一種基于rfid及ukf實現(xiàn)室內目標快速跟蹤的方法
【專利摘要】本發(fā)明涉及一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，根據(jù)目標實際運動特性建立運動模型，根據(jù)RFID測量機制建立RFID測量模型；根據(jù)建立的運動模型對目標運動特性進行預測，得到目標狀態(tài)預測值；利用不敏卡爾曼濾波器，根據(jù)目標原始測量值和目標測量預測值計算目標狀態(tài)狀態(tài)修正值，進而對目標狀態(tài)預測值進行修正，得到目標狀態(tài)估計值；且計算目標狀態(tài)協(xié)方差估計值，衡量目標狀態(tài)估計值與目標狀態(tài)真實值之間的誤差；同時，利用目標狀態(tài)預測值實時更新系統(tǒng)自適應參數(shù)，進而實現(xiàn)更新運動模型，往復下去，利用更新的運動模型預測下一時間點的目標狀態(tài)預測值，實現(xiàn)了室內目標的快速跟蹤，提高了跟蹤精度。
【專利說明】—種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法
【技術領域】
[0001 ] 本發(fā)明涉及目標跟蹤【技術領域】，尤其涉及一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤方法。
【背景技術】
[0002]RFID即射頻標簽(Radio frequency identification),是室內定位與跟蹤系統(tǒng)的主要部件。RFID系統(tǒng)由射頻標簽和讀取器組成，射頻標簽內存有該標簽的標識信息。當帶有該標簽的目標移動至讀取器附件時，讀取器可獲得該標簽的標識信息，從而辨識出某個目標，同時獲得該標簽與讀取器的距離信息，進而可對目標進行定位或跟蹤。目前，關于RFID系統(tǒng)的目標定位專利主要有一種基于有源RFID的室內定位方法(201110101432)、基于無線射頻識別技術的鋼鐵成品智能倉儲系統(tǒng)(201210093992)、車站人員定位系統(tǒng)(201010256882)、一種用于RFID室內定位系統(tǒng)的定位方法(200910040571)、基于RFID技術的室內定位系統(tǒng)(200810027885)，這些專利都是獲得目標的定位信息，其統(tǒng)一特征是假設目標為靜止不動的，利用射頻原理，得到帶有標簽的目標的大致位置。
[0003]對于運動的目標，上述方法具有以下缺陷:1.因為RFID只能獲得與讀取器的距離信息，因此要想得到準確位置數(shù)據(jù)，必須依靠多個讀取器獲得的某一個目標的距離信息，利用各讀取器之間的幾何關系才能得到目標的位置，這給系統(tǒng)計算增加了復雜度；2.上述方法都是假設目標是靜止的，這不符合運動目標的實際情況，運動目標的位移、速度及加速度滿足運動學的基本約束關系，假設目標是靜止的就完全拋棄了該關系，造成約束關系的減少，直接導致運動目標軌跡估計不準確。
[0004]獲得目標實時軌跡在很多跟蹤系統(tǒng)中十分常用，例如室內場館的行人跟蹤、智能交通等領域，因此，上述發(fā)明并不適用于需要獲得運動目標實時軌跡的RFID室內目標跟蹤系統(tǒng)。

【發(fā)明內容】

[0005]本發(fā)明所要解決的技術問題是針對現(xiàn)有技術的不足，提供一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法。
[0006]該方法基于不敏Kalman濾波器(Unsented Kalman Filters,簡寫為UKF),利用RFID系統(tǒng)獲得的目標到讀取器的距離信息，以及室內運動目標的動力學特性，實時估計運動狀態(tài)，同時利用狀態(tài)預測值更新系統(tǒng)運動方程參數(shù)，實現(xiàn)運動狀態(tài)估計和動力學參數(shù)估計的并行化，實現(xiàn)室內目標的快速跟蹤。
[0007]實現(xiàn)本發(fā)明的目的的基本思路是:首先，根據(jù)目標實際運動中位移、速度、加速度之間關系及RFID測量機制分別建立目標運動模型及RFID測量模型；其次，根據(jù)建立的目標運動模型，對目標運動特性進行預測，得到目標狀態(tài)預測值；然后，根據(jù)RFID測量模型和目標狀態(tài)預測值計算目標狀態(tài)測量預測值，進而根據(jù)RFID測量系統(tǒng)的多個讀取器獲取目標原始測量值，利用不敏卡爾曼濾波器、目標原始測量值和目標測量預測值計算目標狀態(tài)狀態(tài)修正值，利用目標狀態(tài)修正值對目標狀態(tài)預測值進行修正，得到目標狀態(tài)估計值(與真實值無限接近，但不等于真實值)，計算目標狀態(tài)協(xié)方差估計值，衡量目標狀態(tài)估計值與目標狀態(tài)真實值之間的誤差；同時，利用目標狀態(tài)預測值實時更新系統(tǒng)自適應參數(shù)，進而實現(xiàn)更新的運動模型，往復下去，利用更新的運動模型預測下一時間點的目標狀態(tài)預測值。
[0008]具體實現(xiàn)步驟如下:[0009]步驟1:目標運動狀態(tài)和系統(tǒng)自適應參數(shù)初始化；
