基于射频模块的室内定位系统设计及试验*

陈君梅，叶 娟，孙道宗

（1.广东科学技术职业学院广州学院，广东广州510640； 2.华南农业大学工程学院，广东广州510642）

0 引言

随着无线网络技术的高速发展，以及手机等智能终端设备的普及，室内定位服务越来越受到人们的重视。室内定位服务在日常生活、商业活动、科学研究、直至抢险搜救等方面都呈现出迫切的需求［1-4］。美国研究机构ABI 研究员帕特里克·康诺利（Patrick Connolly）称：“室内定位技术是下一波热门定位技术，该技术将在2015～2017年间得到大量部署和实施［5］。”

然而，室内环境是一个复杂的空间，常用的卫星讯号在传播的过程中受到室内建筑结构的影响，定位精度大大下降，甚至无法进行室内定位。当移动物体位于比较封闭的室内空间时，由于存在严重的障碍遮挡及非视距噪声的干扰，其定位问题必须通过探索其他技术来解决［6-7］。自20世纪90年代初以来，国内外对于室内定位开展了大量的研究［8-11］，近几年来世界各国研究机构、学术界、产业界等均致力于室内定位的研究，开发了很多热门技术，但各种技术仍存在诸多不足，因此，如何在复杂的室内环境中实现高精度定位，仍然是现阶段定位技术的研究热点和难点。

综合目前国内外的研究成果，定位方法大致可以分为：无线射频RF（Radio Frequency）电磁波、超声与射频RF 电磁波相结合、RFID（Radio Frequency Identi⁃fication，即射频识别）、红外线等［12-13］。由于室内、隧道及农业大棚等受到特殊环境条件的限制，以及受方向性、距离、敷设的可行性等原因的影响，使后3 种方法不适合大范围应用于这些场合。基于无线传感器网络的定位技术具有非接触式和非视距等特点，已经成为优选的室内定位方法之一［14-15］。本研究主要基于无线射频传感器网络节点，进行移动物体室内定位理论及应用研究，设计并实现了一种基于nanoPAN5375射频模块的室内定位系统，对系统进行实验测试与验证，并记录和分析测试数据。试验结果表明，当固定节点组成的等边三角形边长增大后，通过三边质心算法和卡尔曼滤波算法，可得到较为精确的移动节点位置。

1 系统结构及硬件电路

1.1 系统结构框图

室内定位系统主要包含固定节点和移动节点两个部分。固定节点由微控制器、射频模块和磷酸铁锂电池组成；移动节点在固定节点的基础上，增加了显示当前坐标和目的坐标的液晶、用于设定目的坐标的键盘、电机驱动电路和小车。移动节点的结构框图如图1所示。

图1 移动节点结构框图

1.2 电机驱动电路

步进电机驱动电路选用NEC 公司的电机驱动芯片MMC-1 和双H 桥驱动芯片L298N。系统配置微控制器PA.8 口为MMC-1 使能端，PA.9 和PA.10 为串口。微控制器利用串口向MMC-1控制寄存器写入控制字，MMC-1通过L298N驱动电机转动。驱动电路原理图如图2所示。

图2 电机驱动电路图

1.3 nanoPAN5375模块

nanoPAN5375是一款基于2.4 GHz ISM频带的RF模块，整合了放大、滤波等组件，采用了nanotron 的宽带线性调频扩频（CSS）技术，对31.25 kbps～2 Mbps 范围的数据传输率能灵活提供，同时提供具有极佳传输范围的可靠数据通信，可实现点对点测距、平面定位、会话传输等功能［16-17］。nanoPAN5375 模块的大小与1元硬币相当，系统中固定节点和移动节点的实物图如图3所示。

2 软件设计

移动节点通过nanoPAN5375模块测得与3个固定节点的距离，经过三边质心算法结合卡尔曼算法滤波确定移动节点的当前位置。软件主要包含nano⁃PAN5375 的测距、三边质心算法、卡尔曼滤波算法。固定节点部分的nanoPAN5375 模块处于等待接收的状态，接收到测距信息时，反馈回移动节点。移动节点定位算法流程图如图4所示。系统总流程图如图5所示，该系统设计了简单的导航功能。

