可见光成像通信(optical camera communication,OCC)——基于IEEE 802.15.7-2018标准的解读

之前博客《可见光通信》较为详细的介绍了可见光通信技术。而本博文则是对OCC(optical camera communication)或称可见光成像通信进行深入的介绍

引言

可见光通信(visible light communication,VLC)是通过以人眼识别不了的高频(>200HZ)来控制LED的亮度变换。在照明的同时实现通信。对于VLC的接收端可以分为两周类型:PD和camera。传统的意义的VLC可以认为是以PD为接收端的非成像通信。而OCC则是以camera为接收的成像通信。与此同时,由于OCC需要考虑frame数据的丢失以及接收端快门的速度,在调制方式、数据帧结构上,VLC和OCC还是有比较大的区别的。下面先介绍一下OCC。

可见光成像通信(OCC)

可见光成像通信指的是利用图像传感器作为可见光通信的接收端接收端。图像传感器主要分为CCD(电荷藕合器件)图像传感器和CMOS(互补金属氧化物半导体)图像传感器。两者除了在工艺与材料上的区别外,最重要的是成像原理的区别(又或者说快门的工作机制)。如下图所示。

基于CCD的OCC

CCD采用的是全局快门(global shutter mechanism),即图像传感器的每行像素在同一时间段内曝光。对于基于CCD图像传感器的VLC系统,每幅图像一般只能获得一位的数据。根据奈奎斯特定理(Nyquist sampling),其通信速率必定低于帧速率(图像传感器的帧速率在30~60fps之间),因此不足以传送数据。虽然也可以采用特制的高速CCD图像传感器以提高通信速率。但是这种特制的传感器制作成本高,不适用于实际的定位场景。此外,采用LED阵列以实现MIMO调制技术,也可以实现CCD图像传感器单帧传送多位的数据。然而LED的驱动频率需要配合CCD图像传感器的采样率,可能导致人眼可感知的LED闪烁。除此以外,也可以采用降采样调制方式,以一定时间间隔来捕获光信号。

基于CMOS的OCC

CMOS采用的是卷帘快门(Rolling Shutter Mechanism),如上图(b)所示。卷帘效应采用逐行曝光的形式,利用这一特性可以提高可见光成像通信的数据速率。每个时刻,CMOS图像传感器只有一行(Row)曝光。当图像所有行都曝光结束后,再将不同时刻捕获的所有行曝光的数据合并在一起形成图像。这种逐行曝光方式导致在拍摄快速闪烁的LED灯具时,图像出现明暗相隔的条纹(本文将其称为光条纹码),如上图(a)所示。灯具闪烁越快,条纹数量越多。通过对图像中明暗相隔的条纹解码,可以传递若干位的信息,进而可实现可见光成像通信。灯具的闪烁频率必须小于CMOS行扫描的频率,否则就会导致数据的丢失。因为当LED灯闪烁频率大于行扫描的频率时,CMOS传感器只能获得LED所发射的平均光强,而不能获得LED像素区域的明暗条纹。CMOS图像传感器的曝光时间(Exposure Time)与感光度(ISO)会影响到LED-ID光条纹码的获取。

 

OCC的关键参数分析

对于OCC,相机参数都会大大的影响通信的性能。除此以外,相机的参数与OCC的性能之间存在一个trade-off的关系。因此,非常有必要研究清楚每个参数对于OCC的影响。

照相机快门速度(Camera Shutter Speed)

数字相机通过将来自目标的光线转换为CCD或CMOS图像传感器的电信号。因此,图像传感器需要快门(Shutter)打开让光子进入到感光元件所用的时间。这一过程也可以称为:曝光时间(Exposure time is the period of time when the camera shutter opens at capturing time.),曝光时间决定像素收集光子的时间。当每个像素的感光元件积累电子到饱和时,电荷会溢出到相邻像素的感光元件中。因此,如果曝光时间太长,会导致LED-ID光条纹码中亮条纹的宽度变宽(如下图所示)。所以,通过把CMOS图像传感器的曝光时间调低,即可获取清晰的光条纹码。

以CMOS图像传感器为例:不同曝光度下的光条纹码的效果 (a)1/4000, (b)1/2000, (c)1/1000 (d)1/200题

对于CMOS与CCD而言,不同的地方在于它们快门的工作机制(在上一个部分已经进行了介绍)基于曝光时间,相机的快门速度可以计算。曝光时间影响着信号比。曝光时间越长,信噪比越高(The higher SNR achieves, the longer exposure time are configured),然而当曝光时间足够长,光噪声会降低通信带宽(同时对于CMOS而言,曝光时间越高,获得的条纹越不清晰,提升解码难度)

