关于室内定位的二三事(一)

研究生有一个研究方向,也就是常说的你是做什么的。


室内定位技术是个什么呢,本质上说就是让我们知道自己在室内的哪个位置。在室外的时候,我们可以用手机上的GPS来定位,例如点外卖,叫滴滴打车。GPS在室外的精度能够达到20m左右,但是一旦进入室内之后,GPS就不准确了。经常可以发现在A楼的你可能被定位到隔壁的B楼去了。虽然大概位置没错,但是想定位到m级左右的精度就没办法了。

需求与方法

还有几个需要室内定位的业务场景:逛商圈的时候,对这个商圈不熟悉,但是又想找到某个人或者某个店铺;进入停车场忘记自己的停车位置,需要找到车位;隧道,矿场工作者需要知道自身位置进行作业,在这些场景下,GPS这类定位方法就没有效果了。这些业务都对室内位置服务产生了需求。

说完了需求,我们来说说怎么实现。首先,室内处于一个相对比较封闭的空间,GPS和网络信号都受到一定程度上的阻碍。可以使用的信息就变得相对而言较少。目前已经总结的定位方式一般分为三种类型:基于特定设备的方法,基于WIFI、蓝牙信号的方法,基于移动传感器的方法和组合定位方法[3]。

  • 特定设备的方法通常指的那些为了满足高精度定位需求而专门设计的定位方法,这类系统的定位精度通常在cm级,且使用特制的信号源进行定位,使用者需要穿戴特制的定位设备。例如 Active Badge 、Bat、Cricket和 LANDMARC等。且这类系统使用场景有限,费用高,普适度低。通常用于军事,勘探等领域了。

  • WIFI/蓝牙信号的方法是一种比较普适的方法,这两种信号具有一定程度的相似性。且利用这两个信号的定位方法思路基本一致,具体有以下几种方法:最强信号法,利用设备找到信号最强的信号接入点并将其视为位置,比如拿起手机扫描到了某个特定的WIFI信号,那么就将你视为在该路由器附近,但此种方法不能精确定位。传播模型法,根据信号在空间传播规律,公式化距离信号模型以确定自身位置,这种方法就是采集多个(通常是3个)信号源发出的信号,根据信号强度和距离的公式来解算位置,但是室内空间环境复杂,这种方法只适合大型空旷室内环境。位置指纹法,线下采集信号,将信号标注为位置指纹放入数据库,定位时采集信号与数据库匹配,相似度最小则为实际位置,这种方法由于室内的信号可能产生变化需要长期维护指纹数据库,成本会很高。我的研究点中针对其中位置指纹部分,后面展开细说。现有的系统包括RADAR、Horus、WILL和UnLoc等。

  • 移动传感器的方法一般是利用智能手机或者智能穿戴设备(手表,手环)来采集移动过程中的行为数据,利用这些数据来确定室内位置。有基于行人航迹推算的方法,利用采集数据模拟行人轨迹,一般采集加速度数据来表示行人的步长步数,陀螺仪/磁力计采集方向,反演行人移动轨迹。基于指纹的方法,采集数据做成位置指纹去标定行人位置。基于众包的方法,多个用户采集之后形成大量初始数据,在不需要手动标注的情况下生成室内地图和特殊信号地标点。基于CrowdSourced的室内定位技术有 Sig—nalSLAM、Walkie-Markie、Jigsaw等 。

  • 多元融合方法就是利用上述各类方法,尽可能规避各类方法的劣势,进行定位的技术。现有的融合方法主要分成松耦合和紧耦合。松耦合常用的方法是先由各自不同的传感器得到定位结果,然后对各定
    位结果进行信息融合,这种方法易实现,但不好规避各类方法的问题。紧耦合比较常见的是基于贝叶斯滤波方法进行定位,包括卡尔曼滤波KF,扩展卡尔曼滤波EKF,粒子滤波PF等。

