面向森林环境的摄像头-RFID 混合以实现稳健的资产跟踪
计算机视觉与模式识别
2026-04-30 v1
摘要
被动式RFID标签提供了经济且可扩展的大量部署资产跟踪解决方案。然而在森林环境中,信号衰减和多径效应通常将RFID空间精度限制在米级水平。相比之下,摄像机采用立体视觉可实现厘米级精度,但仅依赖计算机视觉无法解决稠密环境中空间关联性歧义和部分遮挡问题。将这两种感知模态融合可让系统在保持RFID具备的稳健、非视线内识别优势的同时,发挥视觉的高精度优势。然而,实现此目标的关键挑战——即准确关联这两种传感器生成的异构轨迹——是本文的核心关注点。为克服此限制,本文提出一种新型摄像头-RFID 混合框架,集成深度与目标信息,并采用先进的轨迹匹配算法。通过成功弥合米级到厘米级的精度差距,该方法在资产暂时离开摄像机视野时仍能实现可靠标签定位。据我们所知,这是首个应用于自然森林环境的摄像头-RFID 混合资产跟踪技术。
关键词
引用
@article{arxiv.2604.26241,
title = {Camera-RFID Fusion for Robust Asset Tracking in Forested Environments},
author = {John Hateley and Sriram Narasimhan and Omid Abari},
journal= {arXiv preprint arXiv:2604.26241},
year = {2026}
}
备注
11 Pages, 10 Figures, Submitted and awaiting acceptance at IEEE RFID