基于射頻的定位與導(dǎo)航

1、基于射頻的定位與導(dǎo)航摘要：本文分析基于射頻射頻技術(shù)的移動(dòng)機(jī)器人在有人環(huán)境中的定位。在移動(dòng)平臺(tái)射頻定位標(biāo)簽的特別的問(wèn)題是配置一對(duì)天線。我們現(xiàn)在有概率度量的RFID模型能準(zhǔn)確定位RFID標(biāo)簽。我們也可以證明地圖也可以用來(lái)定位機(jī)器人和人在環(huán)境中。最后，我們展示實(shí)驗(yàn)說(shuō)明全球機(jī)器人的定位計(jì)算裝置可以減少融合RFID信息與激光數(shù)據(jù)。背景介紹：射頻識(shí)別科技領(lǐng)域的最新進(jìn)展已經(jīng)達(dá)到一個(gè)狀態(tài)，這個(gè)狀態(tài)在未來(lái)的幾年可以允許我們裝備幾乎每個(gè)又小又便宜的射頻標(biāo)簽對(duì)象在環(huán)境中。標(biāo)簽包含電路，它可以從在它附近的無(wú)線電波中獲取能量。他們將這些能量返回閱讀器。該本文章用了三種不同的標(biāo)簽來(lái)做實(shí)驗(yàn)，這些標(biāo)簽的檢測(cè)范圍大約是6米。

2、RFID可以運(yùn)用在廣泛的領(lǐng)域。例如：在醫(yī)療領(lǐng)域可以識(shí)別患者在家里的日?；顒?dòng)。導(dǎo)航系統(tǒng)用小的RFID閱讀器來(lái)識(shí)別接觸對(duì)象。觸碰序列使用貝葉斯推理系統(tǒng)估計(jì)人的活動(dòng)，在需要的時(shí)候提供支持。定位上下文提供了重要的信息來(lái)解釋RFID閱讀器。例如：我們拿牙膏時(shí)不知道它在儲(chǔ)藏室還是在浴室。在本文中，我們探討了技術(shù)可以提高位置信息的。我們使用的移動(dòng)機(jī)器人配備了RFID標(biāo)簽天線確定室內(nèi)環(huán)境中附加到對(duì)象的位置。圖2（左）描繪了機(jī)器人建造進(jìn)行這項(xiàng)研究。該機(jī)器人由一個(gè)現(xiàn)成的，現(xiàn)成的先鋒2機(jī)器人配備了激光測(cè)距掃描儀和兩個(gè)射頻識(shí)別天線。天線安裝在機(jī)器人的頂部，并點(diǎn)約45度的左側(cè)和右側(cè)相對(duì)于機(jī)器人。要使用這些天線的估計(jì)的對(duì)

3、象的位置，我們首先學(xué)習(xí)一個(gè)傳感器模型，該模型描述了檢測(cè)的射頻！標(biāo)簽給定它的位置相對(duì)于一個(gè)天線。由于這些傳感器的噪聲是高度非高斯的，我們代表的測(cè)量似然模型的分段常數(shù)近似。然后，我們描述了一種技術(shù)來(lái)估計(jì)位置的RFID標(biāo)簽使用的移動(dòng)機(jī)器人配備了RFID標(biāo)簽天線的檢測(cè)。這個(gè)過(guò)程使用一個(gè)以前從激光測(cè)距數(shù)據(jù)的地圖。然后，我們應(yīng)用蒙特卡羅定位 41， 71估計(jì)的機(jī)器人的姿勢(shì)，甚至在這種環(huán)境中的人。實(shí)驗(yàn)結(jié)果表明，它是可能的，基于此技術(shù)的準(zhǔn)確定位移動(dòng)的對(duì)象。繼續(xù)實(shí)驗(yàn)表明，RFID標(biāo)簽大大降低對(duì)環(huán)境中的移動(dòng)機(jī)器人全局定位所需的時(shí)間。此外，該技術(shù)可以用于大幅減少全球定位所需的樣品的數(shù)量本文的組織如下。討論相關(guān)工作后

