒;
S4)启动定位系统:当红外感应器识别到有人进入时,启动被动识别定位系统获取定位数据并计算定位,然后同时启动UWB单站雷达定位系统获取数据并定位;被动识别定位系统,包括射频设备定位系统和红外设备定位系统;被动识别定位系统,包括射频设备定位系统和红外设备定位系统;
S5)结合被动识别定位系统获取的定位数据和UWB单站雷达定位系统的精确定位数据,通过系统计算取平均值,即可得到精确的定位位置,并修正在3D模型中展示的位置;
所述UWB单站雷达定位系统的定位方法为:
a、电动马达调整雷达探测方位,雷达探头依据射频设备定位系统或者红外设备定位系统的定位数据调整对准人的位置,获取回波数据;
b、发射天线每次发射出一组脉冲,脉冲信号在空间中受到物体的反射形成雷达回波,传回接收天线并被接收,然后对回波数据进行预处理;
c、对预处理后的回波数据进行移除动态杂波,并做滤波和路径衰减补偿;
d、将获取的定位数据输入的模型数据中,通过建立模型展示软件平台显示;
所述射频设备定位系统的定位方法为:
a、在室内顶部四个角位置设置四个标签读写器,将四个标签读写器分别分成相对的两组读取标签的信号,每组形成相互垂直的标签信号;
b、根据信道模型计算出相邻标签对到目标的相位差理论值目标函数的输出为两组距离数据;通过无源RFID标签定位,分别取两个相互垂直的标签信号进行计算定位;
c、利用改进的粒子群优化PSO定位算法,对标签反向散射信号中的噪声进行分析;对于一组测量数据,相邻标签对到目标的相位差数据,依据多个标签的坐标为目标可能的位置,并根据信道模型计算出相邻标签对到目标的相位差理论值,目标函数的输出为两组距离数据,取平均即可得到准确的定位数据;
所述红外设备定位系统的定位方法为:
1)建立3D模型,建立家庭成员数据库,人员信息获取设备即是门禁系统,所述门禁系统在人员进入室内时自动识别人员的身份数据,所述身份数据包括面部数据,身高数据;
2)当外来人员进入室内时,红外接收芯片接收识别红外回波信号,传输到主控中心,计算并评估其位置;
3)将获取的身份数据与数据库的身份数据进行对比,确定人员的身份信息,并将人员身份信息与定位数据相关联;
4)将获取的定位数据及人员身份信息输入3D模型数据中,使定位结果展示在3D模型中。
优选的,在S4)步骤中,当红外感应器识别到有人员进入时,先启动射频设备定位系统识别并定位,如果识别有人员佩戴有射频标签,则启动UWB单站雷达定位系统,如果没有识别到射频标签,则关闭射频设备定位系统,同时启动红外设备定位系统和UWB单站雷达定位系统。
优选的,所述UWB单站雷达定位系统在定位的同时还进行摔倒检测,即为从观测到的雷达回波帧序列中提取目标姿态的时空特征,从而判定目标正在实施的动作。
优选的,在获取射频设备定位系统识别的定位数据后,UWB单站雷达定位系统依据定位数据判定并启动电动马达调整雷达探测方位,雷达探头依据定位数据调整对准人的位置,获取回波数据。
一种被动式室内定位系统,包括:
在房屋入口处设置人员信息获取设备,包括红外感应器,获取的信息保存到智能设备显示系统;
智能设备显示系统,包括主控中心、存储器和显示设备,依据房屋结构及装修布局建立有房屋3D模型,保存在存储器内,并在显示设备上显示;
被动识别定位系统,包括射频设备定位系统和红外设备定位系统;
UWB单站雷达定位系统,包括电动马达、雷达探头、发射天线和接收天线,所述雷达探头固定在电动马达的活动端上,所述电动马达固定在室内空旷地带的一侧。
优选的,所述射频设备定位系统包括在室内的顶部位置设置的多个射频读写器,及在被识别范围的射频标签,所述射频读写器用于识别室内是否有射频标签的移动并对射频标签定位。
优选的,所述红外设备定位系统包括在室内的房顶位置均匀布置的LED红外芯片单元,所述LED红外芯片单元包括红外发射芯片和红外接收芯片;
所述红外发射芯片和红外接收芯片并排且竖直设置,多个所述LED红外芯片单元之间的距离为10-50cm,每个所述LED红外芯片单元均电连接主控中心;通过主控中心的计算判定室内人员的位置,同时结合标签定位更加准确的确定位置并确定此位置的人员信息,同时展示在3D模型中。
本发明的有益效果是:射频设备定位系统采用基于标签反向散射分析的定位方法,通过考察定位目标对无源RFID标签阵反向散射的影响以及特殊设计的髙增益方向性天线,可增强微弱的穿墙反射信号,实现对目标的穿墙定位。在该方法中,RFID阅读器相当于光源,而RFID标签则相当于接收反射的传感器阵列。该虚拟传感器阵列又通过反向散射向阅读器返回信息。通过去掉环境中静态物体的反射信号,就可以得出运动目标的位置信息。