图3 系统实物图

D—移动节点，电路板下方安装有电机驱动的小车，可带动节点移动；A，B，C—固定节点；N—应用在系统中的nanoPAN5375射频模块

图4 系统定位算法流程图

移动节点和3个固定节点的位置分布示意图如图6所示。

三边质心算法用于实现移动节点位置的确定。系统通过测量移动节点到3 个固定节点的距离，计算相交圆的公共区域的质心来提高对主机位置估算的精度［18-19］，示意图如图7所示。

设移动节点D的坐标为（x，y），已知点A，B，C的坐标分别为（x1，y1），（x2，y2），（x3，y3），它们到移动节点D的距离分别为d1，d2，d3。则可得如下方程：

根据式（1～3）可解出圆A与圆C的交点（xac1，yac1），（xac2，yac2），圆B与圆C的交点（xbc1，ybc1），（xbc2，ybc2），圆A与圆B的交点（xab1，yab1），（xab2，yab2）。

图5 系统总流程图

图6 移动节点和固定节点分布示意图

图7 三边质心法示意图

通过将圆A与圆C的交点（xac1，yac1），（xac2，yac2）代入式(x-x2)2+(y-y2)2，经判断大小后可找出两点中距圆B的圆心较近的点，假设为（xac1，yac1）。同理可找出圆B，圆C交点中距圆A的圆心较近的点，设为（xbc1，ybc1），圆A，圆B交点中距圆C的圆心较近的点，设为（xbc1，ybc1）。

依据质心思想估算未知节点的坐标为：

根据以上算法求出移动节点D的位置之后，本研究再利用卡尔曼滤波的推测值来校正移动节点的测量值，提高系统精度。

卡尔曼滤波是一种高效率的递归滤波器（自回归滤波器），它能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态。目标的位置、速度、加速度的测量值往往在任何时候都有噪声。卡尔曼滤波利用目标的动态信息，设法去掉噪声的影响，得到一个关于目标位置的好的估计。这个估计可以是对当前目标位置的估计，也可以是对于将来位置的估计（预测）或对过去位置的估计（插值或平滑）［20］。

3 试验与结果分析

本研究将3个节点固定在边长为6 m的等边三角形的3个顶点上，通过移动节点自带的键盘，设定移动节点坐标后，移动节点自动以10 cm/s 的速度在等边三角形内移动时，笔者实时测量移动节点的位置坐标，所记录的测试数据如表1所示。

由表1可知，在边长为6 m的等边三角形内，移动节点运动后X坐标的平均相对误差为12.72%，最大相对误差为21.57%，Y坐标的平均相对误差为15.81%，最大相对误差为32.91%。

表1 6 m边长等边三角形内的测试数据

笔者进一步增加等边三角形的边长，使三角形的边长在16 m～70 m 之间，移动节点与3 个固定节点在较大范围测量的距离如表2所示。

表2 移动节点与3个固定节点的距离

由表2 可知，移动节点距离A点的平均相对误差为2.36%，最大相对误差为5.67%；距离B点的平均相对误差为3.4%，最大相对误差为6.92%；距离C点的平均相对误差为1.39%，最大相对误差为2.4%。移动节点距离固定节点A、B、C的平均测量误差分别为0.5 m、0.8 m、0.4 m，移动节点距离固定节点A、B、C的最大测量误差分别为1.1 m、1.53 m、0.58 m。

试验结果表明，增加固定节点A、B、C之间的距离后，在新组成的等边三角形内，移动节点分别与3个固定节点距离的平均相对误差和最大相对误差均大幅度减小，这是由于增大移动节点与固定节点之间的距离后信号传播时间较长，干扰和时钟误差等对测量结果的影响相对较小。增加固定节点之间的距离后，平均误差均小于室内定位导航要求的1 m，最大测量误差超出了0.53 m，实现了比较精确地测量。