4、我們將目前的傳感器模型和接收機(jī)在部分然后，我們描述了如何使用該模型可以在基于激光的FastSLAM 81有效地確定了標(biāo)簽的位置相結(jié)合的方法。在第5節(jié)中，我們描述了如何產(chǎn)生的信念的標(biāo)簽的位置可以被用來(lái)確定機(jī)器人的位置和在環(huán)境中的人。最后，我們提出的實(shí)驗(yàn)結(jié)果說(shuō)明了優(yōu)勢(shì)的電子標(biāo)簽的機(jī)器人定位和人跟蹤。相關(guān)工作：在過(guò)去的幾年里，射頻識(shí)別傳感器 6 已經(jīng)開(kāi)始進(jìn)入移動(dòng)機(jī)器人領(lǐng)域。如今，RM）的讀者可以發(fā)現(xiàn)在幾米范圍內(nèi)的低成本無(wú)源標(biāo)簽。這些改進(jìn)在無(wú)源標(biāo)簽的檢測(cè)范圍，使這一技術(shù)對(duì)機(jī)器人的應(yīng)用由于提供的標(biāo)簽上的信息可以被用來(lái)支持各種任務(wù)導(dǎo)航，定位，定位越來(lái)越有吸引力，甚至服務(wù)應(yīng)用如人跟蹤。然而，大多數(shù)的應(yīng)用程序

5、的射頻識(shí)別技術(shù)，假設(shè)讀者是固定的，只有標(biāo)簽，是連接到對(duì)象或人的移動(dòng)。的主要焦點(diǎn)是觸發(fā)事件，如果一個(gè)標(biāo)簽是由一個(gè)讀者檢測(cè)或進(jìn)入該領(lǐng)域的范圍（例如，跟蹤存儲(chǔ)的地方的內(nèi)容 Z ）。最近，坎特和Singh使用RFID標(biāo)簽的映射。他們的系統(tǒng)依賴于有源信標(biāo)提供基于需要接受一個(gè)標(biāo)簽的響應(yīng)時(shí)間距離信息。此外，標(biāo)簽的位置有更多或更準(zhǔn)確地被稱為 14 ， 9 。筑山 16 也需要特定的RFID標(biāo)簽的位置。他們的系統(tǒng)假設(shè)完美的測(cè)量，不包括技術(shù)來(lái)處理傳感器的不確定性問(wèn)題到這里接近同時(shí)解決定位和創(chuàng)建地圖的問(wèn)題，機(jī)器人必須創(chuàng)建地圖同時(shí)估計(jì)自己在地圖中的位置。然而，由于RFID傳感器精確度的限制，SLAN技術(shù)只是.不能直接

6、被RFID采集到的數(shù)據(jù)使用。我們的算法不是用一個(gè)FASTSLAM變體來(lái)用激光學(xué)習(xí)環(huán)境的幾何結(jié)構(gòu)通過(guò)FASTSLAM算法來(lái)計(jì)算軌跡估計(jì)標(biāo)簽的位子。學(xué)習(xí)一種RFID無(wú)線傳感模型：定位于全球參考框架的RFID標(biāo)簽，我們估計(jì)后驗(yàn)概率p(x|z1:t,r1:t),x表示標(biāo)簽的位置，z1:t為觀測(cè)時(shí)間的步驟 1,t, r1:t是可能的不同位置的射頻識(shí)別天線。根據(jù)貝葉斯在獨(dú)立假設(shè)下連續(xù)測(cè)量，我們可以得知標(biāo)簽的X遵循以下規(guī)則：p(x|z1:t,r1:t)p(zt|x,rt)p(x|z1:t-1,r1:t-1)根據(jù)這個(gè)等式，測(cè)試的數(shù)量p(zt|x,rt)指定觀測(cè)的可能性，zt得到定位標(biāo)簽的x和定位天線的rt。我