利用红外感应器定位或利用佩戴射频标签定位,然后结合利用基于IR-UWB单站雷达的室内定位,通过系统计算取平均值,即可得到精确的定位位置。因为在室内,人员的活动基本是地面以上的水平移动,主要取决于水平方位的计算。利用IR-UWB单站雷达进行摔倒检测即为从观测到的雷达回波帧序列中提取目标姿态的时空特征,从而判定目标正在实施的动作。
结合当前UHF无源RFID、小型低功耗UWB雷达的成本优势,红外LED芯片单元也是成本低廉,以及低隐私风险的被动式室内定位及摔倒检测方案,本发明方案结合老人护理的实际应用场景,在保证使用低成本设备的前提下,弥补其定位精度不足、提出利用UWB技术高距离分辨率、低健康风险的优势,结合互补的方案。低功耗UWB 单站雷达研究感知范围更大、精度更高的被动式室内人员定位技术。
附图说明
图1为本发明的被动式室内定位系统结构示意图;
图2为本发明的被动式室内定位方法工作流程示意图;
图3为本发明的UWB单站雷达定位系统的定位方法工作流程示意图;
图4为本发明的射频设备定位系统的定位方法工作流程示意图;
图5为本发明的红外设备定位系统的定位方法工作流程示意图;
图6为本发明的射频设备定位系统的工作方式示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明给出一种被动式室内定位系统,包括:在房屋入口处设置人员信息获取设备,包括红外感应器,获取的信息保存到智能设备显示系统;智能设备显示系统,包括主控中心、存储器和显示设备,依据房屋结构及家庭装修布局建立有房屋3D模型,保存在存储器内,并在显示设备上显示;被动识别定位系统,包括射频设备定位系统和红外设备定位系统;UWB单站雷达定位系统(具体为IR-UWB单站雷达),包括雷达探头、发射天线,接收天线,雷达探头通过电动马达活动的固定在室内空旷地带的一侧。
射频设备定位系统包括在室内的顶部位置设置的多个射频读写器,及在被识别范围的射频标签,射频读写器识别室内是否有射频标签的移动并定位。
红外设备定位系统包括在室内的房顶位置均匀布置的LED红外芯片单元,LED红外芯片单元包括红外发射芯片和红外接收芯片;红外发射芯片和红外接收芯片并排且竖直设置,多个LED红外芯片单元之间的距离为10-50cm,最优距离为25-30cm之间,每个LED红外芯片单元均电连接主控中心;通过主控中心的计算判定室内人员的位置,同时结合标签定位更加准确的确定位置并确定此位置的人员信息,同时展示在3D模型中。
请参阅图2,一种被动式室内精确定位方法,结合被动识别定位系统与UWB单站雷达定位系统,通过计算得出精准的定位位置;
S1)首先依据房屋结构及家庭装修布局建立3D模型,将模型数据存储于智能设备显示系统的数据库中;
S2)建立3D模型展示软件平台,并结合识别定位设备,将检测到的人员精确位置展示在家居房间的3D模型库中;
S2)搭建定位识别系统:
首先,在房屋门口顶部设置红外感应器,识别计数进入房间人员的数量和在室内人员的变动情况;
然后,布局被动识别定位系统(布局射频设备系统),识别获取的定位数据计算并确定人员位置;
最后,布局IR-UWB单站雷达位置,通过IR-UWB单站雷达定位并判断是否有人员摔倒;
S4)启动定位系统:当红外感应器识别到有人进入时,启动被动识别定位系统获取定位数据并计算定位,然后同时启动IR-UWB单站雷达系统获取数据并定位;
S5)、结合被动识别定位系统获取定位数据和IR-UWB单站雷达精确定位数据,通过系统计算取平均值,即可得到精确的定位位置,并修正在3D模型中展示的位置。
在S4)步骤中,当红外感应器识别到有人进入时,先启动射频设备定位系统识别并定位,
如果识别有人佩戴有射频标签,然后同时启动IR-UWB单站雷达系统,
如果没有识别到射频标签,关闭射频设备定位系统,同时启动红外定位系统,然后同时启动IR-UWB单站雷达系统;
IR-UWB单站雷达在定位的同时还进行摔倒检测,即为从观测到的雷达回波帧序列中提取目标姿态的时空特征,从而判定目标正在实施的动作。
在获取射频设备定位系统识别并定位数据后,系统依据数据判定并启动电动马达调整雷达探测方位,雷达探头依据射频识别系统调整对准人的位置,获取回波数据;
本发明的IR-UWB单站雷达的定位方法工作流程示意图见图3;IR-UWB单站雷达的定位方法:
a、启动IR-UWB单站雷达精确定位,首先电动马达调整雷达探测方位,雷达探头依据射频识别系统调整对准人的位置,获取回波数据;
b、的IR-UWB单站雷达的发射天线每次发射出一组脉冲,脉冲信号在空间中受到物体的反射形成雷达回波,传回接收天线并被接收,然后对回波数据进行预处理;
