一种基于虚拟读写器的RFID读写器定位方法与流程

文档序号:18466489发布日期:2019-08-17 02:31阅读:156来源:国知局
一种基于虚拟读写器的RFID读写器定位方法与流程

本发明涉及物联网应用领域及rfid定位技术,特别涉及一种基于虚拟读写器的rfid读写器定位方法。



背景技术:

在物联网研究中,面向区域的定位技术是其中一个前景十分广阔的研究方向,而室内定位就是其中典型的代表。目前的室内定位系统能在室内环境下进行操作,并实现了很高的精度、可靠性和低成本。室内定位的技术有超声波、红外线、计算机视觉、基于射频的定位等,而基于wifi的原型,zigbee、蓝牙、超宽带无线电、rfid和移动电话等成为当前流行的定位方法。但是因为室内定位本身有定位面积小、多径传播严重、定位环境易发生改变等特点,所以对于室外定位的技术(卫星定位系统gps、伽利略、北斗等系统或移动基站定位)都是无法适用的。一方面卫星信号需要与目标体进行直接的视线通信,如果有建筑物或物体遮挡时将会失去作用,另一方面蜂窝移动基站的定位精度比较低,无法满足室内定位对精度的要求。同时室内环境具有多径效应以及人员走动所带来的不可避免的干扰,因此使室内定位的效果无法同时兼顾精度和稳健度的要求。因此寻找一个适用于室内环境的定位系统,已经成为业界的研究重点。

目前基于rfid读写器的定位算法数量较少,deb算法是这个领域中较好的算法,但这些读写器定位算法需要知道参考标签的位置部署信息,它通常要使用所有读取到的参考标签来计算目标读写器的位置,因此已有方法的时间开销较大。



技术实现要素:

鉴于目前的rfid室内定位存在的不足,本发明提出了基于检测重叠标签的rfid读写器定位方法。

本发明所用到的名词解释如下:

虚拟参考读写器:指的是该阅读器在定位目标阅读器的位置时并不是真实存在的,它是预先将收集的信息存储在计算机后台中。

本发明的技术方案是:

一种基于虚拟读写器的rfid读写器定位方法,包括以下步骤:

1)在立体空间中建立坐标系统,并部署参考标签;

2)在所建立的坐标系中利用虚拟的参考读写器,收集设置在不同位置处的参考读写器所能激活的参考标签,保存参考读写器的位置信息和相应能激活的标签集合信息;

3)当目标读写器进入室内环境时,得到与不同位置上的虚拟参考读写器的距离集合;

4)将收集的距离集合利用多边定位算法求解目标读写器的位置信息。

所述的一种基于虚拟读写器的rfid读写器定位方法,步骤1)中所述的立体空间为任意长宽高的六面体空间,且参考标签为随机部署在立体空间内。

所述的一种基于虚拟读写器的rfid读写器定位方法,步骤2)中,在所建立的坐标系和部署好的参考标签环境中设置在对目标读写器进行定位时并不存在的虚拟的参考读写器,以事先采集参考读写器在不同位置上所激活的参考标签的相对位置信息,并保存保存参考读写器的位置信息和相应能激活的标签集合信息。

所述的一种基于虚拟读写器的rfid读写器定位方法,步骤3)中,当目标读写器进入室内中,根据目标读写器与虚拟参考读写器重叠的参考标签计算距离,以a,b,c,d为环绕目标读写器所在位置且与目标读写器读取范围有重合的参考读写器,e为要定位的目标读写器,虚拟参考读写器所能读取的标签和本身位置信息在步骤2)中已保存,以s为目标读写器与虚拟参考读写器a的重叠区域,f、g分别为目标读写器e与虚拟参考读写器a读取范围重叠区域的交叉点,有

∠aef=θ1,∠eaf=θ2,ae=d1,虚拟参考读写器a读取范围的半径为r1,目标读写器e读取范围的半径为r,

s与读写器之间的距离d的关系为:

