一、文獻討論
An Improvement Approach of Indoor Location Sensing Using Active RFID
二、實驗數據
a. 1個Reader，4個參考標籤
1m，E（150,150）
E（193.7113，104.6392）
E（156.8856，134.5085）
E（195.6938，102.8475）
2m ，E（200,200）
E（291.3876，273.9713）
E（249.0341，144.1544）
E（228.5714，171.4286）
3m ，E（250,250）
E（134.5643，131.8289）
E（301.4052，185.9772）
E（250.8921，250.8921）
結論：利用LANDMARC測量追蹤標籤E，三次會有一次比較準確。
b. 1個Reader，5個參考標籤
1m，E（150,150） ，F（150,100）
E（173.6148，100.9423）
E（173.4354，101.1575）
E（154.8643，115.5220）
2m ，E（200,200），F（200,100）
E（286.5146，101.7607）
E（183.1642，147.3137）
E（197.0384，266.5895）
2m ，E（200,200），F（300,200）
E（296.7481，197.0534）
E（294.5282，196.0977）
E（292.8993，196.2473）
結論：第五個參考標籤F放X軸則X軸較準；放Y軸則Y軸較準。
by譓伃
2010年7月15日 星期四
7/14 meeting
一、本週進度：
SLAM Algorithm for 2D Object Trajectory Tracking based on RFID Passive Tags
二、下周討論時間為 7/20(二)、7/21(三) 早上九點半在實驗室，
內容包括LANDMARC實驗分析及文獻討論。
by譓伃
SLAM Algorithm for 2D Object Trajectory Tracking based on RFID Passive Tags
二、下周討論時間為 7/20(二)、7/21(三) 早上九點半在實驗室，
內容包括LANDMARC實驗分析及文獻討論。
by譓伃
2010年7月8日 星期四
7/5 實驗
內容：
利用zigbee來做LANDMARC的實驗。
數據：
A為追蹤標籤，其餘為參考標籤 ; Reader位於參考標籤C的位置。
一、180 cm（未關電扇與電燈）
A (90.90)、B(0.0)、C(180.0)、D(0.180)、E(180.180)
A = 182 195 186 187 198 196 203
B = 190 191 185 203 182 198 188
C = 196 204 202 196 198 201 201
D = 183 174 193 200 193 207 204
E = 186 184 184 183 189 191 199
二、180 cm（關掉電扇與電燈）
A = 193 201 196 192 187 184 195
B = 195 194 187 189 189 194 196
C = 205 201 192 201 205 199 201
D = 205 198 201 201 198 200 189
E = 186 184 184 183 189 191 199
三、360 cm
A (300.240)、B(0.0)、C(360.0)、D(0.360)、E(360.360)
A = 191 192 194 199 182 191 189
B = 192 195 195 191 190 188 186
C = 205 209 208 206 205 206 202
D = 191 191 192 190 194 192 191
E = 193 193 193 198 198 198 192
四、120 cm
A (60.60)、B(0.0)、C(120.0)、D(0.120)、E(120.120)
A = 189 191 198 187 191 186 198
B = 196 198 198 199 187 194 199
C = 192 192 190 196 195 198 192
D = 204 205 206 202 202 204 202
E = 198 192 191 193 197 196 197
帶入LANDMARC公式即可求得追蹤標籤A的預測座標。
by譓伃
利用zigbee來做LANDMARC的實驗。
數據：
A為追蹤標籤，其餘為參考標籤 ; Reader位於參考標籤C的位置。
一、180 cm（未關電扇與電燈）
