無線PIR的人體目標(biāo)追蹤方法研究綜述

王子豪， 田　杰， 魏玉宏

(武警工程大學(xué) 軍事通信學(xué)重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710086)

無線PIR的人體目標(biāo)追蹤方法研究綜述

王子豪， 田杰， 魏玉宏

(武警工程大學(xué) 軍事通信學(xué)重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710086)

摘要:基于無線熱釋電紅外傳感器(PIR)的人體目標(biāo)追蹤過程分為五步：事件檢測(cè)、事件數(shù)字化、事件登記、目標(biāo)定位、軌跡推斷。研究的方向主要是在事件檢測(cè)過程中的數(shù)據(jù)采集和信號(hào)處理，在事件登記中的區(qū)域分割編碼，在目標(biāo)定位中的數(shù)據(jù)處理，以及在軌跡推斷中的數(shù)據(jù)融合和軌跡預(yù)計(jì)。闡述了側(cè)視感知模式和俯視感知模式的實(shí)現(xiàn)原理，分析了解決主要問題所運(yùn)用的方法，對(duì)比兩種感知模式的實(shí)驗(yàn)結(jié)果，分析兩種感知模式的優(yōu)缺點(diǎn)，并據(jù)此討論了改進(jìn)方向。

關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)； 熱釋電紅外傳感器； 人體目標(biāo)追蹤

0引言

無線傳感器網(wǎng)絡(luò)(WSNs)具有覆蓋范圍廣、體積小、功耗低和網(wǎng)絡(luò)動(dòng)態(tài)特性好等優(yōu)點(diǎn)，逐漸被應(yīng)用于目標(biāo)定位和追蹤領(lǐng)域[1]。熱釋電紅外(PIR)技術(shù)利用人體輻射出特定波長(zhǎng)紅外線的特點(diǎn)，能靈敏地接收紅外光并將光信號(hào)轉(zhuǎn)換為電信號(hào)[2]?；跓o線傳感器網(wǎng)絡(luò)和PIR技術(shù)的人體追蹤方法僅需要部署價(jià)格低廉的傳感器節(jié)點(diǎn)，而且傳感器節(jié)點(diǎn)僅針對(duì)人體目標(biāo)，具有成本低、功耗低、數(shù)據(jù)吞吐量低和針對(duì)性強(qiáng)的優(yōu)點(diǎn)，適用于人體目標(biāo)追蹤。

本文對(duì)基于無線PIR的人體目標(biāo)追蹤方法研究進(jìn)行綜述，并討論了其發(fā)展方向。

1人體目標(biāo)追蹤步驟

人體目標(biāo)追蹤包含五個(gè)步驟：事件檢測(cè)、事件數(shù)字化、事件登記、目標(biāo)定位、軌跡推斷。

1)事件檢測(cè)：在人體目標(biāo)追蹤中，當(dāng)PIR測(cè)量到的熱量流高于設(shè)定的環(huán)境閾值，則這個(gè)信號(hào)就可以反映出有人體目標(biāo)在監(jiān)測(cè)范圍內(nèi)運(yùn)動(dòng)，這個(gè)信號(hào)稱之為事件。

2)事件數(shù)字化：當(dāng)人體目標(biāo)在監(jiān)測(cè)范圍內(nèi)運(yùn)動(dòng)時(shí)，其周圍的傳感器節(jié)點(diǎn)都會(huì)產(chǎn)生模擬電信號(hào)，后續(xù)處理需要將模擬信號(hào)數(shù)字化。

3)事件登記：根據(jù)不同傳感器節(jié)點(diǎn)的視場(chǎng)，可以把監(jiān)測(cè)區(qū)域劃分為多個(gè)子區(qū)域。用一系列的數(shù)字序列來表示每一個(gè)事件。系統(tǒng)的后臺(tái)數(shù)據(jù)庫(kù)會(huì)按照時(shí)間順序登記節(jié)點(diǎn)檢測(cè)得到的事件發(fā)生序列。

4)目標(biāo)定位：根據(jù)數(shù)據(jù)庫(kù)中的事件序列，結(jié)合同一時(shí)刻不同傳感器節(jié)點(diǎn)的事件序列，用網(wǎng)格逼近、最小二乘法等方法推斷目標(biāo)的位置。

