話.png?orientation=landscape&width=546&height=388)
1626
作者：Levin
物聯(lián)網(wǎng)智庫(kù) 原創(chuàng)
近期，智次方·物聯(lián)網(wǎng)智庫(kù)有機(jī)會(huì)采訪到了來(lái)自劍橋大學(xué)的傅哲博士和在讀博士生劉錚，他們?yōu)槲覀兎窒砹藞F(tuán)隊(duì)在RFID領(lǐng)域所做的一系列前沿工作。
2017年時(shí)，專業(yè)的工具制造商史丹利百得(Stanley Black&Decker)旗下子公司CribMaster通過(guò)使用跟蹤解決方案商PervasID的技術(shù)，推出了具有內(nèi)置庫(kù)存和工具跟蹤功能的“世界上最精確的智能工具柜”。基于PervasID所提供的RFID閱讀器，智能工具柜中每一個(gè)使用無(wú)源RFID標(biāo)簽的工具(最多500個(gè))，都可以在幾秒鐘內(nèi)被跟蹤。
據(jù)估計(jì)，對(duì)于航空業(yè)來(lái)說(shuō)，異物碎片(FOD)每年造成的直接和間接成本為130億美元，其中包括航班延誤、飛機(jī)更換和燃油效率低下。因此，對(duì)每一種工具進(jìn)行跟蹤是非常必要的，而該解決方案通過(guò)提供高達(dá)99.9%的實(shí)時(shí)準(zhǔn)確性，可以確保工具都在柜里而不是落在飛機(jī)上，極大地減少了航空業(yè)中由異物碎片引起的問(wèn)題。目前，北美最大飛機(jī)制造商之一已將該方案部署在了數(shù)百架飛機(jī)上。
除了航空業(yè)的應(yīng)用之外，RFID在其他諸多領(lǐng)域也在大放異彩，對(duì)于與制造、零售和物流息息相關(guān)的倉(cāng)儲(chǔ)來(lái)說(shuō)，將RFID技術(shù)和產(chǎn)品用于庫(kù)存跟蹤、盤(pán)點(diǎn)和資產(chǎn)管理的自動(dòng)化，將對(duì)行業(yè)起到革命性的顛覆作用，進(jìn)而實(shí)現(xiàn)傳統(tǒng)工廠和倉(cāng)庫(kù)的數(shù)字化管理和智能化升級(jí)。
RFID讓倉(cāng)儲(chǔ)環(huán)境再無(wú)死角
在目前的倉(cāng)儲(chǔ)場(chǎng)景下，快遞或貨品的包裝上多是二維碼和條形碼，對(duì)貨物進(jìn)行定位和軌跡規(guī)劃的前提是對(duì)這些碼的精確識(shí)別。目前，行業(yè)使用最多的識(shí)別方式還是有源設(shè)備或視覺(jué)系統(tǒng)，但存在費(fèi)用較高且需要定時(shí)維護(hù)的問(wèn)題。尤其是對(duì)于視覺(jué)系統(tǒng)來(lái)說(shuō)，最大的弊端在于如果出現(xiàn)了遮擋或者多個(gè)貨品疊放的情況，或是標(biāo)簽受到污染或者損壞，攝像頭的識(shí)別就會(huì)受到極大的限制，如現(xiàn)在制造業(yè)中大火的“黑燈工廠”，在沒(méi)有光線或是昏暗的情況下，攝像頭的穩(wěn)定性將受到極大的挑戰(zhàn)問(wèn)。