A (90.90)、B(0.0)、C(180.0)、D(0.180)、E(180.180)
A = 182 195 186 187 198 196 203
B = 190 191 185 203 182 198 188
C = 196 204 202 196 198 201 201
D = 183 174 193 200 193 207 204
E = 186 184 184 183 189 191 199
二、180 cm（關掉電扇與電燈）
A = 193 201 196 192 187 184 195
B = 195 194 187 189 189 194 196
C = 205 201 192 201 205 199 201
D = 205 198 201 201 198 200 189
E = 186 184 184 183 189 191 199
三、360 cm
A (300.240)、B(0.0)、C(360.0)、D(0.360)、E(360.360)
A = 191 192 194 199 182 191 189
B = 192 195 195 191 190 188 186
C = 205 209 208 206 205 206 202
D = 191 191 192 190 194 192 191
E = 193 193 193 198 198 198 192
四、120 cm
A (60.60)、B(0.0)、C(120.0)、D(0.120)、E(120.120)
A = 189 191 198 187 191 186 198
B = 196 198 198 199 187 194 199
C = 192 192 190 196 195 198 192
D = 204 205 206 202 202 204 202
E = 198 192 191 193 197 196 197
帶入LANDMARC公式即可求得追蹤標籤A的預測座標。
by譓伃
2010年5月21日 星期五
目前進度
★5/11（二）稍微熟悉 Zigbee 設備操作。
★5/19（三）跟助教討論
「Development of an Indoor Real-time Localization System Using Passive RFID Tags and Artificial Neural Networks」
★5/25（二）討論 LANDMARC，並做重點整理。
★緊接著需閱讀
「Location-Aware Computing：A Neural Network Model for Determiting Location in Wireless LANs」
助教已寄到各位信箱，6/1或6/2（我忘了時間）跟助教 meeting。
by譓伃
★5/19（三）跟助教討論
「Development of an Indoor Real-time Localization System Using Passive RFID Tags and Artificial Neural Networks」
★5/25（二）討論 LANDMARC，並做重點整理。
★緊接著需閱讀
「Location-Aware Computing：A Neural Network Model for Determiting Location in Wireless LANs」
助教已寄到各位信箱，6/1或6/2（我忘了時間）跟助教 meeting。
by譓伃
2010年5月10日 星期一
專題期末報告
Dear All,
距離學期結束僅剩五週，不知道各位這學期學習成果如何，為掌握各組的學習進度及公平的給予分數，請準備一個十五分鐘的簡報，報告本學習的學習進度、設備成果展示及未來目標，並繳交一份書面報告，書面報告請包含學習進度、成果、個人分工及暑假規劃，簡報時間與地點會另行公布（亦有可能與系友大會結合，作為專題成果展示），時間預計是在期末考前後，請提早準備。
簡報當天會有研究生、兩位業師、另一組專題生、上一屆專題學長姐及我參與，當天會提供評分單作為學期成績60%；此外，專題強調團隊間的合作，組員間成績彼此互打佔總成績30%，指導教授另對成果滿意度打分數佔10%。
by 鄭老師
2010年4月27日 星期二
2010年3月25日 星期四
3/12 實驗結果
★Tag之間距離25cm：
E1 = 2199.475
E2 = 39.825
E3 = 333.075
E4 = 342.55
W1 = 0.00032
W2 = 0.97263
W3 = 0.01391
W4 = 0.01315
權重×參考標籤座標
W1 × (0 , 25) = (0 , 0.008)
W2 × (25 , 25) = (24.3158 , 24.3158)
W3 × (0 , 0) = (0 , 0)
W4 × (25 , 0) = (0.32875 , 0)
