IndoorLocationSummary

liudongdong1 收录于 Categories AIOT

2020-05-21 约 9706 字预计阅读 20 分钟 - 次阅读

https://lddpicture.oss-cn-beijing.aliyuncs.com/picture/Location.png

随着更多新型移动设备如手机、平板电脑、可穿戴设备等，物联网设备的性能飞速增长和基于位置感知应用的激增，位置感知发挥了越来越重要的作用。在室内和室外的环境下，连续而可靠地提供位置信息能够为用户带来更好的用户体验。室外定位和基于位置的服务已经成熟，基于GPS和地图的位置服务被广泛应用，并成为各种移动设备被使用最多的应用之一。近年来，位置服务的相关技术和产业正向室内延伸以提供无所不在的基于位置的服务，其主要推动力是室内位置服务所能带来的巨大的应用和商业潜能。

室内定位是指在室内环境中实现位置定位。随着数据业务和多媒体业务的快速增加，人们对定位与导航的需求日益增大。尤其在复杂的室内环境，如机场大厅、展厅、仓库、超市、图书馆、地下停车场以及矿井等环境中，常常需要确定其内在的移动终端或其持有者、设施与物品的位置信息。然而，室内环境中存在的墙壁、物品等障碍物及人的频繁移动都对信道模型建立造成巨大困难，主要因素有非视距传输、多径传输效应及由于人活动造成的随机偶然性。因此，室内定位技术也成为了科研和产品设计的热点。

1. 研究进展

1.1. 基于传感器的室内定位技术

1.1.1. 红外线定位

　　红外线定位系统一般由装有红外发射器的移动站和基站2个部分组成。先有Olivetti研究实验室，然后由剑桥AT实验室开发的Active Badge系统是比较经典的应用红外线技术的系统，适用于中小型房间，定位精度平均可达6m。红外线发射器携带轻便，但是红外线穿透力差，不能穿透固体墙壁，它们只能提供房间级的位置传感功能;且传播只有几米的有效范围，容易受到光照或者荧光灯的影响而产生盲区，定位效果不理想。因此红外线定位技术主要是跟其他技术组合来实现室内定位;利用手机红外线LED来实现室内定位是当前研究的热点。

1.1.2. 超声波定位

　　超声波技术采用的测距方法大都是反射式测距法，通过计算时间差从而得到待测距离。当然，也可以采用单向测距法直接测定超声波发生到被测物体的距离。这2种方法一般都是采用多边定位等方法来确定被测物体位置。

　　1997年开发的Active Bat系统就是基于超声波技术，比以红外线定位为基础的Active Badge系统定位精度要高，定位精度达到3cm。2000年麻省理工学院在Active Bat系统基础上改造成的Cricket室内定位系统，不需要布置固定传感器，而是利用超声波的传输时间和射频控制信号，最终实现三维定位。在硬件布设方面超声波定位技术要求比较高，所以成本比较高，不过其结构简单、定位精度高，平均能达到厘米级。

1.1.3. 惯性导航定位

　　惯性导航定位是利用惯性传感器如加速度计、陀螺仪或磁力计采集物体的一些参数信息，从而确定位置信息。一般采用航位推算法，已广泛应用于一些军事安全领域，传感器质量和传感器的安放位置影响着其定位精度。惯性导航定位技术带来的累积误差的影响无法忽略，所以一般和其他定位系统结合来实现高精度定位。比如前期使用无线局域网络(wireless local area networks，WLAN)定位系统来为其提供初始化和矫正的方法，或者在无缝定位研究与应用中，惯性导航定位系统常常与GNSS系统结合定位。还有目前微机电系统(micro electro mechanical system，MEMS)日趋成熟，基于智能手机平台的加速度计、陀螺仪、倾斜仪、气压计和磁力计等这些低成本运动传感器都可用于行人航迹推算(pedestrian dead reckon，PDR)。目前，PDR 跟地磁匹配或与无线保真(wireless fidelity，WiFi)的融合越来越受到重视。

