物联网应用技术概论（第2版）课件 第3章 物联网感知层关键技术

第3章物联网感知层关键技术《物联网技术应用》3.1本章的学习目标1条形码技术2RFID射频技术3传感器技术4无线传感器网络技术目录CONTENTS5生物识别技术6物联网定位技术7智能终端技术PART013.2自动识别技术按照应用领域和具体特征的分类标准，自动识别技术一般可以分为以下几类：（1）条码识别技术；（2）射频识别技术；（3）图像识别技术；（4）磁卡及IC卡识别技术；（5）光学字符识别技术；（6）语音识别技术。3.2.1自动识别技术分类条形码的发展历史条形码的研究始于美国。20世纪20年代，发明家JohnKermode想对邮政单据实现自动分拣，发明了一个“条”表示数字“1”，两个“条”表示数字“2”，并发明了由基本的元件组成的条码识读设备，从而实现了对信件的自动分拣。20世纪40年代，美国的两位工程师开始研究用代码表示食品项目和相应的自动识别设备，并于1949年获得了美国专利。20世纪70年代初，随着计算机技术的应用和发展，条码首先在美国的食品零售业应用并取得成功。同时，InterfaceMechanisms公司开发出“二维码”。1970年，美国统一编码委员会成立（UCC,UniformCodeCouncil)。1972年，UCC推荐了由IBM公司提出的通用产品代码UPC(UniversalProductionCode)，随之而来的是使用UPC码标识商品和使用条码扫描器的销售点迅速增多。1977年，成立了“欧洲物品编码协会”，推出了与UPC码兼容的EAN码（EuropeanArticleNumberingAssociation）。1981年，“欧洲物品编码协会”更名为“国际物品编码协会”IAN(InternationalArticleNumberingAssociation)。20世纪90年代，相继出现了多种高容量条形码——CODE49，PDF417等。1991年4月，“中国物品编码中心”代表中国加入“国际物品编码协会”。3.2.2条形码技术条形码的概念条形码简称条码(Barcode)，它是“由一组规则排列的条、空及其对应字符组成的标记，用以表示一定的信息”。“条”指对光线反射率较低的部分（一般表现为深色，多用黑色），“空”指对光线反射率较高的部分（一般表现为浅色，多用白色）。条形码识别是对红外光或可见光进行识别，由扫描器发出的红外光或可见光照射条形码标记，深色的“条”吸收光多、反射光少，浅色的“空”吸收光少、反射光多，反射光进入扫描器后，扫描器根据反射光的强弱将光信号转换为电子脉冲，再由译码器将电子脉冲转换为数据，最后送入计算机系统进行数据处理与管理。3.2.2条形码技术

条码的分类按码制分类可以把条码分为UPC码、EAN码、25码、交插25码、ITF-14码、ITF-6码、39码(Code3of9)、库德巴码(Codebar)、128码、93码等。按维数分类可以把条码分为一维条码、二维条码、多维条形码。3.2.2条形码技术

一维条码一维条码只是在一个方向（一般是水平方向）表达信息，而在垂直方向则不表达任何信息，其一定的高度通常是为了便于阅读器的对准。一维条码的应用可以提高信息录入的速度，减少差错率，可直接显示内容为英文、数字、简单符号。但一维条码的存储数据量不多，主要依靠计算机中的关联数据库，在没有数据库和不便联网的地方使用受用较大限制；保密性能不高；损污后可读性差。按照应用，一维条码又可分为：商品条码（EAN码和UPC码）和物流条码（128码、39码、库德巴(Codebar)码等）。3.2.2条形码技术

二维条码二维条码（2-dimensionalbarcode）是在水平和垂直方向的二维空间中都存储信息的条码，可直接表示英文、中文、数字、符号、图形等；存储数据量大，可用扫描仪直接读取内容，无需另接数据库；保密性高（可加密）；安全级别最高时，损污50%仍可读取完整信息。信息容量大、安全性高、读取率高、错误纠正能力强等特性是二维条码的最主要特点。一维条码通常只是对物品进行标识，而二维条码则可以对物品进行详细描述。二维条码通常分为以下两种类型：行排式二维条码（2DSTACKEDBARCODE），又称：堆积式二维条码或层排式二维条码矩阵式二维条码（2DMATRIXBARCODE），又称：棋盘式二维条码3.2.2条形码技术3.2.2条形码技术行排式二维码矩阵式二维码二维条码与一维条码的比较二维条码除了左右（条宽）的粗细及黑白线条有意义外，上下的条高也有意义。与一维条码相比，由于左右（条宽）上下（条高）的线条皆有意义，故可存放的信息量就比较大。