c、在预处理之后,下一步的目标是移除动态杂波,如果目标在同一地点逗留时间过长,目标信号也会被当作杂波信号而遭到移除;因此还需要做滤波和路径衰减补偿;
d、将获取的定位数据输入的建模数据中,通过建立模型展示软件平台显示。
见图4,射频识别定位的定位方法为:
a、在室内顶部四个角位置设置四个标签读写器,将四个标签读写器分别分成相对的两组读取标签的信号,每组形成相互垂直的标签信号;
b、根据信道模型计算出相邻标签对到目标的相位差理论值目标函数的输出为两组距离数据;通过无源RFID标签定位,分别取两个相互垂直的标签信号进行计算定位;
c、利用改进的粒子群优化PSO定位算法,对标签反向散射信号中的噪声进行分析;对于一组测量数据,相邻标签对到目标的相位差,粒子群中的粒子的坐标为目标可能的位置,并根据信道模型计算出相邻标签对到目标的相位差理论值,目标函数的输出为两组距离数据,取平均即可得到准确的定位数据。
图5为本发明的红外定位系统的定位方法工作流程示意图,红外定位系统的定位方法为:
1)首先,建立3D模型,建立家庭成员数据库,人员信息获取设备即是门禁系统,门禁系统在进入室内时自动识别人员的信息,身份数据包括面部数据,身高数据等;
2)当外来人员进入室内时,红外接收芯片接收识别红外回波信号,传输到主控中心,并计算并评估其位置
3)将获取的身份数据与数据库的身份数据进行对比,确定人员的身份信息,并将人员身份信息与定位数据相关联,从而达到识别定位的效果;
4)将获取的定位数据输入3D模型数据中,使定位结果展示在3D模型中。
本发明的工作原理是:基于射频标签的被动式室内定位技术:一个典型的无源UHFRFID系统包含阅读器、标签以及服务器等部分构成,阅读器是RFID系统中控制信息交互与处理的核心,可以利用射频技术与识读范围内的多个标签进行交互,并具备防碰撞功能。阅读器作为与标签交互的发起方,可以发射射频信号,并对信号进行调制,从而实现数据的传输。在收到标签通过后向链路返回的应答信号时,可以对信号进行解调,得到标签的唯一ID、标签信号的幅度、相位等信息。射频标签是RFID系统中的数据载体,通常由天线和微芯片构成。射频标签自身通常不具有供电能力,因此在阅读器的识读范围外处于静默状态。当射频标签位于阅读器的识读区域内时,标签天线可以收集阅读器发出的电磁波为芯片供能,使芯片进入工作状态,并可以通过开关负载改变标签的雷达反射截面,以反向散射的方式将信息调制在副载波上并向阅读器发送。每个标签中都存有唯一的 ID信息以和其他标签进行区分。
见图5为本发明的红外定位系统的定位方法工作流程示意图;除以上采用射频标签的被动式室内定位技术外,另外提出一种红外定位系统方案,在屋内的房顶均匀的布置有竖直设置的红外发射芯片和红外接收芯片,发射芯片和接收芯片并排设置在一起构成LED红外芯片单元,多个LED红外芯片单元之间的距离为10-50cm,最优距离为25-30cm之间,或者更密集的布局,例如每10cm一个LED红外芯片单元,每个LED红外芯片单元电连智能接控制系统,通过智能控制系统的计算判定室内人员的位置,同时结合IR-UWB单站雷达精确定位更加准确的确定位置并确定此位置的人员信息,同时展示在3D模型中。
红外发射芯片由LED红外线二极管构成,当LED芯片单元前面有物体时,其发射出来的红外线,会被前面的物体反射,从而被反射回来的红外线被红外接收芯片接收,接收到被反射回来的红外线讯号,由智能接控制系统通过算法计算后判定此LED芯片单元前面有物体,从而达到定位的效果。LED红外线二极管发射的红外线一般5到10米的距离,再远就无法接收到了,正好适合家居环境中。
另外根据红外线反射的距离判定身高信息,与射频标签定位数据结合,当室内人员没有携带射频标签时,启动启动IR-UWB单站雷达系统,获取精确的定位数据,将算好的位置展示在3D模型中,精确定位室内人员的位置;由于在室内人员的移动属于地面上的平移,其定位更加准确。如果计算出来的身高信息与实际不符,或者系统接收的红外线距离出现迅速的变化,通过人员摔倒前后的红外反射数据的对比可以判定出现异常,通过系统存储的实验数据对比判定出其异常状态,例如摔倒,并报警;
以上红外定位系统的数据结合IR-UWB单站雷达接收的数据,可以准确无误的判定室内人员是否摔倒。
依据房屋装修布局的空间状态,设置空旷地带的房顶位置,竖直向下均匀的设置多个红外定位器,通过低成本的红外定位器探测并计算室内人员的位置,同过反射红外线的距离计算出人员的高度数据,对比模型库中的数据,判定人员是否摔倒。
