一种面向物品定位的射频标签定位方法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
A， B∈D Θ A ∩B = C
的降低， 在不久的将来， 所有物品都有望贴上 RFID ［3 ］ 标签， 实现基于 RFID 的物品识别与管理 。 RFID 标签的定位不仅是物品定位、 管理的基础， 也为服务 ［4 ］ 机器人定位、 导航等提供了便利条件 。 建立 RFID 标签识别率模型是实现 RFID 标签定 ［5 ］ 位的基础 。 为此， 许多学者提出了不同的 RFID
田国会， 男， 工学博士， 教授， 博士生导师， 山东大学控制科学与工程学院 副院长， 山东省机器人发展专家咨询委员会委员。1969 年 8 月生于河北省 河间市。主要研究方向包括服务机器人、 智能空间、 多机器人系统的协调与 “ 863 ” 计划重点项目、 国家自然科学基金等课题 17 协作等。已完成包括国家 项， 发表学术论文 140 余篇。获山东省科技进步贰等奖、 山东省教委科技进 国家 步（ 自然科学理论） 壹等奖各一项。 目前承担国家自然科学基金课题、 “ 863 ” 计划先进制造技术领域智能机器人技术专题目标导向类课题 、 山东省 自然科学基金课题等。
An RFID tag localization method for object localization
TIAN Guohui，SONG Baoye
（ School of Control Science and Engineering ，Shandong University ，Jinan 250061 ，China） Abstract： To overcome the difficulty of relative position estimation betw een RFID tag and RFID antenna，an RFID tag localization method w as proposed for RFID based object localization in intelligent space． A kind of multipow er RFID tag recognition rate model w as established and the upper and low er bounds of statistical multipow er RFID tag recognition rate w ere obtained． Then the RFID tag localization problem w ith multipow er RFID information w as converted into uncertain information fusion problem． Bayesian estimation w as used to construct basic belief assignment function，and DSmT generalized fusion machine w as used for multipow er RFID tag localization information fusion． The random particles in the identifiable area， w hich indicated the position of RFID tag ， w ere w eighted w ith the information fusion to estimate the position of RFID tag． The experimental results demonstrated that the RFID tag localization errors could be less than 0. 25 m ，and efficienty of object searching w as increased by 60% comparing w ith conventional methods， w hich met the demand of object localization． Key words： service robot； intelligent space； RFID ； localization； DSmT
［6 ］
28
山
东
大
学
学
报
（工
学
版）
第 41 卷
的标签与天线相对位置和不同的 RFID 天线发射功 率条 件 下 的 RFID 标 签 识 别 率， 即确定似然函数 p （ z t | x， rt， pt） ， 其中增加的参数 p t 表示不同的 RFID 天线发射功率， 其它参数含义与式 （ 5 ） 相同。 然后， rt， 将此多功率条件下统计得到的似然函数 p （ z t | x， p t ） 作为多功率 RFID 标签识别率模型用于 RFID 标 签定位。 图 1 为多功率 RFID 标签 识 别 率 测 试 实 验 场 RFID 天线安 地。实验测试时机器人位于固定位置 ， 将贴有 RFID 标签的纸盒在不同 装在机器人两侧， 的位置网格中移动， 统计标签在不同位置网格内的 标签 识 别 率。 位 置 网 格 直 接 利 用 地 面 的 60 cm × 60 cm 方形瓷砖， 标签位于网格中心且高度与天线大 致相同。由于 RFID 标签识别具有高度不确定性， 在相同的 位 置 网 格 和 天 线 发 射 功 率 条 件 下， 各组 RFID 标签识别率不完全相同， 有时甚至差别很大， 这也正是本文提出融合多功率 RFID 识别结果进行 RFID 标签定位的原因。为此， 统计相同位置网格和 天线发射功率条件下的 RFID 标签识别率最大值和 并以此反映 RFID 标签识别的不确定性， 将 最小值， rt， p t ） 和 p min （ z t | θ， rt， pt） ， 其分别记为 p max （ z t | θ， 其 中的 θ 表示位置网格。
