梁高丽,
王姮,
付余路,
何静,
张华
西南科技大学信息工程学院 ??绵阳 ??621010
基金项目:国家自然科学基金(61601381, 61701421, 61471306)，国家核能开发项目([2016]1295)
详细信息
作者简介:刘冉：男，1986年生，博士，副研究员，研究方向为智能机器人、多传感器信息融合、室内定位
梁高丽：女，1992年生，硕士生，研究方向为RFID导航、机器人控制
王姮：女，1971年生，教授，研究方向为机器人技术及应用、机器学习
付余路：女，1991年生，硕士生，研究方向为RFID定位、智能信号处理
何静：男，1994年生，硕士生，研究方向为机器人导航与定位、智能控制技术
张华：男，1969年生，教授，研究方向为人工智能、模式识别与智能系统
通讯作者:刘冉 ran.liu.86@hotmail.com
中图分类号:TP301.6计量
文章访问数:900
HTML全文浏览量:352
PDF下载量:33
被引次数:0
出版历程
收稿日期:2017-11-20
修回日期:2018-08-21
网络出版日期:2018-08-28
刊出日期:2018-11-01
Dynamic Object Localization Based on Radio Frequency Identification and Laser Information
Ran LIU,,Gaoli LIANG,
Heng WANG,
Yulu FU,
Jing HE,
Hua ZHANG
School of Information Engineering, Southwest University of Science and Technology, Mianyang 621010, China
Funds:The National Natural Science Foundation of China (61601381, 61701421, 61471306), The National Nuclear Energy Development Program of China ([2016]1295)
摘要
摘要:低成本、可靠的动态目标定位方法成为目前研究的热点。传统的激光定位或视觉定位方法需要解决识别奇异性和环境遮挡等问题，射频识别(RFID)通过无线射频信号对特定目标进行识别，因此被广泛用于动态目标的定位。该文提出一种融合激光信息与RFID信息对动态目标快速定位的方法。该方法利用粒子滤波器融合RFID信号强度、相位信息和激光数据。首先使用预先训练的信号强度模型将信号强度融入粒子滤波器；然后利用激光聚类后的数据估算运动目标的速度，与RFID相位差估算出的运动目标速度进行匹配；最后利用匹配成功的激光数据对粒子进一步约束。在SCITOS服务机器人上验证了算法的可行性，结果表明，与激光和信号强度的定位方法相比，该方法的定位精度得到了明显提高。
关键词:RSSI信号强度模型/
射频识别相位/
激光聚类/
速度匹配/
粒子滤波
Abstract:Recent researches show great interests in localizing dynamic objects through cost-effective technologies. Laser or visual-based approaches have to solve the singularity and occlusion problem from the environment. Radio Frequency IDentification (RFID) is used as a preferred technology to address these issues, due to the unique identification and the communication without line of sight. In this paper, an innovative method is proposed to localize precisely a dynamic object equipped with an RFID tag by fusing laser information RFID information. A particle filter is used to fuse RFID signal strength, phase information, and laser ranging data. Particularly, a pre-trained signal strength-based model is used to incorporate the signal strength information. Then, the laser ranging data is divided into different clusters and the velocities of these clusters are compared with the RFID phase velocity. Matching results of both velocities are used to confine the locations of the particles during the update stage of the particle filtering. The proposed approach is verified by several experiments on a SCITOS service robot and results show that the proposed approach provides better localization accuracy when compared with laser-based approach and the signal strength-based approach.
Key words:RSSI signal strength model/
Radio Frequency IDentification (RFID) phase/
Laser clustering/
Velocity matching/
Particle filtering
PDF全文下载地址:
https://jeit.ac.cn/article/exportPdf?id=89e6c442-0645-47c0-a12d-3c50435601ed