以上,射频识别系统采用基于标签反向散射分析的定位方法,通过考察定位目标对无源RFID标签阵反向散射的影响以及特殊设计的髙增益方向性天线,可增强微弱的穿墙反射信号,实现对目标的穿墙定位。 在该方法中,RFID阅读器相当于光源,而RFID标签则相当于接收反射的传感器阵列。该虚拟传感器阵列又通过反向散射向阅读器返回信息。通过去掉环境中静态物体的反射信号,就可以得出运动目标的位置信息。
通过无源RFID标签定位,分别取两个相互垂直的标签信号进行计算定位;利用改进的粒子群优化PSO定位算法,首先,需要对标签反向散射信号中的噪声进行分析。对于一组测量数据,相邻标签对到目标的相位差丽严粒子群中的粒子的坐标为目标可能的位置,并根据信道模型计算出相邻标签对到目标的相位差理论值目标函数的输出为两组距离数据。
见图6为本发明的射频识别定位系统的工作方式示意图,本发明方案中采用四个阅读器,分别分成相对的两组,每组形成相互垂直的标签信号;根据信道模型计算出相邻标签对到目标的相位差理论值目标函数的输出为两组距离数据;结合射频识别系统和IR-UWB单站雷达精确定位,同过系统计算取平均值,即可得到精确的定位位置。
CNN是最流行的神经网络形式之一,特别是针对高维的数据,如图片和视频等。CNN的核心是其两维(或更高维)的滤波器。滤波器被用于与输入卷积,使 CNN能够处理高维的数据。滤波器使CNN具有强大的处理空间关系的能力,并可通过权值共享大大减少需要训练的权值数量。CNN一个非常重要的特点就是头重脚轻(越往输入权值越小,越往输出权值越多),呈现出一个倒三角的形态,这就很好地避免了BP神经网络中反向传播的时候梯度损失得太快。卷积神经网络CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。由于CNN的特征检测层通过训练数据进行学习,所以在使用CNN时,避免了显式的特征抽取,而隐式地从训练数据中进行学习;再者由于同一特征映射面上的神经元权值相同,所以网络可以并行学习,这也是卷积网络相对于神经元彼此相连网络的一大优势。卷积神经网络以其局部权值共享的特殊结构在语音识别和图像处理方面有着独特的优越性,其布局更接近于实际的生物神经网络,权值共享降低了网络的复杂性,特别是多维输入向量的图像可以直接输入网络这一特点避免了特征提取和分类过程中数据重建的复杂度。
在室内上方布置多个UHF无源RFID标签,建立信号传输网络,经对UHF RFID信号在室内的传播路径进行了分析和推导,建立了RFID系统的室内信号传输模型。首先以差分的方法分离出因目标进入感知区域而引入的信号传输路径,然后经过简化和分析,利用相邻标签的关系,通过标签反向散射信号在复数域的相除消除大多数未知参量,提取出目标到相邻标签的相位差。最后,通过分析相位模糊的产生原理,采取将相邻标签部署在半个载波波长范围之内的方法引入距离差约束,避免了相位模糊。
基于粒子群优化(Particle Swarm Optimization, PSO)的低成本高精度室内定位系统。将标签阵部署在墙面上作为传感器,通过采集标签反向散射信号的强度及相位信息对目标进行定位。首先,根据模型求解因相邻标签对到目标距离不同而产生的相位差信息。然后假定位置已知,利用PSO算法通过优化观测和理论值距离度量求解目标位置,避开了经典方法直接求解位置所面临的复杂度过高的问题,且利用标签的数量弥补单个标签精度的不足。通过在实际环境中搭建测试平台,用真实人员目标和反射箱目标对系统的定位性能进行了测试。并通过采用双标签阵定位、目标函数加权、改进子集PSO算法等多种方法对定位系统的性能进行了优化,改进后对人员目标定位精度为0.21m以内。
基于脉冲超宽带(Impulse Radio Ultra-Wide Band, IR-UWB)单站雷达的定位问题,采用基于自适应方差的杂波移除算法。首先,采用希尔伯特变换对UWB雷达的回波信号进行了预处理。通过对复杂室内环境下的UWB 雷达信号进行建模和分析,针对现有杂波移除算法的不足,使用自适应方差对信号进行判定的方法,并根据判定的结果采取不同的更新策略对杂波谱进行迭代,并在真实室内环境中对算法进行了测试,证实该算法对静止及运动目标均有良好的杂波移除效果,可以大大改善目标检测及测距精度。且由于IR-UWB单站雷达无需包含复杂的调制电路,因此其成本和功耗可以进一步压缩。