7、們簡(jiǎn)單假設(shè)觀測(cè)的可能性只依靠標(biāo)簽與天線之間的相對(duì)偏移量，也就是說(shuō)，只取決于不同的x與rt。接下來(lái)，當(dāng)我們?cè)O(shè)計(jì)RFID觀測(cè)模型時(shí)需要考慮相位。1） 這有許多假陰性的閱讀器即，標(biāo)簽未被檢測(cè)到，即使附近有天線。2） 總之，我們獲得假陰性閱讀器，在這種情況下天線檢測(cè)標(biāo)簽可以超出制造商所指定的范圍。這也包括錯(cuò)誤的天線檢測(cè)到RFID標(biāo)簽。原因如下：例如：標(biāo)簽對(duì)于RFID的方向會(huì)受到影響當(dāng)能量被天線自己接受的時(shí)候，根據(jù)這個(gè)角，能量會(huì)變化而且有時(shí)沒(méi)有足夠高的能量來(lái)激活標(biāo)簽內(nèi)部芯片。在這種情況下，標(biāo)簽不會(huì)做出回應(yīng)。此外，探測(cè)范圍的大小和形狀很大程度上取決于環(huán)境。例如：金屬通常吸收RFID閱讀器發(fā)射出來(lái)的能量。因

8、此標(biāo)簽受到金屬的影響只能在很曉得范圍被檢測(cè)到。但是即使是其他非金屬也會(huì)大大影響標(biāo)簽的檢測(cè)能力。我們生成的統(tǒng)計(jì)數(shù)據(jù)通過(guò)計(jì)算頻率來(lái)確定RFID天線的觀測(cè)模型。我們以以下方式進(jìn)行。我們將一個(gè)RFID標(biāo)簽附在一個(gè)盒子上，并在盒子前面旋轉(zhuǎn)機(jī)器人。我們對(duì)不同的距離重復(fù)此操作，并且對(duì)于離散網(wǎng)格中的每個(gè)點(diǎn)計(jì)算給定標(biāo)簽的天線的檢測(cè)頻率，該標(biāo)簽被放置在由該網(wǎng)格單元相對(duì)于機(jī)器人覆蓋的位置處。 將得到的直方圖如圖3所示。這個(gè)數(shù)字包含兩個(gè)傳感器的檢測(cè)統(tǒng)計(jì)。的直方圖是建立從12822個(gè)測(cè)量。 As can be seen from the figure, both antennas show quite differen

9、t behaviors although they were measuring the same RFID tag.從圖中可以看出，這兩個(gè)天線顯示出完全不同的行為，雖然他們都在測(cè)量相同的射頻識(shí)別標(biāo)簽。 將產(chǎn)生的傳感器模型用于保守近似的他在圖3中描述的直方圖如圖4所示。該模型由三個(gè)分量組成。 每個(gè)天線的主要檢測(cè)范圍由在天線方向上具有95度開(kāi)口角的弧組成。 此外，天線總是檢測(cè)接近它的WID標(biāo)簽，即使它們?cè)谔炀€之后。 這由圍繞接收器中心的圓形區(qū)域建模。 兩個(gè)檢測(cè)范圍的相應(yīng)似然性也在圖4中示出。對(duì)于這些區(qū)域之外的位置，我們假定恒定的可能性為0.5。繪制RFID標(biāo)簽：在前一節(jié)介紹的第一個(gè)傳感器模型應(yīng)用