[0010]步驟2:建立具有系統(tǒng)自適應參數(shù)的運動模型和RFID測量模型；
[0011]步驟3:根據(jù)運動模型和目標初始狀態(tài)計算下一時間點的目標狀態(tài)預測值
I^t-1)，
[0012]步驟4:根據(jù)RFID測量模型和目標狀態(tài)預測值I U計算目標狀態(tài)測量預測值
K'
[0013]步驟5:根據(jù)目標狀態(tài)預測值I U和目標狀態(tài)測量預測值4計算不敏卡爾曼濾波器增益Kn (ti)；
[0014]步驟6:讀取RFID監(jiān)控系統(tǒng)獲取的下一時間點目標狀態(tài)原始測量值ZnUi)；
[0015]步驟7:根據(jù)目標狀態(tài)原始測量值Zn Ui)、目標測量預測值皂和濾波器增益Kn Ui)計算目標狀態(tài)修正值X (ti)；
[0016]步驟8:根據(jù)目標狀態(tài)預測值蝴I ^1)和目標狀態(tài)修正值X (ti)計算目標狀態(tài)估計值；
[0017]步驟9:利用目標狀態(tài)預測值對(卞M)更新系統(tǒng)自適應參數(shù)，進而更新步驟2中的運動模型；
[0018]步驟10:判斷RFID測量系統(tǒng)中是否還有未處理的原始測量數(shù)據(jù)，如果有，則返回步驟3;否則結束。
[0019]本發(fā)明的有益效果是:
[0020]1.采用對室內目標運動特性建模的方式，考慮實際RFID監(jiān)控系統(tǒng)的測量時刻具有任意性的的特點，設計了具有自適應參數(shù)的任意采樣時刻目標運動方程，更適用于RFID室內目標跟蹤系統(tǒng)的機動目標；
[0021]2.根據(jù)RFID具有非線性測量方程的特點，利用UKF中對非線性測量系統(tǒng)進行估計，通過對sigma點的有效構建，提聞了跟蹤精度；
[0022]在上述技術方案的基礎上，本發(fā)明還可以做如下改進。
[0023]進一步，執(zhí)行步驟4至步驟8的同時，可并行執(zhí)行步驟9。
[0024]采用上述進一步方案的有益效果是:目標運動軌跡的估計與運動模型的更新并行執(zhí)行，在有兩個計算單元的系統(tǒng)中可實現(xiàn)并行計算，提高對目標跟蹤的效率。
[0025]進一步，步驟I中目標運動狀態(tài)和系統(tǒng)自適應參數(shù)初始化的具體過程如下:
[0026]步驟1.1:設置目標運動狀態(tài)的初始值訴。U0) = \
[0027]步驟1.2:設置系統(tǒng)自適應參數(shù)的初始值α n=aQ和= δ；?，其中n=x，y，X表示目標在跟蹤區(qū)域的橫向坐標，y表示目標在跟蹤區(qū)域內的縱向坐標，a n表示橫向坐標、縱向坐標的加速度機動頻率，δ?:η表示橫向坐標、縱向坐標的加速度方差；
[0028]步驟1.3:設置系統(tǒng)加速度分量的初始值&(O) 二“，其中n=x，y，其中，X表示跟
蹤區(qū)域的橫向坐標，y表示跟蹤區(qū)域內的縱向坐標；
[0029]步驟1.4:設置系統(tǒng)尺寸參數(shù)K =-3, X =0.01, ο =2 ；
[0030]步驟1.5:設置加速度前一步互相關參數(shù)初值& n (1)=0,向加速度自相關參數(shù)初值 rQ，n(0)=0。
[0031]采用上述進一步方案的有益效果是:給出系統(tǒng)循環(huán)計算的必要初始條件。
[0032]進一步，所述步驟2中的運動模型公式如下:
[0033]
【權利要求】
1.一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，包括如下步驟: 步驟1:目標運動狀態(tài)和系統(tǒng)自適應參數(shù)初始化； 步驟2:建立具有系統(tǒng)自適應參數(shù)的運動模型和RFID測量模型； 步驟3:根據(jù)運動模型和目標初始狀態(tài)計算下一時間點的目標狀態(tài)預測值外(I ^1)； 步驟4:根據(jù)RFID測量模型和目標狀態(tài)預測值I ^1)計算目標狀態(tài)測量預測值乏； 步驟5:根據(jù)目標狀態(tài)預測值妨,.1h)和目標狀態(tài)測量預測值計算不敏卡爾曼濾波器增益KJti)； 步驟6:讀取RFID監(jiān)控系統(tǒng)獲取的下一時間點目標狀態(tài)原始測量值znUi)； 步驟7:根據(jù)目標狀態(tài)原始測量值Zn Ui)、目標測量預測值A和濾波器增益Kn Ui)計算目標狀態(tài)修正值X Ui)； 步驟8:根據(jù)目標狀態(tài)預測值Ib)和目標狀態(tài)修正值XUi)計算目標狀態(tài)估計值蝴1巧).步驟9:利用目標狀態(tài)預測值對(Um)更新系統(tǒng)自適應參數(shù)，進而更新步驟2中的運動模型； 步驟10:判斷RFID測量系統(tǒng)中是否還有未處理的原始測量數(shù)據(jù)，如果有，則返回步驟3 ;否則結束。
2.根據(jù)權利要求1所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，執(zhí)行步驟4至步驟8的同時，可并行執(zhí)行步驟9。
