专利名称：一种被动式的标签位置粗粒度定位的实现方法和系统的制作方法
技术领域：
本发明属于无线自组织网络与移动射频标签系统领域，特别涉及一种被动式的标签位置粗粒度定位的实现方法和系统。
背景技术：
随着通信技术，嵌入式设备的日趋成熟，射频标签技术(Radio FrequencyIdentification (RFID))技术迅速发展并被广泛应用到供应链管理,仓储管理，以及物流等诸多领域。典型的移动射频标签系统由传送带，标签阅读器已经大量标签组成。标签阅读器被架设在传送带上放，当货物进入标签阅读器的阅读范围时，会通过反射通信方式(backscatter communication)将存储信息发送给标签阅读器。这里每个标签存储与之对应的货物的信息，因此是独一无二的。目前已有大量的研究工作致力于如何应用移动射频标签系统来提高仓储管理以及物流的效率。然而现有的工作大多关注于怎样高效的对经过标签阅读器阅读范围内的标签进行阅读。一个非常重要的方面标签进入阅读器阅读范围的顺序还没有得到足够的重视。事实上，及时准确闻效的标签顺序定位技术是保证移动射频标签系统闻效运行的关键之所在。这方面一个典型应用便是机场行李分拣系统。当乘客办理完行李托运手续之后，行李会被贴上被动一个被动式的射频标签。该行李的航班信息以及行李标号会被统一编码并存储在该被动标签中。之后，该行李会通过行李传送带运送至行李分拣池来进行集中处理。当行李进入分拣池后，位于分拣池上方的标签阅读器会报告该检测事件并将该行李虚拟显示在分拣池中央的显示屏中。之后，虚拟化显示模块会模拟传送带的运动过程，实时更新行李所处的位置。另一方面，负责不同航班行李分拣工作的工人们只需观察该屏幕，等待属于自己分拣工作的行李到来时将其从传送带上挪出，装入对应的行李拖车中。因此，准确获知行李在物理世界(传送带)上的相互位置关系，并将其显示在虚拟世界(显示器)上对于行李分拣系统十分重要。一旦行李在传送带上面的先后顺序发生错误，便会引起行李的分拣错误，进而造成巨大的经济损失。例如，行李A与行李B先后进入传送带，由于行李分拣系统的定序失误，造成行李A被错误的当作行李B而运送至了行李B的目的地。那么造成的行李丢失事件将会对航空公司造成不必要的经济损失。
发明内容
本发明的目的在于提出一种被动式的标签位置粗粒度定位的实现方法和系统，可以用于对移动环境中物体的位置进行定位。为达此目的，本发明采用以下技术方案:一种被动式的标签位置粗粒度定位的实现方法，包括对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域作为关键区；
获得每个物体在关键区内的信号强度最大值出现的时间点；对比每个物体的所述信号强度最大值出现的时间点，得到物体的先后位置关系。进一步的，所述对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域作为关键区，包括:设标签在一个窗口内的平均阅读率为该窗口共由k个连续的时
段组成，该标签在这个窗口内被阅读到的次数为m(m < k),其中，Pi表示阅读率；如果k-puvg -m <α.ψ-Pars.(卜Anx)成立，则该窗口为关键区，设该公式为定理1，其中，a为预设的概率参数。进一步的，所述获得每个物体在关键区内的信号强度最大值出现的时间点，具体为:采用二次拟合方法对每个物体在关键区内的信号强度序列进行分析，获得每个物体在关键区内的信号强度最大值出现的时间点。进一步的，所述对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域 作为关键区包括:a.当标签阅读器首次读到一个新的标签时，会通过在该时段内该标签的阅读率来为该标签创建第一个窗口。在接下来的一个时段，如果该标签的阅读率不为0，则阅读器便会为该标签创建一个新的窗口。b.当第一个窗口期满时，算法检查该窗口是否满足定理1，如果否，则直接将其从窗口集合中删除。如果是，继续下一步骤。c.将该窗口标为关键区，并删除窗口集合中的其他窗口。然后进入窗口的缓慢增长期直到该窗口不满足定理1。将该窗口上报为关键区。d.对下一个窗口进行算法检查，继续步骤b。进一步的，所述窗口的大小设置为:设该标签在窗口开始时第一个时段内的阅读率为pinit，那么窗口的大小应设置为ΓW11 Pin,, 1，其中n为给定标签为被读到的概率。一种被动式的标签位置粗粒度定位的实现系统，包括:关键区寻找单元，用于对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域作为关键区；时间点获取单元，用于获得每个物体在关键区内的信号强度最大值出现的时间
占.
