室內定位簡介

　　在室內環境無法使用衛星定位時，使用室內定位技術作為衛星定位的輔助定位，解決衛星信號到達地面時較弱、不能穿透建筑物的問題。最終定位物體當前所處的位置。

　　定位技術

　　除通訊網絡的蜂窩定位技術外，常見的室內無線定位技術還有：Wi-Fi、藍牙、紅外線、超寬帶、RFID、ZigBee和超聲波。

室內定位百科

　　在室內環境無法使用衛星定位時，使用室內定位技術作為衛星定位的輔助定位，解決衛星信號到達地面時較弱、不能穿透建筑物的問題。最終定位物體當前所處的位置。

　　定位技術

　　除通訊網絡的蜂窩定位技術外，常見的室內無線定位技術還有：Wi-Fi、藍牙、紅外線、超寬帶、RFID、ZigBee和超聲波。

　　l Wi-Fi技術

　　通過無線接入點（包括無線路由器）組成的無線局域網絡（WLAN），可以實現復雜環境中的定位、監測和追蹤任務。它以網絡節點（無線接入點）的位置信息為基礎和前提，采用經驗測試和信號傳播模型相結合的方式，對已接入的移動設備進行位置定位，最高精確度大約在1米至20米之間。如果定位測算僅基于當前連接的Wi-Fi接入點，而不是參照周邊Wi-Fi的信號強度合成圖，則Wi-Fi定位就很容易存在誤差（例如：定位樓層錯誤）。

　　另外，Wi-Fi接入點通常都只能覆蓋半徑90米左右的區域，而且很容易受到其他信號的干擾，從而影響其精度，定位器的能耗也較高。

　　l 藍牙技術

　　藍牙通訊是一種短距離低功耗的無線傳輸技術，在室內安裝適當的藍牙局域網接入點后，將網絡配置成基于多用戶的基礎網絡連接模式，并保證藍牙局域網接入點始終是這個微網絡的主設備。這樣通過檢測信號強度就可以獲得用戶的位置信息。

　　藍牙定位主要應用于小范圍定位，例如：單層大廳或倉庫。對于持有集成了藍牙功能移動終端設備，只要設備的藍牙功能開啟，藍牙室內定位系統就能夠對其進行位置判斷。

　　不過，對于復雜的空間環境，藍牙定位系統的穩定性稍差，受噪聲信號干擾大。

　　l 紅外線技術

　　紅外線技術室內定位是通過安裝在室內的光學傳感器，接收各移動設備（紅外線IR標識）發射調制的紅外射線進行定位，具有相對較高的室內定位精度。

　　但是，由于光線不能穿過障礙物，使得紅外射線僅能視距傳播，容易受其他燈光干擾，并且紅外線的傳輸距離較短，使其室內定位的效果很差。當移動設備放置在口袋里或者被墻壁遮擋時，就不能正常工作，需要在每個房間、走廊安裝接收天線，導致總體造價較高。

　　l 超寬帶技術

　　超寬帶技術與傳統通信技術的定位方法有較大差異，它不需要使用傳統通信體制中的載波，而是通過發送和接收具有納秒或納秒級以下的極窄脈沖來傳輸數據，可用于室內精確定位，例如：戰場士兵的位置發現、機器人運動跟蹤等。

　　超寬帶系統與傳統的窄帶系統相比，具有穿透力強、功耗低、抗多徑效果好、安全性高、系統復雜度低、能夠提高精確定位精度等優點，通常用于室內移動物體的定位跟蹤或導航。

　　l RFID技術

　　RFID定位技術利用射頻方式進行非接觸式雙向通信交換數據，實現移動設備識別和定位的目的。它可以在幾毫秒內得到厘米級定位精度的信息，且傳輸范圍大、成本較低；不過，由于以下問題未能解決，以RFID定位技術的適用范圍受到局限。

　　1． RFID不便于整合到移動設備之中

　　2． 作用距離短（一般最長為幾十米）

　　3． 用戶的安全隱私保護

　　4． 國際標準化

　　l ZigBee技術

　　ZigBee是一種短距離、低速率的無線網絡技術。它介于RFID和藍牙之間，可以通過傳感器之間的相互協調通信進行設備的位置定位。這些傳感器只需要很少的能量，以接力的方式通過無線電波將數據從一個傳感器傳到另一個傳感器，所以ZigBee最顯著的技術特點是它的低功耗和低成本。

