La tecnologia device-free radio vision consente la rilevazione di persone ed oggetti in movimento sulla base del monitoraggio delle perturbazioni del campo elettromagnetico (EM) generato da ricetrasmettitori radio progettati per comunicazione wireless. Questi dispositivi a radio frequenza (RF), organizzati in una rete wireless, possono essere pre-esistenti, disposti in posizioni arbitrarie (o ottimizzate) per lo scambio di informazioni digitali attraverso qualsiasi protocollo di comunicazione senza fili. La presenza di un oggetto o di una persona in movimento nella zona coperta dalla rete wireless altera la propagazione dei segnali radio determinando un cambiamento della condizione di propagazione con conseguente variazione della potenza RF ricevuta (channel quality information - CQI). L'analisi delle fluttuazioni del campo RF consente quindi l'identificazione del movimento in tempo reale. La tecnologia non necessita dell'installazione di sensori ad-hoc ("sensor-free"), né la cooperazione del soggetto monitorato ("non-cooperative"). E' stata ad oggi sperimentata utilizzando un ampio numero di standard, tra cui Wi-Fi, Bluetooth (BLE) , ZigBee e LTE..
L'adozione della tecnologia è di grande interesse nel contesto "assisted living" (fall detection, shock detection). Le attività sperimentali condotte dai ricercatori IEIIT, sono concentrate sul trattamento in tempo reale della qualità del canale RF per la rilevazione della caduta di un corpo e il monitoraggio delle condizioni post-caduta (post-fall).
Il video (si veda link sottostante) mostra l'uso della tecnologia radio vision per la localizzazione di un operatore in un'area di lavoro condivisa da un robot industriale. Il movimento dell'operatore è stimato tracciando le perturbazioni del campo RF indotte dal corpo umano. Grazie alla collaborazione con i ricercatori dell'istituto ITIA (sede Milano) la tecnologia è stata integrata all'interno di un impianto industriale pilota, implementando anche un sistema di sensor fusion basato su telecamere industriali.
Link (youtube): https://youtu.be/dS9MgFMWfl4
Tra gli sviluppi futuri si prevede di progettare algoritmi avanzati di riconoscimento utilizzando tecniche Big-Data per l'analisi in tempo reale di grandi volumi di dati RF, possibilmente incompleti, e la ricostruzione (imaging) attraverso l'utilizzo di tecniche di apprendimento statistico avanzate
Focus