相比之下，如果使用無(wú)源RFID標(biāo)簽就可以最大程度的避免這種情況的出現(xiàn)。通常，RFID系統(tǒng)由讀寫(xiě)器、電子標(biāo)簽和數(shù)據(jù)管理系統(tǒng)三部分組成，對(duì)于RFID標(biāo)簽來(lái)說(shuō)，其不僅有一定的穿透性，而且具有條形碼等所不具備的防水、防磁、耐高溫、使用壽命長(zhǎng)、讀取距離遠(yuǎn)、標(biāo)簽數(shù)據(jù)可以加密、存儲(chǔ)數(shù)據(jù)容量大、存儲(chǔ)信息自如等優(yōu)點(diǎn)，也不會(huì)受到光線的限制。同時(shí)，無(wú)源RFID標(biāo)簽最大的優(yōu)勢(shì)在于其非常便宜而且無(wú)需維護(hù)，在這種情況下還依然能實(shí)現(xiàn)相對(duì)高精度的定位。因此，無(wú)源RFID標(biāo)簽不僅在倉(cāng)儲(chǔ)環(huán)境中可以被大量使用，未來(lái)在其他場(chǎng)景中也將大有可為。
據(jù)劍橋大學(xué)博士生劉錚介紹，他們團(tuán)隊(duì)的主要研究方向是利用無(wú)源RFID結(jié)合機(jī)器人的方案來(lái)進(jìn)行高精度室內(nèi)定位。在實(shí)驗(yàn)室環(huán)境中，團(tuán)隊(duì)成員模擬了倉(cāng)儲(chǔ)的環(huán)境，而且考慮到實(shí)際倉(cāng)儲(chǔ)環(huán)境的面積通常較大，如果使用傳統(tǒng)布置固定式天線的方法，所需的天線數(shù)量會(huì)非常多，導(dǎo)致成本上升，布線也會(huì)十分麻煩。因此，該團(tuán)隊(duì)開(kāi)創(chuàng)性地設(shè)計(jì)了一個(gè)移動(dòng)機(jī)器人平臺(tái)，可以讓該平臺(tái)搭載RFID的相關(guān)設(shè)備，通過(guò)不斷在倉(cāng)儲(chǔ)環(huán)境中巡檢來(lái)收集信息。
從上圖中可以看到，移動(dòng)機(jī)器人平臺(tái)的最底部搭載了電池，可以為整個(gè)設(shè)備供電，在電池的上面安裝了樹(shù)莓派控制板，能控制移動(dòng)機(jī)箱、小車、相應(yīng)的讀寫(xiě)器、天線以及設(shè)備，在樹(shù)莓派的上面則是用來(lái)讀取無(wú)源RFID標(biāo)簽信息的讀寫(xiě)器，此外，小車本身也有一些傳感器，如激光測(cè)距雷達(dá)，可以測(cè)量小車與環(huán)境的一些距離信息。
在移動(dòng)機(jī)器人平臺(tái)的最上方，團(tuán)隊(duì)成員為其安裝了射頻天線，最多可以支持四根。在模擬倉(cāng)儲(chǔ)的空間中，團(tuán)隊(duì)人員在不同位置放置了一些無(wú)源RFID 標(biāo)簽，部分可用做公共參考標(biāo)簽，其他標(biāo)簽則可以貼在要追蹤的貨品上面作為目標(biāo)標(biāo)簽。此外，該平臺(tái)還可以連接到本地的網(wǎng)絡(luò)當(dāng)中，使得移動(dòng)機(jī)器人平臺(tái)可以通過(guò)網(wǎng)絡(luò)被遠(yuǎn)程操控。
在研發(fā)出這款移動(dòng)機(jī)器人平臺(tái)之后，該團(tuán)隊(duì)還基于平臺(tái)研發(fā)出了針對(duì)不同場(chǎng)景的全新定位算法，如：ISAR-SAR定位算法、基于k值的定位算法、基于幾何關(guān)系的定位算法，基于GNN模型的算法等，以此實(shí)現(xiàn)對(duì)目標(biāo)的高精度定位和追蹤。
多種算法助力高精度定位
