教育機器人信號處理研究*

龔雄濤，羅文興

（1.華中師范大學，湖北 武漢 437900；2.湖北職業技術學院，湖北 孝感 432100；3.黔南民族師范學院，貴州 都勻 558000）

0 引言

人工智能（Artificial Intelligence）是模擬和擴展人類的思維，對電子設備進行研發，讓其具有人類思維方式的智能機器。機器人（Robot）是人工智能典型的代表產品。機器人一般能夠具有獲取、理解和判斷等人類的特性，可以幫助人類完成一些高強度和高難度的任務，從生產、生活、學習方式等方面對人類產生了重大影響。2018年，教育部在《教育信息化2.0行動計劃》中提出加強智能教學助手、教育機器人等關鍵技術在現代教育中的研究與應用，積極開展智慧教育創新研究和示范，推動新技術支持下教育的模式變革和生態重構[1]。

2019年，習近平總書記在國際人工智能與教育大會的賀信中強調人工智能是引領新一輪科技革命和產業變革的重要驅動力，推動人類社會迎來人機協同、跨界融合、共創分享的智能時代。積極推動人工智能和教育深度融合，促進教育變革創新，充分發揮人工智能優勢，找準突破口和主攻方向，培養大批具有創新能力和合作精神的人工智能高端人才，是教育的重要使命[2]。教育機器人的應用與發展，能夠提高學生的思維能力和動手實踐能力等，對其開展深入研究是順應時代發展潮流之舉[3]。

教育機器人在提供教學服務時，必需清楚地知道系統的狀態和當前的準確位置以及需要移動到的位置。為了實現這些功能就需要系統能夠精確地實現對教育機器人定位。教育機器人提供服務的場地一般是會展中心、多功能廳、智能化教室。教育機器人接收到的定位信號特別容易受到墻體的阻擋、物體表面的吸收、干擾甚至屏蔽等影響，這些因素就導致為教育機器人提供定位的無線信號出現非視距傳輸，影響了定位信號的可用性。現階段人們如果想給教育機器人提供較好的定位服務，就要克服一些困難[4]。

1 教育機器人定位方法

射頻識別（Radio Frequency Identification，RFID）[5-6]技術是一種能夠通過無線信號識別特定目標并讀取相關數據的無線通信技術，且能夠實現目標定位。與紅外定位、藍牙定位等傳統的無線定位技術相比，RFID技術主要使用在定位距離相對比較小并且對定位的準確度要求比較高的環境里。RFID系統一般通過閱讀器在無線的網絡環境下讀取一些特定的設備，比如標簽或腕帶等，多個閱讀器把獲取的信號數據統一傳到相關的設備，然后對獲取的信號數據做統計與分析，從而找到目標位置，實現精確定位。教育機器人一般在室內的環境中使用，室內的無線信號覆蓋差別很大，室內環境的布置、人員的移動等變化也大，再加上室內空間大小及室內裝修的材料、物品的位置以及無線信號穿過障礙物或建筑物發生的衰減等，使得教育機器人在室內的定位增加了難度。

本研究分析了現有的文獻資料，梳理與歸納當前教育機器人在室內環境下具體的定位要求，選擇室內面積在120平方米左右，噪聲較小，無線干擾也比較小的教學實驗環境，改進了原來的電子標簽布局形式，重新設計了獲取無線信號數據的方式，利用算力更強大的計算機系統，對教育機器人的定位設計思想和定位效果進行研究與驗證。

2 實驗環境

本文研究的理論基礎是基于電磁信號在空間傳播時，信號強度會因為距離的變化而出現變化，收集教育機器人試驗環境中的信號，建立電磁波的信息指紋地圖數據庫，利用指紋地圖數據庫中的數據與實驗環境中收集到的特征信號進行比對，找到目標最接近的位置。特征信息為接收信號強度（Received Signal Strength，RSS），收集特征信號需要相應的硬件、軟件等。