5)軌跡推斷：目標(biāo)追蹤問題可以看作為部分可觀測(cè)馬爾科夫決策過程(partially observable Markov decision process,POMDP)，利用先前的數(shù)據(jù)結(jié)合當(dāng)前的檢測(cè)數(shù)據(jù)，估計(jì)目標(biāo)

運(yùn)動(dòng)軌跡。

2基于無線PIR網(wǎng)絡(luò)的人體目標(biāo)追蹤方法

按照傳感器節(jié)點(diǎn)感知模式劃分，基于無線PIR的人體目標(biāo)追蹤方法可以分為側(cè)視感知模式和俯視感知模式。其研究的方向主要有事件檢測(cè)過程中的數(shù)據(jù)采集與信號(hào)處理[3]，在事件登記中的區(qū)域分割編碼[4]，在目標(biāo)定位中的數(shù)據(jù)處理，以及在軌跡推斷中的數(shù)據(jù)融合[5]和軌跡預(yù)計(jì)。

2.1側(cè)視感知模式

2005年，Hao Qi博士等人最早研究了PIR用于人體運(yùn)動(dòng)檢測(cè)的可行性，并持續(xù)探究將PIR應(yīng)用于人體目標(biāo)追蹤的方法，在區(qū)域分割編碼、數(shù)據(jù)采集和數(shù)據(jù)處理上得到大量的研究成果。

文獻(xiàn)[6]研究了一種無線PIR系統(tǒng)，該系統(tǒng)由三種節(jié)點(diǎn)組成，分別為slave節(jié)點(diǎn)、master節(jié)點(diǎn)和host主機(jī)。slave節(jié)點(diǎn)分布在整個(gè)探測(cè)區(qū)域，由8個(gè)傳感器單元組成，實(shí)現(xiàn)360°的視場(chǎng)覆蓋，它們負(fù)責(zé)事件檢測(cè)、事件數(shù)字化和事件登記，并把處理得到的數(shù)據(jù)傳送到master節(jié)點(diǎn)。master節(jié)點(diǎn)有一個(gè)，負(fù)責(zé)時(shí)間同步和目標(biāo)定位，并把數(shù)據(jù)傳送到host主機(jī)。host主機(jī)得到數(shù)據(jù)后，進(jìn)行數(shù)據(jù)融合。在事件數(shù)字化中，由于每個(gè)節(jié)點(diǎn)有8個(gè)傳感器單元，可以把360°的視場(chǎng)分割為16個(gè)區(qū)域，用8位二進(jìn)制數(shù)對(duì)應(yīng)8個(gè)傳感器單元，以此記錄區(qū)域的編號(hào)，哪個(gè)傳感器單元探測(cè)到目標(biāo)，則其對(duì)應(yīng)二進(jìn)制位上置1；否則，置0。其區(qū)域分割編碼如圖1所示。這樣利用2個(gè)或以上的節(jié)點(diǎn)形成部分重疊的探測(cè)區(qū)域，就可以較為準(zhǔn)確地探測(cè)目標(biāo)位置，理論上，節(jié)點(diǎn)數(shù)量越多，目標(biāo)定位精度越高。在目標(biāo)定位上，使用了網(wǎng)格逼近(grid approximation)的方法進(jìn)行線性化角度的測(cè)量值，推斷目標(biāo)位置。在仿真環(huán)境為9 m×9 m的房間里，在誤報(bào)率為0.001的條件下，高斯粒子濾波的標(biāo)準(zhǔn)差為x軸方向1.1 m，y軸方向1.2 m，能基本實(shí)現(xiàn)人體運(yùn)動(dòng)追蹤，能應(yīng)用于精度要求不高的室內(nèi)環(huán)境。

圖1　單個(gè)slave節(jié)點(diǎn)的區(qū)域分割示意圖和對(duì)應(yīng)的區(qū)域分割編碼方式Fig 1　Region segmentation diagram of single slave node and corresponding coding method of region segmentation

