一种基于摄像头的可见光室内定位系统设计

张梦童 王秀伟 张李瑶2 谭雅玮

摘 要：该文研究利用可见光实现室内定位的问题，在未充分考虑太阳光线干扰的前提下有效解决了室内定位的不精准性和遮挡效应，开发一套图像处理算法并设计了一套基于摄像头的MIMO可见光室内定位的并行通信系统，可保证光源利用率与可操作性较高。仿真结果表明，发送方发送的信号流可以在接收端得到正确的恢复，并且可以修正少量的误差。

关键词：图像处理 室内定位 并行通信 模拟仿真

中图分类号：TN929.1 文献标识码：A 文章编号：1672-3791（2019）02（b）-0030-03

定位技术已在技术手段、定位精度、可用性等方面均取得质的飞越，但室内定位的技术还处于研究阶段，也没有一个成熟的室内定位系统广泛投入使用[1]。该文采用白光发光二极管（LED）作为传输模型，充分发挥其高灰度、低能耗、高响应灵敏度的特点，设计了一种基于FPGA的室内定位系统。精确定位可以通过使用测试空间中可用的3个可见光源来实现。通过算法可屏蔽外界光线干扰且定位精度可达毫米级，实现基本的通信，然后摄像机传感器采集信号，进行定位。

无线可视通信的基本原理是：发射机将电信号转换成光信号，通过白色LED发射，通過P/D接收信号，将光信号转换成电信号，并解调输出。我们实际采用构建自朗伯辐射模型的朗伯信道模型，简易高效[2]，如图1、图2所示。

试验空间顶部的照明设备已完成了电力线安装工作，并用以实现其他设备与LED光源之间的正常通信。首先，PLC（电力线通信）将原始信号调整到合适的频段，以便在PLC通道中传输。之后信号加入耦合器使电路中弱强电隔离，同时提供部分传输带宽。再将信号通过发送端电路加载到LED光源时，通过接收端的光电传感器将光信号转换成电信号，再进行信号解调等一系列处理，恢复出原始发送信号。

改进的VLC（可见光通信）系统不再需要多个光源一起传输一个信号，因为只要LED发出的部分光被摄像机捕获，就可以通过适当的图像处理技术成功地恢复原始传输的数据。因此，它节省了带宽，避免了传统VLC通信系统中多径延迟引起的光源数目、多光源布局、接收机FOV和ISI等问题。

1 系统概述

在该文的定位系统中，发送器是3个家用LED光源。通过使用FPGA频率发生器以及MOSFET驱动电路实现了对其内部电路的改造，使它们能够发送一定频率的闪烁信号，来传送对应该光源安装坐标的ID信息，进而在定位过程中作为参照计算位置。接收端是具有相机的终端，同时需要具备FPGA的数据及图像处理能力。

为了验证定位方法的有效性，我们采用了一个USB相机连接PC上作为接收端硬件平台，并基于Qt图形界面以及Open CV图像处理库函数实现了通信以及定位软件的开发。然后，由STM32单片机驱动TFT显示其位置信息。

2 定位算法设计

相比于其他室内定位技术，可见光定位中，通信方式不同，但定位的基本算法相同。出于技术难度的考虑，该文采用几何测量法中的三边定位法和三角定位法，通过测量距离和角度，分别得到地面上定位目标的位置坐标后，以后者所得结果为参考，对前者结果校正，图3与图4为其原理示意图。

三边定位法中，3个白光LED灯作为定位信标的坐标已知，分别为、、，与定位目标之间距离d1、d2、d3亦可通过WiFi信号强度测距等方法获得。之后易得如下方程组：

（1）

该文研究的定位目标在二维平面，故有Z1=Z2=Z3，代入上式再相互做差可得：

（2）

将上式转化为矩阵再结合最小二乘法即可得到定位目标坐标。

三角定位法中，已知定位信标、间距为d，与两点和定位目标所成角度为θ1、θ2，就能根据如下方程组求出定位目标的位置坐标[3]，并对计算结果进行校正。

（3）

两种几何测量法的配合使用，在定位效率未明显下降的前提下大幅减小了误差。

3 MIMO系统的引入

该文引入的MIMO指的是一种并行的多通道传输模式，系统发送端各个光源独立加载发送不同的信号，空间内多条子信道并行传输。在接收端，摄像机用于独立接收每个光源发出的信号。在采集每个LED光源的信息后，根据图像的位置和所属像素的信息，采用图像处理技术对信号进行分离。对于一个子信道上的信号，信号对其他子信道的干扰不会影响接收端该信道上信号的状态判别。

信道矩阵条件数仿真验证了信道空间相关性随发光二极管（LED）间距的减小而增大、随光电检测器（PD）间距的减小而增大、随LED到PD垂直距离的增大而增大[4]。该文所设计的三灯定位系统的距离适用于普通住房改装成的试验现场。

4 信号处理的研究

发送端通过FPGA的DDS模拟出3个频率不同的信号，将其加载到LED灯上面，接收端通过摄像头模块OV7670接收可见光信号，之后在MATLAB和OpenCV里面共同完成图像的采集处理。

该文使用二值法对采集到的图像进行灰度化，分离每个灯及其像素的位置，得到每个灯的信号码流，然后对每个光源设置高斯模型进行信号恢复和噪声滤波，选择自适应阈值恢复信号码流的0和1值。

5 接收端信号采集及恢复

图像传感器有两种工作方式，第一种是只有一列像素可以用来检测光强度，第二种是所有像素都可以检测光强度。前者检测速度很快，但后者的检测度精度很高，因此我们采用第二种方式来检测。

对摄像头采集的图像首先对其计算灰度分布的直方图，可以利用以下公式：

Hi （4）

式中，为所采集图像的位置坐标为时该点像素的灰度值，Hi为分布直方图中第i级灰度的分布值，即整幅图像I的中灰度为i的像素数。每个灰度图像的像素可以由0（黑）到255（白）的亮度值表示，0～255之间表示不同的灰度级，对应于二维空间中一个特定的位置，并且有一个或者多个与该位点相关的采样值组成数值[5]。

通过灰度分布直方图，可以得到光源区域的灰度分布和背景光的灰度范围，然后通过模拟算法得到光源位置与大小[6]。在3个灯的图像位置和大小信息确定之后，就可用图像处理中的形态学操作和聚类操作分离得到各个灯的位置及其像素点。确定其像素点之后，通过信号的后端解调得到其中携带的信号，用到三灯定位模型中。

参考文献

[1] 张靖婷.室内可见光定位技术研究与实现[D].大连海事大学，2016.

[2] 成顺利，闫坤，李卓，等.朗伯模型参数优化的可见光室内定位技术[J].光通信研究，2018（5）：69-73.

[3] 周通.可见光室内定位技术研究[D].长春理工大学，2018.

[4] 李斗鹏.室内多光源照明下可见光定位技术研究[D].中国科学技术大学，2017.

[5] 杨英.加载电路板故障检测与定位算法研究[D].哈尔滨工业大学，2007.

[6] 高俊英.基于摄像头的MIMO可见光无线通信系统[D].南京邮电大学，2015.