孫大洋，章榮煒，李 贊

（吉林大學(xué)通信工程學(xué)院，長(zhǎng)春130012）

1 引 言

基于位置服務(wù)（Location-based Services，LBS）的不斷普及和發(fā)展，對(duì)室內(nèi)定位的需求不斷提高。位置服務(wù)同移動(dòng)用戶行為習(xí)慣相結(jié)合可催生新的消費(fèi)級(jí)應(yīng)用，位置服務(wù)同企業(yè)需求相結(jié)合，可催生提高生產(chǎn)效率的“行業(yè)+定位”企業(yè)級(jí)應(yīng)用。統(tǒng)計(jì)數(shù)據(jù)表明，現(xiàn)代人每天大約有80%的時(shí)間是在室內(nèi)度過的，因此在消費(fèi)級(jí)市場(chǎng)領(lǐng)域室內(nèi)定位的用戶需求還有很大的發(fā)展空間。從需求的角度講，準(zhǔn)確的室內(nèi)定位可以全方位改善用戶體驗(yàn)。例如在大型超市和賣場(chǎng)中，用戶需要導(dǎo)航至某店鋪、最近的衛(wèi)生間或商場(chǎng)某個(gè)出口等問題都可以輕松解決；博物館自助導(dǎo)覽系統(tǒng)可以根據(jù)用戶準(zhǔn)確位置與朝向信息，無需用戶掃碼即可自動(dòng)對(duì)藝術(shù)品進(jìn)行語音講解，這將是一個(gè)全新的導(dǎo)覽用戶體驗(yàn)。除此之外，越來越多的室內(nèi)導(dǎo)航需求場(chǎng)景，如停車場(chǎng)尋車、目的地路線指引、樓層定位、共享出行的下單地點(diǎn)準(zhǔn)確定位等，都已成為影響用戶體驗(yàn)的需求痛點(diǎn)。在企業(yè)級(jí)市場(chǎng)領(lǐng)域，以位置服務(wù)為基礎(chǔ)，配合“互聯(lián)網(wǎng)+”、大數(shù)據(jù)、云計(jì)算等信息技術(shù)，可有效提高“行業(yè)+定位”企業(yè)級(jí)應(yīng)用的生產(chǎn)效率或執(zhí)行效率。在消防安全領(lǐng)域突發(fā)性的室內(nèi)定位服務(wù)場(chǎng)景中，定位服務(wù)有利于指揮中心獲知消防人員在室內(nèi)的具體位置，同時(shí)也可對(duì)室內(nèi)某位置的安全情況進(jìn)行監(jiān)測(cè)，為消防人員規(guī)劃安全撤離路徑。在工業(yè)4.0、智能倉(cāng)儲(chǔ)物流場(chǎng)景中，定位服務(wù)有利于實(shí)現(xiàn)生產(chǎn)流程可視化、可追蹤，可以一站式完成貨品的查詢與信息錄入功能。此外，機(jī)場(chǎng)行李、商場(chǎng)貴重物品跟蹤等都是潛在的企業(yè)級(jí)應(yīng)用，特別是近些年來5G 與無人系統(tǒng)飛速發(fā)展［1-2］，無人系統(tǒng)變得更加智能化和自主化，在室內(nèi)場(chǎng)景下，機(jī)器人、無人車間、智能工程等方面都將成為未來的主要應(yīng)用趨勢(shì)。

同時(shí)，從室內(nèi)定位性能需求的層面看，室內(nèi)定位的需求是具有較強(qiáng)的應(yīng)用相關(guān)性的。例如對(duì)于消費(fèi)級(jí)的定位，米級(jí)定位就可以滿足需求，因此，3GPP 的Rel.15 版TR38.885 對(duì)于定位的描述為：一般用戶，80%的情況下水平定位精度不低于50m，垂直精度5m，端到端延遲低于30s；商業(yè)用戶，室內(nèi)水平定位精度不低于3m，室外水平定位精度不低于10m，垂直精度不低于3m，端到端延遲低于1s。而工業(yè)4.0 則需要提供厘米級(jí)甚至毫米級(jí)的測(cè)量結(jié)果。

從技術(shù)與原理的角度看，室內(nèi)定位技術(shù)為許多應(yīng)用提供基于位置的服務(wù)，其中很重要的一個(gè)方面，室內(nèi)定位技術(shù)是室內(nèi)導(dǎo)航技術(shù)的基礎(chǔ)，如果沒有室內(nèi)定位技術(shù)作為支撐，室內(nèi)地圖只是傳統(tǒng)地圖的電子化，遠(yuǎn)不能發(fā)揮數(shù)字化的優(yōu)勢(shì)，室內(nèi)導(dǎo)航無從談起。而由于室內(nèi)環(huán)境中信道條件復(fù)雜、遮擋情況、高頻變化、多徑效應(yīng)、陰影效應(yīng)等因素，現(xiàn)有的全球衛(wèi)星導(dǎo)航系統(tǒng)（GNSS）無法在室內(nèi)使用，這使得室內(nèi)定位在理論方法和應(yīng)用實(shí)踐中都極具挑戰(zhàn)。面對(duì)不同的場(chǎng)景與需求，科研人員做了大量的研究工作，提出了基于信號(hào)強(qiáng)度指示、傳播時(shí)間測(cè)量、慣性定位、立體視覺等多種適用于不同場(chǎng)景的定位技術(shù)。這些定位技術(shù)在定位機(jī)理上具有較大的差異，因此與之對(duì)應(yīng)室內(nèi)定位的原理與算法也不盡相同，模型與測(cè)量技術(shù)往往是高度耦合的，同時(shí)也表現(xiàn)出了不同的性能。定位模型的前提不同，信息獲取的手段不同，處理與計(jì)算方式的不同，這些定位機(jī)理上的差異性也使得融合定位變得復(fù)雜。

因此，各種室內(nèi)定位技術(shù)與原理的機(jī)理與性能上的差異性，定位融合上的復(fù)雜性，再加上室內(nèi)定位應(yīng)用相關(guān)性較強(qiáng)這一特點(diǎn)也使得室內(nèi)定位類比全球定位系統(tǒng)建立一個(gè)較為普適的、應(yīng)用廣泛的室內(nèi)定位體系十分具有挑戰(zhàn)。這就要求我們必須從定位需求的角度進(jìn)行分析，從眾多的室內(nèi)定位技術(shù)中進(jìn)行選擇，從融合定位的角度進(jìn)行優(yōu)化，才能設(shè)計(jì)出符合實(shí)際需求的定位體系。本文即從室內(nèi)定位算法、測(cè)量技術(shù)、融合定位的角度對(duì)各種室內(nèi)定位的可選方案進(jìn)行梳理，對(duì)比室內(nèi)定位技術(shù)的性能差異，探討室內(nèi)定位技術(shù)應(yīng)用中的問題，討論目前室內(nèi)定位應(yīng)用所面臨的挑戰(zhàn)。

2 室內(nèi)定位主要技術(shù)與原理

2.1 多邊測(cè)量法

在眾多定位算法中，基于距離測(cè)量的定位算法是一類比較經(jīng)典的定位方法，其定位原理也較為簡(jiǎn)單。在距離可測(cè)量的前提下，可以使用多邊測(cè)量法進(jìn)行定位求解，其定位模型如圖1 所示，各基站坐標(biāo)已知，記為Ai(xi，yi)(i=1，2…，n)，移動(dòng)臺(tái)坐標(biāo)待求，設(shè)為X(x，y)。

如果移動(dòng)臺(tái)X(x，y)與基站之間的距離可測(cè)，設(shè)為，移動(dòng)臺(tái)的估計(jì)坐標(biāo)為(，)，記移動(dòng)臺(tái)X(x，y)與基站i之間的真實(shí)距離為di，有：

則多邊測(cè)量法的定位問題可轉(zhuǎn)化為函數(shù)

的極小優(yōu)化問題。

對(duì)于該優(yōu)化問題，可以通過多邊測(cè)量法［3］進(jìn)行求解，當(dāng)基站數(shù)目為3時(shí)，就是三邊測(cè)量法［4］。根據(jù)距離測(cè)量，可建立移動(dòng)臺(tái)的估計(jì)坐標(biāo)(?，?)的方程組：

圖1 多邊測(cè)量法定位模型Fig.1 Localization model of multilateration

該方程組求解可采用非線性最小二乘方法如牛頓迭代、梯度下降等方法求解。還可以采用另一種簡(jiǎn)單直觀的線性化方法：將方程組（3）中第1 個(gè)至第（n-1）個(gè)方程分別與第n個(gè)方程相減可得線性方程組（4）：

