摄像机机器人使用RFID技术，进行运动视频拍摄

　　法国机器人影像公司Move‘N See在其运动视频自动化追踪产品中加入RFID实时位置系统(RTLS)技术。这款Pixio机器人上方放置了一个摄像机，使用了运动员佩戴的RFID腕带导出的位置数据。当运动员在赛场时，该机器人会自动进行视频拍摄。

　　该技术让运动视频(如冲浪或自行车)的无人拍摄成为可能。体育和视频拍摄爱好者Eric Willemenot认为，开发一个解决方案简化运动员视频拍摄是非常有必要的。他回忆道，创办这一公司前，他经常会在一些极限运动的地方拍摄视频，例如：使用头盔相机拍摄跳伞视频。

　　Willemenot表示：“视频工具及使用越来越普及。但你首先需要一个拍摄视频的人，然而往往都没有这个条件。”因此，2012年他创建了这家公司，开发可以拍摄运动视频的机器人。这些视频通常用于训练目的。

　　2013年，Move 'N See开发了一款携带GPS功能的产品。使用者需要携带这款设备，机器人根据GPS信息判断用户位置。

　　这款名为E-Fullmotion的GPS方案可用于户外场景，尤其是拍照距离长的场景。冲浪者，皮划艇，骑手，自行车运动员及滑雪者是主要客户。

　　对于室内运动来说，这款解决方案并不适用。GPS在室内无法良好运行，有些场景下精准度也不够好。因此，大约两年前，Move 'N See开始和爱尔兰公司DecaWave开发适用RFID及RTLS应用的超宽频接收器芯片，用于Pixio解决方案。该系统使用了内置充电电池及DecaWave的DW1000 UWB芯片的RFID腕带，该产品符合IEEE802.15.4-2011(UWB PHY)标准。

　　三个内置DecaWave DW1000芯片的读取器安装在视频拍摄区域，用于接收腕带信号。机器人使用了Move N'See软件，根据读取器读取数据判断摄像机的方向。位置数据是根据RF信号的TOF判定的。

　　Willemenot解释：“如果你知道腕带和每个读取器的TOF距离，那么你便可以使用三边测量算法进行计算。TOF的使用是DecaWave技术和BLE或WiFi系统的主要区别。BLE或WiFi系统使用接收信号强度指标(RSSI)进行计算。RSSI并不准确且对环境非常敏感。TOF和UWB技术的使用让DecaWave技术非常精确且可靠。”

　　运动员开始拍摄视频时，他需要按下腕带上的按钮。接着，读取器便可读取到腕带传输的唯一ID号码信息。接着，来自这三个读取器的TOF位置数据会传输到Pixio机器人，机器人会使用Move N'See软件计算位置并控制摄像头的拍照方向。

　　Willemenot称，使用DecaWave UWB技术，Pixio系统可以在30厘米范围内根据腕带判断人员位置。

　　当人员在区域内移动时，摄像机会根据位置数据跟随运动，拍摄视频并进行存储。

　　一个机器人可跟踪多个穿戴腕带的人，但在某一特定时刻只能对一个人进行监控、拍摄。腕带的位置信息每秒更新20次。

　　同时，公司正开发一款安卓应用。用户可以使用该程序进行调焦或更换跟踪的人员。机器人可以通过蓝牙连接接收到这些指令。

　　Move 'N See计划在2015年9月正式推广这个系统。该系统售价890美元。

　　Willemenot称，他已经接收到来自欧洲，北美，澳大利亚，新西兰的订单。他补充说，这款系统可以用于200多项室内运动中。

　　此外，一些非体育领域的公司也开始接触。一家美国教堂准备使用这项技术自动拍摄说教或仪式。高校也可以使用这一技术录制讲座视频。

　　Pixio腕带重量为50克，可以放置在口袋里。读取距离为100米。Willemenot称，这次测试的结果非常理想，对我们来说是一个技术突破。

　　（rfid世界网独家稿件，转载请注明来源作者！）