1.1.4. 视觉定位

　计算机视觉常用于机器人定位，机器人安装摄像机拍摄附近环境，根据所拍摄图像处理与分析相关数据并进行机器人定位。视觉定位的方式有很多种：基于手机设备的单目摄像头多数用的定位方法是图像匹配;而基于相机交会的定位方法主要依据密度匹配和运动恢复结构(structure from motion，SFM)的原理，第一步基于众包图像的图像特征库的建立，发现和求解显著图像的特征目标，第二步基于单张照片的相机交会定位系统。计算机视觉定位技术的优势在于信号探测范围宽、获取信息完整等，但是相对而言对处理器的要求更高[23]。

　　EasyLiving系统是基于计算机视觉的定位系统，采用高性能的照相机，准确性比较高;但当室内环境复杂时，很难一直保持高精度。通过移动机器人同步定位和制图(simultaneous location and mapping，SLAM)的原理，可以引入视觉传感器。文献[25]通过基于参考图像使用低分辨率相机实现SLAM算法，从而精度可以到亚米级。2012年提出的EV-Loc室内定位系统是一个以视觉信号作为辅助定位来提高精度的定位系统。基于视觉定位原理的谷歌视觉定位服务(visual positioning　service，VPS)技术，其理论精度可达厘米级别。

1.2. 基于射频信号的室内定位技术

1.2.1. WiFi定位

　　人们的生活已经被无线局域网包围，WiFi定位因其低成本而成为受众广泛的技术，百度、高德、WiFiSLAM、Sensewhere、图聚智能等一些公司都投身其中。其定位的优势在于无需额外的设备，部署成本低、功耗低，用户随时随地就能使用手机开启WiFi、蜂窝网络，定位成本低、适用性强。

　　WiFi室内定位技术一般分2种：一种是基于接收信号强度指示(received signal strength indication，RSSI)距离交会的定位方法，由于在不同的环境的条件下信号衰减和距离的关系都有改变，结果达不到理想的精度;另一种是基于RSSI位置指纹法，信号的匹配是其研究的主要部分，定位精度在于校准点密度，不需要部署过多硬件设施，是目前用得较多的WiFi定位方法。由Microsoft公司开发的RADAR 室内定位系统，在空旷的室内环境中精度可达到2～5m。HORUS系统提高精度的方法是以无线信号数据的概率模型作为定位特征参数，但前期需要大量的指纹采集作为基础来确定准确的指纹概率分布。Mole、EPE系统虽然精度可以达到要求，但是算法极其复杂，所以满足不了定位的快速性。另外，美国的WiFiSLAM和我国的“翼周边”等系统对数据库的运行和维护要求高，一般用在重要地点的布设。随着定位方案的不断改进，2010年微软研究院在WiFi技术支持下又提出了一种基于EZ算法的室内定位系统，该系统不需要前期大量的调研，只需在比较强大的中心处理器上进行大量复杂的计算。

1.2.2. 蓝牙(Bluetooth)和紫蜂(ZigBee)定位

　　蓝牙定位和ZigBee定位技术二者均基于短距离低功耗通讯协议，实现的方法可以是质心定位法、指纹定位和邻近探测法;且二者都具有功耗低，近距离、运用广泛等优点，但同时稳定性差、受环境干扰大。

　　蓝牙定位技术是根据测量信号强度进行定位，苹果公司开发了一个基于低功耗的精确的微定位技术iBeacon，我国的“寻鹿”定位系统也使用该模式进行定位。2016年发布的蓝牙5.0协议将为实现高精度室内定位提供技术支持。目前蓝牙技术较多使用的指纹定位法，其改进的方法也大都基于这个方法。ZigBee室内定位的实现是通过每个盲节点之间相互协调通信，基于的方法是邻近探测法。目前ZigBee定位技术通过模糊聚类等方法改进，定位精度可达到米级。

1.2.3. 蜂窝网络定位

　　蜂窝网络定位主要用于智能手机的定位，依靠检测传播信号的特征参数来实现定位，常用的定位方法有邻近探测法、以及基于观测到达时间差(observed time difference of arrival，OTDOA)来实现定位。该定位技术的优势在于可以形成普适化的室内定位方案，但缺点是由于受系统设计、时间同步精度差等影响，精度一般较低，约为50～300m。爱立信公司采用OTDOA的方法达到50 m 的精度。有的采用多天线MIMO+TDOA技术，定位精度可达5～10m。未来的发展如基于5G 通信网络的技术有望达到更高的精度。

