全球定位系統(tǒng)(global positioning system, GPS), 憑借其廣泛的應(yīng)用范圍和較高的定位精度, 受到了各方面專家和學(xué)者的青睞, 其在室外可以提供比較可靠的定位服務(wù). 然而, 由于室內(nèi)環(huán)境較為復(fù)雜, 信號的傳播過程中會遇到障礙物(行人、墻壁、桌椅等)的阻塞, 使得信號發(fā)生反射、折射或散射, 導(dǎo)致強(qiáng)度減弱, GPS并不能實現(xiàn)精確的定位, 即在存在非視距(non-line-of-sight, NLOS)的室內(nèi)環(huán)境中, 定位精度會有所下降. 如何有效識別和抑制NLOS, 從而提高定位精度是目前室內(nèi)定位研究的熱點問題之一. 室內(nèi)定位作為定位技術(shù)在室內(nèi)環(huán)境的延續(xù), 應(yīng)用更加廣泛. 精確的節(jié)點位置信息可以應(yīng)用在環(huán)境監(jiān)測、軍事偵察、定位打擊目標(biāo)、公共安全及應(yīng)急響應(yīng)等方面.

當(dāng)發(fā)生地震、火災(zāi)等意外災(zāi)害時, 室內(nèi)環(huán)境由于崩塌、火燒等會發(fā)生改變, 根據(jù)感覺盲目尋找很難快速找到被救援人員的位置. 而通過無人機(jī)等實地采集信息, 利用室內(nèi)定位技術(shù)可以快速進(jìn)行搜救, 既節(jié)省時間又能規(guī)劃出安全的救援路徑. 當(dāng)發(fā)生恐怖襲擊或者人質(zhì)劫持等社會安全事件時, 利用室內(nèi)定位技術(shù)可以快速確定襲擊者或人質(zhì)的位置. 反恐人員進(jìn)入室內(nèi)執(zhí)行任務(wù)時, 通過室內(nèi)協(xié)同定位算法進(jìn)行配合, 可以精確地獲得自己和同伴的位置, 對于任務(wù)的解決起到了更好的促進(jìn)作用. 當(dāng)處于火車站、高鐵站、飛機(jī)場或地下停車場時, 室內(nèi)定位技術(shù)可以為用戶提供導(dǎo)航定位、停車、找車服務(wù), 提高用戶的滿意度. 在商場或者倉庫可以幫助用戶快速找到心儀的商品, 增強(qiáng)用戶體驗感.

1 室內(nèi)定位中的常用技術(shù)與算法

目前, 在室內(nèi)定位方面所使用的技術(shù)有很多, 包括地磁技術(shù)[1]、Wi-Fi[2]、藍(lán)牙[3]、超聲波技術(shù)[4]、激光技術(shù)[5]、計算機(jī)視覺技術(shù)[6]、超寬帶(ultra wide band, UWB)技術(shù)[7]等.

地磁技術(shù)主要依據(jù)地磁場強(qiáng)度實現(xiàn)定位, 成本較低, 而且對環(huán)境的要求不高. Wi-Fi技術(shù)不受燈光、濕度、溫度等外界因素的影響, 在一定頻段內(nèi)可以很好地穿越障礙, 但在室內(nèi)極易受到多徑效應(yīng)的影響, 定位精度中等[2]. 低功耗藍(lán)牙具有功耗低、成本低、部署方便等優(yōu)點, 誤差可達(dá)到2 m左右[3]. 超聲波技術(shù)由固定的參考基礎(chǔ)設(shè)施和多種移動單元組成[4], 可以穿透部分固體和液體, 在黑暗、有毒等環(huán)境中仍可以應(yīng)用, 但其頻率受多普勒效應(yīng)的影響且成本較高. 激光技術(shù)可根據(jù)信號和反射信號的時間差值計算距離, 結(jié)合角度信息完成相對定位, 成本較高.

計算機(jī)視覺技術(shù)主要分為利用地標(biāo)包含的信息解算為矩陣實現(xiàn)定位和對數(shù)據(jù)庫內(nèi)存儲的相機(jī)位置信息進(jìn)行圖像指紋匹配實現(xiàn)定位[6]兩種. 伴隨計算機(jī)視覺技術(shù)的發(fā)展和成熟, 使得基于視覺的用于同時定位與地圖構(gòu)建(simultaneous localization and mapping, SLAM)的技術(shù)可獲得圖形和視覺的支持. 視覺SLAM技術(shù)包括前端和后端兩部分, 前端又稱視覺里程計(visual odometry, VO), 主要進(jìn)行特征檢測和數(shù)據(jù)關(guān)聯(lián)任務(wù); 后端主要對前端的輸出結(jié)果進(jìn)行優(yōu)化, 得到最優(yōu)的位姿估計和地圖[8].

