//Logo Image
作者:黃英哲(2009-05-27);推薦:徐業良(2009-07-11)

智慧型機器人輪椅RFID室內定位規劃

近年來行動定位技術受到越來越多的關注,如何盡可能具彈性調整功能,實現對使用者的定位一直是研究焦點。本計畫智慧型機器人輪椅規劃採用RFID (Radio Frequency Identification)做為室內行動定位。

無線網路環境下進行定位服務的定位技術大致有以下四種:訊號強度法(Received Signal Strength Indication, RSSI)、訊號抵達時間(Time of Arrival, TOA)、訊號抵達時間差(Time Difference of Arrival, TDOA)、訊號抵達角度(Angle of Arrival, AOA)四種。由於訊號傳輸的時間極短,因此使用TOATDOA都需要精準的計算時間,在RFID設備中,較難獲得精確的時間或時間差,TOA定位方法與傳輸角度有絕對的關係,在RFID設備中不易獲得精準的角度,因此本計畫之機器人輪椅採用訊號強度定位法來計算機器人輪椅所在位置。

1.     訊號強度法

訊號強度法(Received Signal Strength Indication, RSSI)是以訊號強度的大小做為距離換算的指標。在自由空間傳播模型(Free Space propagation model)下,訊號傳輸與接收功率比表示如下:

                                                                                                (1)

其中為訊號傳輸功率,為訊號接收功率,為發射端天線增益,為接收端天線增益,(m)為訊號波長,(m)為傳送端與接收端之間的距離[1]

在自由空間中,接收到的功率,可由(1)重新改寫

                                                                                                (2)

                                (3)

其中為頻率(Hz),代入可得

              (4)

傳播路徑損耗模型中提供之資訊為所有可能路徑造成功率損耗的平均值或中間值,因此對於某一個特定路徑的功率損耗,吾人假設其為一個對數-常態分佈(Log-normal distribution)的隨機變數:

                                                     (5)

其中為間隔距離與接收功率關係,也就是路徑損耗指數。一般而言,自由空間為標準差為、平均值為0的高斯隨機變數。

利用此方法需預先建構符合該環境之通道傳播模型,才能藉由訊號衰減程度準確地推估出傳播距離,而研究過程中,遭遇最大的問題即是訊號誤差,這些誤差為多重路徑衰落(Multi-path fading)與遮蔽效應(Shadowing effect)所造成,這使得從接收端量測發射端的訊號遭受干擾,進而影響兩端間訊號強度偏差,導致估測距離與真實距離誤差變大,最終影響定位的準確度。6為訊號遭受干擾對於距離預估的影響,其中為最大預估半徑與最小預估半徑之差,隨著硬體規格而有所差別。

1. 通道干擾對距離預估的影響

2.     室內環境的訊號衰減與遮蔽效應

本計畫設計的機器人輪椅用於室內,室內訊號傳輸的特性受訊號反射、散射、繞射等多重路徑衰弱與遮蔽效應現象影響,而室內擺設與環境狀況之變化更甚於室外,如室內建物的開關、接收訊號天線的擺設、牆壁材質、隔間擺設、天花板高度等。為補償室內環境的訊號衰減與遮蔽效應,衍生出許多定位資料庫建立方法,可歸類為以下三項:

(1)   實地量測法

實地量測法為一種耗費人力資源的方法,即為實地量測每個環境中重要位置與參考點,並將這些存取點上的參考資料與環境係數建立資料庫,因此當環境相當複雜、廣闊或使用者數量龐大時,將會有過多的存取點與定位相關資料,對於系統的負載與量測人力資源造成一大考驗。

(2)   訊號衰減推估法

此定位方式為利用3組以上的RSSI值,搭配距離與訊號衰減轉換模型,並以三角量測點推論定位環境的訊號分佈,進而建立定位資料庫。而此方式定位精準的取決於選用的訊號衰減模型,因此環境即時相關變數需要以學習機制調整其模型參數與實際環境之誤差,選擇訊號衰減模型與學習機制為此方法之關鍵。

(3)   資料庫模型之建構

此方式為建構距離與RSSI值之轉換比例,經過實地測量室內環境距離與RSSI值後,建立資料庫以轉換為座標表示方式,而此空間將以比例進行定位資料,因此方式將會忽略環境空間中某些死角遮蔽效應與多重路徑衰減效應,容易造成一定比例上的誤差,對於環境障蔽物與寬敞環境隔間將無法準確反映。

3.     RFID室內定位規劃

2機器人輪椅室內定位示意圖,室內採用4RFID Reader1RFID Tag,藉由RFID Tag4RFID Reader同步訊號比對,透過以下演算法轉換為世界座標。

2. 機器人輪椅室內定位示意圖

(1)   線性位置線法

3為線性位置法(Linear Line of Position, LLoP)[2]示意圖,假定有3Reader可讀取該TagReader量測距離兩兩交點分別為UVWXYZ,如圖可以UYVZWX交線估測Tag座標位置。

3. 線性位置線法示意圖

(2)   區域頂點權重法

使用線性位置線法時,最常遭遇到之問題為訊號強度遭室內空間干擾,使得只有少數Reader可以被讀取,進而影響預估位置之誤差。為了改善影響定位準確度的遮蔽效應與多重路徑衰弱各種問題,額外提出區域頂點權重法(Weighted Location Method)。該演算法可在一縮小定位誤差範圍內,有效地搜尋Tag座標位置,其概念是將交集區域的3個頂點,依照所形成圓的半徑大小為基準,給予每一個頂點區塊大小不同的權重,接著再將賦予權重值的頂點平均值設定為估測位置。

如圖4所示,Reader量測距離交點座標位置,訊號量測權重值(介於),當定點量測訊號遭遇遮蔽效應干擾時,訊號強度波動相對較大,每秒取樣次數中波動越大則為遭受干擾越大,訊號量測權重值則越小;反之,每秒取樣次數中波動越小則為遭受干擾越小,訊號量測權重值越大,利用權重值的適應性將環境量測誤差因素降低,以求提高定位精準度。

4. 區域頂點權重法示意圖

[1]       沈子貴,「以可程式系統晶片發展平台實現無線網路室內定位之分析與應用」,國立成功大學電機工程系,碩士論文,民國94年。

[2]       秦浩鈞,「訊號抵達時間與訊號強度混合式定位演算法於室內超寬頻系統之研究」,國立中山大學電機工程學系,碩士論文,民國95年。

[3]       吳政樺,「主動式RFID 系統設計應用於二維平面定位服務」,國立台北科技大學電腦與通訊所,碩士論文,民國95年。

[4]       吳宜軒,「無線射頻辨識系統二維平面定位演算法之研究」,國立台北科技大學電腦與通訊所,碩士論文,民國96年。