由虚拟参考读写器所激活的标签数与目标读写器所激活的标签数的比来近似为两圆的面积比:

其中,r1已知,m为虚拟参考读写器a所读取的标签数,n为目标读写器所读取的标签数;

形状agf、egf的面积分别为:

s=r12(θ2-sinθ2cosθ2)+r2(θ1-sinθ1cosθ1)

s=r12(θ2-sinθ2cosθ2+ρθ1-ρsinθ1cosθ1)

由于重叠的参考标签的数目l已知,则

最后得到目标读写器e与虚拟参考读写器a间的距离d1,目标读写器与其他虚拟参考读写器b,c,d的距离也由上述相同的方法得到为d2,d3,d4。

所述的基于虚拟读写器的rfid读写器定位方法,步骤4)中:

若目标读写器在平面内的坐标为(x,y),虚拟参考读写器a,b,c,d坐标分别为:(x1,y1),(x2,y2),(x3,y3),(x4,y4),则有:

求解后得到目标读写器在上下平面内的坐标(x,y);

在获得二维平面内的位置坐标后,进一步计算得到读写器的高度:首先,因为已经确定了上下平面的中心坐标点,而中心坐标点到所选的边界标签的距离为读写器分别投射到上下表面的探测圆的半径,分别记为rc、rf,将读写器的位置高度记为z,则有:

其中h为六面体空间的高度,r为读写器的探测半径,则:

本发明提出的基于检测重叠标签的rfid读写器定位方法,是定位一个目标读写器,同时部署一个参考标签,用目标读写器去激活参考标签。此方法需要一个虚拟参考读写器。在用虚拟的参考读写器事先采集不同位置所有激活的参考标签的标记信息时,并不需要知道六面体中参考标签的位置信息。本发明通过检测目标读写器所激活的参考标签与事先采集的不同位置处读写器激活的参考标签的交集来确定目标读写器与虚拟参考读写器间的距离,然后利用三边定位来确定目标读写器的位置。同时,基于检测重叠标签的rfid读写器定位算法也是基于raf(无需测距)的技术,这样就避免了从标签接收无线电信号强度或相位差来计算距离。因此,基于检测重叠标签的rfid读写器定位算法也不要求有多个发射功率等级,这样就不需要做一些多余的功率校准等额外操作,其唯一要求就是要采用读写器事先在指定位置采集激活的参考标签集合。由于本方法不需要知道参考标签的位置部署信息,从而可以有效的减少部署阶段的开销。仿真结果和实际测试结果均验证了该方法的有效性,其实验结果表明,当标签密度≤0.8ft时误差几乎不变,标签密度等于0.2ft,且虚拟参考读写器间隔≤1.4r时,其定位误差可达0.34ft。

附图说明

图1为基于检测重叠标签的rfid读写器定位算法定位模型图;

图2为目标读写器与虚拟参考读写器距离计算图;

图3为基于检测重叠标签的rfid读写器定位算法仿真实验结果图,其中(a)为虚拟参考读写器间隔(密度)的影响,(b)为标签密度△的影响,(c)为doi的影响;

图4为参考读写器覆盖区域图;

图5为实验结果图,其中(a)为读写器在中心处,(b)为读写器在边界处,(c)为读写器角落处。实际读写器位置用‘☆’表示,表示本算法所估计的读写器位置。标记黑点为激活的参考标签。

具体实施方式

首先在室内建立一个立体空间坐标系,然后将布置标签在任意位置,且不需要知道标签在该坐标系中的坐标。通过预先用读写器在多个地方进行激活参考标签,然后将收集的到的信息存储在后台。当目标读写器进入该空间时,会得到目标读写器在当前位置上激活的参考标签。然后比对后台的虚拟参考读写器,当有该目标读写器激活的参考标签与虚拟参考读写器重叠有3处及以上,即可以利用多边定位算法获得其平面坐标,最后再计算其高度即实现了3d的室内定位。其具体步骤如下:

1、在六面体空间中建立坐标系统,并部署参考标签;

2、在所建立的坐标系中利用读写器收集不同位置处虚拟参考读写器所能激活的参考标签,并将位置信息和标签集合信息上传后台服务器;

3、当目标读写器进入室内环境时,得到与各虚拟参考读写器的距离集合;

4、将收集的距离集合利用“多边定位算法”求解目标读写器的位置信息。

在室内定位所使用的立体空间坐标系可以是任意的六面体空间,其长度、宽度、高度分别为:l,w,h。且部署的参考标签并不需要知道其在立体空间中的具体位置。

在所建立的坐标系和部署好的参考标签环境中,通过一个虚拟参考读写器来采集参考标签的信息,该读写器通过线下事先采集不同位置所有被激活的参考标签的相对位置信息,而不是绝对位置。之所以称之为虚拟参考读写器,是指该阅读器在定位目标读写器的位置时并不是真实存在的,它是预先将收集的信息存储在计算机后台中。所建立的定位模型如图1所示。

当目标读写器进入室内中,根据其与虚拟参考读写器重叠的参考标签计算其距离,如图2所示。a,b,c,d为参考读写器,e为要定位的目标读写器,虚拟参考读写器所能读取的标签和本身位置信息保存在后台服务器中。s1和s2为目标读写器与虚拟参考读写器a的重叠区域。

∠aef=θ1,∠eaf=θ2,ae=d1,虚拟参考读写器a的半径为r1(读写半径已知),目标读写器e的半径为r,

由图2可知,阴影部分的总面积:

s=s1+s2(公式1)

s与读写器之间的距离d的关系为:

由虚拟参考读写器所激活的标签数与目标读写器所激活的标签数的比来近似为两圆的面积比:

其中,r1已知,m为虚拟参考读写器a所读取的标签数,n为目标读写器所读取的标签数。

扇形agf、egf的面积分别为:

联合(公式7和公式8)可知s1和s2的值分别为:

由(公式1)可得:

s=r12(θ2-sinθ2cosθ2)+r2(θ1-sinθ1cosθ1)(公式11)

由公式6代入公式11中可得:

s=r12(θ2-sinθ2cosθ2+ρθ1-ρsinθ1cosθ1)(公式12)

由于重叠的参考标签的数目l可以统计得到,则

利用上述公式可以得到目标读写器e与虚拟参考读写器a间的距离d1。目标读写器与其他虚拟参考读写器b,c,d的距离也由上述相同的方法得到为d2,d3,d4。

若目标读写器在平面内的坐标为(x,y),虚拟参考读写器a,b,c,d坐标分别为:(x1,y1),(x2,y2),(x3,y3),(x4,y4)。则由上节多边定位算法可知:

将上组等式解出,则可以得到目标读写器在上下平面内的坐标(x,y)。

在获得二维平面内的位置坐标后,读写器的高度可以通过公知方法计算得出。首先,因为已经确定了上下平面的中心坐标点,而中心坐标点到所选的边界标签的距离为读写器分别投射到上下表面的探测圆的半径,分别记为rc、rf,将读写器的位置高度记为z,则利用以下公式:

其中h为六面体空间的高度,r为读写器的探测半径。根据(公式15)可以得到以下公式:

本发明通过使用matlab和c++程序来进行扩展模拟实验,以评估提出的定位方案。在研究了各种不同参数比如无线电传输的不规则度,参考标签的密度,虚拟参考读写器的部署间隔对算法的影响之后。为了综合考虑并排除这些可能影响算法的精度的因素。本实施例在一个大小为40*20*8单位的六面体上进行实验。

为了实现所提出的定位算法,一系列的参考标签需要放置于六面体的上下表面上,同时也要事先采集虚拟参考读写器的位置和激活的参考标签集。设置参考标签的密度为δ,其默认为0.5ft。目标rfid读写器位于六面体内,并且只有一个固定的发射功率级,虚拟参考读写器与目标读写器为同一型号,其读取半径r都为3ft,并定义默认的doi为0。

