麻省理工学院开发的一种新型系统使用RFID标签，帮助机器人以前所未有的速度和准确度定位并移动物体。该系统可以让从事包装和组装工作的机器人，以及执行搜救任务的成群无人机，实现更大的协作和精确度。

研究人员表明，使用该系统的机器人可以在平均7.5毫秒内定位被标记物体，误差小于1厘米。

在名为TurboTrack的系统中，RFID（射频识别）标签可以应用于任何物体。读取器发送反射RFID标签和其他附近物体的无线信号，并反弹到读取器上。一种算法对所有的反射信号进行筛选，找到RFID标签的响应。最后的计算利用RFID标签的运动，即使这通常会降低精度，以提高其定位精度。

研究人员表示，该系统可以取代计算机视觉以完成某些机器人任务。与人类对应物一样，计算机视觉受到它所能看到的限制，并且它可能无法在杂乱的环境中注意到物体。射频信号没有这样的限制：它们可以在不需要可视化的情况下识别目标，可以在杂乱的环境中识别目标，也可以穿过墙壁识别目标。

为了验证该系统，研究人员将一个RFID标签贴在一个瓶盖上，另一个贴在瓶子上。一个机械臂位于帽子上并放在瓶子上，由另一个机械臂固定。在另一场演示中，研究人员在对接，机动和飞行过程中跟踪了配备RFID的纳米无人机。研究人员报告说，在这两项任务中，系统与传统的计算机视觉系统一样准确，快速，同时在计算机视觉失败的情况下工作。

麻省理工学院助理教授和首席研究员Fadel Adib说，“如果你使用射频信号来完成通常使用计算机视觉完成的任务，你不仅可以让机器人做人类的事情，还可以让它们做超过人类的事情，你可以用可扩展的方式做到这一点，因为这些RFID标签每个只需要3美分。”

在制造过程中，该系统可以使机器人手臂更加精确和灵活，例如，沿着装配线拾取、组装和包装物品。另一个有前途的应用是使用手持纳米无人机进行搜索和救援任务。



目前，纳米无人机使用计算机视觉将捕获的图像拼接起来用于定位。这些无人机经常在混乱的地区失去方向，彼此失去联系，无法进行识别。这一切都限制了他们的能力，比如分散在一个地区，合作寻找失踪人员。利用研究人员的系统，成群结队的纳米无人机可以更好地定位彼此，实现更大的控制和协作。

超分辨率

Adib的团队多年来一直致力于使用无线电信号进行跟踪和识别，例如检测瓶装食品中的污染，与体内设备通信以及管理仓库库存。

类似的系统已经尝试将RFID标签用于定位任务。但这些都需要在准确性和速度上进行权衡。准确地说，可能需要几秒钟才能找到一个移动的物体；而为了提高速度，他们失去了准确性。

研究挑战在于同时实现速度和准确性。为此，研究人员从一种称为“超分辨率成像”的成像技术中汲取灵感。这些系统将来自多个角度的图像拼接在一起，以获得更精细分辨率的图像。

Adib表示，“我们的想法是将这些超分辨率系统应用于无线电信号，随着某些事情发生变化，你会在追踪它时获得更多视角，因此你可以利用这一动作来提高准确性。”

该系统将标准RFID阅读器与用于定位射频信号的“辅助”组件相结合。辅助器在无线通信中使用的调制方案（称为正交频分复用）的基础上射出包括多个频率的宽带信号。

系统捕获环境中物体反弹的所有信号，包括RFID标签。其中一个信号携带特定于特定RFID标签的信号，因为RFID信号以特定模式反射和吸收输入信号，对应于系统可识别的0和1位。

由于这些信号以光速传播，系统可以通过计算信号在发射器和接收器之间传播的时间来计算飞行测量距离的时间，从而测量标签的位置以及环境中其他物体的位置。但这只提供了一个大概的定位数字，而不是亚厘米精度。

利用运动

为了放大标签的位置，研究人员开发了“时空超分辨率”算法。

该算法结合了所有回弹信号的位置估计，包括使用飞行时间确定的RFID信号。通过一些概率计算，它将这个组缩小到RFID标签的几个潜在位置。

随着标签移动，其信号角度稍微改变，这一变化也对应于某个位置。然后，算法可以使用该角度变化来跟踪标签移动时的距离。通过不断地将变化的距离测量与来自其他信号的所有其他距离测量进行比较，它可以在三维空间中找到标签。这一切都发生在一瞬间。

Adib表示，“高层次的想法是，通过将这些测量值随时间和空间相结合，可以更好地重建标签的位置。”