室內(nèi)定位技術(shù)與應(yīng)用綜述

裴 凌，劉東輝,錢(qián)久超

(上海交通大學(xué)北斗導(dǎo)航與位置服務(wù)重點(diǎn)實(shí)驗(yàn)室,上海200240)

室內(nèi)定位技術(shù)與應(yīng)用綜述

裴 凌，劉東輝,錢(qián)久超

(上海交通大學(xué)北斗導(dǎo)航與位置服務(wù)重點(diǎn)實(shí)驗(yàn)室,上海200240)

近年來(lái),隨著基于位置服務(wù)日益增大的需求,以及基于衛(wèi)星定位的全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)無(wú)法在室內(nèi)定位的問(wèn)題,針對(duì)復(fù)雜室內(nèi)場(chǎng)景的室內(nèi)定位技術(shù)發(fā)展迅速,逐步在各行各業(yè)中發(fā)揮作用,從各個(gè)方面影響著人們的日常生活。首先對(duì)目前主流的室內(nèi)定位技術(shù)分類(lèi)體系、定位原理和方法進(jìn)行了詳細(xì)介紹,然后對(duì)國(guó)內(nèi)外室內(nèi)定位技術(shù)的研究現(xiàn)狀進(jìn)行了分析和對(duì)比,最后對(duì)室內(nèi)定位技術(shù)的應(yīng)用和難點(diǎn)進(jìn)行了總結(jié)。

基于位置服務(wù)；室內(nèi)定位；定位技術(shù)

0 引言

導(dǎo)航與定位關(guān)乎國(guó)家安全,是全球大國(guó)競(jìng)爭(zhēng)的焦點(diǎn)。對(duì)于室外環(huán)境,全球?qū)Ш叫l(wèi)星系統(tǒng)(Global Navigation Satellite System, GNSS)諸如美國(guó)的全球定位系統(tǒng)(Global Positioning System, GPS)、我國(guó)的北斗衛(wèi)星導(dǎo)航系統(tǒng)(BeiDou Navigation Satellite System, BDS)能夠?yàn)橛脩籼峁┹^高精度的定位服務(wù),基本滿足了用戶在室外場(chǎng)景中對(duì)基于位置服務(wù)的需求。然而,個(gè)人用戶、服務(wù)機(jī)器人、掃地機(jī)器人等有大量的定位需求發(fā)生在室內(nèi)場(chǎng)景；而室內(nèi)場(chǎng)景受到建筑物的遮擋,GNSS信號(hào)快速衰減,甚至完全拒止,無(wú)法滿足室內(nèi)場(chǎng)景中導(dǎo)航定位的需要。因此,室內(nèi)定位技術(shù)成為工業(yè)界與學(xué)術(shù)界研究的熱點(diǎn)。

相比于美國(guó)軍方于1964年正式投入使用的子午儀衛(wèi)星定位系統(tǒng)(Transit)[1]以及后來(lái)以此為前身于1994年全面建成的GPS[2],室內(nèi)定位技術(shù)起步較晚,美國(guó)聯(lián)邦通信委員會(huì)(Federal Communications Commission, FCC)在1996年制定了初衷用于應(yīng)急救援的E-911定位標(biāo)準(zhǔn)[3],之后在各行業(yè)應(yīng)用需求的推動(dòng)下,室內(nèi)定位技術(shù)得到了快速的發(fā)展。目前,國(guó)內(nèi)外研究已提出了射頻識(shí)別(Radio Frequency Identification, RFID)、藍(lán)牙、無(wú)線局域網(wǎng)(Wireless Local Area Networks，WLAN)、超寬帶(Ultra-Wideband, UWB)等室內(nèi)定位技術(shù)及系統(tǒng),其中部分定位技術(shù)已經(jīng)商用。但是,由于室內(nèi)場(chǎng)景的復(fù)雜性和多樣性,不同的室內(nèi)定位技術(shù)也具有不同的缺點(diǎn)和局限性,尚未形成與GNSS類(lèi)似的普適解決方案。

本文首先對(duì)目前主要的室內(nèi)定位技術(shù)的原理進(jìn)行簡(jiǎn)要介紹,然后對(duì)室內(nèi)定位技術(shù)的分類(lèi)進(jìn)行闡述,并針對(duì)目前主流的室內(nèi)定位技術(shù)進(jìn)行詳細(xì)介紹。最后介紹室內(nèi)定位技術(shù)的應(yīng)用場(chǎng)景和發(fā)展前景。

1 室內(nèi)定位技術(shù)

室內(nèi)定位是指在室內(nèi)環(huán)境中實(shí)現(xiàn)位置定位,主要采用無(wú)線通信、基站定位、慣導(dǎo)定位等多種技術(shù)集成，形成一套室內(nèi)位置定位體系,從而實(shí)現(xiàn)人員、物體等在室內(nèi)空間中的位置監(jiān)控。

隨著通信技術(shù)和電子制造工藝的不斷發(fā)展和普及,室內(nèi)定位技術(shù)層出不窮,定位精度從幾米到幾十米,并在一些行業(yè)中得到了應(yīng)用。

1.1 室內(nèi)定位方法

目前室內(nèi)定位常用的定位方法,從原理上主要分為七種:鄰近探測(cè)法、質(zhì)心定位法、多邊定位法、三角定位法、極點(diǎn)法、指紋定位法和航位推算法[4]。

1)鄰近探測(cè)法(Proximity Detection)

鄰近探測(cè)法,又稱(chēng)為CoO(Cell of Origin)法或Cell-ID(Cell Identification)法,通過(guò)一些有范圍限制的物理信號(hào)的接收,從而判斷移動(dòng)設(shè)備是否出現(xiàn)在某一個(gè)發(fā)射點(diǎn)附近。該方法的定位精度取決于發(fā)射點(diǎn)的布設(shè)密度和信號(hào)覆蓋范圍。該方法雖然只能提供大概的定位信息,但其布設(shè)成本低、易于搭建,適合于一些對(duì)定位精度要求不高的應(yīng)用,例如自動(dòng)識(shí)別系統(tǒng)用于公司的員工簽到。

2)質(zhì)心定位法(Centroid Determination)

質(zhì)心定位法是根據(jù)移動(dòng)設(shè)備可接收信號(hào)范圍內(nèi)所有已知的信標(biāo)(beacon)位置,計(jì)算其質(zhì)心坐標(biāo)作為移動(dòng)設(shè)備的坐標(biāo)。相應(yīng)地,也可以根據(jù)接收信號(hào)強(qiáng)度指示(Received Signal Strength Indication, RSSI)設(shè)置對(duì)應(yīng)的信標(biāo)的權(quán)重,得到加權(quán)質(zhì)心作為移動(dòng)設(shè)備的坐標(biāo)。該方法易于理解,計(jì)算量小,定位精度取決于信標(biāo)的布設(shè)密度。

3)多邊定位法(Multilateration)

