2005年8月Katrina飓风袭击新奥尔良后，救援小组人员迅速进入该地区进行援救。在救援过程中他们频繁地在建筑物上书写代码来将重要信息传达给之后到达的救援小组，或帮助那些在废墟中分不清方向的人意识到他们已经到达了一个特殊地带，例如，代码会反映出建筑物是危险还是安全及建筑中有没有碎石。 

      德国黑森林地区研究人员已经利用射频识别技术研发出了这一译码系统。他们的由射频识别技术支持的城市搜索救援理念以机器人和人类在灾区合作划定受灾区域及向指挥中心传送信息为特点。 

620)this.style.width=620;" border=0>

 救援小组利用装有射频读取天线的机器人来勾画区域图。天线安装的方向与地面平行以此来读取嵌入的标签。 

      位于Breisgau的 Albert-Ludwigs-Universität Freiburg公司研究员Alexander Kleiner说：“他像蚂蚁一样工作。”Alexander Kleiner曾写过一篇关于利用射频识别技术为机器人及人类搜索救援工作绘图的论文。“蚂蚁会留下痕迹，以方便同伴们根据气味得知它们侦察到了一个特定的区域”。这个项目是由大学及德国研究基金会赞助的，其目标是创造一个利用人力及机器人高效勾画灾区范围的系统，以加快救援过程从而拯救生命。 

      例如，灾后，救援人员和机器人能够联合起来在已经接受了检查的建筑上装上射频标签并将主要信息写在标签上。这样一来，其他救援组能够仅仅通过用电脑读取标签来辨别特殊建筑的情况或得到接下来该如何进行援救的建议。此外，由于多个救援小组和机器人通过不同的道路到达并读取标签，他们所得出的数据能够被联合起来计算出标签的位置并为总指挥部勾画出一个全面的地图以备使用。这一点是十分重要的，例如如果邻近的建筑物由加固混凝土盖成，那么它将阻碍卫星定位系统信号的读取。 

      去年，Kleiner和他的同事们在大学校园利用无源射频标签测试了这一利用机器人和人力的系统。在2008年初，研究人员只用机器人做了一次测试，这次测试应用的是有源标签。 

无源射频绘图试验 

      第一次试验应用了Tagsys的Ario13.56兆赫的无源射频标签和Medio S002读取器。这次试验于2007年4月在Freiburg由六人研究小组进行。每一个成员都装备了一个电子指南针，一个电子步数计和一副手套。这些装备由TZI Bremen研发并利用了内置的无线射频读取器。 

      装置全部与每一个救援小组成员携带的小型笔记本式电脑相连。在实验过程中，工作人员负责探索九千米（5.6英里）的城市地区。城区主要由高达六层的居民楼构成。他们利用基本航海技术中的航位推测法，以之前确定的方位为基础进行现所在位置的推测并根据行进速度、时间及路线来估计即将到达的方位。用此方法推算出的地点与实际地点只有大约70米的误差。通过读取他们之前在十字路口处建筑上放置的嵌入在可粘型标签内的20射频标签，并将该信息与通过航位推测法收集的信息相结合，救援小组能够计算出他们目前的位置，并且误差只有10米（33英尺）。但是，Kleiner说，由于估计中误差的存在，绘出高质量的地图还是很困难的。人们在整个救援过程中要爬梯子，走斜坡或奔跑。  

620)this.style.width=620;" border=0>

在一次测试中，参与者带着装有射频读取器的手套 

      “如果你使用无源标签，你就只能在非常接近标签的情况下才能收集到信息。”Kleiner说“因此，无源标签只能帮助救援人员得知他们是否到达了一个特定地点。航位推测法能够给出对于行走轨迹的最初猜测。但是，你行走的路程越长，它产生的误差就越大。通过利用射频识别技术来辨别行走者什么时候在走环形，这一系统能够将整个追踪过程进行绘图。从数学上讲，实现对于射频标签的第二次读取是很困难的。运算法则则会将轨迹重组以便适用于所有再次被访问的地点。”他说，这一程序被称为同步定位绘图(SLAM)。该程序实现了射频识别数据与方位估计的结合。 

      除此之外，参与者还持有全球定位设备。通过全球定位系统收集的地点数据来检测地图。 

      于2007年八月进行的另一项试验中，救援人员与机器人利用射频识别技术联合绘制了地图来加强航位推测法的估计结果。机器人上安装了指南针、轴距里程表及射频读取器。射频读取器的天线与地面平行，这样一来读取器就能在行进过程中读取地面上的标签。机器人及工作人员都探索大约900平方米（2953平方英尺）的地区并读取之前嵌入在地面中的10无源射频标签。他们能够将航位推测法的估计结果从对人150米（492英尺）、对机器人50米（164英尺）的误差减小到对人对机器均5米（16英尺）的程度。除此之外，研究人员还在地下室中测试了这一设备对无序分布的射频标签的读取情况。 

应用有源射频传感器 

      Freiburg大学的微系统工程系按照ZigBee要求的规格研发出了无线传感器节点，以便其进行对有源射频识别技术的实验。这种传感器测量空气压力、温度及天线方向。“传感器节点中装有两个加速器来测量重力以便测定天线的方向。”Kleiner说。“这样一来，传感器能够探测到天线方向什么时候不准——例如在天线翻倒的时候。” 

      在实验中，九个带有传感器的有源射频标签被安装在室外的交通路标上，标签的方位被固定。四个驶入该地区的机器人，一个接一个地读取标签并为其他机器人留下读取的信息。所有这些数据都被收集并加工制图。 

620)this.style.width=620;" border=0>

Kleiner的救援小组利用放置在建筑物上或嵌入在地面中的无源高频标签。 

       通过利用从其他机器人处获得的信息，Kleiner说，机器人个体与其自身单独进行探索相比，能够提高绘图准确度，误差幅度为2米（6.6英尺）。“你能够想象一下情况：第一的机器人驶过并通过航位推测法及射频探测进行电脑绘图”他解释道“通过这种方法绘图要比单纯使用航位推测法准确的多。绘制过的地图会被储存在附近每一个射频标签中。然后，第二个机器人通过这一地区并重复第一个机器人所做的。但是，它也会从之前的机器人处读取到信息并绘制出更为精确的地图。” 

      机器人在距标签30米处（98英尺）探测到有源射频信号并绘制出误差为1米(3.3英尺)的地图。“这样一来，准确性就主要取决于对机器人与射频标签之间距离估计的准确度上，这由信号的强度决定” Kleiner说。 

      “我们从实验中总结经验，标签所处的环境及排列的方式很大程度上影响信号通路的衰退。所以，为了根据信号的强度估计出可靠的距离，这些参数都要被提前预测出来。”Kleiner说“将该技术应用于室内环境中将会更为困难，因为信号会被物体或墙壁反射回来并使信号沿着不同的路径进行传播。这种情况被称为‘多路经传播’问题”。但是他也指出，如果事先能够了解室内环境的三维构造，那么射频识别系统也是可以实现在室内应用的。机器人能够在预知建筑模型构造的基础上实现对建筑中人的定位。 

      目前各大公司开始对这一观念感兴趣，Kleiner说，而且他希望得到欧联盟的赞助支持，因为他的绘图系统还能够通过由机器人组检测核装置来实现保障安全的作用。 

      “我确定每一个研究同步定位绘图方法的人都会认识到射频识别技术，从实用角度来讲，是最有前途的解决方案。”他说：“因为大多数对于同步定位绘图方法的设想目前还没有在灾难中得到应用。照相机并不能帮助救援小组，因为他们不能穿透烟雾。全球定位系统在卫星信号被钢筋混凝土建筑阻挡后会完全失去作用。而且目前三维激光测量技术价格也过于昂贵。