以上加總為預測之追蹤標籤座標 (24.3288 , 24.3238)
實際之追蹤標籤座標 (16 , 14)
★Tag之間距離50cm：
E1 = 1934.5
E2 = 1065.975
E3 = 931.5
E4 = 1533.75
W1 = 0.0981
W2 = 0.3230
W3 = 0.4230
W4 = 0.1560
權重×參考標籤座標
W1 × (0 , 50) = (0 , 4.905)
W2 × (50 , 50) = (16.15 , 16.15)
W3 × (0 , 0) = (0 , 0)
W4 × (50 , 0) = (7.8 , 0)
以上加總為預測之追蹤標籤座標 (23.95 , 21.055)
實際之追蹤標籤座標 (29 , 28)
★Reader設置在E1與E2之間。
by譓伃
E1 = 2199.475
E2 = 39.825
E3 = 333.075
E4 = 342.55
W1 = 0.00032
W2 = 0.97263
W3 = 0.01391
W4 = 0.01315
權重×參考標籤座標
W1 × (0 , 25) = (0 , 0.008)
W2 × (25 , 25) = (24.3158 , 24.3158)
W3 × (0 , 0) = (0 , 0)
W4 × (25 , 0) = (0.32875 , 0)
以上加總為預測之追蹤標籤座標 (24.3288 , 24.3238)
實際之追蹤標籤座標 (16 , 14)
★Tag之間距離50cm：
E1 = 1934.5
E2 = 1065.975
E3 = 931.5
E4 = 1533.75
W1 = 0.0981
W2 = 0.3230
W3 = 0.4230
W4 = 0.1560
權重×參考標籤座標
W1 × (0 , 50) = (0 , 4.905)
W2 × (50 , 50) = (16.15 , 16.15)
W3 × (0 , 0) = (0 , 0)
W4 × (50 , 0) = (7.8 , 0)
以上加總為預測之追蹤標籤座標 (23.95 , 21.055)
實際之追蹤標籤座標 (29 , 28)
★Reader設置在E1與E2之間。
by譓伃
2010年3月23日 星期二
一點建議
你們目前已經對RFID定位演算法的瓶頸夠瞭解了，下面是幾點建議。
- 由於實驗室將採購新款RFID，將有足夠的Reader同時偵測數值，建議先將重點放在演算法閱讀上，瞭解不同的演算法優缺點，並進一步討論各種演算法的優缺點。
- 找研究生學長詢問目前較佳的演算法為何，瞭解並實驗此演算法，Landmarc僅是最基本的演算法，你們可以參考目前較佳的演算法，並作實驗發現其缺點，並檢討為何這些新推出的演算法是為了改進Landmarc的哪個缺點？如果是你們，你們會如何改進這種缺點？新推出的演算法真的有效改善了嗎？或又產生哪些新的缺點？你們又可以如何改進這些缺點？
- 建議將每次實驗參數、過程與結果放在blog上，以供日後查詢，可安排值星輪流發表，並標籤為實驗日誌。
by 鄭老師
2010年3月19日 星期五
3/12 實驗後續步驟
一、實驗數據：
以下數據分別代表的參考標籤在實驗時擺放位置依序為：
左上、右上、左下、右下
Tag代號（RSSI值）：
★Reference Tag之間距離25cm
3106（1614.8）、3114（3854.1）、3115（3481.2）、3112（3471.725）
☆Tracking Tag座標為（16、14）
3109（3814.275）
★Reference Tag之間距離50cm
3106（1253.3）、3114（4253.825）、3115（2256.35）、3112（1654.1）
☆Tracking Tag座標為（29、28）
3109（3187.85）
二、帶入公式：
1.將數據帶入LANDMARC 4.2公式，可得追蹤標籤之預估位置。
2.θi － Si ＝ 參考標籤RSSI － 追蹤標籤RSSI
3.得Ej後便可求得Wj（權重）
4.每個參考標籤乘上權重就是推測出來追蹤標籤的座標。
組員們請利用這幾天時間試著算算看，希望每個人都能動手算。
下週找時間討論大家的結果是否一致，並討論後續該做的事。
ps.我希望是週二早上，有問題請隨時提出來討論，謝謝 。
by譓伃
以下數據分別代表的參考標籤在實驗時擺放位置依序為：
左上、右上、左下、右下
Tag代號（RSSI值）：
★Reference Tag之間距離25cm
3106（1614.8）、3114（3854.1）、3115（3481.2）、3112（3471.725）
☆Tracking Tag座標為（16、14）
3109（3814.275）
★Reference Tag之間距離50cm