10、程序用以懂機(jī)器人在環(huán)境中來(lái)估計(jì)位置。學(xué)習(xí)標(biāo)簽位置需要兩個(gè)部分。首先用激光傳感器學(xué)習(xí)環(huán)境的幾何結(jié)構(gòu)。然后然后，我們估計(jì)的機(jī)器人的路徑上的標(biāo)簽的位置。由于機(jī)器人配置了激光傳感器，用FASTSLAM算法來(lái)學(xué)習(xí)環(huán)境幾何結(jié)構(gòu)。由此產(chǎn)生的地圖用于實(shí)驗(yàn)結(jié)果如圖5得到上面的地圖，鑒于這種地圖和由FastSLAM算法我們可以估計(jì)現(xiàn)在的RFID標(biāo)簽的位置的機(jī)器人的最大似然路徑。在這里，我們采用遞歸貝葉斯濾波方案中給出的方程1，r1:t代表機(jī)器人的路徑。 為了精確定位標(biāo)簽，我們使用1000個(gè)隨機(jī)選擇位置均勻分布在一個(gè)25平方米寬的區(qū)域，將機(jī)器人放在這樣的環(huán)境中。這個(gè)環(huán)境有獨(dú)立的天線來(lái)檢測(cè)標(biāo)簽，為了避免檢測(cè)而失敗，天

11、線導(dǎo)致次優(yōu)位置取代。由機(jī)器人的應(yīng)用標(biāo)簽的第一檢測(cè)初始化。每個(gè)隨機(jī)選擇的潛在位置分配一個(gè)數(shù)值儲(chǔ)存作為后驗(yàn)概率記為p(x|z1:t,r1:t),這個(gè)位置對(duì)應(yīng)標(biāo)簽的真實(shí)位置。無(wú)論何時(shí)機(jī)器人檢測(cè)標(biāo)簽，當(dāng)機(jī)器人檢測(cè)到一個(gè)標(biāo)簽就根據(jù)方程1更新，同時(shí)使用上一節(jié)提到的傳感器。定位標(biāo)簽：考慮到后驗(yàn)分布p(x|z1:t,r1:t) 超過(guò)潛在的位置的RFID標(biāo)簽，我們現(xiàn)在準(zhǔn)備計(jì)算的可能性的觀察Y在定位過(guò)程中，給定的機(jī)器人或一個(gè)人被放置在一個(gè)位置l，我們獲得的總概率：P(y|l)=xp(y|x,l)p(x|z1:t,r1:t) (2)在這個(gè)等式中p(y|x,l)對(duì)應(yīng)第三部分描述的相對(duì)傳感器模型。傳感器的相對(duì)偏移量通過(guò)

12、全局坐標(biāo)中標(biāo)簽的位置x，機(jī)器人的位置l來(lái)計(jì)算。因此，要確定給定的機(jī)器人的標(biāo)簽檢測(cè)的可能性是在位置l，我們必須整合后的標(biāo)簽的位置的后驗(yàn)概率的映射過(guò)程中獲得的數(shù)據(jù)。要估計(jì)的姿勢(shì)1的機(jī)器人或在環(huán)境中的人，我們采用著名的遞歸貝葉斯濾波方案：P(lt|y1:t,u0:t-1)=p(yt|lt)ltp(lt|ut-1,lt-1)p(lt-1|y1:t-1,u0:t-2)dlt-1 (3)是一個(gè)歸一化常數(shù)確保P(lt|y1:t,u0:t-1)將lt總結(jié)在一起，p(lt|ut-1,lt-1)描述對(duì)象在lt位置運(yùn)動(dòng)到ut-1位置記為lt-1。這個(gè)數(shù)量是根據(jù)我們跟蹤的對(duì)象而計(jì)算的。在機(jī)器人的情況下我們計(jì)算這個(gè)量的

13、基礎(chǔ)上，odomeny測(cè)量。如果我們是跟蹤的人，我們只是代表這個(gè)密度的一個(gè)如果我們是跟蹤的人，我們只是代表這個(gè)密度的一個(gè)Gaussian centered around lt. 高斯圍繞lt。此外，p(yt|lt)表示根據(jù)觀測(cè)模型觀測(cè)到y(tǒng)t的可能性，可以用等式2來(lái)計(jì)算。為了代表對(duì)象的位置用蒙特卡羅算法定位。在蒙特卡羅定位算法中，在MonteCarlo的定位，機(jī)器人的信仰是由一組隨機(jī)樣本的代表。每每個(gè)樣本包括一個(gè)狀態(tài)向量的基本系統(tǒng)，這是構(gòu)成L的機(jī)器人，在我們的情況下，和一個(gè)稱重因子W。后者被用來(lái)存儲(chǔ)相應(yīng)的粒子的重要性。后驗(yàn)概率代表的樣本的分布和他們的重要因素。本系統(tǒng)采用粒子濾波算法也被稱為順序i