對(duì)該線性方程組求最優(yōu)解可得待定位節(jié)點(diǎn)的坐標(biāo)估計(jì)值：

多邊測(cè)量法是基于距離模型的求解方法，因此需要距離測(cè)量技術(shù)或距離估算技術(shù)作為前提，所有能進(jìn)行距離測(cè)量的技術(shù)理論上都可以應(yīng)用多邊測(cè)量法進(jìn)行定位求解，如利用信號(hào)到達(dá)時(shí)間進(jìn)行距離測(cè)量，根據(jù)信號(hào)衰減模型進(jìn)行距離計(jì)算，利用視覺測(cè)量獲得目標(biāo)距離，利用聲音進(jìn)行距離測(cè)量［5］等。

2.1.1 到達(dá)時(shí)間（Time of Arrival，ToA）算法

ToA 算法通過測(cè)量各基站發(fā)出信號(hào)到達(dá)移動(dòng)臺(tái)的時(shí)間來進(jìn)行距離測(cè)量。ToA算法采用如圖1的多邊測(cè)量法定位模型，基站坐標(biāo)已知，分別為A1(x1，y1)、A2(x2，y2)、A3(x3，y3)，移動(dòng)臺(tái)坐標(biāo)待求，設(shè)為X(x，y)。通過測(cè)量移動(dòng)臺(tái)和基站之間的傳輸時(shí)間Δt1、Δt2、Δt3，即可通過多邊測(cè)量法得到待測(cè)移動(dòng)臺(tái)坐標(biāo)。

其中，c為光速。

ToA 要求各基站保持時(shí)鐘同步。在理論上，該模型中多個(gè)圓應(yīng)交于一點(diǎn)，但該模型在實(shí)際運(yùn)用中由于存在測(cè)量誤差，因此實(shí)際計(jì)算中往往需要采用最小二乘法進(jìn)行最優(yōu)解求解。同時(shí)，在室內(nèi)距離測(cè)量受到非視距（Non Line of Sight，NLoS）的影響，因此許多改進(jìn)工作都基于此展開，如文獻(xiàn)［6］提出了一種基于ToA 的三維室內(nèi)定位算法LMR 來緩解NLoS 誤差，文獻(xiàn)［7］提出了基于卡爾曼濾波的ToA矯正算法等等。

2.1.2 信號(hào)到達(dá)時(shí)間差測(cè)量技術(shù)

由于無線信號(hào)以光速傳播，時(shí)間精度是影響ToA 測(cè)量精度的主要原因。采用超聲波輔助無線測(cè)距計(jì)算兩種信號(hào)到達(dá)差的測(cè)量技術(shù)是一種提高到達(dá)時(shí)間精度的有效方案。

圖2 無線信號(hào)與超聲波信號(hào)到達(dá)時(shí)間差示意圖[8]Fig.2 Diagram of TDoA between wireless and ultrasonic signals[8]

如圖2所示，發(fā)送端在t1時(shí)刻發(fā)送無線信號(hào)，經(jīng)過一段時(shí)延后在t2時(shí)刻發(fā)送超聲波信號(hào)，接收端在t3時(shí)刻接收到無線信號(hào)，在t4時(shí)刻接收到超聲波信號(hào)。如忽略無線電波傳播時(shí)延，發(fā)送端與接收端的時(shí)間差可估算為t4-t2-（t3-t1）。伯克利大學(xué)研發(fā)了基于超聲波時(shí)間差測(cè)距Cricket節(jié)點(diǎn)，且定位精度可達(dá)毫米級(jí)，但由于超聲波的發(fā)射與接收需要有比較明確的方向指向性，因此基站的設(shè)計(jì)需要有多路的超聲波發(fā)送與接收模塊，而且要求調(diào)整基站部署時(shí)的擺放姿態(tài)，以保證信號(hào)可接收并測(cè)量距離。

2.1.3 超寬帶(Ultra Wide Band，UWB)定位技術(shù)

UWB 是一種無載波的短距離通信技術(shù)，它使用納秒級(jí)的窄脈沖來傳輸數(shù)據(jù)。依據(jù)FCC 的規(guī)定UWB 信號(hào)指帶寬大于等于500MHz，或相對(duì)帶寬大于20%的信號(hào)，這里的相對(duì)帶寬的定義是

式中，fH、fL分別為功率較峰值功率下降10dB 時(shí)所對(duì)應(yīng)的高端頻率和低端頻率，fc是信號(hào)的中心頻率，

圖3 超寬帶信號(hào)與窄帶信號(hào)的比較Fig.3 Comparison of UWB and narrow-band signals

UWB 定位系統(tǒng)在探測(cè)過程中發(fā)射的不是脈沖時(shí)間間隔固定不變的窄脈沖串，而是按照特定規(guī)則進(jìn)行偽隨機(jī)跳變，從而使其功率分配到極廣的頻帶范圍內(nèi)［9］。

研究表明，UWB 在LoS 環(huán)境下定位精度較高，但是在NLoS 環(huán)境下精度會(huì)出現(xiàn)性能下降。目前，Decawave 公司的UWB 芯片可達(dá)厘米級(jí)的測(cè)量精度，TimeDomain 公司使用UWB 技術(shù)可以達(dá)到毫米級(jí)的定位精度。

UWB 技術(shù)還在不斷發(fā)展中，文獻(xiàn)［10］提出了一種緊湊型UWB-MIMO 天線，為5G 終端設(shè)備提供高速的數(shù)據(jù)服務(wù)，文獻(xiàn)［11］提出了一種用于認(rèn)知無線電頻譜傳感的緊湊型平面UWB 天線。此外，UWB 還可作為檢測(cè)與通信技術(shù)用于其他領(lǐng)域，如使用共聚焦算法實(shí)現(xiàn)乳腺癌檢測(cè)［12］，做成小型設(shè)備植入人體［13］等。

2.2 基于到達(dá)時(shí)間差（Time Difference of Arrival，TDoA）算法

TDoA 通過選取特定基站作為參考基站后，移動(dòng)臺(tái)根據(jù)接收到的時(shí)間戳來計(jì)算時(shí)間差，利用該時(shí)間差進(jìn)行計(jì)算獲得移動(dòng)臺(tái)的位置。TDoA 的定位模型如圖4 所示，基站坐標(biāo)已知，分別為A1(x1，y1)，A2(x2，y2)，…，An(xn，yn)，移動(dòng)臺(tái)坐標(biāo)待求，設(shè)為X(x，y)。通過測(cè)量移動(dòng)臺(tái)接收各基站之間的到達(dá)時(shí)間t1，t2，…tn，計(jì)算相對(duì)于參考基站的時(shí)間差Δt21，Δt31，…，Δtni，之后通過求解下列方程組即可得到待測(cè)坐標(biāo)。

其中，c為光速，Δtni=ti-t1(i=2，3…n)。

本算法可以通過聲源定位實(shí)現(xiàn)［14］，也可以通過UWB實(shí)現(xiàn)［15］。

與ToA 相比，TDoA 不要求基站與移動(dòng)臺(tái)之間的時(shí)間同步，但需要基站間的時(shí)間同步，移動(dòng)臺(tái)僅接收基站發(fā)送的信號(hào)即可，類比GNSS，這一特性使得該定位模型的理論上的系統(tǒng)容量沒有上限。TDoA 模型的求解本質(zhì)上是求雙曲線的交點(diǎn)，需要求解非線性方程組，同時(shí)也受到非視距問題的影響，因此許多科研工作都是圍繞求解與優(yōu)化展開，如經(jīng)典的TDoA 求解算法Taylor 級(jí)數(shù)法［16］，Chan 算法［17］，NLoS的識(shí)別與修正［18］等。

2.3 基于到達(dá)角度（Angle of Arrival，AoA）的算法

如果移動(dòng)臺(tái)具有信號(hào)到達(dá)角度測(cè)量功能，則可以通過使用天線陣列來測(cè)量從各基站發(fā)出的信號(hào)到達(dá)移動(dòng)臺(tái)之后的角度，利用該角度信息來確定位置，這就是基于到達(dá)角度的AoA定位。

圖4 TDoA定位模型Fig.4 Localization model of TDoA

AoA 算法的定位模型如圖5所示，以3 基站情形為例，基站坐標(biāo)已知，分別為A(x1，y1)、B(x2，y2)、C(x3，y3)，移動(dòng)臺(tái)坐標(biāo)待求，設(shè)為X(x，y)。通過測(cè)量到達(dá)角度θ1、θ2、θ3，求解下列方程組即可得到移動(dòng)臺(tái)坐標(biāo)。

