Se dio a conocer la noticia de que un equipo de investigadores de la Universidad de California en Santa Bárbara ha desarrollado un método para determinar los contornos de objetos estacionarios detrás de una pared analizando la distorsión de la señal Wi-Fi.
El método, denominado Wiffract, se basa en detectar cambios en la señal que se producen debido a la interacción de las ondas electromagnéticas que emanan de un transmisor Wi-Fi con los bordes de los objetos.
«Imagen de paisajes fijos con WiFi es un desafío considerable debido a la falta de movimiento», dijo Mostofi, profesor de ingeniería eléctrica e informática. «Luego, adoptamos un enfoque completamente diferente para abordar este difícil problema, centrándonos en trazar los bordes de los objetos». La metodología propuesta y los resultados experimentales aparecieron en las Actas de la Conferencia Nacional de Radar IEEE 2023 (RadarConf) el 21 de junio de 2023.
Los investigadores explican que cuando una onda de radiofrecuencia (RF) de Wifi encuentra un punto de borde, genera un cono de rayos salientes conocido como «cono de Keller» guiada por los principios de la teoría de la difracción geométrica (GTD) .
Se menciona que el modelo matemático de Wiffract puede capturar los bordes de objetos estacionarios utilizando la teoría GTD y los correspondientes conos de Keller. Una vez que identifica «puntos de borde de alta confianza», Wiffract puede reconstruir las formas de los objetos mientras mejora aún más el mapa de bordes resultante mediante técnicas avanzadas de visión por computadora.
El aparato matemático utilizado por los investigadores se basa en la teoría geométrica de la difracción GTD, que describe los efectos que se producen cuando una onda electromagnética rodea obstáculos.
En la GTD, se supone que la energía se propaga a lo largo de los rayos y el campo de onda se considera como la suma de los campos de tipo de rayo. Además de los rayos incidentes, refractados y reflejados, la teoría GDT introduce el concepto de rayos difractados, que ocurren cuando un rayo golpea un borde o una punta afilada en la superficie de un objeto.
Si el haz incide en un borde, los rayos difractados forman la superficie de un cono de Keller cuyo ángulo de apertura es igual al doble del ángulo entre el haz incidente y la tangente a la superficie del borde en el punto de difracción. Si el rayo incidente es perpendicular a la tangente al borde, el cono se convierte en un plano, y si incide en la punta del vértice, los rayos difractados divergen uniformemente en todas direcciones.
«Cuando una onda dada incide en un punto de borde, surge un cono de rayos salientes según la Teoría Geométrica de Difracción (GTD) de Keller, denominado cono de Keller», explicó Mostofi. Los investigadores señalan que esta interacción no se limita a bordes visiblemente afilados, sino que se aplica a un conjunto más amplio de superficies con una curvatura suficientemente pequeña.
“Dependiendo de la orientación del borde, el cono deja diferentes huellas (es decir, secciones cónicas) en una rejilla receptora determinada. Luego desarrollamos un marco matemático que utiliza estas huellas cónicas como firmas para inferir la orientación de los bordes, creando así un mapa de bordes de la escena”, continuó Mostofi.
El método propuesto no requiere un entrenamiento preliminar de la red neuronal y no se limita a identificar únicamente los objetos cubiertos durante el aprendizaje automático. En cambio, la red neuronal intenta recrear los contornos de objetos arbitrarios siguiendo sus bordes.
Un analizador de señal que emula un conjunto de antenas de receptores Wi-Fi tiene en cuenta los cambios en la potencia de la señal en puntos individuales de un plano bidimensional. En la señal que llega al analizador, la red neuronal detecta las distorsiones características de las ondas difractadas que se producen cuando una onda incide sobre un borde y recrea la posición espacial de los bordes.
Como demostración del método, los investigadores organizaron la detección de maquetas de letras del alfabeto inglés colocadas detrás de una pared, utilizando tres transmisores de señales inalámbricos típicos que funcionan en frecuencias Wi-Fi.
Para recibir la señal se creó un carro de escaneo con varios receptores Wi-Fi que se mueven hacia adelante y hacia atrás emulando un conjunto de antenas. Cabe señalar que el método funciona no sólo para objetos con bordes afilados visibles, sino que también es aplicable a objetos con un ligero nivel de curvatura superficial.
Finalmente si estás interesado en poder conocer más al respecto, puedes consultar los detalles en el siguiente enlace.
from Desde Linux https://ift.tt/f2GTl4e
via IFTTT
No hay comentarios.:
Publicar un comentario