[
]
（ 4）
1
DSmT 基本原理
2
多功率 RFID 标签识别率模型
RFID 标签识别具有不确定性、 不精确性、 不一 致性， 有时甚至得到一些高冲突结果， 这就要求融合 多个 或 者 多 次 RFID 识 别 信 息 得 到 准 确 的 结 论。 DSmT （ dezertsmarandache theory ） 是一种新的不确 以 DSmT 模型和 DSmT 合成法 定信息融合方法 ， 则为基础， 可以融合不同信息源的信息， 其信息融合 空间基于识别框架的超幂集， 允许框架元素的交运 算， 且能够处理高不确定性、 高冲突和不精确的信源 证据， 适合用于具有不确定性的 RFID 标签定位信 ［14 ］ 息融合 。 …， 令 Θ = ｛ θ1 ， θ2 ， θ n ｝ 为具有 n 个穷举元素的 则超幂集 D Θ 定义为由集合 Θ 的元素通 有限集合， ［15 ］ “∪” 过 和“∩ ” 两种运算得到的子集的集合 ， 即 Θ Θ …， B∈D ， 满足： （ 1 ） ， θ1 ， θ2 ∈ D ； （ 2 ） 如果 A ， 则 A ∩B ∈D Θ 且 A ∪B ∈D Θ ； （ 3 ） 除满足以上两个条件 D Θ 中不再包含其它元素。 对于识别框 的元素外，
Θ m PCR5 （ ） = 0 ， X ∈D \ ｛ ｝ ， m PCR5 （ X ） = m12 （ X ） + m1 （ X ） 2 m2 （ Y ） m2 （ X ） 2 m1 （ Y ） 。 + ∑ Y∈ D Θ \ ｛ X ｝ m 1 （ X ） + m 2 （ Y ） m 2 （ X ） + m 1 （ Y ） X∩Y =
A ∈D Θ
∑ m（ A ） = 1 。
（ 2）
物品定位是服务机器人进行物品操作和物品管 理的基础， 也是智能空间中理解人的日常行为和意
［12 ］ 。 近年来， 图的重要依据 随着 RFID （ radio frequency identification ） 技术的进步和 RFID 标签成本
则称 m 为广义基本信度赋值函数。 DSmT 的合成法则主要有 DSmC （ classic DSm rule） 、 DSmH（ hybrid DSm rule） 和 PCR （ proportional conflict redistribution rule） 等， 以下给出本文用到的 DSmC 和 PCR5 （ proportional conflict redistribution rule 5 ） 规则。 DSmC 合成法则适合自由 DSm 模型 的信息融合处理。 用 m1 和 m2 分别表示两个信息 源提供的广义信度， 则两个信息源广义信度组合的 DSmC 合成法则为 m DSmC （ C ） = m（ C ） = ∑ m1 （ A ） m2 （ B ） 。 C ∈D Θ ，
第 41 卷 Vol． 41
第5 期 No． 5
山 东 大 学 学 报 （ 工 学 版） JOURNAL OF SHANDONG UNIVERSITY （ ENGINEERING SCIENCE）
2011 年 10 月 Oct． 2011
3961 （ 2011 ） 05002606 文章编号： 1672-
0616 收稿日期： 2011基金项目： 国家高技术研究发展计划（ 863 计划） 资助项目（ 2009AA04Z220 ） ； 国家自然科学基金资助项目（ 61075092 ）
第5 期
田国会， 等： 一种面向物品定位的射频标签定位方法
27
0
引言
0， 1］ ， 如果有集函数 m（ ·） ： D Θ →［ 满足 架 Θ， m（ ） = 0 ， （ 1）
识别本身 固 有 的 高 度 不 确 定 性， 使得这些模型在 ［10RFID 标签定位中的应用效果不佳 12］。 本文提出了一种面向物品定位的 RFID 标签定 位方法。首先建立了一种多功率 RFID 标签识别率 模型， 并将多功率下的 RFID 标签定位问题转化为 不确定信息融合问题。以贝叶斯估计结果构造基本 信度赋值函数， 对多功率下的 RFID 标签定位信息 采用 DSmT 广义融合机进行信息融合， 进而将融合 结果用于识别范围内的随机粒子加权估计 RFID 标 签位置。最后通过实验验证了该 RFID 标签定位方 法的有效性。
［13 ］
