室內(nèi)定位技術(shù)綜述

孫大洋章榮煒李贊

（吉林大學(xué)通信工程學(xué)院）

摘 要 由于室內(nèi)環(huán)境下消費(fèi)級(jí),、企業(yè)級(jí)應(yīng)用的需求推動(dòng)，基于室內(nèi)位置的服務(wù)在信息系統(tǒng)中的重要性日漸凸顯,。室內(nèi)定位技術(shù)作為基于位置服務(wù)的核心,，存在眾多的可選方案。從室內(nèi)定位算法,、測(cè)量技術(shù)和融合定位技術(shù)三個(gè)方面對(duì)各種室內(nèi)定位技術(shù)進(jìn)行梳理,，并對(duì)距離測(cè)量、指紋定位,、SLAM技術(shù),、慣性導(dǎo)航等多種適用于不同場(chǎng)景定位技術(shù)的基本原理進(jìn)行綜述；從定位技術(shù)特點(diǎn),、定位需求的角度對(duì)各種定位技術(shù)進(jìn)行了對(duì)比分析,；探討了室內(nèi)定位中的識(shí)別與分辨能力、定位系統(tǒng)容量,、快速的定位系統(tǒng)部署能力等基于位置服務(wù)的問(wèn)題,，繼而討論了目前室內(nèi)定位技術(shù)推向應(yīng)用實(shí)踐所面臨的挑戰(zhàn)。

關(guān)鍵詞 室內(nèi)定位,；基于位置的服務(wù),；定位算法；測(cè)量技術(shù),；識(shí)別定位,；檢測(cè)定位

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(guò)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(wèn)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(wú)需用戶掃碼即可自動(dòng)對(duì)藝術(shù)品進(jìn)行語(yǔ)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(lái)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(lái)5G與無(wú)人系統(tǒng)飛速發(fā)展，無(wú)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(wú)人車間,、智能工程等方面都將成為未來(lái)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(méi)有室內(nèi)定位技術(shù)作為支撐,，室內(nèi)陸圖只是傳統(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(wú)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(wú)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(jué)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(wèn)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,，移動(dòng)臺(tái)坐標(biāo)待求，設(shè)為,。

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

如果移動(dòng)臺(tái)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)與基站i之間的真實(shí)距離為，有：

+=

(1)

則多邊測(cè)量法的定位問(wèn)題可轉(zhuǎn)化為函數(shù)

(2)

的極小優(yōu)化問(wèn)題,。

對(duì)于該優(yōu)化問(wèn)題,，可以通過(guò)多邊測(cè)量法進(jìn)行求解，當(dāng)基站數(shù)目為3時(shí),，就是三邊測(cè)量法,。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：

(3)

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）：

(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：

(5)

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(jué)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(guò)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(lái)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,、,，移動(dòng)臺(tái)坐標(biāo)待求，設(shè)為,。通過(guò)測(cè)量移動(dòng)臺(tái)和基站之間的傳輸時(shí)間,、、,，即可通過(guò)多邊測(cè)量法得到待測(cè)移動(dòng)臺(tái)坐標(biāo),。

(6)

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(kāi)，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(lái)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(wú)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(wú)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,。

如圖2所示，發(fā)送端在t₁時(shí)刻發(fā)送無(wú)線信號(hào),，經(jīng)過(guò)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(wú)線信號(hào)，在t₄時(shí)刻接收到超聲波信號(hào),。如忽略無(wú)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,。

圖2   無(wú)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]

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

UWB是一種無(wú)載波的短距離通信技術(shù),，它使用納秒級(jí)的窄脈沖來(lái)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

(7)

式中,，、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,，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(guò)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),。

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(wú)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),做成小型設(shè)備植入人體等。

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

TDoA通過(guò)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(lái)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,，，移動(dòng)臺(tái)坐標(biāo)待求,，設(shè)為,。通過(guò)測(cè)量移動(dòng)臺(tái)接收各基站之間的到達(dá)時(shí)間,，計(jì)算相對(duì)于參考基站的時(shí)間差，之后通過(guò)求解下列方程組即可得到待測(cè)坐標(biāo),。

