用于标识发射无线电设备的装置和方法制造方法及图纸

描述了一种用于从视频馈送内的多个无线电设备(106)中标识发射无线电设备的方法和装置。从多个无线电设备(106)接收标识发射无线电设备的至少一个无线电信号。从计算机视觉(CV)(104)系统接收视频馈送，该视频馈送标识CV(104)的视场内的无线电设备(106)。从接收的至少一个无线电信号提取第一组特征，并且从接收的视频馈送提取第二组特征。第一组特征和第二组特征被提供作为机器学习(ML)算法的输入，以获得发射无线电设备与视频馈送中标识的无线电设备(106)之间的关系。线电设备(106)之间的关系。线电设备(106)之间的关系。

【技术实现步骤摘要】
【国外来华专利技术】用于标识发射无线电设备的装置和方法


[0001]各种示例实施例涉及用于标识发射无线电设备的装置和方法。

技术介绍

[0002]在工业私有网络中，5G无线电系统为工业4.0提供了增强的服务，工业4.0具有可利用的特殊要求。这些要求包括使用无线电设备，这些设备是运营商拥有的设备，主要是机器人和机器。此外，在工业环境(即封闭环境)中，存在大量传感器和摄像头，并且不存在非人类用户的隐私问题。应当指出，工业用户具有感知工业环境的优越能力。5G无线电系统的这种利用促进了无线电设备之间在同一无线电信道上的改进的通信。
[0003]在5G无线电系统中，无线电设备标识和定位在工业环境中部署无线电设备时发挥着重要作用。通常，在大多数工业环境中，无线网络用于基于来自无线电设备的无线电传输来跟踪无线电设备。应当注意，无线网络是使用无线电波将信息从一个节点携带到一个或多个接收节点的电信网络。这种通信使用无线电能力来捕获附近的无线电传输。然而，用于跟踪和标识多个无线电设备的无线电能力的这种使用利用了资源需求算法和方法。
[0004]此外，图像捕获设备用于在工业环境中跟踪和定位无线电设备。图像捕获设备可以对应于相机、具有图像捕获能力的手持设备、具有网络摄像头的膝上型计算机或任何其他计算机视觉系统、或任何其他的计算机视觉技术。这种计算机视觉技术使用视频或图像识别，并为工业环境中的无线电设备的标识和定位提供视觉证据。此外，此类计算机视觉技术用于增强空间感知，例如预测阻塞、主动切换管理和无线电资源管理。
[0005]此外，各种原型实现可以用于通过使用附加信令来标识计算机视觉系统中的无线电设备或用户设备，例如，通过附加闪烁信号(例如通过用于同步的发光二极管(LED)的闪烁或射频标识(RFID)标签)来指示计算机视觉系统。
[0006]此外，方法可以用于在握手过程之后在视场和无线电场中跟踪无线电设备，并基于图像捕获设备提供的信息触发移动性鲁棒性优化。这些方法实时工作，使用来自计算机视觉系统的信息来增强无线电，并假设无线电设备已经存在匹配程序。然而，这种方法没有公开无线电系统和计算机视觉系统之间用于标识无线电设备的实际协议。
[0007]因此，需要一种用于在工业环境中准确标识无线电和计算机视觉领域中的无线电设备的改进的设备和方法，其解决了上述缺点。