文獻(xiàn)[7]研究了一種基于無線PIR網(wǎng)絡(luò)的多代理(multi-agent)方案來實(shí)現(xiàn)人體目標(biāo)追蹤并實(shí)現(xiàn)自校準(zhǔn)。方案中包含4類代理(agent)，分別為感知代理(sensing agent)、行動(dòng)代理(action agent)、決策代理(decision agent)和數(shù)據(jù)庫(kù)代理(database agent)。感知代理由PIR、信號(hào)處理電路和可編程片上系統(tǒng)(PSoC)組成，實(shí)現(xiàn)了事件檢測(cè)、事件數(shù)字化、事件登記和目標(biāo)定位功能。行動(dòng)代理由伺服電動(dòng)機(jī)和PSoC組成，它改變感知代理的視場(chǎng)，使感知代理對(duì)目標(biāo)實(shí)現(xiàn)持續(xù)不間斷的監(jiān)測(cè)。決策代理包含了現(xiàn)場(chǎng)可編程門陣列(FPGA)，它負(fù)責(zé)執(zhí)行復(fù)雜的計(jì)算和高分辨率的多目標(biāo)追蹤和自校準(zhǔn)。數(shù)據(jù)庫(kù)代理使用了MySQL平臺(tái)，為其他代理提供環(huán)境信息。此方案中使用了PSoC，大大增強(qiáng)了節(jié)點(diǎn)的計(jì)算能力，并通過PSoC控制感知代理動(dòng)態(tài)監(jiān)測(cè)目標(biāo)，使得追蹤針對(duì)性更強(qiáng)。此外，利用感知代理不斷收集環(huán)境信息，存儲(chǔ)在數(shù)據(jù)庫(kù)代理中，在目標(biāo)追蹤過程中，利用環(huán)境信息能減少大量干擾，使得計(jì)算更為準(zhǔn)確。再加上決策代理的自校準(zhǔn)功能，進(jìn)一步提高了追蹤精度。

文獻(xiàn)[8]中，Yang Bo等人提出了基于PIR視場(chǎng)角平分線的目標(biāo)定位方法和新的數(shù)據(jù)融合方法，并在軌跡推斷過程中對(duì)比了卡爾曼濾波和粒子濾波的效果。在仿真實(shí)驗(yàn)中，通過對(duì)比多種傳感器部署方案和網(wǎng)狀網(wǎng)結(jié)構(gòu)，總結(jié)得出一種性能次優(yōu)但計(jì)算復(fù)雜度低的網(wǎng)狀結(jié)構(gòu)，在10 m×10 m的區(qū)域中部署了8個(gè)傳感器節(jié)點(diǎn)，其定位誤差小于0.5 m的概率高于80 %，誤差大于1 m的概率低于20 %，誤差大于1.5 m的概率更是低于5 %。

文獻(xiàn)[9]中，Yang Bo等人在無線PIR網(wǎng)絡(luò)的基礎(chǔ)上，將概率神經(jīng)網(wǎng)絡(luò)(probabilistic neural network,PNN)和測(cè)向交叉定位(bearing-crossing locating)應(yīng)用于區(qū)域分割和目標(biāo)定位中。首先,通過綜合的神經(jīng)網(wǎng)絡(luò)分類器算法初步確定人體目標(biāo)所在的區(qū)域，再結(jié)合測(cè)向交叉定位數(shù)據(jù)進(jìn)行數(shù)據(jù)融合實(shí)現(xiàn)目標(biāo)的精確定位，最后,利用粒子濾波算法和聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法對(duì)目標(biāo)進(jìn)行追蹤。仿真和實(shí)驗(yàn)結(jié)果表明:此方法能快速判斷人體目標(biāo)所在區(qū)域，而且在多目標(biāo)時(shí)錯(cuò)誤探測(cè)率得到了有效的降低。在實(shí)際實(shí)驗(yàn)中，在10 m×10 m的環(huán)境里，使用基于神經(jīng)網(wǎng)絡(luò)區(qū)域劃分的交叉定位(crossing location based on neural network region partition,CLBNNRP)方法平均誤差為0.71 m，對(duì)比交叉定位(crossing location,CL)方法，使用CLBNNRP方法在x軸方向和y軸方向的精確度提高了29.76 %和44.12 %，證明使用CLBNNRP方法能實(shí)現(xiàn)精度較高的目標(biāo)追蹤。

