CN116209056A - 用于使用无线通信网络在室内环境中定位目标的系统 - Google Patents
用于使用无线通信网络在室内环境中定位目标的系统 Download PDFInfo
- Publication number
- CN116209056A CN116209056A CN202211515235.5A CN202211515235A CN116209056A CN 116209056 A CN116209056 A CN 116209056A CN 202211515235 A CN202211515235 A CN 202211515235A CN 116209056 A CN116209056 A CN 116209056A
- Authority
- CN
- China
- Prior art keywords
- mobile network
- signal propagation
- network device
- wireless access
- propagation data
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S13/00—Systems 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
- G01S13/74—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems
- G01S13/76—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems wherein pulse-type signals are transmitted
- G01S13/765—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems wherein pulse-type signals are transmitted with exchange of information between interrogator and responder
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S13/00—Systems 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
- G01S13/003—Bistatic radar systems; Multistatic radar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S13/00—Systems 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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
- G01S13/878—Combination of several spaced transmitters or receivers of known location for determining the position of a transponder or a reflector
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及用于使用无线通信网络在室内环境中定位目标的系统。提供了用于在室内环境中定位目标的系统。系统使用多个无线接入点和至少一个协作移动网络设备。协作移动网络设备连接到无线接入点中的至少一个无线接入点。无线接入点和协作移动网络设备感测经由无线通信网络传输的无线信号的第一信号传播数据和第二信号传播数据。协作移动网络设备评估第二信号传播数据并且基于该数据和无线接入点的位置来确定协作移动网络设备自身的位置。目标的位置是基于经评估的第一信号传播数据和经评估的第二信号传播数据、无线接入点的位置以及协作移动网络设备的确定位置获得的。
Description
技术领域
本发明涉及一种用于特别是在交通工具尤其是在飞行器的客舱中进行目标定位的系统。
背景技术
在民用航空交通中,大量乘客被定期运送。在每次飞行后,机舱工作人员需要确保飞行器的机舱是空的。为了识别例如人或遗忘的行李或其他物体,机舱工作人员需要亲自检查客舱(例如,头顶行李架)。为了改善和加速机舱工作人员的工作流程,通过感测技术自动识别这些人或物体可能是有利的。
目前市场上绝大多数室内定位方法需要在执行定位的区域中安装附加的装备。在交通工具舱室内部进行目标定位中这可能被认为是劣势,因为附加的装备通常意味着附加的重量和以及需要附加的认证。
WO 2018/094502 A1描述了一种在被无线网络覆盖的如公寓或其他生活区域等智能室内空间中利用主动可商购设备进行无设备定位的方法。该方法使用现有的无线通信信号和机器学习技术来自动检测通往该区域的入口并且跟踪移动个体在覆盖区域内的位置。
Ma等人的论文“WiFi Sensing with Channel State Information:ASurvey(利用信道状态信息进行WiFi感测:概览)”,ACM Computer Survey(ACM计算机概览),2019,提供了对利用信道状态信息(CSI)进行WiFi感测的信号处理技术、算法、应用和性能结果的概述。CSI表示无线信号如何沿一个或多个路径以特定载波频率从发射器传播到接收器。例如,CSI可以表示为表示(多路径)WiFi信道的幅度衰减和相移的复数值矩阵。CSI测量的时间序列捕获到无线信号如何在时域、频域和空间域中与周围的物体和人进行交互,并且因此该时间序列可以用于各种无线测量应用。
