宋曦 尚为良 张磊 王琼

(1.国网甘肃省电力公司,甘肃兰州 730030;2.甘肃同兴智能科技发展有限责任公司,甘肃兰州 730050;3.国网甘肃省电力公司信息通信公司,甘肃兰州 730050)

0 引言

随着人工智能的发展,在电网环境中智能巡检系统逐渐取代了人工巡检。虽然利用智能巡检系统可以提高巡检效率,但是人员的减少导致设备无人看管,设备的安全性无法得到保证,因此如何对侵入设备范围的人员进行检测与定位成为了亟需解决的问题。

早期的研究中,主要是使用传感器与摄像头对室内人员进行定位。文献[1]利用智能手机内置的声波传感器结合行人航迹推算(Pedestrian Dead Reckoning,PDR)算法对室内人员进行定位,文献[2]中提出了Flash-Loc系统,利用摄像头捕捉用户手机闪光灯发出的亮光从而对人员进行定位。利用传感器进行室内定位虽然精度很高,但是单个传感器造价昂贵,在大规模部署时成本太高。而摄像头在存在视线盲区且黑暗环境中无法稳定工作。所以需要一种高精度,低成本的设备解决上述问题。

WiFi技术的发展与无线设备的普及使其在众多室内定位技术中脱颖而出。基于WiFi信号的室内定位系统也被广泛研究。传统的WiFi定位主要依靠分析接收信号强度(Received Signal Strength,RSS)的变化来判断人员位置。如文献[3]提出了RADAR系统,利用接收信号强度进行室内人员定位,文献[4]中利用高斯滤波处理RSS信号,再利用三角形质心算法得出人员位置。但是由于RSS是粗粒度信号,且受环境影响时波动太大,影响了定位的精确性与稳定性。……