结合卷积神经网络(Convolutional Neural Network, CNN) 及卷积长短时记忆(Convolutional Long Short-Term Memory, ConvLSTM)神经网络的室内摔倒检测方法。并结合CNN的自动特征提取能力以及ConvLSTM网络的时间-空间特征建模能力,对目标摔倒的高精度识别。首先,系统对UWB雷达的回波信号进行了静态背景移除、小波去噪及数据增强处理。然后,使用两层二维卷积层自动提取信号中的局部特征,并采用一维ConvLSTM层完成对信号整体时间-空间特征的自动提取。最后,将提取岀的特征用于训练分类器进行分类和识别。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种被动式室内定位方法,其特征在于:结合被动识别定位系统与UWB单站雷达定位系统,通过计算得出精准的定位位置;包括以下步骤:
S1)依据房屋结构及家庭装修布局建立3D模型,将模型数据存储于智能设备显示系统的数据库中;
S2)建立3D模型展示软件平台,通过被动识别定位系统获取定位数据,将检测到的人员精确位置展示在3D模型中;
S3)搭建定位识别系统:
首先,在房屋门口顶部设置红外感应器,识别计数进入房间人员的数量和在室内人员的变动情况;
然后,布局被动识别定位系统,通过识别获取的定位数据计算并确定人员位置;
最后,布局UWB单站雷达定位系统位置,通过雷达探头定位并判断是否有人员摔倒;
S4)启动定位系统:当红外感应器识别到有人进入时,启动被动识别定位系统获取定位数据并计算定位,然后同时启动UWB单站雷达定位系统获取数据并定位;被动识别定位系统,包括射频设备定位系统和红外设备定位系统;
S5)结合被动识别定位系统获取的定位数据和UWB单站雷达定位系统的精确定位数据,通过系统计算取平均值,得到精确的定位位置,并修正在3D模型中展示的位置;
所述UWB单站雷达定位系统的定位方法为:
a、电动马达调整雷达探测方位,雷达探头依据射频设备定位系统或者红外设备定位系统的定位数据调整对准人的位置,获取回波数据;
b、发射天线每次发射出一组脉冲,脉冲信号在空间中受到物体的反射形成雷达回波,传回接收天线并被接收,然后对回波数据进行预处理;
c、对预处理后的回波数据进行移除动态杂波,并做滤波和路径衰减补偿;
d、将获取的定位数据输入的模型数据中,通过建立模型展示软件平台显示;
所述射频设备定位系统的定位方法为:
a、在室内顶部四个角位置设置四个标签读写器,将四个标签读写器分别分成相对的两组读取标签的信号,每组形成相互垂直的标签信号;
b、根据信道模型计算出相邻标签对到目标的相位差理论值目标函数的输出为两组距离数据;通过无源RFID标签定位,分别取两个相互垂直的标签信号进行计算定位;
c、利用改进的粒子群优化PSO定位算法,对标签反向散射信号中的噪声进行分析;对于一组测量数据,相邻标签对到目标的相位差数据,依据多个标签的坐标为目标可能的位置,并根据信道模型计算出相邻标签对到目标的相位差理论值,目标函数的输出为两组距离数据,取平均即可得到准确的定位数据;
所述红外设备定位系统的定位方法为:
1)建立3D模型,建立家庭成员数据库,人员信息获取设备即是门禁系统,所述门禁系统在人员进入室内时自动识别人员的身份数据,所述身份数据包括面部数据,身高数据;
2)当外来人员进入室内时,红外接收芯片接收识别红外回波信号,传输到主控中心,计算并评估其位置;
3)将获取的身份数据与数据库的身份数据进行对比,确定人员的身份信息,并将人员身份信息与定位数据相关联;
4)将获取的定位数据及人员身份信息输入3D模型数据中,使定位结果展示在3D模型中。
2.根据权利要求1所述的被动式室内定位方法,其特征在于:在S4)步骤中,当红外感应器识别到有人员进入时,先启动射频设备定位系统识别并定位,如果识别有人员佩戴有射频标签,则启动UWB单站雷达定位系统,如果没有识别到射频标签,则关闭射频设备定位系统,同时启动红外设备定位系统和UWB单站雷达定位系统。
3.根据权利要求1所述的被动式室内定位方法,其特征在于:所述UWB单站雷达定位系统在定位的同时还进行摔倒检测,即为从观测到的雷达回波帧序列中提取目标姿态的时空特征,判定目标正在实施的动作。
4.根据权利要求1所述的被动式室内定位方法,其特征在于:在获取射频设备定位系统识别的定位数据后,UWB单站雷达定位系统依据定位数据判定并启动电动马达调整雷达探测方位,雷达探头依据定位数据调整对准人的位置,获取回波数据。
5.一种基于权利要求1所述的方法 的被动式室内定位系统,其特征在于,包括:在房屋入口处设置人员信息获取设备,包括红外感应器,获取的信息保存到智能设备显示系统;智能设备显示系统,包括主控中心、存储器和显示设备,依据房屋结构及装修布局建立有房屋3D模型,保存在存储器内,并在显示设备上显示;被动识别定位系统,包括射频设备定位系统和红外设备定位系统;UWB单站雷达定位系统,包括电动马达、雷达探头、发射天线和接收天线,所述雷达探头固定在电动马达的活动端上,所述电动马达固定在室内空旷地带的一侧。
