一種基于多普勒頻移的人氣商品發(fā)現(xiàn)方法
【專利摘要】本發(fā)明公開了一種基于多普勒頻移的人氣商品發(fā)現(xiàn)方法，在商品貨架周圍部署閱讀器和收發(fā)天線；在每個商品上部署射頻識別標簽；當顧客拿起一個有射頻識別標簽的物品時，物品運動的速率會導致頻率的改變，閱讀器采集射頻識別標簽返回的phase值；根據(jù)phase值求取多普勒頻移值；進行適應性多普勒移值的閾值檢測，得出最終結果。射頻標簽移動會產(chǎn)生phase值，通過閱讀器對射頻標簽進行適應性多普勒移值的閾值檢測，從而能夠發(fā)現(xiàn)人氣商品，本發(fā)明具有較強的識別準確率和健壯性，可以適用于實際需求，并且方法簡便，投入成本低廉，適合在任何區(qū)域推廣。
【專利說明】
-種基于多普勒頻移的人氣商品發(fā)現(xiàn)方法
技術領域
[0001] 本發(fā)明屬于射頻標簽探測領域，具體設及一種基于多普勒頻移的人氣商品發(fā)現(xiàn)方 法。
【背景技術】
[0002] 與網(wǎng)上購物不同，實體商店幾乎沒有辦法在顧客購買之前收集分析客戶的購物行 為，然而分析顧客的購買行為對于提高零售商利潤和提高客戶體驗都是很有必要的。在W 往的模式中實體商業(yè)缺乏有效的方法來收集和分析客戶在購買之前的行為，如試穿衣服、 比較價格、挑選物品等包含豐富信息的行為。盡管分析銷售歷史已經(jīng)在判斷顧客行為方面 展現(xiàn)出了不小的成功，但是顧客在購買之前表現(xiàn)出的包含豐富個人購物模式信息的行為卻 并沒有被收集分析。
[0003] W往利用傳感器等設備來實現(xiàn)對客戶軌跡的追蹤和聚集的方法需要昂貴的硬件 設備。而今RFID技術中無源標簽的發(fā)展提供了一個很好的構建高效的物品追蹤和監(jiān)視系統(tǒng) 的辦法，無源標簽被廣泛應用在識別、定位和追蹤領域。

【發(fā)明內容】

[0004] 本發(fā)明的目的在于克服上述不足，提供一種基于多普勒頻移的人氣商品發(fā)現(xiàn)方 法，能夠發(fā)現(xiàn)人氣商品的方法，并具有準確度高，成本低的優(yōu)點。
[0005] 為了達到上述目的，本發(fā)明包括W下步驟：
[0006] 步驟一，在商品貨架周圍部署閱讀器和收發(fā)天線；
[0007] 步驟二，在每個商品上部署射頻識別標簽；
[000引步驟=，當顧客拿起一個有射頻識別標簽的物品時，物品運動的速率會導致頻率 的改變，閱讀器采集射頻識別標簽返回的地ase值；
[0009] 步驟四，根據(jù)地ase值求取多普勒頻移值；
[0010] 步驟五，進行適應性多普勒移值的闊值檢測，得出最終結果。
[0011] 所述步驟=中，單一的標簽W速度V朝著天線運動，在運個過程中閱讀器通過接受 EPC包重復的辨認標簽，假設讀寫器接收到兩個連續(xù)的包Pi和Pw,用ti和tw表示運些包到 達讀寫器的時間戳，Oi和Ow表示回應信號的相位，我們可W計算出標簽在兩個時間戳間 隔內移動的距離：
[0012] d = v ? (ti+1-ti)
[0013] 移動距離也可W用ti和ti+i之間接收到的回應信號相位轉換來表示，因此得到了 下面的等式：
[0014]
[0015] 據(jù)此可W得出多普勒頻率的表達式：
[0016]
[0017]所述步驟四中，定義d(t)表示在時間t的多普勒頻率值，pe表示概率密度，其中0是 分布參數(shù)，假設在時間T發(fā)生了改變，多普勒頻率變化的概率密度從Px變化到Py，運樣就可W 運用下面的一個對數(shù)比率夾比較運兩種分布，
[001 引
