声光阵列协作的运动目标轨迹预推方法

声光阵列协作的运动目标轨迹预推方法
刘希宾;杨卫;陈晓乐;王琳玮;刘珊
【摘要】针对感知平台利用GPS导航和PIR阵列进行目标轨迹预推精度低,实用性差的局限性,提出了一种利用声导引技术进行精确定位,4感知平台PIR阵列构成正方形感知模型实现目标运动轨迹测量的方法.在该研究中,单感知平台由8个PIR 传感器组成静动系感知阵列,1个扬声器和4个麦克风组成声阵列;通过延时估计算法得到各麦克风相对声信标的距离和方位,将感知平台精确导航到预设点;获取感知模型中32路传感器角度信息进行融合,再结合自身坐标信息及检测目标时间信息通过轨迹预推算法推导出准确的运动轨迹.实验结果表明,该方法有效弥补了仅利用GPS实现单一定位且精度低的不足,同时突破了已往单感知平台进行轨迹预推的方法,具有较大的理论意义与实际应用价值.
【期刊名称】《电子器件》
【年(卷),期】2019(042)002
【总页数】5页(P433-437)
【关键词】PIR热释电红外传感器阵列;声阵列;轨迹预推;正方形感知模型;延时估计;精度计算
【作者】刘希宾;杨卫;陈晓乐;王琳玮;刘珊
【作者单位】中北大学电子测试技术重点实验室,仪器科学与动态测试教育部重点实验室,太原030051;中北大学电子测试技术重点实验室,仪器科学与动态测试教育部重点实验室,太原030051;中北大学电子测试技术重点实验室,仪器科学与动态测试教育部重点实验室,太原030051;中北大学电子测试技术重点实验室,仪器科学与
动态测试教育部重点实验室,太原030051;中北大学电子测试技术重点实验室,仪器科学与动态测试教育部重点实验室,太原030051
【正文语种】中文
【中图分类】TN219
热释电红外传感器(PIR)和麦克风都属于被动式感知传感器,红外传感器通过接收环境中红外辐射的变化,达到探测目标的目的[1],麦克风对音频信号进行采集、提取和分析,实现对发声体定位。

由于它们均具有功耗低,体积小,灵敏度高同时兼具价格低廉等特点,在安全侦控领域被广泛应用[2-3]。

查阅相关国内外文献,研究者在利用PIR阵列进行目标定位方面,进行了大量的研究探索,并取得了一定成果。

国外研究学者主要利用红外热像传感器进行信息采集,经过多种复杂处理算法进行图像分割、提取目标特征等一系列图像处理对目标进行感知定位[4-5];国内学者除依靠图像、视频信息进行研究外,主要集中在依据多PIR构建感知网络进行目标定位、跟踪。

文献[6]提出了一种动态下使用PIR发现人体目标并测向测距的目标定位方法,该方法根据采集到的波形信息发现运动目标并根据经验判断运动方向;文献[7]研究设计了一种基于PIR的检测定位系统,可实时完成对人员目标入侵探测区域的检测与定位,并预推出人员目标的行进轨迹。

但是几乎所有文献中感知平台自身的定位均使用GPS,定位误差较大,导致轨迹预推精度大打折扣,环境适用性受限,具有较明显的应用局限性。

基于以上分析,本文针对感知平台通过GPS自定位和PIR阵列进行目标轨迹预推的不足,创新性地提出了利用声导引技术进行感知平台精确定位,并利用4个感知平台的PIR阵列静动系建立正方形感知模型进行运动目标的轨迹预推,同时得到目标的运动速度。

1 功能实现平台简介
感知平台的硬件结构设计:声感知阵列是由一个扬声器和4个麦克风组成,4个麦克风分别安装在感知平台的4个角上,构成矩形感知阵列。

红外感知阵列是由4路静态和4路动态,共八路PIR传感器组成,其中4路动态传感器光轴处于非同一水平面,彼此间呈90°均匀分布在竖直探测轴的4个侧面,相比于以往同一水平面的设计结构,对目标热信号的检测范围大大提高,在检测时不容易导致漏测或误测。

结构示意图如图1所示。

本文选用基于两个反向串联敏感元构成的双元热释电红外传感器,配备红外透镜组成探测元,该传感器具有高灵敏度和极佳的信噪比,对外部噪声具有高抗干扰性,同时具备通过波形探测目标运动方向的功能[8],对人的感知距离达到70 m。

图1 单感知平台声光阵列示意图
2 声阵列定位模型
2.1 延时估计
时间延迟估计是表征信号的一个基本参量,它主要指利用信号处理的理论和方法对不同接收器所接收信号的时间差进行估计,来确定其他相关参量,信源的距离和方位[9]。

本文采用相位变换(PHAT)等效广义互相关算法:
τ
(1)
在时延估计问题中常采用克拉美罗下界CRLB(Clemero Lower Bound)作为估计性能的极限,即作为时间延迟估计有效性的一种度量[10]。