6.根据权利要求5所述的被动式室内定位系统,其特征在于:所述射频设备定位系统包括在室内的顶部位置设置的多个射频读写器,及在被识别范围的射频标签,所述射频读写器用于识别室内是否有射频标签的移动并对射频标签定位。
7.根据权利要求5所述的被动式室内定位系统,其特征在于:所述红外设备定位系统包括在室内的房顶位置均匀布置的LED红外芯片单元,所述LED红外芯片单元包括红外发射芯片和红外接收芯片;所述红外发射芯片和红外接收芯片并排且竖直设置,多个所述LED红外芯片单元之间的距离为10-50cm,每个所述LED红外芯片单元均电连接主控中心;通过主控中心的计算判定室内人员的位置,同时结合标签定位更加准确的确定位置并确定此位置的人员信息,同时展示在3D模型中。
CN202111285790.9A 2021-11-02 2021-11-02 一种被动式室内定位系统及定位方法 Active CN113739790B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111285790.9A CN113739790B (zh) 2021-11-02 2021-11-02 一种被动式室内定位系统及定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111285790.9A CN113739790B (zh) 2021-11-02 2021-11-02 一种被动式室内定位系统及定位方法

Publications (2)

Publication Number Publication Date
CN113739790A CN113739790A (zh) 2021-12-03
CN113739790B true CN113739790B (zh) 2022-02-08

Family

ID=78727150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111285790.9A Active CN113739790B (zh) 2021-11-02 2021-11-02 一种被动式室内定位系统及定位方法

Country Status (1)

Country Link
CN (1) CN113739790B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114444629B (zh) * 2022-01-11 2023-12-05 重庆邮电大学 一种基于rfid标签阵列的测角定位系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110109129A (zh) * 2019-05-20 2019-08-09 桂林电子科技大学 一种agv室内仓储物流导航定位系统和定位方法
CN113267773A (zh) * 2021-04-14 2021-08-17 北京航空航天大学 一种基于毫米波雷达的室内人员准确检测和精确定位方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8502729B2 (en) * 2006-01-30 2013-08-06 Lawrence Livermore National Security, Llc Ultra-wideband radar sensors and networks
CN105974406A (zh) * 2016-05-30 2016-09-28 山东省科学院自动化研究所 基于超宽带穿墙雷达远程综合监控的人员定位系统及方法
CN209559262U (zh) * 2019-04-26 2019-10-29 中国建筑设计研究院有限公司 一种室内人员识别及活动监测装置
CN112098985B (zh) * 2020-09-09 2024-04-12 杭州中芯微电子有限公司 基于毫米波检测的uwb定位方法
CN112617813B (zh) * 2020-12-15 2023-02-14 南京邮电大学 一种基于多传感器的非侵入式跌倒检测方法及系统
CN112700619B (zh) * 2020-12-29 2022-05-10 潍坊医学院 一种老人摔倒智能监测方法及系统