圖5 AoA定位模型Fig.5 Localization model of AoA

AoA 定位相較于ToA 與TDoA 而言無需進(jìn)行時(shí)間同步，但是它的硬件實(shí)現(xiàn)起來相對(duì)復(fù)雜，定位精度會(huì)受到信號(hào)帶寬、距離等因素的影響，距離越遠(yuǎn)測(cè)量精度會(huì)越低，定位精度也相應(yīng)降低。因此許多科研工作基于此進(jìn)行了改進(jìn)：如加權(quán)的AoA 方法［19］，基于MUSIC算法來進(jìn)行估計(jì)AoA和通過更改陣列天線的參數(shù)來增強(qiáng)估計(jì)效果的方法［20］等。

隨著5G的發(fā)展，5G定位逐漸開始得到關(guān)注，而5G 的高載波頻率、高帶寬、天線數(shù)量多、網(wǎng)絡(luò)密度大等特點(diǎn)也更適合于室內(nèi)定位。理論上，5G 采用毫米波通信，而毫米波通信具有較好的方向性，可以實(shí)現(xiàn)更高精度的測(cè)距和測(cè)角，同時(shí)采用大規(guī)模天線技術(shù)，具有更高分辨率的波束，也可以實(shí)現(xiàn)更高精度的測(cè)距和測(cè)角特性。因此，5G更適合采用AoA的定位方式以獲得更好的精度。目前，華為采用5G天線來獲取信號(hào)的AoA，可以獲得高精度的方位角，據(jù)此可以計(jì)算得到目標(biāo)的相對(duì)位置與絕對(duì)位置。

2.4 接收信號(hào)強(qiáng)度（Received Signal Strength，RSS）定位技術(shù)

接收信號(hào)強(qiáng)度定位技術(shù)主要基于無線信號(hào)的傳播模型：無線信號(hào)傳播的功率衰減是信號(hào)傳播距離的函數(shù)：Pr=f（Pt，d），其中Pr是可測(cè)的接收信號(hào)強(qiáng)度，Pt是信號(hào)發(fā)射強(qiáng)度，d是信號(hào)傳播距離，f是信號(hào)強(qiáng)度與衰減距離的經(jīng)驗(yàn)?zāi)Ｐ?。理論上，如果發(fā)射功率已知，信號(hào)傳播經(jīng)驗(yàn)?zāi)Ｐ鸵阎跍y(cè)得了移動(dòng)臺(tái)接收到的Pr信號(hào)強(qiáng)度值后，即可求得基站與移動(dòng)臺(tái)之間無線信號(hào)傳播距離。典型的信號(hào)傳播模型有自由空間傳播模型，地面反射模型（圖6）等，在獲得移動(dòng)臺(tái)與多個(gè)基站間的距離后即可使用多邊測(cè)量法進(jìn)行位置求解。但是由于室內(nèi)信道環(huán)境十分復(fù)雜多變，難以準(zhǔn)確評(píng)估信道模型，同時(shí)RSS 的穩(wěn)定性問題，區(qū)分度問題，可靠性問題，這些因素都使得使用RSS 進(jìn)行距離測(cè)量進(jìn)而求解移動(dòng)臺(tái)位置的方式，其定位精度較低［21］，以致有研究認(rèn)為：如果沒有更復(fù)雜的環(huán)境模型或者額外的定位基礎(chǔ)設(shè)施，RSS測(cè)距性能將無法取得突破［22-23］。

圖6 地面發(fā)射模型Fig.6 Ground launch model

因此更多關(guān)于RSS 的研究采用指紋方法，其定位的基本原理框架如圖7 所示。通過對(duì)室內(nèi)某點(diǎn)進(jìn)行RSS 采集，可以接收到各基站的RSS 值，這一組RSS 值構(gòu)成了該位置的指紋，室內(nèi)中不同點(diǎn)的位置都有自己的指紋信息。通過提前在待測(cè)場(chǎng)景離線測(cè)量指紋來建立RSS 的指紋數(shù)據(jù)庫(kù)，從而在實(shí)際定位的過程中通過當(dāng)前測(cè)得的指紋和數(shù)據(jù)庫(kù)中的指紋對(duì)比而得到當(dāng)前的位置。此方法由于近年來室內(nèi)WiFi 的普及，無需建立室內(nèi)定位基礎(chǔ)設(shè)施，因此受到了廣大科研工作者的青睞，進(jìn)行了大量的研究工作，同時(shí)，藍(lán)牙信號(hào)強(qiáng)度，lora 信號(hào)強(qiáng)度等都屬于此類研究。然而，此方法雖然避免了信號(hào)傳播模型難以準(zhǔn)確估計(jì)的問題，但仍然受到室內(nèi)環(huán)境復(fù)雜，場(chǎng)景高頻變化等因素的影響，同時(shí)離線指紋采集需要提前對(duì)所有位置建立數(shù)據(jù)庫(kù)，因此系統(tǒng)維護(hù)成本較高。

圖7 指紋法的定位體系框架Fig.7 Localization framework of fingerprint method

2.4.1 WiFi定位技術(shù)

WiFi 定位主要是基于RSS的指紋定位方法，其離線采樣階段的主要任務(wù)是構(gòu)建包含樣本點(diǎn)RSS值的樣本指紋數(shù)據(jù)庫(kù)。經(jīng)典操作方式是在位置區(qū)域中設(shè)置固定數(shù)量的采樣點(diǎn)和無線接入點(diǎn)AP。通過測(cè)量和收集采樣點(diǎn)的RSS 值，來建立采樣點(diǎn)的位置指紋數(shù)據(jù)庫(kù)。

在線定位階段主要基于某種搜索匹配方法，將測(cè)試節(jié)點(diǎn)的RSSI 值與位置指紋數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行匹配。常用的匹配算法有：K鄰近算法（KNN）、K加權(quán)鄰近算法（WKNN）、K均值聚類算法、主成分分析法（PCA）、神經(jīng)網(wǎng)絡(luò)算法、支持向量機(jī)算法等。

WiFi 定位因已經(jīng)存在分布廣泛的無線路由器而不需要再額外布置基礎(chǔ)設(shè)施，而且該室內(nèi)定位方案使用智能手機(jī)即可實(shí)現(xiàn)定位，因此引起了許多科研工作者的興趣。但是由于WiFi 定位使用的是指紋定位技術(shù)，也存在著指紋定位的缺陷，離線采集指紋數(shù)據(jù)庫(kù)的維護(hù)成本，室內(nèi)環(huán)境多變都是其實(shí)際應(yīng)用所面臨的挑戰(zhàn)，因此科研工作者們基于WiFi指紋定位系統(tǒng)做出了大量的改進(jìn)，如通過預(yù)測(cè)方法來減少離線指紋建庫(kù)的工作量［24］，為避免K 加權(quán)鄰近算法和樸素貝葉斯分類器存在的因AP 選擇不當(dāng)而導(dǎo)致定位性能大幅減小的問題，使用基于域聚類的WiFi 室內(nèi)位置估計(jì)策略［25］，從二維空間定位擴(kuò)展到三維空間定位［26］等。目前WiFi 定位在IPIN 國(guó)際競(jìng)賽中可以達(dá)到1.2m 的精度。但在實(shí)際應(yīng)用層面，如何降低離線采集工作量與指紋數(shù)據(jù)庫(kù)的維護(hù)成本，將是制約該技術(shù)實(shí)際應(yīng)用的一個(gè)重要因素。

2.4.2 iBeacon定位技術(shù)

iBeacon 是蘋果公司在2013年推出的基于低功耗藍(lán)牙技術(shù)（Bluetooth Low Energy，BLE）的室內(nèi)定位技術(shù)，iBeacon 定位分為基站和移動(dòng)臺(tái)兩部分，基站每隔一定的時(shí)間廣播包括UUID，Major，Minor，RSSI，proximity，accuracy 等信息的數(shù)據(jù)包。其中，RSSI 反映了接收信號(hào)的強(qiáng)度，proximity 反映了基站到移動(dòng)臺(tái)的距離且分為四個(gè)等級(jí)，分別為Unknow，Immediate，Near，F(xiàn)ar，如圖8 所示。因此iBeacon 定位也是基于RSS信號(hào)強(qiáng)度進(jìn)行的。