分类 具体方法描述
WIFI混合 指纹法+测距法
WiFi/PDR 混合 卡尔曼滤波;扩展卡尔曼滤波;无迹卡尔曼滤波;粒子滤波;隐马尔可夫模型
Wi-Fi/PDR/地标混合 显式地标校正;卡尔曼滤波融合
Wi-Fi/PDR/地磁混合 WiFi/PDR缩小磁匹配范围,粒子滤波融合
Wi-Fi/PDR/地图信息混合 带地图信息的粒子滤波

信号

在室内定位过程中,需要依靠采集特定信号来定位。普适信号如WIFI、蓝牙、地磁和惯性单元信号。特定信号如RFID、ZigBee、超宽带、红外等。

如图所示,不同的定位技术定位精度和难易程度都不同,目前的室内定位还没有一个统一普适的标准。因为业务场景复杂,精度需求不同,所以需要的解决方案也不一样。

这篇博士论文[1]1.1节总结了一些当前使用的信号以及参考文献,常用的WIFI、蓝牙到超宽带和RFID等等。

设备

对于特定信号的室内定位,需要特制定位设备。WIFI/蓝牙信号的定位方法,一般使用智能手机、智能穿戴设备作为采集设备。移动传感器方法也是利用智能手机。总的来说,除开特定信号,智能手机目前搭载了各类传感器和无线信号装置,是一种良好的定位设备。但是智能手机的各类传感器和信号装置精度远远低于特定设备,因此定位精度相比于特定设备有很大差距。

总结

上表总结了一些现有室内定位技术的相关信息。室内定位技术指标通常来说就是以下几个点:成本,精度,覆盖范围,时延。目前较为普适的解决方案是GNSS,WIFI,蓝牙,传感器和磁场的任意组合,通常精度在2-5m之间。针对特定环境和需求再使用特定设备和信号。

难题

除开特定技术,宏观上来看室内定位技术目前有以下几个难题:

室内环境复杂

室内空间存在墙壁,走廊,特殊家具或者装置等。复杂的室内环境极大的影响了室内信号的传播,例如GPS信号无法良好的穿过建筑墙壁。这样的情况导致测量信号的精度不够。

同时室内场景的信号源存在时空变化问题,如WIFI基站的增减,WIFI信号的时变性,室内家具和装置的布设变化。如何感知和认知室内几何环境和信号环境的时空变化,提高对定位环境的自学习、自适应能力是一个尚待解决的问题。

异构定位源

对于需要定位设备的定位技术而言,智能手机搭载的传感器和信号设备不同,所有说他们在相同位置采集的精度也有所不同。因为手机厂商在搭载这些传感器的首要目标并非用于定位。在这种条件下,灵活的融合不同传感器观测的信号,让有限的测量数据尽可能的发挥作用。

发展趋势

文献[1]总结了室内定位技术的发展趋势,包括三个方面:探索新的定位源;异构定位源的高效融合;语义约束和认知的协同定位。

我的研究点

WIFI位置指纹具有普适性,且智能手机搭载微电机系统。结合PDR和WIFI位置指纹的融合定位方法去实现室内定位。PDR具有准确度高但存在累积误差的问题,且无法知晓初始位置。WIFI位置指纹相对稳定,但是移动过程中存在跳变,且指纹库有异构性的特点。现有的融合方法分为松耦合和紧耦合,前者其实就是投票法,先各自定位,在根据规则计算位置;后者利用滤波建立状态模型和观测模型,使用贝叶斯滤波方法估计位置。这部分后面我再详写。

上面只是大概讲述了一下室内定位的一个发展趋势,或者说叫做整个领域的一个现状总结。因为室内尚未出现一个革命性的方法来颠覆领域,因此可以说多种手段都可以用于定位。在智能手机作为定位设备的前提下,用的最多的基本就是蓝牙、WIFI、地磁和IMU移动传感器,也有利用摄像头(视觉),录音器(收音),或者把以上技术选择性结合。每种技术都有优缺点,融合方案也是多种多样,但基本处于松耦合投票,紧耦合滤波这样一个模式下。

参考文献

[1] 陈锐志,陈亮.基于智能手机的室内定位技术的发展现状和挑战[J].测绘学报,2017

[2] 毕京学,智能手机Wi-Fi/PDR室内混合定位优化问题研究,2019

[3] 室内定位方法综述,席瑞,2016