趙予瑋

摘 要：為解決現(xiàn)有技術使用RFID或超聲波進行室內定位時，因傳統(tǒng)航位推算法中累計誤差較大且靈活性不高的問題，提出了一種基于RFID和超聲波結合的室內定位算法。利用測得的信號強度值與賦權值比例算法加權求和得到待定位置的橫向坐標，再結合超聲波測量與其平行的室內墻面之間的距離，得到室內待定位置的縱向坐標，從而在全局地圖的某些固定位置上對室內待定位置進行精準定位。

關鍵詞：RFID;超聲波;定位算法;賦權值比例算法;信號強度;移動機器人

中圖分類號：TP39 文獻標識碼：A 文章編號：2095-1302（2019）06-00-02

0 引 言

移動機器人在室內定位的應用愈發(fā)廣泛，其研究的發(fā)展趨勢日益迅猛[1-2]。2017年CES展會上維弦科技（Ewaybot）推出的MoRo家居助理機器人可以通過實時語音控制與用戶進行自然語言交互，在室內和室外環(huán)境中進行導航。2018年9月12日，安博會在連云港工業(yè)展覽中心展館開幕。智能安防巡檢機器人將巡邏地區(qū)的地圖輸入車輛芯片，然后設置巡防路線，該機器人就能進行自主無人巡防，如果途中遇到障礙物，會自動辨識并避讓。沃爾瑪采用Bossa Nova制造的機器人在貨架之間智能穿梭，將捕捉的商店貨架上的數(shù)碼圖像反饋給工作人員。

室內移動機器人的自主移動研究逐漸成為一個熱點問題[3]。機器人在室內移動過程中，需要解決三個主要問題，分別為“在哪里”“去哪里”“怎么去”，而這些問題的核心就是室內定位技術[4]。

在傳統(tǒng)RFID傳感器定位中，往往采用三點定位方式[5]。具體方法是已知三個RFID傳感器的位置坐標，通過信號強度測量得到三個RFID傳感器分別與目標標簽的距離，通過已知點坐標與到目標點距離列方程求解，從而得到目標點位置[6]。但由于誤差因素的影響，通常得到的三個圓是相交成某一區(qū)域而非特別精確的一點[7]。通常的解決方法為計算相交區(qū)域的質心[8]，但RFID單獨進行室內定位的缺點是受環(huán)境影響較大，誤差較大，計算過程復雜[9-10]。

本文提出了一種基于RFID和超聲波結合的室內定位算法，用于解決現(xiàn)有RFID室內定位方法中存在的針對不同實際需求靈活性較差、數(shù)據(jù)處理過程復雜的問題。

1 信號強度定位算法本算法利用室內移動機器人上的RFID傳感器測量其與RFID標簽之間的距離，首先利用RFID傳感器對室內墻壁上水平、均勻地設置的N個RFID標簽進行信號強度值測量，得到N個信號強度值p（dn）。從得到的N個信號強度值p（dn）中，任意選取兩個RFID標簽對應的信號強度值p（d0）和p（dn），并將其代入對數(shù)-常態(tài)分布傳播損耗模型，得到當前室內環(huán)境的信號傳播常量n：

式中：p（dn）為RFID閱讀器接收到距離為dn的標簽發(fā)送回來的信號強度;p（d0）為RFID閱讀器接收到距離為d0的標簽發(fā)送回來的信號強度。將信號傳播常量n代入對數(shù)-常態(tài)分布傳播損耗模型，得到當前室內環(huán)境下機器人上RFID傳感器與RFID標簽之間的距離：

利用機器人上RFID傳感器到多點RFID標簽之間距離最短的一個RFID標簽坐標（xmin，ymin）和剩余N-1個RFID標簽坐標（xi，yi），求取機器人當前位置的N-1個待定坐標值，i表示N-1個RFID標簽坐標中第i個RFID標簽的坐標。

由于采用距離閱讀器越近的電子標簽估算的位置就越準確，因此引入賦權值比例算法給距離閱讀器越近的標簽坐標賦予更多的權重，并根據(jù)權值函數(shù)將不同的權值賦予方程中不同的位置標簽，對應計算出坐標值。距閱讀器越遠權值越小，越近權值越大。本實驗所使用的權值函數(shù)見式（3）：

式中：wi代表第i個電子標簽坐標所對應的權重，距閱讀器di;dmin為距閱讀器最近的標簽距離。在該賦權值比例算法下的閱讀器坐標如下：

由于較遠距離的估算不準確，因此將距離閱讀器較遠的標簽賦予權值為0，使其不對最終的坐標結果產(chǎn)生任何干擾。舍棄估算的距離大于80 cm的閱讀器標簽坐標，將這些標簽的權值賦為0，即不參與最終的坐標加權求和。各標簽節(jié)點的權重函數(shù)表達式見式（5）：

最后利用機器人上的超聲波傳感器測量與其平行的室內墻面之間的距離，得到機器人當前待定位置的縱向坐標。將得到的橫向坐標和縱向坐標結合，得到機器人當前待定位置的最終坐標。

2 定位算法測試結果在本實驗中，我們在室內墻壁的同一條線上每相隔

3 結 語

由實驗表中的數(shù)據(jù)可知，結合定位算法估算出的橫坐標誤差可以控制在5 cm范圍內，估算出的縱坐標誤差可以控制在2 cm范圍內，超聲波結合RFID共同定位的算法大大提高了單一傳感器定位的精度，減小了定位誤差。

參 考 文 獻

[1]陳毛倩.基于多移動智能機器人編隊控制任務的研究[D].鄭州：中原工學院，2015.

[2]胡風珍.汽車GPS衛(wèi)星導航全球定位系統(tǒng)技術研究與應用[J].石油儀器，2007，21（4）：46-48.

[3] ELLIOTT D KAPLAN.GPS原理與應用[M].邱致和，王萬義，譯.北京：電子工業(yè)出版社， 2002.

[4]甘仲民，張更新.衛(wèi)星通信技術的新發(fā)展[J].通信學報，2006， 27（8）：2-9.

[5]張璐陽.基于超聲波測距的RFID監(jiān)控方案[J].信息通信，2011（3）：99-100.

[6]張暉，王東輝.RFID技術及其應用的研究[J].微計算機信息，2007， 23（4Z）：252-254.

[7]張明華，張申生，曹健.無線局域網(wǎng)中基于信號強度的室內定位[J].計算機科學， 2007，34（6）：68-71.

[8] MUHAMMAD J H，LI L，GAO S.An RFID based smart phone proximity absence alert system[J].IEEE transactions on mobile computing，2017，16（5）：1246-1257.

[9] ZHU F，XIAO B，LIU J，et al.Exploring tag distribution in multi-reader RFID systems[J].IEEE transactions on mobile computing，2017，16（5）：1300-1314.

[10] WU J Q，LU T. Localization algorithm for wireless sensor network based on RSSI[J].Microelectronics & computer，2014，31（5）： 49-52.