物体定序单元，用于对比每个物体的所述信号强度最大值出现的时间点，得到物体的先后位置关系。进一步的，所述对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域作为关键区，包括:
I设标签在一个窗口内的平均阅读率为Alg =]:Σλ该窗口共由k个连续的时
k ‘k f
段组成，该标签在这个窗口内被阅读到的次数为m(m < k),其中，Pi表示阅读率；如果k.Purx ^m<a.:.0:..0成立，则该窗口为关键区，设该公式为定理1，其中，a为预
设的概率参数。进一步的，所述获得每个物体在关键区内的信号强度最大值出现的时间点，具体为:采用二次拟合方法对每个物体在关键区内的信号强度序列进行分析，获得每个物体在关键区内的信号强度最大值出现的时间点。进一步的，所述关键区寻找单元包括:窗口创建模块，用于当标签阅读器首次读到一个新的标签时，会通过在该时段内该标签的阅读率来为该标签创建第一个窗口。在接下来的一个时段，如果该标签的阅读率不为0，则阅读器便会为该标签创建一个新的窗口。算法检查模块，用于当第一个窗口期满时，算法检查该窗口是否满足定理1，如果否，则直接将其从窗口集合中删除。如果是，继续下一步骤。关键区确认模块，用于将该窗口标为关键区，并删除窗口集合中的其他窗口，然后进入窗口的缓慢增长期直到该窗口不满足定理I，将该窗口上报为关键区。循环模块，用于对下一个窗口进行算法检查，继续步骤b。进一步的，所述窗口的大小设置为:设该标签在窗口开始时第一个时段内的阅读率为pinit，那么窗口的大小应设置为 其中η为给定标签为被读到的概率。本发明的有益效果为:本发明被动式的标签位置粗粒度定位的实现方法和系统，是提供一种新型的移动环境中被动式物体定序技术。以附着在每个物体上标签的阅读特征作为输入，对这些特征序列进行分析，发掘物体之间的时空位置关系。然后通过建立概率模型，进行推理达到找出这些物体在移动环境中的先后顺序的目的。应用本发明实施例定序结果准确性高，并经检验能够实时的对于大规模行李分拣系统进行行李位置的实时定序。同时该方法对于物体在移动环境中的姿态具有良好的适应能力。本发明不更改现有的射频标签MAC层认证协议，能够迅速的部署在现有的基于射频标签技术的行李分拣系统中。
图1是本发明被动式的标签位置粗粒度定位的实现方法的第一实施例流程图；图2是本发明被动式的标签位置粗粒度定位的实现方法的第二实施例流程图；图3是本发明被动式的标签位置粗粒度定位的实现系统的实施例框图；图4是本发明被动式的标签位置粗粒度定位的实现系统关键区寻找模块实施例框图。
具体实施例方式下面结合附图并通过
具体实施方式
来进一步说明本发明的技术方案。本发明被动式的标签位置粗粒度定位的实现方法的第一实施例流程如图1所示:步骤101:对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域作为关键区。
关键区寻找算法运行在标签阅读器代理上，对每件物体上标签的阅读率序列进行统计和分析，为第二阶段关键区内信号强度最大值点的寻找提供输入。关键区寻找算法的主要操作是对每一件物体在单位时间内的阅读率进行分析，迅速确定该物体的关键区。但是由于标签在物体上所处的位置各异，物体在进入关键区后其对应标签的阅读率大小差异性很大。因此简单的通过设置阈值来对关键区进行判断的方法无法满足准确性和及时性的要求，需要建立概率模型来对物体在进入阅读区到离开阅读区这段时间内，对应阅读率的变化特征进行描述。标签的识别过程可被认为是伯努力采样过程。至此，如果否，则直接将其从窗口集合中删除。便可通过中心极限定理来对物体所处的区域是否为关键区来进行判断。步骤102:获得每个物体在关键区内的信号强度最大值出现的时间点。每件物体上附着的被动标签在关键区内被阅读时的信号强度(RSSI)序列近似服从凸型分布，并且在阅读器垂直投影在传送带上的位置处达到最大，通过将最大值出现的时间点来对物体排序，得到物体在物理世界中的先后位置关系。步骤103:对比每个物体的所述信号强度最大值出现的时间点，得到物体的先后