技术实现思路

[0008]本公开通过独立权利要求所涵盖的主题来解决上述目的。在从属权利要求中定义了本专利技术的优选实施例。
[0009]根据本专利技术的第一方面，提供了一种用于从视频馈送内的多个无线电设备中标识发射无线电设备的装置。该装置可以包括用于从多个无线电设备接收标识发射无线电设备的至少一个无线电信号的部件、用于从计算机视觉(CV)系统接收标识CV系统视场内的无线电设备的视频馈送的部件、用于从接收到的至少一个无线电信号提取第一组特征的部件、
以及用于将第一组特征和第二组特征提供为机器学习(ML)算法的输入以获得发射无线电设备与在视频馈送中标识的无线电设备之间的关系的部件。
[0010]这为通过机器学习在无线电域和计算机视觉域中标识和匹配无线电设备提供了准确和有效的方法。所获得的无线电域和视频源之间的映射有助于增强多光谱、多感官上下文导航，例如，通过“通用地图”在“镜像世界”概念中实现。
[0011]在本专利技术的一些实施例中，至少一个无线电信号可以包括发射无线电设备的无线电测量，特别是信道脉冲响应(CIR)，装置被配置为通过确定CIR的相位和幅度(magnitude)并且从CIR的幅度确定峰位置和峰值来提取第一组特征。
[0012]在本专利技术的一些实施例中，装置可以被配置为通过优选地使用基于掩码区域的卷积神经网络对视频馈送执行视觉检测来提取第二组特征，以确定针对视频馈送中的每个无线电设备的相应边界框(BBOX)，每个边界框包括标识符(BBOX_ID)。优选地，边界框是视频馈送或视频流中包括设备的区域。
[0013]在本专利技术的一些实施例中，装置可以被配置为周期性地接收无线电信号和视频馈送，在接收周期期间无线电信号以第一频率被接收并且视频馈送以第二频率被接收，特别是第一频率高于第二频率；对接收的无线电信号进行平均以获得经平均的无线电信号，并且使用时间戳将从经平均的无线电信号提取的第一组特征与从视频馈送提取的第二组特征合并，以获得针对ML算法的输入。
[0014]获取无线电帧的频率远高于获取视频帧的频率。因此，无线电测量针对与一个视频测量对应的周期而进行平均。两个数据使用时间戳而被合并，两个系统均容易提供时间戳。通过对无线电测量进行平均，实现了同步，并降低了复杂性。
[0015]在本专利技术的一些实施例中，ML算法可以使用具有多个分类树的随机森林分类器(RFC)实现。每个分类树被配置为处理第一组特征和第二组特征的子集。优选地，RFC可以被配置为输出布尔值，该布尔值指示发射无线电设备是否在视频馈送中被标识。备选地，RFC可以被配置为输出标识发射无线电设备属于哪个BBOX_ID的映射或函数。
[0016]在本专利技术的一些实施例中，RFC可以被配置为在视频馈送中的边界框BBOX上输出概率分布，该概率分布指示发射无线电设备是BBOX中标识的无线电设备之一的概率。应当注意，如果不使用ML算法，在多个无线电设备中正确标识发射无线电设备将是不可行的，并因此导致无线电设备的不正确跟踪或标识。
[0017]根据本专利技术的第二方面，提供了一种用于训练机器学习(ML)算法以获得发射无线电设备与在视频馈送中标识的无线电设备之间的关系的装置。该装置可以包括用于执行以下操作的部件：获得多组训练数据，其中多个训练数据的每组训练数据包括：针对发射无线电设备的信道脉冲响应(CIR)和CIR相关数据，其中CIR相关数据包括以下至少一项：CIR相位、CIR幅度、CIR幅度峰的值和索引、以及CIR幅度矢量的均值和标准偏差。多个训练数据的每组训练数据还可以包括多个边界框标识符BBOX_ID，ID＝1，
…
，N，每个边界框标识符与计算机视觉(CV)系统的视场中的无线电设备对应，以及标签，其指示由BBOX_ID标识的来自多个无线电设备中的哪个无线电设备与发射无线电设备对应。此后，该设备还可以包括用于通过组合对RFC参数值的穷举搜索来训练可训练算法，特别是随机森林分类器(RFC)的装置，以从多组训练数据中获得关于两个对应度量的最佳数目的分类树和最佳最大深度的分类树。