[0019] 參數(shù)X很容易的從歷史變化中獲取到，但是參數(shù)y是變化后的分布參數(shù)，卻是未知 的，而且參數(shù)y還會在檢測過程中發(fā)生變化，使得探測更加困難，
[0020] 為了解決運個問題，我們定義改變的時間T:
[0021]
[0022] 在等式中，h是預先定義的值，假設變化后的分布是未知的，時間T不能從上面的式 子直接得到，CBID遞歸地應用累積和方法來確定參數(shù)y的范圍，基于參數(shù)y的范圍就可W更 準確地檢測出多普勒頻率的變化。
[0023] 所述步驟五中，通過對物品被顧客拿起動作次數(shù)和頻率可W發(fā)現(xiàn)人氣商品，若多 普勒移值小于了闊值，則返回步驟若多普勒移值超過闊值，則判定為顧客拿去了商品， 檢測結束。
[0024] 與現(xiàn)有技術相比，本發(fā)明在商品上設置射頻識別標簽，射頻標簽移動會產(chǎn)生曲ase 值，通過閱讀器對射頻標簽進行適應性多普勒移值的闊值檢測，從而能夠發(fā)現(xiàn)人氣商品，本 發(fā)明具有較強的識別準確率和健壯性，可W適用于實際需求，并且方法簡便，投入成本低 廉，適合在任何區(qū)域推廣。
【附圖說明】
[0025] 圖1為本發(fā)明的流程圖；
[0026] 圖2為Impinj API和本發(fā)明的多普勒頻率值對比圖，其中圖2a為靜態(tài)場景，圖化為 動態(tài)場景；
[0027] 圖3為本發(fā)明試驗中=種場景下的試驗結果圖。
【具體實施方式】
[0028] 下面結合附圖和對本發(fā)明做進一步說明。
[0029] 一、多普勒頻移估計
[0030] 參見圖1，首先在商品貨架周圍部署閱讀器W及收發(fā)天線，然后在首先在商品上裝 置RFID射頻識別標簽(應答器）。通過閱讀器與標簽的通信，收集標簽返回的phase值。當顧 客拿起一個有標簽的物品時，物品運動的速率會導致頻率的改變，多普勒頻移可W反映標 簽和讀寫器的相對運動。閱讀器基于地ase求取多普勒頻移值，再通過多普勒闊值檢測方法 篩選出顧客是否拿起商品。通過對物品被顧客拿起動作次數(shù)和頻率可W發(fā)現(xiàn)人氣商品，進 而可W方便商家改變營銷策略或者改變商品擺放位置。
[0031] 我們首先考慮單一的標簽W速度V朝著天線運動，在運個過程中讀寫器通過接受 EPC包重復的辨認標簽。假設讀寫器接收到兩個連續(xù)的包Pi和Pw,用ti和tw表示運些包到 達讀寫器的時間戳，Oi和Ow表示回應信號的相位，我們可W計算出標簽在兩個時間戳間 隔內移動的距離：
[0032] d = v ? (ti+1-ti)
[0033] 移動距離也可W用ti和ti+i之間接收到的回應信號相位轉換來表示。因此我們得 到了下而的尊式：
[0034]
[003引 化式：
[0036]
[0037] 從表達式中我們可W看出多普勒頻率只決定于相位變換和兩個連續(xù)包到達的時 間間隔。應用運種評估辦法需要基于兩個條件：
[0038] 1、在兩個連續(xù)的EPC包的接收間隔內，標簽在放射方向運動需要小于半波長。否則 相位的測量會處于采樣過疏狀態(tài)從而導致結果不能準確的反映相位變化。運個條件很容易 通過使用現(xiàn)有的商用設備(如Impinj R420等)滿足。
[0039] 2、讀寫器收到的信號必須是連續(xù)的。像信道跳躍之類的情況會導致上述表達式中 EPC包的移動距離計算的不夠準確。因此，我們不得不修復發(fā)射器的組合設置，比如頻道和 天線的選擇，使信號測量處于靜止狀態(tài)。
