追踪人们在室内环境

维拉Amudhan R
Bharath大学助理教授、部门机电一体化的印度钦奈- 600073

文摘

追踪人们在室内环境的运动是有用的为各种不同的应用程序包括老年保健,购物者行为的研究在购物中心、安全等等。有几个以前的努力解决这个问题,但有限的成功。我们的方法使用廉价的压力传感器,放置在一个特定的方式,使我们能够识别多个人。鉴于此信息,我们的算法可以跟踪多个人甚至在地板上大型传感器误差的存在。我们开发的算法是评估各种不同的运动模式,包括和路径穿越。显示了正确的路径检测误差非常小甚至在最复杂的运动情况。我们注意到我们的算法不使用任何先验信息,如重量、射频识别标签,知识的人数等。

介绍

跟踪问题的人在室内空间中是一个重要的组件为各种不同的应用程序包括inhome照顾残疾人或老年人,等。这一问题的传统方法包括使用多个摄像头,噪音/振动传感器和RFID标签或其他无线电设备种植在服装。后者的解决方案的问题在于,他们缺乏通用性,而相机的解决方案往往是昂贵的在计算成本。的解决方案使用噪音/振动实现需要特别提出实施层,甚至要求,他们经常显示一个明显缺乏准确性以及无法跟踪多个人。在本研究,我们开发一个算法同时跟踪多个人们使用简单的压力传感器,可以嵌入在地毯或地砖。算法可以追踪人甚至当他们肩并肩地和在任意和路径交叉。

本文的其余部分组织如下。我们将讨论使用的传感器以及其在第二节的感应能力。我们还描述这个传感器的定位测量的误差。在第三节,我们检查传感器位置的问题与低成本、高精度的目标。第四部分提出了我们的跟踪算法。第五节的跟踪算法进行了研究。第六节讨论了相关工作和结论在第七节。

二世。传感器的描述

我们使用的传感器是便宜的Flexiforce压力传感器。他们像一张纸一样薄(0.127毫米),这样人们不能感觉的存在传感器,当他们走在瓷砖。最大的传感范围是454公斤。其他规范[10]:长度203毫米,宽度14毫米,传感区域9.53毫米,连接器3男。在使用中,我们把这些传感器直接在地板瓷砖。阅读来自多个传感器(8)同时放入一个标准的串行端口。

了解传感器的反应力应用于瓷砖以及定位误差是由于吸收的瓷砖(通过收缩)和我们描述传感器读数与点之间的距离的瓷砖上力是应用和传感器在瓷砖的位置。我们的传感器在一个角落里20 cma¯害怕一个½¯害怕一个½¯害怕害怕一个½¯½20厘米的瓷砖和应用力的不同点上的瓷砖。我们获得的传感器读数si di的距离。我们还应用相同的力传感器的瓷砖上直接给我们阅读s0。图1块s0 / si di的函数。我们可以看到,有一个很好的线性符合这些量和线性方程之间给我们所需的表达式解释传感器读数。

我们下一个地方三个传感器在瓷砖如图2所示。这里的目标是确定一个作用力的位置没有s0值的先验知识。未知数因此s0和dj (j = 1、2、3三个传感器)。测量值是sj和我们知道的三个传感器的相对位置。我们可以解决的dj值来确定瓷砖的力。在图中,我们通过一个“o”表示力的实际位置为每个十值显示,通过一条直线和实际位置之间的误差估计的位置(另一端点的每一行给我们估计位置使用传感器读数)。平均误差为3.8 cm虽然在某些情况下,它是更多。鉴于瓷砖是20 cma¯害怕一个½¯害怕一个½¯害怕害怕一个½¯½20厘米,我们可以估计错误asA¯°1.52/64或大约12%。

三世。传感器的位置

考虑一个足够高的密度传感器部署,这样马¯害怕一个½¯害怕一个½¯³1传感器将走在每一个脚。这给我们一个准确的估计,脚的位置但非常昂贵。让我们考虑另一种技术丧失了一些精度,但显著降低成本。我们覆盖地板与瓷砖的大小等于平均脚一步一传感器在每个瓷砖和地方。因此,当一只脚完全放置在甚至部分瓷砖,瓷砖感觉一些压力下的传感器。但是,如果有两个脚在相同的瓷砖,我们有一个模棱两可的结果如图3所示,因为数据可以被解释为意味着有三尺三景瓷砖或两个满足每个重叠两个瓷砖。这种歧义导致跟踪误差。我们的目标是能够找到每个人的脚一步同时最小化总成本。可能有大量的传感器/瓷砖配售。然而,这些机构需要满足两个条件:首先,位置应确保至少有一个传感器感知每个脚步骤步否则我们可能无法识别所有的人; and second, no more than one foot should step on each tile at any given time in order to ensure that we can distinguish between diferent foot steps.

