c. Hệ số tin cậy về số các vùng biên
4.2.3. Phƣơng pháp Định vị 67
Sau khi toàn bộ dữ liệu đã đƣợc hiệu chỉnh thì quá trình định vị sẽ đƣợc tiến hành. Thuật toán định vị KNN sẽ đƣợc sử dụng với các bƣớc của quá trình định vị nhƣ dƣới đây:
- So sánh giá trị tổn hao của điểm định vị với các điểm tham chiếu trong CSDL đã hiệu chỉnh.
- Chọn ra K giá trị điểm tham chiếu có giá trị RSSI gần giống với điểm định vị nhất.
- Tính toán các hệ số tin cậy cho K điểm tham chiếu đã chọn. Với trƣờng hợp hệ thống có ít điểm tham chiếu (dƣới 100 điểm) thƣờng tính đến 2 hệ số tin cậy về giá trị tổn hao và về sai số khoảng cách ƣớc lƣợng. Sau cùng tính đƣợc công thức tính hệ số tổng hợp Wi wPLi*wDicho từng điểm tham chiếu trong K điểm đã đƣợc chọn [18]:
68 1 W W W i i K j j (3. 5)
Tọa độ của điểm định vị thứ i là (xtarget_position,ytarget_position) đƣợc ƣớc lƣợng theo công thức dƣới đây: arg _ 1 W * K t et position i i i x x (3. 6) arg _ 1 W * K t et position i i i y y (3. 7)
- Tính toán tọa độ ƣớc lƣợng của điểm định vị. - Tính toán sai số ƣớc lƣợng cho điểm định vị.
4.2.4. Kết quả và khó khăn
Có 5 CSDL đƣợc thu thập với tổng cộng 68 điểm định vị cho kết quả sai số định vị nhƣ hình dƣới đây:
Hình 4- 12: Sai số ước lượng (%) của các điểm định vị
Trong thí nghiệm đầu tiên, sử dụng 1 thẻ đặt trong lƣới Landmark có 10 điểm với lƣợng sai số định vị trung bình khoảng 34.25cm (tƣơng đƣơng với 23%). Do dùng
69
phƣơng pháp so sánh histogram của điểm định vị với các điểm tham chiếu nên cần phải tìm đƣợc vị trí đặt ăng – ten đầu đọc cho độ ổn định của dữ liệu cao thì mới có thể sử dụng đƣợc cơ sở dữ liệu này. Nên phƣơng pháp này sẽ mất nhiều thời gian và khó có thể áp dụng trong các hệ thống triển khai trên diện rộng, đảm bảo yếu tố thời gian thực.
Khi các thẻ đặt đầy đủ trong lƣới Landmark, các CSDL thu đƣợc có chất lƣợng và độ ổn định dữ liệu rất thấp. Trong trƣờng hợp này việc áp dụng ngay phƣơng pháp so sánh histogram để định vị khó đem lại hiệu quả cao. Chính vì vậy nên dữ liệu cần phải đƣợc hiệu chỉnh trƣớc khi tiến hành các bƣớc định vị. Thuật toán KNN đã đƣợc sử dụng cho trƣờng hợp này giúp định vị cho khá nhiều điểm (68 điểm) với lƣợng sai số trung bình 32.3cm (tƣơng ứng với 17.9%).
Tuy ở cùng một vị trí của ăng–ten đầu đọc nhƣng với khoảng thời gian đo cách xa nhau (1 tháng) thì chất lƣợng của các CSDL này có thể khác nhau nhiều. Sự khác nhau này còn tùy thuộc vào sự thay đổi các yếu tố của môi trƣờng xung quanh nhƣ đã phân tích ở phần phƣơng trình truyền tín hiệu. Tuy nhiên, trong các trƣờng hợp này thì ta phải hiệu chỉnh lại dữ liệu của các điểm định vị để phù hợp với CSDL đƣợc thu thập ở các thời điểm trƣớc đó lâu ngày trƣớc khi tiến hành định vị.
4.3. Hệ thống định vị sử dụng ba ăng-ten và một
thẻ
4.3.1. Cấu hình hệ thống
Thí nghiệm giúp xác định mức ảnh hƣởng khi hệ thống sử dụng nhiều ăng–ten đầu đọc (2 hoặc 3 ăng–ten) để thu thập dữ liệu của 1 thẻ tại cùng 1 thời điểm. Thí nghiệm này cần các thiết bị:
- 1 đầu đọc M6 (hoặc M6e)
70
- 3 dây cáp (2 loại cap khác nhau cho 2 loại ăng–ten, với độ dài 0,9m; 1,85m và 6m)
- Máy tính+ bàn thí nghiệm - thẻ AD222
Hệ thống đƣợc dựng theo mô hình tam giác với 3 ăng–ten đầu đọc ở 3 đỉnh của tam giác đều; một thẻ AD222 nằm trong vùng không gian của tam giác. Khoảng cách tối thiểu từ ăng-ten tới thẻ là 1m. Dƣới đây là hình vẽ mô tả vị trí của 3 ăng-ten và thẻ:
Hình 4- 13: Hình vẽ mô tả ba ăng-ten và thẻ
Tƣơng tự có đƣợc hình vẽ với mặt chiếu bằng cho hệ thống:
71
Hình ảnh cho hệ thống:
Dƣới đây là hình vẽ mô tả cách lắp đặt hệ thống trong thực tế ở phòng trƣng bày ở tầng 8–viện Mica–trƣờng Đại Học Bách Khoa Hà Nội:
Hình 4- 15: Mô tả hệ thống đã triển khai
Với cách lắp đặt hệ thống nhƣ hình trên, cả 3 ăng–ten cùng thu thập dữ liệu cùng 1 thời điểm. Khoảng cách từ mỗi ăng–ten tới trọng tâm của tam giác là 1,15m. Khi ăng-ten 1 song song với mặt thẻ thì ăng–ten 2 nghiêng một góc 600
với mặt thẻ, còn ăng–ten thứ ba nghiêng một góc -600
so với mặt thẻ.
4.3.2. Hiệu chỉnh dữ liệu
Một bƣớc quan trọng trƣớc khi thu thập dữ liệu là phải hiệu chỉnh thô dữ liệu. Điều này sẽ giúp hiệu chỉnh dữ liệu theo các điều kiện làm việc phù hợp.
Sau khi lập đƣợc phƣơng trình tổn hao đƣờng truyền theo lý thuyết thì phải tính toán, ƣớc đƣợc hệ số tổn hao đƣờng truyền. Dữ liệu từ mỗi ăng–ten sẽ lập đƣợc một phƣơng trình truyền sóng cũng nhƣ ba giá trị hệ số tổn hao n khác nhau tƣơng ứng.
72
Hình 4- 16: Cách đặt thẻ tham chiếu và thẻ định vị
Vị trí tham chiếu của thẻ ứng với mỗi ăng–ten là vị trí thẻ đặt cách ăng-ten 1m và mặt thẻ đƣợc đặt song song với mặt của ăng-ten tƣơng ứng. Chọn vị trí này làm vị trí tham chiếu để loại bỏ lƣợng nhiễu tác động (giảm đƣợc ảnh hƣởng theo khoảng cách vì thành phần logR tại khoảng cách tham chiếu 1m trong phƣơng trình truyền sóng bị triệt tiêu (logR=log1=0); đồng thời loại bỏ đƣợc ảnh hƣởng do sự sai khác giữa hƣớng của ăng-ten và thẻ.
Giá trị tổn hao tại điểm tham chiếu đã thu thập đƣợc so sánh với giá trị tổn hao tính toán đƣợc theo lý thuyết (trong môi trƣờng lý tƣởng) sẽ tính đƣợc hằng số tổn hao n của môi trƣờng.
Phần hiệu chỉnh theo góc lệch tƣơng đối giữa ăng-ten và thẻ đƣợc áp dụng để tính toán, ƣớc lƣợng các phần còn lại trong phƣơng trình truyền sóng. Dựa vào datasheet của ăng-ten của đầu đọc và thẻ sử dụng có thể ƣớc lƣợng đƣợc theo lý thuyết sự thay đổi công suất bức xạ của ăng–ten theo hƣớng.
4.3.3. Phƣơng pháp định vị
Dựa vào dữ liệu thu thập đƣợc từ mỗi ăng–ten, vị trí tƣơng đối của đối tƣợng theo khoảng cách tới mỗi ăng-ten đƣợc ƣớc lƣợng. Giao điểm của ba khoảng cách ƣớc lƣợng từ ba ăng–ten tới vị trí đối tƣợng ƣớc lƣợng là vùng định vị của đối tƣợng.
73
Các thông số ban đầu đƣợc đặt nhƣ sau: - h1.03m
- d 2m
- d1 (d 3 / 3) 1.1547 m
- h11.03m - 0
- Khi thẻ ở cùng độ cao với các ăng–ten, góc nghiêng tƣơng đối giữa hƣớng của các ăng–ten tới thẻ lần lƣợt là: 130 ;0 2 0 ;0 3 300
- Mức công suất phát của đầu đọc: 30dBm
- Vùng tần số của tín hiệu: EU3 hoặc NA
- Thẻ RFID đƣợc đặt trong không khí (dùng thẻ AD222) Phƣơng pháp định vị:
a. Mô hình lý tưởng b. Mô hình thực tế
Hình 4- 17: Mô hình tam giác
Thuật toán tam giác có ý tƣởng nhƣ hình 3-17 ở trên. Trong môi trƣờng lý tƣởng thì giao điểm của 3 đƣờng thẳng d1, d2 và d3 là tọa độ ƣớc lƣợng của điểm định vị. Tuy nhiên, trong thực tế 3 đƣờng thẳng này sẽ tạo ra 1 vùng giao nhau. Vùng giao này thể hiện vùng ƣớc lƣợng của vị trí định vị. Nếu vùng này càng nhỏ thì sai số của phép định vị càng nhỏ và càng khoanh vùng định vị của đối tƣợng chính xác hơn.
74
4.3.4. Kết quả và khó khăn
Dƣới đây là hình vẽ so sánh dữ liệu nhận đƣợc của 4 trƣờng hợp: dữ liệu thu đƣợc trực tiếp, dữ liệu đƣợc hiệu chỉnh tại chỗ, dữ liệu đƣợc hiệu chỉnh thêm về hƣớng và dữ liệu không đƣợc hiệu chỉnh hƣớng để thấy rõ nếu áp dụng phƣơng pháp hiệu chỉnh tại chỗ và hiệu chỉnh theo hƣớng tƣơng đối giữa các ăng-ten thì sẽ thu đƣợc kết quả định vị tốt hơn.
Hình 4- 18: So sánh dữ liệu nhận được của các trường hợp
Sau khi thực hiện quá trình hiệu chỉnh dữ liệu và định vị cho các điểm trên thì có đƣợc sự tổng hợp về sai số định vị của các điểm theo mô tả của hình dƣới đây:
-62 -60 -58 -56 -54 -52 -50 -48 -73 -68 -63 -58 -53 -48 0 1 2 3 4 5 6 7 8 9 RS SI (dBm) Các vị trí của đối tƣợng định vị
So sánh giá trị RSSI của các trƣờng hợp
RSSI hiệu chỉnh
RSSI tính toán lý thuyết theo khoảng cách và độ định hướng của Ăng-ten
RSSI tính toán lý thuyết theo khoảng cách
75
Hình 4- 19: Sai số(m) của các điểm định vị
Hình trên đƣa ra so sánh trong 2 trƣờng hợp sử dụng dữ liệu đƣợc hiệu chỉnh theo hƣớng. Nếu không hiệu chỉnh dữ liệu theo hƣớng thì mức sai số trung bình khoảng 0.52m (cột sai số màu xanh), còn dữ liệu sau khi đã hiệu chỉnh theo hƣớng lần thứ nhất thì mức sai số trung bình là 0.28m (cột dữ liệu màu đỏ).
Một ƣu điểm khi sử dụng theo phƣơng pháp tam giác là có thể hiệu chỉnh dữ liệu tại chỗ nhanh chóng trƣớc khi tiến hành thu thập dữ liệu. Điều này phù hợp khi lắp đặt các hệ thống trong thực tế và rút ngắn đƣợc thời gian thu thập dữ liệu.
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 P1.1 P1.2 P1.3 P2.1 P2.2 P3.1 P3.2 P3.3 Sai số ( m) Các vị trí của đối tƣợng định vị Sai số Định vị
---- Chƣa hiệu chỉnh theo hƣớng của Ăng-ten
76
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN
Đề tài đã tiến hành nghiên cứu thuật toán định vị đối tƣợng sử dụng công nghệ RFID trong môi trƣờng diện tích hẹp. Đề tài đã thu đƣợc các kết quả sau:
Phân tích một số thuật toán định vị sử dụng công nghệ RFID môi trƣờng diện hẹp, chỉ ra các ƣu và nhƣợc điểm của các phƣơng pháp.
Tiến hành xây dựng hệ thống định vị sử dụng RFID thụ động tần số UHF dựa trên kỹ thuật ƣớc lƣợng khoảng cách dùng RSSI kết hợp với việc so sánh biểu đồ histogram trong giai đoạn thí nghiệm thứ nhất – chỉ sử dụng 1 thẻ tham chiếu trong vùng cảm ứng.
Tiến hành lắp đặt và xây dựng hệ thống dựa trên mô hình Landmark và thuật toán KNN cho giai đoạn thí nghiệm thứ hai.
Xây dựng hệ thống định vị theo mô hình tam giác trong giai đoạn thí nghiệm thứ ba.
Việc định vị đối tƣợng trong phòng thí nghiệm (không có vật cản) bƣớc đầu cho kết quả khả quan, với sai số của việc ƣớc lƣợng~30cm. Sai số này không phải là nhỏ, tuy nhiên các nghiên cứu thử nghiệm về định vị bằng RFID chủ yếu thực hiện trong môi trƣờng ít thay đổi, và các phép đo thƣờng đƣợc tiến hành tại cùng một thời điểm. Thí nghiệm đƣợc thực hiện trong phòng trƣng bày sản phẩm của Viện MICA, nơi có nhiều ngƣời ra/vào thăm quan, thực hiện thí nghiệm. Bên cạnh đó phòng trƣng bày còn có rất nhiều các thiết bị điện tử khác hoạt động. Tất cả các vấn đề này đều là các nguồn nhiễu ảnh hƣởng đến kết quả của phép ƣớc lƣợng. Do vậy sai số ƣớc lƣợng vị trí~30cm là chấp nhận đƣợc. Tuy nhiên hạn chế ở đây đó là khoảng cách từ đầu đọc đến thẻ còn ngắn (điều này do cấu trúc ăng-ten của đầu đọc và loại thẻ thụ động sử dụng).
Ba loại hệ thống định vị đƣợc triển khai để tìm phƣơng pháp hiệu chỉnh dữ liệu hợp lý trong mỗi hệ thống:
77
Hệ thống định vị sử dụng một đầu đọc và một thẻ mất nhiều thời gian thu thập dữ liệu của các điểm định vị. Điều này sẽ gây khó khăn khi triển khai trong hệ thống với một số lƣợng lớn các điểm tham chiếu. Thêm vào đó, dữ liệu luôn biến động theo thời gian nên dữ liệu trong CSDL cũng phải đƣợc thay đổi để phù hợp.
Hệ thống định vị sử dụng một đầu đọc và nhiều thẻ gây nhiều nhiễu giao thoa cho hệ thống. Nên phần xử lý dữ liệu đã gặp nhiều khó khăn. Tuy nhiên, dữ liệu của các điểm tham chiếu đƣợc cập nhật thƣờng xuyên làm tăng độ tin cậy của dữ liệu. Kiểu lắp đặt Hệ thống này thƣờng đƣợc sử dụng trong thực tế.
Hệ thống định vị sử dụng ba ăng-ten và một thẻ giúp tăng độ chính xác của hệ thống do kết hợp thông tin thu thập từ ba ăng-ten đầu đọc. Với những ứng dụng định vị trong nhà yêu cầu độ chính xác cao sẽ áp dụng kiểu hệ thống này.
Trong thời gian sắp tới chúng tôi sẽ tiến hành áp dụng các kết quả nghiên cứu này vào để xây dựng, thiết kế trong các ứng dụng thực tế nhƣ định vị vị trí của vật, ngƣời di động, hàng hóa di động.
78
TÀI LIỆU THAM KHẢO
[1] K. Finkenzeller, Fundamentals and applications in contactless smart cards, radio frequency identification and near-field communication, 3rd ed. Chichester, West Sussex ; Hoboken, NJ: Wiley, 2010.
[2] Bhavik Venilal Contractor, “Two Dimensional Localization of Passive UHF RFID Tags,” Master of Science in Computer Engineering, Mumbai University, India, 2003.
[3] P. Vorst, S. Schneegans, B. Yang, and A. Zell, “Self-Localization with RFID snapshots in densely tagged environments,” in IEEE/RSJ International Conference on Intelligent Robots and Systems, 2008. IROS 2008, 2008, pp. 1353–1358.
[4] L.-W. Yeh, M.-S. Hsu, Y.-F. Lee, and Y.-C. Tseng, “Indoor localization: Automatically constructing today’s radio map by iRobot and RFIDs,” in 2009 IEEE Sensors, 2009, pp. 1463–1466.
[5] RAMPRABHU JAYARAMAN, “Object localization using passive RFID tags,” Master of Science Graduate Program in Electrical and Computer Engineering, the Graduate School-New Brunswick Rutgers, The State University of New Jersey in partial fulfillment of the requirements, 2009.
[6] Kirti Chawla and Gabriel Robins, “An RFID-based object localisation framework,” Int. J. Radio Frequency Identification Technology and Applications, vol. Vol. 3, no. 1/2, pp. 2–30, 2011.
[7] ERDEM ÖZYURT, “LOCATION FINDING ALGORITHM BY USING RFID,” Electrical & Electronics Engineering, Atılım University, 2011.
[8] S.L. Ting, S.K. Kwok, Albert H.C. Tsang, and George T.S. Ho, “The study on Using passive RFID tags for indoor positioning,” Engineering Business Management, vol. 3, no. 1, pp. 9–15, 2011.
[9] S. S. Saad and Z. S. Nakad, “A Standalone RFID Indoor Positioning System Using Passive Tags,” IEEE Transactions on Industrial Electronics, vol. 58, no. 5, pp. 1961–1970, 2011.
[10] D. Fortin-Simard, K. Bouchard, S. Gaboury, B. Bouchard, and A. Bouzouane, “Accurate passive RFID localization system for smart homes,” 2012, pp. 1–8.
[11] A. Nazari Shirehjini, A. Yassine, and S. Shirmohammadi, “Equipment Location in Hospitals using RFID-Based Positioning System,” IEEE Trans Inf Technol Biomed, Oct. 2012.
[12] L. Yang, J. Cao, W. Zhu, and S. Tang, “A hybrid method for achieving high accuracy and efficiency in object tracking using passive RFID,” in 2012 IEEE
79
International Conference on Pervasive Computing and Communications (PerCom), 2012, pp. 109–115.
[13] D. Yan, Z. Zhao, and W. Ng, “Leveraging read rates of passive RFID tags for real-time indoor location tracking,” in Proceedings of the 21st ACM international conference on Information and knowledge management, New York, NY, USA, 2012, pp. 375–384.
[14] C. A. Balanis, Antenna theory: analysis and design, 3rd ed. Hoboken, NJ: John Wiley, 2005.
[15] Allin Cottrell, “Regression Analysis: Basic Concepts, last revised 2011-09- 02, unpublished.” .
[16] M. Vossiek, L. Wiebking, P. Gulden, J. Wieghardt, C. Hoffmann, and P. Heide, “Wireless local positioning,” IEEE Microwave Magazine, vol. 4, no. 4, pp. 77–86, Dec. 2003.
[17] Saravanan Thirumuruganathan, “A Detailed Introduction to K - Nearest Neighbor (KNN) Algorithm, May-2010, unpublished.”
[18] Y. Zhao, Y. Liu, and L. M. Ni, “VIRE: Active RFID-based Localization Using Virtual Reference Elimination,” 2007.
[19] K. T. Gribbon and D. G. Bailey, “A novel approach to real-time bilinear interpolation,” in 2004 IEEE International Conference on Field-Programmable Technology, 2004. Proceedings, 2004, pp. 126–131.
CÁC CÔNG TRÌNH NGHIÊN CỨU
STT Thời gian Thông tin chi tiết
1 10/2014 “Indoor Localization using passive UHF-RFID Tags and multi-antennas”, Thi Hao Dao, Minh Thuy Le, Quoc Cuong Nguyen – the 7th International Conference