[0040] 在計算多普勒頻移之前的數(shù)據(jù)預處理階段還有一個挑戰(zhàn)。眾所周知相位值是一個 周期函數(shù)，叫做包裹相位。在我們的系統(tǒng)中有一個關注點是在計算兩個連續(xù)包的相位變化 時需要考慮所有合適的如的整數(shù)倍，稱為相位解包裹。在我們的系統(tǒng)中我們通過使用基于 上面討論過的必須連續(xù)采樣條件的一維的相位解包裹的方法來實現(xiàn)相位解包裹。
[0041] 為了評估我們方法的有效性，我們進行了兩個實驗來比較Impinj API和我們的基 于相位變化的多普勒評估模式的多普勒頻率值。我們使用最長的編碼位數(shù)(96位)來對標簽 ID編碼，用Miller-8調制來對EPC包進行編碼，我們讀寫器的頻率信道也被調諧到的最大。
[0042] 圖2給我們展示了實驗結果。其中一條線是Impinj API收集到的多普勒頻率值，點 是我們通過推出的公式對多普勒頻率值的估計。如圖2a所示，在靜態(tài)場景中即使我們運用 最有利的條件，來自Impinj API多普勒值變化也較為劇烈。而另一方面，通過CBID的多普勒 估計模式的結果是更加穩(wěn)定的。
[0043] 我們還建立了一個動態(tài)場景來模擬顧客拿起物品的行為。一開始，一名志愿者在 讀寫器天線前的拿著貼有標簽物品。然后，他重復將擺動他的前臂，使物品朝向或遠離天 線。理論上，當物品移動到接近讀寫器時將導致在多普勒頻率的正峰值，遠離讀寫器時將導 致一個負峰值。使用我們的方案時，實驗結果與很好的符合理論遠離。如圖化所示，周期性 的正/負峰值的變化清楚地反映了客戶的動作。然而，Impinj API的多普勒頻率值受到噪聲 的干擾，無法得到準確的結果。
[0044] 二、自適應多普勒峰值檢測
[0045] 多普勒頻移的精確估計是探測顧客拿起物品操作的第一步，然后系統(tǒng)會快速準確 的探測多普勒頻率值的峰值。許多現(xiàn)有的算法已經(jīng)可W完成頻率變化檢測和峰值檢測，然 而運些算法需要記錄測量數(shù)據(jù)，然后再應用分析工具。在CBID系統(tǒng)的實際部署中，考慮到通 過監(jiān)測數(shù)千個標簽的運動的大量的數(shù)據(jù)將在極短的時間間隔內產(chǎn)生，所W保持多普勒頻率 的值將是一個超負荷的工作。因此，我們設計了基于準確量級的闊值來盡可能降低不相關 的多普勒變化數(shù)據(jù)。
[0046] 方案的巨大挑戰(zhàn)在于由于W下兩個原因，因為運種確定性的闊值并不存在。首先 標簽的多樣性導致不同的標簽在不同的噪聲水平，而且物品的位置不同也導致了不同的多 普勒模式。基于上述原因，我們采用了一種自適應累積和算法W跟蹤多普勒值的可能變化。
[0047] 讓d(t)表示在時間t的多普勒頻率值，pe表示概率密度(其中0是分布參數(shù)）。假設 在時間T發(fā)生了改變，多普勒頻率變化的概率密度從Px變化到Py,運樣我們就可W運用下面 的一個對數(shù)比率夾比較送兩種分布。
[004引
[0049]參數(shù)X可W很容易的從歷史變化中獲取到，但是參數(shù)y是變化后的分布參數(shù)，卻是 未知的。而且參數(shù)y還會在檢測過程中發(fā)生變化，使得探測更加困難。
[0化0] 九下値淹墳個問顆.巧們吿公前巧的時間T，
[0化1 ]
[0052] 1工守；tvr ,IlTEIJMTCAb乂日'Tl且，1反議：義'忙;口日'、」分布是未知的，時間T不能從上面的式 子直接得到。CBID遞歸地應用累積和方法來確定參數(shù)y的范圍。基于參數(shù)y的范圍就可W更 準確地檢測出多普勒頻率的變化。
[0053] 我們通過廣泛的實驗驗證了上述方案的可行性，我們在如下=種不同的場景下進 行了實驗。