定义 RFID 标签识别率为 RFID 标签的正确读 取次数与全部读取次数之比， 且假设 RFID 标签的 识别率仅与标签和天线的相对位置有关 ， 这样 RFID r 1： t ） 的估计 标签的定位问题即为后验概率 p （ x | z 1： t ， 。其中， x 为在天线局部坐标系下 RFID 标签 z 1： t 为不同时刻的 与天线相对位置的二维坐标向量， 问题 r 1： t 为 RFID 天线在不同时刻的位置。 标签识别结果， 根据贝叶斯估计及测量独立性假设 ， 后验概率 p （ x | z 1： t ， r 1： t ） 可以按式（ 5 ） 递推计算， p （ x | z 1： t ， r 1： t ） = αp （ z t | x， r t ） p （ x | z 1： t － 1 ， r 1： t － 1 ） 。 （ 5） RFID 标签定位的关 其中， α 为归一化常数。 这样， rt ） ， 键问题就是 要 确 定 似 然 函 数 p （ z t | x， 也就是 RFID 标签与天线在相对位置不同时 RFID 标签的 识别率统计模型的建模问题。 考虑到固定 RFID 天线发射功率的局限性， 本 RFID ， 文利用 天线发射功率可调的特性 统计不同
［69 ］ ， 标签识别率模型和建模方法 用于 RFID 标签与 由于 RFID 标签 天线之间的相对位置估计。 然而，
（ 3） DSm 理论中使用 PCR 比 对于证据冲突问题， 例冲突分配规则将冲突信度按照一定的比例分配到 非空集部分， 其中以 PCR5 最为有效。PCR5 冲突分 配规则实际上是将局部冲突信度按照局部冲突中各 ［16 ］ 部分所占比例进行分配 ， 其表达式为
一种面向物品定位的射频标签定位方法
田国会， 宋Βιβλιοθήκη Baidu业
（ 山东大学控制科学与工程学院，山东 济南 250061 ） 摘要： 面向智能空间中基于 RFID（ radio frequency identification ） 的物品定位任务要求， 针对 RFID 在应用中难以确 定标签与天线的相对位置这一问题， 提出了一种 RFID 标签定位方法。首先建立了一种多功率 RFID 标签识别率 模型， 统计得到多功率条件下 RFID 标签的识别率上下界， 将多功率下的 RFID 标签定位问题转化为不确定信息融 对多功率下的 RFID 标签定位信息采用 DSmT 合问题。将单功率贝叶斯估计结果用于构造基本信度赋值函数， （ dezertsmarandache theory） 广义融合机进行信息融合， 进而将融合结果用于识别范围内的随机粒子加权估计 RFID 标签位置。RFID 标签定位实验结果表明， 使用该 RFID 标签定位方法的定位误差可达 0. 25 m 以下， 物品搜索效率 比传统方法提高约 60% ， 能够满足物品定位的要求 。 关键词： 服务机器人； 智能空间； RFID； 定位； DSmT 中图分类号： TP212 文献标志码： A
的降低， 在不久的将来， 所有物品都有望贴上 RFID ［3 ］ 标签， 实现基于 RFID 的物品识别与管理 。 RFID 标签的定位不仅是物品定位、 管理的基础， 也为服务 ［4 ］ 机器人定位、 导航等提供了便利条件 。 建立 RFID 标签识别率模型是实现 RFID 标签定 ［5 ］ 位的基础 。 为此， 许多学者提出了不同的 RFID
田国会， 男， 工学博士， 教授， 博士生导师， 山东大学控制科学与工程学院 副院长， 山东省机器人发展专家咨询委员会委员。1969 年 8 月生于河北省 河间市。主要研究方向包括服务机器人、 智能空间、 多机器人系统的协调与 “ 863 ” 计划重点项目、 国家自然科学基金等课题 17 协作等。已完成包括国家 项， 发表学术论文 140 余篇。获山东省科技进步贰等奖、 山东省教委科技进 国家 步（ 自然科学理论） 壹等奖各一项。 目前承担国家自然科学基金课题、 “ 863 ” 计划先进制造技术领域智能机器人技术专题目标导向类课题 、 山东省 自然科学基金课题等。
An RFID tag localization method for object localization
TIAN Guohui，SONG Baoye
（ School of Control Science and Engineering ，Shandong University ，Jinan 250061 ，China） Abstract： To overcome the difficulty of relative position estimation betw een RFID tag and RFID antenna，an RFID tag localization method w as proposed for RFID based object localization in intelligent space． A kind of multipow er RFID tag recognition rate model w as established and the upper and low er bounds of statistical multipow er RFID tag recognition rate w ere obtained． Then the RFID tag localization problem w ith multipow er RFID information w as