在高精度定位方面，一直有兩方面問(wèn)題亟待解決。首先是要清楚知道移動(dòng)機(jī)器人平臺(tái)本身的位置，只有這樣才能進(jìn)行路徑規(guī)劃和決策，這也是目前很多獨(dú)角獸公司重點(diǎn)投入的方向；其次，標(biāo)簽的位置也很重要，可以通過(guò)移動(dòng)機(jī)器人平臺(tái)的移動(dòng)軌跡來(lái)預(yù)測(cè)標(biāo)簽的位置。劉錚博士為我們分享的四種定位算法均在解決這兩個(gè)問(wèn)題上產(chǎn)生了突破性進(jìn)展：
ISAR-SAR定位算法
該算法利用低成本的無(wú)源RFID 標(biāo)簽來(lái)計(jì)算移動(dòng)平臺(tái)的軌跡，再用環(huán)境中的參考標(biāo)簽來(lái)衡量軌跡的匹配度，最后使用估測(cè)出的軌跡對(duì)目標(biāo)標(biāo)簽進(jìn)行定位。在這個(gè)算法當(dāng)中，最核心的就是SAR（合成孔徑雷達(dá)）算法，可以在移動(dòng)平臺(tái)沿著已知軌跡前進(jìn)的過(guò)程當(dāng)中，不斷地對(duì)目標(biāo)標(biāo)簽進(jìn)行讀寫(xiě)，從而獲得相位等一系列信息，由此計(jì)算出目標(biāo)標(biāo)簽在空間中某位置的概率熱圖。通過(guò)SAR算法，可以得到一個(gè)相對(duì)較高的定位精度，但缺點(diǎn)是需要測(cè)量移動(dòng)平臺(tái)的軌跡，而這些軌跡通常需要一些額外的設(shè)備或使用SLAM算法等方式來(lái)得到。
針對(duì)SAR算法的這個(gè)缺點(diǎn)，該團(tuán)隊(duì)還提出了ISAR（逆合成孔徑雷達(dá)）算法，通過(guò)鋪設(shè)位置已知的無(wú)源參考標(biāo)簽來(lái)計(jì)算下一時(shí)刻移動(dòng)平臺(tái)在各個(gè)位置出現(xiàn)的概率，并將最大的概率值設(shè)定為估算位置，通過(guò)不斷重復(fù)這些步驟，進(jìn)而得到一條完整的估測(cè)路徑。當(dāng)有了這條預(yù)估的路徑之后，還可以利用參考標(biāo)簽對(duì)估測(cè)軌跡進(jìn)行評(píng)估，并使用ISAR-SAR 循環(huán)算法繼續(xù)進(jìn)行優(yōu)化，通過(guò)不斷調(diào)整算法的參數(shù)來(lái)得到最優(yōu)路徑，以此對(duì)目標(biāo)標(biāo)簽進(jìn)行定位，從而進(jìn)一步降低定位誤差。
基于k值的定位算法
當(dāng)移動(dòng)平臺(tái)向前移動(dòng)的過(guò)程中經(jīng)過(guò)標(biāo)簽時(shí)，相位通常會(huì)呈現(xiàn)出某種周期性的變化，通過(guò)對(duì)相位進(jìn)行解纏并擬合曲線，也可以用來(lái)確定位置。獲取相位和RSSI信息后，通過(guò)接收到的RSSI的強(qiáng)度，可以衡量接受到的信號(hào)穩(wěn)定與否，從而獲取有效的數(shù)據(jù)集。獲取到有效的數(shù)據(jù)集之后，目標(biāo)標(biāo)簽平行于軌跡的位置可以通過(guò)分析相位曲線的駐點(diǎn)并結(jié)合移動(dòng)機(jī)器人位置計(jì)算得出。垂直于軌跡的位置可以通過(guò)調(diào)整k 參數(shù)獲得。相比于之前的算法，基于k值的定位算法對(duì)算力的需求較小，定位出目標(biāo)標(biāo)簽位置所需的時(shí)間也較短，也可以擴(kuò)展到三維空間中用來(lái)確定高度信息。此方法可以快速確定目標(biāo)標(biāo)簽的位置范圍，進(jìn)而再細(xì)化標(biāo)簽精確位置。