CRLB一般表示为
τ
(2)
式中:SNR是信号宽带内的平均信噪比,T脉冲宽度,f0是信号中心频率,B是信号带
2.2 声导引定位
在感知平台的实际应用中,由于感知平台电磁环境复杂,GPS和电子罗盘最容易受到干扰,这给感知平台的控制及导航等造成了很大困难。

声导引技术很好地解决了这个难题,具体介绍如下:
准备4台感知平台,其中一台作为锚节点,其坐标通过全站仪测量获得,另3台作为要分别经声导引行进到指定坐标点位置的移动平台,如图2所示。

通过无线电发送命令触发锚节点的扬声器(信标),扬声器发出chirp信号(1 kHz～3 kHz),此类声信号可以有效抵制环境噪声(环境噪声一般低频分布且小于500 Hz),各麦克风相对声信标的距离(di,i=1,2,…,4),通过延时估计可得:
di=Cτi
(3)
式中:C是声速,τi是声信标(锚节点)发出的信号到达麦克风的时间,其中i=1,2, (4)
图2 声导引示意图
锚节点相对于移动平台自坐标系的坐标设为(xa,ya),移动平台上4个麦克风的坐标分别为(xm,i,ym,i),i=1,2, (4)
则:
(4)
化简为:
(5)
即:
Y=AX
根据最小二乘法得:
X=(AHA)-1AHY
(7)
式中:
(8)
(9)
(10)
可得相对的距离及方位:
(11)
移动平台在收到锚节点扬声器发出的信号可得出相对锚节点距离和方位,并将信息通过无线发送给遥控终端,遥控终端判断距离目的地坐标的差值,控制移动平台进一步行进,如此循环执行,直到到达目的坐标点为止。

该原理在实际应用中验证定位精度可达到亚米级。

图3 模块逻辑框图
3 PIR阵列正方形感知模型
3.1 感知原理
目标感知可按信号的采集、处理、传输3大功能模块化设计实现,处理模块是整个感知功能的核心,处理模块1由模拟信号处理电路和数字信号处理电路组成,处理模块2由主控电路组成,模块之间的逻辑关系如图3所示。

模拟信号处理电路具有放
大、去噪功能,能将采集的非常微弱的热释电原始信号变为稳定的信号输出[11]。

数字信号处理电路主要是将采集的模拟信号转换为数字信号。

主控电路依据建立的正方形感知模型轨迹预推算法解算出目标轨迹。

3.2 轨迹预推算法
设目标以(x0,y0)为起点沿直线做匀速直线运动,速度为v,入侵角为α,t1,t2,t3,t4,t5分别为传感器发现5次的交点,如图4所示。

图4 正方形感知模型目标轨迹测量
目标行进的直线方程可用下式表示:
x=x0+vcosα·ty=y0+vsinα·t
(12)
传感器节点R在t时刻第一次发现目标,并给出其角度值θ1,其直线方程可表示为: y=tanθ1x
(13)
可得出探测到目标时间t1:
(14)
同理,第2次、第3次、第4次、第5次发现目标时的直线方程分别是:
y=tanφ1(x-d0)
(15)
y=tanθ2x
(16)
y=tanδ1x+d0
(17)
y=tanγ1(x-d0)+d0
(18)
分别代入式(12)可得到探测目标的时间t2,t3,t4,t5:
(19)
(20)
(21)
(22)
五次发现的时间差Δt可表示为:
(23)
(24)
(25)
(26)
式中:d是正方形模型的边长,即相邻感知平台的间隔距离。

φ1,θ2,δ1,γ1分别是第2次、第3次、第4次、第5次发现目标时感知线的角度值。

通过求解上述方程组可以求出(x0,y0)、v、α 4个变量,从而测算出目标的行进轨迹,同时得到目标运动的速度。

3.3 轨迹误差修正
上述轨迹预推算法的推导设定每个感知平台探测到目标的时刻相同。

但是,当两感知平台探测到目标的时刻有差时,就可能产生定位误差,并且目标运动越快,定位误差
越大[12]。

因此,对这个误差进行修正是必要的。

修正情况介绍如下:
图5 定位误差计算图
如图5所示,设α角探出时刻为t1,而β角探出时刻为t2,有时间差Δt=t2-t1(设感知平台B先发现目标),目标在Δt时间内沿θ方向移动距离Δv=vΔt,目标从F点移动到O点。

由α和β,据式(27)可求得BC=Z1的距离。

(27)
从F点向AC线作垂线至H点。

由直角三角形△FHC,有
=sinφ
(28)
由直角三角形△FHO,有
=sinφ
(29)
φ=α+β
(30)
φ=1800-θ-β
(31)
有定位误差计算公式
(32)
于是,目标据感知平台的距离的修正式为
z=z1-Δz
(33)
4 实验验证
为了验证本文提出的目标轨迹预推方法的有效性和可执行性,进行了室外验证实验,如图6所示。