14、niportance采樣與重采樣。它更新的機(jī)器人的姿勢(shì)，根據(jù)以下兩個(gè)交替的步驟1） 在預(yù)測(cè)步驟中，根據(jù)權(quán)重因子得出每個(gè)因子的重要性，再根據(jù)機(jī)器人p(lt|ut-1,lt-1)運(yùn)動(dòng)模型執(zhí)行以前的更新ut-1，如果定位一個(gè)人，這個(gè)模型簡(jiǎn)單的是一個(gè)高斯中心lt-12） 在矯正步驟中，新觀測(cè)的yt進(jìn)入了樣本集，這是通過(guò)重采樣，每個(gè)樣本根據(jù)似然p(yt|lt)加權(quán)。全球本地化。對(duì)象，我們初始化具有均勻分布的粒子集。射頻識(shí)別傳感器可以有效的給對(duì)象定位潛在位置。我們只將樣本只在潛在的檢測(cè)范圍內(nèi)的射頻識(shí)別傳感器。這種方法已成功地應(yīng)用在過(guò)去，例如通過(guò)透鏡等。 實(shí)驗(yàn)結(jié)果：我們上面介紹的方法已經(jīng)實(shí)施和測(cè)試使用的先鋒

15、2機(jī)器人配備了一個(gè)生病的LMS激光測(cè)距儀和一個(gè)外星科技的915 MHz的RFID讀寫器的雙圓極化天線（參見(jiàn)圖2左圖）這里所描述的實(shí)驗(yàn)是進(jìn)行在英特爾研究實(shí)驗(yàn)室，西雅圖，華盛頓。Figure 5 shows a two-dimensional occupancy grid map generated with our FastSLAM routine.圖5顯示了一個(gè)二維柵格地圖與我們?nèi)粘Ｋa(chǎn)生的FastSLAM。環(huán)境的大小28由2800萬(wàn)。我們安裝了100個(gè)標(biāo)簽，在這樣的環(huán)境中（見(jiàn)圖7）。標(biāo)簽是在圖1中描繪的類型，所有的人都能夠與機(jī)器人溝通。他們中的大多數(shù)都沿著圓形走廊安裝環(huán)境導(dǎo)航標(biāo)簽：正如前面提

16、到的，我們使用我們的FastSLAM常規(guī)軌跡估計(jì)確定后對(duì)標(biāo)簽的位置。正如前面提到的，我們使用我們的FastSLAM常規(guī)軌跡估計(jì)確定后對(duì)標(biāo)簽的位置。當(dāng)?shù)谝淮螜z測(cè)到一個(gè)標(biāo)簽，我們初始化一個(gè)離散的隨機(jī)選擇的點(diǎn)周圍的機(jī)器人，并使用一個(gè)統(tǒng)一的分布來(lái)初始化的信念。每當(dāng)檢測(cè)到一個(gè)標(biāo)簽時(shí)，在該集合中的每個(gè)樣本的后驗(yàn)概率乘以給定的標(biāo)記的觀察的可能性是在對(duì)應(yīng)于該樣本的位置。之后，我們正?；乃袠颖镜男拍?。 圖6顯示了一個(gè)典型的例子，用于對(duì)一個(gè)射頻識(shí)別標(biāo)簽的信念最左邊的圖像顯示設(shè)置的RFID標(biāo)簽的第一檢測(cè)后的樣品。其余的圖像說(shuō)明了如何的信念側(cè)重于標(biāo)簽的主題位置，獲得更多的測(cè)量。他們顯示了相應(yīng)的信念后，6，17，6

