工程师们已经开发出了一种安装在无人机上的原型无线扫描系统，该系统可以飞到高层建筑的外部，并检测可能被困在里面的人的下落。
该系统称为WideSee，是由利兹大学，马萨诸塞州大学和中国西北大学的工程师共同开发的。
该技术旨在供火灾或建筑物倒塌时参与搜救行动的紧急救援人员使用。
在今天在纽约ACM SensSys '19会议上发表的一篇论文中，研究人员说，原型设备能够扫描建筑物的深处。许多现有的无线系统的范围仅限于几米。
扫描设备使用无害的远距离无线电波，它们能够穿透半米厚的混凝土墙。
“救援人员在进行搜救行动时可以使用的现有设备存在局限性。
“寻热摄像机可以识别从人体散发出来的热量，但是在大火中，由于散发的热量更猛烈，摄像机极有可能无法捕获被困在建筑物中的人产生的热量。
研究人员采用了一种名为LoRa的商业无线广播系统。类似于Wi-Fi和蓝牙，LoRa最初旨在连接物联网上的对象，从而允许封闭网络中的设备共享数据，例如供暖系统灯之类的家用电器。
LoRa的射程更长。但是它容易受到干扰。研究小组设计了一种天线，可以在狭窄的视场角上发送信号。这样可以减少干扰，并引导信号传播到建筑物的主体中。
该系统像雷达一样工作。从无人机发出的信号会进入建筑物并从物体上反弹。被无人机上的接收器接收到的回弹信号被其弹起的物体所改变。实际上，它们承载着建筑物内部物体的标记。
来自无人机的信息被远程发送回地面上正在监视的计算机，软件处理信号并向操作员提供有关建筑物中居住者的详细信息。
该系统已经在国内的一栋空楼上进行了测试，用于识别九楼的一小批志愿者，该系统目的是同时识别不同房间中的多个人员，但目前该技术一次只能定位一个目标。
来看下论文的介绍：
无线通信
除了传统的数据通信，近年来，无线信号已用于非接触式感应，并已启用了新的应用程序，例如室内导航，医疗保健和人机交互。
然而，现有的非接触式无线感测的一个明显问题在于其有限的感测范围。这主要是因为从目标反射的信号（包含与目标上下文相关的信息）比发送器和接收器之间的直接路径信号弱得多。与将信号用于通信目的相比，非接触式无线传感从反射信号中捕获信息的事实使传感范围小得多。
例如，当前基于WiFi的系统能够在房间水平范围（即，大约3-6m）中执行感测，而基于RFID或mmWave的系统显示出甚至更小的1-3m的感测范围。近来，已经做出努力来扩展无线信号的接触感测范围。
Ashutosh等人引入了一种方法，该方法采用多跳节点来跟踪位于建筑物内部深处的传感器连接的目标。在另一个例子中，杠杆无人机传递感测信息，从而将接触感测范围从5 m扩展到50 m。采用多个设备或多跳传输方案可以增加感测覆盖范围。但是，这样的方法需要复杂的感知基础架构部署的过程，并且甚至容易受到单个设备的更改或故障的影响。
在本文中，作者介绍了WIDESEE –一种基于新兴LoRa技术的非接触式无线传感系统，仅具有一对收发器。WIDESEE旨在突破广域传感的边界。我们的主要见识在于，LoRa的低功率，远程无线通信能力提供了很长的传播范围（即几公里）和强大的穿透障碍物的能力，与之相比，它可以用来显着增加感应范围到其他现有的无线技术。在这项工作中，作为概念验证，我们探索了LoRa技术在广域场景中进行非接触式人类目标感知的机会。为了进一步增加感应区域的覆盖范围，我们利用无人机的移动性来携带收发器并在目标区域周围移动以执行无线感应。我们认为，这项拟议的研究对于在城市搜索和救援任务中应用的人类目标感知（检测和定位）特别有用，例如在地震，飓风和海啸等自然灾害中进行的城市救援以及恐怖分子的搜救和安全监视。