1.2.4. 射频识别定位

　　射频识别技术(radio　frequency　identification，RFID)是一种利用射频信号实现对物体的自动识别并获得相关信息的技术。RFID技术是二战时被英国用来识别飞机作为雷达改进的一部分，结合智能传感器技术，RFID 技术已成为物联网核心技术。其具有辐射距离远、可以绕过障碍物传输、设备低成本、高可携性、易维护性、定位精度高等特点，但是作用距离短、接收信号强度可能不稳定。

　　具有代表性的RFID系统定位系统有微软公司的RADAR系统，是基于RSSI测量的室内定位解决方案，不过易扩展性不高因其对环境有很大的依赖性。华盛顿大学的SpotON 系统[37]是运用聚合算法进行反复的迭代计算，但是其计算量极其大。密歇根州立大学提出的基于主动射频识别校验的动态识别系统(location identification based on　dynamic active RFID calibration，LANDMARC)，其算法的核心是通过邻近法来实现定位;之后的研究者们在此算法基础上进行了很多改进。目前，科研人员对算法的研究一直持续，从而使得射频识别技术日趋成熟。

1.2.5. 超宽带定位

　　超宽带(ultra wideband，UWB)定位在美国空军中最早得到应用，到2002年，美国FCC才通过了超宽带定位可以运用于民用的提案。其具有结构简单、实现成本低、发射信号功耗低、信号的穿透力强、安全性高、信号速率高，具大通信通道容量等优点，且定位精度可以达到厘米级别。UWB相对于其他的无线通信技术，很容易做到定位与通信互为一体，所以比较适合繁杂的室内空间。

　　在应用研发方面，芯片Driver2和Aether5具有体积小、穿透力强、功耗低等优点。Ubisense公司的UWB实时定位系统产品工作频段为5.8～7.2GHz，采用的方法为多边定位法和三角定位法，定位精度可达15cm。DecaWave研发的Scen-Sor系列无线室内定位芯片，其中产品中最小的定位误差在10cm以内，但是由于其成本比较高，所以还未得到广泛的应用。为了更好地优化室内定位服务，超宽带技术与RFID技术的结合可用于室内精确定位。

1.3　融合定位技术(Mobile sensors)

　　不同传感器进行位置信息融合，称为融合定位。融合多种定位技术进行室内定位是目前研究的热点。武汉大学的陈锐志教授把融合定位方法分为紧耦合和松耦合，北京邮电大学的邓中亮教授提出室内融合WiFi、蓝牙、惯性、视觉等多种手段创建多元紧耦合定位模型，同时结合室外的GNSS实现大型建筑物内外人的“米”级无缝定位。把多种技术的优势结合以达到更高的精度从而提高定位的鲁棒性，是融合定位的一大优势。

　　现有的室内定位融合研究方案有多种。文献[39]提出结合WiFi、磁场强度和蜂窝信号来构建混合定位系统。文献[40]中WiFi测量结合PDR来实现更高的准确性。文献[41]使用蓝牙RSSI测量和智能手机上的加速度计和气压计进行融合室内三维定位。文献[42]实现了地磁场定位和惯性传感器结合的方案，提供不需要基础设施的可靠的定位方法。文献[43]提出只根据自身携带的惯性测量单元(inertial measurement unit，IMU)、气压计、超声波、摄像头，采用开发粒子滤波的方法而不需要基础设施进行融合，实验结果精度可达到3m。这些都可以说明不论是稳定性还是精度方面，融合后的定位系统均优于单一的定位系统。

1.4　其他定位技术

　　地磁定位技术确定室内位置是利用室内环境中不同点位地磁场强度不同的特点，与WiFi指纹方法相似。芬兰奥卢大学的IndoorAtlas是应用地磁定位技术的代表系统，精度可达到0.1～2m。NFC技术是通过距离接近的方法来实现定位的，通过布设感应标签，得知感应标签的位置从而确定移动设备的位置，优势在于简单快速，劣势在于无法感知行人在各个标签之间的状态，要实现广域覆盖必须跟运动传感器融合。LED可见光通信采用的主要技术有相机技术、图像捕获技术、移动终端等。基于终端的LED光定位技术是该领域的研究热点，主要有光网技术以及多模式融合技术。Bytelight定位系统就是基于对光源调制特定光信号来实现定位的，可达米级的定位精度，Ubeacon系统也是采用LED定位研发的。多用户协同定位指用户之间通过接受信号强度进行互相测量，从而获取相互距离，可以把信息利用得更充分，稳定性更好。