从符号学的角度讲，二维条码和一维条码都是信息表示、携带和识读的手段。但从应用角度讲，尽管在一些特定场合我们可以选择其中的一种来满足我们的需要，但他们的应用侧重点是不同的：一维条码用于对“物品”进行标识，二维条码用于对“物品”进行描述。3.2.2条形码技术RFID（RadioFrequencyIdentification），即射频识别，俗称电子标签。它是一种非接触式的自动识别技术，通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，也无需识别系统与特定目标之间建立机械或光学接触，可工作于多种恶劣环境。RFID技术可识别高速运动物体并可同时识别多个对象，操作快捷方便。3.2.3射频识别技术RFID系统的组成一个完整的RFID系统是由阅读器（Reader）、应答器（Transponder）即电子标签（Tag）及应用管理系统三个部分组成。3.2.3射频识别技术RFID系统的工作原理3.2.3射频识别技术RFID系统的分类RFID按应用频率的不同分为低频(LF)、高频(HF)、超高频(UHF)、微波(MW)，相对应的代表性频率分别为：低频135KHz以下、高频13.56MHz、超高频860M-960MHz、微波2.4GHz、5.8GHz。RFID按照电子标签能源的供给方式分为无源RFID、有源RFID以及半有源RFID。RFID依据封装形式的不同可分为信用卡标签、线形标签、纸状标签、玻璃管标签、圆形标签及特殊用途的异形标签等。3.2.3射频识别技术RFID系统的应用RFID系统比较常见的有以下几种应用：

通道管理

数据采集与身份确认系统

定位系统3.2.3射频识别技术3.2.4图像识别技术图像识别技术是信息时代的一门重要的技术，是人工智能的一个重要领域。其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。图像识别技术是一种立体视觉、运动分析、数据融合等实用技术的综合应用3.2.5磁卡及IC卡识别技术一、磁卡磁识别技术系列产品是集译码技术、数据存贮技术和通讯技术为一体的高新技术产品，使用磁卡作为信息录入手段。二、IC卡IC卡(IntegratedCircuitCard，集成电路卡)，也称智能卡、智慧卡、微电路卡或微芯片卡等。它是将一个微电子芯片嵌入标准的卡基中，做成卡片形式。。3.2.6光学字符识别技术光学字符识别技术，英文简称OCR（opticalcharacterrecognition）。它是利用光学技术和计算机技术把印在或者写在纸上的文字读取出来，并转换成一种计算机能够接受、人又可以理解的格式。3.2.7语音识别技术语音识别技术，也被称为自动语音识别（AutomaticSpeechRecognition，ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，如按键、二进制编码或者字符序列等。目前，很多手机客户端、PC客户端都可以来进行语音的录入（如讯飞语音输入法）、语音身份识别（如建行手机APP语音认证）等。PART033.3感知技术传感器技术是物联网体系结构中感知层的核心技术之一，作为物联网中信息获取的重要手段。传感器技术与通信技术和计算机技术一起构成信息技术的三大支柱。3.3.1传感器的感念传感器的概念传感器在国家标准GB7665-87中的定义是：“能感受规定的被测量件并按照一定的规律（数学函数法则）转换成可用信号的器件或装置，通常由敏感元件和转换元件组成”。国际电工委员会(IEC:InternationalElectrotechnicalCommittee)对传感器的定义为：“传感器是测量系统中的一种前置部件，它将输入变量转换成可供测量的信号”。传感器在新韦式大词典中定义为：“从一个系统接受功率，通常以另一种形式将功率送到第二个系统中的器件”。传感器是一种把特定的被测信息（包括物理量、化学量等）按一定规律转换成某种可用信号输出的器件或装置，其实质是信号在不同能量形式之间的转换。传感器的基本特性包括静态特性和动态特性。3.3.1传感器的感念3.3.1传感器的感念人们为了从外界获取信息，必须借助于感觉器官，相应的，物联网为了收集各种信息，也需要借助于各种传感器，两者在功能上存在着一定的对应关系：视觉——光敏传感器听觉——声敏传感器嗅觉——气敏传感器味觉——化学传感器触觉——压敏、温敏、流体传感器此外，传感器在一些方面比人的感觉功能优越。传感器的组成传感器一般由四个部分组成：敏感元件、转换元件、信号调节转换电路和辅助电源。在上述四个部分中，敏感元件和转换元件是传感器的核心部分。不同的传感器其组成往往并不相同，并非所有传感器都包括这四个部分。3.3.2传感器的组成3.3.3传感器的分类传感器的分类按测量对象分类，如被测对象分别为：温度、压力时，则相应的传感器称为温度传感器、压力传感器。按工作原理分类，可分为电阻式、电容式、电感式、压电式、电磁式、磁阻式、光电式、压阻式、热电式、核辐射式、半导体式传感器等。按传感器的结构参数在信号变换过程中是否发生变化，可分为物性型传感器和结构型传感器。按输出信号的性质分类，可分为模拟传感器、数字传感器、膺数字传感器和开关传感器。按传感器与被测对象是否接触，可分为接触式传感器和非接触式传感器。按是否需要外接能源，可分为能量转换型传感器和能量控制型传感器。按传感器构成分类，可分为基本型传感器、组合型传感器和应用型传感器。按作用形式可分为主动型和被动型传感器。常用传感器温度传感器脉搏传感器烟雾传感器距离传感器角速度传感器气压传感器3.3.4常用的传感器指纹技术