组可能的传感器/瓷砖位置可分为两个瓷砖地板覆盖完全或瓷砖,留下空白。我们观察到,后者通常配售给我们成本低得多。此外,这些类型的位置往往减少歧义,同时一只脚可以踩在多个瓦片。然而,我们需要注意瓷砖和传感器是如何放置,这样我们满足前面所提到的两个条件。

基于评估的几个位置,我们想出了所示的部署

在图4中3传感器/瓦。假设有一个两人之间的最小距离。因此,如果大于脚的大小,两个人踩的可能性三个连续的瓷砖在图3中不会发生。让我们假设脚一步大小lA¯害怕害怕一个½¯½¯一个害怕害怕一个½¯½m, l是m是长度和宽度的脚。我们选择圆形瓷砖的直径等于,因为它可以确保任何两个或两个以上的步骤相同的瓷砖属于不同人。瓷砖分开放置距离米,确保我们不会错过任何一脚一步。确保至少有一个传感器感觉每走一步,我们需要aA¯害怕一个½¯害怕一个½¯£l如图4所示。让马¯害怕一个½¯害怕一个½¯»0.5 l和= .5A¯害怕一个½¯害怕一个½¯一(罪60¯害怕一个½¯害怕一个½¯害怕害怕一个½¯一½(+ m))。因此,< 1.5 l。这意味着必须小于一英尺半的长度,这是合理的。

IV.TRACKING算法:滑动窗口LMS

假设前面所讨论的定位算法给我们脚位置对一个或更多的人来说,有一些错误。问题就是跟踪人感觉到区域移动。我们不假设关于人们除了物理上不可能的情况下(比如一个人走过另一个)不发生。我们最初被认为是一个简单的算法,找到一条直线配合使用最小均方误差度量。不幸的是,在许多情况下,该算法具有高得令人无法接受错误,它结合了脚位置属于不同人。因此,我们提高了算法通过使用更多的信息,比如区分不同人的步长。它执行更好的但是它失败了,当我们有交叉路径。这导致了滑动窗口算法明确地发现在路径。

算法是基于一个假设,即人的直线路径,并将路径由相互交替。因此,寻找将发生和拟合多个直线所提供的脚的位置给了我们一个很好的估计路径。该算法分为两个部分:一个初始化阶段,然后迭代阶段。

初始化阶段考虑前三个步骤n个人的位置。让p1, p2和p3成为第一个连续三分安达¯º是默认平均步长。

让e(π,pj)是距离的函数πpj和d(π,pj, pk)是最短的距离的函数从pj点到直线π和pk。每个3分是d的错误(p1, p2, p3) +一个¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯º¯一个害怕一个½¯害怕一个½¯e (p1, p2)一个¯害怕害怕一个½¯½+一个¯害怕一个½¯害怕一个½¯害怕一个½¯害怕一个½¯º¯一个害怕一个½¯害怕一个½¯e (p2、p3)一个¯害怕害怕一个½¯½。

考虑所有可能的三元组组成的第一、第二、第三步骤。为每个集合n这样的元组,我们计算最小均方误差的总和。然后结合最小的误差代表了前三个步骤n的人。

在迭代阶段,有两个重要的部分。第一部分是区分每个点在新的点集属于每个路径。第二部分是确定每条路径的新观点是一个转折点。为了实现第一部分,我们延长直线形成的初始阶段(即通过添加一个点。第四个点)。这是因为人们大多在一个方向上(即走。,是罕见的)。有n个点和n行。对于每个人来说,平均在每个迭代步长存储和更新。它的初始值isA¯º和它的价值回馈使用d (p1, p2) + d (p2、p3),这给了我们越来越准确的估计的第2步长更多的数据被收集。我们一行和一个点和计算的误差拟合所有的点线和误差平均步长。然后,我们计算均方的总和为所有n个人和我们选择的组合收益率最低的错误。

在迭代阶段的第二部分中,我们创建一个窗口(路径),每人只考虑点位于一个变量窗口。窗口,每当一个新扩展点添加。然而,它将幻灯片和减少在大小跟踪算法确定了的人。理解这个算法的工作原理,是很有用的模型,一个人的道路是被一个人走在一条直线或转弯。算法的初始状态开始假定这个人是走在一条直线。在这种状态下时,窗口扩大通过添加新的点和调整路径。然而,当检测到,只窗口缩小到3分,然后开始再次增长通过添加附加点发现如果一个人走在一条直线,否则它使滑动,同时保持大小3。