DE 10 2019 220 630 A1披露了用于在室内环境中进行目标定位的系统。该系统包括无线通信基础设施,该无线通信基础设施被配置为能够经由无线通信网络在室内环境内进行无线通信。该系统进一步包括至少一个无线接入点,其中,该无线接入点被进一步配置为获取在无线通信网络上沿多个传播路径传输的无线信号的信号传播数据。该系统进一步包括处理设备,该处理设备被配置为分析信号传播数据并且从信号传播数据中提取定位数据,其中,该定位数据指明位于室内环境内的目标的位置。
发明内容
本发明的目的是提供符合交通工具舱室的特定要求的用于主动目标和被动目标的室内定位的更准确的解决方案。
尽管本发明可以用于许多应用中,但本发明及其背后的问题将结合载客飞行器进行更详细的解释。然而,本文描述的方法和设备也可以用于其他交通工具以及任何交通环境中,比如用于路面交通工具、轨道交通工具、通用飞行器或水运工具,或者用于建筑物中。另外,本文所披露的系统和方法可以用于其他环境,比如用于跟踪部件流动的自动或半自动装配线。
根据第一方面,提供了一种用于在室内环境中定位目标的系统。该系统包括无线通信基础设施,该无线通信基础设施被配置为能够经由无线通信网络在室内环境内部进行无线通信。无线通信基础设施包括多个无线接入点、至少一个协作移动网络设备以及处理设备。多个无线接入点被配置为向移动网络设备提供对无线通信网络的接入。(至少一个)协作移动网络设备与多个无线接入点(中的至少一个无线接入点)进行通信。这些无线接入点中的每个无线接入点被配置为感测经由无线通信网络传输的无线信号的第一信号传播数据。协作移动网络设备被配置为感测经由无线通信网络传输的无线信号的第二信号传播数据。进一步地,协作移动网络设备被配置为评估第二信号传播数据并且基于经评估的第二信号传播数据和无线接入点的位置来确定协作移动网络设备自身的位置。无线接入点的位置可以是提前已知的或者可以包括在协作移动网络设备可访问的配置文件中。处理设备被配置为评估第一信号传播数据并且基于以下各项来提取指示位于室内环境中的目标的位置的定位数据:经评估的第一信号传播数据、经评估的第二信号传播数据、协作移动网络设备的确定位置以及无线接入点的位置。
本发明的一个理念是使用在室内环境内部(比如在飞行器的客舱和其他典型交通工具舱室中)已经存在的无线通信架构来在相应舱室的室内环境中定位移动目标和/或静止目标以及主动目标或被动目标。然而,该系统在原则上可以用于任何室内环境中并且不限于交通工具舱室。为此,本发明利用设置在交通工具中的无线接入点的通信设备的硬件对用户设备(例如,智能电话、平板计算机等个人电子设备)进行无线互联网接入。在本说明书中,此类用户设备被称为非协作移动网络设备,因为它们不主动地参与定位过程。前述无线接入点在原则上能够捕获在通过舱室无线通信网络传输的无线信号中存在的与跟踪和/或定位舱室内的目标有关的所有信息。在许多应用中,仅调整和/或更新相应的无线接入点通信设备的软件就足以使得无线接入点能够感测并且评估第一信号传播数据以定位目标。从用于在各种接入点与移动网络设备之间交换信息的射频信号(例如,OFDM子载波的幅度和相位)中获得的CSI然后可以用于对环境进行感测和指纹识别并且检测环境的变化,并且通常检测接入点和协作移动网络设备的周围环境的变化。还可以通过分析由于物体的移动(包括振动和旋转)导致的CSI的时间变化(例如,多普勒频移)来检测变化。这些变化然后可以用于预测目标的位置。当提及经由无线通信网络传输的无线信号时,应当理解,这涉及在协作移动网络设备与一个或多个接入点之间传输的无线信号和/或涉及在两个或更多个接入点之间传输的信号。
本文描述的方法的一个特定方面是其附加地利用与无线接入点进行通信的协作移动网络设备。
如上所述,非协作移动网络设备是在原则上可以连接到无线接入点的常规用户设备。尽管这些非协作移动网络设备确实与无线接入点交换数据,但是这些非协作移动网络设备不分析信号传播数据并且因此不主动地参与定位目标。特别地,非协作移动网络设备通常一次仅与一个无线接入点交换数据并且不允许访问非协作移动网络设备接收到的信号的特性,比如信道状态信息。
另一方面,协作移动网络设备确实主动地参与所实施的定位方案。特别地,协作移动网络设备可以感测在无线接入点与相应的协作移动网络设备之间交换的信号的例如信道状态信息的信号传播数据(第二信号传播数据)并且对这些信号执行计算。而且,协作移动网络设备使经评估的第二信号传播数据可被无线接入点访问。因此,协作移动网络设备是协作的意味着这些设备在上述意义上与无线接入点协作,同时在室内环境内定位目标。特别地并且与非协作移动网络设备相比,协作移动网络设备一次能够连接到多于一个无线接入点。因此,协作移动网络设备感测和分析的第二信号传播数据可以被传送到协作移动网络设备连接到的无线接入点。此类协作移动网络设备例如可以是标准的支持Wi-Fi的设备,这些标准的支持Wi-Fi的设备接收软件或固件更新,以便实施所描述的功能。
位置确定的一般原理依赖于检测在存在目标的室内环境内发送的无线信号与在不存在要定位的目标的室内环境中的情况下发送的无线信号相比的变化。例如,当被动目标存在于室内环境内时,无线接入点发送的信号将撞击到目标上并且被部分吸收,部分反射和/或散射。而且,根据目标的材料,反射的信号可能经历相变。进一步地,信号可以沿多个路径传播。然后,当反射和/或散射的信号被无线通信基础设施中的其他设备(比如其他无线接入点或协作移动网络设备)接收时,可以例如通过信道状态信息识别信号的这些变化。
