| 标题 | 室内定位技术发展与研究综述 |
| 范文 | 石敏 周后盘 吴辉 阮益权 裘瑞清 摘 要： GPS全球定位系统提供了完善的室外定位导航服务，但是由于信号遮挡问题，导致这一定位方式并不适用于室内。因此，室内定位导航技术成为近年来研究的重点和热点。首先介绍目前主流的室内定位技术，包括每种不同定位技术的优缺点和最新的研究进展，然后总结目前室内定位技术发展过程中所面临的挑战，最后提出未来室内定位技术的创新研究方向。 关键词： 位置服务； 室内定位； 定位技术； 创新应用 中图分类号：TP271+.5 文献标志码：A 文章编号：1006-8228（2018）08-01-04 A review of the development and research of indoor positioning technology Shi Min1， Zhou Houpan1，2， Wu Hui1，2， Ruan Yiquan1， Qiu Ruiqing1 （1. Smart City Research Center of Hangzhou Dianzi University， Hangzhou， Zhejiang 310018， China； 2. Regional Collaboration Innovation Center of Smart City） Abstract： GPS （Global Positioning System） provides a complete service for outdoor location navigation. However， on account of signal blocking problems， this positioning method cannot be applied to the scenarios of indoor environments. Therefore， indoor navigation technology becomes the focus and the hot spot of the research in recent years. This paper introduces indoor positioning technologies of the mainstream， including the advantages and disadvantages of different positioning techniques and the latest research progress， and then sums up the challenges of indoor positioning technology faced nowadays. Finally， orientations of the future research on indoor positioning technologies are discussed. Key words： location based service； indoor positioning； positioning technology； innovative application 0 引言 美國的GPS定位系统和中国的北斗卫星导航系统提供了室外定位导航服务的技术支撑，这种基于卫星信号的定位方式技术成熟、定位精度高、实时性好、抗干扰能力强，但是由于卫星信号容易被遮挡、室内环境复杂多变等原因导致这种定位方式无法应用于室内。然而，地下车库停车路线规划、商场购物引导、火灾救援等发生在室内场景的定位需求，推动了室内定位技术的发展，如何实现精准可靠的室内定位成为近年来研究的重点。 室内定位是指在室内环境中实现位置定位，主要在采用无线通讯、基站定位以及融合其他技术的基础上形成一套室内定位技术体系，从而实现人员、物体等在室内空间中的位置监控[1]。从目前来看，有多种技术解决方案能够完成室内定位的功能，主流且较为成熟的定位技术有Wi-Fi、蓝牙、超声波、惯导、光定位（红外）、地磁、二维码等。采用单一的定位技术由于技术本身固有的缺陷往往无法满足人们对于定位的实时性、准确性需求，再加上室内复杂的环境和多径效应的影响，故多种定位技术的融合是将来室内定位发展的必然趋势[2-3]。 1 室内定位技术 从室内定位技术的实现原理上看，有邻近检测[4]、接收信息强度指示（RSSI）[5]，以及到达时间（TOA）[6]、到达时间差（TDOA）[7]、到达角度（AOA）[8]等几种方式，再结合几何上的算法，如多变定位法、三角定位法、双曲线法等[4]。