[0054] 行模式(衣服）：很多商品都展示在一條線的架子上，我們實施運個方案通過在我 們的實驗室的支架上掛衣服。
[0055] 橫向模式（眼鏡）：該模式在商場的柜臺上很常見，運些商品展示在同一個水平面 上。
[0056] 垂直模式(書）：運個模式是最常見的，常見的場景在超市和圖書館。我們在大學圖 書館實現(xiàn)運個場景，標記在書架上的圖書。
[0057] 圖3展示了實驗的部分結果:在實驗中，志愿者拿起貨架上的一本書，并把它放回 去。我們在此期間記錄下信號相位和在運段時間中每個標簽分組的時間戳。曲線代表通過 我們的方法計算出的多普勒頻率的估計。通過使用自適應累積和算法研究，CBID探測突然 的變化用每個子圖中的顯著紅圈來標記。四個操作的實驗結果表明，該算法在不同的場景 中表現(xiàn)得很成功。運樣，CUSUM算法可W成功地略過擾動信號引起的環(huán)境噪聲，并發(fā)現(xiàn)多普 勒頻率值的實際變化點。
【主權項】
1. 一種基于多普勒頻移的人氣商品發(fā)現(xiàn)方法，其特征在于，包括以下步驟： 步驟一，在商品貨架周圍部署閱讀器和收發(fā)天線； 步驟二，在每個商品上部署射頻識別標簽； 步驟三，當顧客拿起一個有射頻識別標簽的物品時，物品運動的速率會導致頻率的改 變，閱讀器采集射頻識別標簽返回的phase值； 步驟四，根據(jù)phase值求取多普勒頻移值； 步驟五，進行適應性多普勒移值的閾值檢測，得出最終結果。2. 根據(jù)權利要求1所述的一種基于多普勒頻移的人氣商品發(fā)現(xiàn)方法，其特征在于，所述 步驟三中，單一的標簽以速度v朝著天線運動，在這個過程中閱讀器通過接受EPC包重復的 辨認標簽，假設讀寫器接收到兩個連續(xù)的包Ρ4ΡΡ 1+1，用tdPt1+1表示這些包到達讀寫器的時 間戳，Φ4ΡΦ1+1表示回應信號的相位，我們可以計算出標簽在兩個時間戳間隔內移動的距 離： d = v · (ti+i-ti) 移動距離也可以用tjPt1+1之間接收到的回應信號相位轉換來表示，因此得到了下面的 等式：據(jù)此可以得出多普勒頻率的表達式：3. 根據(jù)權利要求1所述的一種基于多普勒頻移的人氣商品發(fā)現(xiàn)方法，其特征在于，所述 步驟四中，定義d(t)表示在時間t的多普勒頻率值，ρ θ表示概率密度，其中Θ是分布參數(shù)，假 設在時間Τ發(fā)生了改變，多普勒頻率變化的概率密度從ρχ變化到p y，這樣就可以運用下面的 一個對數(shù)比率來比較這兩種分布，參數(shù)X很容易的從歷史變化中獲取到，但是參數(shù)y是變化后的分布參數(shù)，卻是未知的，而 且參數(shù)y還會在檢測過程中發(fā)生變化，使得探測更加困難， 為了解決這個問題，我們定義改變的時間T:在等式中，h是預先定義的值，假設變化后的分布是未知的，時間T不能從上面的式子直 接得到，CBID遞歸地應用累積和方法來確定參數(shù)y的范圍，基于參數(shù)y的范圍就可以更準確 地檢測出多普勒頻率的變化。4. 根據(jù)權利要求1所述的一種基于多普勒頻移的人氣商品發(fā)現(xiàn)方法，其特征在于，所述 步驟五中，通過對物品被顧客拿起動作次數(shù)和頻率可以發(fā)現(xiàn)人氣商品，若多普勒移值小于 了閾值，則返回步驟三;若多普勒移值超過閾值，則判定為顧客拿去了商品，檢測結束。
【文檔編號】G06K7/10GK105956505SQ201610256680
【公開日】2016年9月21日
【申請日】2016年4月22日
【發(fā)明人】丁菡, 韓勁松, 吳嚴, 惠維, 蔣志平, 趙季中
【申請人】西安交通大學