該方法是通過(guò)測(cè)量待測(cè)目標(biāo)到已知參考點(diǎn)之間的距離,從而確定待測(cè)目標(biāo)的位置?；诙噙叾ㄎ坏亩ㄎ幌到y(tǒng)可以采用多種距離估計(jì)方法,比較常見(jiàn)的距離估計(jì)法有基于信號(hào)到達(dá)時(shí)間(TimeOf Arrival, TOA)、基于信號(hào)到達(dá)時(shí)間差(Time Difference Of Arrival, TDOA)、基于增強(qiáng)觀測(cè)時(shí)間差(Enhanced Observed Time Difference, E-OTD)、基于往返時(shí)間(Round Trip Time, RTT),基于接收信號(hào)強(qiáng)度指示[5-6]。

4)三角定位法(Triangulation)

三角定位法,也可稱(chēng)為到達(dá)角測(cè)量法(Arrival Of Angle, AOA)。該方法是在獲取待測(cè)目標(biāo)相對(duì)2個(gè)已知參考點(diǎn)的角度后結(jié)合兩參考點(diǎn)間的距離信息可以確定唯一的三角形,即可確定待測(cè)目標(biāo)的位置。到達(dá)角信息,亦即信號(hào)到達(dá)的角度,可以通過(guò)定向天線獲取。同時(shí)基于攝像頭的定位系統(tǒng)也可實(shí)現(xiàn)基于AOA的定位[7]。

5)極點(diǎn)法(Polar Point Method)

極點(diǎn)法通過(guò)測(cè)量相對(duì)某一已知參考點(diǎn)的距離和角度從而確定待測(cè)點(diǎn)的位置。該方法僅需已知一個(gè)參考點(diǎn)的位置坐標(biāo),因此使用非常方便,已經(jīng)在大地測(cè)量中得到廣泛應(yīng)用,多個(gè)待測(cè)目標(biāo)的位置可以?xún)H從一個(gè)全站儀的簡(jiǎn)單建立得到。

6)指紋定位法(Finger printing)

指紋定位采集的標(biāo)準(zhǔn)量是射頻信號(hào),但指紋定位法也可采用聲音信號(hào)、光信號(hào)或其他無(wú)線信號(hào)實(shí)現(xiàn)。指紋定位通常包括2個(gè)階段:第一階段,離線校準(zhǔn)階段,通過(guò)實(shí)際采集或計(jì)算分析建立指紋地圖。具體地,選擇室內(nèi)場(chǎng)景中的多個(gè)位置點(diǎn)采集多個(gè)基站發(fā)出的信號(hào)的強(qiáng)度并加入到指紋數(shù)據(jù)庫(kù)中。第二階段,定位階段,通過(guò)將實(shí)際實(shí)時(shí)接收到的信號(hào)與指紋數(shù)據(jù)庫(kù)中的信號(hào)特征參數(shù)進(jìn)行對(duì)比找到最好的匹配參數(shù),其對(duì)應(yīng)的位置坐標(biāo)即認(rèn)為是待測(cè)目標(biāo)的位置坐標(biāo)。指紋定位的優(yōu)勢(shì)是幾乎不需要參考測(cè)量點(diǎn),定位精度相對(duì)較高,但缺點(diǎn)是前期離線建立指紋庫(kù)的工作量巨大,同時(shí)很難自適應(yīng)于環(huán)境變化較大的場(chǎng)景。

7)航位推算法(Dead Reckoning)

航位推算法是在已知上一位置的基礎(chǔ)上,通過(guò)計(jì)算或已知的運(yùn)動(dòng)速度和時(shí)間計(jì)算得到當(dāng)前的位置。該方法在導(dǎo)彈或火箭導(dǎo)航中廣泛應(yīng)用,但該方法存在累積誤差,定位精度隨著時(shí)間增加而惡化。在室內(nèi)場(chǎng)景中針對(duì)行人的定位有對(duì)應(yīng)的行人航位推算(Pedestrian Dead Reckoning, PDR),通過(guò)行人攜帶的傳感器計(jì)算行人行走的每一步的步長(zhǎng)和方向,從而迭代地從上一位置計(jì)算得到當(dāng)前位置[8]。

1.2 室內(nèi)定位觀測(cè)量

不同的室內(nèi)定位方法選擇不同的觀測(cè)量,通過(guò)不同的觀測(cè)量提取算法所需要的信息。下面對(duì)主要的觀測(cè)量進(jìn)行簡(jiǎn)要的介紹。

1.2.1 RSSI測(cè)量

RSSI測(cè)量是通過(guò)計(jì)算信號(hào)的傳播損耗,可以使用理論或者經(jīng)驗(yàn)?zāi)Ｐ蛠?lái)將傳播損耗轉(zhuǎn)化為距離,也可以用于指紋定位建立指紋庫(kù)。

在自由空間中,距發(fā)射機(jī)d處的天線接收到的信號(hào)強(qiáng)度可由下式給出[4]

(1)

其中,PT表示發(fā)射功率；PR表示距離d處的接收功率；GT表示發(fā)射天線的增益；GR表示接收天線的增益；λ表示信號(hào)波長(zhǎng)；L表示系統(tǒng)的損失(L>1) 。

1.2.2 TOA測(cè)量

TOA方法主要測(cè)量信號(hào)在基站和移動(dòng)臺(tái)之間的單程傳播時(shí)間或來(lái)回傳播時(shí)間。前者要求基站與移動(dòng)臺(tái)間的時(shí)鐘同步。

TOA測(cè)量的定位方法為多邊定位。若電磁波從移動(dòng)臺(tái)到基站的傳播時(shí)間為t,電磁波的傳播速度為c,則移動(dòng)臺(tái)位于以該基站為圓心,c×t為半徑的圓上。同理在第二個(gè)、第三個(gè)基站的圓上,故移動(dòng)臺(tái)的位置坐標(biāo)應(yīng)為這3個(gè)圓的交點(diǎn)。如圖1所示,A、B、C為3個(gè)已知位置的基站,P為移動(dòng)臺(tái),R1、R2、R3分別為移動(dòng)臺(tái)到基站A、B、C的距離。

圖1 基于TOA的定位原理[9]Fig.1 Positioning principle based on TOA

1.2.3 TDOA測(cè)量

該方法同樣是測(cè)量信號(hào)到達(dá)時(shí)間,但使用到達(dá)時(shí)間差進(jìn)行定位計(jì)算,可利用雙曲線交點(diǎn)確定移動(dòng)臺(tái)位置,故可以避免對(duì)基站和移動(dòng)臺(tái)的精確同步。

通過(guò)TDOA測(cè)量,可以得到未知移動(dòng)臺(tái)到2個(gè)基站的距離之差,即移動(dòng)臺(tái)位于以2個(gè)基站為焦點(diǎn)的雙曲線上。引入第三個(gè)基站,可以得到2個(gè)以上雙曲線方程,則雙曲線的交點(diǎn)即為移動(dòng)臺(tái)的位置。如圖2所示,A、B、C為3個(gè)已知位置的基站,P為移動(dòng)臺(tái),R1、R2、R3分別為移動(dòng)臺(tái)到基站A、B、C的距離,其中R2-R1、R3-R1為定值。