从具体实现方式上看，有多种技术能在上述定位方法的基础上实现室内定位功能，下面对主流的相对成熟的室内定位技术进行简要介绍。 1.1 Wi-Fi定位技术 从2012年开始，中国移动等就投入大量人力财力建设大规模的Wi-Fi网络。商场、图书馆、小区的大部分区域已经实现信号覆盖。Wi-Fi信号资源覆盖率的提高，为基于Wi-Fi的室内定位技术发展提供了有利条件。Wi-Fi室内定位的原理是通过无线接入点（包括无线路由器）组成的无线局域网络，实现复杂环境中的定位检测和追踪任务[9-10]。它以网络节点的位置信息为基础，采用经验测试和信号传播模型相结合的方式，对接入的移动设备进行定位，定位精度在1米到20米之间。 1.2 蓝牙定位技术 蓝牙（Bluetooth）是一种无线技术标准，可实现固定设备、移动设备之间的短距离数据交换。在室内安装适当的蓝牙局域网接入点之后，将网络配置成基于多用户的基础网络连接模式，并保证蓝牙局域网接入点始终是在一个微网络的主设备，这样通过检测信号强度就可以获得用户的位置信息。蓝牙定位主要应用于小范围定位，定位终端如手机只要开启蓝牙功能就能实现自身定位，使用方便。 1.3 超声波定位技术 超声波是一种频率高于20000赫兹的声波，基于超声波的室内定位技术优点是指向性好、穿透力强，室内环境复杂的一个体现是信号被建筑阻隔导致的严重衰减，所以超声波的高穿透力是这种技术适用于室内的一个优势。超声波的能量在传播过程中损耗小，所以传播距离远，因此常常应用于距离测量。 但是声波的一个特性即声波的传输速度受空气密度影响较大，声波传播速度与空气密度成正比，而空气密度又主要受湿度影响，所以这种定位方式的准确性受气候影响波动较大，同时基础设备的投入花费巨大。 1.4 惯性导航定位技术 惯性导航是在牛顿力学的基础上建立一个数学模型，即在已知初始位置的前提下，根据测得的运动速度和加速度计算下一个位置坐标，从而实现定位功能。惯性导航系统的核心组件IMU（惯性测量单元）是由三个正交的单轴加速度器和三个正交陀螺仪组成，随着智能手机的普及和微机电器（MEMS）的发展，为惯性导航的广泛应用提供了硬件上的基础，基于智能手机的惯性导航成为研究的重点[11-12]。 惯性导航的自主性较强，但是惯性导航的位置误差与速度误差会随着时间的积累而增大，而且导航精度主要取决于陀螺的精度，单纯从提高仪器的精度上去提高定位导航精度很难实现。所以，有研究是将惯性导航定位技术与其他室内定位技术结合以期能获得更高的定位精度[13]。 1.5 红外线定位技术 红外室内定位技术是通过安装在室内的光学传感器，接收各种移动设备发送经过调制的红外射线进行定位，具有较高的定位精度。 红外线技术虽然已经非常成熟，定位精度也相对较高。但是红外线只能视距传播，穿透性非常差[14]，也容易受灯光、烟雾等外部环境因素干扰。这些缺点都大大降低了红外线定位技术的应用范围。 1.6 地磁定位技术 地磁指的是地球自身的磁场，地磁场是一个矢量场，具有全天候、全地域的特征。在地球近地空间内任意一点上的地磁场都具有惟一性，且理论上与该点的经纬度一一对应，所以只要准确确定各点的地磁场矢量数据即可实现全球定位，定位方法主要采用指纹定位方法[15-16]。由于地磁信息是地球的固有资源，所以基于地磁的室内定位技术实现起来成本开销较小，而且定位精度高、可靠性好。地磁也可以作为辅助导航技术与惯导系统组合使用，校正惯导系统的累积性误差，同时也可以弥补地形匹配导航技术在跨平原、跨水域时存在的缺陷。 1.7 二维码定位技术 将二维码作为一种信息载体，对静态对象的位置进行编码并以二维码的形式嵌入在已有的标志系统中，结合室内电子地图就可以实现定位和导向功能。定位功能的实现一般要经过二维码扫描、信息检索、信息解码、地图匹配、信息展示等5个步骤[17]。基于二维码的室内定位技术成本低廉、布置简单，而且将静态标志与电子地图联系起来，丰富了标志导向系统的内涵。 2 面临的挑战 2.1 环境复杂多变 室内空间布局复杂多变，信号干扰源众多，如灯光、温度、墙壁等。这些复杂的室内环境一方面导致实际定位精度很难达到理论上的定位精度。另一方面会导致适用于某一地区的室内定位解决方案可能很难适用于其他地区，导致定位模型的普适性降低。 2.2 定位成本与精度需求难以兼顾 要实现精度高、可靠性好、实时性强的室内定位系统，就需要投入大量的人力物力用于器材的花销以及前期的数据处理，而且后期系統维护成本高昂。如何实现低成本与高精度相统一的室内定位系统，是解决室内定位技术大范围应用的关键。 