converted into uncertain information fusion problem． Bayesian estimation w as used to construct basic belief assignment function，and DSmT generalized fusion machine w as used for multipow er RFID tag localization information fusion． The random particles in the identifiable area， w hich indicated the position of RFID tag ， w ere w eighted w ith the information fusion to estimate the position of RFID tag． The experimental results demonstrated that the RFID tag localization errors could be less than 0. 25 m ，and efficienty of object searching w as increased by 60% comparing w ith conventional methods， w hich met the demand of object localization． Key words： service robot； intelligent space； RFID ； localization； DSmT
［6 ］
28
山
东
大
学
学
报
（工
学
版）
第 41 卷
的标签与天线相对位置和不同的 RFID 天线发射功 率条 件 下 的 RFID 标 签 识 别 率， 即确定似然函数 p （ z t | x， rt， pt） ， 其中增加的参数 p t 表示不同的 RFID 天线发射功率， 其它参数含义与式 （ 5 ） 相同。 然后， rt， 将此多功率条件下统计得到的似然函数 p （ z t | x， p t ） 作为多功率 RFID 标签识别率模型用于 RFID 标 签定位。 图 1 为多功率 RFID 标签 识 别 率 测 试 实 验 场 RFID 天线安 地。实验测试时机器人位于固定位置 ， 将贴有 RFID 标签的纸盒在不同 装在机器人两侧， 的位置网格中移动， 统计标签在不同位置网格内的 标签 识 别 率。 位 置 网 格 直 接 利 用 地 面 的 60 cm × 60 cm 方形瓷砖， 标签位于网格中心且高度与天线大 致相同。由于 RFID 标签识别具有高度不确定性， 在相同的 位 置 网 格 和 天 线 发 射 功 率 条 件 下， 各组 RFID 标签识别率不完全相同， 有时甚至差别很大， 这也正是本文提出融合多功率 RFID 识别结果进行 RFID 标签定位的原因。为此， 统计相同位置网格和 天线发射功率条件下的 RFID 标签识别率最大值和 并以此反映 RFID 标签识别的不确定性， 将 最小值， rt， p t ） 和 p min （ z t | θ， rt， pt） ， 其分别记为 p max （ z t | θ， 其 中的 θ 表示位置网格。
[
]
（ 4）
1
DSmT 基本原理
2
多功率 RFID 标签识别率模型
RFID 标签识别具有不确定性、 不精确性、 不一 致性， 有时甚至得到一些高冲突结果， 这就要求融合 多个 或 者 多 次 RFID 识 别 信 息 得 到 准 确 的 结 论。 DSmT （ dezertsmarandache theory ） 是一种新的不确 以 DSmT 模型和 DSmT 合成法 定信息融合方法 ， 则为基础， 可以融合不同信息源的信息， 其信息融合 空间基于识别框架的超幂集， 允许框架元素的交运 算， 且能够处理高不确定性、 高冲突和不精确的信源 证据， 适合用于具有不确定性的 RFID 标签定位信 ［14 ］ 息融合 。 …， 令 Θ = ｛ θ1 ， θ2 ， θ n ｝ 为具有 n 个穷举元素的 则超幂集 D Θ 定义为由集合 Θ 的元素通 有限集合， ［15 ］ “∪” 过 和“∩ ” 两种运算得到的子集的集合 ， 即 Θ Θ …， B∈D ， 满足： （ 1 ） ， θ1 ， θ2 ∈ D ； （ 2 ） 如果 A ， 则 A ∩B ∈D Θ 且 A ∪B ∈D Θ ； （ 3 ） 除满足以上两个条件 D Θ 中不再包含其它元素。 对于识别框 的元素外，
Θ m PCR5 （ ） = 0 ， X ∈D \ ｛ ｝ ， m PCR5 （ X ） = m12 （ X ） + m1 （ X ） 2 m2 （ Y ） m2 （ X ） 2 m1 （ Y ） 。 + ∑ Y∈ D Θ \ ｛ X ｝ m 1 （ X ） + m 2 （ Y ） m 2 （ X ） + m 1 （ Y ） X∩Y =
A ∈D Θ
∑ m（ A ） = 1 。
（ 2）
物品定位是服务机器人进行物品操作和物品管 理的基础， 也是智能空间中理解人的日常行为和意
［12 ］ 。 近年来， 图的重要依据 随着 RFID （ radio frequency identification ） 技术的进步和 RFID 标签成本