　　技術方案

　　目前我們已經能夠看到一些室內定位技術的應用介紹了。據我所知的有谷歌、諾基亞、博通、IndoorAtals、Qubulus、杜克大學這幾個方案。下面筆者就把它們整理一下，歡迎大家在此基礎上進行指正、補充。谷歌方案

　　谷歌手機地圖6.0版的時候已經在一些地區加入了室內導航功能，此方案主要依靠GPS（室內一般也能搜索到2～3顆衛星）、wifi信號、手機基站以及根據一些“盲點”（室內無GPS、wifi或基站信號的地方）的具體位置完成室內的定位。目前此方案的精度還不是很滿意，所以谷歌后來又發布了一個叫“Google Maps Floor Plan Marker”的手機應用，號召用戶按照一定的步驟來提高室內導航的精度。谷歌一直在努力解決兩個問題：獲取更多的建筑平面圖；提高室內導航的精度。建筑平面圖是室內導航的基礎，就如同GPS車用導航需要電子導航地圖一樣。谷歌目前想通過“眾包”的方式解決數據源的問題，就是鼓勵用戶上傳建筑平面圖。另外，用戶在使用谷歌的室內導航時，谷歌會收集一些GPS、wifi、基站等信息，通過服務器進行處理分析之后為用戶提供更準確的定位服務。諾基亞方案

　　諾基亞采用的是HAIP技術，具體是什么筆者也沒能查到更多的資料，不過諾基亞正在努力使它成為藍牙協議的一部分，這樣只要你的設備帶有藍牙模塊，就能夠使用這種技術進行定位。當然，僅有一個藍牙模塊還不能完成定位，還需要在室內安裝一種定位發射臺，通過這兩者之間的通信完成定位。這種發射臺可以覆蓋100m×100m的范圍，定位精度在30cm～100cm，據說這種發射臺還有成本低、功耗低等特點，一臺或多臺都能完成定位。博通方案

　　博通公司研制了一種用于室內定位的新芯片（BCM4752），具備三維定位功能（即你所在位置的高度也算出來）。這種芯片可以通過wifi、藍牙或NFC等技術來提供室內定位系統支持。更強大的是，該芯片可以結合其它傳感器，例如手機里的陀螺儀、加速度傳感器、方位傳感器等，將你位置的變化實時計算出來，甚至做到沒有死角。博通公司的如意算盤是將這種芯片內置到智能手機里。IndoorAtlas方案

　　IndoorAtlas是一家專注于室內導航解決方案的公司，剛成立不久。IndoorAtlas的方案基于地球磁場，依據是每一個具體位置的磁場信息都不一樣。不過使用這種技術進行導航比較麻煩，首先用戶需要上傳建筑平面圖，然后還需要你拿著移動設備繞室內一圈，記錄下各個位置的地磁信號特征，這些信息需要上傳到IndoorAtlas的服務器。最后，你需要使用IndoorAtlas提供的工具包開發一個應用才能使用定位功能（IndoorAtlas的開發工具包可以在線申請，不過筆者申請了兩次都沒結果）。Qubulus方案

　　跟IndoorAtlas不同的是，Qubulus公司根據無線電信號（Radio Signature）來定位。每一個位置的無線電信號數量、頻度、強度等也是不同的，Qubulus根據這些差異計算出你的具體位置。使用Qubulus的方案，你同樣需要收集室內的無線電信號。Qubulus也提供了開發工具包，很容易申請下來。開發工具包里有一個例子，可以使用Eclipse直接編譯通過。杜克大學方案

　　杜克大學則借助現實生活中路標（landmarks）的思想，正在開發一個叫做UnLoc的應用。此應用通過感知wifi、3G信號死角，以及一些運動特征，如電梯、樓梯等，并根據這些位置已知的路標來計算你的位置。當你移動的時候，就根據其他感應器（ 陀螺儀、加速度傳感器、方位傳感器等）來跟蹤你的位置。這一過程精度會逐漸降低，但當你到達下一個路標時，位置就會被校準。智慧圖方案