圖2 基于TDOA的定位原理[9]Fig.2 Positioning principle based on TDOA

1.2.4 AOA測(cè)量

AOA方法是指接收機(jī)通過(guò)天線陣列測(cè)出電磁波的入射角度,包括測(cè)量基站信號(hào)到移動(dòng)臺(tái)的角度或者移動(dòng)臺(tái)信號(hào)到達(dá)基站的角度。每種方式均會(huì)產(chǎn)生從基站到移動(dòng)臺(tái)的方向線。2個(gè)基站可以得到2條方向線,其交點(diǎn)即為移動(dòng)臺(tái)位置。因此,AOA方法只需要2個(gè)基站即可確定移動(dòng)臺(tái)位置。如圖3所示,θ1為移動(dòng)臺(tái)P的信號(hào)到達(dá)基站A的角度,θ2為信號(hào)到達(dá)基站B的角度。

圖3 基于AOA的定位原理[9]Fig.3 Positioning principle based on AOA

AOA需要準(zhǔn)確測(cè)量電磁波的入射角,對(duì)天線的要求非常高,如果每個(gè)基站均安裝天線陣列,將導(dǎo)致設(shè)備復(fù)雜度變高。而在室內(nèi)環(huán)境中多徑效應(yīng)和環(huán)境變化均會(huì)嚴(yán)重影響方向判斷,干擾定位結(jié)果。

1.2.5 方向和距離

獲取方向和距離多用于航位推算定位,采用自包含傳感器記錄載體的物理信息,計(jì)算得到方向和距離,從而在已知上一位置的基礎(chǔ)上計(jì)算得到當(dāng)前的位置。

1.3 室內(nèi)定位分類(lèi)

室內(nèi)定位技術(shù)的分類(lèi)對(duì)于室內(nèi)定位結(jié)構(gòu)體系的構(gòu)建具有重要的價(jià)值。華盛頓大學(xué)的J. Hightower和G. Borriello在2001年就提出了以定位位置類(lèi)型、絕對(duì)/相對(duì)定位、主動(dòng)/被動(dòng)定位、精度、覆蓋范圍、所用信號(hào)等方面對(duì)定位技術(shù)進(jìn)行分類(lèi),以方便研究人員和開(kāi)發(fā)者更好地評(píng)估一個(gè)定位系統(tǒng)[10]。清華大學(xué)的劉長(zhǎng)征等在2003年根據(jù)測(cè)量和計(jì)算的實(shí)體將定位技術(shù)分為基于網(wǎng)絡(luò)的定位技術(shù)和基于移動(dòng)終端的定位技術(shù)[11]。北京理工大學(xué)的房秉毅在2006年根據(jù)應(yīng)用精度將室內(nèi)定位技術(shù)大致分為目標(biāo)發(fā)現(xiàn)類(lèi)和智能空間類(lèi)[12]。李泳按照通信手段和測(cè)量所采用的技術(shù)對(duì)室內(nèi)定位系統(tǒng)進(jìn)行了分類(lèi)[13]。

2009年,梁元誠(chéng)提出了三種室內(nèi)定位技術(shù)的分類(lèi)方法:基于位置感知技術(shù),分為基于臨近關(guān)系、基于三角關(guān)系和基于場(chǎng)景分析的定位技術(shù)；基于信號(hào)測(cè)量技術(shù),分為基于RSSI測(cè)量、基于TOA測(cè)量、基于TDOA測(cè)量、基于AOA測(cè)量、基于Cell-ID以及基于誤比特率(Bit Error Rate，BER)測(cè)量的定位；基于傳感器類(lèi)型,可以分為基于RFID、紅外線、超聲波系統(tǒng)、藍(lán)牙、超寬帶系統(tǒng)、Zigbee、WLAN、GSM和GPS等[14]。

同年,F. Seco根據(jù)室內(nèi)定位中的定位算法,將定位技術(shù)分為四類(lèi):基于幾何的方法、基于成本最小化的方法、指紋定位和貝葉斯技術(shù)[15]。

2013年,北京郵電大學(xué)的鄧中亮提出按照定位原理可以分為識(shí)別(Identity)、幾何法和指紋定位；按照傳輸信號(hào)不同分為Wi-Fi、Zigbee、RFID、藍(lán)牙、超寬帶、偽衛(wèi)星、蜂窩網(wǎng)絡(luò)和激光等[16]。

同時(shí),按照定位范圍分為廣域室內(nèi)定位和居于室內(nèi)定位[17]。其他常見(jiàn)的定位分類(lèi)標(biāo)準(zhǔn)還有:基于距離和距離無(wú)關(guān)的定位技術(shù)、遞增式和并發(fā)式的定位技術(shù)、基于信標(biāo)節(jié)點(diǎn)和無(wú)信標(biāo)節(jié)點(diǎn)的定位技術(shù)以及集中式定位與分布式定位技術(shù)等[13]。

1.4 主流的室內(nèi)定位技術(shù)

根據(jù)前面介紹的定位方法,衍生出了多種室內(nèi)定位技術(shù),下面將對(duì)主流的室內(nèi)定位技術(shù)進(jìn)行簡(jiǎn)要介紹。

1.4.1 視覺(jué)定位

視覺(jué)定位系統(tǒng)可以分為兩類(lèi),一類(lèi)是通過(guò)移動(dòng)的傳感器(如攝像頭)采集圖像確定該傳感器的位置,另一類(lèi)是固定位置的傳感器確定圖像中待測(cè)目標(biāo)的位置。根據(jù)參考點(diǎn)選擇不同又可以分為參考三維建筑模型、圖像、預(yù)部署目標(biāo)、投影目標(biāo)、參考其他傳感器和無(wú)參考[18]。參考3D建筑模型和圖像分別是以已有建筑結(jié)構(gòu)數(shù)據(jù)庫(kù)和預(yù)先標(biāo)定圖像進(jìn)行比對(duì)。而為了提高魯棒性,參考預(yù)部署目標(biāo)使用布置好的特定圖像標(biāo)志(如二維碼)作為參考點(diǎn)；投影目標(biāo)則是在參考預(yù)部署目標(biāo)的基礎(chǔ)上在室內(nèi)環(huán)境投影參考點(diǎn)。參考其他傳感器則可以融合其他傳感器數(shù)據(jù)以提高精度、覆蓋范圍或魯棒性。

Hile和Borriello使用照相手機(jī)比對(duì)圖像和樓層平面圖,達(dá)到了30cm的定位精度[19]。Sj?使用一個(gè)低分辨率相機(jī)基于參考圖像實(shí)現(xiàn)同時(shí)定位與地圖創(chuàng)建(Simultaneous Localization And Mapping，SLAM)算法,達(dá)到了亞米級(jí)的定位精度[20]。Mulloni使用條形碼作為參考點(diǎn)標(biāo)記,實(shí)現(xiàn)了厘米到分米級(jí)的定位精度[21]。Tilch和Mautz使用一個(gè)移動(dòng)相機(jī)和激光儀作投影,定位精度可達(dá)到亞毫米級(jí)[22]。LiuT.使用1個(gè)6自由度慣性測(cè)量單元(Inertial Measurement Unit, IMU)和2個(gè)激光掃描器獲取位置,平均定位精度達(dá)到行走距離的1%[23]。