3106（1253.3）、3114（4253.825）、3115（2256.35）、3112（1654.1）
☆Tracking Tag座標為（29、28）
3109（3187.85）
二、帶入公式：
1.將數據帶入LANDMARC 4.2公式，可得追蹤標籤之預估位置。
2.θi － Si ＝ 參考標籤RSSI － 追蹤標籤RSSI
3.得Ej後便可求得Wj（權重）
4.每個參考標籤乘上權重就是推測出來追蹤標籤的座標。
組員們請利用這幾天時間試著算算看，希望每個人都能動手算。
下週找時間討論大家的結果是否一致，並討論後續該做的事。
ps.我希望是週二早上，有問題請隨時提出來討論，謝謝 。
by譓伃
2010年3月12日 星期五
3/12 實驗心得
時間：
3:30 ~ 5:30 pm
地點：
系圖
目的：
透過進行LANDMARC實驗找出問題點
過程：
灌程式→學長指導→實驗設計
步驟：
1.分別紀錄每個Tag的位置
2.Tag兩兩間隔1公尺，將9個Reference Tag設計成「田」字形
3.將Tracking Tag放置在任意範圍內
→除了追遭標籤（較大），參考標籤（較小）完全測不到 = =
4.將9個Reference Tag縮減為4個並設計成「口」字形
5.Tag兩兩間格縮小為50cm（還是不太行），只好以25cm進行測量
6.分別記錄4個Reference Tag及1個Tracking Tag的RSSI值（測4次求平均）
★因時間因素實驗先行結束，將會再下週與學長討論後續步驟。
by譓伃
3:30 ~ 5:30 pm
地點：
系圖
目的：
透過進行LANDMARC實驗找出問題點
過程：
灌程式→學長指導→實驗設計
步驟：
1.分別紀錄每個Tag的位置
2.Tag兩兩間隔1公尺，將9個Reference Tag設計成「田」字形
3.將Tracking Tag放置在任意範圍內
→除了追遭標籤（較大），參考標籤（較小）完全測不到 = =
4.將9個Reference Tag縮減為4個並設計成「口」字形
5.Tag兩兩間格縮小為50cm（還是不太行），只好以25cm進行測量
6.分別記錄4個Reference Tag及1個Tracking Tag的RSSI值（測4次求平均）
★因時間因素實驗先行結束，將會再下週與學長討論後續步驟。
by譓伃
2010年2月25日 星期四
國科會進度(二)
組員們:
我PO一下鄭老師跟我說的
譓伃 鄭老師說您的摘要兩段就OK (老師應該是看過你寄的摘要了?!)
摘要中的LANDMARC和VIRE要寫出全名或簡單解釋一下比較好(應該可參考論文~)
妳如果不清楚,再問問老師! OK?!
我跟橘子打的研究動機,我有印出來,因此鄭老師看過了,老師說OK~
還有 我們的研究主題已訂:
1.感測距離所產生讀取值的誤差:考慮RFID的標籤被讀取的誤差範圍在一公尺到兩公尺之間,將RFID室內定位系統應用在製造現場,考慮讀取器的設置成本,減少距離所產生的誤差.
2.應用RFID定位增加資訊準確度:利用RFID即時且快速讀取特性,有助於縮短存貨管理和即時盤點的時間,可隨時掌握物品資訊,進而達到有效降低反應時間.
第一和第二項OK了
就繼續第三項, 我們要寫"文獻探討回顧"
有三個主要重點要寫:
1.目前的定位方法---我們所看的兩篇論文LANDMARC和VIRE的解釋說明
2.自動化製造現場中有哪些資料需要收集? 用何種方法收集? 例如:傳統的條碼
3.定位在製造現場的應用,例如存貨,盤點...
大家應該可以找一下資料~
希望假日能把文獻探討寫好,如果有問題,可以線上討論或星期一集合大家的東西一起討論!!!
這樣下星期之後寫研究方法步驟和預期結果時間就不會很緊~
以上有問題或批評指教 可以留言~ thanks
瓊云 2/26 11:25 pm
我PO一下鄭老師跟我說的
譓伃 鄭老師說您的摘要兩段就OK (老師應該是看過你寄的摘要了?!)
摘要中的LANDMARC和VIRE要寫出全名或簡單解釋一下比較好(應該可參考論文~)
妳如果不清楚,再問問老師! OK?!
我跟橘子打的研究動機,我有印出來,因此鄭老師看過了,老師說OK~
還有 我們的研究主題已訂:
1.感測距離所產生讀取值的誤差:考慮RFID的標籤被讀取的誤差範圍在一公尺到兩公尺之間,將RFID室內定位系統應用在製造現場,考慮讀取器的設置成本,減少距離所產生的誤差.
2.應用RFID定位增加資訊準確度:利用RFID即時且快速讀取特性,有助於縮短存貨管理和即時盤點的時間,可隨時掌握物品資訊,進而達到有效降低反應時間.
第一和第二項OK了
就繼續第三項, 我們要寫"文獻探討回顧"
有三個主要重點要寫:
1.目前的定位方法---我們所看的兩篇論文LANDMARC和VIRE的解釋說明
2.自動化製造現場中有哪些資料需要收集? 用何種方法收集? 例如:傳統的條碼
3.定位在製造現場的應用,例如存貨,盤點...
