Med utviklingen av vitenskap og teknologi har tingenes internett (IoT) blitt den mest aktuelle nye teknologien for tiden. Den er i kraftig vekst og gjør at alt i verden kan kobles tettere sammen og kommunisere enklere. Elementene i IoT finnes overalt. Tingenes internett har lenge blitt ansett som den «neste industrielle revolusjonen», ettersom den er klar til å forandre måten folk lever, jobber, leker og reiser på.

Ut fra dette kan vi se at revolusjonen av tingenes internett har begynt stille og rolig. Mange ting som var en del av konseptet og bare dukket opp i science fiction-filmer, dukker opp i virkeligheten, og kanskje kan du føle det nå.

Du kan fjernstyre lysene og klimaanlegget i hjemmet ditt fra telefonen din på kontoret, og du kan se hjemmet ditt gjennom sikkerhetskameraer fra
tusenvis av kilometer unna. Og potensialet til tingenes internett går langt utover det. Fremtidens menneskelige smartby-konsept integrerer halvleder-, helsestyrings-, nettverks-, programvare-, skybaserte databehandlings- og stordatateknologier for å skape et smartere livmiljø. Å bygge en slik smart by kan ikke klare seg uten posisjoneringsteknologi, som er en viktig kobling til tingenes internett. For tiden er innendørs posisjonering, utendørs posisjonering og andre posisjoneringsteknologier i hard konkurranse.

For tiden dekker GPS- og basestasjonsposisjoneringsteknologi i utgangspunktet brukernes behov for posisjoneringstjenester utendørs. Imidlertid tilbringes 80 % av en persons liv innendørs, og noen områder med mye skygge, som tunneler, lave broer, høyhusgater og tett vegetasjon, er vanskelige å oppnå med satellittposisjoneringsteknologi.

For å lokalisere disse scenariene la et forskerteam frem en plan for en ny type sanntidskjøretøy basert på UHF RFID. Denne metoden ble foreslått basert på en metode for faseforskjellsposisjonering med flere frekvenssignaler. Den løser problemet med fasetvetydighet forårsaket av lokalisering av enkeltfrekvenssignaler. Først ble foreslått basert på ...
På en algoritme for lokalisering med maksimal sannsynlighet for å estimere den kinesiske restteoremet, brukes Levenberg-Marquardt (LM)-algoritmen til å optimalisere koordinatene til målposisjonen. Eksperimentelle resultater viser at den foreslåtte ordningen kan spore kjøretøyets posisjon med en feil på mindre enn 27 cm med 90 % sannsynlighet.

Kjøretøyposisjoneringssystemet sies å bestå av en UHF-RFID-brikke plassert langs veikanten, en RFID-leser med en antenne montert på taket av kjøretøyet,
og en innebygd datamaskin. Når kjøretøyet kjører på en slik vei, kan RFID-leseren hente fasen til det tilbakespredte signalet fra flere brikker i sanntid, samt posisjonsinformasjonen som er lagret i hver brikke. Siden leseren sender ut multifrekvenssignaler, kan RFID-leseren hente flere faser som korresponderer med forskjellige frekvenser for hver brikke. Denne fase- og posisjonsinformasjonen vil bli brukt av innebygd datamaskin til å beregne avstanden fra antennen til hver RFID-brikke og deretter bestemme koordinatene til kjøretøyet.