2.3 辅助技术标准不完善 相比于室外地图的建立，室内地图的建立复杂度更高。室内地图的制作尚无统一的技术规范，通用的地图标准、数据格式、以及生产工具都是在各个企业各自定义的私有协议下发展[18-19]，这就为室内定位技术规范的形成造成困难。 3 创新应用方向 目前，室内定位主流的应用场景包括：商场购物导购、停车场寻车、自主导游等。随着定位技术的日渐完善，为拓展定位技术应用的广度和深度，使之更好的与智能应用、智能服务相结合，提出以下创新研究方向。 3.1 基于北斗平台的室内外无缝定位 北斗导航系统是我国自主研发和运营的全球卫星定位导航系统，随着更多卫星的组网成功，北斗系统在导航精度和可靠性上都在稳步提升。基于北斗平台的室内外无缝定位系统，以北斗导航系统为技术核心和桥梁，搭建室内外定位综合服务平台，实现室外定位与室内定位平滑过渡，使高效的定位解决方案从室外走向室，从而建立一个全空间、全方位的定位服务系统，以达到资源的充分有效利用。 3.2 室内位置数据挖掘 得益于计算机处理能力和数据存储能力不断提升，人们从大规模数据中分析提取出有价值信息的能力不断增强。通过智能设备获取单个用户产生的高质量、大量级[20]的位置数据并进行分析，可以为预测用户其他多种行为趋势及兴趣爱好提供理论支持。更进一步，通过对某一区域所有用户的位置数据进行分析可以帮助预测该区域人群移动的轨迹，对智慧城市建设中的智慧交通、智慧安防等应用提供数据支持，体现其科研价值和商业应用价值。 3.3 多技术融合 实现精度高、成本低、实时性强的室内定位解决方案是未来研究的目标，然而，建立在单一技术基础上的室内定位解决方案很难达到人们对于室内定位系统的需求，因此，多技术融合、优势互补是未来解决室内定位问题的新思路。 Xiong 等人通过融合WSN技术和RFID技术，再结合拓展的卡尔曼滤波和粒子滤波方法，在定位精度上得到有效提升[21]。Gao等人通过将加权回归于插值模型，与最大似然估计方法相结合，能使定位精度保持在两米之内[22]。 3.4 人工智能技术的引入 2006年，Hinton等提出的深度置信网络（DBN）和相应的高效学习算法成为其后至今深度学习算法的主要框架[23]，自此，深层神经网络难以有效训练的僵局被成功打破[23-24]，机器学习界掀起了深度学习的研究热潮。室内定位导航是地理信息产业的一个分支，深入研究并结合深度学习相关方法，对解决当前室内定位导航面临的技术发展瓶颈，具有重要意义。例如，在设计定位导航系统时考虑实现功能即可以收集用户反馈回来的错误定位数据，然后应用人工智能技术进行自我学习和分析，通过系统自身不断改进自己的定位算法实现定位准确率的提高，提高定位的可靠性。 4 结束语 本文首先介绍了几种当前主流的室内定位技术，并对每种定位技术的定位精度、优缺点、部署难度和成本进行对比。一方面能让读者对当前室内定位技术的发展情况有清晰的了解，另一方面能为读者在选择适合自己项目的定位技术时提供参考。最后结合大数据、人工智能等当下研究的热点技术，提出了四点创新研究方向，为拓展室内定位技术应用的广度和深度提供了新思路。 参考文献（References）： [1] 曹喆.基于低功耗蓝牙和位置指纹的室内定位系统的研究与 实现[D].云南大学，2014. [2] Baniukevic A， Jensen C S， Lu H. Hybrid Indoor Positioning with Wi-Fi and Bluetooth： Architecture and Performance[C]// IEEE， International Conference on Mobile Data Management.IEEE，2013：207-216 [3] 曹春萍，陈平.混合定位算法在复杂室内环境下的应用研究[J]. 计算机应用研究，2015.5：1424-1427 [4] 裴凌，刘东辉，钱久超.室内定位技术与应用综述[J].导航定位 与授时，2017.4（3）. [5] 张梦丹，卢光跃，王宏刚等.基于指纹算法的无线室内定位技 术[J].电信科学，2016.32（10）：77-86 [6] 刘立红.无线定位中TOA估计算法的研究[D].天津大学硕士 学位论文，2014. [7] 朱庆厚.到达时间差（TDOA）测向定位研究[J].电讯技术， 2007.47（1）：53-56 [8] Dwiyasa F， Lim M H. A survey of problems and approaches in wireless-based indoor positioning[C]// International Conference on Indoor Positioning and Indoor Navigation.IEEE，2016：1-7 [9] 张天琦.