　　北京智慧圖科技有限責任公司通過檢測Wi-Fi、藍牙節點（iBeacon）的信號強度進行定位，目前智慧圖定位產品包括終端側定位與網絡側定位兩種［4］ 。終端側定位通過手機檢測無線網絡信號，進行手機自主定位導航，在手機app中提供了部分室內場館（機場及商業廣場）的室內位置服務功能（定位、導航、POI搜索、優惠查詢等）。網絡側定位由Wi-Fi的無線AP檢測移動設備的信號，進行定位，主要應用于建筑內的客流數據統計分析，該模式主要為大型商業廣場、店鋪、公共文化建筑提供服務。

　　l 超聲波技術

　　超聲波定位主要采用反射式測距（發射超聲波并接收由被測物產生的回波后，根據回波與發射波的時間差計算出兩者之間的距離），并通過三角定位等算法確定物體的位置。

　　超聲波定位整體定位精度較高、系統結構簡單，但容易受多徑效應和非視距傳播的影響，降低定位精度；同時，它還需要大量的底層硬件設施投資，總體成本較高。

　　室內定位的主要種類

　　這里要講的室內定位，主要針對我自己做過或者理解的內容，主要是基于手機平臺的行人的室內定位。至于機器人的SLAM通過的激光雷達等部分暫時不敢妄議。

　　目前來看，從定位信號來源大致可以分為：

　　1.基于無線信號發射設備的WiFi，藍牙（iBeacon），RFID，UWB

　　這一類定位方式，主要通過手機或者特定接收端，WiFi和藍牙普通的手機具有接受模塊，RFID部分手機具有，UWB需要專門的接收設備，當然也有號稱把UWB設備集成到手機里面的硬件公司，這個目前就不再我討論的范圍里面了。通過接收以上設備發射的無線信號進行定位，就好像GPS定位一樣。

　　2.基于慣性導航的（IMU，MEMS）的室內定位

　　大家都知道慣導隨著時間誤差會不斷積累，所以這個方法往往不會單獨使用，而是和其他技術一起進行融合。由其他的絕對定位技術提供校正信息，而慣導的信息提供連續的定位和起到對其他位置的平滑作用。針對行人而言，如果以手機作為定位平臺，基本上就是所謂的微機械的MEMS，基本所有手機都具備。

　　3.基于圖片（視頻）的計算機視覺定位

　　這個方法，實話說到目前為止我還沒有真正做過。但是Google2017 I/O上面，通過Tango實現了這個通過機器學習及計算機視覺的VPS（Visual positioning service）據說理論精度可達厘米級別，不可謂不可怕。關于我對這個技術的理解，我會放在后面定位方法里面來講，因為我覺得那樣更能看出其特點。

　　4.基于地磁

　　由于室內環境復雜多變，通常各個不同的位置點的地磁場強度也不一樣。但是一個磁場信號源顯然不足以定位，所以通常方式是在行走道路上對磁場變化軌跡進行匹配，如下圖所示為我持手機在不同時間走過同一段路徑時候的磁場數據，橫軸為時間，可以看出來，在同一條路徑上存在變化一致性。通過這種匹配，也可以進行定位，通常采用的方法為DTW.具體算法細節就不細講了，感興趣的童鞋請自行實現。

　　2. 室內定位的主要方法論

　　2.1.基于無線信號的三邊（三角定位）

　　這個方法來自于傳統的定位方法，類似GPS，假如我們能夠獲得我們待定位點相對于其它基站的距離或者角度，通過交會列多元方程組求解的方法可以求出我們所在的位置，當然了，實際情況中往往不是求解剛好夠定位的方程組，而是用多余的觀測值然后利用最小二乘估計方法來估計位置。以下圖為例，對于三個基站，我們如果能夠獲得信號發射和接受的時間差，那么就可以通過時間差和光速傳播來求取距離從而獲得定位。

　　但是，對于普通的WiFi，藍牙信號，要想求出從信號發射到信號接收之間的時間差，基本是不可能的。因為你要保持兩邊的時間同步，才能通過發射時間和接收時間來求取時間差，考慮到c光速的巨大，時間差一點點距離就能差非常遠。所以基本不可能通過時間差的方法來進行定位。

　　那么室內定位里面的三邊定位是怎么實現的呢？

　　我們知道，只要求取當前目標和各個基站的距離，就能求解目標位置。而這個距離既然不能通過時間和光速之積來獲得，我們可以通過另一個方法來獲得，那就是信號衰減模型，如下圖所示，我們知道在離線狀態下，無線信號強度在空間中傳播隨著距離衰減！ 而這個無線信號強度對于手機上的接收器來說是可測的！那么根據測試到的信號強度，是不是可以根據下圖的衰減模型（公式）來反推出距離呢，那么這樣不就又可以用三邊定位了。