位置关系。本发明实施例通过对每个物体上标签的阅读率进行分析，确定每个物体的关键区，通过比较物体在各自所述关键区内信号强度最大值出现的时间点来对物体排序，得到物体在物理世界中的先后位置关系。本发明被动式的标签位置粗粒度定位的实现方法的第二实施例流程如图2所示。步骤201:当标签阅读 器首次读到一个新的标签时，会通过在该时段内该标签的阅读率来为该标签创建第一个窗口。在接下来的一个时段，如果该标签的阅读率不为0，则阅读器便会为该标签创建一个新的窗口。将物体从进入阅读区到离开阅读区的过程分为若干时段，这里通常取0.2s为一个时段。初始窗口的大小该如何进行取舍。直观的来说，当物体处于距离标签阅读器较远的位置时，其标签的阅读率较低。窗口应该取的较长。从而避免陷入局部平稳区，造成关键区的误判。而当物体处于距离标签阅读器较近的位置时，其对应的标签阅读率较高。这时，窗口的大小应该设置的较小，从而使得该窗口对阅读率的变化更为敏感，便于迅速探测得到关键区。创建窗口方法可以遵从:设该标签在窗口开始时第一个时段内的阅读率为Pinit,那么窗口的大小应设置为Pln(1M)ZΑ> \其中n为给定标签为被读到的概率。可以看出当Pinit较小时，计算得到的窗口大小较长，从而避免了陷入局部平稳区，造成关键区的误判。当Pinit较大时，窗口大小的计算结果较小，从而使得该窗口对阅读率的变化更为敏感。步骤202:当第一个窗口期满时，算法检查该窗口是否满足定理I，如果否，则直接将其从窗口集合中删除。如果是，继续下一步骤。设标签在一个窗口内的平均阅读率为该窗口共由k个连续的时段组
K k.k r成。该标签在这个窗口内被阅读到的次数为m(m彡k)。如果A.Plirs-mu於/>,<s (1-ρανχ)
成立，那么如果否，则直接将其从窗口集合中删除。以Φ(α)的概率相信该窗口是关键区。例如，当α = 2时，如果否，则直接将其从窗口集合中删除。以98%的概率相信该窗口是关键区。当第一个窗口期满时，算法检查该窗口是否满足该判别方法，如果是，则将该窗口标为关键区，然后删除窗口集合中的其他窗口。如果在该窗口期满时检查到该窗口不满足上述判别方法，则直接将其从窗口集合中删除。当物体足够接近标签阅读器时，标签与阅读器之间的通信信噪比达到了足够强。每件物体对应的关键区隐含着该物体已足够接近阅读器。因此在该段区域内，阅读器接受到标签返回的信号强度足够稳定，并且受到周围环境噪声的影响较小。步骤203:将该窗口标为关键区，并删除窗口集合中的其他窗口，然后进入窗口的缓慢增长期直到该窗口不满足定理I，将该窗口上报为关键区。窗口的缓慢增长期就是不断的增长这个窗口，直到它不满足定理1，这时关键区的大小被确定。步骤204:对下一个窗口进行算法检查，继续步骤b。步骤205:获得每个物体在关键区内的信号强度最大值出现的时间点。在得到每个标签的关键区后，接下来便要确定每件行李经过阅读器垂直映射在传送带上的位置处的时间。换言之，接下来需要找到每件物体在关键区内得到信号强度最大值对应的时间点，然后按照 每件物体的时间点来对物体在物理世界的位置进行推测。
权利要求
1.一种被动式的标签位置粗粒度定位的实现方法，其特征在于，包括 对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域作为关键区； 获得每个物体在关键区内的信号强度最大值出现的时间点； 对比每个物体的所述信号强度最大值出现的时间点，得到物体的先后位置关系。
2.按权利要求1所述的一种被动式的标签位置粗粒度定位的实现方法，其特征在于，所述对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域作为关键区，包括: 设标签在一个窗口内的平均阅读率为
3.按权利要求2所述的一种被动式的标签位置粗粒度定位的实现方法，其特征在于，所述获得每个物体在关键区内的信号强度最大值出现的时间点，具体为: 采用二次拟合方法对每个物体在关键区内的信号强度序列进行分析，获得每个物体在关键区内的信号强度最大值出现的时间点。
