技术融合让RFID应用充满魅力

点击数:224 发布时间:2010-07-07


刘禹先生--中国科学院自动化研究所RFID研究中心副主任


背景资料:

刘禹先生,中国科学院自动化研究所RFID研究中心副主任,主要研究方向为RFID测试技术与人工智能方法,编著有《RFID技术系统工程及应用指南》,作为第一发明人申请二十余项国家发明专利,是Global RF Labs Alliance(GRFLA)中国区联络人。

随着生物特征识别(Biometrics)技术、微电子机械系统(MEMS)技术的兴起,促成了一些集成多种功能的RFID应用,如将RFID与生物特征识别技术融合,集成指纹、虹膜等身份信息的机器可读旅行证件(MRTD, Machine Readable Traveling Document, 又称电子护照),或集成微传感器的电子标签传感器等。

将RFID与机器人定位技术融合,利用电子标签上存储的物品形状、大小以及空间位置等信息,可以帮助机器人系统进行定位导航,进一步提高机器人自主行为能力。

基于下一代移动通信技术与互联网技术不断发展成熟,用电子标签对物品进行精确管理的涉及公共安全方面的需求也在不断产生,如高价值资产管理、危险品跟踪、食品安全追溯等;RFID与NFC技术融合,手机支付在解决移动通信运营商和银行间的结算问题之后,也将促进NFC技术和产品的大规模推广。

有源电子标签还有待突破集成化、模块化等问题,但是其在通信距离方面的优势也将使其大有可为。特别是RFID技术与卫星定位及移动通信技术具有很强的互补性,未来组成的无线传感网络可以应用于室内定位和未知环境探测等方面。本文重点介绍RFID与视觉监控技术融合之后所带来的优势。

目前世界各国都密切关注新一代的监控技术——智能视觉监控技术。它和以往的监控技术有本质的区别,其主要特征是采用计算机视觉的方法,在几乎不需要人为干预的情况下,通过对摄像机拍录的图像序列进行自动分析来对动态场景中的目标进行定位、识别和跟踪,并在此基础上分析和判断目标的行为,从而做到既能完成日常管理又能在异常情况发生的时候及时作出反应。

然而,智能视觉监控所使用的模式识别的方法不能满足多种复杂场合的应用,在某些特定环境将失去作用,如当监控对象密集时,使用模式识别的监控方式已经不能满足对特定监控对象识别实时监控的要求。面对对监控对象进行定位、行迹跟踪和复现、数量统计、运动速度估算、运动趋势估计、流量疏导等方面的需求,和减少智能视频监控系统处理的视频数据量等要求,利用RFID技术与视觉监控技术相结合将起到良好的作用。使用电子标签数据作为视频数据的时间戳,可以提高视频监控的智能化,减少无效视频处理量。同时利用RFID技术可以批量、快速和非接触式读取的特性,新系统尤其适用于对大批量监控对象的定位、跟踪,对监控对象的行为特性分析等。

将RFID技术应用到视觉监控中,首先需要让RFID读写器与监控用的摄像机作用区域重叠并一一对应。通过RFID读写器读取进入监控区域的监控对象所携带的电子标签的惟一编号、获取到编号的时间、读取到这些编号的读写器、以及与本读写器对应的摄像机等信息进行关联存储和应用,通过读取到的标签的编号、数量、时间等信息对监控对象的行动特性进行判定,尤其通过RFID标签作为监控视频数据的时间标签,可以有效缩短搜索特定监控对象所需要处理的视频流。特别是,在复杂的天气、密集的监控环境下,RFID受到的影响远小于视觉监控的影响。将RFID技术应用到视觉监控中,提高了系统的智能化,符合监控系统的发展趋势,具有很强的实际应用价值。

用发展的眼光来看,RFID技术的应用不仅仅局限于物流供应链管理中的单品识别,而且与新兴技术的融合正是RFID技术长远发展的生命力所在。