还在谈识别？基于RFID的定位、追踪、感知才是未来

自2003年沃尔玛宣布采用UHF RFID技术追踪商品时起，在后续接近20年的发展时间里，配合着一个读写器，RFID标签一直在碎片化的长尾市场中被大量使用。在最初近10年的时间里，RFID的主要发展方向是识别，即获取标签的EPC、让读写器读取的距离更远、读取的速度更快，如在供应链的各环节通过RFID技术实现实物流转信息的快速自动识别，进而实现整个供应链的可视化，支撑面向监管、企业产品溯源、消费者商品防伪等应用场景需求。

而从2013年至今，将无源的RFID技术用于感知则成了新的发展方向。RFID读写器除了能提供RFID标签的ID信息外，还能提供标签返回信号的强度值（RSSI）、相位值（Phase）以及多普勒频率（Doppler Frequency）等参数，利用这些参数可以实现基于RFID的厘米级精准定位、追踪、动作和行为感知等，极大地拓展了RFID应用的范围和层次，使RFID技术从识别走向感知。

作为近年来的一项新兴技术，无源感知以其特有的感知机理和方法，逐渐成为泛在感知计算领域的核心支撑技术。

与传统的有源感知相比，无源感知主要依赖于从环境中获取的能量完成计算、感知与通信，无需电源对终端节点持续供电，因此，它在续航、部署、维护等方面拥有传统有源感知无法匹及的潜在优势。不过，大多数无源感知技术仅仅是基于未标记的反射信号进行感知，无法区分多个反射信号的具体来源，也无法对同时存在的多个感知对象进行有效区分，导致应用范畴受到限制。

而在众多的感知技术之中，RFID由于标签的轻量级、可标记、易部署等特征，成为无源感知的重要媒介。RFID的出现不仅仅是提供了物品“身份识别”的能力，还为实现“可标记”的无源感知提供了新的机遇。

基于反向散射(backscatter)机制，RFID系统实现了读写器与标签之间的通信。在反向散射的过程中，读写器天线发射的连续波信号被RFID标签调制并反射，从而使读写器有效地识别标签信号。

由于RFID标签反向散射的信号本身非常微弱，同时又很容易受到各种环境因素的干扰，包括传输环境中的多径效应、干扰对象的能量吸收等。因此，包含环境因素的信息会天然地包含在RFID标签的反向散射信号中。同时，RFID的可标识特性能够有效区分反向散射信号的来源，从而保证了无源感知机制的“可标记性”。利用反向散射通信机制的环境敏感特性，RFID系统可以基于标签反射信号中携带的环境因素的动态特征对指定对象进行感知，例如肢体行为识别、呼吸及心跳监测等，而这些特性才是RFID技术能够实现由“识别”到“感知”蜕变的根本原因。

1991年时，马克·维瑟提出了“Ubiquitous Computing”(普适计算)的理念，从那时起，人们就一直致力于实现广泛的“人-机-物”互联，希望以最自然的方式提供服务和进行交互，并强调和环境融为一体的计算概念，让计算设备从人们的视线里消失。普适计算本身也是一个涉及研究范围很广的课题，包括分布式计算、移动计算、人机交互、人工智能、嵌入式系统、感知网络以及信息融合等多方面技术的融合。在普适计算的模式下、在信息空间与物理空间融合中，计算机的计算正在消亡，取而代之的是传感器网络，人们的最终愿景也变为能够在任何时间、任何地点、以任何方式进行信息的获取与处理。

对此，他和团队成员设想了三种形式的计算设备：

• Tabs，尺寸以厘米计算，类似便利贴

• Pads ，尺寸以分米计算，类似一张纸、一本书或一本杂志

• Boards ，尺寸以米计算，类似一块黑板或公告板

值得一提的是，他预测未来的物品都会包含一个计算机或者标签，人们可以很容易地得到有关物品的信息， 这点正与RFID标签的设计不谋而合。

而RFID等感知技术的发展，也让普适计算的实现更近了一步。

如果你常去优衣库，那大概已经体验过了门店里自助结账的功能：没有摄像头的拍摄，仅仅把衣服放在指定位置，即可进行识别，这种几乎无感的体验背后用到的就是RFID。

但RFID能做到的可不仅这些。上海交通大学RFID与物联网研究所博士后张谦在演讲中介绍，如果商场的衣服上贴附了RFID标签，则通过标签的相位或信号强度信息的变化就可以判断顾客的行为和动作。

如下图中所示，当顾客“取下”和“放回”衣服时，该衣服上RFID标签的相位信息就会剧烈变化，而当“翻看”衣服时，标签的相位也会发生相应变化。利用这些信息，就可以对顾客的行为进行感知。线上用户行为数据可以通过追踪用户的网页浏览、点击记录以及商品评论、购物车信息、购买记录等轻松获得，通过RFID感知技术，商家也可以获得线下顾客的行为数据。

