Προσδιορισμός της θέσης αντικειμένων μέσω τεχνολογίας "αναγνώρισης μέσω ραδιοσυχνοτήτων"

Abstract

This PhD thesis addresses the problem of determining the location of objects using RFID (Radio Frequency Identification) technology. RFID technology makes it possible for an RFID reader to communicate with RFID tags that are within its range. The tags do not have an independent power supply system, but respond to the reader by backscattering the power it emits. This makes RFID technology attractive in supply chain, inventory and warehouse management applications. From the backscattered wave received by the reader's receiver we can obtain information about the phase of the electromagnetic wave. In this thesis, three original tracking methods that utilize RFID technology are presented. The first examines the detection of moving tags from a fixed antenna installation. Antennas are placed at known locations which an RFID reader uses to communicate with tags in the environment. Phase measurements are collected and undergo the process of unwrapping, a technique that succeeds in part to remove the ambiguity of the measured phase. Possible trajectories for the movement of the tags in space are extracted and then evaluated to finally select the one that best reflects the actual one. In the second proposed method, a prototype portable measuring device consisting of an RFID reader, an IMU and a microcomputer is utilized. The device is carried by a user seeking to be guided towards and locate a stationary RFID tag. The user is asked to perform different movements with the device, during which phase and angular rotation measurements are collected. Successive measurements are combined through an iterative particle filter algorithm. At the end of each iteration of the algorithm, the user is provided with an estimate of the direction and distance at which the tag is located. In the third proposed method, the prototype device is again used, replacing the IMU with a camera. The method focuses on the inventoring and detection of stationary RFID tags. Reference points are placed at known locations, each of which consists of an optical marker and an RFID tag. The user moves the device in space and the RFID reader collects phase measurements from the ambient tags (at unknown or unidentified locations). At the same time, the camera collects frames in which it has detected at least one of the optical markers. The position of the device is estimated from the measurement data obtained from the reference points. Then, the estimated trajectory and unfolded phase measurements from the tags at the unknown locations are exploited to calculate these positions. The main criterion for evaluating all methods is the accuracy of detection. For all three methods presented, the maximum error does not exceed one metre. However, great weight is also given to the computational requirements of the methods, since it is desired that they be applicable in real time. All three methods are supported and confirmed by experimental results.

Η παρούσα διδακτορική διατριβή εξετάζει το πρόβλημα προσδιορισμού της θέσης αντικειμένων μέσω τεχνολογίας ΑΜΡΣ (Αναγνώρισης Μέσω Ραδιοσυχνοτήτων). Η τεχνολογία ΑΜΡΣ καθιστά δυνατή την επικοινωνία ενός αναγνώστη ΑΜΡΣ με ετικέτες ΑΜΡΣ που βρίσκονται εντός της εμβέλειάς του. Oι ετικέτες δεν έχουν κάποιο ανεξάρτητο σύστημα τροφοδοσίας, αλλά απαντούν στον αναγνώστη οπισθοσκεδάζοντας την ισχύ που αυτός εκπέμπει. Αυτό καθιστά την τεχνολογία ΑΜΡΣ ελκυστική σε εφαρμογές εφοδιαστικών αλυσίδων, απογραφής και διαχείρισης αποθηκών. Από το οπισθοσκεδαζόμενο κύμα που λαμβάνει ο δέκτης του αναγνώστη μπορούμε να πάρουμε πληροφορία για την φάση του ηλεκτρομαγνητικού κύματος. Στην παρούσα διατριβή παρουσιάζονται τρεις πρωτότυπες μέθοδοι εντοπισμού που αξιοποιούν την τεχνολογία ΑΜΡΣ. Η πρώτη εξετάζει τον εντοπισμό κινούμενων ετικετών από μία εγκατάσταση σταθερών κεραιών. Σε γνωστές θέσεις τοποθετούνται κεραίες τις οποίες ένας αναγνώστης ΑΜΡΣ χρησιμοποιεί για να επικοινωνήσει με ετικέτες στο περιβάλλον. Συλλέγονται μετρήσεις φάσης και υφίστανται την διαδικασία του ξεδιπλώματος, μίας τεχνικής που επιτυγχάνει εν μέρη να άρει την αβεβαιότητα της μετρούμενης φάσης. Εξάγονται πιθανές τροχιές κίνησης των ετικετών στον χώρο και έπειτα αξιολογούνται, ώστε να επιλεχθεί τελικά αυτή που αποτυπώνει καλύτερα την πραγματική. Στη δεύτερη προτεινόμενη μέθοδο αξιοποιείται μία πρωτότυπη φορητή μετρητική διάταξη που αποτελείται από έναν αναγνώστης ΑΜΡΣ, μία μονάδα μέτρησης αδράνειας και ένας μικροϋπολογιστή. Την συσκευή φέρει ένας χρήστης που προσπαθεί να οδηγηθεί προς και να εντοπίσει μία ακίνητη ετικέτα ΑΜΡΣ. Ο χρήστης καλείται να εκτελέσει διαφορετικές κινήσεις με την συσκευή, κατά τις οποίες συλλέγονται μετρήσεις φάσης και μετρήσεις γωνιακής περιστροφής. ∆ιαδοχικές μετρήσεις συνδυάζονται μέσω ενός επαναληπτικού αλγορίθμου φίλτρου σωματιδίων. Στο τέλος κάθε επανάληψης του αλγορίθμου παρέχεται στον χρήστη μία εκτίμηση της κατεύθυνσης και της απόστασης στην οποία βρίσκεται η ετικέτα. Στην τρίτη προτεινόμενη μέθοδο χρησιμοποιείται και πάλι η πρωτότυπη διάταξη, αντικαθιστώντας την μονάδα μέτρησης αδράνειας με μία κάμερα. Η μέθοδος εστιάζει στην απογραφή και εντοπισμό ακίνητων ετικετών ΑΜΡΣ. Τοποθετούνται σε γνωστές θέσεις σημεία αναφοράς, το κάθε ένα εκ των οποίων αποτελείται από έναν οπτικό δείκτη και μία ετικέτα ΑΜΡΣ. Ο χρήστης κινεί την συσκευή στον χώρο και ο αναγνώστης ΑΜΡΣ συλλέγει μετρήσεις φάσης από τις ετικέτες του περιβάλλοντος (σε άγνωστες ή άγνωστες θέσεις). Παράλληλα, η κάμερα συλλέγει καρέ στα οποία εντόπισε τουλάχιστον έναν από τους οπτικούς δείκτες. Από τα δεδομένα μέτρησης που προέρχονται από τα σημεία αναφοράς εκτιμάται η θέση της συσκευής. Έπειτα, αξιοποιείται η εκτιμηθείσα τροχιά και ξεδιπλωμένες μετρήσεις φάσης από τις ετικέτες στις άγνωστες θέσεις, ώστε να υπολογιστούν οι θέσεις αυτές. Κύριο κριτήριο αξιολόγησης όλων των μεθόδων είναι η ακρίβεια του εντοπισμού. Και για τις τρεις παρουσιαζόμενες μεθόδους, το μέγιστο σφάλμα δεν ξεπερνάει το ένα μέτρο. ∆ίνεται μεγάλο βάρος, όμως, και στις υπολογιστικές απαιτήσεις των μεθόδων, αφού είναι επιθυμητό να είναι εφαρμόσιμες σε πραγματικό χρόνο. Και οι τρεις μέθοδοι υποστηρίζονται και επιβεβαιώνονται από πειραματικά αποτελέσματα.