检测结果如下工作。当人们行走,他们的左右脚或者撞到地板上。该信息所使用的算法来决定当一个人。的关键思想是如图5所示,我们看到7分对应一个人走过的路(点对应于左脚右边然后左等等)。让我们看看分1、2、3。4点在线段连接形成的角点1 - 2和1 - 3。因此,4点不代表。同样,确定5点代表一个圈,我们看段之间形成的角2 - 3和2 - 4。再一次,我们看到点5个谎言在这个角地区。现在考虑点6。 We see that point 6 lies outside the angle formed by 3-4 and 4-5 and thus it represents a turning point. Until this point our window contained all the points from 1 to 5. However, after the turn is detected, we shrink it to points 4, 5, 6 only. Next we look at point 7. Since it lies within the angular region formed by segments 4-5 and 4-6, we conclude that the person is walking in a straight line again and the window grows to include points 4,5,6,7.

V。仿真结果

为了评估跟踪算法,我们开发了一个测试用例生成器gen -害死不同拓扑测试用例对应于不同的人,位置错误等。点的输出文件包含一组连续时间。为了生成现实的测试用例,我们依靠人们的步行行为的研究。[9]提供了我们之间的关系的高度和步幅HeightA¯害怕一个一个½¯害怕一个½¯害怕害怕一个½¯½x = stridelength在xA¯害怕一个½¯害怕一个½¯»0.4。如果我们假设平均身高是168厘米,67厘米的步幅。

5。1实验设计

为了评价删除我们的跟踪算法,我们设计了一套更广泛的擅长,达给了我们一个共有180个不同的测试用例,每个测试用例重复十次。我们使用的变量参数

——许多人:从2到5这个数字是不同的。

——位置误差:这个对应错误在确定确切的脚的位置和需要值0%,10%,20%,30%和40%。回想一下,我们测量了定位误差约12%(2节),生成错误的位置如下。首先测试用例生成器生成实际的脚的位置。然后生成一个均匀随机夹角0和2¯°和一个随机的长度等于错误百分比乘以平均脚长度。这个职位是美联储位置跟踪算法。

-阶段:人们都在阶段或不同相的(同相意味着他们开始用同样的脚)。三个或更多的人,每个人的对两侧的两个阶段当我们考虑不同相的实验。

-方向:对于两人来说,有两种情况下(方向相同或相反的方向)。三个或三个以上,我们考虑的情况下所有的人在同一方向或方向交替。

-路径形状:我们考虑直线与零个或每人一把。我们考虑所有的情况下(即两人。把具有相同或不同方向)。然而,对于三个或更多的人来说,我们认为只有一个子集的案件,因为更复杂的情况下可以减少工会的情况下两个人。

-口岸:我们认为情况下直线路径交叉或将路径交叉。两个人我们考虑直线穿越危险过境点以及十字路口转弯,再一次的危险过境点。我们也考虑当两人但不互相交叉。

表2、3列举一些我们学习的各种测试用例。在两人的情况下,我们考虑所有的可能的组合,路口,方向,和相位。在(a)两个人同步但out-ofphase (b)。(d)和(e)在两个不同的时间对应口岸。(h)很有趣,因为它包括车削和跨越在同一时间。最后,例(i)和(j)是具有挑战性的,因为它是容易的跟踪算法认为两条路径相互交叉。

三个人(表3)可能有更多的组合。然而,很多都是简单的两个人的情况下,扩展我们忽视。情况下(我),(j), (k), (n)对应于交叉涉及三个路径。例(g)、(h) (m)有两个人没有交叉路径。这些病例很有趣当高位置误差从而导致mis-interpreted所有三个路径。五人的情况(表3)(o) (p)包含更复杂的过境点,使我们更好地理解我们的算法的性能。

在表2中,我们显示的性能算法使用一个精度指标定义如下。对于一个给定的测试用例,我们计算点的总数。然后我们发现点的数量分配到不正确的路径的算法。这个值表示为一个百分比的比值为我们提供了一个衡量算法的准确性。因此表中值为0意味着100%的准确率而表中的值9意味着91%的点被正确分配。表,我们有五个值对应的五个错误值0%,10%,20%,30%和40%分别定位。

5。2两个人的情况下

让我们首先考虑三种情况当两个人走在一条直线。第一种情况是当两个人走在阶段(即在同一方向。,从相同的腿)。第二个病例是第一个一样,但两人的阶段,即。,两人与景的腿开始步行。最后情况是当两个人走在相反的方向。如表2所示,不同相的情况下有较低的精度与同步的情况。准确性是现代人有些错误的脚位置但是效果很小。如我们所料,精度较高时,两人走向相互以来几乎没有混淆脚位置的可能性。

现在让我们考虑这样一种情况,当路径交叉。如果两个路径交叉两个人在不同的时间,然后确定正确的路径是微不足道的问题。这种情况如图6所示,A和B的路径交叉但非常危险的时候。另一方面,考虑到情况如图7所示,我们看到两个人几乎同时互相交叉。在图中,一个跨越时间unitstA B的路径:3、4 B十字架时时间unitstB: 1、2。我们定义这种情况下作为一个穿越发生(3,1)a和B,我们选择最早的时间当他们的路径交叉。为了研究如何执行的算法,我们在一系列不同的结核病。每个拓扑设计,我们也应用位置估计误差从0%到40%不等。

穿越阿塔图7显示了结果:3、4和结核病:1,2结核病:6、7误差0%¯害怕一个½¯害怕一个½∼40%。为我们的算法,如果过境点助教和结核病dif至少三个算法将跟踪正确的人。换句话说,一个横跨阿塔:j, k,

5。3超过两人

看着表3 (d), (e),(我),(j), (n)我们有不同穿越场景。在一般情况下,我们的算法具有很高的精度。唯一有趣的案例,它有一些不准确(n)。这样做的原因是,入射角的路径下面两个人非常严重,因此该算法有时(高位置错误)混淆了路径。我们看到类似的结果在表3 (q), (r)、(s) (p)。然而,我们注意到情况下三个人(k)和(e)五人是相似的,我们有不同的方向。在所有这些情况下,我们的算法仍然执行很好甚至40%位置er o r。

VI.RELATED工作

跟踪多个人在一个房间里是一个具有挑战性的问题。传统方法包括使用相机/模式匹配和声音但通常非常昂贵和不准确的。在过去的几年里,许多研究人员采用不同新技术跟踪、定位和识别多个人。在论文[1],他们跟踪多个人们使用声波能量传感器。他们的方法是使用声音定位人签名。然而,我们不知道如何算法执行的人数增加和道路交叉等。的确,识别道路交叉,是最难的路径跟踪,目前还不清楚他们的方法将如何工作。

另一个很多人追求是使用传感器网络等[3]和[4]。这些论文使用传感器配备声音识别和显示95%的准确率。然而,研究只局限于直线行走和(最多4人在感应区域。此外,由于它是基于声学签名,microphoneequipped传感器使用。问题是,环境中的噪声将afect准确性。

[6]和[8]都使用类似的技术来识别运动的脚步骤。al - gorithm基于脚签名认可。不幸的是,这种方法不会当面对一个未知的人。此外,他们用一个特殊的压力传感器提供的方向运动。这些传感器需要高的瓷砖,进一步降低了效用。[2]和[5]也使用类似的压力传感器在瓷砖来定位。此外,他们都使用射频识别,这样他们可以识别的人数时混淆。[5]使用摄像机跟踪的人数的知识。

VIII.CONCLUSIONS

我们检查追踪人们在室内环境的问题。使用廉价的施压的传感器,我们培养良好的放置策略允许我们定位脚位置准确。考虑到这些位置,我们的跟踪算法可以跟踪多个精度高的人即使他们和他们的路径交叉。

引用

胡安·刘,莫里斯·楚,杰,吉姆•赖希冯赵:在传感器网络分布式状态表示跟踪问题。Proc.美商车间在传感器网络的信息处理(2004)
Hiroshi野口勇,Taketoshi森Yoshiko Suemasu Tomomasa佐藤:地板多人跟踪通过集成分布式压力传感器和RFID系统。IEEE国际会议系统学报》人与控制论(2004)
Kirill Mechitov, Sameer Sundresh Youngmin Kwon古尔将军:合作跟踪Binary-Detection传感器网络。学报第一国际会议上嵌入- d网络化传感器系统(2003)
克里斯•Savarese m Jan Rabaey Jan Beutel:特别定位在分布式的无线传感器网络。Proc。2001国际设计,声学,演讲,和信号处理(2001)
约瑟夫Kaddoura,杰夫王,Abdelsalam希拉勒:Cost-Precision Tradeofs毫无羁绊地在大厅室内位置跟踪。智能家居与健康国际会议远程信息处理(2005)
鲁珀特•罗伯特•头对头Curwen:识别运动从地面反作用力。学报2001年研讨会感知用户界面(2001)
格里高利·d·罗伯特·j·奥尔Abowd:智能楼:自然的用户识别和跟踪机制。学报2000年会议上人为因素计算系统(2000)
医学博士Addlesee A.H.琼斯,f中F.S.撒玛利亚:ORL活跃的地板上。IEEE个人沟通(1997)
步分析。网站:http://moon.ouhsc.edu/dthompso/gait/knmatics/stride.htm 10。Flexforce压力传感器。网站:http://www.tekscan.com/flexiforce/specs flexiforce.html