则称 m 为广义基本信度赋值函数。 DSmT 的合成法则主要有 DSmC （ classic DSm rule） 、 DSmH（ hybrid DSm rule） 和 PCR （ proportional conflict redistribution rule） 等， 以下给出本文用到的 DSmC 和 PCR5 （ proportional conflict redistribution rule 5 ） 规则。 DSmC 合成法则适合自由 DSm 模型 的信息融合处理。 用 m1 和 m2 分别表示两个信息 源提供的广义信度， 则两个信息源广义信度组合的 DSmC 合成法则为 m DSmC （ C ） = m（ C ） = ∑ m1 （ A ） m2 （ B ） 。 C ∈D Θ ，
第 41 卷 Vol． 41
第5 期 No． 5
山 东 大 学 学 报 （ 工 学 版） JOURNAL OF SHANDONG UNIVERSITY （ ENGINEERING SCIENCE）
2011 年 10 月 Oct． 2011
3961 （ 2011 ） 05002606 文章编号： 1672-
0616 收稿日期： 2011基金项目： 国家高技术研究发展计划（ 863 计划） 资助项目（ 2009AA04Z220 ） ； 国家自然科学基金资助项目（ 61075092 ）
第5 期
田国会， 等： 一种面向物品定位的射频标签定位方法
27
0
引言
0， 1］ ， 如果有集函数 m（ ·） ： D Θ →［ 满足 架 Θ， m（ ） = 0 ， （ 1）
识别本身 固 有 的 高 度 不 确 定 性， 使得这些模型在 ［10RFID 标签定位中的应用效果不佳 12］。 本文提出了一种面向物品定位的 RFID 标签定 位方法。首先建立了一种多功率 RFID 标签识别率 模型， 并将多功率下的 RFID 标签定位问题转化为 不确定信息融合问题。以贝叶斯估计结果构造基本 信度赋值函数， 对多功率下的 RFID 标签定位信息 采用 DSmT 广义融合机进行信息融合， 进而将融合 结果用于识别范围内的随机粒子加权估计 RFID 标 签位置。最后通过实验验证了该 RFID 标签定位方 法的有效性。
［13 ］
定义 RFID 标签识别率为 RFID 标签的正确读 取次数与全部读取次数之比， 且假设 RFID 标签的 识别率仅与标签和天线的相对位置有关 ， 这样 RFID r 1： t ） 的估计 标签的定位问题即为后验概率 p （ x | z 1： t ， 。其中， x 为在天线局部坐标系下 RFID 标签 z 1： t 为不同时刻的 与天线相对位置的二维坐标向量， 问题 r 1： t 为 RFID 天线在不同时刻的位置。 标签识别结果， 根据贝叶斯估计及测量独立性假设 ， 后验概率 p （ x | z 1： t ， r 1： t ） 可以按式（ 5 ） 递推计算， p （ x | z 1： t ， r 1： t ） = αp （ z t | x， r t ） p （ x | z 1： t － 1 ， r 1： t － 1 ） 。 （ 5） RFID 标签定位的关 其中， α 为归一化常数。 这样， rt ） ， 键问题就是 要 确 定 似 然 函 数 p （ z t | x， 也就是 RFID 标签与天线在相对位置不同时 RFID 标签的 识别率统计模型的建模问题。 考虑到固定 RFID 天线发射功率的局限性， 本 RFID ， 文利用 天线发射功率可调的特性 统计不同
［69 ］ ， 标签识别率模型和建模方法 用于 RFID 标签与 由于 RFID 标签 天线之间的相对位置估计。 然而，
（ 3） DSm 理论中使用 PCR 比 对于证据冲突问题， 例冲突分配规则将冲突信度按照一定的比例分配到 非空集部分， 其中以 PCR5 最为有效。PCR5 冲突分 配规则实际上是将局部冲突信度按照局部冲突中各 ［16 ］ 部分所占比例进行分配 ， 其表达式为
一种面向物品定位的射频标签定位方法
田国会， 宋Βιβλιοθήκη Baidu业
（ 山东大学控制科学与工程学院，山东 济南 250061 ） 摘要： 面向智能空间中基于 RFID（ radio frequency identification ） 的物品定位任务要求， 针对 RFID 在应用中难以确 定标签与天线的相对位置这一问题， 提出了一种 RFID 标签定位方法。首先建立了一种多功率 RFID 标签识别率 模型， 统计得到多功率条件下 RFID 标签的识别率上下界， 将多功率下的 RFID 标签定位问题转化为不确定信息融 对多功率下的 RFID 标签定位信息采用 DSmT 合问题。将单功率贝叶斯估计结果用于构造基本信度赋值函数， （ dezertsmarandache theory） 广义融合机进行信息融合， 进而将融合结果用于识别范围内的随机粒子加权估计 RFID 标签位置。RFID 标签定位实验结果表明， 使用该 RFID 标签定位方法的定位误差可达 0. 25 m 以下， 物品搜索效率 比传统方法提高约 60% ， 能够满足物品定位的要求 。 关键词： 服务机器人； 智能空间； RFID； 定位； DSmT 中图分类号： TP212 文献标志码： A