通常,协作移动网络设备与无线接入点一起使用提升了目标的位置确定的准确性,因为室内环境的指纹识别(fingerprinting)通过协作移动网络设备得到了改善。这是因为协作移动网络设备提供了位置不固定的附加的测量设备,比如无线接入点。协作移动网络设备可以是由人类操作员携带并且根据操作员的移动改变其位置的个人设备。因此,可以更好地映射环境,因为计算中包括更多的信号路径并且增加了参数空间。进一步地,使用协作移动网络设备允许分析室内环境内的信号,在室内环境中,由于无线接入点之间的距离,不一定所有的无线接入点都可以相互通信。协作移动网络设备例如可以是由飞行器的机舱工作人员成员携带的设备。
在所描述的系统中,无线接入点感测并且评估第一信号传播数据。例如,这些信号传播数据可以是无线接入点发送和接收的信号的信道状态信息。至少一个协作移动网络设备附加地感测并且评估协作移动网络设备发送和接收的信号的第二信号传播数据。使用这些第二信号传播数据以及无线接入点的已知位置,协作移动网络设备可以相对于无线接入点进行自身定位。正如本领域普通技术人员将容易理解的,无线信号的所有必需的初始状态信息都固有地包括在相应信号中。然后,协作移动网络设备的确定位置和经评估的第二信号传播数据可以被发送到无线接入点和/或处理设备。
处理设备可以安装在室内环境内的任何地方(例如,在交通工具舱室中)并且可以与无线接入点和/或协作移动网络设备进行无线或有线数据通信。因此,系统可以提供对分布式数据分析的方法。然而,处理设备也可以设置在相应的无线接入点和/或协作移动网络设备处,使得每个这样的设备能够执行其自身的对相应信号传播数据进行的评估计算。换句话说,处理设备可以在结构上被分配给一个接入点,同时处理设备执行基于从多个接入点接收的数据的功能。此外,处理设备甚至可以部署在室内环境外。处理设备执行最终计算,并且从第一信号传播数据、第二信号传播数据、无线接入点的已知位置和协作移动网络设备的确定位置中提取要定位的目标在给定时刻的定位数据。
因此,可以定位如乘客遗忘的行李或安全装备(如救生衣)等被动目标,而不需要客舱中的附加设备(像附加定位系统)和/或要定位的相应目标上的附加设备。也可以通过被动地捕获在非协作移动网络设备与相应的无线接入点之间交换的数据来定位如所描述的非协作移动网络设备等主动目标。两种操作模式进一步在下文中关于某些实施例进行更详细地描述。在飞行器操作期间,本文描述的方法将减少机舱工作人员的工作量并且加快周转时间。
该系统通常可以用于定位如飞行器机舱等交通工具舱室内的人、物体和位置上的微小变化(例如,振动)。这些定位功能可以用于在飞行器操作期间促进飞行器装备(例如,传感器)在总装配线上的部署以支持工作人员活动(例如,着陆后检查飞行器状态)或用于预测性维护。
根据实施例,至少一个协作移动网络设备被配置为同时建立和/或利用到至少两个无线接入点的连接。
在这种配置中,协作移动网络设备可以使用同时来自不同的无线接入点的数据并且因此可以更好地确定协作移动网络设备自身的位置。
根据进一步的实施例,第一信号传播数据和/或第二信号传播数据包括无线接入点的相关性数据和/或协作移动网络设备的相关性数据。
系统与多个无线接入点和至少一个协作移动网络设备一起工作。在存在多个接入点的情况下,所提出的系统能够利用来自多个相邻无线接入点以及来自位于如交通工具舱室等室内环境内的协作移动网络设备的指纹的空间特性。相邻指纹之间的这种空间关系使它们相对于信号变化保持稳定。此外,可以应对如无视距环境等挑战性场景。基于从不同的无线接入点和协作移动网络设备收集的数据,可以应用预处理和归一化过程以提取相关特征。
为了提高系统的准确性,可以执行室内环境中可用的不同的无线接入点和协作移动网络设备生成的数据的相关性。可以根据其测量时间来使收集的数据相关,以获得在给定时间对环境进行的共同测量。多个无线接入点与协作移动网络设备的这种一起使用允许从不同的测量点覆盖更大部分的室内环境,这意味着进行室内定位的区域具有更好的覆盖。这在具有其他目标的室内环境中特别有帮助,因为这些其他目标可能会部分阻挡RF信号的传播。使用多个无线接入点和至少一个协作移动网络设备还可以提高视距场景和非视距场景中的系统的准确性。
根据进一步的实施例,无线接入点感测的第一信号传播数据和/或至少一个协作移动网络设备感测的第二信号传播数据包括信道状态信息CSI。
在无线通信中,CSI表征了无线信号如何以特定载波频率从发射器传播到接收器。该信息表示例如散射、衰减和随距离的功率退化等组合效应。CSI幅度和相位受到包括幅度衰减和相移的多路径效应的影响。具体地,CSI受到发射器、接收器和周围目标的移位和移动的影响。换句话说,CSI捕获环境的无线特性。借助于数学建模或机器学习算法,这些特性可以用于各种感测应用。
根据进一步的实施例,无线接入点感测的第一信号传播数据和/或协作移动网络设备感测的第二信号传播数据包括室内环境内的无线信号的空间变化、频率相关的变化、幅度相关的变化或时间相关的变化中的至少一个。
例如,时域中的CSI幅度变化对于不同的运动具有不同的模式,这些模式可以用于运动(包括振动和旋转)检测。
空域和频域(即,发射/接收天线和载波频率)中的CSI相移与信号传输的延迟和方向有关,这可以用于目标定位和跟踪。进一步地,可以根据定位目标的特定材料发生相移。因此,在原则上,还可以确定目标的类型。
根据进一步的实施例,无线接入点和/或协作移动网络设备是根据Wi-Fi标准IEEE802.11之一的支持Wi-Fi的设备。
例如,通信架构可以基于如IEEE 802.11n或IEEE 802.11ac等标准技术。然而,可以使用任何其他合适的通信标准或协议。
根据进一步的实施例,处理设备被配置为对第一信号传播数据和第二信号传播数据执行机器学习算法,并且机器学习算法被配置为基于训练数据提取定位数据。训练数据已经通过室内环境内的目标位置测量系统和/或预定测试目标布置获得。
