分享自:

基于计算机视觉与可见光通信的室内定位研究

期刊:IEEE Transactions on Wireless CommunicationsDOI:10.1109/TWC.2021.3109146

(判断为类型a - 针对原创性研究的学术报告)

本文介绍的是一项发表于IEEE Transactions on Wireless Communications期刊(2022年3月第21卷第3期)的原创性研究,由来自北京邮电大学(Beijing University of Posts and Telecommunications)、普林斯顿大学(Princeton University)、弗吉尼亚理工大学(Virginia Tech)和香港中文大学(深圳)的研究团队共同完成,第一作者为Lin Bai,通讯作者为Chunyan Feng。

学术背景
该研究主要涉及可见光定位(Visible Light Positioning, VLP)与计算机视觉定位的交叉领域。随着室内位置服务的需求激增(如虚拟现实、机器人导航),现有技术面临核心瓶颈:传统VLP需依赖多个LED光源且对信道模型敏感,而计算机视觉定位则受限于黑暗环境下的应用及三维-二维(3D-2D)特征对应关系的先验假设。为此,团队提出了一种基于可见光通信(VLC)辅助的透视四线算法(V-P4L),旨在实现单光源下的高精度室内定位,并突破LED高度差异的限制。

研究方法与流程
1. 系统模型设计
研究构建了包含四个坐标系(像素坐标系PCS、图像坐标系ICS、相机坐标系CCS和世界坐标系WCS)的定位框架。使用矩形LED灯具作为发射端,通过其空间几何特征(边线投影)和时间域信息(顶点坐标传输)的联合处理实现定位。创新性地采用单视几何理论和最小二乘法(LLS)解算相机位姿。

  1. 灯具信息估计
    研究人员通过以下两个步骤完成估计:

    • 法向量计算:基于平面几何理论,通过图像中LED边缘线的投影角度(φ)和距离(ρ),构建各侧面的平面方程。随后利用立体几何理论,通过向量叉积求解LED灯具在相机坐标系中的法向量nc_led(公式7-8)。
    • 顶点坐标求解:通过解算三棱锥体积方程(公式11-12),推导顶点坐标pc_i与法向量的显式关系,最终得到灯具在相机坐标系中的完整几何信息。
  2. 基础V-P4L算法
    针对LED高度一致的场景,算法分为三个阶段:

    • 旋转角估计:利用单视几何理论建立世界坐标系与相机坐标系的法向量映射关系(公式17),解析得到相机绕xc轴和yc轴的旋转角(ϕ,θ)。
    • 位姿解算:结合VLC传输的时间域信息(顶点世界坐标),通过线性最小二乘(LLS)匹配3D-2D对应关系,求解zc轴旋转角ψ和相机二维位置(tx,ty)(公式22-26)。
    • 高度估计:根据LED共面特性,通过反投影误差最小化计算相机高度tz(公式28)。
  3. 校正算法(V-P4L-DH)
    针对LED高度不等的场景,提出分步优化策略:

    • 二维定位:假设已知相机高度,通过LLS估计初始位姿。
    • 三维优化:在高度搜索空间[0, hm]内采用k步分割法(如ε1=10 cm→ε2=1 cm),通过最小化实际与估计法向量差异(公式33-34)确定最优高度,迭代次数控制在50次以内以平衡精度与效率。

实验结果
仿真表明:
- LED等高度时,基础V-P4L算法的平均定位误差 cm(最高98 cm@倾斜角40°),姿态误差°;
- 非等高度时,V-P4L-DH在倾斜角40°下仍保持<17 cm的定位误差和°的姿态误差,显著优于ECA-RSSR(误差75 cm)和传统P4L算法(误差85 cm);
- 硬件实验验证了算法的实用性,在27 cm高度差条件下实现平均2.73 cm(等高度)和2.95 cm(非等高度)的定位精度。

结论与价值
该研究的科学价值体现在:
1. 方法论创新:首次实现无需预设3D-2D对应的单光源定位,突破了传统PNL算法的理论限制;
2. 技术突破:通过时空域信息融合,将可见光通信的符号传输能力与计算机视觉的几何解析能力有机结合;
3. 应用价值:实验验证的厘米级精度( cm)和抗遮挡特性(见图2),使其适用于复杂室内环境。

研究亮点
- 跨学科融合:创造性整合VLC信道编码与计算机视觉几何理论;
- 鲁棒性设计:提出的高度差校正算法不依赖Lambertian信道模型假设;
- 计算效率:k步分割策略将复杂度控制在O(2k-1hm/ε1ε2…εk),实现在线定位;
- 开源贡献:实验代码与数据集已通过IEEE Xplore公开(DOI: 10.1109/TWC.2021.3109146)。

此项研究为6G时代融合感知定位提供了新范式,其核心思想可扩展至无人机导航、AR/VR等领域。未来的研究方向包括多光源协同定位和动态环境下的实时性优化。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com