利用射频感测标签进行被动式定位制造技术

公开了用于执行射频感测检测操作的系统

【技术实现步骤摘要】
【国外来华专利技术】利用射频感测标签进行被动式定位
[0001]公开领域
[0002]本公开的各方面一般涉及无线定位等
。
在一些实现中，描述了用于利用射频
(RF)
感测标签来提供被动式定位的示例
。
[0003]公开背景
[0004]无线感测设备能够提供可用于在给定环境中检测对象的射频特征
。
例如，射频感测设备可以包括可以分布在整个环境中并且可被配置成跟踪在整个环境中移动的用户的软件和硬件组件
。
为了实现各种电信功能，无线感测设备可以包括被配置成传送和接收射频
(RF)
信号的硬件和软件组件
。
例如，无线设备可以被配置成经由
Wi
‑
Fi、5G/
新无线电
(NR)、
蓝牙
TM
和
/
或超宽带
(UWB)
等进行通信
。
[0005]概述
[0006]以下给出了与本文所公开的一个或多个方面相关的简化概述
。
由此，以下概述既不应被认为是与所有构想的方面相关的详尽纵览，以下概述也不应被认为标识与所有构想的方面相关的关键性或决定性要素或描绘与任何特定方面相关联的范围
。
相应地，以下概述的唯一目的是在以下给出的详细描述之前以简化形式呈现与关于本文所公开的机制的一个或多个方面相关的某些概念
。
[0007]公开了用于感测视频信号的系统
、
装置
(
装备
)、
方法和计算机可读介质
。
根据至少一个示例，提供了一种用于训练一个或多个感测模型的方法
。
该方法可包括：接收与至少一个无线设备相关联的射频数据，该射频数据基于从第一对象反射并由该至少一个无线设备接收的射频信号；获得训练标签数据，该训练标签数据至少部分地基于第一对象和输入数据；以及基于该射频数据和该训练标签数据来生成感测模型
。
[0008]在另一示例中，提供了一种用于训练一个或多个感测模型的装置，其包括至少一个网络接口
、
至少一个存储器
、
以及耦合到该至少一个存储器的至少一个处理器
(
例如，配置在电路系统中
)。
该至少一个处理器被配置成：经由该至少一个网络接口接收与至少一个无线设备相关联的射频数据，该射频数据基于从第一对象反射并由该至少一个无线设备接收的射频信号；获得训练标签数据，该训练标签数据至少部分地基于第一对象和输入数据；以及基于该射频数据和该训练标签数据来生成感测模型
。
[0009]在另一示例中，提供了一种非瞬态计算机可读存储介质，其包括使得计算机或处理器执行以下操作的至少一条指令：接收与至少一个无线设备相关联的射频数据，该射频数据基于从第一对象反射并由该至少一个无线设备接收的射频信号；获得训练标签数据，该训练标签数据至少部分地基于第一对象和输入数据；以及基于该射频数据和该训练标签数据来生成感测模型
。
[0010]在另一示例中，提供了一种用于训练一个或多个感测模型的装备
。
该装备包括：用于接收与至少一个无线设备相关联的射频数据的装置，该射频数据基于从第一对象反射并由该至少一个无线设备接收的射频信号；用于获得训练标签数据的装置，该训练标签数据至少部分地基于第一对象和输入数据；以及用于基于该射频数据和该训练标签数据来生成感测模型的装置
。
[0011]在一些方面，该装备
(
装置
)
是无线设备
(
诸如移动电话或所谓的“智能电话”或其他移动设备
)、
可穿戴设备
、
扩展现实设备
(
例如，虚拟现实
(VR)
设备
、
增强现实
(AR)
设备或混合现实
(MR)
设备
)、
平板设备
、
个人计算机
、
膝上型计算机
、
服务器计算机
、
无线接入点
、
交通工具或交通工具组件
、
或具有
RF
接口的任何其他设备或是这些设备的一部分
。
[0012]本概述既非旨在标识出要求保护的主题内容的关键特征或必要特征，亦非旨在单独用于确定要求保护的主题内容的范围
。
本主题内容应当参考本专利的整个说明书的合适部分
、
任何或所有附图
、