17、5，和200的測(cè)量。請(qǐng)注意，每一個(gè)代表一個(gè)粒子的圓的直徑對(duì)應(yīng)于它的重要性重量。從圖中可以看出，信仰迅速收斂到一個(gè)單峰分布。請(qǐng)注意，這是不一定的情況下。在原則上，我們的代表還可以處理含糊之處，其中的位置的一個(gè)標(biāo)簽不能被確定唯一的，例如，因?yàn)闄C(jī)器人不能達(dá)到所需的位置，以解決模糊性。圖8描述了機(jī)器人的位置，當(dāng)它檢測(cè)到標(biāo)簽，其信念是ploned圖6。右側(cè)天線檢測(cè)顯示填充界和各檢測(cè)左天線我們畫一個(gè)空圈。從圖中可以看出，測(cè)量噪聲是相當(dāng)高的，有幾個(gè)錯(cuò)誤檢測(cè)。Nevertheless, our algorithm is able to accurately localize the tag at the wa

18、ll close to the entrance.然而，我們的算法是能夠準(zhǔn)確地定位在靠近入口的墻上的標(biāo)簽。 以0.225m/s的速度走了791.93m檢測(cè)了50933次標(biāo)簽。將得到標(biāo)簽地圖（在他們的最大似然位置）如圖11所示（左）。因此，我們的傳感器模型允許多標(biāo)簽學(xué)習(xí)的位置在一個(gè)標(biāo)準(zhǔn)的辦公環(huán)境。定位標(biāo)簽：下一組實(shí)驗(yàn)的目的是要說(shuō)明的是，在前面的步驟中產(chǎn)生的無(wú)線射頻識(shí)別技術(shù)可以用于本地化的機(jī)器人，甚至配備的無(wú)線射頻識(shí)別天線的人。在第一個(gè)實(shí)驗(yàn)中，我們駕駛的機(jī)器人通過(guò)環(huán)境和應(yīng)用蒙特卡洛定位，以全球范圍內(nèi)估計(jì)車輛的位置。模擬情況，我們定位一個(gè)人而不是機(jī)器人我們簡(jiǎn)單的忽略了里程計(jì)信息和在蒙特卡洛的定位過(guò)程

19、，改變了運(yùn)動(dòng)模型。正如上面已經(jīng)提到的，我們使用了一個(gè)標(biāo)準(zhǔn)的運(yùn)動(dòng)模型 7 估計(jì)機(jī)器人的姿勢(shì)。為了定位和跟蹤一個(gè)人，我們高斯分布圍繞當(dāng)前的姿勢(shì)簡(jiǎn)單地取代了這個(gè)運(yùn)動(dòng)模型。這只是一個(gè)粗略的近似一個(gè)人的運(yùn)動(dòng)。更好的模型，因此可以預(yù)期的結(jié)果更準(zhǔn)確的估計(jì)。圖9顯示了在僅使用射頻識(shí)別標(biāo)簽的全球定位運(yùn)行中的定位誤差。兩圖顯示全球定位沒(méi)有里程計(jì)定位誤差（reddark灰色）和odometty（greenflight灰色）。圖11中心圖像顯示的軌跡被跟蹤對(duì)象的時(shí)候沒(méi)有里程計(jì)信息的使用 。激光定位所獲得的相應(yīng)的地面真理被描繪成一個(gè)相同的數(shù)字的正確圖像?？梢钥闯?，即使有這樣的嘈雜的傳感器的估計(jì)軌跡是相當(dāng)接近地面的真相 改進(jìn)RFID定位標(biāo)簽：最后的實(shí)驗(yàn)結(jié)果表明，RFID技術(shù)可以大大提高全球定位性能，即使在高度精確的傳感器，例如用于激光測(cè)距儀。為了分析這一點(diǎn)，我們使用了一個(gè)預(yù)先錄制的數(shù)據(jù)集，以確定如何有效地，機(jī)器人可以確定其在地圖的全球地位。由于RFID標(biāo)簽放置