可以在无线通信基础设施的任何合适的设备上执行机器学习算法。特别地,算法可以由处理设备实施。然而,还可设想到,算法将直接在无线接入点或协作移动网络设备内运行。无线接入点和协作移动网络设备收集的数据可以馈送到对室内环境中的目标的位置进行预测的机器学习算法。为了训练算法,必须首先执行训练阶段,在训练阶段,测量目标的位置。例如,为了找到这个位置,可以使用外部定位系统。这个外部定位系统可以基于标准计算机视觉方法。使用一个或多个相机和标记器,可以标记特定目标并且容易地提取它们的位置。另一种可能的外部定位系统可以基于加速度计或陀螺仪的使用,加速度计或陀螺仪用于通过变换来自外部传感器的信息来计算目标的移位。在给出目标的原始坐标(例如,飞行器入口门)的情况下,可以基于方向移位来估计最终位置。换句话说,训练阶段包括以下步骤:通过机器学习方法,识别处于特定位置的目标与不存在所述目标的情况下接入点和/或协作移动网络设备接收到的信号相比对接入点和/或协作移动网络设备接收到的信号的影响。
然后可以使用基于如计算机视觉或加速度计等外部定位系统的计算的位置来训练机器学习算法。然后可以在特定目标环境中进行多次测量,目标在整个环境中移动,同时记录来自无线网络架构的原始数据。然后可以使用标准的优化技术(例如,梯度下降)来训练机器学习算法。一旦训练完成,便可以执行评估阶段。然后可以仅使用来自无线网络架构的信息直接预测目标的位置。
根据进一步的实施例,机器学习算法被配置为提取室内环境内的静止目标的位置。
然而应当注意,机器学习算法还可以提取移动(moving/mobile)目标的位置。
例如,可以在如客舱等室内环境中的预定测试目标布置上训练机器学习算法。一旦目标在系统的操作期间从该测试目标布置移动到机舱内的另一位置或从机舱中完全移出,与室内环境的初始状态相比,信号传播数据就会发生变化。变化的信号传播数据被分配到室内环境的改变的配置。当目标在移动后是静止的时候,这些变化甚至在信号传播数据中有所反映。此外,在训练阶段期间未考虑的机舱内的附加(静止)目标在系统的操作期间可能会影响信号传播数据。
根据进一步的实施例,定位数据的提取包括评估时间序列和频谱分析,以便检测移动目标。
特别地,可以使用与在RADAR技术中使用的评估技术类似的评估技术。每个测量由每个发射器-接收器对的CSI向量(例如,无线接入点到协作移动网络设备、或协作移动网络设备到协作移动网络设备、或无线接入点到无线接入点)组成。无线接入点上的不同天线生成单独的CSI向量。为了过滤背景噪声和提高感测系统的灵敏度,可以对信号应用一些背景减除的方法。此后,CSI向量可以例如关于其频率内容进行分析。例如,这可以通过像快速傅立叶变换(FFT)或MUSIC等频谱分析来实现。根据频谱,可以检测到目标,并且可以提取其范围。当评估时间序列时,也可以提取多普勒/速度。可以为多输入多输出(MIMO)设备提供方位角和俯仰角。每个单独设备的目标向量(目标数量、范围、速度、方位角、俯仰角)可以被发送到生成环境“图片”的组合站。例如,组合站使用多点定位来定位目标。例如,组合站可以是处理设备。
根据进一步的实施例,无线接入点感测的第一信号传播数据和/或协作移动网络设备感测的第二信号传播数据是通过从被动目标反射的无线信号获得的,被动目标不发送任何无线信号,并且定位数据指示被动目标的位置。
本说明书的含义内的被动目标是不发送或接收任何无线信号的任何目标。例如,这可以是一件行李,但也可以是原则上能够进行无线通信但在执行位置确定的时刻不发射和/或接收数据的设备(即,被动的),比如关机的笔记本计算机。
当无线接入点或协作移动网络设备发出的无线信号撞击到这种被动目标上时,这些无线信号被部分反射和部分吸收。由此,反射的信号例如在相位、频率或幅度上发生变化,这意味着(例如)信号的信道状态信息改变。当反射的信号被另一无线接入点或协作移动网络设备接收时,这种设备可以感测(如上所述)第一信号传播数据或第二信号传播数据。然后可以评估和使用该数据(如上所述,连同无线接入点的已知位置和协作移动网络设备的确定位置)来提取指示被动目标的位置的定位数据。
根据进一步的实施例,无线接入点感测的第一信号传播数据和/或协作移动网络设备感测的第二信号传播数据是通过无线接入点和/或协作移动网络设备获得的,协作移动网络设备被动地捕获在非协作移动网络设备与非协作移动网络设备连接到的无线接入点之间交换的无线信号。定位数据指示非协作移动网络设备的位置。
如上所述,非协作移动网络设备是具有无线能力的设备,比如不是定位系统的一部分(即,不与无线接入点协作来定位目标)的支持Wi-Fi的用户设备(例如,智能电话、笔记本计算机等)。这些设备不提供附加的数据,比如信道状态信息分析,并且因此不主动地参与定位程序。然而,这些设备连接到无线接入点之一,并且因此会与无线接入点交换一些数据。
在非协作移动网络设备之间传输的数据可以由协作移动网络设备被动地捕获。因此,协作移动网络设备可以感测和计算非协作移动网络设备接收和发送的信号的一些信号传播数据。该数据连同无线接入点的已知位置和相应协作移动网络设备的确定位置(如上述解释的,这些位置的确定是预先进行的)可以用于确定指示非协作移动网络设备的位置的定位数据。
根据进一步的实施例,第一信号传播数据和/或第二信号传播数据被提供为来自无线通信基础设施的物理层的原始数据。
例如,可以使用来自通信层的物理层的原始数据(呈IQ样本的形式,即,正交频分复用(OFDM)通信协议的同相和正交相位),比如信道状态信息(CSI)。另外,可以使用IQ样本的时间变化。如果使用多个无线接入点和/或多个协作移动网络设备,则可以使所收集的数据根据何时测量来相关,以获得在给定时间对环境进行的共同测量。
根据进一步的实施例,室内环境是飞行器的客舱。
根据另一方面,提供了一种飞行器。飞行器包括如上所述的客舱和用于在室内环境中定位目标的系统。