图3(a)为虚拟参考读写器的间隔对定位精度和估计的目标读写器与参考读写器的距离估计。对于定位误差,可知当虚拟参考读写器间隔≤1.4r时,定位误差没有变化都为0.34ft。当大于1.4r时,定位误差随着间隔的增加而逐渐增大。原因如图4所示,要使得参考读写器恰好能覆盖所有参考标签,则如图四个圆相切交于一点c,则ac相切于圆b,而bc相切于圆a,又因为四个圆的半径相同,可知,当相邻虚拟参考读写器的间隔小于时,都能把所有区域都完整覆盖掉。这也就说明了为什么图3(a)中当虚拟参考读写器间隔≤1.4r时,定位误差没有变化,因为在此间隔之内都能完整得覆盖区域。当当虚拟参考读写器间隔≥1.4r时,定位误差随着间隔的增加而增大,因为参考读写器不能覆盖所有的参考标签。而目标读写器与参考读写器的距离的估计误差随着间隔的增大而缓慢的减小,这主要是因为当间隔增大时,与目标读写器有重叠标签的参考读写器的个数就减少了,这样估计误差也就缓慢减小了。

图3(b)为标签密度对定位误差和目标读写器与参考读写器距离估计的影响。可知密度越大(即δ越小)会导致更小的误差。重叠的标签数就越能代表重叠区域的面积。

图3(c)为doi对定位误差和目标读写器与参考读写器距离估计的影响。可知当doi越大,读写器所激活的参考标签所形成的圆形就越不规则。这样就导致定位误差变大。这可以通过增加天线阵列的发射元件个数来减少其产生的影响。

为了更进一步分析提出的基于检测重叠标签的读写器定位算法,采用alienrfid开发包,在一个真实的18unit×18unit的室内平面中完成。只测试目标体在不同位置和k为4的情况。

确定一个任意的坐标系统,参考标签置于网格中(如图5所示)每个参考标签的间隔为0.3m,激活的参考标签被标记成红色圆点,而读写器的实际位置被标记成一个五角星,估计位置标记为十字形。事先在平面内指定位置处部署虚拟参考读写器,读写器之间的间隔为0.6m,其中读写器的读写范围为0.6m。

由于读写器读取的不规则性,则会形成误读标签,从而使读取的参考标签不规则。为了尽可能消除这种不规则性,在执行时,旋转手持读写器的天线方向4次。

如图5所示,为三组实验结果数据,分别为不同的目标读写器位置下,基于检测重叠标签的读写器定位算法的运行结果。分别将读写器置于一个室内平面的中心处(x=8.5,y=9.5),接近于边界处(x=8.5,y=17.5)和靠近于角落处(x=0.5,y=17.5)。如图5所示,标记为‘☆’的表示实际读写器位置,标记为的表示基于检测重叠标签的读写器定位算法所估计的读写器位置。图5(a)为目标读写器在平面中心处的实验结果,读写器实际位置为(8.5,9.5),而算法估计的位置为(8.86,9.05)。图5(b)为目标读写器在平面的边界处的实验结果,读写实际位置为(8.5,17.5),而算法估计的位置为(9.03,16.46),在边界处时,由于物理边界问题,使得读取的标签数减少,导致定位误差增大。图5(c)为目标读写器在平面的角落处的实验结果,读写器实际位置为(0.5,17.5),而算法估计的位置为(1.53,15.96),定位误差增大,这是因为在角落处时,读写器所能激活的参考标签更小。同时,由于读写器的读取范围为0.6m,而参考标签的间隔为0.3m,导致其读写器所能激活的参考标签数小于16个,这也是导致误差变大的原因。所以,为了得到更高的精度,需要提高读写器的读取范围,增加参考标签的密度。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1