2　应用领域

　　室内导航与定位技术已经逐渐应用于经济社会、国防和人类的日常生活中，随着对其进一步的深入研究和应用拓展，其应用将渗透到人类社会与生活的方方面面。

2.1. 在企业管理中的应用

　　各种类型的厂矿企业，其内部均包含庞大的设施以及复杂的室内空间，需要对人员安全、设施安全、移动物体的运动轨迹、产品制造安全等方面进行严格的管理与监控。首先采用基于邻近探测法自动识别系统对员工的上下班时间进行记录，然后通过ZigBee传感器技术，在室内环境中布置参考节点，接受参考节点的信号强度来获取员工自身位置从而记录员工所在位置的变化，同时REID人员定位系统结合门禁系统，可以有效管理不同权限人员进出相应的区域，这对于员工内部的管理是相当重要的。同时可对所有设备安装RFID电子标签，通过识别器对物品进行动态监控，以实现自动化的安全管理。

2.2. 对特殊人群的监护服务

　　室内导航定位技术可对幼儿、病人和犯人等提供有效的定位监护。在幼儿园中设立电子围栏，实时把数据以消费推送的方式发送给家长，这样家长可以通过智能手机移动终端APP了解孩子的行程轨迹从而知晓孩子的安全状态。在医院中，室内定位服务通过配置连入网络的WiFi有源标签可以动态监测医院贵重设备，查询设备类型、数量、状态;同时让一些特殊病人携带指标监视器，如果病人发生突发状况，医生能够第一时间知道其位置，有效开展救援。在监狱中需要知道犯人是否在其应该在的活动区域，室内定位服务可为监狱管理人员提供犯人的行为轨迹。

2.3. 在应急安全救援中的应用

　　当发生一些无法控制的紧急事件时，消防人员在烟雾弥漫且复杂的室内很难准确开展救援，此时室内导航定位的作用就会凸显出来：由于基于射频信号的技术瘫痪，大多数情况可应用惯性导航技术来确定人员位置;一般消防员身上携带有传感器，以便观察消防人员的位置、身体状况，及时对消防员实施路线指令，可以更好地开展救援，保障人员安全。文献[46]分析了在应急逃生导航路径规划方面的常用算法，然后提出了基于优化模型的路径规划算法，并验证了其优越性。

2.4. 在大型室内旅游景点的应用

　　在博物馆、画展、图书馆这些人群密集的场所，可以在人们常驻足的地方布置RFID有源标签等设备，当游客携带导游设备走进该点时，通过识别RFID标签可对不同游客的游览路线进行分析得到不同的解说信息，并且根据停留时间感知游客感兴趣的画作，并向其推荐更详细的内容，同时也可以进行导航服务，让游客获得更好的游览体验。也可以采用无源定位导航技术方案，如文献[48]提出的QR-Code方案，用户直接可以通过手机扫码功能扫描附近的QR-Code来获得游览路线，从而全面提高导览服务水平。

2.5. 在智慧养老服务中的应用

　　通过智慧养老云中心将服务需求方与提供方连接起来，通过安装在老人身上的指标监视器，可以及时了解身体的各项指标，实时将生理指标参数传到养老服务中心的电脑上，通过给老人配置智能手机、智能腕表、定位传感器等，来实现定位以及紧急救助。当老人离家外出时，发送实时的位置信息给照顾者，减少老年人走丢的概率，方便家人和社区服务人员对老人的照顾。

2.6. 在物品管理和运输中的应用

　　生活中对物品也可以进行定位服务，在大型仓库中，对物品的分类及寻找极其重要，可以在不同种类的物品上安置传感器，并且实时更新这些数据，这样分拣员根据手持终端可以快捷方便地找到物品，提高工作效率。文献[49]用PDC算法，加入物品自动分拣功能，完成RFID仓库物流管理系统实现。所以从物品的整理到运输以及后续的防盗问题，室内导航与定位服务都可发挥非常重要的作用。