移動(dòng)臺(tái)收到廣播信息后可以基于信號(hào)強(qiáng)度的原理，通過指紋的方法進(jìn)行定位，或者使用RSS 估算基站距離，使用多邊測(cè)量法進(jìn)行定位，還可以使用基于proximity 的定位方法，進(jìn)行粗略的定位估計(jì)，大致判斷移動(dòng)臺(tái)當(dāng)前所處的位置。

2.5 慣性導(dǎo)航（Inertial Navigation）

航位推算是全球?qū)Ш蕉ㄎ幌到y(tǒng)興起前非常經(jīng)典的導(dǎo)航手段，如今隨著傳感器技術(shù)的飛速發(fā)展，可以很容易地使用陀螺儀與加速度測(cè)量?jī)x來測(cè)量節(jié)點(diǎn)移動(dòng)臺(tái)的瞬時(shí)運(yùn)動(dòng)信息［27］。

圖8 iBeacon的接近度等級(jí)Fig.8 Proximity level of iBeacon

使用該技術(shù)的系統(tǒng)目前又稱為慣性導(dǎo)航系統(tǒng)（Inertial Navigation System，INS），它通過加速度計(jì)得到物體的加速度，依次積分得到速度和位移；再通過方向傳感器和陀螺儀獲取物體的運(yùn)動(dòng)方向。二者相結(jié)合再根據(jù)初始位置即可得到實(shí)時(shí)的位置信息，其定位示意圖如圖9所示。

圖9 慣導(dǎo)定位模型Fig.9 Inertial navigation localization model

慣導(dǎo)技術(shù)不需要提前在定位場(chǎng)景安裝任何基礎(chǔ)設(shè)施也不會(huì)受無線環(huán)境的干擾，這使得它有著廣泛的應(yīng)用前景。隨著微機(jī)電系統(tǒng)的不斷發(fā)展，慣性傳感器不斷地小型化，從而開始在室內(nèi)定位領(lǐng)域使用。慣導(dǎo)技術(shù)無需借助任何外部設(shè)備，僅通過自身裝備的陀螺儀、加速度計(jì)等設(shè)備即可實(shí)現(xiàn)定位，因此慣導(dǎo)技術(shù)的定位精度一方面受制于慣性傳感器的精度與成本，另一方面隨著時(shí)間的推進(jìn)受到累積誤差的影響，導(dǎo)致長(zhǎng)期的導(dǎo)航定位結(jié)果不可靠。大量的科研工作也主要圍繞這兩點(diǎn)展開。行人航位推算（Pedestrian Dead Reckoning，PDR）技術(shù)引起了許多科研工作者的興趣。文獻(xiàn)［28］通過使用最少的地圖信息和引入了粒子過濾器增強(qiáng)PDR 性能。針對(duì)累積誤差導(dǎo)致的漂移問題，文獻(xiàn)［29］提出了高級(jí)啟發(fā)式漂移消除算法，實(shí)驗(yàn)結(jié)果表明它可以有效地消除方位角的漂移誤差。而因?yàn)閱为?dú)的慣性測(cè)量定位存在累積誤差問題，許多研究人員采取了融合定位的方式。文獻(xiàn)［30］采用了慣性測(cè)量與UWB相結(jié)合的方式，通過線性回歸矩陣模型來修正慣性導(dǎo)航路徑，并通過最小二乘法來確定UWB 軌跡與慣性導(dǎo)航軌跡相關(guān)的方程式，從而修正軌跡。文獻(xiàn)［31］采用了視覺技術(shù)與慣性測(cè)量相結(jié)合的視覺慣性導(dǎo)航技術(shù)。

2.6 即時(shí)定位與地圖構(gòu)建（SLAM）技術(shù)

SLAM 技術(shù)，主要用于機(jī)器人進(jìn)入一個(gè)未知環(huán)境時(shí)通過各種傳感器獲取環(huán)境的參數(shù)來增量式地構(gòu)建環(huán)境地圖，并確定自身所處的位置和姿態(tài)，從而實(shí)現(xiàn)機(jī)器人的定位和導(dǎo)航。SLAM問題包含四個(gè)方面，對(duì)環(huán)境進(jìn)行描述從而建立地圖、獲取環(huán)境信息、獲取的環(huán)境信息并據(jù)此更新地圖、可靠的SLAM算法［32］，其基本原理如圖10所示。

圖10 SLAM系統(tǒng)基本原理框圖Fig.10 Framework of SLAM

SLAM對(duì)于地圖的描述，主要有柵格地圖、幾何地圖、拓?fù)涞貓D。柵格地圖是將整個(gè)環(huán)境分為若干大小相同的柵格；幾何地圖是抽象出環(huán)境的幾何特征來進(jìn)行描述；拓?fù)涞貓D是建立在幾何地圖的基礎(chǔ)上，把環(huán)境描述為由弧連接在一起的許多節(jié)點(diǎn)。

SLAM 的室內(nèi)定位技術(shù)可以采用信標(biāo)定位、慣導(dǎo)定位、地圖匹配、視覺定位等技術(shù)。由于各種定位技術(shù)均存在一定的問題，如全球?qū)Ш蕉ㄎ幌到y(tǒng)無法用于室內(nèi)，慣導(dǎo)定位受到累計(jì)誤差的影響，地圖匹配速率慢，導(dǎo)航信標(biāo)成本高等，SLAM還可以采用混合定位的方式將其他定位手段進(jìn)行融合，得到更加穩(wěn)定的定位結(jié)果。

2.6.1 視覺SLAM

視覺SLAM指的是使用光學(xué)相機(jī)作為外部傳感器的SLAM。根據(jù)圖像信息處理方式的不同，SLAM可以分為基于特征的SLAM 和直接SLAM。基于特征的SLAM 對(duì)輸入圖像的特征點(diǎn)進(jìn)行提取，通過特征匹配來計(jì)算相機(jī)位姿并對(duì)環(huán)境進(jìn)行建圖。這種方法基于圖像特征提取，可以有效地減小計(jì)算量，但是對(duì)于紋理少的場(chǎng)景（如白墻）會(huì)因無法實(shí)現(xiàn)特征的提取而導(dǎo)致使用受限。另一種直接SLAM方法可以解決這一問題，它直接利用像素點(diǎn)的強(qiáng)度信息進(jìn)行計(jì)算，對(duì)于特征點(diǎn)較少的場(chǎng)景具有更好的準(zhǔn)確性，但是計(jì)算量較大。

根據(jù)使用相機(jī)的不同，SLAM 技術(shù)又可以分為單目視覺SLAM、立體視覺SLAM 和RGB-D SLAM。單目視覺SLAM［33］僅用一個(gè)相機(jī)，使用簡(jiǎn)單且成本低廉，但是由于在每個(gè)時(shí)刻只能獲取一張圖像，且只能依靠獲得的圖像數(shù)據(jù)計(jì)算環(huán)境物體的方向信息，獲得可靠的深度信息的能力較差，從而初始地圖創(chuàng)建及特征點(diǎn)的深度恢復(fù)都比較困難。立體視覺SLAM 使用多個(gè)相機(jī)，能夠獲取更多的特征數(shù)據(jù)，但是同時(shí)也導(dǎo)致了系統(tǒng)設(shè)計(jì)復(fù)雜和成本高的問題。RGB-D SLAM 指單目相機(jī)與紅外傳感器相結(jié)合的技術(shù)，它能夠在獲得彩色圖像的同時(shí)獲得深度圖像，但是它對(duì)外界的光線干擾敏感而且成本高。

視覺SLAM技術(shù)，無論是采用單目視覺、立體視覺還是RGB-D SLAM，均可以獲得深度信息，因而可以采用多邊測(cè)量法進(jìn)行目標(biāo)定位。同時(shí)，SLAM技術(shù)還可以采用視覺里程計(jì)的方式估算目標(biāo)位置［34］。

視覺SLAM 無論是采用何種方式，都存在一些共性問題，如在無紋理或者光照弱的環(huán)境下表現(xiàn)較差，受相機(jī)視野、運(yùn)動(dòng)速度的影響，計(jì)算量大，遮擋、特征缺失、動(dòng)態(tài)物體或光源干擾都會(huì)影響其定位性能等。

2.6.2 激光SLAM技術(shù)

與視覺SLAM采用光學(xué)相機(jī)作為外部傳感器不同，激光SLAM 利用激光雷達(dá)作為外部傳感器。激光雷達(dá)工作時(shí)發(fā)送激光束，激光遇到障礙物后會(huì)有部分反射回來，接收到這些信號(hào)后通過內(nèi)部的數(shù)字信號(hào)處理實(shí)時(shí)解算便可得到目標(biāo)物體與雷達(dá)之間的距離和夾角信息。

激光雷達(dá)抗光線干擾的能力較強(qiáng)，在近期的研究中，地圖重構(gòu)算法，閉環(huán)檢測(cè)算法，融合定位算法等方面，都是激光SLAM 的研究熱點(diǎn)，文獻(xiàn)［35］基于激光SLAM提出了一種新的GP-SLAM方法，該方法利用一種區(qū)域化的高斯過程地圖重構(gòu)算法來表示地圖，實(shí)驗(yàn)證明取得了不錯(cuò)的效果。文獻(xiàn)［36］提出了一種基于空間位置和外觀相似度的混合閉環(huán)檢測(cè)方法應(yīng)用于激光SLAM，從而有效地減少累積偏差和耗時(shí)。文獻(xiàn)［37］介紹了一種激光SLAM 和視覺SLAM 融合的定位方式，實(shí)際距離的定位誤差可以小于5%而且當(dāng)傳感器不是很強(qiáng)大時(shí)，所提出的系統(tǒng)能夠改善定位。

3 融合定位

由于不同的定位技術(shù)具有各自的優(yōu)點(diǎn)和缺點(diǎn)，因此可以采用融合定位的方式融合多種定位技術(shù)的優(yōu)勢(shì)提高定位精度和可靠性。融合定位通?？煞譃閮煞N形式：基于貝葉斯濾波的融合定位和基于機(jī)器學(xué)習(xí)的融合定位。

3.1 基于貝葉斯濾波的融合定位

3.1.1 貝葉斯濾波基本概念

基于貝葉斯濾波的定位問題可描述為如下過程：在k時(shí)刻，我們具有一個(gè)包含位置的系統(tǒng)狀態(tài)矢量xk，在1 到k時(shí)刻我們可以得到一系列具有噪聲的觀測(cè)量y1：k，例如測(cè)距和指紋地圖等。我們希望根據(jù)這些觀測(cè)量，對(duì)無法直接觀測(cè)到的位置進(jìn)行估計(jì)?；谪惾~斯估計(jì)理論，上述過程可以看成是對(duì)后驗(yàn)概率p(xk|y1：k)的估計(jì)。假設(shè)這一過程符合馬爾科夫模型，即具有以下兩個(gè)特性：

（1）狀態(tài)量的馬爾科夫特性

狀態(tài){x1，x2，…，xn}形成一個(gè)馬爾科夫序列，狀態(tài)量的馬爾科夫特性是指時(shí)刻k的狀態(tài)xk只與它的上一時(shí)刻狀態(tài)xk-1有關(guān)，與k- 1時(shí)刻之前的狀態(tài)無關(guān)。狀態(tài)xk與xk-1之間滿足如下關(guān)系：

其中f(?)為系統(tǒng)模型，vk為系統(tǒng)噪聲。

（2）狀態(tài)量的條件獨(dú)立

已知當(dāng)前狀態(tài)xk時(shí)，當(dāng)前測(cè)量值yk僅與當(dāng)前狀態(tài)有關(guān)，與此前的所有狀態(tài)量和測(cè)量值均條件獨(dú)立。yk與xk的關(guān)系為：

其中h(?)為觀測(cè)模型，uk為觀測(cè)噪聲。

貝葉斯濾波為上述估計(jì)問題提供了一種基于概率分布形式的解決方案。貝葉斯濾波有多種形式，常見的有卡爾曼濾波（Kalman Filter，KF），擴(kuò)展卡爾曼濾波（Extended Kalman Filter，EKF）和粒子濾波（Particle Filter，PF）。其中，KF 假設(shè)系統(tǒng)為線性系統(tǒng)，噪聲為高斯噪聲；EKF 通過泰勒級(jí)數(shù)展開的方法可處理非線性系統(tǒng)，但是噪聲仍需假設(shè)為高斯噪聲；PF基于蒙特卡洛方法利用大量粒子模擬概率分布，從而能夠處理非線性系統(tǒng)和非高斯噪聲。在實(shí)際環(huán)境中，定位問題通常是非線性系統(tǒng)和非高斯噪聲，因此相比于KF和EKF，PF通常能夠?qū)崿F(xiàn)較好的定位性能，但是計(jì)算復(fù)雜度相對(duì)較高。

3.1.2 基于貝葉斯濾波的融合定位

貝葉斯濾波常用于融合多種定位方式，特別是慣性定位與其它定位方法的融合。慣性定位通過加速計(jì)、陀螺儀和磁力計(jì)推斷定位目標(biāo)在不同時(shí)刻的相對(duì)位移，并最終得到定位目標(biāo)位置。慣性定位在短時(shí)間內(nèi)可以實(shí)現(xiàn)較高的相對(duì)定位精度，但是長(zhǎng)時(shí)間的誤差積累會(huì)最終導(dǎo)致較大的絕對(duì)定位誤差。因此慣性定位需要通過其它定位方法進(jìn)行校正，例如無線定位。無線定位通過無線測(cè)量值（例如，ToA時(shí)間測(cè)距、信號(hào)強(qiáng)度測(cè)距、信號(hào)指紋等）獲得當(dāng)前時(shí)刻的定位位置，不同時(shí)刻定位結(jié)果之間相互獨(dú)立。因此由于測(cè)量噪聲的影響，連續(xù)時(shí)刻之間的定位位置會(huì)有較大跳動(dòng)。無線定位結(jié)果通常也需要慣性定位進(jìn)行平滑，從而降低定位誤差。

基于貝葉斯濾波的融合算法，通常利用慣性定位估算兩個(gè)時(shí)刻之間的相對(duì)位移，并以此設(shè)計(jì)貝葉斯濾波中的系統(tǒng)模型xk=f(xk-1，vk)?；谙到y(tǒng)模型獲得狀態(tài)的預(yù)測(cè)值xk之后，貝葉斯濾波將通過無線定位作為觀測(cè)模型yk=h(xk，uk)進(jìn)一步更新定位位置。

在文獻(xiàn)［38］中，研究人員通過一種加權(quán)的增強(qiáng)型PF融合慣性定位和基于WiFi信號(hào)強(qiáng)度的測(cè)距定位。實(shí)驗(yàn)表明，融合定位的定位精度明顯高于慣性定位和測(cè)距定位。在文獻(xiàn)［39］中，研究人員通過一種自適應(yīng)噪聲方差的粒子濾波器融合慣性定位、GPS和WiFi指紋定位，從而實(shí)現(xiàn)了室內(nèi)外一體化無縫定位。在文獻(xiàn)［40］中，研究人員研究了基于信號(hào)強(qiáng)度和到達(dá)時(shí)間的測(cè)距定位，并提出了一種基于KF 的融合定位方法。實(shí)驗(yàn)表明通過融合測(cè)距定位和到達(dá)時(shí)間定位，可以有效地提高定位精度。在文獻(xiàn)［41］中，研究人員提出一種EKF融合超寬帶測(cè)距定位和慣性定位的多人協(xié)作定位新方法，該方法可以有效地提高多消防員之間的協(xié)作定位精度。在文獻(xiàn)［42］中，研究人員通過緊耦合KF 融合超寬帶信號(hào)到達(dá)時(shí)間差測(cè)距和慣性定位，實(shí)現(xiàn)了亞米級(jí)的高精度室內(nèi)定位。在文獻(xiàn)［43］中，研究人員通過KF 將可見光定位和慣性定位進(jìn)行緊耦合，實(shí)現(xiàn)了在稀疏可見光光源環(huán)境下的高精度定位。

3.1.3 基于PF的地圖匹配融合定位

PF常用于融合室內(nèi)地圖信息，從而進(jìn)一步提高室內(nèi)定位精度。傳統(tǒng)的室外地圖匹配通過構(gòu)圖的方式將室外路網(wǎng)建模為點(diǎn)和邊的形式，從而將定位目標(biāo)的位置移動(dòng)局限在圖中不同點(diǎn)之間的轉(zhuǎn)換。相對(duì)于室外地圖匹配，室內(nèi)地圖匹配更加復(fù)雜，并且定位精度要求更高，因此簡(jiǎn)單的路網(wǎng)匹配難以滿足室內(nèi)定位的需求。

PF 基于蒙特卡洛方法利用大量粒子群來模擬概率分布。PF 首先通過慣性定位設(shè)計(jì)系統(tǒng)模型并更新粒子。在眾多粒子中，可能會(huì)出現(xiàn)部分粒子穿墻的情況，而這種情況是物理不可實(shí)現(xiàn)的。因此我們可以將這些粒子的權(quán)重設(shè)為0，從而濾除這些物理不可實(shí)現(xiàn)的粒子。通過上述過程，室內(nèi)地圖可以有效地限制粒子移動(dòng)，從而提高定位精度。

在文獻(xiàn)［44］中，研究人員設(shè)計(jì)了一種通過PF融合慣性定位和室內(nèi)地圖的室內(nèi)定位系統(tǒng)。該系統(tǒng)通過慣性定位更新粒子，并基于室內(nèi)地圖對(duì)粒子更新進(jìn)行限制。實(shí)驗(yàn)表明，室內(nèi)地圖的限制可以有效修正慣性定位的積累誤差，從而大大提高了定位精度。在文獻(xiàn)［45］中，研究人員通過一種增強(qiáng)粒子濾波器融合WiFi 和地磁定位，并利用室內(nèi)地圖對(duì)粒子更新進(jìn)行限制，從而進(jìn)一步提高了定位精度。

3.2 基于機(jī)器學(xué)習(xí)的融合定位

近年來隨著人工智能的快速發(fā)展，機(jī)器學(xué)習(xí)算法也更多地應(yīng)用在室內(nèi)定位領(lǐng)域，特別是指紋定位。對(duì)于指紋定位，離線采集的指紋數(shù)據(jù)用于訓(xùn)練不同機(jī)器學(xué)習(xí)模型，例如支持向量機(jī)、隨機(jī)森林和深度學(xué)習(xí)等。當(dāng)接收到一組新的觀測(cè)信號(hào)后，我們可以通過已訓(xùn)練的機(jī)器學(xué)習(xí)模型進(jìn)行分類或者回歸，從而實(shí)現(xiàn)指紋定位。在此種指紋定位中，觀測(cè)到的不同信號(hào)可看作是機(jī)器學(xué)習(xí)中的不同特征，從而實(shí)現(xiàn)多種信息融合，提高定位精度。

在文獻(xiàn)［46］中，研究人員利用隨機(jī)森林融合時(shí)間差和信號(hào)強(qiáng)度兩種指紋信息，實(shí)驗(yàn)結(jié)果表明相對(duì)于傳統(tǒng)的基于信號(hào)強(qiáng)度的指紋定位算法，融合定位精度提高了36%。在文獻(xiàn)［47］中，研究人員通過深度學(xué)習(xí)融合WiFi 多個(gè)信道中的信道狀態(tài)信息實(shí)現(xiàn)高精度的指紋定位。在文獻(xiàn)［48］中，研究人員進(jìn)一步通過深度學(xué)習(xí)融合多天線多信道之間的相位信息，從而進(jìn)一步提高了室內(nèi)定位精度。在文獻(xiàn)［49］中，研究人員利用曼哈頓距離通過K 近鄰算法融合WiFi 指紋定位，并通過ZigBee 信號(hào)進(jìn)行輔助，實(shí)驗(yàn)表明WiFi/ZigBee 融合定位精度高于傳統(tǒng)WiFi 指紋定位。

4 室內(nèi)定位技術(shù)對(duì)比分析

盡管目前室內(nèi)定位技術(shù)飛速發(fā)展，已經(jīng)有了許多可選的定位技術(shù)，但這些定位技術(shù)在性能上表現(xiàn)出了較大的差異性。除了定位精度上的差異、定位系統(tǒng)部署與維護(hù)的方式、使用方式、定位所能提供的系統(tǒng)容量、是否需要定位基礎(chǔ)設(shè)施等，都存在差異，各個(gè)定位技術(shù)目前都存在各自的問題，因此還未出現(xiàn)一款較成熟的普適的室內(nèi)定位解決方案。

表1 將各種定位技術(shù)從定位精度，是否需要定位基礎(chǔ)設(shè)施，部署與維護(hù)的難度，是否受到NLoS 影響以及各自的缺陷的角度進(jìn)行了對(duì)比分析。從定位精度的角度看，定位精度到達(dá)厘米級(jí)已經(jīng)可以滿足大多數(shù)的應(yīng)用需求，但從室內(nèi)定位系統(tǒng)應(yīng)用推廣的角度看，定位精度不是唯一影響推廣的因素，系統(tǒng)部署與維護(hù)的便捷性、使用方式的易用性、定位系統(tǒng)成本等都是制約其實(shí)際應(yīng)用的重要問題。

表1 各種定位技術(shù)對(duì)比Table 1 Comparison of localization techniques

從室內(nèi)消費(fèi)級(jí)定位的角度看，受限于硬件或基礎(chǔ)設(shè)施可能是影響定位技術(shù)實(shí)際應(yīng)用的主要問題。比如UWB 技術(shù)，雖然UWB 定位精度足以滿足消費(fèi)級(jí)需求，但硬件普及度不高，缺乏室內(nèi)定位基礎(chǔ)設(shè)施成為了目前UWB 在消費(fèi)級(jí)領(lǐng)域難以逾越的門檻。指紋定位雖然不具有此類缺陷，但離線采集不僅要考慮采樣點(diǎn)的密度，還要考慮智能手機(jī)的姿態(tài)，型號(hào)等，室內(nèi)場(chǎng)景的高頻變化也會(huì)嚴(yán)重影響其定位性能，使得系統(tǒng)維護(hù)成本高昂。慣導(dǎo)定位由于需要融合其他定位手段來消除累計(jì)誤差，因此間接受到其他定位技術(shù)的約束。

從室內(nèi)企業(yè)級(jí)定位的角度看，硬件與定位基礎(chǔ)設(shè)施將不是定位技術(shù)實(shí)際應(yīng)用的主要問題，因此可以優(yōu)先考慮精度需求，再結(jié)合使用方式，部署維護(hù)需求等從多個(gè)角度進(jìn)行定位方案的選擇，對(duì)比各種定位技術(shù)的優(yōu)缺點(diǎn)與定位系統(tǒng)需求，選擇適合的定位技術(shù)，比如可以從UWB 與SLAM 中進(jìn)行選擇，同時(shí)還可以融合慣導(dǎo)定位，根據(jù)定位系統(tǒng)需求，定制適合的解決方案。

5 基于位置服務(wù)的定位問題討論

從定位系統(tǒng)設(shè)計(jì)的角度看，目前科研人員對(duì)定位問題的研究已取得了豐碩的研究成果，內(nèi)容涵蓋了ToA測(cè)量、時(shí)間差測(cè)量、RSS測(cè)量、角度測(cè)量、光學(xué)測(cè)量、慣性傳感器測(cè)量等測(cè)量技術(shù)，多邊定位算法，TDoA 定位算法，AoA 定位算法，慣導(dǎo)定位算法，SLAM定位算法等定位算法，以及融合定位，定位優(yōu)化等組合優(yōu)化方法，構(gòu)成了室內(nèi)定位可選技術(shù)庫(kù)。從整個(gè)定位技術(shù)譜系的角度看，目前可以將定位分為測(cè)量技術(shù)、定位算法、組合優(yōu)化方案3 個(gè)層次，如圖11 所示。其中，測(cè)量技術(shù)是定位技術(shù)的基礎(chǔ)，測(cè)量技術(shù)的特性很大程度上決定了定位方案的選擇，而由于目前室內(nèi)定位還不存在一種能夠類比全球?qū)Ш蕉ㄎ幌到y(tǒng)的普適性方法，因此對(duì)多種定位方法進(jìn)行組合優(yōu)化可以有效減少單獨(dú)由某一種定位技術(shù)帶來的缺陷。

另外，從基于位置服務(wù)的角度看，除了以某種頻率提供某一精度位置服務(wù)，還需要考慮幾個(gè)其他的屬性，包括定位與識(shí)別的綁定與分辨能力，定位系統(tǒng)容量以及快速的定位系統(tǒng)部署能力。

圖11 基于位置服務(wù)的定位技術(shù)與原理層次圖譜Fig.11 Spectrum of techniques and theories for locationbased services

5.1 定位中的識(shí)別與分辨能力

基于位置的服務(wù)一個(gè)隱含的需求是目標(biāo)的識(shí)別與分辨。定位中的識(shí)別與分辨能力十分重要，因?yàn)橹挥凶R(shí)別才能將目標(biāo)與位置準(zhǔn)確直接綁定。這也是定位與檢測(cè)技術(shù)的主要區(qū)別，如果某種技術(shù)不能提供多目標(biāo)的分辨能力，那么它只是一種檢測(cè)技術(shù)。某些室內(nèi)應(yīng)用以檢測(cè)為基礎(chǔ)，如智能家居的燈光調(diào)節(jié)，自主導(dǎo)航中的避障等，而基于位置的服務(wù)則需要以準(zhǔn)確識(shí)別為基礎(chǔ)，如室內(nèi)導(dǎo)航、精確跟蹤等。

實(shí)現(xiàn)定位與識(shí)別的綁定，一種方式是識(shí)別與定位一體化，就是定位目標(biāo)本身有ID 標(biāo)識(shí)，有感知能力與信息處理能力，無論定位解算在定位目標(biāo)中進(jìn)行還是在系統(tǒng)后臺(tái)進(jìn)行，都可以很容易地實(shí)現(xiàn)定位與目標(biāo)的綁定。也有文獻(xiàn)將其歸類為主動(dòng)定位和被動(dòng)定位。主動(dòng)定位指人員借助移動(dòng)終端主動(dòng)獲取自己的位置信息，在室內(nèi)進(jìn)行主動(dòng)定位導(dǎo)航，如主動(dòng)SLAM 定位［50］、基于WiFi 信道狀態(tài)的主動(dòng)定位［51］。被動(dòng)定位指移動(dòng)終端上上安裝定位標(biāo)簽，通過定位系統(tǒng)對(duì)標(biāo)簽進(jìn)行實(shí)時(shí)定位來實(shí)現(xiàn)定位，如信道狀態(tài)信息的無源被動(dòng)定位［52］。

另一種極端的情形是定位目標(biāo)無感知能力或不提供感知信息的情況，比如傷員識(shí)別定位，車輛識(shí)別定位，可見光陰影定位的情況。此種情形，只要能通過光學(xué)測(cè)量等測(cè)量技術(shù)獲得目標(biāo)的深度信息，即可使用經(jīng)典的幾何關(guān)系求解目標(biāo)位置，定位并不是其關(guān)鍵技術(shù)，而識(shí)別技術(shù)才是該問題的核心，識(shí)別技術(shù)的分辨能力是影響定位系統(tǒng)容量的主要影響因素，如使用視覺技術(shù)，車輛可以通過車牌識(shí)別，人員可以通過人臉識(shí)別，同時(shí)綁定位置信息，但識(shí)別技術(shù)也受到場(chǎng)景的影響，比如如果無法獲取人臉或者車牌圖像，位置與定位點(diǎn)綁定的挑戰(zhàn)將躍升一個(gè)等級(jí)。

5.2 定位系統(tǒng)容量

基于位置服務(wù)的定位解算位置的不同，定位使用方式的不同，對(duì)定位系統(tǒng)容量會(huì)造成一定的影響。如果定位結(jié)果由定位目標(biāo)解算，那么可以易于實(shí)現(xiàn)導(dǎo)航需求，但監(jiān)控需求則需要將定位結(jié)果通過無線信道傳至后臺(tái)，系統(tǒng)所能定位目標(biāo)的數(shù)目，即定位系統(tǒng)容量將受限于信道容量。如果定位結(jié)果由后臺(tái)解算，可以很容易地實(shí)現(xiàn)監(jiān)控需求，但測(cè)量信息的獲取將受限于系統(tǒng)中定位目標(biāo)數(shù)量的多少。

同時(shí)，測(cè)量技術(shù)本身也會(huì)影響系統(tǒng)容量，如UWB 技術(shù)如果采用雙邊測(cè)量法，需要移動(dòng)臺(tái)與基站間的雙向通信，需要避免大容量定位時(shí)無線信號(hào)的沖突與碰撞，則無論定位解算位置在目標(biāo)節(jié)點(diǎn)還是后臺(tái)，定位系統(tǒng)的容量都受限于信道容量，而如果使用SLAM 技術(shù)實(shí)現(xiàn)導(dǎo)航需求，理論上定位系統(tǒng)容量是沒有上限的。使用基于TDoA的方式進(jìn)行定位，由于移動(dòng)臺(tái)單向接收基站信息，理論上定位系統(tǒng)容量可以類比全球?qū)Ш蕉ㄎ幌到y(tǒng)，上限是無窮大，因此具有更廣闊的前景。

5.3 快速的定位系統(tǒng)部署能力

從室內(nèi)定位系統(tǒng)部署需求的角度看，基于位置的定位服務(wù)需求分兩種，一種是突發(fā)性的室內(nèi)定位需求（如消防安全領(lǐng)域的室內(nèi)定位需求），另一種是一次部署長(zhǎng)期使用的定位需求。對(duì)于突發(fā)性的室內(nèi)定位需求，快速的室內(nèi)定位系統(tǒng)部署十分重要。對(duì)于突發(fā)性的室內(nèi)定位需求，目前業(yè)界的解決方案除慣導(dǎo)定位技術(shù)外，大都難以實(shí)現(xiàn)快速的室內(nèi)定位系統(tǒng)部署。慣性導(dǎo)航系統(tǒng)可在突發(fā)情況下實(shí)現(xiàn)這一功能，但可用性上的提高需要以室內(nèi)地圖作為輔助，累計(jì)誤差的消除也需要其他技術(shù)的支持。因此，如何建立一個(gè)普適的室內(nèi)定位體系以供突發(fā)性室內(nèi)定位需求使用也是基于位置服務(wù)需要考慮的一個(gè)屬性之一。

6 室內(nèi)定位技術(shù)應(yīng)用面臨的挑戰(zhàn)

盡管目前室內(nèi)定位技術(shù)飛速發(fā)展，可選定位方案越來越多，但現(xiàn)有技術(shù)在定位精度、部署與維護(hù)難度、定位系統(tǒng)容量等方面都存在各自的問題，還未出現(xiàn)一款較成熟的普適性的室內(nèi)定位系統(tǒng)解決方案，特別是消費(fèi)級(jí)場(chǎng)景，定位精度已經(jīng)不是制約定位技術(shù)應(yīng)用的主要方面，各種定位技術(shù)的實(shí)際應(yīng)用中仍面臨著諸多的挑戰(zhàn)。具體而言，室內(nèi)定位的應(yīng)用仍存在以下幾個(gè)方面的主要挑戰(zhàn)。

6.1 建立基于準(zhǔn)確測(cè)量的室內(nèi)定位基礎(chǔ)設(shè)施

基于室內(nèi)基礎(chǔ)設(shè)施的定位（如UWB 技術(shù)，AoA技術(shù)）相較于SLAM 技術(shù)、慣導(dǎo)技術(shù)有其獨(dú)特的優(yōu)點(diǎn)，它不受光線、累計(jì)誤差的影響，定位基礎(chǔ)設(shè)施一經(jīng)部署即可長(zhǎng)期使用，可以為慣導(dǎo)定位提供累計(jì)誤差校正，為融合定位提供支持。室內(nèi)基礎(chǔ)設(shè)施建設(shè)可以通過部署回避非視距問題，如在走廊中與房間中分別部署基礎(chǔ)設(shè)施，即可在定位時(shí)通過非視距識(shí)別技術(shù)選擇視距測(cè)量進(jìn)行定位。那么如何將多個(gè)室內(nèi)分散的定位基礎(chǔ)設(shè)施低耦合地整合為一整套室內(nèi)定位系統(tǒng)，是室內(nèi)基礎(chǔ)設(shè)施建設(shè)頂層設(shè)計(jì)所面臨的挑戰(zhàn)之一。

另外，使用基礎(chǔ)設(shè)施進(jìn)行定位，準(zhǔn)確的測(cè)量往往需要移動(dòng)臺(tái)依賴特定的硬件才能完成（如UWB定位），硬件受限是制約其應(yīng)用的一個(gè)主要原因，但從長(zhǎng)遠(yuǎn)來看，某種硬件技術(shù)如果能提供類比全球?qū)Ш蕉ㄎ幌到y(tǒng)一樣的性能，硬件的受限將不是問題，其前景可由硬件集成到WiFi 中或智能手機(jī)中得以實(shí)現(xiàn)。

6.2 室內(nèi)定位系統(tǒng)的部署與維護(hù)成本

對(duì)于需要部署的定位系統(tǒng)，基于位置的服務(wù)需要經(jīng)歷部署和定位兩個(gè)階段，如指紋定位需要離線采集指紋數(shù)據(jù)，SLAM 需要局部地圖構(gòu)建等。而室內(nèi)環(huán)境、格局的頻繁變化使得此類系統(tǒng)需要定期維護(hù)，維護(hù)工作量較大。基于定位基礎(chǔ)設(shè)施的定位雖然維護(hù)成本較低，但基礎(chǔ)設(shè)施部署時(shí)需要為每個(gè)基站配置定位坐標(biāo)，為了同GNSS進(jìn)行無縫連接，還需要獲知基站部署位置經(jīng)緯度坐標(biāo)的精確值，大規(guī)模地部署帶來了較大的部署成本。因此，在定位精度可達(dá)厘米級(jí)的情況下，如何快速部署基站坐標(biāo)，節(jié)省部署成本，在室內(nèi)環(huán)境變化時(shí)進(jìn)行增量式的部署與系統(tǒng)維護(hù)，這些都成為了制約室內(nèi)定位應(yīng)用的主要因素，也是室內(nèi)定位所面臨的挑戰(zhàn)之一。

6.3 室內(nèi)定位系統(tǒng)的環(huán)境適應(yīng)性

室內(nèi)場(chǎng)景的復(fù)雜性表現(xiàn)在室內(nèi)環(huán)境是高頻變化的，一方面，室內(nèi)存在大量的墻壁、門、其他桌椅等設(shè)施的遮擋，另一方面，人員流動(dòng)、門窗的開關(guān)等都會(huì)造成嚴(yán)重的室內(nèi)多徑效應(yīng)，使得指紋定位方式數(shù)據(jù)的離線采集受到影響。同時(shí)，場(chǎng)景的高頻變化，包括光線的變化也會(huì)使得視覺SLAM 的離線地圖構(gòu)建都受之影響。

因此，室內(nèi)定位算法不僅要考慮定位精度，部署難易等問題，還需要獨(dú)立于環(huán)境變化，具有較強(qiáng)的環(huán)境適應(yīng)性。如何從測(cè)量技術(shù)、定位方法以及融合定位的角度，進(jìn)一步地減少環(huán)境對(duì)定位性能的影響，將環(huán)境因素影響降到最低，也是室內(nèi)定位應(yīng)用所面臨的挑戰(zhàn)之一。

一方面，我們可以通過對(duì)環(huán)境變化的識(shí)別或技術(shù)突破來緩解多徑效應(yīng)帶來的問題，另一方面，我們可以選用獨(dú)立于環(huán)境變化的定位技術(shù)（如慣導(dǎo)定位）來提供較好的環(huán)境適應(yīng)性，使用融合定位減少多徑效應(yīng)影響。就環(huán)境適應(yīng)性而言，慣導(dǎo)技術(shù)具有天然的技術(shù)優(yōu)勢(shì)，同時(shí)慣導(dǎo)定位的累計(jì)誤差又可以通過其他定位來校正，因此融合定位也是解決環(huán)境適應(yīng)性這一挑戰(zhàn)的主要趨勢(shì)。

6.4 室內(nèi)定位系統(tǒng)的實(shí)時(shí)評(píng)估

目前室內(nèi)定位技術(shù)性能評(píng)估方面的研究，一方面可以通過仿真或?qū)嶋H測(cè)量同真實(shí)位置進(jìn)行對(duì)比，說明算法的有效性，另一方面，可以通過算法的橫向?qū)Ρ?，比較各個(gè)算法與技術(shù)的性能。這些文獻(xiàn)中實(shí)驗(yàn)的性能分析是離線的、非實(shí)時(shí)的，可以粗粒度給出定位方案選擇的指導(dǎo)性意見，并不能從實(shí)際系統(tǒng)的運(yùn)行期給出穩(wěn)定的性能分析，為位置服務(wù)的使用人員提供更詳細(xì)的信息。

然而，同一種算法，在不同的環(huán)境中也會(huì)表現(xiàn)出性能上的差異：SLAM在有光線干擾的情況下，定位性能會(huì)受到影響；指紋定位方法在環(huán)境變化引起指紋變化時(shí)，定位誤差會(huì)增大；同樣的定位基礎(chǔ)設(shè)施，由于室內(nèi)格局的變化視距測(cè)量可能會(huì)變成了非視距測(cè)量；不同的基礎(chǔ)設(shè)施，基站的拓?fù)湟矔?huì)影響定位性能；更復(fù)雜的多目標(biāo)網(wǎng)絡(luò)定位，其定位性能受到拓?fù)涞挠绊懀灰苿?dòng)臺(tái)在室內(nèi)某處的定位精度比其他位置要高。

因此，如何對(duì)定位性能進(jìn)行實(shí)時(shí)性的運(yùn)行期評(píng)估，如給出某一定位精度的置信度，提升定位可用性，將成為室內(nèi)定位所面臨的又一挑戰(zhàn)。實(shí)時(shí)性評(píng)估不僅可以用來自適應(yīng)地改變?nèi)诤隙ㄎ坏牟呗裕铱梢詾楦纳贫ㄎ坏沫h(huán)境適應(yīng)性提供依據(jù)，還可以通過評(píng)估，為重新部署定位系統(tǒng)提供建議。

6.5 建立基于融合定位的普適性的室內(nèi)定位體系架構(gòu)

室內(nèi)場(chǎng)景在地理上具有分散性和相對(duì)獨(dú)立的特點(diǎn)，因此可以從面向應(yīng)用的角度，針對(duì)不同的應(yīng)用需求設(shè)計(jì)不同的定位系統(tǒng)。但同時(shí)，從室內(nèi)定位長(zhǎng)遠(yuǎn)發(fā)展的角度看，基于位置的服務(wù)有服務(wù)遷移的需求，有無縫接入新場(chǎng)景的需求，有新技術(shù)更新的需求等。因此需要將各種定位系統(tǒng)統(tǒng)一的基于位置服務(wù)的需求抽象出來，從融合定位的角度建立一個(gè)普適性的室內(nèi)定位體系架構(gòu)，該架構(gòu)應(yīng)具有以下幾個(gè)基本特征：（1）考慮使用方式與系統(tǒng)容量，避免容量受限，為基于位置的服務(wù)提供統(tǒng)一的服務(wù)接口；（2）具有獨(dú)立于技術(shù)的可擴(kuò)展性，具有新技術(shù)的接入能力；（3）具有基于位置服務(wù)的遷移與無縫接入能力。通過普適性室內(nèi)定位體系架構(gòu)的建立，為室內(nèi)定位的長(zhǎng)遠(yuǎn)發(fā)展奠定基礎(chǔ)，可以將多個(gè)獨(dú)立的定位系統(tǒng)統(tǒng)一為一個(gè)可以類比GNSS的基于位置服務(wù)的室內(nèi)定位體系，推動(dòng)室內(nèi)定位技術(shù)的發(fā)展與整合。

7 結(jié)束語

以基于位置服務(wù)為目標(biāo)的室內(nèi)定位技術(shù)經(jīng)過多年的發(fā)展已成為人類生產(chǎn)生活中的一項(xiàng)關(guān)鍵技術(shù)。從需求上看，無論是消費(fèi)級(jí)市場(chǎng)還是企業(yè)級(jí)市場(chǎng)，都迫切地需要定位精度更高、維護(hù)更容易、使用更便捷、系統(tǒng)成本更低廉的室內(nèi)定位技術(shù)；從技術(shù)的角度看，目前的室內(nèi)定位技術(shù)可選方案較多，在某些特定場(chǎng)景或某一指標(biāo)上已經(jīng)可以滿足室內(nèi)定位的部分需求。然而，現(xiàn)有室內(nèi)定位技術(shù)在定位精度、部署與維護(hù)難度、定位系統(tǒng)容量等方面仍存在各自的問題，消費(fèi)級(jí)場(chǎng)景還未出現(xiàn)一款較成熟的、普適性的室內(nèi)定位系統(tǒng)解決方案。企業(yè)級(jí)場(chǎng)景對(duì)定位系統(tǒng)的成本、部署、維護(hù)等不十分敏感，但在建立基于準(zhǔn)確測(cè)量的室內(nèi)定位基礎(chǔ)設(shè)施、室內(nèi)定位系統(tǒng)的部署與維護(hù)成本、室內(nèi)定位系統(tǒng)的環(huán)境適應(yīng)性、室內(nèi)定位系統(tǒng)的實(shí)時(shí)評(píng)估、建立基于融合定位普適性的室內(nèi)定位體系架構(gòu)等方面還存在諸多挑戰(zhàn)。

但機(jī)遇與挑戰(zhàn)同在，每一個(gè)問題的解決，每一個(gè)挑戰(zhàn)的攻克，每一個(gè)理論的突破都在推動(dòng)室內(nèi)定位技術(shù)的進(jìn)步與發(fā)展，室內(nèi)定位技術(shù)的發(fā)展也需要從理論與技術(shù)突破的深度、面向應(yīng)用的定位技術(shù)統(tǒng)籌的廣度上取得全面進(jìn)展，以適應(yīng)日益增長(zhǎng)的室內(nèi)定位需求。