图6 室外实验场景图
首先建立全局坐标系,预设一条轨迹路径,并准备4台感知平台,选其中1台作为锚节点,其他3台为移动平台。

将作为锚节点的感知平台放置对应坐标点处,开启系统电源,利用声导引技术将移动平台分别导航到对应坐标点。

待到达坐标点之后由控制终端发送开启检测指令使4感知平台进入检测状态,目标(人)以0.75 m/s～1.50 m/s匀速按预定轨迹通过感知区,观察控制终端的演示软件显示的轨迹,保存轨迹结果,并记录预推轨迹的误差e1和e2的值。

共进行9次试验,最终的结果记录于表1中。

表1 目标沿3条轨迹运动实验结果(声导
引)PathRealMeasuree1/me2/mSpeed/(m/s)123456789y=x-7.4y=0.78x-
5.49Y=0.65x-7.61Y=0.86x-7.81y=1.46x-7.48y=x-8.9y=1.26x-7.8y=0.71x-
6.8y=0.75x-6.8y=x-
7.60.801.431.020.780.390.661.601.810.201.102.031.282.080.251.371.072.400 .200.770.980.890.030.490.940.920.860.91
上述实验完成后,进行一组没有加入声导引技术进行目标轨迹预推的实验,4感知平台分别由其装载的GPS导航移动至对应坐标点,其他步骤同上次试验一致,也进行9次试验,最终的结果记录于表2中。

表2 目标沿3条轨迹运动实验结果(GPS导
航)PathRealMeasuree1/me2/mSpeed/(m/s)123456789y=x-7.4y=x-7.5y=x-8.43y=0.89x-5.83y=x-7.48y=x-8.1y=1.21x-6.8y=1.21x-6.8y=1.02x-7.8y=x-7.240.101.031.020.080.390.170.100.410.300.101.030.080.080.251.070.100.40 0.500.270.980.890.030.490.940.160.860.91
由控制终端得到的两次轨迹测量结果分别如图7、图8所示,并分别与预设实际轨迹的对比,可知利用声光阵列协作组成正方形感知模型预推轨迹是可行的,并且比仅仅利用GPS导航后组成正方形感知模型进行轨迹预推的精度高。

图7界面左半部分为建立的直角坐标系,4个绿色的点为4台感知平台的坐标点,绿色的线段为测量预推出的轨迹。

右半部分的“参数控制”界面为预推轨迹的参数显示,由轨迹斜率k,目标速度,截距以及轨迹方程组成。

“测试面板”界面是对移动平台的运动性能参数的显示,本试验不涉及。

图7 目标轨迹测量结果(声导引)
图8 目标轨迹测量结果(GPS导航)
5 结论
由实验数据可知,预推轨迹与预设轨迹近似相同,满足精度要求。

本文阐述的目标轨迹预推方法在精度低和可靠性差方面相比单一依靠GPS定位的感知平台进行目标轨迹测量有了很大提高和延伸,具有很高的使用价值。

下一步工作将对基于该模型构成的测量感知系统实现多目标轨迹测量进行研究,以期进一步提高系统的使用效率。

参考文献:
【相关文献】
[1] 易金桥,黄勇,廖红华等.热释电红外传感器及其在人员技术系统中的应用[J]. 红外与激光工程,2015,44(4):1186-1192.
[2] Yun Sik Jung,Sang Suk Lee,Shin Baek Rho. A Study on the Target Tracking Algorithm Based on the Target Size Estimation[J]. Journal of Institute of Control Robotics and Systems,2014,(20):1-29.
[3] 李博雅,李方敏,刘新华等.基于PIR Sensor的单目标跟踪系统设计与实现[J]. 传感器技术学报.2014,27(9):1214-1220.
[4] 卢云,杨卫,赵俊江等.PIR单节点阵列目标轨迹预测和定位技术[J]. 红外与激光工
程,2016,45(10):2249-2255.
[5] Bo Yang,Xiao Shanli,Jing Luo. Anovel multi-human location method for distributed binary pyroelectric infrared sensor tracking system:Region partition using PNN and bearing-crossing location[J]. Infrared Physics & Technology,2015,(6)8:35-43.
[6] 郝文斌,王彬宇,苟瑞,等. 基于主成分分析与独立成分分析的热释电红外信号特征提取技术[J]. 中国测试,2016,42(11):113-118.
[7] 赵迪,杨卫,刘前进.PIR的多节点目标多次定位研究[J]. 红外与激光工程,2014(4):1284-1288.
[8] 姜韬,孔德仁,郭雨岩.基于红外探测的新型热流密度传感器设计[J]. 国外电子测量技
术,2017,36(11):38-42.
[9] 顾添翼.基于麦克风阵列的多声源测向方法研究[D]. 南京:南京理工大学,2014.
[10] He J,Liu Z. Two-Step Azimuhth and Elevation Angle Estimation with Vector Hydrophone Array[J]. Chinese Journal of Electronics,2009,18(4):754-758.
[11] 张佳一.热释电红外传感器放大电路的设计及其应用[J]. 广西通信技术,2010,3:24-26.
[12] 吴顺伟,朱丽娜,朱磊等.基于热释电传感器的位置相关算法研究[J]. 山东农业大学学报:自然科学版,2006,37(3)449-452.。