Mit der Entwicklung von Wissenschaft und Technologie ist das Internet der Dinge (IoT) derzeit zur am meisten besorgniserregenden neuen Technologie geworden. Es boomt und ermöglicht es, alles auf der Welt enger zu vernetzen und einfacher zu kommunizieren. Die Elemente von IoT sind überall. Das Internet der Dinge gilt seit langem als die „nächste industrielle Revolution“, da es die Art und Weise, wie Menschen leben, arbeiten, spielen und reisen, verändern wird.

Daraus können wir erkennen, dass die Revolution des Internets der Dinge still und leise begonnen hat. Viele Dinge, die im Konzept enthalten waren und nur in Science-Fiction-Filmen auftauchten, tauchen im wirklichen Leben auf, und vielleicht können Sie es jetzt spüren.

Sie können die Beleuchtung und Klimaanlage Ihres Zuhauses von Ihrem Telefon im Büro aus fernsteuern und Ihr Zuhause über Überwachungskameras sehen
Tausende von Kilometern entfernt. Und das Potenzial des Internets der Dinge geht weit darüber hinaus. Das zukünftige Human-Smart-City-Konzept integriert Halbleiter-, Gesundheitsmanagement-, Netzwerk-, Software-, Cloud-Computing- und Big-Data-Technologien, um eine intelligentere Li-Umgebung zu schaffen. Der Aufbau einer solchen Smart City kann nicht ohne Ortungstechnologie auskommen, die ein wichtiges Bindeglied im Internet der Dinge ist. Derzeit stehen Indoor-Positionierung, Outdoor-Positionierung und andere Positionierungstechnologien in einem harten Wettbewerb.

Derzeit erfüllen GPS- und Basisstations-Positionierungstechnologie im Wesentlichen die Bedürfnisse der Benutzer nach Ortungsdiensten in Outdoor-Szenarien. Allerdings verbringt ein Mensch 80 % seines Lebens in Innenräumen, und einige stark schattige Bereiche wie Tunnel, niedrige Brücken, hochgelegene Straßen und dichte Vegetation sind mit Satellitenortungstechnologie nur schwer zu erreichen.

Um diese Szenarien zu lokalisieren, hat ein Forschungsteam ein Schema eines neuen Typs von Echtzeitfahrzeugen auf Basis von UHF-RFID vorgeschlagen, das auf der Positionierungsmethode mit mehreren Frequenzsignalen und Phasendifferenzen basiert und das Problem der Phasenmehrdeutigkeit löst, die durch Einzelfrequenzsignale verursacht wird lokalisieren, zuerst vorgeschlagen basierend
Auf dem Maximum-Likelihood-Lokalisierungsalgorithmus zur Schätzung des chinesischen Restsatzes wird der Levenberg-Marquardt (LM)-Algorithmus zur Optimierung der Koordinaten der Zielposition verwendet. Experimentelle Ergebnisse zeigen, dass das vorgeschlagene Schema die Fahrzeugposition mit einer Wahrscheinlichkeit von 90 % mit einem Fehler von weniger als 27 cm verfolgen kann.

Das Fahrzeugpositionierungssystem soll aus einem am Straßenrand angebrachten UHF-RFID-Tag, einem oben am Fahrzeug montierten RFID-Lesegerät mit Antenne und
und ein Bordcomputer. Wenn das Fahrzeug auf einer solchen Straße fährt, kann das RFID-Lesegerät die Phase des rückgestreuten Signals von mehreren Tags in Echtzeit sowie die in jedem Tag gespeicherten Standortinformationen abrufen. Da das Lesegerät Mehrfrequenzsignale aussendet, kann das RFID-Lesegerät mehrere Phasen erhalten, die unterschiedlichen Frequenzen jedes Tags entsprechen. Anhand dieser Phasen- und Positionsinformationen berechnet der Bordcomputer den Abstand von der Antenne zu jedem RFID-Tag und ermittelt anschließend die Koordinaten des Fahrzeugs.