可以根据上述实施例中的任何一个实施例来设计目标定位系统。特别地,飞行器的客舱是室内环境,在该室内环境中,目标定位由系统执行。例如,无线接入点可以是标准的无线接入点,该标准的无线接入点存在于客机的机舱中,以便允许乘客使用飞行器的Wi-Fi网络连接到互联网。在这种情况下,用于目标定位的系统例如可以用于检测遗忘的行李。例如,至少一个协作移动网络设备可以是由机舱工作人员成员携带的工作人员设备。
总之,本说明书提供了一种用于在室内环境内定位被动目标和主动目标的系统,该系统不需要在要定位的目标上或室内空间中存在附加的设备。由于系统结合无线接入点使用附加的协作移动网络设备,因此可以分析更多的信号路径,并且可以更好地映射室内环境。由此,协作移动网络设备提供了可以用于计算被动目标和主动目标的位置的附加数据。尽管非协作移动网络设备不主动地参与这些目标的位置确定,但是由这些设备发送的信号仍然促进非协作移动网络设备的位置确定。因此,相对于现有技术中的已知系统,提高了系统的准确性。机器学习算法允许轻松且快速地适应不同的室内环境。
附图说明
在下文中,参考附图更详细地描述了示例性实施例。这些图示是示意性的并且没有按比例绘制。相同的附图标记指代相同或类似的元件。附图中:
图1是在用于定位被动目标的操作模式下的用于定位目标的系统的示意图。
图2是在用于定位主动非协作移动网络设备的操作模式下的用于定位目标的系统的示意图。
图3示出具有图1和图2的用于定位目标的系统的飞行器。
具体实施方式
图1示出了根据示例性实施例的用于在室内环境20(图1中未示出)中定位目标9的系统10。室内环境20可以是任何室内环境20,比如图3的飞行器或其他交通工具的客舱中的室内环境20或建筑物中的室内环境20。系统10包括无线通信基础设施,该无线通信基础设施包括四个无线接入点1、一个协作移动网络设备2以及处理设备5。无线通信基础设施被配置为能够经由无线通信网络4进行无线通信,并且特别地被配置为向移动网络设备提供对无线通信网络4的接入。尽管仅示出一个协作移动网络设备2,但还可以使用多于一个协作移动网络设备2,从而进一步提高目标9的位置确定的准确性。例如,可设想的是,每名机舱工作人员均携带协作移动网络设备2。而且,可以使用任何合适数量的无线接入点1。
在图1(和图2)中,处理设备5连接到无线接入点1中的每个无线接入点,其中,无线接入点可以通过有线或无线连接方式连接到处理设备5。例如,有线连接方式可以是使用例如在飞行器中的铜线或母线的常规有线连接方式,或者也可以是光纤连接方式或允许传送数据的任何其他合适的连接方式。然而,虽然在图1(和图2)中被示出为单独的设备,但是处理设备5也可以包括在一个或所有无线接入点1和/或协作移动网络设备2中。
这些无线接入点中的每个无线接入点可以是根据IEEE 802.11标准中的任一标准(比如IEEE 802.11n或IEEE 802.11ac或类似标准等)的Wi-Fi接入点。这种无线通信基础设施对应于广泛用于交通工具舱室(尤其是飞行器机舱)中的无线通信系统,以为工作人员和/或乘客以及无线传感器网络和机器对机器通信提供(例如对互联网的)无线计算和/或通信接入。
然而,与这些已知的系统不同,无线接入点1被进一步配置为收集通过无线通信网络4在多条传播路径上传输的无线信号6的第一信号传播数据。特别地,信号传播数据可以包括信道状态信息(CSI)和关于室内环境20内的无线信号6的空间变化、频率变化和时间变化的类似定量信息。此外,协作移动网络设备2被配置为感测第二信号传播数据,该第二信号传播数据也可以是信道状态信息(CSI)或关于室内环境20内的无线信号6的空间变化、频率变化和时间变化的类似定量信息。通常,当无线信号6通过介质传播时,这些无线信号可能改变其特性,比如幅度、频率或相位。特别地,例如被室内环境内的目标9反射的无线信号6的特性与在室内环境20内传播时未受到目标9的任何干扰的信号的特性不同。
图1示出了在用于检测被动目标9的操作模式下的系统10,被动意指这些目标9不发出或接收任何无线信号6并且不与无线接入点连接。然而,这样的目标9也可以是通常能够进行无线通信但在位置确定时关机的目标9。第一信号传播数据和第二信号传播数据可以用于监测无线信号6扫过的室内环境20并且确定客舱101内的目标9的位置是否正在改变。
例如,可以分析在无线接入点1之间交换的射频信号的幅度和相位,以获得室内环境20的指纹并且检测该环境内的变化,该指纹和这些变化然后可以用于预测目标9在室内环境20内的位置。还可以(例如,通过多普勒频移)分析由于目标9的移动引起的无线电信号的时间变化,以跟踪室内环境20内的移动目标9。首要目标是使用基于机器学习的指纹识别技术、来自多个测量点的数据的聚合以及分布式或中央处理在室内环境20内被动地定位目标9。出于此目的,协作移动网络设备2感测的第二信号传播数据由协作移动网络设备2评估,该协作移动网络设备可以根据上述概念、基于经评估的第二信号传播数据和无线接入点1的已知位置来确定协作移动网络设备自身的位置。由此,协作移动网络设备可以与部分或全部无线接入点1同时通信,并且使用数据来确定协作移动网络设备自身的位置。
无线接入点1将第一信号传播数据评估为无线通信基础设施的物理层上的原始数据(例如,呈IQ样本的形式)。使收集的信号传播数据根据其测量时间相关。基于从不同的无线接入点1收集的数据,应用预处理和归一化过程以提取相关特征。还执行数据的格式化以供使用机器学习技术来处理。每个无线接入点1都可以执行此预处理步骤(进一步参见下文)或处理设备5可以对数据进行预处理。类似地,对协作移动网络设备2感测的第二信号传播数据进行预处理。
无线接入点1感测从被动目标9反射的无线信号6的第一信号传播数据,特别是关于信道状态信息。协作移动网络设备2感测并且评估第二信号传播数据。向处理设备5提供第一信号传播数据和第二信号传播数据以及无线接入点1的固定位置和协作移动网络设备2的确定的实际位置。
