感測網路與定位技術

下列是近年來，一些曾經運用在室內定位，以感測網路為基礎的技術探討：

■ 紅外線 (Infrared)

在 Olivetti 實驗室 (現為 AT & T Cambridge Lab)，曾經以漫射紅外線 (diffuse infrared) 技術發展出一套稱為 Active Badge [16]的定位系統；然 而，紅外線僅能作直線行進、短距離傳輸的限制、易受干擾、及高昂的建構成本，

使得這項設計實用價值不大，並沒有受到太多的重視。

■ IEEE 802.11

RADAR [2]是一套以無線射頻(Radio Frequency)為基礎的室內定位系統；該 系統建置是以符合 IEEE 802.11 規格的網通設備為主，以這些設備作為測量系 統環境底下之定位涵蓋範圍的工具。

該 系 統 最 重 要 的 地 方 ， 是 將 實 際 測 量 的 過 程 與 訊 號 增 殖 模 型 (signal propagation model)的觀念結合在一起，利用此觀念所計算出來的訊號強度去推 算出未知物件的實際位置。

RADAR 在運用的優點上，要建構一個合適的 RADAR 系統，僅需要在適合無線 網路運作的室內環境中，架設幾個無線基地台就可以了，非常方便。

而其主要的缺點，在於被追蹤的未知物本身也要支援相關的設備 (例如：

802.11 規格的網路卡)，這在一些比較小型或者是可用電量有限的被追蹤物上面

是比較難達成的。

但是到目前為止，類似 RADAR 這樣運用 802.11 無線技術的系統，在實際運 用的效能上與期望值是有一點差距的，以實際上的數據來說：RADAR 在其宣稱有 效的 3 公尺涵蓋範圍內，誤差值在信心水平內的有 50%，然而在相同信心水平下 使用其他非 IEEE 802.11 標準的設備，最大的有效涵蓋範圍卻能達到 4.3 公尺 [7]。

■ 超音波 (Ultrasonic)

Cricket Location 定位系統[14]與 Active Bat 定位系統[5]是兩個運用超 音波去做定位的系統，這些系統運用了所謂的 time-of-flight[18]測量技術去 計算未知物的位置。

在效能上，這兩個系統都有不錯的準確度，Cricket 可以在一個 4*4 (單位：

英尺)的室內空間有很高的準確率，而 Active Bat 可以在 9 公分的涵蓋範圍內，

有 95% 的準確率；然而，這兩個系統的共同點在於如果要維持高水平的定位準 確率，所需要的設備成本是相當可觀的，這一點對於某些經費有限的使用者來 說，是比較不切實際的。

■ 超寬頻 (Ultra-wideband)

UWB(Ultra-wideband) 是屬於這個標準規格下的產品；2002 年 2 月 14 日，

美國聯邦通信委員會(FCC) 核准超寬頻產品可以合法在商業市場上銷售，正式為 這項短距離無線技術開啟商用化的大門，而號稱能進行高速傳輸，且具有低成本 與低耗電力優點。

有別於傳統無線通訊技術，UWB 並不使用連續的正弦波(sine waves)來傳送 資料，而是以快速發出脈衝(impulse)的方式來進行資料傳輸，並採取時間調變 方式。

在定位系統的發展上，因為 UWB 系統具備良好的時間解析能力，使其能發展 出精確的測距能力與定位功能，過去美國軍方即將其用在雷達的偵測系統上。

[21]

相較於其他以存的無線通訊技術，超寬頻系列產品也有其開發上的優勢與劣 勢：[22]

在優勢上，由於超寬頻是夾在 WiFi 與藍芽世代之間的無線技術，因此在應 用市場上會有互相重疊的部分，例如未來超寬頻想進入行動電話以及家庭閘道器 市場，這與 WiFi 甚至藍芽都互有重疊．在初期成本上超寬頻比 WiFi 與藍芽晶 片來得高，但是在高傳輸速率上(100Mbps 以上)，卻比起 802.11g (54Mbps)與高 速藍芽(10Mbps)高上許多，這是其優點。

但在其發展的劣勢上，第一，截自目前為止，UWB 在規格上仍未有最終統一 的標準，這對於負責產品化量產的廠商必定有所遲疑，不敢貿然進入市場；第二，

一些技術上的瓶頸，如可能與其他的通訊技術(例如：手機通訊)互相干擾、資料 傳輸距離不夠；第三，初期開發成本可能十分龐大，這些都是尚待克服的課題。

■ RFID

SpotON [8]是第一個運用 RFID 技術做室內定位的系統，在這個三度空間底 下的定位系統當中，SpotON 以聚集演算法 (aggregation algorithm)計算收集 到的訊號強度；在此同時，這個系統的作者 Jeffery HighTower 也量身打造了 一套符合實作需求的硬體，做為實際定位時所需要用到的設備。

在 SpotON 的方法中，未知物件的定位並沒有經過系統中央控管的過程，而 是由其他硬體規格相同的感測點，以分散式計算的方式來完成；這些分散在感測 環境之中的感測點會將其訊號強度資料集合起來並回報，最後以定位演算法計算 出未知物件的預測位置。

LANDMARC(Location Identification based on Dynamic Active RFID Calibration)[13]則是近期用 RFID 技術做定位有不錯成果的一個系統，相較於 SpotON，在硬體環境上，LANDMARC 系統運用了有較大讀取範圍與回應能力的主 動式感應標籤 (Active Tags)[23]，作為實作過程中標籤硬體規格的選擇；另 外，在演算法的採用上，系統的作者也提出了所謂的 LANDMARC 方法，既修正了 傳統定位上的一些盲點，並實際針對各種定位系統下的情境有不同的研究，使得

運用該 LANDMARC 方法所計算出來的定位數據，可信度更增加。