2.2俯視感知模式

文獻(xiàn)[10]中，基于無線PIR網(wǎng)絡(luò)，黃鑫研究了新的人體目標(biāo)定位方法，將傳感器節(jié)點(diǎn)設(shè)置在探測(cè)區(qū)域的上方，每個(gè)傳感器節(jié)點(diǎn)中包含3只傳感器，每個(gè)節(jié)點(diǎn)的感知區(qū)域分為3個(gè)，1只傳感器負(fù)責(zé)感知一個(gè)區(qū)域，如圖2所示。

圖2　傳感器的感知區(qū)域Fig 2　Sensing region of sensor

圖中白色區(qū)域?yàn)楦兄獏^(qū)域，1#傳感器感知圓心的圓形區(qū)域，2#傳感器感知中間的圓環(huán)，3#傳感器感知最外圍的圓環(huán)。根據(jù)3個(gè)或以上節(jié)點(diǎn)，形成重疊區(qū)域，可以初步定位目標(biāo)所在位置，感知范圍如圖2所示。

圖3　感知范圍示意圖Fig 3　Diagram of sensing area

圖4中展示了一組節(jié)點(diǎn)組成的感知區(qū)域，深灰色為3個(gè)傳感器節(jié)點(diǎn)的重疊區(qū)域，當(dāng)布置更多的節(jié)點(diǎn)時(shí)，重疊區(qū)域可擴(kuò)展得更大。根據(jù)實(shí)驗(yàn)結(jié)果，在邊長(zhǎng)為3 m的等邊三角形區(qū)域里，節(jié)點(diǎn)部署高度為3 m，此方法的誤差在0.32 m左右。此方法利用了區(qū)域圓環(huán)分割和多個(gè)節(jié)點(diǎn)重疊區(qū)域形成監(jiān)控區(qū)域，提高了精度。但此方法理論上沒有考慮到人體目標(biāo)的身高對(duì)測(cè)量的影響。

文獻(xiàn)[11]中，Luo Xiaomu等人研究了一種新的俯視感知的紅外傳感器系統(tǒng)，其中每個(gè)節(jié)點(diǎn)包含5只傳感器，每4個(gè)傳感器節(jié)點(diǎn)為一組，如圖4所示。

每個(gè)傳感器節(jié)點(diǎn)的探測(cè)區(qū)域可劃分為8個(gè)扇形和1個(gè)圓形區(qū)域，每個(gè)探測(cè)區(qū)域中心位置都設(shè)置一個(gè)方位已知的指示器。當(dāng)目標(biāo)進(jìn)入一個(gè)探測(cè)區(qū)域時(shí)，便會(huì)激活該區(qū)域的指示器。當(dāng)目標(biāo)所在探測(cè)區(qū)域只激活一個(gè)指示器時(shí)，用指示器的坐標(biāo)近似目標(biāo)坐標(biāo)；當(dāng)目標(biāo)所在探測(cè)區(qū)域激活2個(gè)指示器時(shí)，用兩指示器連線的中點(diǎn)近似目標(biāo)坐標(biāo)；當(dāng)目標(biāo)所在探測(cè)區(qū)域激活3個(gè)指示器時(shí)，用與3個(gè)指示器相等距離的點(diǎn)坐標(biāo)近似目標(biāo)坐標(biāo)；當(dāng)目標(biāo)所在探測(cè)區(qū)域有4個(gè)指示器時(shí)，利用最大似然估計(jì)計(jì)算目標(biāo)坐標(biāo)。仿真中使用了高1.75 m，半徑0.45 m的圓柱體機(jī)器人作為目標(biāo)，在10 m×10 m的區(qū)域內(nèi)部署了一組節(jié)點(diǎn)，其平均誤差為0.486 m。

