李 軍 胡光夏 阮 艷

(武漢職業(yè)技術(shù)學(xué)院 電子信息工程學(xué)院 湖北 武漢：430074)

隨著智能手機(jī)和其他無(wú)線(xiàn)設(shè)備數(shù)量的發(fā)展，基于用戶(hù)位置的移動(dòng)設(shè)備的各種服務(wù)和應(yīng)用越來(lái)越普遍，準(zhǔn)確捕捉用戶(hù)當(dāng)前位置的定位技術(shù)越來(lái)越重要。當(dāng)前常用的手機(jī)定位方式包括衛(wèi)星定位、基站定位、Wi-Fi輔助定位和AGPS定位。全球定位系統(tǒng)、北斗衛(wèi)星導(dǎo)航定位系統(tǒng)、AGPS定位和基站定位能夠?yàn)橹悄苁謾C(jī)室外定位提供便利，而在室內(nèi)定位技術(shù)則主要依賴(lài)智能手機(jī)接收各類(lèi)無(wú)線(xiàn)信號(hào)，常用的室內(nèi)定位技術(shù)有Wi-Fi、藍(lán)牙、射頻識(shí)別、超寬帶、超聲波、可見(jiàn)光等。在這些技術(shù)中，Wi-Fi因無(wú)需在建筑物中安裝其他設(shè)備或向移動(dòng)設(shè)備添加其他部件具有很大的優(yōu)勢(shì)，是更為大眾熟悉的技術(shù)。隨著與基于慣性傳感器(加速度計(jì)、陀螺儀、地磁傳感器，或二合一、三合一的組合)行人航位推算技術(shù)的融合，室內(nèi)定位的精度逐步提升，同時(shí)Wi-Fi、航位推算技術(shù)和地磁的融合集成也減少了對(duì)信號(hào)強(qiáng)度、運(yùn)動(dòng)條件和磁分布的依賴(lài)[1]。本文分析了適合智能手機(jī)的各種無(wú)線(xiàn)室內(nèi)定位技術(shù)優(yōu)缺點(diǎn)，討論了室內(nèi)定位常用方法和算法，提供了最新技術(shù)中有價(jià)值的信息和已上市的產(chǎn)品，并為今后室內(nèi)定位技術(shù)研究發(fā)展提出一些有意義的參考。

1 適應(yīng)智能手機(jī)的室內(nèi)定位技術(shù)

室內(nèi)定位技術(shù)是指在室內(nèi)環(huán)境下確定某一時(shí)刻智能手機(jī)或接收終端在無(wú)線(xiàn)局域網(wǎng)中位置的過(guò)程。大部分無(wú)線(xiàn)局域網(wǎng)都使用如IEEE802.11、BLE、RFID、UWB、聲波、超聲波、VLC等技術(shù)來(lái)實(shí)現(xiàn)無(wú)線(xiàn)連接,無(wú)線(xiàn)電波穿越大部分的室內(nèi)墻壁或其它障礙物，獲取更大的覆蓋范圍,手機(jī)用戶(hù)通過(guò)一個(gè)或多個(gè)無(wú)線(xiàn)接入點(diǎn)接入無(wú)線(xiàn)局域網(wǎng)，無(wú)線(xiàn)接入點(diǎn)類(lèi)似于無(wú)線(xiàn)通信網(wǎng)絡(luò)中的基站。