由于較高的時空分辨率、良好的隱私保護(hù)、強(qiáng)穿透性以及高精度的定位性能, 使得UWB技術(shù)能為室內(nèi)定位提供良好的解決方案. 同時也為許多應(yīng)用程序提供了便利, 如醫(yī)療監(jiān)控、安全和資產(chǎn)跟蹤等[7].

室內(nèi)定位中的常用算法包括航跡推算、指紋識別定位、鄰近探測、極點定位、三角定位、多邊定位和質(zhì)心定位等.下面主要介紹這些算法定位的原理以及優(yōu)缺點.

1

航跡推算

目標(biāo)節(jié)點位置由所對應(yīng)的步長、航向和上一步的位置不斷累加推算得到[9], 其原理如圖 1所示. 常應(yīng)用于慣性導(dǎo)航定位[10], 可利用三軸加速度計、三軸陀螺儀和三軸磁力計的數(shù)據(jù)計算節(jié)點位置和軌跡.

圖 1 航跡推算定位原理圖

已知目標(biāo)節(jié)點初始位置為

初始航向角為

移動到下一時刻的位移為

下一時刻目標(biāo)節(jié)點的位置為

后續(xù)各個時刻的位置為

優(yōu)缺點: 此算法不需要借助外部設(shè)備即可實現(xiàn)定位, 采集的數(shù)據(jù)較為自主且無依賴; 但在推算的過程中會受到累加誤差的影響, 故常用于短距離定位.

2

指紋識別定位

指紋識別定位算法[11-13]主要由離線階段和在線階段兩部分構(gòu)成.在離線階段, 用小網(wǎng)格劃分待定位區(qū)域, 得到交點并記錄其坐標(biāo), 對在交點處接收到的無線電信號提取特征(常用接收信號強(qiáng)度(received signal strength, RSS)), 利用交點的坐標(biāo)和相應(yīng)的特征構(gòu)成的信息鏈建成指紋數(shù)據(jù)庫; 在線階段, 通過匹配算法對比實際信息提取的特征與指紋數(shù)據(jù)庫中的參數(shù)實現(xiàn)定位, 具體的流程如圖 2所示.

圖 2 指紋識別定位原理圖

優(yōu)缺點: 此算法自主性較高, 有較高的定位精度; 但在離線階段建立指紋庫工作量較大, 且一旦更換定位場地, 需要重新構(gòu)建指紋庫.

3

鄰近探測

鄰近探測法通過是否接收到物理信號來判斷目標(biāo)是否位于發(fā)射源四周[14], 主要取決于信號的傳輸范圍. 由圖 3可以看出, 目標(biāo)節(jié)點位于基站B附近.

圖 3 鄰近探測原理圖

優(yōu)缺點: 此算法易于搭建, 易于實現(xiàn)且成本較低; 但定位精度不高, 僅可用于對精度要求不高的場景.

4

極點定位

極點定位根據(jù)測量的相對錨節(jié)點的距離和角度信息推測出目標(biāo)的位置[14], 其原理如圖 4所示. 若僅已知錨節(jié)點與目標(biāo)節(jié)點之間的距離d1d1, 則可以初步確定目標(biāo)節(jié)點是在以錨節(jié)點為圓心、d1d1為半徑的圓上, 然后通過角度信息可以得到目標(biāo)節(jié)點的精確位置.

圖 4 極點定位原理圖

優(yōu)缺點: 只需要根據(jù)一個錨節(jié)點的位置即可進(jìn)行測量, 應(yīng)用較為方便, 常用于大地測量; 但定位結(jié)果的準(zhǔn)確性易受測距和測量角度儀器的精度的影響.

5

三角定位

三角定位法[15]是將兩個錨節(jié)點的測量信息(包括距離和角度)相結(jié)合, 利用幾何原理獲取目標(biāo)位置.

如圖 5所示, 已知錨節(jié)點A與錨節(jié)點B之間的距離為

, 與目標(biāo)節(jié)點位置的夾角分別為

. 利用三角幾何原理可求得目標(biāo)節(jié)點到錨節(jié)點A、B連線的垂直距離為

圖 5 三角定位原理圖

根據(jù)相對位置關(guān)系即可求得目標(biāo)節(jié)點的位置.

優(yōu)缺點: 此算法原理較為簡單, 定位誤差較小, 應(yīng)用較為廣泛; 但對于普通設(shè)備而言, 角度以及距離的信息很難精確獲取.