　　當然，這個問題的實際在于：這種信號衰減是針對理想狀況啊（真空，無反射）。那么在實際的室內復雜環境下，信號在不斷的折射反射（多路徑效應）下，這個模型可能就出現了波動了。也就是說你通過測量信號強度來反推距離很大可能帶有很大誤差，同時由于不同傳感器的信號特征不同，模型參數也不一而足，導致這個方法的定位效果其實不太理想。

　　2.2 MEMS的定位方法

　　傳統的捷聯式慣導中，通過慣性器件測量各個方向上的加速度然后再時間上進行積分，就可以求取目標的移動。但是在行人中，mems比較差的精度和姿態隨意性，會導致積分快速發散，精度完全不可用。

　　所以，在行人的室內定位中的mems使用，基本都基于航位推算（PDR），也就是現在基本很多手機都具有的，通過加速度計算你行走的步數，然后通過估計你每步的長度從而獲得行人的移動距離。怎么計算行人的步數呢，如下圖所示，行人攜帶手機在行走過程中，由于重心隨著前進的節奏呈現周期性變化。通過這個變化的監測，自然可以知道行人的前進步伐。

　　當然有距離還不夠，還需要知道移動方向才能定位，MEMS中自然是還有陀螺儀和地磁傳感器，通過這兩個傳感器和加速度的結合，可以獲得前進方向的推算，通常通過濾波組合。不過方向的推算不是很準，所以也有人在使用pdr時，只使用其距離來組合其他的定位方法。

　　2.3 指紋定位方法

　　這個方法還是針對無線信號定位的。2.1中有說道，無論是通過時間還是信號模型衰減求取距離來進行三邊定位，都無法完全結果室內信號的波動和環境的影響。

　　所以另外一個經典的室內定位方法，指紋定位方法被提出來了。所謂指紋定位，我的理解，好比公安部門采集了所有人的指紋數據，由于其獨一無二的特性，在破案時候通過匹配數據庫中的指紋和嫌疑人的指紋來進行查找。

　　室內定位中的指紋法也是這樣，首先在室內中收集很多的指紋數據（無線信號數據，通常定義一個個格網點來采集無線強度：對應每個人的指紋），當需要定位的時候，通過手機采集到的無線信號和預先收集的指紋數據庫對比，找出最相似的指紋的位置作為定位的位置。就好比通過嫌疑人的指紋來尋找他的身份一樣。

　　前面提到Google在今年的tango里面提出了vrs，其實我的理解。也是一種指紋匹配，不過這里的指紋特點變成了視覺特征點，匹配過程的輸入變成了圖片（視頻），通過與數據庫中的視覺特征點+深度傳感器來進行定位。其中用上了高大上的機器學習^_^。

　　當然，這個理解如果有誤還請懂行的童鞋指出，畢竟這一塊我不是很熟。

　　2.4 模式識別方法

　　這個方法其實不在很多歸類中出現，不過我也簡單講一講。最早我在duke大學的一篇paper中看見。

　　剛才說道，單一定位方式各有優缺點，所以通常采用融合的方法，通常采用kalman濾波 particle filter等融合幾種傳感器數據。所謂模式識別方法，就是某些行為過程中，手機mems數據會產生特定的特征，例如坐電梯時候的加速度顯然和走路以及靜止時候的加速度變化有非常明顯的差別。那么通過這種模式的識別，識別出你正在坐電梯（稱之為landmark），這個位置可以作為pdr的糾正或者起始位置。

　　2.5 融合定位

　　融合多種方式的定位，往往才是效果好的。但是融合方法很難普適，因為不同的地方的數據源，不同手機平臺的差異性。但是還是作為重要的方法，主要通過kalman ，particle filter進行融合。這個方面后面如果有時間。我單獨開一篇講講融合定位，也可以把代碼放到github上。

　　融合定位中除了通過以上所述方法/信號源的融合，還會有加上地圖匹配的。也就是通過地圖限制行進路徑的偏差。但是相對于車輛必須開在公路上，地圖匹配在室內的情況則更為復雜。關于室內地圖的簡單定義和制作，可以參見我博客中的另外兩篇文章《室內地圖1》《室內地圖2》

　　update：整理了一個卡爾曼濾波和粒子濾波的融合算法模擬器demo，感興趣的童鞋可以看這里，然后下載代碼自己試試看。

　　3.室內定位相關知識圖譜

　　這一小節預計整理一下，室內定位中涉及到的方法論和名字。當然，也并非其中的全部樓主都有做了，比如說indoorGM的室內地圖，其實光是定義和生產地圖就已經是很大的一方面了。

　　只是為了全面，供有興趣的童鞋研究，我也將我所知的寫入了。