以及每项权利要求来理解
。
[0013]基于附图和详细描述，与本文所公开的各方面相关联的其他目标和优点对本领域技术人员而言将是显而易见的
。
[0014]附图简述
[0015]给出附图以帮助对本公开的各方面进行描述，且提供附图仅用于解说各方面而非对其进行限定
。
[0016]图1是解说根据一些示例的用户设备的计算系统的示例的框图；
[0017]图2是解说根据一些示例的利用射频
(RF)
感测技术来检测用户存在和执行面部识别的无线设备的示例的示图；
[0018]图3是解说根据一些示例的包括用于检测用户存在和执行面部识别的无线设备的环境的示例的示图；
[0019]图4是解说根据一些示例的分布式感测系统的示例的示图
。
[0020]图
5A
‑
图
5C
是解说根据一些示例的利用分布式感测系统的对象检测的示例的示图；
[0021]图6是解说根据一些示例的信号强度对信号空间定位的示例图表的示图；
[0022]图7是解说根据一些示例的用于雷达截面测量的示例框图的示图；
[0023]图8是解说根据一些示例的分布式感测系统的示例的示图
。
[0024]图9是解说根据一些示例的打标规程的示例的示图
。
[0025]图
10
是解说根据一些示例的由分布式感测系统执行的示例打标操作的示图
。
[0026]图
11
是解说根据一些示例的深度学习神经网络的示例的框图；
[0027]图
12
是解说根据一些示例的卷积神经网络
(CNN)
的示例的框图；
[0028]图
13
解说了根据一些示例的用于训练一个或多个感测模型的过程的示例流程图；以及
[0029]图
14
解说了根据一些示例的示例计算系统
。
[0030]详细描述
[0031]出于解说性目的，以下提供了本公开的某些方面和实施例
。
可设计替换方面而不脱离本公开的范围
。
另外，本公开中众所周知的元素本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.
一种用于训练一个或多个感测模型的装置，所述装置包括：至少一个网络接口；至少一个存储器；以及耦合至所述至少一个存储器的至少一个处理器，所述至少一个处理器被配置成：经由所述至少一个网络接口接收与至少一个无线设备相关联的射频数据，所述射频数据基于从第一对象反射并由所述至少一个无线设备接收的射频信号；获得训练标签数据，所述训练标签数据至少部分地基于所述第一对象和输入数据；以及基于所述射频数据和所述训练标签数据来生成感测模型
。2.
如权利要求1所述的装置，其中所述训练标签数据包括指示与所述第一对象相关联的动作
、
与所述第一对象相关联的位置
、
或其组合中的至少一者的信息
。3.
如权利要求1所述的装置，其中所述输入数据包括用户对文本的选择
、
用户提供的音频输入
、
或其组合中的至少一者
。4.
如权利要求1所述的装置，其中所述输入数据包括用户的生物测定数据
、
所述用户的身份数据或其组合中的至少一者
。5.
如权利要求1所述的装置，其中在所述无线设备与打标设备之间维持时间同步
。6.
如权利要求1所述的装置，其中所述训练标签数据是从打标设备接收的
。7.
如权利要求6所述的装置，其中所述打标设备包括相机，所述相机被配置成捕获与所述第一对象相关联的感兴趣位置的一个或多个图像
、
与所述第一对象相关联的所述感兴趣位置的一个或多个视频
、
或其组合
。8.
如权利要求6所述的装置，其中所述打标设备包括相机以及同时定位和映射
(SLAM)
系统，以同时利用所述相机生成所述训练标签数据并确定所述打标设备的位置
。9.
如权利要求1所述的装置，其中所述训练标签数据是从所述至少一个无线设备接收的
。10.
如权利要求9所述的装置，其中所述至少一个无线设备包括相机，所述相机被配置成捕获与所述第一对象相关联的感兴趣位置的一个或多个图像
、
与所述第一对象相关联的所述感兴趣位置的一个或多个视频
、
或其组合
。11.