2.3對(duì)比分析

如表 1所示，上述文獻(xiàn)中方法的實(shí)驗(yàn)結(jié)果對(duì)比。在側(cè)視感知模式當(dāng)中，文獻(xiàn)[8]基于無線PIR網(wǎng)狀網(wǎng)，對(duì)比了3種節(jié)點(diǎn)部署方案，方案B的節(jié)點(diǎn)部署使得多個(gè)傳感器節(jié)點(diǎn)的區(qū)域分割更加分散，當(dāng)其部署8個(gè)傳感器節(jié)點(diǎn)，實(shí)現(xiàn)了10 m×10 m范圍內(nèi)，對(duì)單目標(biāo)的定位精度比文獻(xiàn)[9]中方法提升將近50 %。后續(xù)可以在探測(cè)錯(cuò)誤率一定的情況下，研究區(qū)域分割的方法和節(jié)點(diǎn)的部署。

表1　各文獻(xiàn)中方法對(duì)比

文獻(xiàn)[9]實(shí)驗(yàn)中部署9個(gè)節(jié)點(diǎn)，在10 m×10 m范圍內(nèi)，利用神經(jīng)網(wǎng)絡(luò)分類器確定目標(biāo)所在區(qū)域，再利用交叉測(cè)向定位對(duì)目標(biāo)進(jìn)行精確定位，而后利用粒子濾波算法和聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法進(jìn)行軌跡推斷，實(shí)現(xiàn)了對(duì)兩個(gè)目標(biāo)的較高精度檢測(cè)。后續(xù)可以在神經(jīng)網(wǎng)絡(luò)分類器算法和目標(biāo)定位算法上做進(jìn)一步研究。

在俯視感知模式中，文獻(xiàn)[11]中研究了新的俯視感知模式及節(jié)點(diǎn)部署方案，比文獻(xiàn)[10]中的方法，在標(biāo)準(zhǔn)差誤差相差不大的情況下，使用了4個(gè)傳感器節(jié)點(diǎn)實(shí)現(xiàn)了10 m×10 m范圍內(nèi)對(duì)多目標(biāo)追蹤的高精度追蹤，更符合實(shí)際應(yīng)用的需求。

對(duì)比本文討論的最優(yōu)的側(cè)視感知模式中的方案和最優(yōu)的俯視感知模式中的方案，即文獻(xiàn)[9]與文獻(xiàn)[11]中所研究的方案，俯視感知模式部署傳感器節(jié)點(diǎn)更少，節(jié)點(diǎn)包含5只PIR傳感器，少于側(cè)視感知模式中的8只PIR傳感器，在10 m×10 m范圍內(nèi)對(duì)多目標(biāo)追蹤，標(biāo)準(zhǔn)差誤差較為接近，平均誤差小于側(cè)視感知模式，證明了俯視感知模式的性能優(yōu)越性。但在俯視感知模式中并未充分考慮不同人體目標(biāo)的高度所帶來的影響，且在節(jié)點(diǎn)部署高度對(duì)探測(cè)范圍、精度的

影響仍需做進(jìn)一步研究。而側(cè)視感知模式節(jié)點(diǎn)部署的高度與人同高，部署位置更為靈活。綜上所述，側(cè)視感知模式部署更為靈活，而俯視感知模式在監(jiān)測(cè)范圍和追蹤精度上有更大優(yōu)勢(shì)。

3結(jié)束語(yǔ)

基于無線PIR的人體目標(biāo)追蹤方法的研究還處于起步階段，還需要做更多的研究和改進(jìn)以適應(yīng)更多的使用場(chǎng)景和實(shí)際需求。在側(cè)視感知模式中，可以通過仿真實(shí)驗(yàn)對(duì)比多種區(qū)域分割及節(jié)點(diǎn)部署的方法，篩選出目標(biāo)定位精度高的區(qū)域分割方法和節(jié)點(diǎn)部署的方法。還可更深入研究基于概率神經(jīng)網(wǎng)絡(luò)的交叉測(cè)向定位方法，根據(jù)交叉點(diǎn)的權(quán)重估算目標(biāo)位置，進(jìn)一步提高定位精度。對(duì)于室外部署的節(jié)點(diǎn)，可以將環(huán)境信息記錄在數(shù)據(jù)庫(kù)并進(jìn)行分析，對(duì)比目標(biāo)信息與環(huán)境信息的差異，大幅度減少干擾。在俯視感知模式中，可以研究無線PIR節(jié)點(diǎn)部署的高度對(duì)探測(cè)范圍大小和定位精度高低的影響，設(shè)置專門測(cè)量目標(biāo)高度的節(jié)點(diǎn)，進(jìn)而減少目標(biāo)高度的個(gè)體差異對(duì)定位精度的影響。