基于幾何關(guān)系的定位方法
這種方法的優(yōu)點(diǎn)是無(wú)需對(duì)軌跡進(jìn)行精確測(cè)量，而且只要非常少量的參考標(biāo)簽就可以實(shí)現(xiàn)對(duì)目標(biāo)標(biāo)簽的定位。因?yàn)橐苿?dòng)機(jī)器人平臺(tái)大致處于勻速前行的狀態(tài)，所以通過(guò)不同時(shí)刻移動(dòng)平臺(tái)距離不同標(biāo)簽的位置和夾角，就可以大致得出軌跡的方向，通過(guò)軌跡的方向并分析軌跡、參考標(biāo)簽和目標(biāo)標(biāo)簽之間的空間幾何關(guān)系，即可得到目標(biāo)標(biāo)簽所在的位置。這個(gè)方法進(jìn)一步減小系統(tǒng)對(duì)參考標(biāo)簽密度的依賴性，也減輕了輔助器件數(shù)據(jù)的分析壓力，降低了計(jì)算成本和能耗，同時(shí)縮短了定位時(shí)間。
GNN定位算法
在移動(dòng)機(jī)器人平臺(tái)前進(jìn)的過(guò)程中，每一個(gè)采樣點(diǎn)都可以看做是一個(gè)節(jié)點(diǎn)，包含著相位、RSSI、機(jī)器人位置等信息。在不同的相鄰節(jié)點(diǎn)之間，可以按照平臺(tái)移動(dòng)的順序連接成邊，進(jìn)而構(gòu)建出一個(gè)圖結(jié)構(gòu)，再將其放到圖神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，便可以通過(guò)模型得到目標(biāo)標(biāo)簽位置的預(yù)測(cè)結(jié)果。
RFID未來(lái)大有可為
據(jù)傅哲博士介紹，目前全球大概有超過(guò)8個(gè)RFID高校團(tuán)隊(duì)在做相關(guān)的產(chǎn)品工作，國(guó)內(nèi)的企業(yè)團(tuán)隊(duì)數(shù)量也在逐漸增加，不同團(tuán)隊(duì)之間的區(qū)別大多在于各自研發(fā)的移動(dòng)平臺(tái)和使用的RFID系統(tǒng)不盡相同。
當(dāng)然，在倉(cāng)儲(chǔ)場(chǎng)景中，雖然相比于視覺(jué)方案更有優(yōu)勢(shì)，可RFID也有其自身的不足，如隨著空間中物品的密度上升到一定程度之后，使用RFID識(shí)別也會(huì)遇到瓶頸。由于硬件讀取率的限制，每個(gè)標(biāo)簽的被采樣率次數(shù)會(huì)隨標(biāo)簽數(shù)量上升而降低。同時(shí)，機(jī)器人的移動(dòng)速度增加也會(huì)導(dǎo)致采集到的有效信息減少，多徑和復(fù)雜環(huán)境以及物品自身材料的問(wèn)題，都會(huì)使系統(tǒng)定位的性能降低。此外，讀寫(xiě)距離有限也是亟待解決的問(wèn)題，因此在一個(gè)場(chǎng)景中需要多個(gè)RFID讀寫(xiě)器來(lái)覆蓋也是目前的一個(gè)痛點(diǎn)，傅哲所在的團(tuán)隊(duì)也通過(guò)重新設(shè)計(jì)讀寫(xiě)器和改進(jìn)算法解決了長(zhǎng)距離讀寫(xiě)等方面的問(wèn)題。