3. 室内导航定位发展趋势

　　室内导航定位技术的发展日新月异，但仍存在很多难题急需解决，未来仍有很多理论与技术方法需要深入研究和探讨。

　　1)寻找新的多技术融合方案以及信息融合算法的优化

　　开发低成本、可靠的室内定位系统的一个新兴解决方案是使用混合系统，多个传感器和多个技术集成可以优势并存，从而弥补单个技术比较单一的缺点，通过集成技术提供更可靠和更准确的位置。目前已有一些定位源的融合，平均精度达到2～5m。但是要想实现高精度、低成本、实时性强和广域覆盖的室内定位技术，仍然需要寻求新的完整解决方案。为确保它的可靠性和稳定性，还需要权威性的标准来促进室内定位技术的发展。

　　2)低功耗优化

　　通过对技术的低功耗优化，可以避免产生额外功耗，节省时间、提高效率。苹果公司采用的iBeacon，因其低功耗蓝牙技术而受到广大关注，可避免用户开启定位功能而产生额外的高功耗，从而用户随时随地都能享受定位服务。通过分出特定的处理器来处理分析室内定位运动数据，降低使用其应用处理器，达到降低功耗的目的;预计未来低功耗蓝牙室内技术将获得更加广泛的应用。

　　3)寻找新的定位源和定位方法

　　依靠传统定位源的定位只能达到2～5m的精度，所以未来寻求新的定位源来实现高精度定位，探索新的基于视觉、音频信号和射频信号的技术来进行研究是实现更高精度定位的方向。在算法上可以把其他领域的一些成熟算法引入进来，如神经网络、遗传算法等，可以增强室内定位的精度和稳定性。

　　4)重点突破5G网通信网络的室内定位

　　全球5G时代即将来临，我国在推进5G方面也属于领跑地位，5G的发展为室内定位技术的研究提供更好的技术支撑。未来的5G网络会大大提高移动终端的通信带宽，具备多天线、密集组网等优点，可为实现1m以内精度提供技术支撑，为实现室内外无缝定位提供支持。

　　5)注重室内定位数据安全与隐私问题

　　关于WiFi中的个人隐私问题引起了很多人的重视，如何能保证在不侵犯用户隐私的情况下对终端周围的WiFi热点进行采集是目前急需解决的问题，同时在人工智能和大数据下，人们通过智能设备得到的位置信息是否会被泄露，定位服务的安全性是否可以得到保障，是未来的重要研究方向。

4. 室内定位代表方案

4.1 Google方案

Google的室内定位方案主要依靠GPS（室内一般也能搜索到2～3颗卫星）、Wi-Fi信号、手机基站以及根据一些“盲点”（室内无GPS、Wi-Fi或基站信号的地方）的具体位置完成室内的定位。

Google方案的核心问题包括如何获取更多的建筑平面图和提高室内导航的精度两部分。如同GPS车用导航需要电子导航地图一样，建筑平面图是室内导航的基础。对此，Google想通过“众包”的方式解决数据源的问题，为此而发布了一个Android应用，商场主或者商家可以利用该应用帮助改善Google地图的室内定位功能。该应用目前仅支持美国地区已经上传地图计划的商家使用。这些商家可以下载安装该应用，然后按照指南走完自己商店的整个区域。在这一过程中，商家会搜集GPS、手机基站以及一些公开的Wi-Fi信息从而帮助Google地图改善其精确定位。用户点击Google地图里“我的位置”功能内的蓝点“blue dot”图标就可以精确获取自己的位置。

另外，用户在使用Google的室内导航时，Google会收集一些GPS、Wi-Fi、基站等信息，通过服务器进行处理分析之后为用户提供更准确的定位服务。

4.2 苹果方案

苹果公司于2013年推出了基于低功耗蓝牙模块的一套室内定位系统，也就是iBeacon方案。iBeacon方案依靠蓝牙基站拓扑根据射频场强随距离衰减的模型计算距离。通过建立小型基站，iBeacon可以形成一个50m半径范围的通讯区域，在该区域内的设备都可以通过低功耗蓝牙技术进行信息传输。iBeacon方案提供了一整套软件和应用的开发标准，通过低功耗蓝牙的无线信号覆盖和信息传递，使周围的事物和人联系起来。它有专门的接口，并且搭配有相关的软件算法，能够实现信息的精确传输。在应用到室内定位方面，iBeacon可以通过三角定位原理感知到用户的位置是Far、Near还是Immediate，其定位精度可达到分米级。