參考文獻(xiàn):

[1]Kim S,Ko J G,Yoon J,et al.Multiple-objective metric for placing multiple base stations in wireless sensor networks[C]∥2007 2nd International Symposium on Wireless Pervasive Computing,ISWPC’07,IEEE,2007:627-631.

[2]Zappi P,Farella E,Benini L.Pyroelectric Infrared sensors based distance estimation[C]∥2008 IEEE Conf on Sensors,2008:716-719.

[3]Shankar Mohan,Burchett J B,Qi Hao,et al.Human-tracking systems using pyroelectric infrared detectors[J].Optical Enginee-ring,2006,45(10):106401.

[4]Lu Jiang,Gong Jiaqi,Hao Qi,et al.Space encoding based compressive multiple human tracking with distributed binary pyroelectric infrared sensor networks[C]∥IEEE Conference on Digital Object Identifier,2012:180-185.

[5]Khaleghi B,Khamis A,Karray F O,et al.Multisensor data fusion:A review of the state-of-the-art[J].Information Fusion,2013,14(1):28-44.

[6]Hao Qi,Brady D J,Guenther B D,et al.Human tracking with wireless distributed pyroelectric sensors[J].IEEE Sensors Journal，2006,6(6):1683-1696.

[7]Lu Jiang,Gong Jiaqi,Hao Qi,et al.Multi-agent based wireless pyroelectric infrared sensor networks for multi-human tracking and self-calibration[C]∥2013 IEEE Conf on Sensors,IEEE,2013:1-4.

[8]Yang Bo,Luo Jing,Liu Qi.A novel low-cost and small-size human tracking system with pyroelectric infrared sensor mesh net-work[J].Infrared Physics & Technology,2014,63:147-156.

[9] Yang Bo,Li Xiaoshan,Luo Jing.A novel multi-human location method for distributed binary pyroelectric infrared sensor tracking system:Region partition using PNN and bearing-crossing loca-tion[J].Infrared Physics & Technology,2014,68:35-43.

[10] 黃鑫.熱釋電紅外無線傳感器網(wǎng)絡(luò)人體定位系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].廣州:中山大學(xué),2009.

[11] Luo Xiaomu,Shen Baihua,Guo Xuemei,et al.Human tracking using ceiling pyroelectric infrared sensors[C]∥2009 IEEE International Conference on Control and Automation,ICCA 2009,2009:1716-1721.

Review of human body target tracking methods based on wireless PIR

WANG Zi-hao, TIAN Jie, WEI Yu-hong

(Key Laboratory of Military Communication，Engineering University of CAPF，Xi’an 710086，China)

Abstract:Process of human body target tracking based on wireless pyroelectric infrared(PIR)sensor can be divided into five steps,which are event detection,event digitalization,event registration,target location and trajectory estimation.Research direction is mainly focused on data collection and signal processing in event detection process,region-segmentation coding in event registration,data processing in target location,as well as data fusion and trajectory prediction in trajectory estimation.Illustrate realization principles of side-view sensing mode,and top-view sensing mode,analyze method for solving main problems and compare experimental results of the two kinds of sensing modes,analyze the advantages and disadvantages of two sensing modes and discuss improving direction according to the analysis.

Key words:WSNs; pyroelectric infrared(PIR) sensor; human body target tracking

收稿日期：2015—08—26

DOI:10.13873/J.1000—9787(2016)04—0008—03

中圖分類號(hào)：TP 393

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000—9787(2016)04—0008—03

作者簡(jiǎn)介:

王子豪(1991-)，男，廣東廣州人，碩士研究生，主要研究方向?yàn)闊o線傳感器網(wǎng)絡(luò)。