在图1和图2中,处理设备5是所有的无线接入点1和协作移动网络设备2都连接到的独立的中央设备。然而,处理设备也可以是无线接入点1或协作移动网络设备2的一部分。处理设备5从无线接入点1和协作移动网络设备2接收预处理的第一信号传播数据和第二信号传播数据,并且分析第一信号传播数据和第二信号传播数据,以从第一信号传播数据和第二信号传播数据中提取定位数据。该分析还考虑了无线接入点1的已知固定位置和协作移动网络设备2的确定位置。处理设备5可以是被集成到飞行器100的计算框架中的处理器等,并且例如可以耦接到飞行器100的机舱管理系统。定位数据指示位于室内环境20内的目标9的位置和可能的移动。
处理设备5被布置为对信号传播数据执行机器学习算法以基于训练数据来提取位置数据。例如,可以在训练阶段期间使用室内环境20内的目标位置测量系统来检测和跟踪标记的目标9来生成训练数据。同时,系统10可以持续地监测室内环境20内的信号传播数据。在该测试阶段期间,这些被跟踪的目标9的记录的位置信息可以与收集的信号传播数据结合使用以训练机器学习算法。
正如本领域普通技术人员将容易理解的,其他替代或附加的训练变型也是可能的。另一种可能的外部定位系统可以基于加速度计或陀螺仪的使用。在另一示例中,测试目标9的预定测试阵列可以用于在训练阶段校准信号传播数据。然后可以对在系统10的操作期间记录的信号传播数据执行机器学习算法。
基于这样的训练阶段,机器学习算法然后不仅能够提取室内环境20内的移动目标9的位置,还能够提取室内环境内的静止目标9的位置。例如,训练阶段可能已在空机舱中执行了。机器学习算法现在将检测室内环境的这种空状态的任何变化。以此方式,与训练场景相比,可以基于第一信号传播数据和第二信号传播数据的相应变化来检测室内环境内的任何新目标9。类似地,系统10在训练阶段期间将能够辨别室内环境中的目标9的位置的任何变化。
因此,可以检测并且可能跟踪如遗忘的乘客行李或安全装备(比如救生衣)等目标9,而不需要在室内环境中引入昂贵且笨重的附加设备。现有的无线通信基础设施只需要例如通过简单的软件更新来进行升级,就能够记录并且分析在机舱内部生成的第一信号传播数据和第二信号传播数据。例如,协作移动网络设备2可以是已经设有启用必要功能的软件的常规智能电话。通过使用无线接入点1以及协作移动网络设备2来确定目标9的位置,提升了确定的准确性,因为实现了对室内环境更好的采样(因为协作移动网络设备20不处于固定位置)并且可以分析更多的信号路径。
图2示出了在用于定位主动目标9的操作模式下的图1的系统10,该主动目标是非协作移动网络设备3。在图2中,系统10包括第二协作移动网络设备2。在这种操作模式下,系统10基本上以参考图1描述的相同方式工作。
当非协作移动网络设备3连接到无线接入点1中的一个或多个无线接入点时,该非协作移动网络设备与无线接入点1交换一些数据,但是不主动地参与定位程序。特别地,非协作移动网络设备不向系统10提供任何信道状态信息或其他信号传播数据。例如,这样的非协作移动网络设备3可以是飞行器的乘客的无线设备(比如智能电话或笔记本计算机),该无线设备连接到无线通信基础设施。
尽管非协作移动网络设备3不主动地参与其位置的确定,但是在非协作移动网络设备3与对应的无线接入点1之间交换的无线信号6可以被协作移动网络设备2被动地捕获,如虚线信号捕获线7所示。然后,这些捕获的信号可以由协作移动网络设备2和/或无线接入点1和/或处理设备5评估,以与关于图1中的被动目标描述的方式相同的方式来评估非协作移动网络设备3的位置。
图3示出了具有(图1和图2的)用于在室内环境20中定位目标9的系统10的飞行器100。室内环境20对应于飞行器100的客舱。尽管示出为仅覆盖机舱的一部分,但是室内环境20也可以是飞行器100的整个机舱。
应当注意,“包括”或“包含”不排除其他要素或步骤,并且“一个”或“一”不排除复数。应当进一步指出,参考以上实施例中的任何实施例所描述的特征或步骤还可以与以上所述的其他实施例的其他特征或步骤组合使用。权利要求中的附图标记不应当被视为限制。
附图标记清单
1 无线接入点
2 协作移动网络设备
3 非协作移动网络设备
4 无线通信网络
5 处理设备
6 无线信号
7 信号捕获线
9 目标
10 用于目标定位的系统
20室内环境,客舱
100飞行器
Claims (14)
1.一种用于在室内环境(20)中定位目标(9)的系统(10),所述系统(10)包括:
无线通信基础设施,所述无线通信基础设施被配置为能够经由无线通信网络(4)在所述室内环境(20)内部进行无线通信,所述无线通信基础设施包括:
多个无线接入点(1),所述多个无线接入点被配置为向移动网络设备(2,3)提供对所述无线通信网络(4)的接入;
至少一个协作移动网络设备(2),所述至少一个协作移动网络设备与所述多个无线接入点(1)中的至少一个无线接入点进行通信;以及
处理设备(5);
其中,所述无线接入点(1)中的每个无线接入点被配置为感测经由所述无线通信网络(4)传输的无线信号(6)的第一信号传播数据;
其中,所述协作移动网络设备(2)被配置为感测经由所述无线通信网络(4)传输的无线信号(6)的第二信号传播数据;
其中,所述协作移动网络设备(2)被配置为评估所述第二信号传播数据并且基于经评估的第二信号传播数据和所述无线接入点(1)的位置来确定所述协作移动网络设备自身的位置;以及
其中,所述处理设备(5)被配置为评估所述第一信号传播数据并且基于以下各项来提取指示位于所述室内环境(20)中的目标(9)的位置的定位数据:经评估的第一信号传播数据、所述经评估的第二信号传播数据、所述协作移动网络设备(2)的确定的位置以及所述无线接入点(1)的位置。
2.根据权利要求1所述的系统(10),其中,所述至少一个协作移动网络设备(2)被配置为同时建立和/或利用到至少两个无线接入点(1)的连接。
