Исследователи из Калифорнийского университета в Санта-Барбаре, предложили технологию, которая может обеспечить высококачественное изображение неподвижных объектов только с помощью сигналов Wi-Fi.
Чтобы продемонстрировать возможности предлагаемого конвейера при отображении сложных деталей, исследователи показали, как Wi-Fi может отображать английский алфавит даже через стены.
Как то работает
Новый метод использует геометрическую теорию дифракции и соответствующие конусы Келлера для отслеживания краев объектов. Это позволило впервые визуализировать (читать) английский алфавит через стены с помощью Wi-Fi, задача, которая когда-то считалась слишком сложной для Wi-Fi из-за сложных деталей букв.
«Визуализировать неподвижные пейзажи с помощью Wi-Fi значительно сложнее из-за отсутствия движения. Мы применили совершенно другой подход к решению этой сложной проблемы, сосредоточившись на отслеживании краев объектов», — сказал руководитель проекта, профессор Мостофи.
Это нововведение основано на предыдущей работе его лаборатории. Она ещё в 2009 году внедрила распознавание с помощью Wi-Fi для нескольких различных приложений. Эти приложения включали анализ толпы, идентификацию людей, интеллектуальное здравоохранение и интеллектуальные пространства.
«Когда данная волна падает на краевую точку, в соответствии с геометрической теорией дифракции Келлера (GTD) возникает конус исходящих лучей, называемый конусом Келлера», — объяснил Мостофи. Исследователи отмечают, что это взаимодействие не ограничивается явно острыми краями, но применимо к более широкому набору поверхностей с достаточно малой кривизной.
«В зависимости от ориентации ребра, конус оставляет разные следы (конические сечения) на заданной сетке приемника. Затем мы разрабатываем математическую структуру, которая использует эти конические следы в качестве подписей для определения ориентации краев, создавая таким образом карту краев сцены», — продолжил Мостофи.
Рисунок 1. Дифрагированные лучи от краев с разной ориентацией
Влияение параметров
Ученые также тщательно изучили влияние нескольких различных параметров. Они исследовали кривизну поверхности, ориентацию ребер, расстояние до сетки приемника и местоположение передатчика, на конусы Келлера и предлагаемую ими систему визуализации на основе ребер. Тем самым они разработали основу для разработки методической системы визуализации.
«Границы реальных объектов имеют локальные зависимости. Таким образом, как только мы находим граничные точки с высокой степенью достоверности с помощью предлагаемого ядра обработки изображений, мы распространяем их информацию на остальные точки, используя байесовское распространение информации. Этот шаг может дополнительно улучшить изображение, поскольку некоторые края могут находиться в слепой области или могут быть перекрыты другими краями, которые расположены ближе к передатчикам», — сказал Анураг Паллапролу, ведущий аспирант проекта. Наконец, после формирования изображения ученые могут улучшить его, используя инструменты завершения изображения из области видимости.
«Стоит отметить, что традиционные методы обработки изображений приводят к ухудшению качества изображения при использовании обычных Wi-Fi-трансиверов, поскольку на более низких частотах поверхности могут казаться почти зеркальными, что не оставляет достаточной подписи на сетке приемника», — добавил Паллапролу.
Эксперименты
В экспериментах команда использует три передатчика Wi-Fi посылающие беспроводные волны. Затем приемники Wi-Fi устанавливаются на беспилотный автомобиль, который при движении имитирует сетку приемника Wi-Fi. Приемник измеряет мощность принятого сигнала, который затем использует для формирования изображения, основываясь на предложенной методологии.
Исследователи тщательно протестировали технологию в нескольких экспериментах в трех различных областях, включая сценарии со сквозными стенами. В одном из примеров приложения они разработали устройство чтения Wi-Fi, чтобы продемонстрировать ее возможности.
Это приложение особенно информативно, поскольку английский алфавит содержит сложные детали, которые можно использовать для тестирования производительности системы визуализации. В соответствии с этим группа показала, как они могут успешно отображать несколько объектов в форме алфавита. В дополнение к визуализации, они могут дополнительно классифицировать буквы. Наконец, они показали, как их подход позволяет Wi-Fi визуализировать детали и считывать буквы слова «BELIEVE». Они также отобразили ряд других объектов, показывая, что могут фиксировать детали, которые ранее были невозможны с помощью Wi-Fi.
В будущем, предлагаемый подход может открыть новые направления для радиочастотной визуализации.
Источник: Web.ece.ucsb.edu
Понравилась статья? Поделись с друзьями!