1.4.2 紅外線定位

紅外線是一種波長(zhǎng)在無(wú)線電波和可見(jiàn)光波之間的電磁波?；诩t外線的定位系統(tǒng)主要可以分為兩類(lèi):有源信標(biāo)、紅外成像[4]。

有源信標(biāo)是在室內(nèi)放置若干紅外接收機(jī),同時(shí)待測(cè)物攜帶一個(gè)裝有紅外發(fā)射機(jī)的電子標(biāo)簽。該標(biāo)簽周期發(fā)送該待測(cè)物的ID,接收機(jī)接收到信號(hào)后將數(shù)據(jù)發(fā)送到數(shù)據(jù)庫(kù)進(jìn)行定位。該方法具有代表性的是AT&T實(shí)驗(yàn)室和劍橋在1992年聯(lián)合發(fā)布的Active Badge系統(tǒng)。該系統(tǒng)可以達(dá)到6m的平均定位精度[24]。

紅外成像則是通過(guò)傳感器采集環(huán)境中自然紅外輻射生成圖像實(shí)現(xiàn)檢測(cè)行人或其他待測(cè)目標(biāo)。2011年德國(guó)Ambiplex提供基于自然環(huán)境熱輻射的IR.Loc定位系統(tǒng),基于AOA確定熱源的位置,可實(shí)現(xiàn)10m范圍內(nèi)20～30cm的定位精度[25]。

1.4.3 極點(diǎn)定位(Polar Systems)

該系統(tǒng)通過(guò)儀器測(cè)量到達(dá)角或者到達(dá)時(shí)間進(jìn)行定位,儀器通常有激光跟蹤儀、全站儀和經(jīng)緯儀。全站儀的可覆蓋范圍通常為2～10km,但其設(shè)備高成本、大體積以及對(duì)可視距的要求使其不適用于在室內(nèi)定位中推廣。

NikonMetrology在2011年發(fā)布的iGPS(indoor Global Positioning System)實(shí)現(xiàn)了基于激光的室內(nèi)工業(yè)級(jí)高精度三維定位。其原理與GPS不同,包括不少于2個(gè)固定位置的發(fā)射器發(fā)射扇形激光束和參考紅外脈沖,基于TDOA原理實(shí)現(xiàn)對(duì)接收機(jī)的定位。NikonMetrology宣稱(chēng)該系統(tǒng)可實(shí)現(xiàn)在布設(shè)4～8個(gè)發(fā)射器的1200m2的典型測(cè)試環(huán)境中實(shí)現(xiàn)0.2mm的三維定位精度[26]。但其造價(jià)十分昂貴,可用于工業(yè)級(jí)定位需求,不適合于大眾市場(chǎng)研究和推廣。

1.4.4 超聲波定位

超聲波定位主要采用反射式測(cè)距法,通過(guò)多邊定位等方法確定物體位置,系統(tǒng)由一個(gè)主測(cè)距器和若干接收器組成,主測(cè)距儀可放置在待測(cè)目標(biāo)上,接收器固定于室內(nèi)環(huán)境中。定位時(shí),向接收器發(fā)射同頻率的信號(hào),接收器接收后又反射傳輸給主測(cè)距器,根據(jù)回波和發(fā)射波的時(shí)間差計(jì)算出距離,從而確定位置[27]。

Ward于1997年建立的ActiveBat是超聲定位的先驅(qū),通過(guò)大量部署接收設(shè)備(720個(gè)標(biāo)簽),達(dá)到3cm的定位精度[28]。超聲波定位整體定位精度較高,結(jié)構(gòu)簡(jiǎn)單,但超聲波受多徑效應(yīng)和非視距傳播影響很大,且超聲波頻率受多普勒效應(yīng)和溫度影響,同時(shí)也需要大量基礎(chǔ)硬件設(shè)施,成本較高。

1.4.5 WLAN定位

基于IEEE802.11b標(biāo)準(zhǔn)的無(wú)線局域網(wǎng)已在人們的生活場(chǎng)所大量部署,使用WLAN信號(hào)定位的優(yōu)勢(shì)在于不需要部署額外設(shè)備,定位成本低,信號(hào)覆蓋范圍大,適用性強(qiáng),利于普及推廣[9]。

基于RSSI的指紋定位法是目前主流的WLAN定位方法[29],定位精度取決于校準(zhǔn)點(diǎn)的密度,從2～10m不等。同時(shí)基于TOA測(cè)距的定位方法由于多徑效應(yīng)和時(shí)鐘分辨率低定位效果較差[30],而基于RSSI測(cè)距的定位方法由于信號(hào)衰減與距離的關(guān)系在不同環(huán)境和設(shè)備條件下都有改變,定位結(jié)果也不理想。

1.4.6 RFID定位

RFID是一種操控簡(jiǎn)易,適用于自動(dòng)控制領(lǐng)域的技術(shù),它利用電感和電磁耦合的傳輸特性,實(shí)現(xiàn)對(duì)被識(shí)別物體的自動(dòng)識(shí)別。RFID定位系統(tǒng)通常由電子標(biāo)簽、射頻讀寫(xiě)器以及計(jì)算機(jī)數(shù)據(jù)庫(kù)構(gòu)組成。最常應(yīng)用的定位方法是鄰近檢測(cè)法。利用RSSI實(shí)現(xiàn)多邊定位算法也可一定程度上實(shí)現(xiàn)范圍估計(jì)。根據(jù)電子標(biāo)簽是否有源可以分為有源RFID和無(wú)源RFID。

1)有源RFID

有源RFID的電子標(biāo)簽包含電池,因此信號(hào)傳輸范圍相比于無(wú)源RFID更大,達(dá)到30m以上。同時(shí)可以實(shí)現(xiàn)基于RSSI測(cè)量的指紋定位[31]。Seco使用高斯過(guò)程描述RSSI在室內(nèi)的傳播結(jié)合指紋定位的方法,在1600m2的實(shí)驗(yàn)環(huán)境中采用71個(gè)RFID標(biāo)簽實(shí)現(xiàn)50%定位誤差1.5m[32]。

2)無(wú)源RFID

無(wú)源RFID系統(tǒng)只依賴(lài)電感耦合,因此沒(méi)有電池。相比有源RFID,體積更小,耐用性更高,成本更低。無(wú)源RFID定位系統(tǒng)多使用鄰近探測(cè)法實(shí)現(xiàn)定位。

1.4.7 超寬帶定位

超寬帶定位系統(tǒng)通常包括UWB接收器、參考標(biāo)簽和其他標(biāo)簽。超寬帶技術(shù)通過(guò)發(fā)送ns級(jí)及其以下的超窄脈沖來(lái)傳輸數(shù)據(jù),可以獲得GHz級(jí)的數(shù)據(jù)帶寬,發(fā)射功率較低,無(wú)載波[33]。因?yàn)槠涓邘?理論上基于TOA或TDOA方法可以實(shí)現(xiàn)cm級(jí)的定位。Ubisense是發(fā)布于2011年采用TDOA和AOA的室內(nèi)定位系統(tǒng),定位精度可達(dá)15cm,測(cè)距范圍達(dá)到50m[34]。但UWB系統(tǒng)較高的系統(tǒng)建設(shè)成本阻礙了其普及推廣。

