首页专业知识学术前沿的商业机会

学术前沿的商业机会

来源：晰数塔互联网快讯时间：2019年09月29日 14:09

编者按：本文来自微信公众号“段小张说”（ID：DuanLangShuo），作者段小张，36氪经授权发布。

上次的METI课程，港科大的张黔教授介绍了物联网前沿的一些技术进展，其中既有激动人心的技术，同时又贴近产业需求。对于苦苦探寻投资机会的童鞋来说，可谓“久旱逢甘露”，好似刘姥姥进了大观园一般。

学术前沿的商业机会

举个栗子，常见的RFID由阅读器（Reader）和标签（Tag）组成，阅读器里有天线、发射、接收和微处理器，因此需要电源。标签也分为有源和无源两种，无源的接收距离比较近（e.g. 迪卡侬衣服的上），有源的距离比较远（小区停车卡，带纽扣电池）。

学术前沿的商业机会

但华盛顿大学的一项研究（Ambient Backscatter，Vicent Liu 2013）突破了这个经典的结构。让RFID只运用空中的无线电波（原文就是“Out of Thin Air”，比如电视信号）就可以运行，完全不用电池。“惊不惊喜，意不意外？”感觉甚至于有些科幻。

学术前沿的商业机会

其实原理也挺容易理解：常规的RFID之所以需要很高功耗，主要是需要很多能量用于信号的发射。而射频信号发射通常没有方向性，大多数能量被浪费掉了。Backscatter的思路可以理解成“废物利用”，不再发射新的信号，而是对原有环境信号进行调制，给周围信号“打标签”，从而让接收端读取出若干个“0和1”。

听起来简单，实施起来有一系列问题。首先需要能够在茫茫的不受控的信号中提取出有用的“反射信号”。研究人员很巧妙地发现移动平均之后是相对可行的方案（仿佛得来全不费工夫...），可以清晰地区别调制后的信号（左）和未调制的噪音（右）。

学术前沿的商业机会

另一个难点是，如何让接收端在没有电池的情况下进行解码呢？也就是说，虽然我们知道了移动平均后能看出来差别，但没有电怎么做移动平均的计算呢？研究员再一次“灵光乍现”，用电容器加上电压后会缓慢放电的原理，只用一点点能量也可以做移动平均：

学术前沿的商业机会

解决了这些技术问题，具体能有怎样的应用呢？实验人员发现，在0.3米情况下可以传输10kbps的数据，0.6米距离下可以传输1kbps。多数情况下Tag本身只需要传输一个ID信息，1kbps已经足够了。

文章中举了一个具体的“栗子”，在亚马逊的仓库中有很多盒麦片，如果其中混入一盒薯片（红色），则薯片上的Tag自动会亮起（其中还涉及到多个标签的地址分配问题，这里没有介绍），这里只放了一个图，大家可以上网搜视频：

学术前沿的商业机会

除了“反弹”无线电波实现超低功耗的通讯，基于无线信号的感知也有令人惊叹的进展。MIT的Dina Katabi开创性地用调制的Wifi频段的信号（实际用的是5.5-7.2GHz），可以追踪到人体的移动，可以理解为“隔墙有眼”的效果。

学术前沿的商业机会

这是如何做到的呢？首先，发送一段频率随时间变化的无线电波，然后将接收到的反射信号频率和发射信号的频率进行比较，可以得到ΔF。因为频率的变化速度是实验者自己设定的（斜率是已知的），由此可以得到ΔT。

学术前沿的商业机会

当然实践中也会遇到一连串问题，比如怎么区分桌椅板凳的反射？同一个人多次反射怎么办等工程上的细节。一个有意思的解决思路是考虑物理实际，比如同一个人的连续反射，由于直线距离最短，最先接收到的信号代表了第一次反射，后续的信号是折射信号。

学术前沿的商业机会

最后，由于路由器通常是多根天线，并且天线之间的距离是已知的，根据距离不同天线的距离差，可以把运动中的人的位置确定下来（找几个椭圆的交集）。最终实验结果是在XYZ方向上，精度可以达到10cm左右，对于老人的摔倒检测，准确率高达97%。

学术前沿的商业机会

这还没完，注意到这是2013年的研究，后续Dina的研究组还将技术进一步演进（2016），可以检测到人体的生命体征，甚至是多个人的生命体征（呼吸和心率）。例如这样挤在一起的五个人，可以清晰地看到每位宅男不同的呼吸（差别还真大）。可谓隔墙有“眼”，毫无隐私，叹为观止。

学术前沿的商业机会

连续剧还没拍完，最近这组研究者将技术边界又向前推进了一步。随着检测精度的进一步提升，根据心跳间隙（Inter-Beat Interval，IBI) 的细微差别，可以推断被检者的情绪。大体上分为两个步骤，首先是从直接观测到的不那么准确的信号中提取出99%准确的IBI，其次是建立IBI和情绪之间的联系。融合一些模式识别的算法后（心跳是有很多规律可循的），在30人的样本中IBI的识别率达到了99.6%（大约13万次心跳数据），情绪识别的准确率大概在70-80%之间。

学术前沿的商业机会