[0018]在本专利技术的一些实施例中，可以使用监督学习以及与至少一个无线电设备相关联的标记数据来训练可训练算法。在一个示例实施例中，可以使用混淆矩阵、精度、召回、F测量和/或分类准确度中的至少一个来验证可训练算法。
[0019]在本专利技术的一些实施例中，该装置可以被配置为通过向CV系统发送第一消息来获得多组训练数据，以指令CV系统开始记录，第一消息包括记录的开始时间，向无线电设备发送第二消息，以请求从无线电设备发送无线电信号帧，第二消息包含要由无线电设备发送的无线电信号帧的配置，从CV系本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于从视频馈送内的多个无线电设备(106)中标识发射无线电设备的装置，所述装置包括用于如下执行的部件：从所述多个无线电设备(106)接收标识发射无线电设备的至少一个无线电信号；从计算机视觉CV系统(104)接收视频馈送，所述视频馈送标识所述CV系统(104)的视场内的无线电设备(106)；从接收的所述至少一个无线电信号提取第一组特征；从接收的所述视频馈送提取第二组特征；以及将所述第一组特征和所述第二组特征提供作为对机器学习ML算法的输入，以获得所述发射无线电设备与在所述视频馈送中标识的所述无线电设备(106)之间的关系。2.根据权利要求1所述的装置，其中所述至少一个无线电信号包括所述发射无线电设备的无线电测量，特别是信道脉冲响应CIR，所述装置被配置为通过确定所述CIR的相位和幅度并且从所述CIR的所述幅度确定峰位置和峰值来提取所述第一组特征。3.根据权利要求1或2所述的装置，其中所述装置被配置为通过优选地使用基于掩码区域的卷积神经网络对所述视频馈送执行视觉检测来提取所述第二组特征，以确定针对所述视频馈送中的每个无线电设备(106)的相应边界框BBOX，每个边界框包括标识符BBOX_ID。4.根据前述权利要求中任一项所述的装置，其中所述装置还被配置为：周期性地接收无线电信号和所述视频馈送，在接收周期期间所述无线电信号以第一频率被接收并且所述视频馈送以第二频率被接收，特别是所述第一频率高于所述第二频率；对接收的所述无线电信号进行平均以获得经平均的无线电信号；以及使用时间戳将从经平均的所述无线电信号提取的所述第一组特征与从所述视频馈送提取的所述第二组特征合并，以获得针对所述ML算法的所述输入。5.根据前述权利要求中任一项所述的装置，其中所述ML算法使用具有多个分类树的随机森林分类器RFC(206)被实现，其中每个分类树被配置为处理所述第一组特征和所述第二组特征的子集。6.根据权利要求5所述的装置，其中所述RFC(206)被配置为产生输出，所述输出包括指示所述发射无线电设备是否在所述视频馈送中被标识的布尔值或者标识所述发射无线电设备属于哪个BBOX_ID的映射中的一者。7.根据权利要求5所述的装置，其中所述RFC被配置为在所述视频馈送中的所述边界框BBOX上输出概率分布，所述概率分布指示所述发射无线电设备是所述BBOX中标识的所述无线电设备(106)之一的概率。8.一种装置，包括用于如下执行的部件：获得多组训练数据，其中所述多个训练数据中的每组包括：针对发射无线电设备的信道脉冲响应CIR和CIR相关数据，其中所述CIR相关数据包括以下至少一项：CIR相位、CIR幅度、CIR幅度峰的值和索引、以及CIR幅度矢量的均值和标准偏差；多个边界框标识符BBOX_ID，ID＝1，
…
，N，每个边界框标识符与计算机视觉CV系统(104)的视场中的无线电设备(106)对应；以及标签，其指示由所述BBOX_ID标识的来自所述多个无线电设备(106)中的哪个无线电设备(106)与所述发射无线电设备对应；以及
通过组合对RFC参数值的穷举搜索来训练可训练算法，特别是随机森林分类器RFC(206)，以从所述多组训练数据获得关于两个对应度量的最佳数目的分类树和最佳最大深度的所述分类树。9.根据权利要求8所述的装置，其中所述装置被配置为通过以下步骤获得所述多组训练数据：向所述CV系统(104)发送...

【专利技术属性】
技术研发人员：D，
申请(专利权)人：诺基亚技术有限公司，
类型：发明
国别省市：