1.4.8 慣性導(dǎo)航

慣性導(dǎo)航系統(tǒng)(Inertial Navigation System, INS)廣泛應(yīng)用于制導(dǎo)武器、艦艇、火箭、飛機(jī)和車(chē)輛等的導(dǎo)航與跟蹤,其核心組件IMU,由3個(gè)正交的單軸加速度計(jì)和3個(gè)正交的陀螺儀組成。隨著微機(jī)電技術(shù)的發(fā)展,傳感器尺寸變小,成本降低,同時(shí)加入磁力計(jì),被廣泛應(yīng)用于行人導(dǎo)航[35]。

慣性導(dǎo)航基于航位推算方法實(shí)現(xiàn),因此隨著時(shí)間會(huì)產(chǎn)生累積誤差,其定位精度取決于傳感器質(zhì)量和傳感器安放位置[36]。綁在腳上的慣性導(dǎo)航可采用零速校正限制漂移實(shí)現(xiàn)定位誤差小于行走距離的1%,而安放在其他位置則定位誤差常常大于1%。隨著智能手機(jī)的普及和微機(jī)電器件的發(fā)展,基于智能手機(jī)的慣性導(dǎo)航成為研究熱點(diǎn)[37-40]。

1.4.9 地磁定位

現(xiàn)代建筑物基本都具有鋼筋混凝土結(jié)構(gòu),這些建筑物墻體內(nèi)部的金屬結(jié)構(gòu)會(huì)對(duì)室內(nèi)的地磁場(chǎng)產(chǎn)生很大影響,而室內(nèi)的電氣設(shè)備也會(huì)對(duì)磁場(chǎng)產(chǎn)生影響。同時(shí)室內(nèi)磁場(chǎng)具有較強(qiáng)的穩(wěn)定性[41]。故室內(nèi)地磁場(chǎng)是一種可運(yùn)用于室內(nèi)定位導(dǎo)航的有效信息源。地磁定位是指利用地磁場(chǎng)特征的特異性獲取位置信息的技術(shù)方案[42]。定位方法主要采用指紋定位的方法。由于原有磁場(chǎng)信息,故成本相比其他定位技術(shù)更低,但仍需要人工建立數(shù)據(jù)庫(kù)。IndoorAtlas的地磁定位方案是其中代表,定位精度已能達(dá)到1～2m[43]。

1.4.10 偽衛(wèi)星

偽衛(wèi)星是一種基于地面的能傳播類(lèi)似GNSS信號(hào)的發(fā)生器,最簡(jiǎn)單的組成是GNSS信號(hào)發(fā)生器和發(fā)射裝置[44]。采用與GNSS信號(hào)體制不同的偽衛(wèi)星,可避免對(duì)正常衛(wèi)星信號(hào)的干擾,可達(dá)到cm級(jí)定位精度,但設(shè)備復(fù)雜,成本很高。Locata在2010年發(fā)布的系統(tǒng)可實(shí)現(xiàn)50km2內(nèi)2cm的定位精度[45]。

1.4.11 藍(lán)牙和ZigBee定位

藍(lán)牙和ZigBee技術(shù)類(lèi)似,有部分重合頻段,且兩者定位技術(shù)均基于短距離低功耗通信協(xié)議:ZigBee是基于IEEE802.15.4標(biāo)準(zhǔn)的低功耗局域網(wǎng)協(xié)議；目前藍(lán)牙定位主要使用藍(lán)牙4.0規(guī)范,基于低功耗藍(lán)牙技術(shù)(Bluetooth Low Energy, BLE)。兩者都具有近距離、低功耗、低成本的特點(diǎn)[46-47]。ZigBee(藍(lán)牙)的定位均通過(guò)在室內(nèi)環(huán)境中布置靜態(tài)參考點(diǎn)(藍(lán)牙beacon),可以實(shí)現(xiàn)基于鄰近探測(cè)法、質(zhì)心法[48]、多邊定位和指紋定位的定位系統(tǒng)[49-50]。定位精度主要取決于基礎(chǔ)設(shè)施的部署密度。2016年發(fā)布的藍(lán)牙5.0協(xié)議支持BLE Direction Finding的 Angle of Arrival(AoA)和Angle of Departure(AoD)參數(shù)估計(jì),這些參數(shù)將為1m以?xún)?nèi)的室內(nèi)定位提供技術(shù)支撐。

1.4.12 蜂窩網(wǎng)絡(luò)定位

蜂窩網(wǎng)絡(luò)技術(shù)是一種成熟的通信技術(shù),主要用于對(duì)移動(dòng)手機(jī)的定位。蜂窩網(wǎng)絡(luò)通過(guò)檢測(cè)移動(dòng)臺(tái)和多個(gè)基站之間傳播信號(hào)的特征參數(shù)(RSSI、傳播時(shí)間或時(shí)間差、入射角等)[51],可采用鄰近探測(cè)法、AOA、TOA和觀測(cè)到達(dá)時(shí)間差(Observed Time Difference Of Arrival,OTDOA)[52]實(shí)現(xiàn)定位,可作為普適化的定位方案。目前Cell-ID加上RTT解決方案精度為20～60m。采用智能天線MIMO+TDOA/AOA技術(shù),精度可以達(dá)到5～10m。未來(lái)的5G網(wǎng)絡(luò)具有大帶寬、多天線、密集組網(wǎng)等優(yōu)勢(shì),可以實(shí)現(xiàn)1m以?xún)?nèi)的定位精度。

1.4.13 融合定位

融合定位是指融合多種定位技術(shù)、多傳感器的信息進(jìn)行綜合定位,以達(dá)到優(yōu)勢(shì)互補(bǔ),提高定位精度、魯棒性,降低定位成本。定位技術(shù)的選擇則主要視場(chǎng)景需求而定,多為絕對(duì)定位技術(shù)與相對(duì)定位技術(shù)的結(jié)合,如浙江大學(xué)郭偉龍實(shí)現(xiàn)了地磁與慣導(dǎo)結(jié)合的室內(nèi)定位系統(tǒng)[41],平穩(wěn)步行時(shí)90%定位誤差小于4.5m；上海交通大學(xué)錢(qián)久超將慣導(dǎo)定位與地圖結(jié)合實(shí)現(xiàn)手機(jī)端的室內(nèi)定位,正常持握手機(jī)姿態(tài)下95%誤差為0.8m[36]；同時(shí)也有很多研究將WiFi與慣導(dǎo)結(jié)合[53-54]取得了較好的效果。針對(duì)行人復(fù)雜的運(yùn)動(dòng)行為[55-56],提出了運(yùn)動(dòng)識(shí)別輔助的行人定位方法,提高了室內(nèi)定位的魯棒性。

1.4.14 協(xié)同定位

協(xié)同定位是指在一個(gè)定位場(chǎng)景中存在已知節(jié)點(diǎn)和未知節(jié)點(diǎn),未知節(jié)點(diǎn)之間可以進(jìn)行信息交互,也可以相互之間進(jìn)行測(cè)距、測(cè)向或鄰近探測(cè),并且可以利用過(guò)去時(shí)刻的定位信息,從而實(shí)現(xiàn)對(duì)未知節(jié)點(diǎn)當(dāng)前時(shí)刻的定位。協(xié)同定位的具體方式可根據(jù)具體定位技術(shù)調(diào)整,目標(biāo)在于通過(guò)節(jié)點(diǎn)之間的協(xié)同合作提升單個(gè)節(jié)點(diǎn)及整個(gè)系統(tǒng)的定位性能[57]。協(xié)同定位在多機(jī)器人定位、無(wú)線網(wǎng)絡(luò)定位、水下自主航行器及衛(wèi)星定位等研究中正受到越來(lái)越多的關(guān)注。文獻(xiàn)[58]對(duì)無(wú)線傳感網(wǎng)絡(luò)關(guān)于協(xié)同定位的研究進(jìn)行了綜述。意大利都靈理工大學(xué)的R. Garello團(tuán)隊(duì)進(jìn)行了協(xié)同定位對(duì)衛(wèi)星定位終端輔助捕獲的研究,并比較了幾種常見(jiàn)的定位算法的性能[59]。文獻(xiàn)[60]對(duì)水下自主航行器的協(xié)同定位進(jìn)行了綜述。

1.4.15 群智感知 (Crowd sensing)

群智感知是將普通用戶的移動(dòng)設(shè)備作為基本感知單元,通過(guò)網(wǎng)絡(luò)通信形成群智感知網(wǎng)絡(luò),從而實(shí)現(xiàn)感知任務(wù)分發(fā)與感知數(shù)據(jù)收集,完成大規(guī)模、復(fù)雜的社會(huì)感知任務(wù)。在計(jì)算機(jī)科學(xué)領(lǐng)域,與群智感知相關(guān)的概念有:群體計(jì)算(Crowd computing)、社群感知(Social sensing)、眾包(Crowd sourcing)等。在室內(nèi)定位領(lǐng)域,群智感知也得到廣泛的研究和應(yīng)用。文獻(xiàn)[61]分析了利用Crowd Sensing進(jìn)行機(jī)會(huì)信號(hào)獲取,并應(yīng)用于室內(nèi)定位方法。清華大學(xué)的吳陳沭利用移動(dòng)群智感知機(jī)制,提出了無(wú)人工現(xiàn)場(chǎng)勘測(cè)的無(wú)線信號(hào)指紋地圖構(gòu)建技術(shù)[62]。上海交通大學(xué)的張敏將用戶的運(yùn)動(dòng)信息與無(wú)線信號(hào)結(jié)合,通過(guò)無(wú)線虛擬地標(biāo)和GraphSLAM圖優(yōu)化方法,利用群智感知建立無(wú)線定位指紋庫(kù)[63]。上海交通大學(xué)的高文政同樣基于群智感知,提出了指紋信號(hào)的衰減生命周期描述方法,實(shí)現(xiàn)了對(duì)無(wú)線定位網(wǎng)絡(luò)指紋庫(kù)的自適應(yīng)更新[64]。

1.5 室內(nèi)定位技術(shù)對(duì)比分析

室內(nèi)定位技術(shù)對(duì)比分析如表1所示。

表1 室內(nèi)定位技術(shù)對(duì)比Tab.1 The comparison of different indoor positioning technologies

2 室內(nèi)定位技術(shù)的應(yīng)用

室內(nèi)定位技術(shù)作為定位技術(shù)在室內(nèi)環(huán)境中的延續(xù),彌補(bǔ)了傳統(tǒng)定位技術(shù)的不足,目前已經(jīng)在特定的行業(yè)內(nèi)投入實(shí)際應(yīng)用,并取得了一定的應(yīng)用成果,具有良好的應(yīng)用前景。

2.1 室內(nèi)位置服務(wù)

室內(nèi)位置服務(wù)在大型商超、機(jī)場(chǎng)、酒店、博物館、會(huì)展中心等大型室內(nèi)場(chǎng)景中得到了應(yīng)用。在布局比較復(fù)雜的大型超市中,用戶能夠查找感興趣商品的所在位置；在大型購(gòu)物商場(chǎng),用戶也可以查找想要去的店鋪和娛樂(lè)場(chǎng)所,同時(shí)商家也可以針對(duì)性地進(jìn)行廣告推送,提供個(gè)性化營(yíng)銷(xiāo)；在博物館或會(huì)展中心,室內(nèi)定位也可以方便地提供定位導(dǎo)航服務(wù)。

2.2 公共安全

室內(nèi)定位對(duì)應(yīng)急救援、消防、安全執(zhí)法等方面具有重要作用。當(dāng)發(fā)生地震、火災(zāi)等緊急事件時(shí),救援的必要條件是快速確定人員位置。特別是當(dāng)建筑物由于緊急事件布局發(fā)生變化時(shí),憑借經(jīng)驗(yàn)很難快速定位人員位置。室內(nèi)定位技術(shù)可以為救援提供強(qiáng)有力的技術(shù)支持,更好地保障救援人員和受困人員的安全,更快地開(kāi)展有效救援。

2.3 人員物品管理

室內(nèi)定位可以為特殊人群如學(xué)生、病人、犯人等提供室內(nèi)的定位監(jiān)護(hù)服務(wù)。具體來(lái)說(shuō),為學(xué)生父母提供學(xué)生的到校情況；為公司員工提供簽到服務(wù)；為監(jiān)獄提供犯人活動(dòng)情況匯報(bào)；為幼兒園設(shè)立電子圍欄提供實(shí)時(shí)監(jiān)護(hù)。

同時(shí),室內(nèi)定位也可以為倉(cāng)儲(chǔ)提供物品的定位服務(wù),方便物品的防盜、整理、運(yùn)輸,提供全程的位置記錄。

2.4 智能交通

室內(nèi)定位技術(shù)結(jié)合傳統(tǒng)定位技術(shù)可提供室內(nèi)外無(wú)縫定位導(dǎo)航服務(wù),可為車(chē)輛提供從道路到停車(chē)場(chǎng)的全程導(dǎo)航服務(wù),同時(shí)也解決了大型復(fù)雜地下停車(chē)場(chǎng)的尋車(chē)難題。

2.5 大數(shù)據(jù)分析

室內(nèi)定位可以記錄用戶的活動(dòng)軌跡,對(duì)這些數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析,將用戶的位置與行為及其背后的興趣偏好聯(lián)系起來(lái)。因此,對(duì)室內(nèi)定位數(shù)據(jù)進(jìn)行挖掘和分析具有極大的商業(yè)價(jià)值和應(yīng)用前景。例如對(duì)某商場(chǎng)的消費(fèi)者活動(dòng)進(jìn)行分析,可以分析出消費(fèi)者對(duì)某個(gè)店鋪的光顧頻率和停留時(shí)間,從而得出消費(fèi)者的興趣和偏好以及店鋪熱度,為商業(yè)分析提供有力幫助。