在目前大多數(shù)智能手機(jī)、筆記本電腦和其他便攜式用戶(hù)設(shè)備都支持Wi-Fi、藍(lán)牙、RFID等，使得這些技術(shù)成為室內(nèi)定位的理想候選?；诂F(xiàn)有的Wi-Fi接入點(diǎn)可用作信號(hào)采集的參考點(diǎn)，在不需要額外基礎(chǔ)設(shè)施的情況下構(gòu)建基本的定位系統(tǒng)，能夠達(dá)到合理的定位精度。但現(xiàn)有的Wi-Fi網(wǎng)絡(luò)通常用于通信，而不是定位目的，因此需要新穎高效的算法來(lái)提高其定位精度[2]。典型的定位算法主要有歐氏幾何距離、最近鄰法、k最近鄰法、支持向量回歸法(SVM)和線(xiàn)性判別分析(LDA)，樸素貝葉斯網(wǎng)絡(luò)、最大似然估計(jì)法(ML)、期望最大化算法(EM)、KL散度、高斯過(guò)程(GP)和條件隨機(jī)場(chǎng)(CRF)等。藍(lán)牙(Bluetooth Low Energy，BLE)定位解決方案大多依賴(lài)于用戶(hù)接收信號(hào)強(qiáng)度指示測(cè)距，iBeacons(由蘋(píng)果公司提供)和Eddystone(由谷歌公司提供)已經(jīng)提出了兩種基于BLE的協(xié)議，應(yīng)用程序通過(guò)接收信標(biāo)消息來(lái)估計(jì)iBeacon設(shè)備和用戶(hù)之間的距離。RFID是使用從發(fā)射機(jī)到任何射頻(RF)電路的電磁信號(hào)來(lái)傳輸和存儲(chǔ)數(shù)據(jù)[3],由一個(gè)可以與RFID標(biāo)簽通信的讀卡器組成。RFID定位的基本原理是，通過(guò)一組固定的閱讀器讀取目標(biāo)RFID標(biāo)簽的特征信息(如身份ID、接收信號(hào)強(qiáng)度等)，采用近鄰法、多邊定位法、接收信號(hào)強(qiáng)度等方法確定標(biāo)簽所在位置。RFID標(biāo)簽發(fā)出數(shù)據(jù)，RFID讀取器預(yù)先定義的RF和協(xié)議讀取的數(shù)據(jù)。

更新的室內(nèi)定位技術(shù)如聲波、超聲波[5]、VLC、UWB也在逐步應(yīng)用到智能手機(jī)或智能終端當(dāng)中?；诼曇粜盘?hào)的定位技術(shù)利用智能手機(jī)中的麥克風(fēng)傳感器來(lái)捕獲聲源與參考節(jié)點(diǎn)發(fā)出的信號(hào)，并估計(jì)用戶(hù)相對(duì)于參考節(jié)點(diǎn)的位置。同時(shí),移動(dòng)電話(huà)接收到的聲音信號(hào)中所經(jīng)歷的多普勒效應(yīng)的細(xì)微相位和頻率偏移也被用來(lái)估計(jì)電話(huà)的相對(duì)位置和速度。該技術(shù)能夠?qū)崿F(xiàn)高定位精度，但傳輸功率應(yīng)足夠低、需要額外的基礎(chǔ)設(shè)施和較高的更新率；基于超聲波的定位技術(shù)主要依靠超聲波信號(hào)的飛行時(shí)間測(cè)量來(lái)計(jì)算發(fā)射機(jī)和接收機(jī)節(jié)點(diǎn)之間的距離。研究表明，該方法可以提供厘米級(jí)的室內(nèi)定位精度，同時(shí)跟蹤多個(gè)移動(dòng)節(jié)點(diǎn)。然而，當(dāng)濕度和溫度變化時(shí)，超聲波信號(hào)變化很大?；诳梢?jiàn)光的定位技術(shù)使用手機(jī)的光傳感器來(lái)測(cè)量LED發(fā)射器的位置和方向。換言之，發(fā)光二極管發(fā)送信號(hào)，當(dāng)接收器/傳感器接收到該信號(hào)時(shí)，該信號(hào)可用于定位。基于可見(jiàn)光的定位的優(yōu)勢(shì)在于它的大規(guī)模擴(kuò)散。然而，一個(gè)基本的限制是，為了精確定位，發(fā)光LED和傳感器之間不能有阻礙。對(duì)于可見(jiàn)光，到達(dá)角度(AOA)被認(rèn)為是最精確的定位技術(shù)[6]；UWB因不受其他信號(hào)的干擾、可以穿透各種材料，包括墻壁，提供對(duì)室內(nèi)的準(zhǔn)確估計(jì)。2018年，Sevenhugs公司推出了全球首款采用UWB技術(shù)的智能遙控器，能夠?qū)崿F(xiàn)室內(nèi)定位以及全天候定位跟蹤功能。

Zigbee技術(shù)雖有利于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中傳感器的定位，但它在大多數(shù)用戶(hù)設(shè)備上不易實(shí)現(xiàn)，不利于手機(jī)用戶(hù)的室內(nèi)定位。除了以上提及的定位技術(shù)，還有基于圖像分析、電腦視覺(jué)、信標(biāo)定位等室內(nèi)定位技術(shù)。

2 常用室內(nèi)定位方法的比較

現(xiàn)有定位方法分為基于測(cè)距方法和不基于測(cè)距的方法?；跍y(cè)距的方法主要是測(cè)量未知節(jié)點(diǎn)和錨節(jié)點(diǎn)之間的距離或者角度信息，利用多邊定位法、三角定位法或最大似然估計(jì)法計(jì)算未知節(jié)點(diǎn)的位置。不基于測(cè)距的定位機(jī)制無(wú)需距離或角度信息，僅根據(jù)網(wǎng)絡(luò)的連通性等信息實(shí)現(xiàn)節(jié)點(diǎn)的定位方法有質(zhì)心算法、近似三角形內(nèi)點(diǎn)測(cè)試法、DV-HOP。表1列出了目前在智能手機(jī)中最常用三種室內(nèi)定位技術(shù)的優(yōu)缺點(diǎn)。三角定位法是根據(jù)信號(hào)強(qiáng)度(RSS)、到達(dá)時(shí)間(TOA)、到達(dá)時(shí)間差(TDOA)、到達(dá)角度(AOA)、飛行時(shí)間(TOF)等估算參考點(diǎn)與待測(cè)目標(biāo)間的距離。但是由于室內(nèi)障礙物的存在，利用三角定位法很難準(zhǔn)確確定室內(nèi)的位置。而基于指紋的定位方法利用Wi-Fi信號(hào)空間位置差異性，通過(guò)位置指紋關(guān)系數(shù)據(jù)庫(kù)及匹配算法查找目標(biāo)節(jié)點(diǎn)的位置指紋對(duì)應(yīng)的物理位置信息，以估計(jì)節(jié)點(diǎn)位置。因此，指紋技術(shù)比三角定位法或其他技術(shù)更精確[7]。但構(gòu)建離線(xiàn)指紋地圖需要花費(fèi)大量的時(shí)間和精力，而且造成添加、修改或刪除Wi-Fi接入點(diǎn)(AP)時(shí)，必須完全重新構(gòu)建指紋圖。此外，當(dāng)室內(nèi)特征(如墻壁甚至家具)發(fā)生變化時(shí)，需要重建指紋圖，因?yàn)闊o(wú)線(xiàn)信號(hào)環(huán)境的變化可能會(huì)扭曲指紋圖。近年來(lái)，隨著多個(gè)慣性傳感器(如加速度計(jì)、陀螺儀和磁強(qiáng)計(jì))與智能手機(jī)的融合，以人為中心的航位推算法應(yīng)運(yùn)而生，因此通過(guò)移動(dòng)輔助無(wú)線(xiàn)室內(nèi)定位成為新的發(fā)展趨勢(shì)[8]。

表1 不同室內(nèi)定位方法的優(yōu)缺點(diǎn)

3 室內(nèi)定位技術(shù)的發(fā)展方向

室內(nèi)定位技術(shù)的主要性能指標(biāo)是定位精度。到目前為止，研究人員通過(guò)補(bǔ)充某一技術(shù)領(lǐng)域的問(wèn)題或應(yīng)用其他技術(shù)領(lǐng)域來(lái)提高室內(nèi)定位的精度。

3.1 基于計(jì)算機(jī)視覺(jué)室內(nèi)定位技術(shù)[9]

該技術(shù)主要是通過(guò)現(xiàn)場(chǎng)周邊環(huán)境照片實(shí)現(xiàn)實(shí)時(shí)定位，本質(zhì)是以圖像指紋識(shí)別技術(shù)為基礎(chǔ)的室內(nèi)導(dǎo)航解決方案，其原理是通過(guò)后臺(tái)對(duì)手機(jī)拍攝2-3張地物照片的結(jié)構(gòu)信息(大小僅幾kB)進(jìn)行提取，發(fā)至服務(wù)器端，利用計(jì)算機(jī)視覺(jué)圖像識(shí)別技術(shù)進(jìn)行圖像空間結(jié)構(gòu)信息交叉比對(duì)后得到定位數(shù)據(jù)。

3.2 指紋地圖技術(shù)的發(fā)展

針對(duì)基于離線(xiàn)指紋數(shù)據(jù)庫(kù)匹配定位的缺陷，提出同時(shí)定位與地圖創(chuàng)建(simultaneous localization and mapping，SLAM)的思想[10]，它是將定位與環(huán)境地圖創(chuàng)建融為一體，即行人在運(yùn)動(dòng)過(guò)程中根據(jù)自身位姿和傳感器對(duì)環(huán)境感知構(gòu)建增量式環(huán)境特征地圖，同時(shí)利用該地圖估計(jì)自己的位姿。但難點(diǎn)是算法復(fù)雜，尤其是地圖實(shí)時(shí)測(cè)繪和更新技術(shù)一直是瓶頸。

為了提高Wi-Fi-SLAM的定位精度，Yiu和Yang[11]開(kāi)發(fā)了一種Wi-Fi信號(hào)重建方法，該方法將螢火蟲(chóng)算法整合到GP算法中。研究人員使用基于SS的方法從幾個(gè)采樣點(diǎn)收集Wi-Fi信號(hào)重建整個(gè)場(chǎng)的信號(hào)強(qiáng)度分布。在他們的實(shí)驗(yàn)中，中值誤差約為3m。文獻(xiàn)[12]提出了一種快速無(wú)線(xiàn)指紋收集(QRFC)算法來(lái)收集采樣信息,Android智能手機(jī)及其內(nèi)置的運(yùn)動(dòng)傳感器用于幫助收集過(guò)程。QRFC使采樣過(guò)程更簡(jiǎn)單，并且采樣所需的時(shí)間接近緩慢通過(guò)路徑的時(shí)間。

3.3 各種技術(shù)的融合定位

多源融合定位是獲得足夠室內(nèi)定位精度的技術(shù)框架之一。通常將智能手機(jī)加速度計(jì)、陀螺儀、磁強(qiáng)計(jì)、磁場(chǎng)傳感器數(shù)據(jù)與WIFI指紋技術(shù)的相結(jié)合的室內(nèi)定位方法。利用卡爾曼濾波、擴(kuò)展卡爾曼濾波和粒子濾波組合的方法，進(jìn)一步提升定位速度和定位精度。

一些方法如Ofstad等人[13]已經(jīng)使用光傳感器、聲音及溫度等傳感器的組合在基于智能手機(jī)的定位應(yīng)用中得到了探索。Arzizyan等人[14]將手機(jī)中的聲音、光和顏色傳感器結(jié)合起來(lái)，識(shí)別由手機(jī)攝像頭和麥克風(fēng)感應(yīng)到的光、聲信號(hào)。該方法根據(jù)環(huán)境的性質(zhì)對(duì)用戶(hù)運(yùn)動(dòng)類(lèi)型進(jìn)行分類(lèi)，并結(jié)合聲、光屬性，建立指紋數(shù)據(jù)庫(kù)進(jìn)行邏輯定位。文獻(xiàn)[15]在研究行人航位推算(PDR)、WiFi指紋和磁匹配(MM)的不同組合的基礎(chǔ)上，提出了一種混合的行人導(dǎo)航算法，PDR、WiFi和MM的集成減少了對(duì)導(dǎo)航環(huán)境和運(yùn)動(dòng)條件的依賴(lài)。

4 結(jié)論

目前，基于智能手機(jī)的高精度和實(shí)用性的室內(nèi)定位仍然是不夠成熟(僅為米級(jí))。由于各種限制，一些精確的定位解決方案無(wú)法輕易轉(zhuǎn)換為基于智能手機(jī)的解決方案。但是隨著智能手機(jī)的計(jì)算能力迅速提高，設(shè)備成本持續(xù)下降，搭載慣性運(yùn)動(dòng)感應(yīng)器、磁力計(jì)、攝像頭等裝置，具有4G/5G與WIFI等多種通信方式，開(kāi)發(fā)一套高精度、成本低、使用簡(jiǎn)單的自主室內(nèi)定位方案具備較好的技術(shù)可行性的。同時(shí)，借助移動(dòng)運(yùn)營(yíng)商后端云服務(wù)能力，提供給移動(dòng)用戶(hù)更豐富的定位輔助數(shù)據(jù)，提高室內(nèi)定位技術(shù)的擴(kuò)展性和靈活性。