[论文解读] Ultra-low-power Wireless Streaming Cameras

Saman Naderiparizi, Mehrdad Hessar+3 more|arXiv (Cornell University)|Jul 27, 2017

Energy Harvesting in Wireless Networks参考文献 19被引用 4

一句话总结

本论文提出了一种首个超低功耗无线视频流摄像机，通过一种新颖的模拟视频背向散射技术，摒弃了模数转换器、放大器和自动增益控制电路，实现了2.36 mW的功耗。该系统通过背向散射无线电直接调制像素电压，采用脉宽调制（PWM）技术，以13 FPS的帧率在长达150英尺的距离内传输视频，峰值信噪比（PSNR）在24–35 dB之间，使微小机器人和低功耗监控等应用成为可能。

ABSTRACT

Wireless video streaming has traditionally been considered an extremely power-hungry operation. Existing approaches optimize the camera and communication modules individually to minimize their power consumption. However, the joint redesign and optimization of wireless communication as well as the camera is what that provides more power saving. We present an ultra-low-power wireless video streaming camera. To achieve this, we present a novel "analog" video backscatter technique that feeds analog pixels from the photo-diodes directly to the backscatter hardware, thereby eliminating power consuming hardware components such as ADCs and amplifiers. We prototype our wireless camera using off-the-shelf hardware and show that our design can stream video at up to 13 FPS and can operate up to a distance of 150 feet from the access point. Our COTS prototype consumes 2.36mW. Finally, to demonstrate the potential of our design, we built two proof-of-concept applications: video streaming for micro-robots and security cameras for face detection.

研究动机与目标

• 设计一种功耗低于10 mW的超低功耗无线视频流摄像机。
• 通过摒弃模数转换器、放大器和自动增益控制等高功耗组件，突破传统视频流的功耗瓶颈。
• 实现在电池受限设备（如微小机器人和无源传感器）中持续视频流传输。
• 通过使用现成组件（COTS）在真实场景中展示系统的实际可行性。
• 在低信噪比、低功耗视频流条件下实现高精度的人脸检测，用于监控应用。

提出的方法

• 提出一种新颖的“模拟视频背向散射”系统，将光电二极管输出的原始模拟像素电压直接输入背向散射硬件，绕过模数转换器和放大器。
• 采用脉宽调制（PWM）将像素值编码为不同宽度的脉冲，相比调幅技术，可提升信噪比（SNR）和通信距离。
• 利用无源斜坡电路生成与像素电压电平成比例的可变脉冲宽度。
• 采用次载波调制技术，将PWM调制信号通过Wi-Fi或类似射频频段进行背向散射。
• 使用低功耗FPGA和112×112随机像素访问摄像机（CentEye）实现实时模拟像素读出。
• 采用USRP-X300配合GNU Radio作为接入点，接收并解码PWM背向散射信号。

实验结果

研究问题

• RQ1 能否通过在摄像机链路中摒弃传统的模数转换和放大阶段，实现超低功耗视频流？
• RQ2 在无放大器和模数转换器的情况下，脉宽调制（PWM）背向散射能否实现足够的信噪比（SNR）和通信距离以支持视频流？
• RQ3 基于现成组件（COTS）的原型能否在亚毫瓦功耗水平下实现每秒7帧或以上的实时视频流？
• RQ4 在不同距离和光照条件下，系统可实现的视频质量（PSNR）和检测精度（如人脸检测）如何？
• RQ5 此类系统能否在微小机器人和无源监控等低功耗应用中实现实际部署？

主要发现

• COTS原型的功耗仅为2.36 mW，显著低于以往系统。
• 系统可在长达150英尺的距离内以7–13帧每秒（FPS）的速率传输视频，PSNR范围为24至35 dB。
• 增加编码冗余可使在特定距离下的PSNR提升3 dB，从而改善视频质量。
• 当PSNR高于30 dB时，人脸检测准确率超过90%，在PSNR > 30 dB时可达到95%的准确率。
• 该系统对微小机器人电池寿命的影响可忽略不计，使其能够在移动且功耗受限的平台上实现持续视频流。
• 模拟背向散射方法可实现视频质量随信道条件平滑调整，无需显式速率自适应机制。