跳转至

概述

背景与动机

人们很早就观察到了利用可见光在空间中传播时的特征变化实现对环境的简单“感知”。例如，可见光在穿过带有微小水滴的空气时，会因为折射的效果而发生色散，据此古人探索出了根据天上的霓虹和日月晕来进行天气预测的方法。

现代科技的发展使得可见光信号在人类的生产和生活环境中无处不在。现代建筑里日夜常开的顶灯、路上的交通灯、汽车灯等，为利用可见光进行感知提供了便利的光源。光电二极管、 CMOS（互补性金属氧化物半导体， Complementary Metal­Oxide Semiconductor）传感器和 CCD（电荷耦合器件， Charge Coupled Device）传感器等也使得人类接收和处理可见光信号的能力出现了质的飞跃。

本章将介绍如何利用可见光信号对设备和环境进行感知，作为对射频信号感知覆盖场景的补充，充分利用可见光设备在物联网应用环境中普遍存在的优势，扩大无线感知的应用场景，并提供更加丰富的感知服务。利用可见光信号进行感知，可以直接利用易得的可见光信号和设备，无须在环境中部署特制的设备或对现有设备进行复杂的改造。

研究现状

可见光信号由 LED、荧光灯等发光设备产生，通过传播介质，被光电二极管、相机等设备接收。大量的研究工作利用光电二极管或相机接收到的可见光信号特征，结合光源的发光特征或光源位置等信息，可以实现对接收设备的位置感知，以及对光源身份的感知。

设备位置感知

可见光信号沿直线传播的特性使得可见光信号天然的便于携带方向信息。大量的研究工作探索了利用可见光信号实现设备位置感知的能力。根据所使用的原理不同，可以分为利用光线空间分布特征的设备位置感知和利用相机成像几何关系的设备位置感知两类：

（1）基于可见光空间分布特征

环境中的可见光信号在不同的空间位置呈现不同的强度、颜色等特征，但这种特征与位置的关联性不强，无法直接用于设备位置的感知。为了在可见光信号特征和空间位置之间建立对应关系，研究者们通过特殊设计的光源，使空间中的可见光信号呈现出特定的特征分布。接收设备将采集到的可见光信号特征，结合空间中信号特征分布情况，可以实现对接收设备位置的感知。 有研究工作通过改造光源，使得光源在空间中投射的可见光信号的强度、颜色、偏振特性或闪烁频率等呈特定的分布，根据接收设备所采集到的可见光信号特征实现对接收装置位置的感知。

（2）基于相机成像几何关系

因为光沿直线传播的特性，在相机的成像模型中，物点、相机光心和像点位于同一条直线上。当一个已知焦距、像素大小等内参数的相机拍摄到多个已知空间位置的物点，利用多个物点和像点之间的几何关系约束可以得到相机在空间中的位置。有研究工作利用相机拍摄多个已知位置的光源，实现了对相机位置的感知。 还有工作设计出用于即时定位与地图构建（Simultaneous Localization And Mapping， SLAM）的视觉标签，可以得到相机与标签之间的相对位置。在已知相机的空间位置和朝向时，可以反推出标签在空间中的位置。但目前基于相机成像几何关系的方法都依赖于相机内参数，需要在使用之前先对相机进行标定，获取焦距、像素大小等参数。

光源身份感知

通过对光源设置与身份相关的特征，可以通过对特征的识别实现对光源身份的感知。 有研究工作为不同的光源设置不同的闪烁频率，相机的卷帘快门会捕捉到不同闪烁频率造成的不同宽度的条纹，根据条纹的宽度判断出光源闪烁的频率，实现对光源身份的识别。还有研究工作用不同的偏振方向表示光源的身份，并借助旋光色散效应识别光源偏振的方向，实现了光源身份感知。

光源本身因硬件的不完美性，在发光时会使光线携带上与光源身份相关的固有特征。有研究者通过对光源特征的预先采集，实现了通过光源固有特征识别光源的身份。

小结

基于可见光信号的感知方法可以通过光源的发光特征实现光源身份感知，利用 SLAM 标签或图像识别技术也可以实现对普通物体或人体的身份识别。但现有的对设备进行定位的方法中，基于可见光空间分布特征的方法仍然需要对发光设备进行特殊的改造，系统部署困难；基于相机成像几何关系的方法需要同时在相机画面中捕捉到多个已知位置的物点，且依赖于对相机内参数的精准测量。这类方法为了达到较高的定位精度，通常将已知位置的物点之间的距离设置的比较大，要求相机同时捕捉到多个已知位置的物点的操作缺乏用户友好性。现有对普通物体或人体的定位方法依赖于相机对 SLAM 视觉标签的定位，也需要相机精准的内参数。相机的标称参数往往和实际参数间存在误差，而物距通常是像距的上百倍，相机内参数的微小误差往往会造成很大的测量误差，且相机每改变一次焦距内参数就发生一次变化。经常性地对应用场景中的相机进行标定会导致极大的人力开销。

本章将基于利用可见光信号进行设备身份与位置感知的需求，向大家介绍基于可见光信号的主动式设备位置感知和被动式标签位置感知和姿态估计两方面内容，使大家初步了解可见光感知的具体实现方法。

参考文献

  1. Lingkun Li, Pengjin Xie, Jiliang Wang. "RainbowLight: Towards Low Cost Ambient Light Positioning with Mobile Phones", ACM MOBICOM 2018.
  2. Pengjin Xie, Lingkun Li, Jiliang Wang, Yunhao Liu. "LiTag: localization and posture estimation with passive visible light tags", ACM SenSys 2020.