基于WiFi的室内定位关键技术研究[D]. 哈尔滨理工 大学硕士学位论文，2017. [10] 彭光宇.基于WIFI的室内定位算法的研究[J].电子世界， 2017.6：7-8 [11] Qian J， Ling P， Ying R， et al. Continuous Motion Recognition for Natural Pedestrian Dead Reckoning Using Smartphone Sensors[C]// Ion Gnss，2014. [12] Wang L， Dong Z， Pei L， et a1.A robust contextbased heading estimation algorithm for pedestrian using a smartphone[C] //Proceedings of the 28 in—ternational technical meeting of the satellite divisionf the institute of navigation（ION GNSS 2015）.Tampa，FL USA，SEP.2015：14-18 [13] Sheng L， Zhang S J. Design of Continuous Indoor Navigation System Based on INS and Wifi[J]. Applied Mechanics & Materials，2013.306：2046-2049 [14] 厡玉磊，王安健，蔣理兴.一种使用红外线和超声波的定位 技术[J].电子测量技术，2008.31（10）：15-17 [15] Marti L M. Location determination using fingerprint data[J]， 2015. [16] Marti L M， Robert M， Ma S M. Survey techniques for generating location fingerprint data[J]，2016. [17] 陈文建，王晓蒙，彭玲等.一种基于二维码的室内定位方法 及其应用[J].测绘科学，2016.41（7）：215-219 [18] 张兰，王光霞，袁田等.室内地图研究初探[J].测绘与空间地 理信息，2013.9：43-47 [19] 王富强，薛志伟，齐晓飞等.室内地图研究综述[J].地矿测绘， 2012.28（2）：1-3 [20] 朱建平，章贵军，刘晓葳.大数据时代下数据分析理念的辨 析[J].统计研究，2014.31（2）：10-19 [21] Xiong Z， Sottile F， Spirito M A， et al. Hybrid Indoor Positioning Approaches Based on WSN and RFID[C]// Ifip International Conference on New Technologies， Mobility and Security. IEEE，2011：1-5 [22] Gao C， Yu Z， Wei Y， et al. A Statistical Indoor Localization Method for Supporting Location-based Access Control[J]. Mobile Networks & Applications，2009.14（2）：253-263 [23] Hinton G E， Osindero S， Teh Y W. A Fast Learning Algorithm for Deep Belief Nets[J]. Neural Computation，2014.18（7）：1527-1554 [24] Bengio Y， Lamblin P， Dan P， et al. Greedy layer-wise training of deep networks[C]//International Conference on Neural Information Processing Systems. MIT Press，2006：153-160 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。