基于阵列传感器的可见光室内定位系统研究

郭鑫

摘要：为了改进接收端阵列传感器测量装置以及AOA数据处理算法，提高定位所需角度信息测量的准确性，文章通过设计传感器阵列交叉排列，增加不同俯仰角个数，从而提高测量精度。基于角度信息测量校准实验，文章采用相似度算法计算俯仰角，设计系统定位性能实验，在2 m²的室内场景下对112个点进行定位实验，将相似度算法用于AOA俯仰角数据处理后，定位平均误差由14.59 cm降至5.58 cm。综上，采用相似度算法处理数据能够提高俯仰角测量精度，为进一步研究奠定基础。

关键词：VLP；AOA；旋转式阵列传感器；入射孔；俯仰角；欧几里得距离

中图分类号：TP212

文献标志码：A

0 引言

随着物联网技术的发展和移动终端的广泛应用，定位服务已经成为现代科技生活中不可或缺的一种服务^［1-2］。卫星定位技术广泛应用在军事领域和生活领域中。在室内场景中，卫星定位受到諸多因素的限制而不能满足室内定位的要求。因此，研究室内定位技术作为卫星定位技术的补充十分重要^［3］。基于LED的可见光定位（Visible Light Positioning，VLP）具有无电磁辐射干扰、可结合照明技术、定位精度高、系统成本低等优点，VLP已经成为室内定位研究领域的一个热点^［4］。本文使用传感器阵列对基于到达角（Angle of Arrival，AOA）的VLP系统进行研究，重点研究AOA测量装置、AOA测量算法、无通信定位算法3个方面。

1 系统模型

使用改进的旋转式阵列传感器作为接收端以获得AOA算法定位所需的角度信息。传统的基于阵列传感器的AOA测量装置是在半球形模具表面安装多个传感器^［5］。当LED发出的光照射到测量装置时，根据朗伯余弦定理，传感器法线与入射光线的夹角γ越小，则传感器采集得到的光强越大。比较所有传感器采集到的光强大小，最大光强对应传感器的倾斜角与水平方位角为AOA算法实现定位所需的角度信息。

改进的接收端模型主要包括入射孔、传感器阵列、数据采集模块、转台模块4个部分。相比于传统模型，接收端的改进主要有以下3个方面。

（1）传统模型是将传感器安装在模具表面，传感器接收到的光强会受到其本身视场角、其他光源以及环境噪声光等的影响，降低了AOA定位所需角度信息测量的稳定性和准确度。针对这一问题，在每个传感器前都添加了入射孔，显著降低了视场角的影响以及其他光信号的干扰。

（2）为了提高水平角和俯仰角的测量精度，需要在模具上尽可能多地安装传感器，然而模具的尺寸和入射孔的孔径限制了传感器的排布数量。在模具尺寸和入射孔孔径一定的情况下，本文通过采取传感器阵列交叉排列的设计，增加了不同俯仰角的个数，从而达到了提高角度信息测量精度的目的。改进模型的传感器排列分布俯视如图1所示，将传感器按照东西南北4个方向，每2个一组，分成了4组，改进模型中有8种不同的俯仰角。

（3）通过增加转台使传感器阵列交叉排列安装的优势得到充分发挥，即通过转台旋转使得不同俯仰角的传感器都能接收到光源的直接照射；将定位所需角度信息测量细分为水平角测量和俯仰角测量，降低了数据处理的复杂度。

在使用本文所改进的接收端模型进行定位时，仅需将接收端放置在待定位点处令其旋转一周采集光照数据。通过比较接收器上不同俯仰角的传感器所接收到的光信号大小，计算出接收器与LED的俯仰角（传感器编号与俯仰角对应关系已确定）；通过转台旋转传感器阵列，比较不同组传感器接收到的光信号的大小，获得接收器与LED的水平角，再结合单灯定位算法即可实现定位。

2 实验结果与分析

2.1 角度信息测量校准实验

AOA算法实现定位时，所需角度信息测量的准确度是评价改进接收器性能好坏的主要指标，也是提高定位精度的基础。角度信息测量分为水平角测量和俯仰角测量，其中俯仰角测量的准确度对定位结果影响较大，因此本研究设计了下述俯仰角校准测试实验。

俯仰角测试模型在Y-Z平面的投影，将接收端固定在O点，LED在以O点为圆心，100 cm为半径的圆周上移动，通过LED的移动达到改变俯仰角的目的，不断改变俯仰角θ的值并采集数据。本次采集测试了θ在15°～83°的数据，覆盖了接收器所能探测的绝大多数俯仰角范围，根据实验统计得到的俯仰角测试结果，俯仰角测量平均误差为2.36°，角度测量误差所引起的定位误差不能忽略。

