基于智能手机室内定位技术的研究现状

李 军 胡光夏 阮 艳

(武汉职业技术学院 电子信息工程学院 湖北 武汉：430074)

随着智能手机和其他无线设备数量的发展，基于用户位置的移动设备的各种服务和应用越来越普遍，准确捕捉用户当前位置的定位技术越来越重要。当前常用的手机定位方式包括卫星定位、基站定位、Wi-Fi辅助定位和AGPS定位。全球定位系统、北斗卫星导航定位系统、AGPS定位和基站定位能够为智能手机室外定位提供便利，而在室内定位技术则主要依赖智能手机接收各类无线信号，常用的室内定位技术有Wi-Fi、蓝牙、射频识别、超宽带、超声波、可见光等。在这些技术中，Wi-Fi因无需在建筑物中安装其他设备或向移动设备添加其他部件具有很大的优势，是更为大众熟悉的技术。随着与基于惯性传感器(加速度计、陀螺仪、地磁传感器，或二合一、三合一的组合)行人航位推算技术的融合，室内定位的精度逐步提升，同时Wi-Fi、航位推算技术和地磁的融合集成也减少了对信号强度、运动条件和磁分布的依赖[1]。本文分析了适合智能手机的各种无线室内定位技术优缺点，讨论了室内定位常用方法和算法，提供了最新技术中有价值的信息和已上市的产品，并为今后室内定位技术研究发展提出一些有意义的参考。

1 适应智能手机的室内定位技术

室内定位技术是指在室内环境下确定某一时刻智能手机或接收终端在无线局域网中位置的过程。大部分无线局域网都使用如IEEE802.11、BLE、RFID、UWB、声波、超声波、VLC等技术来实现无线连接,无线电波穿越大部分的室内墙壁或其它障碍物，获取更大的覆盖范围,手机用户通过一个或多个无线接入点接入无线局域网，无线接入点类似于无线通信网络中的基站。

在目前大多数智能手机、笔记本电脑和其他便携式用户设备都支持Wi-Fi、蓝牙、RFID等，使得这些技术成为室内定位的理想候选。基于现有的Wi-Fi接入点可用作信号采集的参考点，在不需要额外基础设施的情况下构建基本的定位系统，能够达到合理的定位精度。但现有的Wi-Fi网络通常用于通信，而不是定位目的，因此需要新颖高效的算法来提高其定位精度[2]。典型的定位算法主要有欧氏几何距离、最近邻法、k最近邻法、支持向量回归法(SVM)和线性判别分析(LDA)，朴素贝叶斯网络、最大似然估计法(ML)、期望最大化算法(EM)、KL散度、高斯过程(GP)和条件随机场(CRF)等。蓝牙(Bluetooth Low Energy，BLE)定位解决方案大多依赖于用户接收信号强度指示测距，iBeacons(由苹果公司提供)和Eddystone(由谷歌公司提供)已经提出了两种基于BLE的协议，应用程序通过接收信标消息来估计iBeacon设备和用户之间的距离。RFID是使用从发射机到任何射频(RF)电路的电磁信号来传输和存储数据[3],由一个可以与RFID标签通信的读卡器组成。RFID定位的基本原理是，通过一组固定的阅读器读取目标RFID标签的特征信息(如身份ID、接收信号强度等)，采用近邻法、多边定位法、接收信号强度等方法确定标签所在位置。RFID标签发出数据，RFID读取器预先定义的RF和协议读取的数据。

更新的室内定位技术如声波、超声波[5]、VLC、UWB也在逐步应用到智能手机或智能终端当中。基于声音信号的定位技术利用智能手机中的麦克风传感器来捕获声源与参考节点发出的信号，并估计用户相对于参考节点的位置。同时,移动电话接收到的声音信号中所经历的多普勒效应的细微相位和频率偏移也被用来估计电话的相对位置和速度。该技术能够实现高定位精度，但传输功率应足够低、需要额外的基础设施和较高的更新率；基于超声波的定位技术主要依靠超声波信号的飞行时间测量来计算发射机和接收机节点之间的距离。研究表明，该方法可以提供厘米级的室内定位精度，同时跟踪多个移动节点。然而，当湿度和温度变化时，超声波信号变化很大。基于可见光的定位技术使用手机的光传感器来测量LED发射器的位置和方向。换言之，发光二极管发送信号，当接收器/传感器接收到该信号时，该信号可用于定位。基于可见光的定位的优势在于它的大规模扩散。然而，一个基本的限制是，为了精确定位，发光LED和传感器之间不能有阻碍。对于可见光，到达角度(AOA)被认为是最精确的定位技术[6]；UWB因不受其他信号的干扰、可以穿透各种材料，包括墙壁，提供对室内的准确估计。2018年，Sevenhugs公司推出了全球首款采用UWB技术的智能遥控器，能够实现室内定位以及全天候定位跟踪功能。

Zigbee技术虽有利于无线传感器网络中传感器的定位，但它在大多数用户设备上不易实现，不利于手机用户的室内定位。除了以上提及的定位技术，还有基于图像分析、电脑视觉、信标定位等室内定位技术。

2 常用室内定位方法的比较

现有定位方法分为基于测距方法和不基于测距的方法。基于测距的方法主要是测量未知节点和锚节点之间的距离或者角度信息，利用多边定位法、三角定位法或最大似然估计法计算未知节点的位置。不基于测距的定位机制无需距离或角度信息，仅根据网络的连通性等信息实现节点的定位方法有质心算法、近似三角形内点测试法、DV-HOP。表1列出了目前在智能手机中最常用三种室内定位技术的优缺点。三角定位法是根据信号强度(RSS)、到达时间(TOA)、到达时间差(TDOA)、到达角度(AOA)、飞行时间(TOF)等估算参考点与待测目标间的距离。但是由于室内障碍物的存在，利用三角定位法很难准确确定室内的位置。而基于指纹的定位方法利用Wi-Fi信号空间位置差异性，通过位置指纹关系数据库及匹配算法查找目标节点的位置指纹对应的物理位置信息，以估计节点位置。因此，指纹技术比三角定位法或其他技术更精确[7]。但构建离线指纹地图需要花费大量的时间和精力，而且造成添加、修改或删除Wi-Fi接入点(AP)时，必须完全重新构建指纹图。此外，当室内特征(如墙壁甚至家具)发生变化时，需要重建指纹图，因为无线信号环境的变化可能会扭曲指纹图。近年来，随着多个惯性传感器(如加速度计、陀螺仪和磁强计)与智能手机的融合，以人为中心的航位推算法应运而生，因此通过移动辅助无线室内定位成为新的发展趋势[8]。

表1 不同室内定位方法的优缺点

3 室内定位技术的发展方向

室内定位技术的主要性能指标是定位精度。到目前为止，研究人员通过补充某一技术领域的问题或应用其他技术领域来提高室内定位的精度。

3.1 基于计算机视觉室内定位技术[9]

该技术主要是通过现场周边环境照片实现实时定位，本质是以图像指纹识别技术为基础的室内导航解决方案，其原理是通过后台对手机拍摄2-3张地物照片的结构信息(大小仅几kB)进行提取，发至服务器端，利用计算机视觉图像识别技术进行图像空间结构信息交叉比对后得到定位数据。

3.2 指纹地图技术的发展

针对基于离线指纹数据库匹配定位的缺陷，提出同时定位与地图创建(simultaneous localization and mapping，SLAM)的思想[10]，它是将定位与环境地图创建融为一体，即行人在运动过程中根据自身位姿和传感器对环境感知构建增量式环境特征地图，同时利用该地图估计自己的位姿。但难点是算法复杂，尤其是地图实时测绘和更新技术一直是瓶颈。

为了提高Wi-Fi-SLAM的定位精度，Yiu和Yang[11]开发了一种Wi-Fi信号重建方法，该方法将萤火虫算法整合到GP算法中。研究人员使用基于SS的方法从几个采样点收集Wi-Fi信号重建整个场的信号强度分布。在他们的实验中，中值误差约为3m。文献[12]提出了一种快速无线指纹收集(QRFC)算法来收集采样信息,Android智能手机及其内置的运动传感器用于帮助收集过程。QRFC使采样过程更简单，并且采样所需的时间接近缓慢通过路径的时间。

3.3 各种技术的融合定位

多源融合定位是获得足够室内定位精度的技术框架之一。通常将智能手机加速度计、陀螺仪、磁强计、磁场传感器数据与WIFI指纹技术的相结合的室内定位方法。利用卡尔曼滤波、扩展卡尔曼滤波和粒子滤波组合的方法，进一步提升定位速度和定位精度。

一些方法如Ofstad等人[13]已经使用光传感器、声音及温度等传感器的组合在基于智能手机的定位应用中得到了探索。Arzizyan等人[14]将手机中的声音、光和颜色传感器结合起来，识别由手机摄像头和麦克风感应到的光、声信号。该方法根据环境的性质对用户运动类型进行分类，并结合声、光属性，建立指纹数据库进行逻辑定位。文献[15]在研究行人航位推算(PDR)、WiFi指纹和磁匹配(MM)的不同组合的基础上，提出了一种混合的行人导航算法，PDR、WiFi和MM的集成减少了对导航环境和运动条件的依赖。

4 结论

目前，基于智能手机的高精度和实用性的室内定位仍然是不够成熟(仅为米级)。由于各种限制，一些精确的定位解决方案无法轻易转换为基于智能手机的解决方案。但是随着智能手机的计算能力迅速提高，设备成本持续下降，搭载惯性运动感应器、磁力计、摄像头等装置，具有4G/5G与WIFI等多种通信方式，开发一套高精度、成本低、使用简单的自主室内定位方案具备较好的技术可行性的。同时，借助移动运营商后端云服务能力，提供给移动用户更丰富的定位辅助数据，提高室内定位技术的扩展性和灵活性。