指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。纹线有规律的排列形成不同的纹型。纹线的起点、终点、结合点和分叉点，称为指纹的细节特征点（minutiae）。由于其具有个体差异性、终身不变性，在当前很多物联网设备中指纹技术被用来进行身份识别等功能。指纹识别系统的工作过程如下：3.3.5生物识别技术人脸识别技术

人脸识别技术是指利用分析比较的计算机技术识别人脸。它基于人的脸部特征，对输入的人脸图像或者视频流进行判断。

人脸识别技术包含三个部分：

人脸检测

人脸跟踪

人脸比对

人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及

检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。3.3.5生物识别技术视网膜识别技术

视网膜是一些位于眼球后部十分细小的神经（1英寸的1/50），它是人眼感受光线并将信息通过视神经传给大脑的重要器官，它同胶片的功能有些类似，用于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞的最远处。视网膜扫描是采用低密度的红外线去捕捉视网膜的独特特征，血液细胞的唯一模式就因此被捕捉下来。视网膜扫描设备要获得视网膜图像，使用者的眼睛与录入设备的距离应在半英寸之内，并且在录入设备读取图象时，眼睛必须处于静止状态。

虽然视网膜扫描的技术含量较高，但视网膜扫描技术可能是最古老的生物识别技术，在20世纪30年代，通过研究就得出了人类眼球后部血管分布唯一性的理论，进一步的研究表明，即使是孪生子，这种血管分布也是具有唯一性的，除了患有眼疾或者严重的脑外伤外，视网膜的结构形式在人的一生当中都相当稳定。3.3.5生物识别技术虹膜识别技术

人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。而且虹膜在胎儿发育阶段形成后，在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的唯一性，同时也决定了身份识别的唯一性。因此，可以将眼睛的虹膜特征作为每个人的身份识别对象。

虹膜识别就是通过对比虹膜图像特征之间的相似性来确定人们的身份。虹膜识别技术的过程一般来说包含如下四个步骤：虹膜图像获取

图像预处理

特征提取

特征匹配3.3.5生物识别技术定位技术概述随着物联网应用的不断普及，定位技术的应用如雨后春笋般的出现在人们的生活中，特别是随着智能手机应用的普及，手机APP的定位给我们的学习生活都带来了很多的便利，当然，我们也看到，定位技术也给人们的隐私带来了很大挑战。目前基于位置的服务主要有：（1）自动导航，该服务可以给用户提供到达目的地的最优路径。（2）搜索周边服务信息，该服务可以提供指定位置的服务信息。（3）基于位置的社交网络，该服务可以提供在指定位置附近使用相同社交网络应用的用户信息。位置的信息与我们的生活息息相关，位置信息不是单纯的“位置”，它包含地理位置（空间坐标）、处在该位置的时刻（时间坐标）、处在该位置的对象（身份信息）等三个方面。3.3.6物联网定位技术卫星定位技术卫星定位是指通过利用卫星和接收机的双向通信来确定接收机的位置，可以实现全球范围内实时为用户提供准确的位置坐标及相关的属性特征。如果采用差分技术，其精度甚至可以达到米级。目前各国的卫星定位系统如下：（1）美国：GPS定位系统；（2）俄罗斯：GLONASS定位系统；（3）欧盟：伽利略定位系统；