WIDESEE概述
WIDESEE是基于单个LoRa收发器对构建的原型宽范围非接触式人类目标感测系统。一对收发器（包括发送器和接收器）都由一架无人机携带，这样WIDESEE可以通过飞行无人机来扫描和感知大面积区域。
WIDESEE的小巧轻便设计对于维持电池供电的无人机的良好耐久性至关重要。在这项工作中，我们专注于移动目标感测。WIDESEE的工作方式是首先发送LoRa信号，然后从直接信号路径捕获并分析所得信号，并反射出目标和周围物体的反射，以检测目标的存在和位置。WIDESEE模拟了人类活动如何影响接收到的信号以感知人类目标。如图所示，
无人机携带LoRa收发器对及其控制系统。 数据被发送回远程数据处理平台以执行实时目标检测和定位。
WIDESEE由三个创新组件组成：
•可重新配置的天线系统：以减少来自无用区域的干扰。为了确保在一定时间内感测区域并适应设备的移动性，天线应能够以动态，快速的方式调整其方向和辐射方向图。
•数据收集和天线控制系统：包括LoRa发射器和接收器，数据收集子系统和无人驾驶飞机。无人机携带LoRa收发器对和数据收集子系统，以在目标区域周围飞行。收集的LoRa信号数据被发送回笔记本电脑（通过LTE移动网络）以在地面上进行处理。
•目标检测和定位系统：该系统运行在数据处理平台上，例如我们的笔记本电脑。系统分析收集的数据以检测并定位人类目标。基于该计算，天线控制系统采用无人机携带的Arduino板来相应地配置天线辐射方向图。
建筑规模实地研究
在此现场研究中，作者将WIDESEE与无人机配合使用以执行建筑规模的传感。任务是检测并跟踪位于17层建筑结构9楼，大小为20×42×85 m3的人类目标。
在我们进行实验时，这栋新建筑没有人居住。混凝土墙和玻璃窗的厚度分别为40厘米和5厘米。在此实验中，收发器对由无人机携带。发射器与接收器之间的距离（即，LoS长度）为2m。十名学生志愿者参加了这项研究，一次成为目标对象。
上图显示了实验设置，学生们被安排在同一楼层的房间里散步。
我们手动控制无人机飞行到9层的初始位置，然后让我们的数据处理平台（第2部分）控制无人机的飞行，我们在实验中改变了无人机的飞行速度。
上图图显示了每个正在行走的人类目标的检测精度，当无人机以1±0.2m / s的低速飞行时，WIDESEE可以成功检测到98％的正在行走的人类目标。正如预期的那样，检测精度会随着无人机速度的提高而降低，但是WIDESEE仍然能够在大多数时间检测目标。一旦检测到移动目标，我们将无人机悬停2秒钟以收集目标移动信息，并应用第2节中描述的定位算法来估计目标位置。
上图将我们的方法的本地化误差与最新的本地化动态进行了比较。从图中可以看出，我们的方法比Dynamic-MUSIC具有更好的定位精度。对于90％以上的测试用例，它可以将定位误差从8 m减小到4.6 m。这是一项重大的改进，因为在实践中，这样的精度改进将使我们能够识别人类目标位于建筑物的哪些房间。这在灾难救援中特别有用，在灾难救援中，我们可能希望优先抢救幸存者。
结论
救援人员在进行搜救行动时所能使用的现有设备存在局限性，利用该系统可以更好的实施救援，当志愿者走路或挥手时，无人机的飞行速度降低到每秒1或1.5米时，至少有96％的机会被检测到，但该技术一次只能定位一个目标，所以需要更好的扩展支持多人实时定位以及如果人们静止不动，该系统不会接他们，需要进一步研究完善探测不动目标。
论文或源码下载地址：关注“图像算法”微信公众号 回复“探测无人机”
网友评论