基于射频识别和计算机视觉技术的室内定位理论和方法研究

As a key enabler of Internet of Things, RFID technology has got broad attention from both Industrial and research area from the start. With more objects carrying electronic tags, purely identification ability can not meet practical demands of many applications. Location information of objects has become increasingly important. State-of-the-art RF-based localization research work still faces the issue of high labor/hardware cost or deficient accuracy. Based on the above, this project tries to achieve fine-grained tracking of tagged objects in indoor environment by fusing RFID and computer vision technology. First, we will study detection and tracking schema of moving objects based on the image information captured by a camera. Besides, we will explore the signal model of passive tags by leveraging their phase information. Then, a fusion approach is designed to organically combine the two data modalities, in order to track tagged targets within high accuracy. Finally, we will establish an indoor localization and tracking application platform, which we believe will open up new opportunities in related fields in the future.

射频识别技术作为构建物联网的关键技术，从诞生至今得到了人们的广泛关注。伴随着越来越多物体上被部署了RFID标签，人们逐渐意识到除了能够对物体进行标识之外更重要的是物体的位置信息。虽然国内外相关基于RFID的定位工作已经取得了不少成果，但仍面临着部署成本或硬件开销大、精度不足的问题。基于以上背景，本项目提出融合射频识别和计算机视觉技术在室内环境下实现对目标的细粒度追踪。为此，在本项目中，我们首先研究基于图像信息的运动物体检测和追踪，然后研究基于RFID标签相位信息的物体识别和信号建模，之后设计融合算法将视觉方法获取的轨迹信息和无线方法获取的相位信息进行有机结合，从而实现对特定目标的高精度定位和追踪。最后，我们还将搭建一套集成研究、开发、测试和应用为一体的目标追踪平台，以期未来能够进行更加深入的研究。

近年来射频识别（Radio Frequency Identification，RFID）技术在人们日常生活中得到广泛的应用，越来越多的物品被部署电子标签对其进行标记和识别。然而随着物联网技术的快速发展，单纯的用RFID对物品进行标记已经不能满足目前感知智能和应用。为了实现“人-机-物”的感知融合，本项目研究了三种RFID智能感知：.1、针对新零售领域的自助结算场景，如何利用商业射频识别设备对商品实现准确的相对定位，并设计分类方案将商品准确映射到相应的购物篮中；.2、针对室内定位领域，融合RFID和计算机视觉技术，在仅使用一根天线和一个摄像头，且不需要进行摄像头标定的前提下，如何实现对多个运动目标的高精度识别和追踪；.3、针对通用RFID标签认证领域，如何利用已有基础设施和商用设备提取高分辨率的新型硬件指纹特征和构建鲁棒的指纹匹配模型。