没有合适的资源?快使用搜索试试~ 我知道了~
68基于商品WiFi的虚拟现实位置跟踪Manikanta Kotaru,SachinKatti斯坦福大学{mkotaru,skatti}@ stanford.edu摘要今天,体验虚拟现实(VR)是一种繁琐的体验,要么需要专用的基础设施,如红外摄像头来跟踪耳机和手动控制器(例如,Oculus Rift,HTC Vive),或者只提供3-DoF(自由度)跟踪,这严重限制了用户体验(例如,三星Gear VR)。为了真正实现无处不在的VR,我们需要位置跟踪,20−210−105y(cm)201510x(cm)能够作为一种无处不在的服务。本文介绍了WiCap-ture,一种新的方法,利用商品WiFi基础设施,这是无处不在的今天,跟踪的目的。 我们原型WiCapture使用现成的WiFi radios,并表明它达到了0的精度。88厘米宽先进的红外跟踪系统,如Oculus,同时提供更高的范围,抗阻塞,无处不在和易于部署。1. 介绍像虚拟现实(VR)这样的沉浸式体验需要准确跟踪耳机和其他配件,如手动控制器。目前的商业跟踪系统,如Oculus Rift [4]和HTC Vive [1]是由外向内的,其中跟踪是使用VR配件外部的基础设施执行的。外部基础设施是专用的,并且通常使用红外(IR)摄像机以及头戴式耳机上的传感器来执行跟踪。这些系统非常精确,但有以下局限性:• 他们需要在用户想要体验VR的任何地方安装专门的硬件和专用的基础设施因此,如果用户希望在任何地方在她家里,到处都需要红外摄像头。• 这些系统不耐阻塞。例如,如果相机被家具阻挡或者如果用户转身离开相机,则跟踪失败。• 这些系统具有有限的范围,通常在2我站在摄像机前[8]。提 供 位 置 跟 踪 的 竞 争 技 术 是 在 诸 如 MicrosoftHololens [3]的系统中发现的由内而外的位置跟踪。这些系统使用摄像机(两者图1. WiCapture估计的实蓝色路径与虚线红色地面实况轨迹进行比较。RGB和深度传感),并实现基于视觉的跟踪算法的耳机。这些系统既精确又无基础设施,但它们有一定的局限性。具体而言,它们显著增加了头戴式耳机的复杂性,因为它们需要具有多个摄像头以及在头戴式耳机上运行的复杂算法此外,它们不是鲁棒的,在具有透明或无纹理对象的环境中跟踪失败(例如,白墙[63]最后,也是最重要的,这些系统不能用于跟踪外围设备,如手动控制器;由内而外跟踪的复杂性太高,以至于不能在这种重量轻且便宜的外围设备上实现。在本文中,我们提出了WiCapture,一种新的VR位置 跟 踪 系 统 , 解 决 了 现 有 系 统 的 上 述 局 限 性 。WiCapture是一个基于WiFi的位置跟踪系统。耳机传输标准WiFi数据包,由标准WiFi接入点(AP)接收。WiFi AP从每个WiFi分组接收接收元数据,称为信道状态信息(CSI),其对环境在所发送的WiFi信号上引起的变换WiCapture发明了一种新颖的算法,可以挖掘CSI元数据来准确地恢复耳机的它具有以下特性:• WiCapture不需要特殊的硬件,它使用可以在零售店购买的商品AP。• WiCapture具有抗遮挡性,即使AP和耳机因家具或其他物体而被遮挡,它也能继续工作。WiCapture地面实况z(cm)69•WiCapture具有更大的范围和跨房间操作• 它对室内照明或纹理不敏感,可以在黑暗中工作此外,头戴式耳机的复杂最小的,所有的耳机需要的是一个标准的WiFi芯片。在一个高层次上,如图所示。2、WiCapture通过利用数据包之间CSI相位的变化来获取发射机位置的变化。与ToF(飞行时间)相机一样,相位由于从反射器接收的信号而失真;这种现象被称为多径传播。然而,与光发射器和相机时间同步的ToF相机不同,WiFi信号的相位也由于WiFi发射器和接收器处的时钟缺乏同步而失真。WiCapture使用新的算法来解决这些挑战,这些算法可以补偿这些失真,并提供精确的相位测量,进而实现精确的位置跟踪。1.1. 贡献• WiCapture是第一个基于WiFi的亚厘米级精确跟踪系统。• 我们开发了一种新的技术,以克服由于时钟的差异,利用多径失真。这是令人惊讶的,因为多路径传统上被视为定位系统的复杂性[35]。• WiCapture是第一个通过使用来自不同路径的CSI来精确分解信号的系统。多个数据包。关键的观察是,路径的方向在小的时间间隔内保持静止,并且在该时间内获得的所有分组的CSI可以用于准确地解决多径。• 我 们 使 用 商 用 英 特 尔 5300 WiFi 芯 片 构 建WiCapture [28],其精度为0。25mm,位置跟踪误差为0. 88厘米。1.2. 限制然而,与现有系统相比,WiCapture目前的原型有两个限制。它具有更高的延迟,因为跟踪是在网络中计算的,然后作为更新提供给耳机。其次,它比当前的由外向内的位置跟踪系统准确度低我们相信,鉴于WiCapture在部署、覆盖范围和抗遮挡方面提供的显著优势,WiCapture2. 相关工作运动跟踪在3D对象重建、虚拟/增强现实、运动捕捉和运动控制中的应用引起了极大的兴趣[58,41]。在被跟踪对象上需要红外LED或光电二极管的系统具有短距离、有限的视场,难以跟踪多个对象,并且需要被跟踪对象和传感器之间的视线[36,4,63,30,49]。基于脉冲激光图2.CSI的相位变化可以根据目标的位移来建模5GHz频谱中的WiFi波具有6cm波长。所以,即使是毫米级的运动也会产生可测量的相移。此 外 , 系 统 需 要 多 个 激 光 光 源 的 时 间 同 步 [30]。WiCapture没有这些限制,因为它具有长距离和典型的障碍物,如墙壁和人类对WiFi信号是透明的。基于磁信号的系统[48,5]具有抗阻塞性,但范围较小,并且会受到铁磁材料[56]引起的失真的影响。使用RFID(射频识别)[55,62]和超宽带[25]信号的基于射频信号的技术证明了厘米级精度,但范围有限,需要不像WiFi那样无处不在使用其他模式(如超声波[23,52]和IR [7,18])的跟踪系统实现了高精度,但需要专用于跟踪的基础设施。使用惯性测量单元(IMU)的无结构方法只能跟踪设备的方向,而不能跟踪位置[22]。视觉惯性导航使用摄像机和IMU的系统[21,45,16]使用自然图像特征跟踪摄像机的运动,不像早期的系统[57],其需要用标记对环境进行仪表化。然而,视觉系统在有透明或无纹理物体的环境中存在问题[63],并且在相机被遮挡时不适用;例如,当电话被放置在用户的口袋中时,电话不能跟踪其自身。然而,当它们适用时,我们将WiCapture和无基础设施系统视为互补的解决方案,它们可以共同形成一个强大且易于部署的运动跟踪系统。解开多径是飞行时间(ToF)相机和无线文献中广泛研究的问题,因为它能够实现几个重要的应用,如瞬态光成像[46,38,42],无线成像[10,11]和低噪声成像[10,12]。calization [35,54]. [26、24、34、20、29、19、13、38、32]探索了在多个频率下传输信号,以解决ToF相机中的多路径问题。类似地,无线本地化系统[35,59]探索使用多个频率来解决多径。与以往的系统不同,我们使用多个数据包接收到的信号来提高估计多径参数的准确性这取决于这样的事实,即多径参数,如传播路径的方向在小的时间段内是固定的。基于WiFi的定位系统可以广泛分类为:70被分为基于RSSI(接收信号强度指示符)、基于ToF和基于AoA(接收机处的到达角)的系统。基于信号强度(RSSI)的系统具有2-4 m的定位误差[12,17,27],因为多径导致RSSI失真。基于RSSI指纹的方法[64,43]实现0. 6m误差,但需要昂贵的递归指纹识别操作。基于ToF的方法实现米级定位误差[40,61,54]。基于AoA的方法实现了最先进的分米级定位误差[35,60,37,51,31]。另一方面,WiCapture的目标是估计相对轨迹,而不是绝对位置。基于WiFi的跟踪系统[65]只能将目标WiFi设备的轨迹分类为有限数量(四个)的已知手势。技术方面,[53]理论上观察到多径参数的平稳性提高了多径估计的准确性。[47]通过考虑不同射线之间的差分ToF,WiCapture建立在这些技术的基础上,不仅可以补偿时间偏移,还可以补偿源和接收器之间的频率偏移。3. 预赛在WiFi系统中,数据被分成有效大小的单元用于通信,并且每个单元被称为分组[9]。在每个数据包的开始,WiFi发射机发送参考信号。WiFi接收器将接收到的信号与参考信号相关,并且在时间零处采样以计算信道状态信息(CSI)。这类似于如何通过将每个像素处的接收信号与参考信号相关来在ToF相机中形成图像[13]。因此,每个天线是执行类似于ToF相机中的像素的工作的传感器元件,并且在WiFi接收器处计算的我们现在提供CSI(或图像)形成模型的简要入门。我们在文章的最后提供了一个WiFi专用术语的词汇表。3.1. CSI计算考虑参考复正弦信号ej2πft,发射信号d.cos(k)K发射机上的天线阵列321D d图3. 由3个天线组成的均匀线性阵列:对于θk的AoD,目标信号传播的额外距离为dcos(θk)与来自第一天线的信号相比。这导致了额外的阶段,与从第一天线接收的信号相比,从第二天线接收的信号为−2πdcos(θk)/λ发射信号沿多个路径传播,并且来自所有路径的信号叠加以形成接收信号。每个路径与来自发射机的AoD(分离角)和信号沿路径的衰减相我们现在描述CSI和这些路径参数之间的关系对于这种描述,我们考虑线性3天线阵列(见图1)。3)尽管该模型可以扩展到任何任意天线阵列几何形状。3.2. 无线信道建模考虑具有L条路径环境;例如,图5(b)中的设置具有2条路径。设发射机处两个连续天线之间的间距为d(见图3)。假设AP/接收器与发射器天线阵列在同一平面中。令θ k表示对于第k条路径从发射机的出发角(AoD),使用图1所示的关系。3.第三章。令γk表示沿着从第一发射器天线到接收器的第k个路径接收的信号沿着第k个路径的信号从不同的发射天线到接收器传输不同的距离这些差异导致对应于不同天线的CSI的不同相位。如[ 60 ]中所述,并在图中示出。3,从发射天线沿k t h路径接收的信号的矢量可写为→a(θk)γk,其中− j2πdcos(θ)/λ−j4πdcos(θ)/λ由qth发射的频率yf发射机上的天线→a(θk)=[1e基e克]中。(二)这里j是−1的复根,t是时间。 信号通过无线信道hq,得到接收信号hqej2πft。对应于qth发送的CSI,tenna,hq,可由下式获得:这个矢量→a(θk)也被称为转向矢量。We具有与路径数目一样多的导向向量。来自不同路径的信号叠加并导致无线信道hq。无线频道h=1吨HQEj2πfte−j 2πft+jνdt=hqej v,(1)H=[→a(θ1). . . →a(θL)]F=AF,(3)其中H∈C3×1是无线信道,其qth等于其中,T是发送正弦信号的时间,V是接收器的本地正弦信号相对于发送器的正弦信号的相位的相位(见图2)4).F ∈ CL×1是kth元素为γk 的 复 衰 减 矩 阵,A∈C3×L是kth列为kth路径的导向向量的导向矩阵。在室内环境中,类似于ToF相机系统,令H^∈C3×1是观察到的CSI(或图像),71^ ^您的位置:^θ^θkTime between packets图4. T在等式中。1是在几微秒的量级上,这与在毫秒量级上的连续WiFi传输之间的时间间隔相比是非常小的因此,可以假设相对相位对于T周期是恒定的,但是在几毫秒内以几百弧度的量级变化。qth元素是h<$q。 无线信道H将使用关系式与观察到的CSI矩阵相 关。3.3. 位移导致的通道变化我们现在将描述发射机的运动如何对于本文的其余部分,我们将索引CSI与相应的分组,即,Hp∈C3×1是CSI,pthpack et,Hp∈C3×1表示核心,响应无线信道。假设发射器在两个则kth路径的路径长度变化为(→rθ·→δ),其中→rθ用于两个分组的WiFi芯片可以写为H1 =AFejν1,H2 =ADFejν2。(六)当量图6将观察到的CSI与发射机的位移相关联。重要的是要注意,20kHz的频率偏移是典型的,WiFi标准允许它高达200kHz [9]。这意味着由于频率偏移引起的CSI中的失真比由发射机的运动引起例如,如果两个连续的WiFi数据包以10ms的时间间隔发送(这是典型的),则收发器和接收器正弦波之间的相对相位可以改变630弧度,并且在实践中观察到[44]。为了比较,如果发射器在相同的10 ms期间移动5 mm,则任何路径的相位变化小于0。6弧度。4. 设计图5显示了如何部署WiCapture并总结了解决方案过程。目标发射正常的WiFi信号。每个WiFi AP/接收器计算CSI(或图像)并将其发送到中央服务器。服务器使用来自所有接入点(AP)的CSI通过执行以下两个步骤来确定目标的1. 估计所有路径的AoD和复衰减2. 使用来自连续CSI的衰减以及路径的AoD来估计发射器在连续CSI之间的时间期间的位移。θkk是沿离开方向的单位向量,AoDθk的特定路径。这引起相移,2π(→rθ·→δ)/λ。因此,kth路径的衰减变得多-4.1. 估计所有路径的AoD让我们从等式2重写第一分组的CSI6作为jν1−j2π(→r·→δ)/λH^1=A(Fe). 我们可以观察到,CSI除了一个当量3,则用于第二分组的无线信道是H2 =ADF,(4)其中H2∈C3×1,A∈C3×L,F ∈CL×1,D ∈的导向矢量,然后找到所有路径的AoD是平凡的使用方程。二、然而,从它们的单个线性组合获得导向矢量的问题是,CL×L 是元素为e−j2π(→r·→δ)/λ1,的。. .、不适定先前的工作[53]从理论上研究了,导向矢量⊤e−j2π(→rθL−1·→δ)/λ,e−j2π(→r·→δ)/λL.在提供独立权重的情况下,估计的导向矢量的准确性越高3.4. 频率偏移引起的相位失真发射器和接收器WiFi芯片具有不同的时钟,这在发射器和接收器处使用的本地参考正弦波的频率之间产生偏移此外,随着时钟漂移,偏移随时间变化不是恒定的[66,15]。如示于图如图4所示,频率偏移导致发送器和接收器处的正弦曲线之间的相对相位从分组到分组的变化(参见等式1)。设ν p为pthpac k et的两个正弦波之间的相对相位。然后,Hp= Hpejνp。(五)因此,如果发射机在连续分组之间移动了→δ,则使用等式3、4和5,不发射机不0时间0时间接收器相相θkθ由e. 在数学上,如果H1 =AF,A中导向矢量的线性组合。 如果一个人获得72注意,路径的AoD是相对固定的,并且不会从分组到分组快速改变。例如,如果接收器距离发射器3m,则1 mm的微小运动将使任何路径的AoD最多改变0。02度,这不会导致导向矩阵的元素中的任何可测量的然而,线性组合中的权重显著改变,因为即使是小的运动也会在沿着路径的复杂衰减的相位中产生显著改变。使用这种见解,来自AoD没有太大变化的P个分组的CSI使用等式(1)级联7 .第一次会议。这些分组中的任何分组的CSI所以,X=[H^1H^2]。 . . H^P]=AG,(7)73θk^ ^您的位置:θk+1AP3AP2目标⃗AP1服务器⃗路径11反射器路径22AP1⃗反射器[1+2π���。⃗2-1+(2−1)]1[2+2π���。⃗-2AP1+(2−1)]操作方式:[1+2π���。+(2−1)]-1--1[2+2π���。 +(2 −1)]+2-2= 2π���。π-2 π���。⃗--12=2π(π−π)。⃗-1 2(a) 从每个AP收集CSI,发送到中央服务器(b) 解析多路径(c)获取每条路径针对每个分组(d)消除扭曲由于时钟差异图5. Ta r通过→ δ得到m。 新位置的目标是显示与坚实的目标图标和旧的位置与阴影图标。在第一步中,对于每个AP,WiCapture沿着所有路径的出发方向获得单位向量。这里有两条路径,绿色和红色路径,方向为→rθ1和→rθ2。第一分组的路径使用实线示出,并且第二分组的路径使用虚线示出。接下来,计算两个分组沿着两个路径的复衰减的相位最后,频率的影响通过求解仅依赖于→rθ1、→rθ2和→δ的方程,可以估计出→δ。其中X∈C3×P,A∈C3×L是导向矩阵,使用→rθk=[cos(θk)sin(θk)];这里θk是G∈CL×P是导向向量权的集合。这是标准形式用于应用众所周知的MUSIC算法来计算AoD [50,35,59]。 MUSIC算法的目标是以在给定导向矢量的多个线性组合的情况下找到所有导向矢量,并且由于不同的线性组合,它提供了A4.2. 估计发射机在连续分组之间的位移我们现在将示出如何可以估计两个连续分组之间的WiFi发射机的位移。考虑来自前两个分组的CSI。估计导向向量的权重:CSI是使用第2.1.1节中的过程估计的导向矢量的线性组合。 4.1. 或pthpack et,线性组合中的这些权重二进制,F^p∈CL×1,可以得到使用使用第二节中的程序估计的特定路径4.1. 因此,如果去掉(ν2−ν1)项,我们可以从D的元素的相位估计→ δ。然而,正如在SEC中所讨论的那样 3.4中,频率偏移引起的项ν2− ν1比位移引起的项−2π(→r·→δ)/λ大几个数量级。这种由于频率偏移引起的相位变化也很难预测[15],使得很难估计和删除项ν2−ν1。这正是导致长期持有的概念的现象,即跨数据包的相位信息在商品WiFi系统中是不相关的[44],并且无法用于跟踪。使用路径之间的衰减变化:我们的独特之处在于可以利用多径信号的相位来消除频偏的影响。这是令人惊讶的,因为多路径传统上被视为复杂的失真,在许多情况下需要补偿。F^p=A<$H^p。1(八)ToF深度传感器和WiFi定位系统[35,33]。注意,频率偏移的影响对于所有代入Eq. 6、进入Eq。8、我们可以观察到,F1= Fejν1,F2= DFejν2(9)估计每条路径的复衰减的变化:注意D∈CL×L及其4).我们通过使用标准程序[14]求解凸优化问题10来获得估计D。路径,即,项,ν2−ν1,存在于所有路径的相位因此,时钟差异的影响通过考虑沿着一条路径的信号的相位相对于来自另一条路径的信号的相位的变化而被去除具体来说,考虑复数的相位Dk+1,k+1/D1,1. 它是(−2π→r)的估计·→δ/λ+ν2−ν)−(−2π→rπ·→δ/λ+ν−ν)=(−2π(→r−→r )δ ·→δ/λ)。尽量减少F^2−DF^11θ12 1θk+1θ1D受D是对角线。(十)注意,项ν2−ν1通过执行以下操作而被抵消:这次行动所以,一个(L−1)维向量→s是计算的。根据等式9、10和4,D的第k个对角元素,−j2π(→r·→δ)/λ+jν −jν其kth元素为Dk,k,是eθk21. 注意→sk=(Dk+1,k+1/D1,1)的相位。(十一)可以得到1B†是B的伪逆。然后计算R∈R(L−1)×2,其kthro w为−2πλ[(cos(θk+1)−cos(θ1))(sin(θk+1)−sin(θ1))]。(十二)74WiCapture地面实况然后可以通过求解简单的线性最小二乘问题13来获得位移的估计。→δ=argminR→δ−→s。(十三)如果存在多个AP,则从多个接入点获得的矩阵R和向量4s如果从目标到每个UAP有L条路径,则级联的R∈RU<$(L−1)×2和级联的→s∈RU<$(L−1). 因为塔的位移是相同的,对于AP,可以估计位移通过求解Eq。13使用这些级联矩阵。我们WiCaptureGroundtruth 0. 60的情况。40的情况。20-0。1 00的情况。1x(cm)(a) 轨迹10−1−2−3−1 0 1x(cm)(b) 轨迹2在算法1中总结整个算法。算法一:WiCapture的运动跟踪算法数据:从目标到每个U AP的数据包的CSI结果:目标跟踪的轨迹1 在原点启动轨道;2 对于在AP处接收的每个分组p,3考虑在最后一个V秒设这样的分组的数量为P;4使用等式(1)从P个分组的CSI形成X。7;5在X上应用MUSIC [50]以找到L个路径的AoD;6.使用等式(1)获得导向矢量权重。8个;7获得pth之间的复杂度x衰减的变化和(p+1)个h包,通过求解10;使用Eq.12和→s使用Eq.11人;9通过添加位移通过求解13得到;10端部5. 评价我们使用支持三个天线的现成英特尔5300 WiFi卡实现了WiCapture。我们使用Linux CSI工具[28]来获取CSI。WiFi卡在5 GHz WiFi频谱中运行(第2.2节中的f)。(3)第三章。此外,CSI信息被量化,即,CSI的实部和虚部中的每一个使用8比特来表示。用于评估的系统由AP和配备有WiFi卡的目标设备组成目标/发射器具有3天线圆形阵列,两个天线等于2。6厘米。 AP在监视器模式CSI每6ms计算一次因此,在我们的评估实验中,以167Hz的更新速率估计轨迹在[2]中提供了实现我们在算法1中使用U=4个AP,设置V=10s和L=2个路径。5.1. 定位试验我们首先检查WiCapture的抖动/精度,即,当目标静止时,估计位置的静止程度这对VR来说很重要,因为当用户不移动时,VR头显上显示的场景预计不会发生变化在我们的实验中,图6.目标所处的受控轨迹在不同的轨迹上。固定,并发送1000个分组。接入点位于5m×6 m空间的角落。通过使用算法1获得的轨迹的标准偏差被用作抖动的度量。在不同目标位置处的21次实验中观察到的中值抖动为0。25毫米我们测量了Oculus DK2系统的抖动,在相同的位置。Oculus的摄像头设置为0。距离耳机75米。Oculus DK2的抖动中值为0。因此,WiCapture5.2. 受控跟踪实验接下来,我们评估WiCapture的分辨率。我们将目标安装在一个最小计数为0的机械平台上。005厘米。目标以0.1 cm,然后以0. 1厘米,使其达到初始位置如图所示。第6(a)段。 目标是反-在每个位置发送WiFi数据包平移WiCapture估计的轨迹,使初始位置为原点。轨迹中任何点的位置估计的最大误差为0。11厘米。我们进行了另一个实验,机械地移动到图1所示轨迹上的不同位置。第6(b)段。轨迹中任何点的位置估计的最大误差为0。27厘米。请注意,WiCapture甚至可以解析毫米级的目标运动。5.3. 广泛的跟踪实验WiCapture的运动跟踪精度取决于多路径环境、墙壁所用的材料、金属物体的存在、WiFi AP部署的密度以及 许 多 其 他 因 素 。 在 本 次 评 估 中 , 我 们 测 试 了WiCapture比较方法:据我们所知,目前还没有一个基于WiFi的系统能够跟踪商品WiFi芯片的运动。我们完全实现了SpotFi , 这 是 一 种 最 先 进 的 WiFi 定 位 系 统 , 并 将WiCapture与之进行了比较。我们做y(cm)y(cm)75WiCaptureSpotFiWiCaptureSpotFi(a) 室内办公室部署(b)遮挡部署(c)室外部署图7.三种部署1 1 10的情况。80的情况。80的情况。80的情况。60的情况。60的情况。60的情况。40的情况。40的情况。40的情况。20的情况。20的情况。200.1 1 10 100轨迹误差(cm)(a) 室内办公室部署00.1 1 10 100轨迹误差(cm)(b) 封堵展开00.1 1 10 100轨迹误差(cm)(c) 室外部署图8.三次部署的轨迹误差的累积分布函数(CDF)由于第2节中详细说明的限制,例如专用基础设施的大量安装,因此无法与其他非视觉系统(如超声)[39]进行比较地面实况:我们使用Oculus DK2 [8]头戴式耳机,它被刚性地连接到目标上以获得地面真实轨迹。 我们把耳机0. 距离Oculus摄像头9米。 在这些条件下,我们计算出Oculus位置跟踪的准确度为亚毫米级,使用机械台实验(见第二节)。5.2)。度量(轨迹误差):为了只关注轨迹的形状,我们将每个系统(Oculus DK2,SpotFi和WiCapture)报告的轨迹转换为轨迹的初始位置,以便所有轨迹的初始位置都是原点。类似地,由于不同系统的参考坐标轴未对齐,我们旋转WiCapture(和SpotFi)报告的轨迹,使得WiCapture(和SpotFi)的旋转轨迹的点与Oculus轨迹上的点之间的均方根误差(RMSE)最小化请注意,我们只是移动和旋转WiCapture和SpotFi的轨迹,但不缩放轨迹。与其他运动跟踪系统[55]一样,该移动和旋转轨迹与地面真实轨迹之间的绝对逐点位置差被报告为轨迹误差。WiCaptureSpotFiCDFCDFCDF765.3.1室内办公室部署方法:我们在一个5m×6 m的房间内部署WiCapture,在四个角落放置接入点,目标在同一个房间内。这是典型的接入点部署-在最先进的WiFi定位系统中使用的元素密度[35]。我们追踪了目标装置的97个轨迹。图1显示了示例轨迹。目标在桌子上以连续的方式移动五点二。图7(a)示出了实验装置。分析:从图8(a)中可以看出,WiCapture实现的中位轨迹误差为0。88厘米。SpotFi因此,WiCapture使用商用WiFi实现了亚厘米级的运动跟踪。5.3.2封堵展开方法:我们在具有挑战性的条件下评估WiCapture,其中目标是一个房间,所有AP都被家具或墙壁遮挡。图7(b)示出了实验设置,其示出了AP对,其中一个AP放置在放置目标的房间外部,另一个AP通过小隔间与目标分离。我们追踪了64条不同的轨迹。分析:图8(b)绘制了当一个或两个接入点位于目标放置的房间之外时WiCapture和SpotFi但是,请注意,所有接入点都被遮挡,7710的情况。80的情况。60的情况。40.200 10 20 30 4050AoD估计误差(度)10的情况。80的情况。60的情况。40的情况。200.1110轨迹误差(cm)(其是手动测量的)和使用最接近该地面实况的特定方法估计的AoD分析:图。如图9(a)所示,通过使用多个分组获得的80%AoD估计误差为11度,并且比通过使用单个分组获得的误差小3倍5.4.2从频率偏移中消除相位失真我们将WiCapture与另一种方法进行比较,该方法求解方程组,其中每个方程组(a)改进的AoD估计(b)消除由于不同时钟图9. (a)绘制当使用多个分组(WiCapture)时和当使用一个分组时AoD估计误差的CDF。(b)绘制当使用WiCapture时和当使用忽略频率偏移的假设相同时钟方法时的轨迹误差的CDF是否在目标房间里在这些条件下,WiCapture实现的中位轨迹误差为1。51厘米。因此,即使在目标被定位系统遮挡的挑战性条件下,WiCapture也能达到许多应用可接受的精度。我们通过将三个或更多AP放置在房间外来进一步进行压力测试,此时重建的网络累积了较大的误差。因此,WiCapture只有在至少有两个接入点与目标没有被墙壁隔开时才能提供准确的跟踪。5.3.3室外部署方法:我们在5m×6 m的室外空间评估WiCapture。实验在阴凉处进行,以便进行准确的Oculus测量。图7(c)示出了实验设置。我们追踪了89条轨迹。分析:图。在图8(c)中,WiCapture实现了0的中值轨迹误差。85cm,而SpotFi因此,WiCapture可以无处不在地跟踪com-无论目标是在室内还是室外,只要存在WiFi基础设施,就可以使用modity WiFi设备。5.4. 深入了解WiCaptureWiCapture通过两种新技术实现了精确的运动跟踪首先,WiCapture通过使用多个数据包进行估计来准确地解决其次,WiCapture精确地消除了由于发射器和接收器之间的频率偏移而导致的相位失真。我们现在分别检验这些因素的显著性对于以下实验,我们考虑来自第二节中的室内办公室部署场景的数据。5.3.1.5.4.1改进的AoD估计方法:我们将WiCapture与使用单个数据包进行AoD估计的替代方法进行比较(在等式中设置P等于1)。(七).特定方法(单数据包或多数据包)的错误通过使用地面实况直接路径AoD之间的绝对差方程等同于复衰减相位的变化将路径直接作为位移的线性函数而不考虑来自时钟差的偏移。我们称这种替代方法为假设相同的时钟。分析:从图9(b)中可以看出,当忽略频率偏移时,轨迹估计误差是6倍6. 讨论和结论所 有 主 要 的 WiFi 芯 片 系 列 ( Atheros , Intel 和Marvell)都暴露了CSI [28,51]。因此,我们相信WiCap- ture可以添加到任何商品WiFi基础设施中。为了实现高速通信,WiFi芯片在多个频率上传输参考信号,并且接收器通常具有多个天线。算法1可以扩展到使用这些额外的信号,以改善AoD估计。另外,算法1在目标在2D平面中移动时跟踪目标。可以通过扩展算法1来实现3D跟踪,以找到3D空间中的路径方向。本文只关注定位,因为这是最难提供的。通过许多设备上已有的IMU可以相对容易地获得方向[6]。总之,我们开发并实现了一个基于WiFi的运动跟踪系统,并展示了其在不同部署场景下的性能。一个基于WiFi的位置跟踪系统将有可能在移动设备上实现VR,并在运动跟踪的基础上实现大量致谢Manikanta Kotaru得到了Thomas和Sarah Kailath斯坦福研究生奖学金的支持。作者感谢教授。感谢GordonWetzstein和斯坦福计算成像小组对论文的宝贵反馈,感谢匿名评论者的深刻评论。术语表• AoD(Angle of Departure):路径相对于在源处连接两个天线的线的角度。• AP:WiFi接入点或路由器。• CSI(信道状态信息):当源发送参考信号时接收到的信号• 频率偏移:在两个WiFi芯片处使用的参考信号的频率差。• 数据包:WiFi将数据分成有效大小的单元进行通信,每个单元称为数据包。使用多个数据包使用一包CDFWiCapture假设时钟CDF78引用[1] HTC Vive。 https://www.vive.com/网站。访问日期:2016年11月1[2] 实施.http://web.stanford.edu/mkotaru/wicapture. 2017年4月访问。6[3] MicrosoftHololens。https://www.microsoft.com/microsoft-hololens/. 2016年11月访问。1[4] 眼裂 https://www.oculus.com/网站。访问日期:2016年11月一、二[5] 波赫莫斯http://polhemus.com/网站。访问日期:2016年11月2[6] 三星GearVRhttp://www.samsung.com/us/explore/gear-vr/. 2016年11月访问。8[7] 维康https://www.vicon.com/网站。访问日期:2016年11月。2[8] 为什么虚拟现实不是下一个大平台,Oculus VR的Michael Abrash 和 Dov Katz 。 电 子 邮 件 地 址 :www.youtube.com/watch? v=dxbh-TM5yNc。访问时间:2016年11月。1、7[9] IEEE信息技术标准.局域网和城域网.特殊要求.第11部分:无线LAN介质访问控制(MAC)和物理层(PHY)规范.修改件5:针对 更 高 吞 吐 量 的 增 强 功 能 。 IEEE Std 802.11n-2009(IEEE Std 802.11-2007修正案,经IEEE Std 802.11k-2008、IEEE Std 802.11r-2008、IEEE Std 802.11y- 2008和IEEE Std 802.11w-2009修订),第1三、四[10] F. 阿迪布角Y. 许氏H.毛氏D.Katabi和F.杜兰德穿过一堵墙 来 捕 捉 这 个 人 形 。 ACM Transactions on Graphics(TOG),34(6):219,2015。2[11] F. Adib,Z.卡贝拉克,D。Katabi和R.C. 米勒通过身体无线电反射进行3D第11届USENIX网络系统设计与实现研讨会(NSDI 14),第317-329页,2014年。2[12] P. Bahl和V. N.帕德玛纳班RADAR:一种基于RF的用户定位和跟踪系统。2000年信息通信系统。IEEE计算机与通信学会第十九届年会诉讼IEEE,第2卷,第775-784页。2000年11月。3[13] A. Bhandari,A.卡丹比河怀特角Barsi,M. 费金A. Dorrington和R.拉斯卡通过调制频率分集和稀疏正则化解决飞行时间成像中的多径干扰。Optics letters,39(6):1705二、三[14] S. Boyd和L.范登伯格凸优化。剑桥大学出版社,纽约,纽约,美国. 5[15] D. R.布朗河,巴西-地Mudumbai和S.达斯古普塔漂移振荡器中相位和频率跟踪和估计的基本限制。2012年IEEE声学、语音和信号处理国际会议(ICASSP),第5225IEEE,2012。四、五[16] C.卡德纳湖Carlone,H. Carrillo,Y.拉蒂夫D. Scara-muzza,J.内拉岛D. Reid和J. J·伦纳德同时定位和映射的过去,现在和未来arXiv预印本arXiv:1606.05830,2016年。2[17] K. Chintalapudi,A.Padmanabha Iyer,and V.N. 帕德玛纳布-汉。室内定位无痛苦。 在第十六届移动计算和网络年度国际会议的会议记录中,第173-184页。ACM,2010年。3[18] K. 多尔夫穆勒河使用回射标记进行增强现实的误射跟踪Computers Graphics,23(6):795 2[19] A. A. Dorrington,J. P. Godbaz,M. J. Cree,A. D. Payne和L.维·斯特里特商用测距相机中真实距离测量与多径和 散 射 干 扰 的 分 离 。 在 IS T/SPIE 电 子 成 像 中 , 第786404-786404页。国际光学与光子学学会,2011年。2[20] D. Droeschel,D. Holz和S.本克飞行时间相机的多频相位 展 开 。 在 智 能 机 器 人 和 系 统 ( IROS ) , 2010 年IEEE/RSJ国际会议上,第1463-1469页。IEEE,2010。2[21] J. 恩格尔河谷Koltun和D.克莱姆斯直接稀疏测距法。arXiv预印本arXiv:1607.02565,2016年。2[22] P. Esser,H.Dawes,J.Collett,and K.豪厄尔斯IMU:垂直CoM运动的惯性传感。Journal of biomechan-ics,42(10):1578-1581,2009. 2[23] E. Foxlin,M. Harrington和G. Pfeifer星座:用于增强现实和虚拟场景应用的宽范围无线运动跟踪系统。在第25届计算机图形和交互技术年会的会议记录中,第371-378页。ACM,1998年。2[24] D.弗 里 德 曼Y.斯 莫 林 ,E.克 鲁 普 卡 ,I.Leichter,以及M.施密特SRA:快速去除ToF传感器的一般多径。欧洲计算机视觉会议,第234-249页。Springer,2014. 2[25] S. 盖 齐 奇 角 Tian , G. B. Giannakis , H. 小 林 A. F.Molisch,H. V. Poor和Z. Sahinoglu通过超宽带无线电进行本地化:着眼于未来传感器网络的定位方面。SignalProcessing Magazine,IE
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功