對(duì)于未來(lái)如何實(shí)現(xiàn)落地，傅哲博士也提出了自己的想法。他表示，室內(nèi)多功能感知融合機(jī)器人和醫(yī)療健康會(huì)是下一步的發(fā)展趨勢(shì)。例如，當(dāng)前的大部分掃地機(jī)器人還只能完成最基礎(chǔ)的清潔工作，由于受到成本的限制，無(wú)法進(jìn)一步增加過(guò)多的功能，而低成本的RFID則剛好可以解決這一問(wèn)題，通過(guò)在各種物品上使用無(wú)源RFID標(biāo)簽，可以構(gòu)建出一個(gè)大范圍的識(shí)別場(chǎng)景，并且無(wú)需像藍(lán)牙、Wi-Fi、UWB一樣使用電池。而且RFID可以用來(lái)解決佩戴設(shè)備臃腫、人員隱私等多類問(wèn)題，為提供高效低成本的優(yōu)質(zhì)服務(wù)提供有效的技術(shù)解決方案，未來(lái)具有更大的想象空間。傅哲博士近期利用無(wú)源RFID實(shí)現(xiàn)的有關(guān)遠(yuǎn)程感知，肢體識(shí)別，眼動(dòng)追蹤等室內(nèi)智能物聯(lián)網(wǎng)系統(tǒng)在不斷的驗(yàn)證他的想法。
附團(tuán)隊(duì)成員簡(jiǎn)介：
傅哲
劍橋大學(xué)博士?，F(xiàn)任復(fù)睿微電子資深AI科學(xué)家，曾任華為英國(guó)研發(fā)技術(shù)顧問(wèn)，PervasID公司技術(shù)顧問(wèn)，劍橋大學(xué)工程系博士后研究員。主要從事射頻識(shí)別技術(shù)(RFID)，智慧物聯(lián)網(wǎng)系統(tǒng)（AIoTs），人機(jī)交互系統(tǒng)(HMI)等領(lǐng)域研究。曾獲劍橋大學(xué)圣凱瑟琳杰出研究成果獎(jiǎng)，劍橋大學(xué)博士全額獎(jiǎng)學(xué)金等榮譽(yù)，發(fā)表多篇國(guó)際學(xué)術(shù)期刊且擁有多項(xiàng)科技專利。曾在清華大學(xué)，中科院大學(xué)，浙江大學(xué)等多所高校，劍橋阿登布魯克醫(yī)院，劍橋創(chuàng)新和創(chuàng)業(yè)營(yíng)，以及多個(gè)國(guó)際會(huì)議上進(jìn)行過(guò)學(xué)術(shù)匯報(bào)。IEEE CRFID外聯(lián)主席，JoVE期刊編輯，IEEE IoTs, IEEE Sensors等期刊審稿人。
劉錚
2014年考入謝菲爾德大學(xué)電子與電氣工程系電子與通信工程專業(yè),在校期間因成績(jī)優(yōu)異曾經(jīng)多次獲得本科生學(xué)術(shù)成就獎(jiǎng)學(xué)金。2017年獲謝菲爾德大學(xué)一等學(xué)士學(xué)位,同年考入劍橋大學(xué)工程系光子與電子集成系統(tǒng)專業(yè)。2018年獲劍橋大學(xué)研究型碩士學(xué)位,目前在劍橋大學(xué)先進(jìn)光電子中心繼續(xù)深造、攻讀博士學(xué)位。博士研究方向?yàn)榛跓o(wú)源射頻識(shí)別技術(shù)和移動(dòng)機(jī)器人平臺(tái)的高精度室內(nèi)定位系統(tǒng)及算法，在相關(guān)頂會(huì)頂刊發(fā)表多篇論文。博士研究項(xiàng)目通過(guò)控制移動(dòng)機(jī)器人來(lái)收集相關(guān)射頻信息，并利用合成孔徑雷達(dá)、粒子濾波器、神經(jīng)網(wǎng)絡(luò)等算法，實(shí)現(xiàn)對(duì)移動(dòng)機(jī)器人軌跡的追蹤和對(duì)目標(biāo)物體位置的定位。