自从苹果公司于2013年推出这套方案之后，iBeacon已经在很多领域得到了应用。一些零售店已使用该技术为消费者导购。据美国媒体报道，美国老牌零售商梅西商店已经开始在商场内部部署iBeacon传感器，名为ShopBeacon。其中曼哈顿和旧金山两家梅西百货的顾客将能第一时间体验到ShopBeacon的便捷。用户携带iPhone在不同楼层间走动，便能够接受到不同的商家信息。

4.3 诺基亚方案

诺基亚的室内定位方案采用的是HAIP技术，这是诺基亚开发的一种低功耗无线信号技术，诺基亚正在努力使它成为蓝牙协议的一部分。HAIP技术包括带有蓝牙模块的设备和安装在屋顶的方向性发射台构成，发射台用来接收和发射定位信号，通过这两者之间的通信完成定位。HAIP的准确度和可靠性比WLAN有非常明显的优势，通常情况下可以达到1米以下，办公室环境里甚至可以达到0.3米，而且不受环境因素的影响。同时，HAIP技术的一个发射台可以覆盖100m×100m的范围并具有成本低、功耗低等特点，一台或多台都能完成定位。HAIP还具有每秒50次的高速实时跟踪的特点，并且不限制被跟踪移动物体的数量，不需要校准不需要维护，发射台不需要网络连接，没有延迟，更重要的是，它将不会泄露用户的隐私，并且目前的智能手机基本都带有蓝牙模块，用户不需要额外购买其他的设备。

4.4 博通方案

博通公司研制了一种用于室内定位的新芯片（BCM4752），具备三维定位功能。这种芯片可以通过Wi-Fi、蓝牙或NFC等技术来提供室内定位系统支持。同时，该芯片可以结合其它传感器，如手机里的陀螺仪、加速度传感器、方位传感器等，将位置的变化实时计算出来，甚至做到没有死角。

4.5 Indoor Atlas方案

Indoor Atlas是由芬兰奥卢大学（University of Oulu）的一个研究团队开发的移动地图应用，可以通过识别不同地点的地磁，帮助用户进行室内导航。由于地球上每一栋建筑物、每一个楼层、甚至每一个角落，它们的地磁都是不一样的。正因如此，通过探测其地磁就可以对它们进行定位。Indoor Atlas通过识别地球每个位置独特的地磁进行定位，它甚至可以在没有无线信号的区域进行工作。目前，研究团队已经在一个4593英尺深（约1380米）的矿洞中完成测试，该应用运行良好。而该应用在建筑物中运行的精确范围在0.1米至2米，用户无需安装其他配套软硬件即可使用，也可以配合其他地图应用获得更精确的位置信息。

4.6 Qubulus方案

Qubulus是瑞典一家提供室内定位服务的公司。公司根据无线电信号（Radio Signature）来定位。由于每一个位置的无线电信号数量、频度、强度等是不同的，Qubulus通过收集无线电信号的信息，根据这些差异计算出待定位物体的具体位置。Qubulus也提供了开发工具包，很容易申请下来。开发工具包里有一个例子，可以使用Eclipse直接编译通过。

Qubulus提供的室内定位方案可以让第三方开发者在自己的手机应用中添加室内定位功能，精度可到达货架级，也就是说你可以对商店里的产品进行定位。Qubulus的QPS系统的精度达到了2至3米，并且很快将推出新的算法，将精度提到1米以内，非常适合店内导航。在使用这个LocLizard API之前，开发者需要将其和Qubulus的Gecko服务建立映射。这需要使用来自无线电网络的信号对建筑物进行映射处理，然后让手机应用通过这些数据确定用户位置。

4.7 杜克大学方案

杜克大学借助现实生活中路标（landmarks）的思想，正在开发一个叫做UnLoc的应用。此应用通过感知Wi-Fi、3G信号死角，以及一些运动特征，如电梯、楼梯等位置已知的路标来计算你的位置。一旦检测到这样一种无形的地标，在手机上可以推断其当前的位置，然后从该点向前运动传感器（如加速度计，罗盘和陀螺仪）追踪其路径。随着时间的推移跟踪可能会变得不准确，但手机能够根据标志性建筑，不断地修正了自己的位置，最终达到可靠地定位精度。

转载：