在實驗測試區域中，在長度是2 m的正四邊形的范圍內布置了測試的指紋柵格。在實驗中，啟用教育機器人上安裝的UHF RFID Reader采集軟件，收集測試區域內的RSS信號。采樣前在地面的測試區域布置25×25個采樣點，然后實施RSS信息采集。選定信號采集出發點，從地面布置標簽的第一排開始，對區域內的每個采集點收集11個標簽的信號，每個標簽要重復收集20次，保證每個采集點的RSS信號共有11×20=220個。確定一個信號采集起點后，按照一定的規律，依次采集下一個采集點。

3 教育機器人信號處理方法

3.1 建立指紋地圖數據庫

在測試環境中收集到的RSS數據，由于衰減、誤差等原因，不能作為指紋地圖數據庫的原始數據。在每個指紋點位置，系統收集了11個標簽的RSS信號，為了保證RSS信號的準確性，對一個電子標簽重復采集20次，每個采樣點就能采集到11×20=220個信號數據，這樣每個電子標簽的RSS信號數據平均值就能用式（1）來求出。

在上面的式（1）中，N表示每一個采樣點信號數據采集到的次數，最大次數可以取20次，j表示在每個采樣點進行第j次采集，RSSi為第i個采樣點當前的RSS信號數值，為第i個采樣點信號數據當前得到的RSS信號數據的平均值。

在進行RSS信號采集的過程中，需要選取的參考采樣點比較多，為了直觀地表達放置在實驗場地的電子標簽位置，借助二維坐標系，通過計算機對實驗區域內采集到的每一個樣本點的RSS信號求平均值，用樣本點的RSS信號數據的平均值來表示這個樣本點的最終RSS數據信號，把這些RSS數據信號輸入計算機中存儲起來，通過一定的結構模式創建實驗區域的RSS信號指紋數據庫。教學實驗區域的采樣點的平均值計算方法就可以用式（2）表達。

在上面的式（2）中，M為實際的電子標簽數值，當前的最大值取為11，Ti為進行第i次信號采集的電子標簽數值，N為實驗區域內樣本信號采集點的采集次數，當前的最大取值為20，xy為實驗采樣區域內的實際坐標位置，采樣區域的長度和寬度都選擇為2 m。因為實驗區域內RSS樣本數據特別多，為了全面、準確、高效地進行數據采集和分析，項目團隊采用統計學中常用的求平均值的方法對實驗信號數據進行分析來獲取教育機器人的定位狀態，得到了比較理想的效果。

3.2 不同網絡結構實驗環境中指紋數據庫的能量分布

為了方便對比不同無線網絡結構下采集點能量分布狀況，項目實驗團隊統一選擇分布在RFID定位范圍的地面信號區域前面25cm的電子標簽系列進行RSS信號數據采集。使用采集軟件的過濾功能分別提取出正六邊形、正四邊形結構的電子標簽的RSS信號數據采集，然后采集整個實驗區域內的電子標簽，刪除非正常信號的數據，然后求平均值.求平均值的方法參考式（1）和式（2），從而求出不同結構下的每個指紋點的RSS信號數據，分析出對應的信號分布狀況。

3.2.1 正六邊形結構中RSS信號能量分布

在實驗區域中，把電子標簽按正六邊形結構布置。使用MATLAB 7.0工具繪制出正六邊形布置的電子標簽RSS信號能量分布圖，如圖1所示。通過該能量分布圖可以看出，能量呈峽谷勢狀，很強地分布在LOCX為20的線上，并且比周圍軸上的能量信號明顯增強。分析RSS信號能量分布圖也可以發現，愈是靠近電子標簽的位置，能量愈是顯著地增強。

在圖1中可以看到信號收集器能夠正常采集到大多數RSS信號，只是在距離標簽相對遠的位置，存在極少的一些沒有采集到能量狀態的信號。

3.2.2 正四邊形結構中RSS信號的能量分布

在同一實驗區域，把電子標簽按正四邊形結構布置。在每個指紋信號采樣點，也是進行20次信號數據采集，一次完整收集11個正四邊形布局的電子標簽的RSS信號，繪制出正四邊形布置的RSS能量分布圖，如圖2所示。通過圖2可以看出，少數標簽點沒有采集到RSS信號數據，還有一些標簽點只能采集到微弱的RSS信號。通過比較圖1和圖2可知，正六邊形布置的RSS能量采集顯著地好于正四邊形布置的RSS能量采集。

圖1 正六邊形布置的RSS能量分布圖

圖2 正四邊形布置的RSS能量分布圖

通過分析圖2可以發現，信號在沿橫軸LOCY為15到25的范圍內，有很大的變化，存在很多的采樣點沒有RSS數據；同時也發現信號在沿縱軸LOCX為13～25的范圍內，也存在很多的采樣點沒有RSS數據。分析圖2還可以發現，在軸線LOCX為21的兩邊，RSS信號強度愈是往兩邊擴散，信號強度愈表現出逐步減弱的態勢。在軸線LOCX為21上，RSS信號強度總體上來說是最大的，而且愈是接近電子標簽，信號強度愈是表現出逐步增強的態勢，但是信號強度也存在一些變化。

3.2.3 中心點+四邊形+六邊形結構RSS能量分布

根據實驗現場采集到的RSS信號可以看出，電子標簽用正六邊形布置得到的RSS信號比用正四邊形得到的RSS信號好很多。根據教育機器人定位的實際情況，在長度為2 m的信號范圍內，采集11個標簽的信號，在一個采樣點重復采集20次信號，對得到的信號求平均值，并對能量信號用圖展現出來，如圖3所示。

圖3 六邊形+四邊形+中心點結構RSS能量分布圖

為了對比不同結構對信號采集的影響，信號采集實驗員在右邊區域故意進行信號阻擋，在圖3中可以看出在被阻擋部分的橫軸LOCY是17～25，縱軸LOCx是13～25的范圍內，幾乎沒有采到信號，其他部分的信號都比較穩定，如圖3中在箭頭標注的范圍，RSS信號的能量沿著箭頭的方向表現出變強的形式，信號穩定度顯著比單獨的正四邊形或正六邊形布置好很多。從而證明了146（中心點+正四邊形+正六邊形）電子標簽網絡布局設計的科學性[6]。

4 教育機器人定位效果分析

為了讓教育機器人能夠在指定位置進行工作，必須知道教育機器人與工作對象的距離，并讓教育機器人能夠識別工作區域地面的電子標簽。設計了基于RSS能勢場導航路由決策算法，通過采集地面布置的電子標簽的信號，用來建構RFID指紋地圖數據庫。

由于定位測試區有很多干擾源，因此在采集RSS信號中會包含多種意外的衰減。為了最大限度地減少信號衰減造成的影響，在實驗測試中，工作人員對采樣點重復采樣20次，在限定的測試區域中布置了11個電子標簽；采樣過程中可能存在電子標簽不能被識別到，在系統統計平均值時，以采集到的電子標簽的數據為主；最后對所有測試區域采集到的RSS信號數據求平均值，構建RFID指紋地圖數據庫，利用這個指紋數據庫，可以導航教育機器人到指定的工作位置。

通過對RSS信號數據進行研究發現，假設中軸線是RSSx5，教育機器人工作區域在墻面的前方25 cm處，教育機器人分別從不同方向移動到地面電子標簽布置區域，從中底部、左側、右側任意一點進入投影區前面導航定位區域后，在能量增強導引下，盡管教育機器人在路由上有一些曲折，但最終都能夠到達投影區域的前面[7-8]。通過手動繪制，路由決策效果如圖4所示。

圖4 基于RSS能勢場導航路由決策的路由圖

5 結語

根據RFID定位的特點，結合教育機器人具體工作環境定位的需求，研究了教育機器人工作位置的定位方案，設計出了中心點（1個電子標簽）+正四邊形（4個電子標簽）+正六邊形（6個電子標簽）的基本結構，實現RSS信號的高效采集。在建立RSS信號指紋庫的測試環節對每個指紋點／每個Tag的RSS信號求平均值實現信號的平滑，同時對所有采樣點使用求平均值實現信號的平滑，用平滑后的數據再對全部的標簽求平均值的方法處理數據。從而讓教育機器人在推送投影、提供實時解答等服務中準確地到達指定的服務地點，提供相應的教學服務工作，實現教育機器人的作用。