CN113030948A (zh) * 2021-03-03 2021-06-25 上海大学 一种基于目标跟随毫米波雷达的跌倒检测系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110109129A (zh) * 2019-05-20 2019-08-09 桂林电子科技大学 一种agv室内仓储物流导航定位系统和定位方法
CN113267773A (zh) * 2021-04-14 2021-08-17 北京航空航天大学 一种基于毫米波雷达的室内人员准确检测和精确定位方法

Also Published As

Publication number Publication date
CN113739790A (zh) 2021-12-03

Similar Documents

Publication Publication Date Title
Zhao et al. mid: Tracking and identifying people with millimeter wave radar
CN103048654B (zh) 雷达传感器和使用所述雷达传感器检测对象的方法
CN110428008A (zh) 一种基于多融合传感器的目标探测与识别装置和方法
CN106559749B (zh) 一种基于射频层析成像的多目标被动式定位方法
KR20010113663A (ko) 물체 인식 및 추적 시스템
CN102496016B (zh) 一种基于时空协同框架的红外目标检测方法
WO2007018523A2 (en) Method and apparatus for stereo, multi-camera tracking and rf and video track fusion
CN112686094B (zh) 一种基于毫米波雷达的非接触式身份识别方法及系统
CN105718971A (zh) 一种基于rfid的多目标被动式室内活动识别方法
Santo et al. Device-free and privacy preserving indoor positioning using infrared retro-reflection imaging
CN111046877A (zh) 一种毫米波图像可疑物品检测方法和系统
CN113739790B (zh) 一种被动式室内定位系统及定位方法
CN103295221A (zh) 模拟复眼视觉机制和偏振成像的水面目标运动检测方法
Zheng et al. Recovering human pose and shape from through-the-wall radar images
CN113705376A (zh) 一种基于rfid和摄像机的人员定位方法及系统
CN114814832A (zh) 基于毫米波雷达的人体跌倒行为实时监测系统及监测方法
Buffi et al. UHF-RFID smart gate: Tag action classifier by artificial neural networks
CN113947770B (zh) 一种识别物体放置于智能箱柜不同区域的方法
Alvarez-Narciandi et al. A UHF-RFID gate control system based on a recurrent neural network
CN113591760B (zh) 基于毫米波的远场多人体的步态监测方法
Ma et al. Device-free, activity during daily life, recognition using a low-cost lidar
Du et al. A passive target recognition method based on LED lighting for industrial internet of things
CN112949380B (zh) 一种基于激光雷达点云数据的智能水下目标识别系统
CN116561700A (zh) 基于毫米波雷达的室内人体姿态识别方法
Fukui et al. Development of a Tomato Volume Estimating Robot that Autonomously Searches an Appropriate Measurement Position–Basic Feasibility Study Using a Tomato Bed Mock-Up–

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant