李增科， 王潛心， 邵克凡， 劉振彬， 郭 強(qiáng)

(1. 中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院, 江蘇 徐州 221116；2. 江蘇省資源環(huán)境信息工程重點(diǎn)實(shí)驗(yàn)室, 江蘇 徐州 221116)

0 引言

應(yīng)急定位是面對(duì)地震、火災(zāi)、坍塌等突發(fā)事件時(shí)實(shí)施應(yīng)急管理與救援的必要環(huán)節(jié)。突發(fā)事件對(duì)人民的生命和財(cái)產(chǎn)安全造成了極大的威脅,僅2021年全國(guó)消防救援隊(duì)伍共接報(bào)火災(zāi)74.8萬(wàn)起，死亡1987人，受傷2225人，直接財(cái)產(chǎn)損失67.5億元[1]?！笆奈濉币?guī)劃綱要在“完善國(guó)家應(yīng)急管理體系”中強(qiáng)調(diào)提高防災(zāi)減災(zāi)救災(zāi)能力、增強(qiáng)全災(zāi)種救援能力。抗災(zāi)救災(zāi)和應(yīng)急保障對(duì)于精確位置的獲取有強(qiáng)烈的需求，應(yīng)急定位在公共安全管理中具有不可替代的作用。

在城市中，以城市峽谷為代表的室外全球衛(wèi)星導(dǎo)航系統(tǒng)(Global Navigation Satellite System， GNSS)信號(hào)被遮擋，室內(nèi)不規(guī)則結(jié)構(gòu)的分布使得無(wú)線定位非視距(Non-Line of Sight， NLOS)現(xiàn)象嚴(yán)重。復(fù)雜建筑環(huán)境定位面臨更嚴(yán)苛的信號(hào)接收環(huán)境，多徑效應(yīng)、NLOS現(xiàn)象頻發(fā)，絕對(duì)定位如超寬帶(Ultra Wide Band， UWB)、藍(lán)牙等需要考慮精度與成本的平衡，自主定位如慣性導(dǎo)航(Inertial Navigation)則面臨誤差累積且得不到校正的問(wèn)題。單一定位源難以滿足城市復(fù)雜建筑環(huán)境定位連續(xù)性和可靠性的要求，往往需要多源傳感器實(shí)現(xiàn)融合定位，如何實(shí)現(xiàn)廣域、低成本、高精度及高可靠的無(wú)縫定位也是室內(nèi)外定位的研究熱點(diǎn)之一。

應(yīng)急事件可能導(dǎo)致提前布設(shè)的無(wú)線定位基站失效，應(yīng)急救援定位系統(tǒng)的可用性受到挑戰(zhàn)。在應(yīng)急場(chǎng)景下構(gòu)建類(lèi)GNSS性質(zhì)的定位信息，確保定位結(jié)果的連續(xù)性和長(zhǎng)時(shí)間精確性是高可靠應(yīng)急定位的關(guān)鍵。完整的應(yīng)急救援定位系統(tǒng)應(yīng)包含坐標(biāo)基準(zhǔn)、知識(shí)圖譜、多源融合以及智能控制四項(xiàng)關(guān)鍵技術(shù)。坐標(biāo)基準(zhǔn)為應(yīng)急場(chǎng)景提供統(tǒng)一的時(shí)空基準(zhǔn)，知識(shí)圖譜綜合環(huán)境感知和權(quán)威信息輔助多源融合和智能控制，多源融合實(shí)現(xiàn)傳感器無(wú)縫切換和故障隔離，智能控制承擔(dān)設(shè)備與人員調(diào)度及其協(xié)同定位。

本文從城市復(fù)雜建筑環(huán)境室內(nèi)外無(wú)縫應(yīng)急定位的需求以及存在的問(wèn)題出發(fā)，對(duì)該領(lǐng)域所涉及的相關(guān)技術(shù)和方法進(jìn)行了總結(jié)。第1章分析了應(yīng)急定位的特點(diǎn)，并和普適定位進(jìn)行了對(duì)比；第2章對(duì)定位技術(shù)進(jìn)行了綜述，圍繞GNSS、視覺(jué)、激光雷達(dá)、無(wú)線定位所涉及技術(shù)進(jìn)行了闡述；第3章分析了應(yīng)急救援定位系統(tǒng)所涉及的關(guān)鍵技術(shù)及發(fā)展趨勢(shì)，并舉例了一種應(yīng)急定位系統(tǒng)的搭建方案；第4章進(jìn)行了總結(jié)。希望通過(guò)對(duì)最新應(yīng)急定位技術(shù)的闡述，推動(dòng)災(zāi)害場(chǎng)景下應(yīng)急救援定位技術(shù)發(fā)展。

1 災(zāi)害場(chǎng)景定位需求

應(yīng)急救援定位系統(tǒng)的部署速度、精度與可靠性直接影響應(yīng)急人員與受害人員的生命安全，因此，應(yīng)急定位應(yīng)具有以下特征：部署速度快、定位精度高、實(shí)時(shí)處理以及救援區(qū)域全覆蓋，如圖1所示。圖2所示為城市建筑物應(yīng)急定位場(chǎng)景示例，以GNSS信號(hào)能否應(yīng)用于定位可分為遮蔽區(qū)域、非遮蔽區(qū)域以及過(guò)渡區(qū)域，常見(jiàn)于體育館、博物館等大型建筑，火苗代表應(yīng)急情況所在位置。應(yīng)急情況發(fā)生時(shí)，應(yīng)急人員需要從室外出發(fā)，進(jìn)入室內(nèi)進(jìn)行救援。下文圍繞此類(lèi)應(yīng)急定位場(chǎng)景進(jìn)行展開(kāi)。

圖1 應(yīng)急定位特點(diǎn)

圖2 應(yīng)急定位示意圖

1.1 部署速度快

應(yīng)急事件發(fā)生時(shí)，預(yù)先安裝的定位、通信設(shè)備可能發(fā)生位移，甚至由于斷電、跌落、損毀等原因，需要重新部署設(shè)備服務(wù)應(yīng)急定位，如圖2中的無(wú)線定位基站。應(yīng)急救援定位系統(tǒng)布設(shè)得越快，展開(kāi)人員搜救越快，也越有利于保護(hù)受害人員的安全。一般來(lái)說(shuō)，應(yīng)急救援定位系統(tǒng)的整體布設(shè)時(shí)間應(yīng)優(yōu)于30min。

1.2 定位精度高

相較于普適定位，應(yīng)急定位更關(guān)注三維位置精度，尤其對(duì)于高層大型建筑?！蹲≌O(shè)計(jì)規(guī)范》中明確指出,局部?jī)舾卟粦?yīng)低于2.10m[2]。為了區(qū)分室內(nèi)住宅樓層，垂直定位絕對(duì)精度應(yīng)優(yōu)于1m，整體定位絕對(duì)精度3～5m。當(dāng)大型建筑物層高增加時(shí)，垂直定位精度可適當(dāng)減小，整體定位絕對(duì)精度仍應(yīng)維持在3～5m。此外，定位系統(tǒng)應(yīng)提供連續(xù)可用的定位結(jié)果，可用性要求優(yōu)于99.73%。

1.3 實(shí)時(shí)處理

在應(yīng)急事件處理過(guò)程中,由于通信限制問(wèn)題，一般不能采用上傳服務(wù)器等后處理方式進(jìn)行定位。應(yīng)急定位對(duì)于時(shí)間響應(yīng)要求較高，要求定位系統(tǒng)做到實(shí)時(shí)或準(zhǔn)實(shí)時(shí)處理。為了更好地保障相關(guān)人員的生命安全，應(yīng)急救援定位系統(tǒng)時(shí)間連續(xù)性應(yīng)優(yōu)于10ms。

1.4 救援區(qū)域全覆蓋

在應(yīng)急事件中，提前布設(shè)的室內(nèi)外統(tǒng)一坐標(biāo)基準(zhǔn)可能遭到破壞，無(wú)法滿足三維定位絕對(duì)精度的要求。在設(shè)備部署的同時(shí)建構(gòu)由室外到室內(nèi)、救援區(qū)域全覆蓋的統(tǒng)一坐標(biāo)基準(zhǔn)，是實(shí)現(xiàn)災(zāi)害區(qū)域全域絕對(duì)定位和高精度定位的基礎(chǔ)。

此外，由于救援人員可能需要進(jìn)入火災(zāi)現(xiàn)場(chǎng)等進(jìn)行搜救，救援人員所配戴的應(yīng)急定位裝備還應(yīng)具有防火防爆的能力。考慮到救援人員可能需要長(zhǎng)時(shí)間工作，應(yīng)急定位設(shè)備連續(xù)運(yùn)行時(shí)間應(yīng)達(dá)到30min以上，并且攜帶救援設(shè)備的質(zhì)量和體積也不應(yīng)影響救援人員的運(yùn)動(dòng)能力。

2 應(yīng)急救援定位技術(shù)

目前定位技術(shù)眾多，包括GNSS、慣性傳感器、無(wú)線保真(Wireless Fidelity，WiFi)、藍(lán)牙、超聲波、UWB、視覺(jué)、激光雷達(dá)和人工磁場(chǎng)，表1中對(duì)上述定位技術(shù)的主要特征進(jìn)行了對(duì)比。由于目前尚未統(tǒng)一規(guī)范化室內(nèi)地圖的生產(chǎn)，加之地圖匹配多作為輔助信息，所以本文并未單獨(dú)分析地圖匹配方法。由于WiFi、超聲波定位容易受到多徑效應(yīng)以及NLOS的影響，因此其難以在應(yīng)急場(chǎng)景下進(jìn)行連續(xù)、可靠定位。本文主要圍繞GNSS、視覺(jué)、激光雷達(dá)和無(wú)線定位展開(kāi)綜述，其中無(wú)線定位包含藍(lán)牙、UWB和人工磁場(chǎng)定位。其中，人工磁場(chǎng)定位精度高且信號(hào)具有穿透性，但是其覆蓋范圍小，僅適合應(yīng)急定位等特殊應(yīng)用場(chǎng)景。高精度慣性器件成本高昂，應(yīng)急救援系統(tǒng)多采用相對(duì)低成本的慣性器件，但誤差隨時(shí)間累積。慣性器件在應(yīng)急場(chǎng)景中多融合使用，且不可或缺，將在以下章節(jié)中穿插慣性定位及其融合的綜述。

表1 定位技術(shù)特征對(duì)比

2.1 GNSS

GNSS服務(wù)于室外合作環(huán)境，提供高精度、高可靠、全天候的位置服務(wù)，并且作為室內(nèi)室外絕對(duì)時(shí)空基準(zhǔn)統(tǒng)一的主流技術(shù)，在應(yīng)急定位系統(tǒng)中具有不可或缺的作用。合作環(huán)境主要指能夠連續(xù)接收多顆衛(wèi)星信號(hào)，且不存在NLOS或較強(qiáng)的多徑使得定位結(jié)果偏移的環(huán)境。GNSS包括實(shí)時(shí)動(dòng)態(tài)(Real-Time Kinematic，RTK)、網(wǎng)絡(luò)RTK、精密單點(diǎn)定位(Precise Point Positioning，PPP)以及PPP-RTK等多種高精度定位技術(shù)。祝會(huì)忠等[3]提出了針對(duì)災(zāi)害應(yīng)急環(huán)境下的基于智能終端的長(zhǎng)距離北斗增強(qiáng)定位方法，集成北斗導(dǎo)航系統(tǒng)與通信網(wǎng)絡(luò)獲取空間位置，實(shí)現(xiàn)高精度以及高實(shí)時(shí)性定位。

GNSS在面對(duì)建筑物遮擋時(shí)，難以獨(dú)立完成坐標(biāo)基準(zhǔn)構(gòu)建的任務(wù)。Jiang W.等[4]提出了GNSS/UWB融合定位，增強(qiáng)了觀測(cè)結(jié)構(gòu)的幾何強(qiáng)度，有利于室內(nèi)外坐標(biāo)基準(zhǔn)的統(tǒng)一。E.Foxlin[5]利用零速修正算法，將腳底觸地時(shí)慣導(dǎo)解算的速度作為速度誤差，進(jìn)行狀態(tài)誤差反饋校正，在室內(nèi)救援中得到應(yīng)用。Zhu N.等[6]利用足綁式慣導(dǎo)和零速修正與GNSS進(jìn)行松組合，構(gòu)建了不需要額外設(shè)備的室內(nèi)外無(wú)縫定位系統(tǒng)，適用于車(chē)內(nèi)、室外以及室內(nèi)三種場(chǎng)景，對(duì)應(yīng)于救援人員從救援車(chē)輛內(nèi)出發(fā)，經(jīng)過(guò)室外到達(dá)室內(nèi)。Wei J.等[7]為保證救援車(chē)輛在各種場(chǎng)景中的無(wú)縫定位，融合GNSS/INS/里程計(jì)/地圖匹配，通過(guò)里程計(jì)融合地圖匹配修正INS誤差，緩解車(chē)輛通過(guò)峽谷、隧道時(shí)衛(wèi)星信號(hào)長(zhǎng)時(shí)間中斷導(dǎo)致定位精度不可靠的問(wèn)題。圖3中總結(jié)了常見(jiàn)的組合方法，并分析了GNSS在應(yīng)急定位系統(tǒng)中的應(yīng)用。

圖3 應(yīng)急定位GNSS精度增強(qiáng)方法及其應(yīng)用

2.2 視覺(jué)

視覺(jué)定位通過(guò)圖像指紋庫(kù)和視覺(jué)里程計(jì)(Visual Odometry，VO)進(jìn)行定位。指紋庫(kù)方法不存在累積誤差，但需要進(jìn)行大量的建庫(kù)工作，在災(zāi)害環(huán)境下較難發(fā)揮優(yōu)勢(shì)[8-9]。VO通過(guò)求解相鄰幀圖像的本質(zhì)矩陣或基礎(chǔ)矩陣估計(jì)位姿變換進(jìn)行相對(duì)定位，但存在累積誤差。為了抑制累積誤差，采用了回環(huán)模塊，實(shí)現(xiàn)同步定位與構(gòu)圖(Simultaneous Localization and Mapping，SLAM)。VO也可以理解為視覺(jué)SLAM(Visual SLAM， VSLAM)的前端模塊。VO與VSLAM均可以在室外借助GNSS信號(hào)將相對(duì)定位轉(zhuǎn)換為絕對(duì)定位。由于視覺(jué)在應(yīng)急定位時(shí)不需要布設(shè)額外設(shè)備，應(yīng)用靈活度高，布設(shè)速度快，可以實(shí)時(shí)構(gòu)建應(yīng)急場(chǎng)景地圖。

但是VSLAM對(duì)環(huán)境紋理等信息依賴性過(guò)強(qiáng)，可以利用慣性測(cè)量單元(Inertial Measurement Unit，IMU)輔助VSLAM，根據(jù)有無(wú)回環(huán)檢測(cè)分為VISLAM(Visual Inertial SLAM)或者VIO(Visual Inertial Odometry)。視覺(jué)與IMU融合方式有濾波與圖優(yōu)化兩種，由于VISLAM是一個(gè)高度非線性的系統(tǒng)，同等算力情況下圖優(yōu)化比濾波能取得更好的精度，因此基于圖優(yōu)化的框架開(kāi)源了一大批SLAM方案，以O(shè)KVIS、VINS-Mono及VINS-Fusion為代表。限于篇幅，表2總結(jié)了當(dāng)前具有代表性的一些VO、VIO及VSLAM方案，并列舉了采用的傳感器及其特點(diǎn)，圖4總結(jié)了成熟方案ORB-SLAM2的流程。

圖4 ORB-SLAM2流程圖

表2 VO、VIO、VSLAM方案代表

受到應(yīng)急場(chǎng)景下煙霧、灰塵及光線的影響，極易使視覺(jué)定位精度下降，在具有上述特征的應(yīng)急場(chǎng)景下，不宜利用視覺(jué)進(jìn)行定位。但是，視覺(jué)傳感器可以進(jìn)行環(huán)境感知和地圖構(gòu)建，如何減小上述不利因素對(duì)視覺(jué)定位的影響，將是視覺(jué)定位廣泛應(yīng)用于應(yīng)急定位的關(guān)鍵問(wèn)題。

2.3 激光雷達(dá)

激光雷達(dá)在應(yīng)急定位中的應(yīng)用與VSLAM類(lèi)似，不同之處在于通過(guò)相同點(diǎn)點(diǎn)云匹配的方式獲取平移和旋轉(zhuǎn)矩陣構(gòu)建SLAM，彌補(bǔ)了視覺(jué)定位受光線影響的問(wèn)題。激光探測(cè)與測(cè)距(Light Detection and Ranging，LiDAR)的SLAM方案相較于視覺(jué)傳感器更為魯棒。

由于連續(xù)地接收距離測(cè)量，通過(guò)移動(dòng)激光雷達(dá)進(jìn)行運(yùn)動(dòng)估計(jì)存在運(yùn)動(dòng)退化問(wèn)題，因此LiDAR傳感器常與IMU或者視覺(jué)傳感器融合使用。V-LOAM是視覺(jué)與激光融合的代表，該方案采用高頻到低頻的定位過(guò)程，根據(jù)視覺(jué)匹配得到初始位姿，LiDAR根據(jù)初始位姿進(jìn)行幀到局部地圖的匹配，得到高精度的位姿結(jié)果。IMU傳感器不受環(huán)境影響，R3LIVE融合了IMU、視覺(jué)和LiDAR，實(shí)現(xiàn)了魯棒的狀態(tài)估計(jì)。R3LIVE包含2個(gè)子系統(tǒng)，即激光雷達(dá)-慣性里程計(jì)(LiDAR Inertial Odometry，LIO)和VIO。LIO利用LiDAR和慣性傳感器的測(cè)量結(jié)果構(gòu)建全局地圖的幾何結(jié)構(gòu)，并通過(guò)最小化點(diǎn)到平面的殘差來(lái)估計(jì)系統(tǒng)的狀態(tài)。VIO利用視覺(jué)、慣性數(shù)據(jù)渲染地圖紋理，用輸入圖像渲染每個(gè)點(diǎn)的RGB顏色，通過(guò)最小化幀到幀PnP方法重投影誤差和幀到地圖光度誤差來(lái)更新系統(tǒng)狀態(tài)。

本文在表3中總結(jié)了當(dāng)前與LiDAR有關(guān)的SLAM代表性方案，圖5描述了基礎(chǔ)方法LOAM的算法框架。激光SLAM的出現(xiàn)在一定程度上緩解了對(duì)于無(wú)線定位設(shè)備的依賴，同時(shí)也促進(jìn)了無(wú)人救援設(shè)備和特種救援設(shè)備的開(kāi)發(fā)與應(yīng)用。

表3 激光SLAM方案代表

圖5 LOAM算法框架

2.4 無(wú)線定位

無(wú)線定位技術(shù)眾多，藍(lán)牙以其低成本、易搭建的特點(diǎn)，適用于快速響應(yīng)的無(wú)線應(yīng)急定位。劉奔等[32]預(yù)先擬合距離與藍(lán)牙信號(hào)強(qiáng)度的回歸模型，由實(shí)時(shí)信號(hào)強(qiáng)度反演距離，以貝葉斯概率求取位置，平均定位誤差達(dá)1.04m。劉盼[33]提出了梯度下降的相位差優(yōu)化法提高天線測(cè)角精度，運(yùn)用擴(kuò)展卡爾曼濾波降噪，仿真實(shí)驗(yàn)精度0.26m。上述方法均為幾何定位，定位精度依賴于信號(hào)質(zhì)量，指紋庫(kù)定位對(duì)信號(hào)質(zhì)量要求較低，定位精度5～10m。當(dāng)指紋庫(kù)維度較高時(shí)，遍歷指紋庫(kù)較難實(shí)現(xiàn)實(shí)時(shí)定位。徐超藍(lán)等[34]根據(jù)藍(lán)牙信號(hào)強(qiáng)度與距離模型提出了改進(jìn)K-means算法聚類(lèi)指紋庫(kù)，有效提高了定位效率。此外，畢京學(xué)等[35]考慮指紋點(diǎn)空間分布，分析所選指紋點(diǎn)共線、構(gòu)成鈍角等幾何關(guān)系，有效解決了特殊幾何關(guān)系對(duì)常規(guī)定位方法的影響。指紋庫(kù)定位方法受限于指紋庫(kù)構(gòu)建的時(shí)間和人力消耗，應(yīng)急場(chǎng)景下能否快速構(gòu)建信號(hào)指紋庫(kù)對(duì)該方法的應(yīng)用至關(guān)重要。

自1989年美國(guó)國(guó)防部提出UWB的概念后，UWB以其厘米級(jí)的定位精度[36]被大量應(yīng)用于室內(nèi)定位中[37]。B.Alavi等[38]對(duì)典型多路徑情景下的信號(hào)進(jìn)行分析，并優(yōu)化了距離測(cè)量模型。在室內(nèi)復(fù)雜多變環(huán)境下，UWB信號(hào)容易受到NLOS的影響，在應(yīng)急定位環(huán)境中，NLOS現(xiàn)象會(huì)更加顯著。Cui Z.等[39]提出了基于Morlet波變換與卷積神經(jīng)網(wǎng)絡(luò)的視距(Line of Sight，LOS)/NLOS識(shí)別方法，在頻域內(nèi)識(shí)別兩種信號(hào)，仿真結(jié)果表明準(zhǔn)確程度達(dá)到95%以上。王川陽(yáng)等[40]與楊燈等[41]從UWB基站布設(shè)的角度對(duì)定位精度進(jìn)行了分析與研究，通過(guò)合理布設(shè)UWB定位基站，優(yōu)化定位布網(wǎng)的幾何構(gòu)型，在提高定位精度的同時(shí)為應(yīng)急環(huán)境UWB基站的部署提供了指導(dǎo)。

室內(nèi)應(yīng)急場(chǎng)景定位面臨強(qiáng)遮蔽和多徑影響，利用藍(lán)牙、UWB等射頻信號(hào)進(jìn)行定位時(shí)，NLOS現(xiàn)象時(shí)有發(fā)生，嚴(yán)重時(shí)甚至無(wú)法定位。人工磁場(chǎng)遵循法拉第電磁感應(yīng)定律，利用電生磁的現(xiàn)象發(fā)射磁信號(hào)。受益于低頻磁場(chǎng)長(zhǎng)波特性，低頻磁場(chǎng)可以在短距離NLOS情況下實(shí)現(xiàn)定位，并且低頻磁信號(hào)對(duì)人體沒(méi)有傷害，已經(jīng)應(yīng)用于醫(yī)學(xué)介入式診療裝置研究[42]。因此，人工磁場(chǎng)特別適用于多徑效應(yīng)和遮蔽現(xiàn)象嚴(yán)重的應(yīng)急定位等特殊領(lǐng)域，但是受限于其成本和覆蓋范圍，人工磁場(chǎng)不適合普適性定位。E.Prigge等[43]率先研究了低頻人工磁場(chǎng)，并指出其良好穿透障礙物的特性，采用碼分多址的方法在4m2的環(huán)境中取得了厘米級(jí)的定位精度。J.Blankenbach等[44]分析了人工磁場(chǎng)的信號(hào)、測(cè)距以及信噪比，直徑50cm的單個(gè)線圈可覆蓋18m的范圍，即使在困難環(huán)境下定位精度仍優(yōu)于1m。同時(shí)，低頻磁場(chǎng)具有低功耗的特性[45]。齊小康設(shè)計(jì)并通過(guò)實(shí)驗(yàn)驗(yàn)證了低頻交流磁場(chǎng)的室內(nèi)定位系統(tǒng)，在數(shù)瓦特的功耗下實(shí)現(xiàn)了小范圍內(nèi)的精確定位[46]。R. Kusche等[47]利用兩節(jié)電池為直流電機(jī)供電，借助亞克力轉(zhuǎn)盤(pán)和銣磁鐵構(gòu)建了交流磁場(chǎng)錨節(jié)點(diǎn)，同時(shí)測(cè)量磁場(chǎng)信號(hào)的幅度和相位,確定目標(biāo)用戶在人工磁場(chǎng)中所處的方向和位置。

綜上所述，圖6總結(jié)了無(wú)線定位技術(shù)的優(yōu)點(diǎn)、面臨問(wèn)題以及在應(yīng)急定位中的應(yīng)用。藍(lán)牙、UWB及人工磁場(chǎng)在應(yīng)急場(chǎng)景下的定位各有優(yōu)缺點(diǎn)，根據(jù)應(yīng)急定位系統(tǒng)搭建時(shí)間增加的順序，本文按照如下順序推薦使用：藍(lán)牙、UWB以及人工磁場(chǎng)。人工磁場(chǎng)由于需要在災(zāi)害場(chǎng)景實(shí)地估計(jì)模型參數(shù)，布設(shè)速度最慢。在災(zāi)害場(chǎng)景定位過(guò)程中，還可以根據(jù)成本、精度、穿透性等要求選用傳感器。

圖6 無(wú)線定位技術(shù)總結(jié)

3 應(yīng)急定位系統(tǒng)

第2章詳細(xì)分析了不同傳感器的優(yōu)缺點(diǎn)，有助于應(yīng)急救援定位系統(tǒng)的傳感器選擇。應(yīng)急定位系統(tǒng)也需要綜合考慮救援人員與無(wú)人設(shè)備，例如在極度危險(xiǎn)的災(zāi)害情況下，可以利用無(wú)人設(shè)備進(jìn)行輔助救援。隨著智能化程度顯著提升，無(wú)人設(shè)備可以進(jìn)入應(yīng)急場(chǎng)所收集環(huán)境信息，上傳至服務(wù)器端輔助決策，也可以實(shí)現(xiàn)協(xié)同定位等功能。完整的應(yīng)急定位系統(tǒng)主要包含：坐標(biāo)基準(zhǔn)、知識(shí)圖譜、多源融合和智能控制四大關(guān)鍵技術(shù)，如圖7所示。下文將具體描述關(guān)鍵技術(shù)的作用、相關(guān)研究與發(fā)展趨勢(shì)，并在3.5節(jié)總結(jié)應(yīng)急定位系統(tǒng)的布設(shè)流程。

3.1 坐標(biāo)基準(zhǔn)

應(yīng)急事件發(fā)生后，室內(nèi)布設(shè)傳感器可能被損毀而無(wú)法使用，室內(nèi)外統(tǒng)一坐標(biāo)基準(zhǔn)隨之破壞。坐標(biāo)基準(zhǔn)的構(gòu)建，是為搶險(xiǎn)救災(zāi)和災(zāi)后重建提供及時(shí)、可靠的絕對(duì)位置的基礎(chǔ)。應(yīng)急坐標(biāo)基準(zhǔn)包括室外坐標(biāo)基準(zhǔn)和室內(nèi)坐標(biāo)基準(zhǔn)，室外開(kāi)闊環(huán)境常采用PPP或連續(xù)運(yùn)行參考站系統(tǒng)確定坐標(biāo)基準(zhǔn)[48]，其中前者定位精度較高，后者定位速度較快，可靈活選用。

構(gòu)建GNSS信號(hào)過(guò)渡區(qū)域以及室內(nèi)外統(tǒng)一的坐標(biāo)基準(zhǔn)，可以使用藍(lán)牙、超寬帶和人工磁場(chǎng)等技術(shù)。Liu Q.等[49]融合了GNSS、慣性器件和低功耗藍(lán)牙，基于智能手機(jī)觀測(cè)值進(jìn)行環(huán)境感知，在實(shí)現(xiàn)室內(nèi)外無(wú)縫定位的同時(shí)統(tǒng)一了室內(nèi)外坐標(biāo)基準(zhǔn)。E.Mendelson[50]通過(guò)在緊急情況下使用智能手機(jī)的無(wú)線協(xié)議作為信標(biāo),構(gòu)建室內(nèi)定位基準(zhǔn)，協(xié)助救援人員快速定位。楊燈等[51]提出了一種基于多維定標(biāo)定位算法的集中式動(dòng)態(tài)組網(wǎng)坐標(biāo)基準(zhǔn)構(gòu)建技術(shù)，具備“一次組網(wǎng)，統(tǒng)一解算，完成構(gòu)建”的特點(diǎn)，其實(shí)驗(yàn)結(jié)果表明該方法定位誤差小于0.1m，可以滿足應(yīng)急定位的需要。

在應(yīng)急定位過(guò)程中，坐標(biāo)基準(zhǔn)往往由室外引入到室內(nèi)，或由合作環(huán)境引入到非合作環(huán)境，需要與系統(tǒng)布設(shè)同時(shí)完成，定位精度至少應(yīng)達(dá)到分米級(jí)[52]。目前，合作環(huán)境可以采用GNSS統(tǒng)一基準(zhǔn)，技術(shù)已經(jīng)成熟。由合作環(huán)境向非合作環(huán)境過(guò)渡時(shí),大多采用距離或角度前方交會(huì)的方法，使用平差方法準(zhǔn)確估計(jì)基站位置。因此，坐標(biāo)基準(zhǔn)統(tǒng)一轉(zhuǎn)化為精確測(cè)距或精確測(cè)角問(wèn)題。此外，SLAM 方法還可以獲取無(wú)線傳感器位置，增加了邊角網(wǎng)平差中的約束條件。

3.2 知識(shí)圖譜

知識(shí)圖譜于2012年5月17日由Google提出[53]，本質(zhì)上是一個(gè)描述實(shí)體、事件及其之間關(guān)系的知識(shí)庫(kù)。應(yīng)急定位過(guò)程中需要對(duì)應(yīng)急管理方案、多源傳感器融合、設(shè)備和人員調(diào)度等復(fù)雜問(wèn)題進(jìn)行處理，知識(shí)圖譜綜合處理海量的多源異構(gòu)數(shù)據(jù)[54]，構(gòu)建動(dòng)態(tài)的應(yīng)急疏散和救援方案，例如路徑規(guī)劃、危險(xiǎn)區(qū)域標(biāo)記和傳感器選擇等。

知識(shí)圖譜構(gòu)建過(guò)程中，知識(shí)建模為最重要的階段，包括信息抽取、知識(shí)融合等階段[55]。信息抽取從異構(gòu)數(shù)據(jù)中自動(dòng)化抽取包括實(shí)體、關(guān)系和屬性等結(jié)構(gòu)信息[56]。杜志強(qiáng)等[57]提出了“自頂向下構(gòu)建模式層，自底向上構(gòu)建數(shù)據(jù)層”，兼顧結(jié)構(gòu)化數(shù)據(jù)和海量復(fù)雜數(shù)據(jù)，提高了信息提取能力。應(yīng)急定位領(lǐng)域抽取信息時(shí),應(yīng)當(dāng)以權(quán)威信息為主，輔以其他信息。閆家偉等[58]指出，針對(duì)社區(qū)火災(zāi)防控能力不足的現(xiàn)象，將消防規(guī)范、技術(shù)標(biāo)準(zhǔn)及火災(zāi)案例轉(zhuǎn)化為知識(shí)圖譜，用于查閱案例和構(gòu)建風(fēng)險(xiǎn)防控方案。知識(shí)融合過(guò)程中，收集的相關(guān)信息伴隨著冗余和錯(cuò)誤信息。李澤荃等[59]對(duì)于抽取的實(shí)體、屬性和關(guān)系，與已構(gòu)建的知識(shí)圖譜進(jìn)行比對(duì)，確定最優(yōu)的概念匹配和關(guān)系匹配以實(shí)現(xiàn)信息融合。

由于應(yīng)急定位領(lǐng)域?qū)τ诳煽啃杂蟹浅８叩囊?，需要大量?zhuān)業(yè)人士或?qū)I(yè)知識(shí)參與建模，尚未實(shí)現(xiàn)高度的自動(dòng)化抽取。隨著互聯(lián)網(wǎng)的發(fā)展，海量的多源異構(gòu)信息不僅對(duì)數(shù)據(jù)庫(kù)的存儲(chǔ)和讀寫(xiě)提出了更高的要求，也為數(shù)據(jù)融合分析帶來(lái)了更高的分辨和選擇要求。應(yīng)急定位中，各種突發(fā)情況頗多，常常具有不同的時(shí)空布局，如何根據(jù)不同的場(chǎng)景擴(kuò)展已有知識(shí)圖譜的普適性能力，有待進(jìn)一步研究。

3.3 多源協(xié)同

單一定位源難以滿足高精度、高可靠的定位需求，多源協(xié)同是應(yīng)急定位的必然選擇。在時(shí)間響應(yīng)緊急的場(chǎng)景中，自主定位的重要性大大提升，但往往面臨誤差累積的問(wèn)題，需要充分融合自主定位設(shè)備。Sun M.等[60]提出了一種遺傳算法優(yōu)化的粒子濾波方法，實(shí)現(xiàn)了非合作區(qū)域下的地磁/行人航位推算的自主定位。趙雨楠等[61]利用圖優(yōu)化的方法，融合了INS、運(yùn)動(dòng)約束、地磁匹配以及激光點(diǎn)云匹配，實(shí)現(xiàn)自主定位。自主定位多為相對(duì)定位，可以借助GNSS定位結(jié)果將相對(duì)位置轉(zhuǎn)換為絕對(duì)位置信息。A.Abosekeen等[62]提出了一種磁力計(jì)/INS/GNSS組合導(dǎo)航系統(tǒng)，該系統(tǒng)利用三軸磁力計(jì)為方位角提供測(cè)量值。

在可布設(shè)無(wú)線定位設(shè)備的場(chǎng)景中，應(yīng)充分考慮不同傳感器的優(yōu)點(diǎn)和環(huán)境信息，完善傳感器選用、多傳感器無(wú)縫切換、自適應(yīng)隨機(jī)模型構(gòu)建和多源傳感器的故障隔離等技術(shù)。針對(duì)室內(nèi)應(yīng)急定位中的節(jié)點(diǎn)部署與容錯(cuò)定位問(wèn)題，M.Jadliwala等[63]提出了一種新穎而簡(jiǎn)單的定位系統(tǒng)ASFALT，并探究了傳感器部分破壞時(shí)的定位性能。Li N.等[64]開(kāi)發(fā)了一種基于射頻的室內(nèi)定位框架，具有較強(qiáng)的穩(wěn)健性，在傳感器遭到破壞時(shí)仍能保持70%的精度需求。P.Zabalegui等[65]基于殘差構(gòu)建了全局檢驗(yàn)指標(biāo)和局部檢驗(yàn)指標(biāo),探測(cè)UWB錨節(jié)點(diǎn)的故障情況并及時(shí)隔離故障錨節(jié)點(diǎn)，在室內(nèi)和火車(chē)站等復(fù)雜環(huán)境下驗(yàn)證了故障檢測(cè)和排除算法。

目前,非合作環(huán)境下的應(yīng)急定位對(duì)于慣性導(dǎo)航系統(tǒng)有很強(qiáng)的依賴性，合作環(huán)境下的應(yīng)急定位則依賴于GNSS，隨著非合作區(qū)域的定位環(huán)境復(fù)雜性和定位條件惡劣性的加劇，如何提高多源協(xié)同增強(qiáng)能力同時(shí)完成數(shù)據(jù)輕量化的工作,以滿足應(yīng)急定位的快速需求是面臨的一大難題。

3.4 智能控制

面對(duì)城市建筑物應(yīng)急場(chǎng)景的復(fù)雜系統(tǒng)，難以建立有效的數(shù)學(xué)模型或應(yīng)用常規(guī)的控制理論去定量計(jì)算與分析。因此，將智能控制理論應(yīng)用到應(yīng)急定位中是十分必要的，其中智能決策、智能調(diào)度及智能協(xié)同會(huì)大大提高救援成功率。

應(yīng)急定位時(shí)，絕大多數(shù)面對(duì)的場(chǎng)景都是陌生場(chǎng)景，先驗(yàn)信息缺失，要求導(dǎo)航與定位系統(tǒng)提供邊探索、邊記憶的特性[66-67]，將深度學(xué)習(xí)應(yīng)用于多源數(shù)據(jù)的語(yǔ)義提取，使救援人員具備與環(huán)境邊交互、邊學(xué)習(xí)的更優(yōu)解導(dǎo)航能力。柳景斌等[68]提出了從運(yùn)動(dòng)場(chǎng)景及行為識(shí)別、數(shù)據(jù)增強(qiáng)和誤差估計(jì)建模等三方面與深度學(xué)習(xí)相結(jié)合，提供未來(lái)室內(nèi)高精度智能定位技術(shù)。朱慶等[69]優(yōu)化應(yīng)急測(cè)繪無(wú)人機(jī)資源調(diào)度，提出了以蟻群算法為核心，以任務(wù)需求、優(yōu)先級(jí)、地理環(huán)境與測(cè)繪資源能力等為約束，以高完成率和風(fēng)險(xiǎn)最小化為目標(biāo)的智能應(yīng)急資源調(diào)度模型。Lin N.等[70]利用無(wú)人機(jī)提供救災(zāi)區(qū)域地面節(jié)點(diǎn)的緊急覆蓋，考慮最優(yōu)覆蓋范圍和通信功率，采用視距通信概率和構(gòu)建虛擬障礙物方法，迭代實(shí)現(xiàn)無(wú)人機(jī)的最優(yōu)分布。為了實(shí)現(xiàn)應(yīng)急環(huán)境下的智能控制，還需將分析預(yù)測(cè)、信息獲取、應(yīng)急定位和保障能力進(jìn)行協(xié)調(diào)統(tǒng)一，構(gòu)建應(yīng)急智能定位服務(wù)系統(tǒng)。

一套完整的智能控制應(yīng)急定位系統(tǒng)需要將專(zhuān)家知識(shí)、場(chǎng)景信息與設(shè)備算法相結(jié)合，以達(dá)到面對(duì)復(fù)雜救援情況實(shí)現(xiàn)最優(yōu)解的能力。決策端包含絕大部分智能控制理論，但是需要專(zhuān)家知識(shí)或先驗(yàn)信息進(jìn)行引導(dǎo)，如何將環(huán)境感知、自主決策以及知識(shí)自學(xué)習(xí)融合，是未來(lái)智能控制的研究重點(diǎn)之一。

3.5 應(yīng)急定位系統(tǒng)布設(shè)流程

在城市建筑內(nèi)發(fā)生緊急情況時(shí)，應(yīng)急人員和應(yīng)急設(shè)備需要從室外進(jìn)入室內(nèi)，定位過(guò)程中需要建立統(tǒng)一的室內(nèi)外坐標(biāo)基準(zhǔn)。在室外，首先利用GNSS獲取無(wú)線基站位置，利用室外基站對(duì)室內(nèi)基站采用距離或角度的前方交會(huì)，并利用慣性傳感器、SLAM等自主定位技術(shù)增加角度與距離約束，采用邊角網(wǎng)平差方法獲取室內(nèi)基站位置，即構(gòu)建了室內(nèi)外統(tǒng)一的坐標(biāo)基準(zhǔn)。在室內(nèi)，由于無(wú)線定位傳感器有效距離的限制，傳感器需要邊行走、邊布設(shè)，室內(nèi)坐標(biāo)基準(zhǔn)傳遞與室外基準(zhǔn)向室內(nèi)傳遞過(guò)程一致。

進(jìn)入到室內(nèi)后，利用視覺(jué)、LiDAR等技術(shù)進(jìn)行環(huán)境感知和受災(zāi)情況特征提取，融合公開(kāi)的災(zāi)害數(shù)據(jù)等權(quán)威信息和救援人員等一手信息，構(gòu)建或更新知識(shí)圖譜。知識(shí)圖譜可輔助傳感器選用、傳感器無(wú)縫切換，對(duì)室內(nèi)重點(diǎn)搜索區(qū)域和危險(xiǎn)區(qū)域進(jìn)行標(biāo)記，規(guī)劃疏散路線和救援路線，實(shí)現(xiàn)救援人員和救援設(shè)備之間的智能調(diào)度。在獲取受災(zāi)環(huán)境信息后，采用慣導(dǎo)、LiDAR融合定位方式跟蹤救援人員和救援設(shè)備，實(shí)時(shí)判斷是否增加視覺(jué)定位或無(wú)線定位方式以提高魯棒性。在遮蔽嚴(yán)重的場(chǎng)景，救援人員可布設(shè)人工磁場(chǎng)等無(wú)線基站輔助定位，也可以與無(wú)人設(shè)備集成的基站實(shí)現(xiàn)救援人員和救援設(shè)備之間的協(xié)同定位。

4 結(jié)論

通過(guò)第1章的對(duì)比，現(xiàn)有的普適定位系統(tǒng)難以滿足突發(fā)事件下的定位需求，而應(yīng)急定位系統(tǒng)很好地彌補(bǔ)了這一空白。面對(duì)災(zāi)害等復(fù)雜場(chǎng)景時(shí)，為了使應(yīng)急定位系統(tǒng)充分保障救援人員的生命安全，要求其具備部署速度快、定位精度高、實(shí)時(shí)處理及救援區(qū)域全覆蓋的特點(diǎn)。應(yīng)急定位系統(tǒng)的構(gòu)建主要包括坐標(biāo)基準(zhǔn)、知識(shí)圖譜、多源協(xié)同及智能控制四大關(guān)鍵技術(shù)。但是目前傳感器選取、隨機(jī)模型構(gòu)建以及決策階段主要依賴專(zhuān)家知識(shí)，難以做到環(huán)境數(shù)據(jù)自分析和智決策，如何做到無(wú)人為干預(yù)或輕量人為干預(yù)的“環(huán)境-人-機(jī)”系統(tǒng)布設(shè)將是應(yīng)急定位系統(tǒng)的未來(lái)發(fā)展趨勢(shì)。