2.2 相似度算法

根据2.1节实验采集数据分别绘制了各个俯仰角下光照度分布曲线图，图2给出了θ=46°时的光照度分布曲线图，横坐标为0～31号传感器，纵坐标为归一化光照度，虚线为两组采集数据所绘制的光照变化曲线，实线是理想光照分布曲线。观察发现，虽然在不同俯仰角下由采集数据绘制的实际光照度分布曲线与理想曲线存在较大差距，但在同一俯仰角下各组采集数据分布规律大致相同，说明了接收端采集得到数据的稳定性很高，因此可以通过计算相似度的方法来判断俯仰角的大小。

在二维和三维空间中，欧氏距离就是两点之间的实际距离，而在多维空间中可以将欧氏距离形象地理解为两个东西的相似度，离得越近即距离越小，则它们越相似。n维空间的欧氏距离公式：

相似度算法计算俯仰角主要分为两个阶段：（a）数据库建立阶段，采集多组不同俯仰角下的光照数据，在每个俯仰角下都将32个传感器的光照分布组成一个32维向量。（b）定位阶段，在待定位点采集光照度数据，建立该点的32维向量，利用公式（1）分别计算该向量与数据库中每个向量的“距离”，则距离最小组向量所对应的俯仰角即为待定位点处的俯仰角。

2.3 定位实验

在建立的单灯定位系统模型中进行定位实验，定位区域为面积2 m²的扇形区域，接收端在定位区域内随机移动，本次共对112个点进行了定位实验。

为衡量定位性能，引入误差函数为

式中，（x₀，y₀）和（x，y）分别为准确坐标和定位实验所计算的坐标。

定位误差分布如图3所示，实线为直接定位误差分布，虚线为使用相似度算法处理后定位误差分布。误差统计如表1所示。在不考虑水平角对定位结果影响的情况下，采用相似度算法处理俯仰角后，定位平均误差由14.59 cm降至5.58 cm，最大误差和最小误差也有了明显的降低，因此，通过使用相似度算法处理俯仰角来提高定位精度是可行的。

3 结语

本文通过设计传感器阵列交叉排列，增加不同俯仰角个数。基于角度信息測量校准实验，采用相似度算法计算俯仰角，设计系统定位性能实验。相比于其他VLP方案，本文提出的基于阵列传感器的室内定位方案有以下优势：（1）本文提出系统不需要LED具备发射信号的能力，可以实现未知LED坐标下的相对定位，降低了发射端改造成本。（2）采用相似度算法处理数据，通过提高俯仰角测量精度从而提高室内定位精度。在2 m²的室内场景下对112个点进行了定位实验。将相似度算法用于AOA俯仰角数据处理后，定位平均误差由14.59 cm降至5.58 cm。

参考文献

［1］唐科萍，许方恒，沈才樑.基于位置服务的研究综述［J］.计算机应用研究，2012（12）：4432-4436.

［2］王威，胡英男.北斗卫星导航系统服务精度评估［J］.天文学报，2017（2）：1-10.

［3］张晓锋，王敏，王瑾.基于可见光通信室内定位的研究现状与发展［J］.激光与光电子学进展，2017（10）：1-12.

［4］吴楠，王旭东，胡晴晴，等.基于多LED的高精度室内可见光定位方法［J］.电子与信息学报，2015（3）：727-732.

［5］XU W，WANG J，SHEN H，et al.Indoor positioning for multiphotodiode device using visible-light communications［J］.IEEE Photonics Journal，2016（1）：1-12.

（编辑 王永超）

Research on visible light indoor positioning system based on array sensor

Guo Xin

（Xian Aeronautical Polytechnic Institute， Xian 710089， China）

Abstract： In order to improve the measurement device of the receiving array sensor and the AOA data processing algorithm， and improve the accuracy of angle information measurement required for positioning， the sensor array is designed to cross arrange and increase the number of different pitch angles， thereby improving measurement accuracy. Based on angle information measurement calibration experiments， similarity algorithm was used to calculate the pitch angle， and system positioning performance experiments were designed. 112 points were located in a 2 m²indoor scene. After applying similarity algorithm to AOA pitch angle data processing， the average positioning error decreased from 14.59 cm to 5.58 cm. In summary， using similarity algorithm to process data has improved the accuracy of pitch angle measurement， laying the foundation for further research.

Key words： VLP; AOA; rotating array sensor; perforation; pitch angle; Euclidean distance