基于ZigBee和RFID的消防員定位系統設計

張開生, 王 靜

(陜西科技大學 電氣與信息工程學院, 陜西 西安 710021)

計算機技術應用

基于ZigBee和RFID的消防員定位系統設計

張開生, 王 靜

(陜西科技大學 電氣與信息工程學院, 陜西 西安 710021)

針對火災現場遇險消防員定位不準的問題,設計了一種基于ZigBee和RFID技術的消防員定位系統。該系統中將ZigBee模塊與RFID模塊相結合構成智能閱讀器,利用ZigBee模塊自組網能力擴展了RFID標簽定位距離,利用RFID模塊的信息采集功能擴展了ZigBee節點信息識別能力。在系統算法設計中提出了一種改進的四邊測距定位算法,該算法首先利用高斯模型分布函數及單傳感器分批估計融合理論對測得的RSSI數據進行融合優化,然后采用四邊加權質心定位與梯度下降法相結合的算法對待測目標進行定位。通過仿真實驗表明,該改進的算法定位精度較高,適合于室內火災現場對遇險消防員的定位。

智能閱讀器； 定位系統； RFID； ZigBee

消防員在滅火救援工作中處于非常危險的境地,在嚴峻的火場中人身安全受到了極大的威脅[1]。消防員一旦遇險,如果不能在很短的時間內對其施救,將會造成嚴重的傷亡后果。然而,火災現場建筑環境復雜,噪音源多、煙霧濃度大、光線較弱,給消防員定位帶來了極大的困難[2]。

目前,國內外在消防員定位技術方面的研究主要包括基于ZigBee的定位技術、UWB定位技術以及無線電測向定位技術[3]。由于這3種技術都存在一定缺陷而未被廣泛應用。ZigBee定位技術因為存在射頻識別功能上的缺陷,通常難以對待定位目標進行有效信息的識別；UWB定位技術因為各個廠家的UWB標準不同,且測得角度誤差較大,難以被應用于消防定位系統中；無線電測向定位技術是通過無線電信號的強弱來確定遇險消防員的方向和距離,但因為在大型建筑屋內信號較弱,定位精度較差。

針對上述問題,筆者設計了一種基于ZigBee和RFID技術的多傳感器相結合的消防員定位系統。該系統將無線通信模塊嵌入閱讀器中構成智能閱讀器,以RFID的識別功能采集消防員編號信息,用ZigBee網絡傳輸數據。兩者的結合，有效彌補了RFID技術定位通信距離較短、無線傳感器網絡難以獲得目標詳細信息的問題。在算法設計中,采用高斯模型分布函數及單傳感器分批估計融合理論,對測得的RSSI數據進行融合優化,獲得RSSI的最優值,然后采用改進的四邊測距定位算法對待測目標進行定位,測試結果表明該系統的有效性,滿足了消防員定位的需求。

1 系統設計

系統控制中心安置在消防車上,數據庫存儲了全體消防員的基本信息,在高層建筑中需布置智能閱讀器。系統按照ZigBee規范組建網絡,實現RFID數據多跳傳輸。在讀寫器上集成了一個ZigBee無線通信模塊,RFID讀寫器收集到的標簽信息被傳送到ZigBee模塊上,作為ZigBee數據在ZigBee網絡中傳輸[4-5]。

本系統主要由4種類型的設備組成：網關節點、路由中繼節點、智能閱讀器以及移動節點。網關節點由中心協調器、服務器組成并通過串口線與終端設備連接,完成組網，當收集到智能閱讀器發來的數據,則轉發給終端設備中的監控軟件進行處理；路由中繼節點主要負責向協調器或下一跳路由轉發傳感器節點以及射頻卡采集到的信息；智能閱讀器分為ZigBee模塊與RFID模塊,RFID模塊完成對移動節點中有源標簽的識別以及采集相位差的信息，ZigBee模塊主要負責移動節點加入網絡、對周圍信標節點度量指標的收集以及數據的傳輸；移動節點中包括有源標簽以及傳感器節點,傳感器節點負責對消防員的心率、脈搏、姿態信息進行采集,采集到的信息最終通過ZigBee網絡發送到控制中心。

在進入火場前,消防員隨身攜帶移動節點,其中有源標簽采用EPC Gen2 標準,由自身電源供電。

當射頻標簽進入監測區域后，將會由被動態轉為主動態工作,同時將自身標識及相關信息經過編碼后由射頻前端電路及天線發送到智能閱讀器模塊。智能閱讀器在本系統設計中不僅起著傳感器節點加入網絡、節點自定位、數據傳輸的功能,還具有RFID讀寫器對射頻標簽識別和測距的作用。系統總體架構如圖1所示。

圖1 系統總體架構

2 系統定位算法設計

為能夠對消防員進行定位,需要在建筑物內主要區域安裝有智能閱讀器。消防員進入火災現場時佩戴的安全頭盔內裝有電子標簽,電子標簽內存儲了可以識別消防員身份信息的識別碼,并對電子標簽的室內位置坐標進行標定。當消防員經過智能閱讀器時,智能閱讀器可讀取到不同位置的標簽信息,并將這一信息傳送給服務器,服務器接收到信息后需要對消防員具體位置進行準確定位。本文采用基于RSSI的改進四邊測距定位算法來實現對消防員位置信息的準確定位。

RSSI定位算法利用接收信號的強度來計算各個節點間的距離,其中接收信號強度與傳輸距離的關系用式(1)來表示,RSSI表示接收信號強度,d是接收與發射節點間的距離,n為信號傳播因子,A為信號傳輸距離為1 m時接收端接收到的信號功率。

RSSI=-(A+10·nlgd)

(1)

2.1 RSSI濾波算法設計

由于RSSI的值極易受周圍環境影響而造成定位不準確,為準確定位,需要首先對接收到的RSSI值進行濾波處理。

RSSI濾波算法中,采用高斯模型分布函數對待測節點接收到的M個RSSI序列值存儲在數組G_Val[]中進行數據處理,其中高斯模型的概率密度函數為：

(2)

(3)

(4)

(5)

式中：Xi為第i個RSSI信號強度值；m為樣本均值；δ2為樣本方差；δi為樣本離差。本算法中通過高斯模型,根據實際經驗設置閾值為0.6。當函數F(x) 的值小于0.6時,表示測得該節點的RSSI值誤差較大,應舍棄[6]；反之,則寫入數組 G_Val_Gauss[]中,并用L表示計入數組 G_Val_Gauss[]中RSSI值中的個數。根據式(6),取其均值表示得到RSSI的值。

(6)

因為高斯模型僅對短暫的小概率事件擾動進行消除,因此通過高斯模型處理RSSI數據后,再利用單傳感器分批估計融合理論對數據進行融合,然后得到RSSI的最優值。其原理為：經高斯模型處理后的m個數據按奇偶順序或先后順序分成2組樣本,即x11,x12,…x1q和x21,x22,…x2p,其中：q+p=m(q,p≥2)[7-8]。兩組樣本所對應的樣本均值為：

(7)

(8)

樣本方差為：

由此可得x的融合估計值和方差為：

(11)

(12)

根據公式(11)可以確定RSSI的最優值。

2.2 改進的四邊測距定位算法設計

在實際的測試環境中,三邊定位算法利用RSSI測距模型得到的距離會存在誤差,導致3個圓無法交于一點而得不出唯一解。故此,本消防員定位系統采用四邊測距加權質心定位與梯度下降法相融合的算法[9]。定位模型如圖2所示。

圖2 定位模型

圖2中,4個信標節點的坐標分別為A(xa,ya),B(xb,yb),C(xc,yc),E(xe,ye),待測節點為D(xd,yd)。首先計算4個信標節點到未知節點的距離r,分別為r1,r2,r3,r4,然后分別通過ABC、ABE、ACE、BCE這4組節點計算出D點的坐標位置D1(x1,y1)、D2(x2,y2)、D3(x3,y3)、D4(x4,y4)。為了提高定位精度,對這4個估量位置進行加權方法可以實現更加準確的定位,其方法如下：

(13)

(14)

式中

為改進的加權因子,通過其內在的約束力達到提高定位精度的效果。該算法的具體實現過程如圖3所示。

圖3 加權四邊測距定位算法流程圖

本定位算法中采用梯度下降法分步修正待測標簽各坐標軸的初始坐標,進而減小誤差,提高定位精度[10-11]。假設本次位置為m,則由式(6)可獲得修正后的結果。

(15)

式中的修正值(Δxi(m),Δyi(m))由修正率(αx,αy)初始坐標值和梯度δir共同決定,如下式：

(16)

其中：σx、σy分別是x、y軸坐標的修正率,δir是天線r對目標i的梯度。可以通過式(17)得到：

(17)

(18)

其中lir為未修正前天線r與待定位標簽i的距離,本算法中坐標修正的結束條件為RMSE小于閾值,通過RMSE作為結束條件,可以有效地提高系統的定位精度,減小誤差[13-14]。

3 算法仿真與分析

為了驗證本系統算法的定位精度,實驗中測試了10個待定位標簽,使用了4個讀寫器,在4 m×4 m的平面內對待定位標簽進行數據測試。具體放置位置如圖4所示,分別對每個標簽測試10次,對每個標簽測得的結果取平均值。

圖4 智能閱讀器與標簽放置示意圖

其最終的測量結果與定位誤差如表1所示。表1列出了定位標簽的實際坐標、四邊質心加權定位測量定位坐標和修正后的定位坐標,并求解出四邊測量最終定位坐標誤差1和優化后定位坐標誤差2。

表1 定位坐標及誤差測量結果

表1(續)

兩種定位方法的平面圖如圖5所示。圖5中(a)圖表示三邊定位坐標與實際坐標的差距；圖5(b)表示四邊加權與梯度下降法定位坐標和實際坐標的差距。

圖5 坐標位置仿真平面圖

圖6給出了應用兩種定位方法的誤差情況。

圖6 不同定位方法待測節點誤差對比

分析表1可知,采用三邊測距定位算法,在實際坐標為(2,1)處誤差達到最大,可達1.2 m；在實際坐標為(1,1)處誤差最小,僅為0.178 m；平均定位誤差約為0.689 m。采用改進后的定位算法,在實際坐標為(1,2)處誤差最大,可達0.708 m；在實際坐標為(1,1)處誤差最小,最小為0.106 m；平均定位誤差為0.392 m。從圖6兩種方法誤差對比曲線分析中可以看出：三邊測量定位算法定位結果誤差較大、波動性較大,改進后的四邊加權與梯度下降法相結合的定位算法在各點出的定位精度有很大提高,定位結果整體波動性較小,因此改進后的定位算法克服了傳統上三邊測量定位算法上的不足,定位誤差減小了0.297 m。

4 結論

本消防員定位系統中將RFID和ZigBee兩種技術融合應用在消防員定位領域中,不但彌補了ZigBee定位系統缺少射頻識別功能的缺陷,還使得RFID閱讀器擁有了自組網以及遠程通信的能力,提高了消防定位距離。通過算法仿真分析表明,本文所提出的改進算法與傳統三邊測量定位算法相比,在定位精度上得到了很大的提高,適合于室內復雜環境中火災現場救援過程中對消防員的定位需求。對該系統進一步的研究,將包括消防員脈搏信息和姿態特征信息的準確采集,并根據該信息進一步優化定位算法,消除環境因素的影響

References)

[1] 董林蓮.基于ZigBee技術的消防員定位系統研究與實現[D].上海：東華大學,2014.

[2] 楊樹峰,隋虎林,李志剛.消防員生命體征監測系統設計與實現[J].消防科學與技術,2014,33(3)：314-317.

[3] 馬麗.火災救援中建筑內的人員定位方法探討[J].消防科學與技術,2011,30(5)：416-418.

[4] 鄭海升.消防員室內定位系統研究[D].重慶：重慶大學,2015.

[5] 李韻.基于RFID和ZigBee融合的危險化學品安全監控系統研究與設計[D].銀川：寧夏大學,2014.

[6] 胡宏澤.基于ZigBee網絡的移動節點RFID定位技術的研究與實現[D].南京：南京航空航天大學,2015.

[7] 韓美林,劉有耀.RFID定位技術和常見算法比較[J].產業與科技論壇,2014(1)：89-91.

[8] 李勇,魯黎,張強.一種消除盲區的無線傳感器網絡四邊加權質心定位算法[J].科技視界,2014(3)：56-58.

[9] 石繁榮.基于RFID與ZigBee無線傳感網絡研究與設計[D].綿陽：西南科技大學,2012.

[10] Chen H.Grid-based Approach for Working Node Selection in Wireless Sensor Networks[C]//IEEE International Conference on Communications. 2011,65(3)：363-368.

[11] 朱忠記,何熊熊,夏燕玲.基于RSSI的四邊測距改進加權質心定位算法[J].杭州電子科技大學學報,2014,34(1)：17-20.

[12] 高銳,程良倫,蘇海武.三維空間RFID定位系統方法及其應用研究[J].計算機應用研究,2013,30(11)：3336-3338.

[13] 文舉,金建勛,袁海.一種無線傳感器網絡四邊測距定位算法[J].傳感器與微系統,2008,27(5)：108-110,113.

[14] Salters-Pedneault K,Ruef A M,Orr S P.Personality and psychological profiles of police officer and firefighter recruits[J]. Personality & Individual Differences,2010,49(3)：210-215.

Design of positioning system for firemen based on ZigBee and RFID

Zhang Kaisheng, Wang Jing

(College of Electrical and Information Engineering,Shanxi University of Science and Technology,Xi’an 710021,China)

Aiming at the problem that the firemen in distress can’t be well positioned in the fire scene,a positioning system for firemen is designed on the basis of ZigBee and RFID technology. In this system the ZigBee module and RFID module are combined to be an intelligent reader. By using the self networking capability of the ZigBee module,the RFID tag positioning distance is extended,and by using information collection function of the RFID module,the ZigBee node information recognition is expanded. In the design of system algorithm,the improved quadrilateral ranging algorithm is proposed,which optimizes the measured RSSI data by using the Gauss model distribution function and the single sensor batch estimation fusion theory, and locates the target by using the algorithm of combining the weighted centroid positioning with the gradient descent method. The simulation experiment shows that the improved algorithm has high positioning accuracy,which is suitable for positioning firemen in distress at indoor fire scene.

intelligent reader; positioning system; RFID; ZigBee

10.16791/j.cnki.sjg.2017.07.032

2017-01-12

2017-03-07

陜西省西安未央科技區項目“基于物聯網的信息監控平臺研究”(2012-03)；陜西校地合作項目(2011K-29)

張開生(1963—),男,山西運城,博士,教授,研究生導師,主要研究方向為嵌入式系統,物聯網技術應用與開發.

E-mail：1966568973@qq.com

TP215,TU998.1

B

1002-4956(2017)07-0122-05