如权利要求9所述的装置，其中所述至少一个无线设备包括相机以及同时定位和映射
(SLAM)
系统，以同时利用所述相机生成所述训练标签数据并确定打标设备的位置
。12.
如权利要求1所述的装置，其中所述感测模型包括机器学习模型
。13.
如权利要求
12
所述的装置，其中所述机器学习模型是卷积神经网络
(CNN)。14.
如权利要求1所述的装置，其中所述至少一个处理器被进一步配置成：接收与第二对象相关联的射频数据；向所述感测模型提供该射频数据；以及从所述感测模型接收与所述第二对象相关联的一个或多个推断标签
。15.
如权利要求
14
所述的装置，其中所述一个或多个推断标签包括指示与所述第二对象相关联的位置
、
与所述第二对象相关联的动作
、
或其组合的信息
。16.
一种用于训练一个或多个感测模型的方法，所述方法包括：接收与至少一个无线设备相关联的射频数据，所述射频数据基于从第一对象反射并由
所述至少一个无线设备接收的射频信号；获得训练标签数据，所述训练标签数据至少部分地基于所述第一对象和输入数据；以及基于所述射频数据和所述训练标签数据来生成感测模型
。17.
如权利要求
16
所述的方法，其中所述训练标签数据包括指示与所述第一对象相关联的动作
、
与所述第一对象相关联的位置
、
或其组合中的至少一者的信息
。18.
如权利要求
16
所述的方法，其中所述输入数据包括用户对文本的选择
、
用户提供的音频输入
、
或其组合中的至少一者
。19.
如权利要求
16
所述的方法，其中所述输入数据包括用户的生物测定数据
、
所述用户的身份数据或其组合中的至少一者
。20.
如权利要求
16
所述的方法，其中在所述无线设备与打标设备之间维持时间同步
。21.
如权利要求
16
所述的方法，其中所述训练标签数据是从打标设备接收的
。22.
如权利要求
21
所述的方法，其中所述打标设备包括相机，所述相机被配置成捕获与所述第一对象相关联的感兴趣位置的一个或多个图像
、
与所述第一对象相关联的所述感兴趣位置的一个或多个视频
、
或其组合
。23.
如权利要求
21
所述的方法，其中所述打标设备包括相机以及同时定位和映射
(SLAM)
系统，以同时利用所述相机生成所述训练标签数据并确定所述打标设备的位置
。24.
如权利要求
16
所述的方法，其中所述训练标签数据是从所述至少一个无线设备接收的
。25.
如权利要求
24
所述的方法，其中所述至少一个无线设备包括相机，所述相机被配置成捕获与所述第一对象相关联的感兴趣位置的一个或多个图像
、
与所述第一对象相关联的所述感兴趣位置的一个或多个视频
、
或其组合
。26.
如权利要求
24
所述的方法，其中所述至少一个无线设备包括相机以及同时定位和映射
(SLAM)
系统，以同时利用所述相机生成所述训练标签数据并确定打标设备的位置
。27.
如权利要求
16
所述的方法，其中所述感测模型包括机器学习模型
。28.
如权利要求
27
所述的方法，其中所述机器学习模型是卷积神经网络
(CNN)。29.
如权利要求
16
所述的方法，进一步包括：接收与第二对象相关联的射频数据；向所述感测模型提供该射频数据；以及从所述感测模型接收与所述第二对象相关联的一个或多个推断标签
。30.
如权利要求
29
所述的方法，其中所述一个或多个推断标签包括指示与所述第二对象相关联的位置
、
与所述第二对象相关联的动作
、
或其组合的信息
。31.
一种非瞬态计算机可读存储介质，所述非瞬态计算机可读存储介质包括用于使得计算机或处理器执行以下操作的至少一条指令：接收与至少一个无线设备相关联的射频数据，所述射频数据基于从第一对象反射并由所述至少一个无线设备接收的射频信号；获得训练标签数据，所述训练标签数据至少部分地基于所述第一对象和输入数据；以及基于所述射频数据和所...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：高通股份有限公司，
类型：发明
国别省市：