（8）

其中,，c為光速，

本算法可以通過(guò)聲源定位實(shí)現(xiàn),，也可以通過(guò)UWB實(shí)現(xiàn),。

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

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(méi)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(wèn)題的影響,，因此許多科研工作都是圍繞求解與優(yōu)化展開(kāi)，如經(jīng)典的TDoA求解算法Taylor級(jí)數(shù)法,，Chan算法,，NLoS的識(shí)別與修正等。

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(guò)使用天線陣列來(lái)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(lái)確定位置,，這就是基于到達(dá)角度的AoA定位,。

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、,，移動(dòng)臺(tái)坐標(biāo)待求,，設(shè)為,。通過(guò)測(cè)量到達(dá)角度,、，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

(9)

AoA定位相較于ToA與TDoA而言無(wú)需進(jìn)行時(shí)間同步,，但是它的硬件實(shí)現(xiàn)起來(lái)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，基于MUSIC算法來(lái)進(jìn)行估計(jì)AoA和通過(guò)更改陣列天線的參數(shù)來(lái)增強(qiáng)估計(jì)效果的方法等,。

隨著5G的發(fā)展,，5G定位逐漸開(kāi)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(lái)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(wú)線信號(hào)的傳播模型：無(wú)線信號(hào)傳播的功率衰減是信號(hào)傳播距離的函數(shù)：P_r=f(P_t，d),，其中P_r是可測(cè)的接收信號(hào)強(qiáng)度,，P_t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?，在測(cè)得了移動(dòng)臺(tái)接收到的P_r信號(hào)強(qiáng)度值后，即可求得基站與移動(dòng)臺(tái)之間無(wú)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(wèn)題,，區(qū)分度問(wèn)題,，可靠性問(wèn)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,，以致有研究認(rèn)為：如果沒(méi)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(wú)法取得突破,。

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(guò)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(guò)提前在待測(cè)場(chǎng)景離線測(cè)量指紋來(lái)建立RSS的指紋數(shù)據(jù)庫(kù),，從而在實(shí)際定位的過(guò)程中通過(guò)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(lái)室內(nèi)WiFi的普及,，無(wú)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(wèn)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(wú)線接入點(diǎn)AP。通過(guò)測(cè)量和收集采樣點(diǎn)的RSS值,，來(lái)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(wú)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(guò)預(yù)測(cè)方法來(lái)減少離線指紋建庫(kù)的工作量,，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(wèn)題,，使用基于域聚類的WiFi室內(nèi)位置估計(jì)策略，從二維空間定位擴(kuò)展到三維空間定位等,。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,Far,，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。

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

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(guò)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(lái)測(cè)量節(jié)點(diǎn)移動(dòng)臺(tái)的瞬時(shí)運(yùn)動(dòng)信息,。

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(guò)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(guò)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(wú)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(kāi)始在室內(nèi)定位領(lǐng)域使用,。慣導(dǎo)技術(shù)無(wú)需借助任何外部設(shè)備，僅通過(guò)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(kāi)。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(guò)使用最少的地圖信息和引入了粒子過(guò)濾器增強(qiáng)PDR性能。針對(duì)累積誤差導(dǎo)致的漂移問(wèn)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(wèn)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(guò)線性回歸矩陣模型來(lái)修正慣性導(dǎo)航路徑，并通過(guò)最小二乘法來(lái)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(jué)技術(shù)與慣性測(cè)量相結(jié)合的視覺(jué)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(guò)各種傳感器獲取環(huán)境的參數(shù)來(lái)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(wèn)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，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(lái)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(jué)定位等技術(shù),。由于各種定位技術(shù)均存在一定的問(wèn)題,，如全球?qū)Ш蕉ㄎ幌到y(tǒng)無(wú)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(jué)SLAM

視覺(jué)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(guò)特征匹配來(lái)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(wú)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(wèn)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(jué)SLAM,、立體視覺(jué)SLAM和RGB-D SLAM,。單目視覺(jué)SLAM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(jué)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(wèn)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(jué)SLAM技術(shù),，無(wú)論是采用單目視覺(jué),、立體視覺(jué)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(jué)里程計(jì)的方式估算目標(biāo)位置,。