4 结束语

该系统以STM32F103 微控制器为核心，结合nanoPAN5375 模块，构成3 个固定节点和1 个移动节点，编写相应算法和软件，实现了室内移动物体的实时位置测量。试验结果表明，移动节点与3 个固定节点在测量距离较大的情况下，该系统具有较高的定位精度。而较大的测量距离正是大型室内空间中移动物体定位所需要的，因此，该系统具有较好的实用性。

该系统具有简单的导航功能，在移动节点上设定坐标后，移动节点能自动以10 cm/s 的速度从当前坐标向目的坐标移动。该系统经改进后可用于室内车间、矿井、隧道、地下车库、温室大棚等室内需要定位或导航的装备上，通过将该系统中的小车替换成其他满足需求的动力装置，则可实现较为快速地移动，以满足生产需求。

（References）：

［1］毛利洋，林秀晶，邵开来，等.基于RSSI的无线传感网络协同定位算法及其应用［J］.机电工程，2012，29（1）：116-119.

［2］邱元阳.无处不在的定位技术［J］.中国信息技术教育，2014（5）：67-70.

［3］PETRIU E M，GEOGANAS N D，PETRIU D C，et al.Sen⁃sor-based information appliances［J］.IEEE Instrum enta⁃tion and Measurement Magazine，2000，26（10）：31-35.

［4］刘 勇.室内也定位［J］.百科知识，2014（2）：28-29.

［5］杨宇良.诺基亚的“复国”运动［J］.软件工程师，2012（10）：12-14.

［6］宦若虹，李义冬，何晓慧.基于无线传感器网络的室内定位系统［J］.机电工程，2011，28（8）：910-913.

［7］张骁耀，王 玫.基于CSS技术的室内定位通信系统的研究与实现［J］.微型机与应用，2012，31（13）：49-52.

［8］BAHL P，PADMANABHAN V N.RADAR：An In-building RF-based User Location and Tracking System［C］//Proceed⁃ings of the IEEE INFOCOM 2000.New York：IEEE Com⁃puter and Communications Society，2000：775-784.

［9］WANTR，HOPPER A，FALCAO V，et al.The active badge location system［J］.ACM Transaction on Information Systems，1992，10（1）：91-102.

［10］HARTER A，HOPPER A.A distributed location system for the active office［J］.IEEE Network，1994，8（1）：62 -70.

［11］赵 爽.谁掌握着室内导航的核心？［J］.国际太空，2014，421（1）：31-33.

［12］杨 锌，林基明，刘争红.基于nanoLOC 的嵌入式定位系统［J］.计算机系统应用，2012，21（9）：38-42.

［13］范 迪，吕常智，李 虎.基于射频模块的矿井巷道人员定位的实现［J］.煤矿机械，2007，28（2）：72-74.

［14］KWAKM CHONGJ.A New Double Two-way Ranging Algo⁃rithm for Ranging System［C］//IEEE International Confer⁃ence on Network Infrastructure and Digital Content.Bei⁃jing：［s.n.］，2010：470-473.

［15］司海飞，杨 忠，王 珺.无线传感器网络研究现状与应用［J］.机电工程，2011，28（1）：16-20，37.

［16］NANOTRON.NanoLOC TRX Transceiver（NA5 TR1），us⁃er's manual［Z］.NANOTRON，2006.

［17］杨 骏，陈建政，冯艳波.基于NanoPAN5375 的测力轮对无线传输系统［J］.工程与实验，2009，49（4）：75-77.

［18］高 雷，郑相全，张 鸿.无线传感器网络中一种基于三边测量法和质心算法的节点定位算法［J］.重庆工学院学报：自然科学版，2009，23（7）：138-141.

［19］裴庆祺，赵 军.基于网格分布的三角形内点测试定位算法［J］.计算机工程与设计，2008，29（18）：4658-4661

［20］宋迎春.动态定位中的卡尔曼滤波研究［D］.长沙：中南大学信息物理工程学院，2006.