4.按权利要求2所述的一种被动式的标签位置粗粒度定位的实现方法，其特征在于，所述对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域作为关键区包括: a.当标签阅读器首次读到一个新的标签时，会通过在该时段内该标签的阅读率来为该标签创建第一个窗口。在接下来的一个时段，如果该标签的阅读率不为O，则阅读器便会为该标签创建一个新的窗口。
b.当第一个窗口期满时，算法检查该窗口是否满足定理1，如果否，则直接将其从窗口集合中删除。如果是，继续下一步骤。
c.将该窗口标为关键区，并删除窗口集合中的其他窗口。然后进入窗口的缓慢增长期直到该窗口不满足定理I。将该窗口上报为关键区。
d.对下一个窗口进行算法检查，继续步骤b。
5.按权利要求4所述的一种被动式的标签位置粗粒度定位的实现方法，其特征在于，所述窗口的大小设置为: 设该标签在窗口开始时第一个时段内的阅读率为Pinit,那么窗口的大小应设置为
6.一种被动式的标签位置粗粒度定位的实现系统，其特征在于，包括: 关键区寻找单元，用于对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域作为关键区； 时间点获取单元，用于获得每个物体在关键区内的信号强度最大值出现的时间点；物体定序单元，用于对比每个物体的所述信号强度最大值出现的时间点，得到物体的先后位置关系。
7.按权利要求6所述的一种被动式的标签位置粗粒度定位的实现系统，其特征在于，所述对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域作为关键区，包括: 设标签在一个窗口内的平均阅读率为#胃该窗口共由k个连续的时段 A ,组成，该标签在这个窗口内被阅读到的次数为m(m彡k),其中，Pi表示阅读率；如果k.Piirgρ γχ (1-ρ—)成立，则该窗口为关键区，设该公式为定理1，其中，a为预设的概率参数。
8.按权利要求6所述的一种被动式的标签位置粗粒度定位的实现系统，其特征在于，所述获得每个物体在关键区内的信号强度最大值出现的时间点，具体为: 采用二次拟合方法对每个物体在关键区内的信号强度序列进行分析，获得每个物体在关键区内的信号强度最大值出现的时间点。
9.按权利要求6所述的一种被动式的标签位置粗粒度定位的实现系统，其特征在于，所述关键区寻找单元包括: 窗口创建模块，用于当标签阅读器首次读到一个新的标签时，会通过在该时段内该标签的阅读率来为该标签创建第一个窗口。在接下来的一个时段，如果该标签的阅读率不为O,则阅读器便会为该标签创建一个新的窗口。
算法检查模块，用于当第一个窗口期满时，算法检查该窗口是否满足定理1，如果否，则直接将其从窗口集合中删除。如果是，继续下一步骤。
关键区确认模块，用于将该窗口标为关键区，并删除窗口集合中的其他窗口，然后进入窗口的缓慢增长期直到该窗口不满足定理I，将该窗口上报为关键区。
循环模块，用于对下一个窗口进行算法检查，继续步骤b。
10.按权利要求9所述的一种被动式的标签位置粗粒度定位的实现系统，其特征在于，所述窗口的大小设置为: 设该标签在窗口开始时第一个时段内的阅读率为Pinit,那么窗口的大小应设置为Γ1M11 jI) >' Pin,, ，其中η为给定标签为被读到的概率。
全文摘要
本发明提供了一种被动式的标签位置粗粒度定位的实现方法和系统，方法包括对阅读率的序列进行分析，找出附着在每个物体上标签在标签阅读器的阅读范围中维持稳定的区域作为关键区；获得每个物体在关键区内的信号强度最大值出现的时间点；对比每个物体的所述信号强度最大值出现的时间点，得到物体的先后位置关系。采用本发明提供的方法和系统可实现的找出每个物体在移动环境中的先后顺序的目的。
文档编号G06K7/00GK103093171SQ20131001979
公开日2013年5月8日 申请日期2013年1月18日 优先权日2013年1月18日
发明者上官龙飞, 李镇江, 杨铮, 刘云浩 申请人:无锡清华信息科学与技术国家实验室物联网技术中心