2.6 社交網(wǎng)絡(luò)

社交網(wǎng)絡(luò)在人們的生活中扮演著重要的角色,位置是社交網(wǎng)絡(luò)的核心,在占人們生活時(shí)間80%左右的室內(nèi)環(huán)境下,真實(shí)準(zhǔn)確的位置能把朋友與活動(dòng)關(guān)聯(lián)起來(lái)。

3 室內(nèi)定位的難點(diǎn)及發(fā)展趨勢(shì)

盡管室內(nèi)定位技術(shù)的精度不斷提高,但仍沒(méi)有在各行各業(yè)中得到普及推廣,主要存在以下難點(diǎn):

1)環(huán)境復(fù)雜。室內(nèi)環(huán)境布局復(fù)雜多變,障礙物很多,包括家具、房間和行人等。同時(shí)室內(nèi)環(huán)境干擾源多,燈光、溫度、聲音等干擾源都會(huì)對(duì)定位造成一定影響。

2)未知環(huán)境定位困難。目前大部分室內(nèi)定位技術(shù)都是基于對(duì)室內(nèi)環(huán)境有先驗(yàn)了解,一些定位技術(shù)還需要提前布設(shè)基站,但實(shí)際應(yīng)用中可能得不到環(huán)境信息,或者定位基站受干擾、被破壞,如地震、火災(zāi)現(xiàn)場(chǎng)。減少對(duì)環(huán)境的依賴(lài)性也是室內(nèi)定位的一個(gè)難點(diǎn)。

3)定位精度與成本難以兼顧。目前的高精度室內(nèi)定位技術(shù)均需要比較昂貴的額外輔助設(shè)備或前期大量的人工處理,這些都大大制約了技術(shù)的推廣普及。低成本的定位技術(shù)則在定位精度上需要提高。在提供高精度定位的基礎(chǔ)上降低成本也是室內(nèi)定位的一個(gè)方向。

隨著室內(nèi)定位技術(shù)的不斷發(fā)展,高精度、低成本、普適的室內(nèi)定位技術(shù)是未來(lái)研究的目標(biāo)。綜合利用各種定位技術(shù)及信息的融合定位將是解決目前室內(nèi)定位難點(diǎn)的可行方案。快速發(fā)展的計(jì)算機(jī)視覺(jué)、5G移動(dòng)通信網(wǎng)絡(luò)、NB-IOT物聯(lián)網(wǎng)等技術(shù)將為室內(nèi)定位技術(shù)提供更多的技術(shù)途徑。未來(lái),像室外GNSS一樣大規(guī)模廣泛應(yīng)用的室內(nèi)定位方案必然會(huì)出現(xiàn),結(jié)合室外定位技術(shù)實(shí)現(xiàn)全空間無(wú)縫定位。

4 結(jié)束語(yǔ)

室內(nèi)定位的需求已經(jīng)體現(xiàn)在人們生活的方方面面,如何實(shí)現(xiàn)高精度、低成本、普適的室內(nèi)定位是定位領(lǐng)域正在解決的問(wèn)題。本文介紹了目前主要的室內(nèi)定位方法、定位技術(shù)、應(yīng)用場(chǎng)景和發(fā)展難點(diǎn)。可供參考。

[1] Transit(satellite)[DB/OL].(2016-02-17).https://en.wikipedia.org/wiki/Transit_(satellite).

[2] Global Positioning System[DB/OL]. (2016-02-17). https://en.wikipedia.org/wiki/Global_Positioning_System.

[3] Wang S S, Green M, Malkawa M. E-911 location standards and location commercial services[C]//Emerging Technologies Symposium: Broadband, Wireless Internet Access. IEEE Xplore, 2000:5.

[4] Mautz R.Indoor positioning technologies[M].Südwestdeutscher verlag für hochschulschriften, 2012.

[5] Drane C R, Duffettsmith P, Hern S, et al. Mobile location without network-based synchronization or how to do E-OTD without LMUs[C]//Proceedings of SPIE - The international society for Optical Engineering, 2003, 5084:59-66.

[6] Dwiyasa F, Lim M H. A survey of problems and approaches in wireless-based indoor positioning[C]// International Conference on Indoor Positioning and Indoor Navigation, 2016:1-7.

[7] Kemppi P, Rautiainen T, Ranki V, et al. Hybrid positioning system combining angle-based localization, pedestrian dead reckoning and map filtering[C]// International Conference on Indoor Positioning and Indoor Navigation. IEEE, 2010:1-7.

[8] Qian J, Ma J, Xu L, et al. Investigating the use of MEMS based wrist-worn IMU for pedestrian navigation application[C]//Proceedings of the 26thInternational Technical Meeting of the ION Satellite Division, ION GNSS. 2013.

[9] 趙永翔. 基于無(wú)線局域網(wǎng)的室內(nèi)定位系統(tǒng)研究[D]. 武漢大學(xué), 2010.

[10] Hightower J, Borriello G. Location systems for ubiquitous computing[J]. Computer, 2001, 34(8):57-66.

[11] 劉長(zhǎng)征, 李緯, 丁辰,等. 多種定位技術(shù)融合構(gòu)建LBS體系[J]. 地理信息世界, 2003, 1(3):24-27.

[12] 房秉毅. 基于超寬帶技術(shù)的室內(nèi)定位系統(tǒng)[J]. 電子技術(shù)應(yīng)用, 2006, 32(7):124-127.

[13] 李泳. 基于ZigBee技術(shù)的室內(nèi)定位系統(tǒng)設(shè)計(jì)[D]. 上海師范大學(xué), 2008.

[14] 梁元誠(chéng). 基于無(wú)線局域網(wǎng)的室內(nèi)定位技術(shù)研究與實(shí)現(xiàn)[D]. 電子科技大學(xué), 2009.

[15] Seco F, Jimenez A R, Prieto C, et al. A survey of mathematical methods for indoor localization[C]// IEEE International Symposium on Intelligent Signal Processing. IEEE, 2009:9-14.

[16] 鄧中亮, 余彥培, 袁協(xié),等. 室內(nèi)定位現(xiàn)狀與發(fā)展趨勢(shì)研究[J]. 中國(guó)通信(英文版), 2013, 10(3):50-63.

[17] 劉祺, 朱秋月, 馮莎. 室內(nèi)定位技術(shù)的研究綜述[J]. 計(jì)算機(jī)時(shí)代, 2016(8):13-15.

[18] Mautz R, Tilch S. Survey of optical indoor positioning systems[C]// International Conference on Indoor Positioning and Indoor Navigation. 2011:1-7.

[19] Hile H, Borriello G. Positioning and orientation in indoor environments using camera phones[J]. IEEE Computer Graphics and Applications, 2008, 28(4):32-39.

[20] Kragic D. Object search and localization for an indoor mobile robot[J]. Journal of Computing & Information Technology, 2009, 17(1):67-80.

[21] Mulloni A, Wagner D, Barakonyi I, et al. Indoor positioning and navigation with camera phones[J]. IEEE Pervasive Computing, 2009, 8(2):22-31.

