Credit: CC0公共领域加州大学圣巴巴拉分校Yasamin Mostofi教授实验室的研究人员首次实现了enab引导，使用WiFi信号对固定坐着的人群进行计数，而无需依靠人们携带设备。这项技术也可以穿墙计数，只需要在人群所在的感兴趣区域之外安装一个无线发射器和接收器。它有多种应用，包括智能能源管理、大流行期间控制人群规模、业务规划和安全。“我们提出的方法使得从外部估计一个区域内坐着的人数成为可能，”UCSB大学电气和计算机工程教授莫斯托菲说。“这种方法只利用一条WiFi链路的接收功率测量值，不依赖人携带设备，可以穿墙工作。”
提议的方法和实验结果出现在最近的第19届移动系统、应用和服务国际会议上。
在团队的实验中，一个无线发射器和一个无线接收器(都是现成的)位于一个多人就座的区域。发射机发送无线信号，其接收功率由接收机测量。通过仅使用这样的接收信号功率测量，接收器估计有多少人在场——这一估计与实际人数非常接近。
学分:加州大学圣巴巴拉分校这项创新建立在莫斯托菲实验室先前的工作基础上，该实验室自2009年以来率先使用日常射频信号(如WiFi)进行传感。例如，他们2018年的论文展示了无线网络如何计算移动人群。然而，人们必须四处走动才能被计算在内。
“由于缺乏主要的身体运动，计算静止坐着的人群是一个相当有挑战性的问题，”莫斯托菲说。她的实验室在这方面的成功归功于他们开发的新的方法。
“虽然人群中的人是静止的，即除了呼吸之外没有主要的身体运动，但他们不会长时间保持静止，而是经常进行被称为坐立不安的小的原地自然身体运动，”Mostofi解释说。“例如，他们可能会调整座位、交叉双腿、查看手机、伸展身体或咳嗽等。”
研究人员提出，坐在座位上的人群的集体自然坐立不安和原地运动携带了关于crowd计数的关键信息，并首次展示了如何提取集体坐立不安，并根据它们计算总人数。
“考虑人群坐立不安期(CFPs)，我们将其定义为WiFi区域至少有一个人坐立不安的持续时间，以及人群静默期(CSPs)，我们将其定义为没有人坐立不安的持续时间。这个项目的主要博士生贝拉尔·科兰尼说:“这些时间段很容易从接收到的无线信号中提取出来。“从直觉上讲，人数越多，CFP越长、CSP越短的几率就越高。因此，这些时期隐含着关于总人数的信息。”
研究人员随后开发了一个新的数学模型，该模型从统计上描述了静止人群(即CFP和CSP)的集体坐立不安行为，并明确地将它们与坐着的总人数联系起来。
在发展他们的数学公式时，他们首先揭示了这个问题如何类似于几十年前的排队论问题，一个来自完全不同领域的看似无关的问题。Mostofi说:“排队论是数学的一个分支，它研究的是涉及客户到达的系统中的等待队列，这些客户需要一个包含多个服务器的实体提供服务。然后，他们展示了客户服务点如何类似于没有客户在有无限服务器的队列中的时间，而客户服务点如何类似于至少一个客户在这样的队列中被服务的时间。这使得他们能够从排队论中借用数学工具来开发一种全新的计算静止人群总数的技术。
“我们已经在不同的地点广泛测试了这项技术，并在几个不同的座位配置中对不同数量的人进行了测试，”科拉尼说。该实验室在四种不同的环境(包括穿墙设置)中进行了47次实验，测试了他们的新技术，其中多达10人(包括10人)坐着，行为正常，而一对WiFi收发器进行WiFi测量。他们的实验体现在各种场合，如参加讲座/演讲、看电影或在图书馆阅读。
他们的评估结果显示了非常高的计数准确性，在非穿墙设置中，96.3%的时间，以及在穿墙设置中，90%的时间，估计人数与真实人数相差0或1人。总的来说，他们的结果显示了这种新技术在现实场景中人群计数的潜力，例如在大流行期间限制人群中的总人数。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
