IC卡廠家電話

客服服務熱線

021-20939612

PRODUCT SERIES

新聞中心

全國免費電話

021-20939612

聯係地址

上海市浦東新區秋興路875號A棟

代理合作

cooperation
RFID知識

RFID的非綁定式感知之方法與典型應用

時間:2021-04-12
       基於RFID的綁定式感知技術雖然能夠實現精確的感知,但是在部分應用場景下,感知對象無法時刻攜帶或者綁定RFID標簽,這時可以考慮采用非綁定式的方法來完成感知任務。基於RFID的非綁定式感知是指以非接觸的方式將RFID標簽部署在感知對象周圍,當反向散射通信環境中感知對象狀態發生變化時,通過探索和提取RFID標簽反射信號的特征,來推導環境中未綁定標簽的感知對象的狀態。根據感知原理的不同,非綁定式感知又可以分為以下三種感知方法。
       1. 基於標簽電感耦合的非綁定式感知方法:研究人員發現,當兩個標簽距離較近時(如1~2cm)會存在電感耦合現象,外界環境中感知對象的狀態(如位置、速度等)變化會進一步擾動標簽之間的電感耦合,標簽的信號強度、讀取率等信號特征會隨之產生變化,若合理運用這一特性,就能實現精確目標感知。例如,通過部署距離接近的雙標簽對,可以利用人體對雙標簽電感耦合的影響,來判斷環境中是否存在異常走動人員;利用雙標簽之間的相互作用對液體敏感的特性,來判斷工業管道設備是否存在漏液情況。
       2. 基於反射信號模型的非綁定式感知方法:研究人員發現,在反向散射過程中,環境中的人體、牆壁等物體會反射射頻信號形成多徑效應,導致標簽信號混雜環境變化特征,因此可以通過建立反射模型來關聯信號變化與感知對象的狀態變化。例如,通過部署一定規模的規則的標簽陣列,可以感知人體肢體的位置變化或手勢的軌跡;還可以進一步感知人體的睡姿變化,實現睡眠監測。
       3. 基於信號模式匹配的非綁定式感知方法:當感知對象的狀態變化和RFID信號特征之間的關係過於複雜,難以建立精準的物理模型來進行描述時,鸭脖yabo平台可以基於深度學習方法構建數據驅動的模型,根據不同動作的信號變化規律,采用模式匹配的方式,關聯感知狀態(如用戶動作)與標簽陣列的信號特征(如相位變化趨勢、移動速度、動作時間等),從而基於標簽陣列的時空關聯性來識別用戶的動作和行為。
       當前的手勢感知係統的感知方式主要包括可穿戴感知和視覺感知兩種方式。前者需要用戶佩戴專用設備來感知手勢的微動作,但是綁定式設備的穿戴影響用戶的交互體驗;後者使用計算機視覺技術來捕捉手掌的關節運動,但存在受環境光線幹擾、視覺計算複雜度高等缺陷。考慮到手指對RFID標簽反射信號的影響,可以采用基於RFID的高精度非綁定式手勢感知係統作為解決方案係統基於環境中部署的網格狀標簽陣列,利用手指對多個標簽信號的“擾動效應”進行手勢感知。為了實現高精度的手勢感知,係統采用“信號融合”的思路,融合手指對多個標簽的不同影響,構建信號反射模型,實現對手指位置的準確追蹤。在A4紙大小的空間中部署網格狀標簽陣列,使用單個天線在陣列背後持續掃描標簽,用戶在陣列前方進行手勢操作。先利用信號的反射模型,從接收信號中去除自由空間信號並抽取反射信號;然後,基於多個標簽的反射信號,利用手指反射信號的理論分布特征將粗粒度的反射信號特征轉化成細粒度的手指位置概率分布;最後,利用細粒度的手指位置概率分布,結合機器學習算法對手指的運動軌跡進行追蹤,並對常用的手勢動作進行識別。總體來說,基於環境中的網格狀標簽陣列,建立了一套高精度非綁定式的反射感知模型,並基於“信號融合”的思路結合感知模型來推理手指位置,最終實現對手勢和手指軌跡的細粒度感知。