帧速率(Camera Frame Rate)

所谓的相机的帧速率是指:一秒相机可以捕获的图片的数目(fps)。对于帧速率,主要则是影响了OCC的通信速率了。OCC的通信速率可以为帧速率*每帧携带的信号

目前市面上一般的camera为30~60fps左右。因此这会大大的限制了OCC的通信速率。除此之外,目前的相机还存在帧速率的差异(frame rate variation),就是说帧速率并不是固定不变的。因此大大加深了采样与解码的难度。

卷帘快门的扫描速率(Camera Rolling Rate)

在OCC中,发射端不同的optical clock rate,会导致接收的图像中条纹的宽度不一样。而条纹的宽度也由图像传感器的分辨率来确定。条纹的宽度(pixel)可以通过下式计算

Fs is camera rolling rate, fTx is Tx optical clock rate.对于CMOS图像传感器,需要知道相机的rolling rate来获取正确的信号采样。然而,相机的rolling rate不会被提供的,因此需要通过实验来测试。为了测试相机的rolling rate,LED发送一个已知的optical clock rate(通过多个不同的optical clock rate可以保证测试结果的准确性)测试的流程图如下图所示。

首先,获得2D图像。然后通过一些图像处理的技术提取一维的矩阵向量。de-trending之后,一维的向量矩阵通过zero crossing detector来计算每条条纹的像素数目。更高的optical clock rate,更宽的条纹宽度。

Camera rolling rate measuring diagram

 

 

感光度(ISO)

ISO。即图像传感器中感光元件的感光速度。ISO值越高,感光元件的感光能力越强,像素达到饱和所需的光子就越少。这意味着在相同曝光时间内饱和像素的概率增加,会导致捕获图像中LED-ID光条纹码的亮条纹的宽度增加,当ISO高于一定值时,将不会产生光条纹码。要获取清晰的光条纹码,需要将ISO的值也调低。如下图所示。

以CMOS图像传感器为例:不同IOS值下的LED-ID光条纹码的效果 (a) 50, (b) 100, (c) 1000 (d) 5000

 

OCC的优缺点分析

之前博文《基于图像传感器的可见光通信的优缺点分析》已经介绍过OCC的优缺点了。

距离变化对LED-ID光条纹码调制解调算法的影响 (a) 10cm; (b) 20cm; (c) 50cm; (d) 80cm; (e) 100cm; (f) 150cm

插曲:可见光成像定位技术

对于可见光定位技术一样也是分为基于PD的非成像定位,以及基于camera的成像定位技术。

由于基于PD的VLC定位系统实现简单,不需要涉及图像处理的手段,成本较低,因此,前期大多数VLC定位技术的研究都以PD接收为主。然而,基于PD的VLC定位研究大多数却局限于仿真层面。由于实际环境中,基于PD的非成像定位技术依赖于角度或接收信号强度的测量、环境光强的变化等,会导致定位误差较大。与此同时,常用的基于PD的VLC定位的信道模型是理想化模型,系统的相关参数的误差均会引起较大的定位误差。

而基于图像传感器的成像定位技术,则是通过可见光成像通信技术来获得ID信号,同时通过接收到的二维图像进行相应的图像处理将二维图像转换为接收终端与LED参考点光源的三维的位置信息,即利用图像传感器中所接收的LED图像距离几何关系计算出目标位置。虽然基于图像传感器的VLC定位技术需要相应的图像处理技术以及会受限于图像传感器的视场角,但其受系统及外界影响因素较少,定位精度比基于PD的VLC定位方案要高,且图像传感器可以与智能手机等智能移动设备相结合,真正实现了VLC定位技术从实验室走到商业应用(而基于PD的VLC定位方案,需要外置PD传感器才可以实现定位)。

除此之外,由于基于PD传感器的定位本质上是检测光强,因此容易受到反射光信道的影响,进而在实际应用中会大大影响定位性能,特别是在室外的场合或者有强背景光源干扰的情景。而VLC成像定位技术则可通过图像传感器的空间分离特性,既可以将不同的LED信源以及背景光源分离开来,从而有效地避免多径干扰以及背景干扰,同时也可以接收到来自空间不同位置LED定位节点发射的ID位置信息。进一步地,随着智能移动终端及可穿戴设备上图像传感器的普及,基于图像传感器的VLC定位技术比基于PD的VLC定位技术更加具备商业化的潜力。

参考资料

IEEE 802.15.7-2018标准

IEEE标准的下载链接:https://download.csdn.net/download/gwplovekimi/12274495

发布了237 篇原创文章 · 获赞 254 · 访问量 29万+

猜你喜欢

转载自blog.csdn.net/gwplovekimi/article/details/105136618