室内跟踪技术综述

想象一下,如果你可以去杂货店,拿走你需要的东西,然后走出去。事实上,我们不需要想象; 亚马逊已经通过他们的Amazon Go商店完成了这项工作。这种新形式的零售是可能的,因为有一种叫做“室内跟踪”的东西。室内跟踪应用范围从智能零售(例如亚马逊Go)到在仓库中找到数千个包裹到跟踪停车场中的汽车。室内跟踪的总体优势是巨大的运营成本,更好的覆盖范围,安排优化。但是,在室内跟踪资产是特定于应用的并且非常困难。让我们来看看一些可以帮助您实施室内跟踪解决方案的技术。

全球定位系统

让我们首先介绍一下全球定位系统(GPS)技术。GPS已经无处不在。每个拥有智能手机的人都可以轻松获得GPS,消费者可以以低于50美元的价格购买GPS模块。随着GPS的可用性,现在可以实现许多物联网实时资产跟踪应用。然而,GPS仍然在一个关键应用 - 室内跟踪中挣扎。GPS技术难以在室内跟踪,因为GPS信号可能无法穿透建筑结构。您可以使用室内网关来增强信号并提供更准确的位置,但是,对于室内跟踪应用,GPS通常是不准确的。

RF

下一组技术是射频(RF)室内跟踪,它根据应用使用信标发送WiFi或蓝牙信号。WiFi和蓝牙技术使用诸如接收信号强度指示(RSSI),到达角(AoA)和到达时间(ToA)之类的参数来确定广播设备的位置。RSSI值与距离成反比,因此可以近似设备与给定无线电信标的距离。AoA描述了特定无线电信标处的波的角度。ToA指的是波到达特定信标的时间。AoA和ToA很难在室内获得,因为无线电以光速传播。考虑到室内场景存在的障碍,这些测量需要多个接收器。WiFi和蓝牙接收器不是

超声

可以在阵列中使用超声波传感器来确定资产在太空中的位置。与RF非常相似,我们可以使用声波来确定设备的RSSI,AoA和ToA。然而,确定距离要容易得多,因为声音传播的速度比光慢得多,因此使用ToA计算的距离通常比RF更准确。然而,超声波传感器在光束图案的宽度方面非常有限,这意味着它们可以远距离地检测资产,但是超声波束的左侧或右侧都不能。

图1.超声波传感器的光束模式
图片来源:Maxbotix

计算机视觉

室内跟踪使用计算机视觉,就像通常应用于视觉跟踪任务一样。计算机视觉算法将识别需要跟踪的资产,并在其在环境中移动时跟踪它。这是亚马逊在其Amazon Go商店中用于跟踪客户以及待售商品的技术的一部分。但是,这项技术非常具体用例。对于RF应用,如果一个人佩戴跟踪器或您的宠物狗并不重要。然而,这对计算机视觉系统产生巨大影响。

图2.汽水罐的计算机视觉跟踪
Image Credit:走向数据科学

算法和调优

有许多计算机视觉算法,所以我将重新讨论与射频和超声波室内跟踪技术相关的算法。三边测量和三角测量是使用三个信标来确定资产位置的数学算法。三角测量和三角测量分别使用距离和角度。这些算法并非万无一失,因为RF和声波不会无障碍地传播到信标。为了解释障碍,我们可以使用经验模型来考虑一天中的时间,资产数量等,以便更准确地确定位置。然而,即使使用那些辅助数据,室内定位仍然很困难。RF仅精确到两到三米,这是小型办公空间,杂货店或零售环境中的重要区域。
这里的最后一步是使用称为“传感器融合”的技术组合多种传感器类型。传感器融合的一个例子是使用带有加速度计和陀螺仪的BLE标签。加速度计和陀螺仪可以为您提供给定资产的一般运动和方向,这可以帮助您使用RF技术进行跟踪。通过经验模型,您可以更好地了解资产与传统RF跟踪的比较。

图3.三边测量
图片来源:Wikimedia Commons

限制

室内跟踪非常困难,原因有两个:技术不是非常准确,环境也在不断变化。由于这两个因素都会影响结果,室内跟踪解决方案可能会很快出错。射频跟踪精确到几米,但是,一些室内空间只有几米。超声波跟踪更精确,但其光束模式的宽度受到很大限制。通过利用多个传感器输入来获得更准确的数据,传感器融合提供了一种有前景的解

关于环境变化的问题,RF和超声波可以吸收和反射各种表面,这将改变这些波的关键特性-RSSI,AoA和ToA。在静态环境中,您可以创建一个考虑独特场景的经验模型。但是,我们希望跟踪正在移动的人和事物。结果,表面在移动和变化。因此,经验模型必须更复杂地处理这些变化。

结论

有许多技术,如WiFi,蓝牙低功耗(BLE),超声波,计算机视觉等,可用于跟踪室内资产。然而,由于基础技术的准确性限制以及室内环境的变化,室内跟踪很困难。可以使用经验模型和传感器融合等方法来解决这些问题,但是,强大而灵活的部署仍然是一个巨大的挑战。室内跟踪有许多令人兴奋和重要的用例,我希望在不久的将来看到更多的应用程序。

用户喜欢...