視覺(jué)SLAM無(wú)論是采用何種方式,，都存在一些共性問(wèn)題，如在無(wú)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(jué)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(lái),，接收到這些信號(hào)后通過(guò)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(guò)程地圖重構(gòu)算法來(lái)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(jué)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,。融合定位通常可分為兩種形式：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(wèn)題可描述為如下過(guò)程：在時(shí)刻,，我們具有一個(gè)包含位置的系統(tǒng)狀態(tài)矢量，在到時(shí)刻我們可以得到一系列具有噪聲的觀測(cè)量,，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(wú)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(guò)程可以看成是對(duì)后驗(yàn)概率的估計(jì),。假設(shè)這一過(guò)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)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)刻的狀態(tài)只與它的上一時(shí)刻狀態(tài)有關(guān),，與時(shí)刻之前的狀態(tài)無(wú)關(guān),。狀態(tài)與之間滿足如下關(guān)系：

(10)

其中為系統(tǒng)模型，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)時(shí),，當(dāng)前測(cè)量值僅與當(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,。與的關(guān)系為：

(11)

其中為觀測(cè)模型,，為觀測(cè)噪聲,。

貝葉斯濾波為上述估計(jì)問(wèn)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(jiàn)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(guò)泰勒級(jí)數(shù)展開(kāi)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(wèn)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(guò)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(guò)其它定位方法進(jìn)行校正,，例如無(wú)線定位。無(wú)線定位通過(guò)無(wú)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(wú)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?；谙到y(tǒng)模型獲得狀態(tài)的預(yù)測(cè)值之后,，貝葉斯濾波將通過(guò)無(wú)線定位作為觀測(cè)模型進(jìn)一步更新定位位置,。

在文獻(xiàn)[38]中，研究人員通過(guò)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(guò)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(wú)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(guò)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(guò)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(guò)KF將可見(jiàn)光定位和慣性定位進(jìn)行緊耦合,，實(shí)現(xiàn)了在稀疏可見(jiàn)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)陸圖信息,，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(guò)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)陸圖匹配更加復(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(lái)模擬概率分布。PF首先通過(guò)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(guò)上述過(guò)程，室內(nèi)陸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(guò)PF融合慣性定位和室內(nèi)陸圖的室內(nèi)定位系統(tǒng),。該系統(tǒng)通過(guò)慣性定位更新粒子,，并基于室內(nèi)陸圖對(duì)粒子更新進(jìn)行限制。實(shí)驗(yàn)表明,，室內(nèi)陸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(guò)一種增強(qiáng)粒子濾波器融合WiFi和地磁定位,，并利用室內(nèi)陸圖對(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(lái)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(guò)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(guò)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(guò)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(guò)K近鄰算法融合WiFi指紋定位，并通過(guò)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(wèn)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(wèn)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(wèn)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(lái)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(wèn)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(wèn)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(wèn)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(lái)的缺陷,。

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 location-based services

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。

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(wú)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、基于WiFi信道狀態(tài)的主動(dòng)定位,。被動(dòng)定位指移動(dòng)終端上上安裝定位標(biāo)簽,，通過(guò)定位系統(tǒng)對(duì)標(biāo)簽進(jìn)行實(shí)時(shí)定位來(lái)實(shí)現(xiàn)定位，如信道狀態(tài)信息的無(wú)源被動(dòng)定位,。

另一種極端的情形是定位目標(biāo)無(wú)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(jiàn)光陰影定位的情況,。此種情形，只要能通過(guò)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(wèn)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(jué)技術(shù)，車輛可以通過(guò)車牌識(shí)別,，人員可以通過(guò)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(wú)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(guò)無(wú)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(wú)線信號(hào)的沖突與碰撞，則無(wú)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(méi)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(wú)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)陸圖作為輔助,，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(lái)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(wèn)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(guò)部署回避非視距問(wèn)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(guò)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(lái)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(wèn)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,?；诙ㄎ换A(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(wú)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(lái)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(kāi)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(jué)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(wèn)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(guò)對(duì)環(huán)境變化的識(shí)別或技術(shù)突破來(lái)緩解多徑效應(yīng)帶來(lái)的問(wèn)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(lái)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(guò)其他定位來(lái)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(guò)仿真或?qū)嶋H測(cè)量同真實(shí)位置進(jìn)行對(duì)比,，說(shuō)明算法的有效性，另一方面,，可以通過(guò)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(jiàn)，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?；移?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(lái)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(guò)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(wú)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(lái),，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(wú)縫接入能力。通過(guò)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(yǔ)

以基于位置服務(wù)為目標(biāo)的室內(nèi)定位技術(shù)經(jīng)過(guò)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(wú)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(wèn)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(wèn)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,。