3.根据前述权利要求中任一项所述的系统(10),其中,所述第一信号传播数据和/或所述第二信号传播数据包括所述无线接入点(1)的相关性数据和/或所述协作移动网络设备(2)的相关性数据。
4.根据前述权利要求中任一项所述的系统(10),其中,所述无线接入点(1)感测的所述第一信号传播数据和/或所述至少一个协作移动网络设备(2)感测的所述第二信号传播数据包括信道状态信息CSI。
5.根据前述权利要求中任一项所述的系统(10),其中,所述无线接入点(1)感测的所述第一信号传播数据和/或所述协作移动网络设备(2)感测的所述第二信号传播数据包括所述室内环境(20)内的无线信号的空间变化、频率相关的变化、幅度相关的变化或时间相关的变化中的至少一个。
6.根据前述权利要求中任一项所述的系统(10),其中,所述无线接入点(1)和/或所述协作移动网络设备(2)是根据Wifi标准IEEE802.11之一的支持Wifi的设备。
7.根据前述权利要求中任一项所述的系统(10),其中,所述处理设备(5)被配置为对所述第一信号传播数据和所述第二信号传播数据执行机器学习算法,所述机器学习算法被配置为基于训练数据提取所述定位数据;
其中,所述训练数据是通过所述室内环境(20)内的目标位置测量系统和/或预定测试目标布置获得的。
8.根据权利要求7所述的系统(10),其中,所述机器学习算法被配置为提取所述室内环境(20)内的静止目标(9)的位置。
9.根据前述权利要求中任一项所述的系统(10),其中,定位数据的提取包括评估时间序列和频谱分析,以便检测移动目标(9)。
10.根据前述权利要求中任一项所述的系统(10),其中,所述无线接入点(1)感测的所述第一信号传播数据和/或所述协作移动网络设备(2)感测的所述第二信号传播数据是通过从被动目标(9)反射的无线信号获得的,所述被动目标(9)不发送任何无线信号,其中,所述定位数据指示所述被动目标(9)的位置。
11.根据权利要求1至9中任一项所述的系统(10),其中,所述无线接入点(1)感测的所述第一信号传播数据和/或所述协作移动网络设备(2)感测的所述第二信号传播数据是由所述无线接入点(1)和/或所述协作移动网络设备获得的,所述协作移动网络设备被动地捕获在非协作移动网络设备(3)与所述非协作移动网络设备(3)连接到的无线接入点(1)之间交换的无线信号;
其中,所述定位数据指示所述非协作移动网络设备(3)的位置。
12.根据前述权利要求中任一项所述的系统(10),其中,所述第一信号传播数据和/或所述第二信号传播数据被提供为来自所述无线通信基础设施的物理层的原始数据。
13.根据前述权利要求中任一项所述的系统(10),其中,所述室内环境(20)是飞行器的客舱(20)。
14.一种飞行器(100),包括:
客舱(20);以及
根据权利要求1至12中任一项所述的系统(10)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP21211501.8 | 2021-11-30 | ||
EP21211501.8A EP4187278A1 (en) | 2021-11-30 | 2021-11-30 | System for localizing objects in an indoor environment using a wireless communication network |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116209056A true CN116209056A (zh) | 2023-06-02 |
Family
ID=78822043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211515235.5A Pending CN116209056A (zh) | 2021-11-30 | 2022-11-30 | 用于使用无线通信网络在室内环境中定位目标的系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230171728A1 (zh) |
EP (1) | EP4187278A1 (zh) |
CN (1) | CN116209056A (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101095017B1 (ko) * | 2008-12-23 | 2011-12-20 | 한국전자통신연구원 | Rf 기반의 실내 위치 추정 방법 및 장치 |
US20170086202A1 (en) * | 2015-09-21 | 2017-03-23 | Qualcomm Incorporated | Wi-fi indoor radar |
US10779127B2 (en) | 2016-11-22 | 2020-09-15 | Aerial Technologies | Device free localization methods within smart indoor environments |
DE102019220630A1 (de) | 2019-12-30 | 2021-07-01 | Airbus Defence and Space GmbH | System und Verfahren zur Objektlokalisierung in einer Innenumgebung |
-
2021
- 2021-11-30 EP EP21211501.8A patent/EP4187278A1/en active Pending
-
2022
- 2022-11-10 US US17/984,308 patent/US20230171728A1/en active Pending