3.根據(jù)權利要求1所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，步驟I中目標運動狀態(tài)和系統(tǒng)自適應參數(shù)初始化的具體過程如下: 步驟1.1:設置目標運動狀態(tài)的初始值i仏ID = I。； 步驟1.2:設置系統(tǒng)自適應參數(shù)的初始值α η=α(|和= δ ,,其中η=χ，y，χ表示目標在跟蹤區(qū)域的橫向坐標，Y表示目標在跟蹤區(qū)域內的縱向坐標，α η表示橫向坐標、縱向坐標的加速度機動頻率占^表示橫向坐標、縱向坐標的加速度方差； 步驟1.3:設置系統(tǒng)加速度分量的初始值&(O) = Ja，其中n=x，y，其中，X表示跟蹤區(qū)域的橫向坐標，y表示跟蹤區(qū)域內的縱向坐標； 步驟1.4:設置系統(tǒng)尺寸參數(shù)K =-3，X =0.01, o=2 ； 步驟1.5:設置加速度前一步互相關參數(shù)初值& n (1)=0,向加速度自相關參數(shù)初值r0； n (O)=O0
4.根據(jù)權利要求1所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，所述步驟2中的運動模型公式如下:
x(tf) = Ax-l) + ) + witt_x) 其中，X(ti)為ti時刻目標的狀態(tài)向量，ti為采樣時刻；X (V1)為V1時刻目標的狀態(tài)向量；7丨(?;丨)為ο時刻至時刻的加速度均值;a為狀態(tài)轉移矩陣；u為控制矩陣為過程噪聲，其均值為O，方差為Q ;所述A、U和Q中包括系統(tǒng)自適應參數(shù)；= [χ(t?,), χ(t?,), χ(t?,),y(ti)，y(ti)]T 為 6 維狀態(tài)列向量，x(ti)，χ(ti),X(ti)分別是橫向的坐標位移、速度和加速度，y(ti)，y(ti)，y(ti)分別是縱向的坐標位移、速度和加速度。
5.根據(jù)權利要求1所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，步驟2中RFID測量模型公式如下:
6.根據(jù)權利要求1所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，步驟3的具體實現(xiàn)為: 步驟3.1:按照下式計算不敏卡爾曼濾波器所需的sigma點狀態(tài)值及其權值；
7.根據(jù)權利要求1所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，步驟4具體實現(xiàn)為: 步驟4.1:根據(jù)每個sigma點的狀態(tài)預測值計算每個sigma點的測量預測值，計算公式如下: 其中1 '力第i個sigma點的測量預測值；妒》為第i個sigma點的狀態(tài)預測值為將每個sigma點的狀態(tài)預測值代入測量方程得到的結果；n=l，2，-NUi)，N(t,)為\時刻能夠獲得目標測量值的RFID讀取器的個數(shù)；xf為第i個sigma點的測量噪聲模擬量，來重構測量噪聲對測量預測的影響； 步驟4.2:計算所有sigma點的測量預測值的加權值，即為目標狀態(tài)測量預測值，計算公式如下:

8.根據(jù)權利要求4所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，步驟5的具體實現(xiàn)如下: 步驟5.1:計算目標狀態(tài)測量預測值的協(xié)方差，計算公式如下
9.根據(jù)權利要求1所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，步驟7的計算公式如下:
10.根據(jù)權利要求1所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，步驟8的計算公式如下 其中，SOi I ()表示ti時刻的目標狀態(tài)估計值；Vmi)表示在V1時刻時預測ti時刻的目標狀態(tài)預測值；X(ti)為目標狀態(tài)修正值，ti為采樣時刻。
11.根據(jù)權利要求1所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，步驟9的計算如下 取為步驟3得到的目標狀態(tài)預測值的第三行及第六行，即橫、縱軸加速度預測值，n=x，y分別表示跟蹤區(qū)域的橫、縱向坐標； 1)當i< 4時，按照如下方式更新系統(tǒng)自適應參數(shù):
12.根據(jù)權利要求3所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，步驟3還包括計算目標狀態(tài)協(xié)方差預測值，計算公式如下
13.根據(jù)權利要求10所述一種基于RFID及UKF實現(xiàn)室內目標快速跟蹤的方法，其特征在于，步驟8還包括計算目標狀態(tài)協(xié)方差估計值，計算公式如下
【文檔編號】G06K17/00GK103529424SQ201310505003
【公開日】2014年1月22日 申請日期:2013年10月23日 優(yōu)先權日:2013年10月23日
【發(fā)明者】金學波, 施彥 申請人:北京工商大學