[22] Tilch S, Mautz R. Development of a new laser-based, optical indoor positioning system[J]. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences Commission, 2010, 1501: 575-580.

[23] Liu T, Carlberg M, Chen G, et al. Indoor localization and visualization using a human-operated backpack system[C]//2010 International Conference on Indoor Positioning and Indoor Navigation (IPIN). IEEE, 2010: 1-10.

[24] Want R. The active badge location system[J]. ACM Transactions on Information Systems(TOIS), 1992, 10(1):91-102.

[25] Ambiplex[EB/OL].(2016-02-17). http://www.ambiplex.com/.

[26] iGPS. Nikon Metrology[EB/OL]. (2016-02-17). http://www.nikonmetrology.com/en_EU/Products/Large-Volume-Applications/iGPS/iGPS/(key_features).

[27] 吳雨航, 吳才聰, 陳秀萬(wàn),等. 幾種室內(nèi)無(wú)線定位技術(shù)簡(jiǎn)介[J]. 中國(guó)測(cè)繪報(bào), 2008(1):29.

[28] Ward A, Jones A, Hopper A. A new location technique for the active office[J]. IEEE Personal communications, 1997, 4(5): 42-47.

[29] Yuan Y, Pei L, Xu C, et al. Efficient WiFi fingerprint training using semi-supervised learning[C]//Ubiquitous Positioning Indoor Navigation and Location Based Service (UPINLBS), 2014. IEEE, 2014: 148-155.

[30] Reddy H, Chandra M G, Balamuralidhar P, et al. An improved time-of-arrival estimation for WLAN-based local positioning[C]// International Conference on Communication Systems Software and Middleware, 2007. COMSWARE. IEEE Xplore, 2007:1-5.

[31] Gikas V, Dimitratos A, Perakis H, et al. Full-scale testing and performance evaluation of an active RFID system for positioning and personal mobility[C]// International Conference on Indoor Positioning and Indoor Navigation.IEEE, 2016:1-8.

[32] Seco F, Plagemann C, Jimenez A R, et al. Improving RFID-based indoor positioning accuracy using Gaussian processes[C]// International Conference on Indoor Positioning and Indoor Navigation(IPIN). IEEE Xplore, 2010:1-8.

[33] 阮陵, 張翎, 許越,等. 室內(nèi)定位:分類(lèi)、方法與應(yīng)用綜述[J]. 地理信息世界, 2015(2):8-14.

[34] Ubisense[EB/OL].(2016-02-17).https://ubisense.net/en.

[35] 陳偉. 基于GPS和自包含傳感器的行人室內(nèi)外無(wú)縫定位算法研究[D]. 中國(guó)科學(xué)技術(shù)大學(xué), 2010.

[36] Qian J, Pei L, Ma J, et al. Vector graph assisted pedestrian dead reckoning using an unconstrained smartphone[J]. Sensors, 2015, 15(3): 5032-5057.

[37] Qian J, Pei L, Ying R, et al. Continuous motion recognition for natural pedestrian dead reckoning using smartphone sensors[C]//Proceedings of the 27thInternational Technical Meeting of the ION Satellite Division, ION GNSS. 2014.

[38] Wang L, Dong Z, Pei L, et al. A robust context-based heading estimation algorithm for pedestrian using a smartphone[C]//Proceedings of the 28thinternational technical meeting of the satellite division of the institute of navigation (ION GNSS 2015). Tampa, FL USA, SEP. 2015: 14-18.

[39] Qian J, Pei L, Ying R, et al. Continuous motion recognition for natural pedestrian dead reckoning using smartphone sensors[C]//Proceedings of the 27thInternational Technical Meeting of the ION Satellite Division, ION GNSS. 2014.

[40] Liu D, Pei L, Qian J, et al. A novel heading estimation algorithm for pedestrian using a smartphone without attitude constraints[C]// 2016 4thInternational Conference on Ubiquitous Positioning, Indoor Navigation and Location Based Services (UPINLBS). IEEE, 2016: 29-37.

[41] 郭偉龍. 融合多源信息的室內(nèi)定位算法研究[D]. 浙江大學(xué), 2016.

[42] Haverinen J, Kemppainen A. A geomagnetic field based positioning technique for underground mines[C]// IEEE International Symposium on Robotic and Sensors Environments(ROSE). IEEE, 2011:7-12.

[43] IndoorAtlas[EB/OL].(2016-02-17). http://www.indooratlas.com/how-it-works/.

[44] 黃聲享,劉賢三, 劉文建,等. 偽衛(wèi)星技術(shù)及其應(yīng)用[J]. 測(cè)繪地理信息, 2006, 31(2):49-51.

[45] Locata[EB/OL].(2016-02-17). http://www.locata.com/.

[46] 汪苑, 林錦國(guó). 幾種常用室內(nèi)定位技術(shù)的探討[J]. 中國(guó)儀器儀表, 2011(2):54-57.

[47] 劉明偉, 劉太君, 葉焱,等. 基于低功耗藍(lán)牙技術(shù)的室內(nèi)定位應(yīng)用研究[J]. 無(wú)線通信技術(shù), 2015, 24(3):19-23.

[48] Subedi S, Kwon G R, Shin S, et al. Beacon based indoor positioning system using weighted centroid localization approach[C]//2016 8thInternational Conference on Ubiquitous and Future Networks (ICUFN). IEEE, 2016: 1016-1019.

[49] Dahlgren E, Mahmood H. Evaluation of indoor positioning based on Bluetooth Smart technology[J]. Master'sThesis, Chalmers, 2014.

[50] Pei L, Chen R, Liu J, et al. Using inquiry-based Bluetooth RSSI probability distributions for indoor positioning[J]. Journal of Global Positioning Systems,2010, 9(2):122-130.

[51] 鄧平. 蜂窩網(wǎng)絡(luò)移動(dòng)臺(tái)定位技術(shù)研究[D]. 西南交通大學(xué), 2002.

[52] Wang C, Xu J. Enhanced OTDOA Technology in 3G Location Service[J]. Telecommunications Science, 2005,8:5.

[53] Chen G, Meng X, Wang Y, et al. Integrated WiFi/PDR/Smartphone using an unscented Kalman Filter algorithm for 3D indoor localization[J]. Sensors, 2015, 15(9):24595-24614.

[54] Liu J, Chen R, Pei L, et al. A hybrid smartphone indoor positioning solution for mobile LBS[J]. Sensors, 2012, 12(12):17208-17233.

[55] Pei L, Liu J, Guinness R, et al. Using LS-SVM based motion recognition for smartphone indoor wireless positioning[J]. Sensors, 2012, 12(12):6155-6175.

[56] Pei L, Guinness R, Chen R, et al. Human behavior cognition using smartphone sensors[J]. Sensors, 2013, 13(2):1402-1424.

[57] 田世偉, 戴衛(wèi)恒,李廣俠,等. 協(xié)同定位研究綜述[C]// 中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì).2013.

[58] Patwari N, Ash J N, Kyperountas S, et al. Locating the nodes: cooperative localization in wireless sensor networks[J]. IEEE Signal Processing Magazine , 2005, 22(4):54-69.

[59] Garello R, