CN103702413A - 基于Zigbee网络的室内摄像头实时跟随定位*** - Google Patents

Abstract

一种基于Zigbee网络的室内摄像头实时跟随定位***，包括用于标示目标的定位RFID标签、与之连接的RFID读写器模块，用于进行无线定位的Zigbee网络环境和控制摄像头跟随移动的摄像头云台，所述RFID读写器模块包括天线、RFID芯片、微控制器和Zigbee信号收发模块，所述Zigbee网络环境包括Zigbee网络和定位主控器，所述Zigbee网络包括由Zigbee网络协调器和Zigbee网络节点构成的Zigbee无线网络，所述定位主控器包括用于接收Zigbee网络环境信号的通信接口模块、嵌入式信息处理平台和摄像头云台执行机构控制模块；所述嵌入式信息处理平台集成了基于RSSI模型的回声状态网络定位算法。本发明能够解决现有室内摄像头缺乏专有的定位***、定位误差大、实时定位困难等问题。

Description

基于Zigbee网络的室内摄像头实时跟随定位***

技术领域

本发明属于无线传感网络定位技术领域，具体是一种基于Zigbee网络的室内摄像头实时跟随定位***。

背景技术

室内摄像头定位具有较强的应用背景，尤其是摄像头的实时跟随特性。目前，在室内摄像头实时跟随定位领域还没有一套完整可行的***和方案，更多的是依靠人工辅助来实现。目前也有人参考借鉴GPS(Global Position System)定位方法，该方法通过内嵌的GPS模块定位。但是内嵌GPS模块的定位设备往往存在由于室内信号容易丢失，或者移动供电有限而无法正常工作的问题，使得GPS实施追踪定位失效。同时，室内摄像头采用GPS模块时，还存在应用成本较高、集成复杂度高、小范围内精度有限及实时性不高等问题。

发明内容

本发明所要解决的技术问题就是提供一种基于Zigbee网络的室内摄像头实时跟随定位***，能够解决现有室内摄像头缺乏专有的定位***、定位误差大、实时定位困难等问题。

为解决上述技术问题，本发明提供的一种基于Zigbee网络的室内摄像头实时跟随定位***，包括用于标示目标的定位RFID标签、与之连接的RFID读写器模块，用于进行无线定位的Zigbee网络环境和控制摄像头跟随移动的摄像头云台，所述RFID读写器模块包括天线、RFID芯片、微控制器和Zigbee信号收发模块，所述Zigbee网络环境包括Zigbee网络和定位主控器，所述Zigbee网络包括由Zigbee网络协调器和Zigbee网络节点构成的Zigbee无线网络，所述定位主控器包括用于接收Zigbee网络环境信号的通信接口模块、嵌入式信息处理平台和摄像头云台执行机构控制模块；

所述嵌入式信息处理平台集成了基于RSSI模型的回声状态网络定位算法，依据定位RFID标签在Zigbee网络环境下移动时的无线信号强度，融合，通过网络训练方式减小定位均方误差，从而精确定位RFID标签；同时，摄像头云台执行机构控制模块根据定位数据信息，发出指令动态调整云台舵机；；

所述RSSI模型为：

$\mathrm{PL}\left(d\right)=\mathrm{PL}\left(d_0\right)-10\mathrm{nlg}\left(\frac{d}{d_0}\right)+\mathrm{\ϵ}---\left(1\right)$

式(1)中，d为需要计算的未知节点到信标节点的距离，n为路径损耗指数，依赖于Zigbee网络环境，PL(d)为未知节点接收到的信号强度，PL(d₀)为参考距离d₀处的信号强度，d₀为参考节点到信标节点的距离，ε为定位误差；

所述回声状态网络定位算法包括以下步骤：

1）采样阶段：在室内定位区域内设置一定数量的Zigbee网络协调器或Zigbee网络节点作为参考节点，Zigbee网络协调器和Zigbee网络节点组网完成后，这些节点的位置信息均已知，测量相互间的衰减强度RSSI值，构建W_out，所述W_out为储备池DR（Dynamic Reservior）是输入和输出对于输出的连接权矩阵；Zigbee网络协调器经由UART将此数据发送到定位控制器；将定位RFID标签移入Zigbee网络中定义为网络的初始状态，即网络的初始状态为0，即x(0)=0，训练定位样本(u(n),n=1,2,…P)经过输入连接权矩阵W_in被加入到储备池DR中，依次完成***状态和误差输出

的计算和收集；计算输出连接权矩阵W_out，Zigbee网络协调器从某一时刻m开始收集内部状态变量，并以向量(x₁(i),x₂(i)…,x_N(i))(i=m,m+1,…,P)为行构成矩阵Β(P-m+1,N)，同时相应的样本定位数据ε(n)也被收集，并构成一个列向量Τ(P-m+1,1)；

2）权值计算阶段：根据在采样阶段收集到定位***状态矩阵和定位RFID标签移动样本数据，计算输出连接权矩阵W_out；由于状态变量x(n)和输出

之间是线性关系，而需要实现的目标是利用回声状态网络实际输出

逼近期望输出ε(n)，即

$\mathrm{\ϵ}\left(n\right)\≈\widehat{\mathrm{\ϵ}}\left(n\right)={\mathrm{\Σ}}_{i=1}^t{w}_i^{\mathrm{out}}{x}_i\left(n\right)---\left(2\right)$

也就是希望计算权值

（

为矩阵W_out的元素），满足网络定位均方差最小，即：

$\min \frac{1}{P-m+1}\underset{n=m}{\overset{P}{\mathrm{\Σ}}}{(\mathrm{\ϵ}\left(n\right)-{\mathrm{\Σ}}_{i=1}^L{w}_i^{\mathrm{out}}{x}_i\left(n\right))}^2---\left(3\right)$

根据式（3）可以求矩阵Β的逆矩阵，即W_out=Β^-1Τ，至此，ESNs网络训练完成，训练好的网络可直接用于定位RFID标签的实时跟随定位。

在上述技术方案中，所述Zigbee网络协调器和Zigbee网络节点的核心无线模块均采用CC2530芯片。

在上述技术方案中，所述摄像头云台执行机构控制模块，通过调节PWM方式来控制云台转向。

在上述技术方案中，所述Zigbee信号收发模块和Zigbee网络环境采用2.4GHz射频信号。

在上述技术方案中，所述定位主控器采用双ARM内核处理单元，所述通信接口模块采用异步收发传输器。

与现有技术相比，本发明的有益效果在于：1）本发明性价比高，Zigbee芯片相对于蓝牙、wifi以及GPS芯片都更为便宜；2）本发明构建的网络环境基于Zigbee芯片的节点，都具有路由和主机两种功能，采用低复杂度和自组网方式，能快速响应现有网络的拓扑结构变化，并准确高效的重构新的网络拓扑结构；3）本发明节能环保，具有功耗低的特点，两节5号电池供电情况下，Zigbee芯片可持续工作数月之久；4）本发明可靠性强，网络环境稳定，安全性高；5）本发明在基于Zigbee网络的环境，采用射频识别（RFID）技术，并采用基于RSSI模型的回声状态网络定位算法，克服了传统RSSI定位算法存在较大测量误差，实时响应慢的缺点。

附图说明

图1为本发明一种室内摄像头实时跟随定位***的结构示意图；

图2为RFID读写器模块的结构框图；

图3为Zigbee网络环境的结构框图；

图4为摄像头云台执行机构模块的结构框图；

图5为基于RSSI模型的回声状态网络定位算法的示意图。

具体实施方式

以下结合附图对本发明的具体实施例作进一步的详细描述：

如图1所示，本发明的一种基于Zigbee网络的室内摄像头实时跟随定位***，包括用于标示目标的定位RFID标签、与之连接的RFID读写器模块，用于进行无线定位的Zigbee网络环境和控制摄像头跟随移动的摄像头云台。Zigbee网络环境包括Zigbee网络和定位主控器。如图2所示，RFID读写器模块包括天线、RFID芯片、微控制器和Zigbee信号收发模块。

如图3所示，Zigbee网络包括由Zigbee网络协调器和Zigbee网络节点构成的Zigbee无线网络。本发明的基于Zigbee的网络环境可以按照如下方式组网：该网络环境由若干个（≥4）基于Zigbee芯片的网络传感节点1构成，其功能相当于网络中的终端。根据具体应用环境和要求，将Zigbee网络传感器节点均匀放置于室内环境。设置Zigbee网络路由节点2，其功能相当于网络的路由器。设置Zigbee网络协调器3，其功能相当于网络的网关节点，在实时跟随定位***中充当与定位主控器通信的硬件，网络协调器同网络传感器节点组成网状拓扑结构的网络，所有的Zigbee节点都将采集到的RFID标签位置信息实时发送到Zigbee网络协调器。在实际应用中，Zigbee网络路由节点2与Zigbee网络协调器3可以是同一个节点，只是在内部参数设置上有所不同。

为了信号传输稳定，上述Zigbee网络协调器和Zigbee网络节点的核心无线模块均采用CC2530芯片，Zigbee信号收发模块和Zigbee网络环境采用2.4GHz射频信号。

如图4所示，定位主控器包括用于接收Zigbee网络环境信号的通信接口模块、嵌入式信息处理平台和摄像头云台执行机构控制模块。首先，通过通信接口模块传来的RFID标签实时位置信息；其次，经由智能定位算法，确定方位调节量；最后，摄像头云台执行机构控制模块调节外接摄像头云台的纵横方向角度，从而调整摄像头聚焦方向，达到实时跟随定位。为了便于调节，摄像头云台执行机构控制模块，通过调节PWM方式来控制云台转向。定位主控器优选采用双ARM内核处理单元，运行android4.2操作***，能够将无线通讯、多媒体应用、远程监控、分布式任务处理等有机的结合在一起。定位主控器通过通用异步收发传输器（UART）连接至Zigbee网络协调器。

上述嵌入式信息处理平台集成了基于RSSI模型的回声状态网络定位算法，依据定位RFID标签在Zigbee网络环境下移动时的无线信号强度，融合，通过网络训练方式减小定位均方误差，从而精确定位RFID标签；同时，摄像头云台执行机构控制模块根据定位数据信息，发出指令动态调整云台舵机；；

所述RSSI模型为：

$\mathrm{PL}\left(d\right)=\mathrm{PL}\left(d_0\right)-10\mathrm{nlg}\left(\frac{d}{d_0}\right)+\mathrm{\ϵ}---\left(1\right)$

式(1)中，d为需要计算的未知节点到信标节点的距离，n为路径损耗指数，依赖于Zigbee网络环境，PL(d)为未知节点接收到的信号强度，PL(d₀)为参考距离d₀处的信号强度，d₀为参考节点到信标节点的距离，ε为定位误差；

所述回声状态网络定位算法包括以下步骤：

1）采样阶段：在室内定位区域内设置一定数量的Zigbee网络协调器或Zigbee网络节点作为参考节点，Zigbee网络协调器和Zigbee网络节点组网完成后，这些节点的位置信息均已知，测量相互间的衰减强度RSSI值，构建W_out，所述W_out为储备池DR（Dynamic Reservior）是输入和输出对于输出的连接权矩阵；Zigbee网络协调器经由UART将此数据发送到定位控制器；将定位RFID标签移入Zigbee网络中定义为网络的初始状态，即网络的初始状态为0，即x(0)=0，训练定位样本(u(n),n=1,2,…P)经过输入连接权矩阵W_in被加入到储备池DR中，依次完成***状态和误差输出

的计算和收集；计算输出连接权矩阵W_out，Zigbee网络协调器从某一时刻m开始收集内部状态变量，并以向量(x₁(i),x₂(i)…,x_N(i))(i=m,m+1,…,P)为行构成矩阵Β(P-m+1,N)，同时相应的样本定位数据ε(n)也被收集，并构成一个列向量Τ(P-m+1,1)；

2）权值计算阶段：根据在采样阶段收集到定位***状态矩阵和定位RFID标签移动样本数据，计算输出连接权矩阵W_out；由于状态变量x(n)和输出之间是线性关系，而需要实现的目标是利用回声状态网络实际输出

逼近期望输出ε(n)，即

$\mathrm{\ϵ}\left(n\right)\≈\widehat{\mathrm{\ϵ}}\left(n\right)={\mathrm{\Σ}}_{i=1}^t{w}_i^{\mathrm{out}}{x}_i\left(n\right)---\left(2\right)$

也就是希望计算权值

（

为矩阵W_out的元素），满足网络定位均方差最小，即：

$\min \frac{1}{P-m+1}\underset{n=m}{\overset{P}{\mathrm{\Σ}}}{(\mathrm{\ϵ}\left(n\right)-{\mathrm{\Σ}}_{i=1}^L{w}_i^{\mathrm{out}}{x}_i\left(n\right))}^2---\left(3\right)$

根据式（3）可以求矩阵Β的逆矩阵，即W_out=Β^-1Τ，至此，ESNs网络训练完成，训练好的网络可直接用于定位RFID标签的实时跟随定位，具有很高的定位效率和精度。

Claims (5)

1.一种基于Zigbee网络的室内摄像头实时跟随定位***，包括用于标示目标的定位RFID标签、与之连接的RFID读写器模块，用于进行无线定位的Zigbee网络环境和控制摄像头跟随移动的摄像头云台，所述RFID读写器模块包括天线、RFID芯片、微控制器和Zigbee信号收发模块，其特征在于：所述Zigbee网络环境包括Zigbee网络和定位主控器，所述Zigbee网络包括由Zigbee网络协调器和Zigbee网络节点构成的Zigbee无线网络，所述定位主控器包括用于接收Zigbee网络环境信号的通信接口模块、嵌入式信息处理平台和摄像头云台执行机构控制模块；

所述嵌入式信息处理平台集成了基于RSSI模型的回声状态网络定位算法，依据定位RFID标签在Zigbee网络环境下移动时的无线信号强度，融合，通过网络训练方式减小定位均方误差，从而精确定位RFID标签；同时，摄像头云台执行机构控制模块根据定位数据信息，发出指令动态调整云台舵机；；

所述RSSI模型为：

$\mathrm{PL}\left(d\right)=\mathrm{PL}\left(d_0\right)-10\mathrm{nlg}\left(\frac{d}{d_0}\right)+\mathrm{\ϵ}---\left(1\right)$

式(1)中，d为需要计算的未知节点到信标节点的距离，n为路径损耗指数，依赖于Zigbee网络环境，PL(d)为未知节点接收到的信号强度，PL(d₀)为参考距离d₀处的信号强度，d₀为参考节点到信标节点的距离，ε为定位误差；

所述回声状态网络定位算法包括以下步骤：

1）采样阶段：在室内定位区域内设置一定数量的Zigbee网络协调器或Zigbee网络节点作为参考节点，Zigbee网络协调器和Zigbee网络节点组网完成后，这些节点的位置信息均已知，测量相互间的衰减强度RSSI值，构建W_out，所述W_out为储备池DR（Dynamic Reservior）是输入和输出对于输出的连接权矩阵；Zigbee网络协调器经由UART将此数据发送到定位控制器；将定位RFID标签移入Zigbee网络中定义为网络的初始状态，即网络的初始状态为0，即x(0)=0，训练定位样本(u(n),n=1,2,…P)经过输入连接权矩阵W_in被加入到储备池DR中，依次完成***状态和误差输出的计算和收集；计算输出连接权矩阵W_out，Zigbee网络协调器从某一时刻m开始收集内部状态变量，并以向量(x₁(i),x₂(i)…,x_N(i))(i=m,m+1,…,P)为行构成矩阵Β(P-m+1,N)，同时相应的样本定位数据ε(n)也被收集，并构成一个列向量Τ(P-m+1,1)；

2）权值计算阶段：根据在采样阶段收集到定位***状态矩阵和定位RFID标签移动样本数据，计算输出连接权矩阵W_out；由于状态变量x(n)和输出

之间是线性关系，而需要实现的目标是利用回声状态网络实际输出

逼近期望输出ε(n)，即

$\mathrm{\ϵ}\left(n\right)\≈\widehat{\mathrm{\ϵ}}\left(n\right)={\mathrm{\Σ}}_{i=1}^t{w}_i^{\mathrm{out}}{x}_i\left(n\right)---\left(2\right)$

也就是希望计算权值

（

为矩阵W_out的元素），满足网络定位均方差最小，即：

$\min \frac{1}{P-m+1}\underset{n=m}{\overset{P}{\mathrm{\Σ}}}{(\mathrm{\ϵ}\left(n\right)-{\mathrm{\Σ}}_{i=1}^L{w}_i^{\mathrm{out}}{x}_i\left(n\right))}^2---\left(3\right)$

根据式（3）可以求矩阵Β的逆矩阵，即W_out=Β^-1Τ，至此，ESNs网络训练完成，训练好的网络可直接用于定位RFID标签的实时跟随定位。

2.根据权利要求1所述的基于Zigbee网络的室内摄像头实时跟随定位***，其特征在于：所述Zigbee网络协调器和Zigbee网络节点的核心无线模块均采用CC2530芯片。

3.根据权利要求1或2所述的基于Zigbee网络的室内摄像头实时跟随定位***，其特征在于：所述摄像头云台执行机构控制模块，通过调节PWM方式来控制云台转向。

4.根据权利要求1或2所述的基于Zigbee网络的室内摄像头实时跟随定位***，其特征在于：所述Zigbee信号收发模块和Zigbee网络环境采用2.4GHz射频信号。

5.根据权利要求1或2所述的基于Zigbee网络的室内摄像头实时跟随定位***，其特征在于：所述定位主控器采用双ARM内核处理单元，所述通信接口模块采用异步收发传输器。

Images