- 2022-11-30 CN CN202211515235.5A patent/CN116209056A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230171728A1 (en) | 2023-06-01 |
EP4187278A1 (en) | 2023-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220329980A1 (en) | System and method for object localization in an indoor environment | |
CN106104654B (zh) | 车辆识别 | |
KR20110061767A (ko) | 핑거프린팅 기반 위치정보 저장을 위한 위치추적 시스템 및 그 방법 | |
Chen et al. | SWIM: Speed-aware WiFi-based passive indoor localization for mobile ship environment | |
US11470451B2 (en) | System and method for automated data collection and anchor location evaluation | |
CN110706463A (zh) | 适于摔倒监测的wifi无源感知方法和系统 | |
Cai et al. | Self-deployable indoor localization with acoustic-enabled IoT devices exploiting participatory sensing | |
US20160041251A1 (en) | Ultrasound-based location determination and inertial navigation with accuracy improvement in determining client device location | |
Zhuravchak et al. | Human activity recognition based on wi-fi csi data-a deep neural network approach | |
CN202153357U (zh) | 固定场区内的人员精确定位系统 | |
CN110244702A (zh) | 用于生成或更新周围环境地图的方法和定位系统 | |
Tsang et al. | A bluetooth-based indoor positioning system: a simple and rapid approach | |
JP7162192B2 (ja) | 生体数推定装置、生体数推定方法、及び、プログラム | |
Wang et al. | Through the wall detection and localization of autonomous mobile device in indoor scenario | |
Pirzada et al. | WLAN location fingerprinting technique for device-free indoor localization system | |
Aguilar-Garcia et al. | Enhancing localization accuracy with multi-antenna UHF RFID fingerprinting | |
Yu et al. | mmAlert: mmWave Link Blockage Prediction via Passive Sensing | |
US20230171728A1 (en) | System for localizing objects in an indoor environment using a wireless communication network | |
Pirzada et al. | Location fingerprinting technique for WLAN device-free indoor localization system | |
Boudlal et al. | An Intelligent Monitoring Approach Based on WiFi Sensing for Smart Hospital | |
Kianoush et al. | Leveraging MIMO-OFDM radio signals for device-free occupancy inference: system design and experiments | |
CN113811742A (zh) | 访问监控系统和用于运行访问监控系统的方法 | |
Karanam et al. | A Foundation for Wireless Channel Prediction and Full Ray Makeup Estimation Using an Unmanned Vehicle | |
Zhou et al. | Unmanned aerial vehicle detection based on channel state information | |
KR101955023B1 (ko) | 네트워크 기반의 객체 위치 추적 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |