Rakendused & WiFi pildistamise piirid

Infotehnoloogia, üldtuntud kui IT, arendas edasi paljusid tööstusharusid, nagu auto-, eluaseme-, tarkvara- ja meditsiinitööstus. IT-eksperdid ja teadlased uurisid ka võimsa pilditehnika, mida tuntakse Wi-Fi-pilditehnoloogiana, teostatavust.

Arvutipõhisel pildistamistehnoloogial on objektide tuvastamisel ja identifitseerimisel laiad võimalused. Teadlased on välja töötanud mitmeid tehnikaid, kasutades traditsioonilist mikrolainepildistamist. Siiski ei suutnud nad saada tulemuslikke tulemusi.

Seepärast arendasid nad tehnoloogiat edasi ja võtsid kasutusele Wi-Fi pildistamise, mida me käesolevas postituses käsitleme.

Mis on traadita pildistamine?

Traadita pildistamine on tehnoloogia, mis jäädvustab ja edastab pilte traadita võrgu kaudu. See võib kõlada lihtsalt, kuid see ei ole seda.

Traadita pildistamine on lai mõiste, mis hõlmab mitmeid tööstusharusid, sealhulgas:

• Auto
• Nutikas kodu või asjade internetiühendus
• Tööstuslikud rakendused

Vaatame läbi WiFi-pildistamise rakendused ja kasutusjuhud. Kuid kõigepealt mõistame, mis see tehnoloogia on.

Sissejuhatus

Wi-Fi ehk traadita internetitehnoloogia võeti kasutusele 1997. aastal, kui inimesed hakkasid kasutama kaasaegseid võrguseadmeid. Enne seda olid interneti allikateks telefoniliinid ja muud sarnased kaabliühendused.

Kuna see tehnoloogia oli vana, ei saanud kasutajad kunagi kaabellevi internetist midagi paremat. See oli aeglane ja täis võrguhäireid. Samuti ei olnud see usaldusväärne, sest allikast sihtkohta saadetud andmed olid riskantne ülesanne.

Aja jooksul tuli Wi-Fi Association välja edusammudega traadita tehnoloogias ja täiustas Wi-Fi seadmeid. See hõlmas ruuterit, modemeid, lüliteid ja võimendajaid.

Need seadmed järgivad IEEE WLAN-standardeid, mis töötavad koos igat tüüpi võrgujaamadega. Kõige levinum WLAN-standard, mida meie kodustes internetiühendustes kasutatakse, on 802.11ax.

Me kõik teame, kui oluliseks on Wi-Fi tehnoloogia muutunud meie elus. Järgnevalt on toodud Wi-Fi levinumad kasutusalad:

• Kommunikatsioon
• Andmete jagamine
• Online-mängud

Kuna Wi-Fi laienes peaaegu kõikidesse eluruumidesse, avastasid teadlased, et Wi-Fit saab kasutada ka muudeks rakendusteks. Üks nende avastustest oli mikrolainepildistamise edendamine Wi-Fi-signaalide abil.

Enne edasiminekut mõistame mõningaid tehnilisi termineid, mida käesolevas artiklis kasutatakse.

Ruumiline sagedusala

Ruumiline domeen viitab mis tahes objekti staatilisele kujutisele, samas kui sagedusdomeen analüüsib pilti koos selle liikuvate pikslitega. See tähendab, et Wi-Fi pildistamise vastuvõtjad jäädvustavad pildi informatsiooni ruumilise sageduse domeenis.

Passiivne bistaatiline WiFi radar

Bistaatiline radar on seade, mida kasutatakse eraldi WiFi saatjatest ja vastuvõtjatest koosneva radarisüsteemi ulatuse mõõtmiseks. Passiivses bistatilises WiFi radarisüsteemis mõõdavad vastuvõtjad ajalist erinevust, kui signaal saabub saatjatest.

Need vastuvõtjad vastutavad ka tegelikust sihtmärgist peegelduvate WiFi-signaalide edastamise aja arvutamise eest.

Mikrolainepildistamine vs. WiFi-pildistamissüsteem

Mikrolainepildistamine on vanem tehnoloogia kui WiFi-pildistamine. Peamine põhjus, miks teadlased läksid tehnoloogia uuendamisele, on see, et mikrolainepildistamine kulutab rohkem töötlemisaega.

See kujutamistehnika esitas mehaanilise ja elektrilise kiirte skaneerimise, mis näitas häid tulemusi. Siiski oli mõlema tehnika puhul puuduseks andmete kogumise aeg, mis viivitas kujutiste töötlemist ruumilise sageduse kujutamisel.

Mikrolainepildistamine oli eelistatud variant objektide tuvastamiseks ja identifitseerimiseks. Jällegi töödeldi skaneeritud proove tipptasemel tehnoloogia abil. Kuid taas oli peamiseks probleemiks ajaline piirang kiire skaneerimisel üle põllu.

Teadlased kasutasid sama tehnoloogiat ka objektide tuvastamiseks, kuid nad ei saanud edasi liikuda, sest seadmed ei suutnud tabada inimeste madalat termiliselt tekitatud elektromagnetilist kiirgust.

Nad vajasid suuri investeeringuid, et osta kaasaegne vastuvõtja ja signaalitöötlusseadmed, millel on suur tundlikkus ja suurem ribalaius.

WiFi pildistamissüsteem

Tehnoloogia uuendamine algas Wi-Fi kasutamisega. Kuid loomulikult teame me kõik, et Wi-Fi on kõikjal olemas, mis tähendab, et see on kättesaadav igas kohas.

Olgu kodus, kontoris, restoranis, rongijaamas või staadionil, teie Wi-Fi-ühendusega seadmed võtavad vastu traadita signaale. See on põhjus, miks teadlased kasutasid Wi-Fi ja täiustasid mikrolainepildistust.

Teadlased on kasutanud Wi-Fi-d ka inimeste tuvastamiseks ja klassifitseerimiseks läbi seina pildistamisel. Kuna raadiolained võivad kergesti tungida läbi kardinate, riide ja seinte, on Wi-Fi võimas vahend keeruliste objektide pildistamiseks.

Signaalitöötlus on ka Wi-Fi kiirguse puhul tulemuslikum, sest optilisel ja infrapunasel lainepikkusel on need läbipaistmatud.

Seetõttu kasutatakse uues tehnikas traditsioonilist mikrolainepildistamist, kasutades Wi-Fi-signaale. Sõltumatud WiFi-saatjad, mis valgustavad neid signaale, vastutavad protsessi algatamise eest, samal ajal kui vastuvõtja salvestab pildi teabe ruumilise sageduse proovivõtu ja domeeniga.

Uus Wi-Fi pildistamissüsteem kasutab passiivset radaritehnikat kolmandate isikute kiirgusel. Passiivne radar kasutab neid kiirgusi:

• Avastamine
• Jälgimine

Teine erinevus mikrolaine- ja WiFi-pildistamise vahel on see, et esimene kasutab piltide töötlemiseks hõredaid antennimassiive. Kahjuks mõõdetakse sellega ainult väga madalat soojuskiirgust.

Teisest küljest kasutatakse täiustatud tehnoloogia puhul WiFi-signaale, mis töötavad tavalistes vastuvõtjates sagedusel 25 MHz ja integratsiooniajaga 10 mikrosekundit. WiFi-signaalide abil parandatakse sagedust ja integratsiooniaega arvutuslikuks pildistamiseks.

Seega võib mikrolainepildistussüsteemi täiustatud versioonis pakutud meetod töötada odavate seadmetega ja anda paremaid tulemusi. Harvade massiivi kasutamiseks ei ole vaja investeerida laia ribalaiusega vastuvõtjatesse.

Olemasolevad vastuvõtjad saavad kasutada Wi-Fi-signaale, kuna need on peaaegu kõikjal kättesaadavad. Samuti jäävad ainult korreleeritud signaalikomponendid eraldatud ajaks. Seetõttu võivad need signaalid suurendada arvutuslikku kujutamist tajumise ja suhtlemise eesmärgil.

Miks on Wi-Fi kujutamine parem lähenemisviis?

Wi-Fi-signaali kasutav pildistamine on varasematest tehnoloogiatest parem mitmel põhjusel. Näiteks koosneb Wi-Fi-signaali töötlemisel toimuv pildistamine privaatsust säilitavast tegurist.

Samuti ei pea te kulutama tuhandeid dollareid kõrgekvaliteediliste vastuvõtjate ostmiseks. WiFi võimsuse mõõtmistest piisab objektide tuvastamise ja klassifitseerimise analüüsimiseks, et pildistamine oleks edukas.

Kuigi pildistamiseks on olemas spetsiaalne riistvara, on vaja muid lisaseadmeid, mis suurendavad oluliselt projekti kulusid.

Kasutades proovitud ruumilise sageduse teavet, näitasid tulemused inimese ja metallobjektide lokaliseerimist. See tõestas Wi-Fi kujutamise edukust järgmise keskmise täpsusega:

• 26 cm staatilise inimese puhul
• 15 cm staatiliste metallist esemete puhul

Wi-Fi pildistamise piirangud

Kahtlemata on mikrolainepildistamine Wi-Fi-signaalide abil võimas tehnoloogia inimeste ja muude objektide lokaliseerimiseks. Te saate hõlpsasti kindlaks teha teatud inimeste ja objektide asukoha. Wi-Fi-pildistamise rakendamisel on siiski mõningaid piiranguid.

Arutame neid.

Objekti suurus

Kavandatav Wi-Fi pildistamise tehnoloogia tugineb objekti suurusele. Pildistamissüsteem lokaliseerib suure suurusega objekte. Näiteks:

• Diivan
• Tabelid
• Suured aknad

Kahtlemata on suuremõõtmelisi objekte lihtne tuvastada ja lokaliseerida, sest nende mõõtmed on selgelt analüüsitavad. 2D- või 3D-tehnoloogiat kasutades tuvastavad pilditöötlusalgoritmid hõlpsasti suuremõõtmelisi objekte, kulutamata palju aega.

Kui te valmistate süsteemi ette pilditöötluseks, peate kõigepealt laskma sellel õppida objektid kui näidised. Seda protsessi nimetatakse masinõppeks, mis on üks tehisintellekti (AI) levinumaid valdkondi.

Masinõpe on igasuguse pildistamise põhiline samm. Et ehitada tehnoloogiat ilma süsteemi söötmata enne pildistamist, tuleb osta võimsad AI-seadmed, mis analüüsivad objekti nagu inimene. Kuid liiga palju raha kulutamine ainult mugavuse pärast ei ole mõistlik, sest masinõpet on lihtne rakendada.

Seetõttu peate oma süsteemi toitma objektide proovidega, et ülekantud WiFi-signaalide püüdmine annaks paremaid tulemusi kui traditsioonilistes radarite tuvastamise ja mikrolainepildistamise vastuvõtjates kasutatavad vastuvõtjad.

Materjal

Ka objekti materjal on oluline, kui kasutatakse Wi-Fi kujutise tuvastamiseks ja lokaliseerimiseks. Näiteks pakub pakutud süsteem paljulubavaid tulemusi, kui objektil on peegeldavad pinnad.

Näiteks metallpinnad on alati osutunud paremaks objektiks, isegi optiliste või infrapunaste sageduste puhul.

Ka siin kehtib sama põhimõte: suure suurusega objekti, millel on peegeldav pind, on lihtsam kujutada kui väikeseid metallobjekte. Miks?

Kuigi läikiv objekt peegeldab hästi WiFi-signaale, muudab selle väike suurus sissetuleva kiirguse jaoks ristlõikepinna ülekoormatuks. Selle tulemusena ei saa mitu edastatud WiFi-signaali seda objekti korralikult ette kujutada.

Teine probleem objekti mõõtmete puhul on see, et kui suurus muutub proportsionaalseks WiFi-signaalide lainepikkusega, väheneb nende kahe üksuse vaheline vastastikmõju.

Kuidas lahendada mõõtmete ja sageduse vaheline piirang?

Wi-Fi pildistamissüsteem nõuab olulist erinevust objekti suuruse ja WiFi-signaalide lainepikkuse vahel. Kui objekti suurus on suur, peab WiFi-signaalide lainepikkus olema väiksem ja vastupidi.

WiFi-signaalide lainepikkuse vähendamiseks tuleb edastada kõrgemal sagedusel, st 5 GHz. Siiski puudub veel konkreetne tulemus, et madalasageduslikud WiFi-signaalid passiivsetes interferomeetrilistes pildistamissüsteemides toimiksid väiksemate objektide puhul.

Põhjuseks on väiksem ristlõike pindala, mis ei võimalda korreleeritud signaalikomponentide säilimist läbi seina kujutamise.

Mõned väiksemad objektid, millest võeti proovid mitme katse käigus, olid järgmised:

• Mündi
• Võtmed
• Ohutusnõel

Lisaks erinevate seadmete kasutamisele on vaatluse all ka sagedusvahemiku muutmine väiksema ruumilise eraldusvõimega objektide tuvastamiseks.

Pildi resolutsioon

Pildi eraldusvõime on kavandatud tehnoloogia oluline omadus. Lisaks sõltub see kahest järgmisest tegurist:

• Wi-Fi signaali lainepikkus
• Antennimassiivi pikkus

Saate suurendada pildi eraldusvõimet, hoides signaali lainepikkust konstantsena ja suurendades antennimassiivi pikkust.

Eksperimendi käigus püüdsid teadlased suurendada pildi lahutusvõimet, suurendades sagedust 5 GHz-ni, mis vähendab lainepikkust. Seejärel ei muutnud nad signaali töötlemise lainepikkust ja antennimassiivi pikkust.

Selle tulemusel ei täheldanud teadlased pildistamise lahutusvõime paranemist. Teine oluline järeldus oli, et antennide arv ei mänginud pildistamisel mingit rolli.

Kui paigutate antenni õigesse asendisse, võite saada produktiivseid tulemusi vaid paari antenniga. Miks?

Antennirakendused püüavad vaadeldava objekti kiirguse. Mitme antenni asukoha kasutamine suurendab kahtlemata optimaalse pildistamiseraldusvõime tõenäosust, kuid see on kuluefektiivse tehnoloogia küsimus.

Lisaks sellele valmistavad ettevõtted ka odavaid antenne Wi-Fi pildistamise tehnoloogia jaoks, et suurendada selle ulatust ja tõhusust.

Seega võite kujutada objekti ainult WiFi võimsusmõõtmistega, kui hoiate antennimassiivi pikkuse konstantsena. Sissetuleva sagedusvahemiku muutmine võib mõjutada ka pildi eraldusvõimet.

Objektorienteeritus

Objekti orientatsioon on veel üks piirang kavandatud tehnoloogia puhul. WiFi pildistamissüsteem nõuab, et objekt oleks kiirguse ülekantavas mustris. Te juba teate, et EM-lained loovad välja ja liiguvad rütmis. See väli muutub järgnevate lainete suundumuseks.

Kui paigutate objekti sellesse väljale nii, et selle orientatsioon on kõrvalekalduvas asendis, ei saa te tõeseid tulemusi. Seega on oluline, et objekti orientatsioon jääks ülekantava kiirguse mustri sisse.

Peale selle saate seda küsimust lahendada järgmiselt:

• Määrake antennide asukoht optimaalselt.
• Valige antennid, millel on paremad kiirgusmustrid.

Oluline on teada mustri horisontaalset ja vertikaalset telge, et saada kasulikku tulemust kahes ruumilise sageduse mõõtmes.

Wi-Fi pildistamise rakendused

Wi-Fi pildistamise mitmeid rakendusi kasutatakse kaubanduslikel ja tööstuslikel eesmärkidel. Näiteks.

Varude jälgimine

Kaubanduskeskused ja kaubanduskeskused kasutasid varude haldamiseks radarandureid kasutavaid kärusid. Need radariga juhitavad kärud ei vaja mingit andurimärki, sest iga käru töötab spetsiaalse ID-ga.

Andmebaas rühmitab kärud mitmesse meeskonda ja seejärel jagab juhendaja igale meeskonnale ülesande.

Need kärud on edukad laovarude varude tõhusaks haldamiseks. Lisaks saavad kliendid neid kärusid ka kaupluse ruumides ja nautida ostude tegemist sularahata ostusüsteemi abil.

Nutikad kodud

IoT on järgmine suur läbimurre elamutööstuses. Wi-Fi pildistamise tehnoloogia teostab traditsioonilist radari tuvastamist, et tuvastada suuri objekte, sh:

• Uksed
• Windows
• Külmik

Te saate oma majas asuvate suurte objektide kontrollimiseks kasutada antenne ja vajalikke andureid. Näiteks antenni massiivi poolt mõõdetud ruumiliste sageduste abil saate kontrollida olemasolevaid sidesignaale ja teavitada teid objekti olekust.

Lisaks saab kogu süsteemi programmeerida, kasutades keskmist ruumilist vastastikust sidusust ning horisontaalset ja vertikaalset suunda, et juhtida objekti liikumist Wi-Fi-signaali töötlemise abil.

Selle rakenduse peamiseks piiranguks on stabiilne võrk, sest passiivsed pildistamissüsteemid vajavad objekti mõõtmete analüüsimiseks WiFi-signaale.

KKK

Mis on WiFi Doppler?

WiFi Doppler on anduritehnoloogia, mis kasutab objekti asukoha ja liikumise tuvastamiseks ainult ühte WiFi seadet. WiFi Doppleri abil ei ole tulemuste saamiseks vaja mitut WiFIi seadet.

Kas WiFi näeb läbi seinte?

Jah. Wi-Fi-signaalide abil saab läbi seinte näha.

Kuidas saada WiFi läbi seina?

1. Suurendage majasisest WiFi-ühendust, kasutades Wi-Fi leviala laiendajaid.
2. Võtke kasutusele võrgusilma võrk.

Mitu WiFi-signaali edastatakse üksteise kaudu. Kuidas?

WiFi-signaalid ristuvad tavaliselt, kui ruuterid töötavad samal kanalil.

Kas WiFi-signaalid võivad toota tulemusi läbi seinakujunduse?

Jah, sest WiFi kasutab raadiolained, mis tungivad läbi seinte.

Kokkuvõte

Wi-Fi pilditöötluse valdkonnas on muutumas tavaliseks, kuna see on kättesaadav peaaegu igas elamu-, äri- ja tööstusruumis. Seetõttu on Wi-Fi pilditöötluse kasutamine objekti asukoha ja liikumise tuvastamiseks järgmine suur tehnoloogia, mis toob kasu inimestele.