大家應該可以找一下資料~
希望假日能把文獻探討寫好,如果有問題,可以線上討論或星期一集合大家的東西一起討論!!!
這樣下星期之後寫研究方法步驟和預期結果時間就不會很緊~
以上有問題或批評指教 可以留言~ thanks
瓊云 2/26 11:25 pm
2010年2月16日 星期二
2010年2月2日 星期二
2010年1月29日 星期五
1/28 實驗心得
時間：
早上10:00~12:00
地點：
自動化實驗室
變項：
CNC車床啟動與否（0N/OFF）
CNC車床轉速（0、350、700）
Tag與天線之距離（1m、2m）
Tag與地面之高度（75cm、100cm、125cm）
dB（0、6、15）
目的：
探討以上各變項對於Tag的感應程度
步驟：
修改dB值→ 輸入程式碼→ 改變其中任一變項→ 重複按Enter鍵→ 記錄三個出現在畫面上的數值（若感應不到則記為0）
我個人的心得：
Tag相當容易受到干擾，在很多情況下幾乎無法感應。我們也發現當dB數越大時（dB=15），幾乎完全感應不到。不過大家似乎都忘了問學姐dB指的是什麼，所以沒有人知道為何會這樣，下次遇到這種情況一定要問清楚！在製造現場中有相當多的限制會影響Tag的感應，透過此實驗我們得以瞭解CNC車床之各個變項對於Tag的影響。
我個人的檢討：
此次實驗原以為只是要探討各變項對於Tag之影響，因此很快便量測結束，並未對實驗結果做詳細的紀錄，對於RFID軟硬體之設定我似乎也還不是那麼瞭解，連我們所記錄的數值以及dB在此實驗所代表的意涵是什麼都搞不清楚，這是我該檢討的地方，下次一定要改進！
by譓伃
早上10:00~12:00
地點：
自動化實驗室
變項：
CNC車床啟動與否（0N/OFF）
CNC車床轉速（0、350、700）
Tag與天線之距離（1m、2m）
Tag與地面之高度（75cm、100cm、125cm）
dB（0、6、15）
目的：
探討以上各變項對於Tag的感應程度
步驟：
修改dB值→ 輸入程式碼→ 改變其中任一變項→ 重複按Enter鍵→ 記錄三個出現在畫面上的數值（若感應不到則記為0）
我個人的心得：
Tag相當容易受到干擾，在很多情況下幾乎無法感應。我們也發現當dB數越大時（dB=15），幾乎完全感應不到。不過大家似乎都忘了問學姐dB指的是什麼，所以沒有人知道為何會這樣，下次遇到這種情況一定要問清楚！在製造現場中有相當多的限制會影響Tag的感應，透過此實驗我們得以瞭解CNC車床之各個變項對於Tag的影響。
我個人的檢討：
此次實驗原以為只是要探討各變項對於Tag之影響，因此很快便量測結束，並未對實驗結果做詳細的紀錄，對於RFID軟硬體之設定我似乎也還不是那麼瞭解，連我們所記錄的數值以及dB在此實驗所代表的意涵是什麼都搞不清楚，這是我該檢討的地方，下次一定要改進！
by譓伃
2010年1月28日 星期四
寒假作業
1. LANDMARC: Indoor Location Sensing Using Active RFID（必讀）
2. VIRE: Active RFID-based Localization Using Virtual Reference Elimination（必讀）
3. Neural network models for intelligent networks: deriving the location from signal patterns（選讀）
初次閱讀英文論文對我們來說的確難度相當高，大家慢慢的看，相信一定會越看越順手！有任何問題可以在部落格上討論，也可以請教助教！
大家加油：）
by譓伃
2. VIRE: Active RFID-based Localization Using Virtual Reference Elimination（必讀）
3. Neural network models for intelligent networks: deriving the location from signal patterns（選讀）
初次閱讀英文論文對我們來說的確難度相當高，大家慢慢的看，相信一定會越看越順手！有任何問題可以在部落格上討論，也可以請教助教！
大家加油：）
by譓伃
訂閱：
文章 (Atom)