图：“取下”衣服时RFID标签相位的剧烈变化

除了衣服上的标签以外，RFID标签还可以部署在环境中，利用人体行为动作产生的多径环境变化实现非接触感知，而且由于标签易部署、低成本、无源的特点，实际场景中可以通过部署多个标签组成的标签阵列全面地感知多径变化，例如他们团队将RFID标签阵列和读写器天线分别部署在走廊两侧，不同的人经过时，由于步态、体型等的不同，就会引起不同的信号变化，基于这种变化就可以实现对用户的身份识别。而借助多个标签产生的空间多样性还可以有效缓解不同步态因子如背包等带来的影响，实现更为鲁棒的感知。

图：基于RFID标签阵列的非接触步态识别

柔性的RFID标签也可以用来改善人机交互的体验。随着VR/AR等设备销量的持续增长，下一代的智能终端大概率非它莫属，而键盘、鼠标、触摸板等传统的人机交互方式和设备完全无法胜任下一代终端的交互任务。

来自南京大学的科研人员，就构建了利用柔性RFID标签的手势微动作感知系统，将标签分别附着在手套的五个手指上，使用RFID天线对多个标签进行持续扫描采集反向散射的信号特征，如信号强度、相位等 ，就可以让用户使用肢体甚至手指进行体感交互，操纵显示屏或者空中的虚拟对象， 实现厘米精度的“微手势”的精确感知，从而更加自然地使用VR里的相关应用。

图：基于 RFID 的手势微动作感知系统

更进一步来说，除了RFID射频信号以外，空间中的无线信号可以说是无处不在，如声波、毫米波、WIFI载波等。与RFID无线感知的原理相同或者相似，这些不同的无线信号也都可以用来进行感知和交互。

实际上，类似的场景已经进入到我们的生活方方面面。

在绝大多数人的认知中，WiFi的功能仅仅是用来连接无线网络，但WiFi作为一种电磁波信号，其实是可以用来反映物体活动情况的。利用光学中的菲涅尔区的概念，并考虑到电磁波的反射特性和WiFi信号的频率多样性，几种理论结合之后的模型便可以捕获到人体亚波长级别的微小移动，从而可以做到利用WiFi信号感知人体毫米级的行为。

因此，当在家中部署WiFi信号发射器和接收器之后，就可以对人的连续行为进行感知，如：睡眠、呼吸、摔倒等，没有任何的接触和额外的成本即可实现。相比于使用摄像头，还避免了隐私相关的困扰。

图：WiFi睡眠监测

不仅如此，配合着WiFi的感知功能，一些智能家居也不再需要手动或者语音操控，如空调就可以通过WiFi感知到的房间人数和位置，实时调控风速、强度、方向等。

这个“脑洞”打开之后，这种类似的无感监测就能够应用到更多的场景当中，如：运动检测、步态识别、饮食管理、生命体征监测、位置追踪等，而且家用WiFi还可以做到24小时的全天候监测，也不用额外部署传感器。

除此之外，无感监测还可以用到让你意想不到的场景中：利用智能设备（手机、智能手表等）内置的扬声器，让其以设定的调制方式和频率产生人耳听不见的声波信号（17KHz~24KHz），再利用设备的麦克风采集经由环境反射回的声波信号，通过对信号进行处理就可以感知周围环境的变化，超声波信号较短的波长（2cm左右）使其非常适用于细粒度的人机交互动作感知。

例如，上海交通大学RFID与物联网研究所王东老师的团队就利用超声波感知实现了端到端的手指写字识别以及更细粒度的唇语识别，而且他们还通过超声波的唇语感知信号实现了多模态语音增强，这样以来，用户在用手机发送语音消息或者记录语音笔记时，借助超声波感知技术就可以有效过滤掉周围环境中的噪声。

图：基于超声波的端到端唇语识别

在普适计算刚刚提出来的时候，很多人都觉得这是无稽之谈。但经过多年的发展，计算机已经经历了集中式、分布式、嵌入式等阶段，物联网和人工智能也伴随着各种终端得到了广泛的部署和应用，各种感知和控制设备的设备的兴起，都让普适计算逐渐成为可能。

若要让普适计算的理论落到实处，就要利用各种设备进行泛在感知。在过去和现在，计算机和手机等各种设备的“存在感”始终很强，使得本应是机器服务于人的情况变成了人被机器所“绑架”。在未来，只有将基础理论和人工智能更加有机地结合起来，才能将“无感”式的感知真正变成空气中的氧气、变成以人为中心，并能自动适应用户的需求变化。

除此之外，作为普适计算的分支，智慧城市、智慧楼宇、智能家居等的持续发展，也会让“无限感知”真正变得“无处不在”。