重新利用的 RFID 标签可实现无电池感应和跟踪

Josiah02

数据就是力量。加州大学圣地亚哥分校电气与计算机工程系副教授、计算机科学与工程系和高通研究所 (QI) 兼职教授 Dinesh Bharadia 表示，“数据将成为未来十年的‘硅’。”
物联网的快速发展意味着数据比以往任何时候都更容易获取和访问。传感器、“智能”设备和软件将我们的世界连接到云端，收集信息并实现新类型的数据共享和分析。然而，这些工具大多是电池供电的，很难实时感知变化。
如今，形势正在发生逆转。
Bharadia 和主要作者 Nagarjun Bhat 在第 22 届 ACM 嵌入式网络传感器系统会议论文集上发表的新研究表明，被动感知（即不连接电源的感知）不仅可以实现，而且无需任何专门设备就能以很小的成本实现。
将商品转化为工具
巴特是电气工程专业的博士生，他的研究重点是如何利用简单、广泛使用的商品实现被动感知。
他选择的商品是什么？射频识别标签，也称为 RFID 标签。本质上，这些小巧灵活的标签从芯片接收数据并将其传输到 RFID 阅读器，阅读器处理信息并将其发送到计算机程序进行解释。它们通常嵌入在服装或图书馆书籍等产品中，用于跟踪库存或非接触式交通费支付卡中。
尽管 RFID 标签听起来技术含量很高，因此价格昂贵，但根据规格不同，每个芯片的价格在几美分到几美元之间。而且，由于多达90% 的零售商使用 RFID 技术，因此芯片普及且易于获取。
对于巴特和巴拉迪亚（也是加州大学圣地亚哥分校无线通信中心的教员）来说，这些芯片似乎是进一步实验的最佳候选芯片。
Bhat 表示：“我们想知道能否重新利用 RFID 标签进行无电池感应和跟踪。”他解释说，目前大多数被动感应方法都依赖于模拟数字转换器，它可以测量刺激，将其记录为原始数据，并将其转换为计算机可读取的数字值。
但是，这些类型的传感器接口耗电量很大；如果没有额外的电池，它们只能持续几个小时。基于电池的系统也体积庞大、价格昂贵，并且难以持续扩展。
“我们试图看看我们是否能用芯片直接感知刺激，而不需要转换器，”他补充道。“我们想知道我们的环境是否可以自动化，无需电池，能够感知温度和湿度等参数，并能连接到物联网，将原始数据发送给能够理解这一切的阅读器。”
通过 RFID 标签获取实时数据
Bhat 和 Bharadia 并不是第一批尝试制造无源无线接口的人。其他研究人员一直在研究超低功耗数字传感，将传感器、转换器和微处理器集成到一个封装中。虽然设计高效，但这类设备价格昂贵、体积庞大，而且缺乏实时感知和报告刺激的能力。它们只在需要时才向读取器发送数据，并且需要复杂的电子电路来实现接口。
Bhat 和 Bharadia 的一个传感器将数据传输到计算机。
“如果我想将数字传感技术用于生物医学应用，比如监测患者的心率，我可能 10 分钟内都无法获取这些数据，”Bhat 说道。“这很成问题。”
模拟传感（Bhat 和 Bharadia 的传感器就属于此类）可直接感知环境刺激。与数字接口不同，模拟接口将传感器产生的电压/电流变化转换为无线信号的参数。
Bhat 指出，尽管“迄今为止，被动模拟系统的研究已经取得了一些进展”，但大多数研究都依赖于定制传感器，这些传感器是专门设计的，仅适用于特定应用。他解释说，这些系统很难推广，并补充说，“你必须重新设计市场上的所有传感器，才能让它们投入商业使用。”
这就是他选择 RFID 标签作为其无源传感器主力的原因：它们商业化、价格低廉，并且几乎不需要部署或读取定制硬件。
“我们采用了模拟传感的概念，并使其实时化，”Bhat 说道。“你不需要任何花哨的接口、专门的阅读器或电池来访问数据——你所需要的只是一些市售的 RFID 标签、天线和阅读器。”
数据收集的未来
Bhat 的无电池 RFID 传感器实现了新的用途，例如改善农业管理、实时运动表现指标和占用检测。
目前，自动灌溉系统通常依靠较少数量的大型传感器来覆盖大面积区域。虽然这样做成本低廉，但数据特异性却因此受到影响。基于 RFID 的被动式追踪器可以同时实现这两个功能。通过在田地周围大规模部署土壤湿度传感器，可以使用一些 RFID 读取器远程测量更精细的水分含量，并根据当前情况调整水的分配方式。
这种即时数据对运动员来说也很有价值。例如，许多加州大学圣地亚哥分校的运动员在训练中都会进行测力板测试，他们会跳到测力板上测量自己的力量、力量和姿势。这些测试必须在特殊设施内进行，而且费用昂贵。Bhat 的论文描述了如何使用 RFID 传感器标签将这些测试“带入室内”，方法是将其嵌入鞋底以测量运动员的跳跃力。
或者，RFID 标签可以放置在停车场中，以测量占用率并绘制使用位置和使用空间的数量。可以在每个停车位的地板上添加一个芯片；当汽车驶入停车位并覆盖光敏传感器时，标签会识别出该停车位已被占用，并可以将该信息发送到中央位置。
然而，最终，Bharadia 和 Bhat 看到了他们的工作更大的用途。
“人工智能现在无处不在，”Bharadia 说道，并补充道，人工智能由传感器提供的数据驱动。“我们正处于一场革命的风口浪尖，新的传感器将收集数据，为下一代人工智能提供动力。使用无电池传感器让我们能够收集大量难以获取的信息——它们可以增强数据收集能力，这项创新标志着未来的一个真正重要的方向。”
Bhat 和 Bharadia 于 11 月 5 日在中国杭州举行的第 22 届 ACM 嵌入式网络传感器系统会议 (SenSys 2024) 上展示了他们的研究成果。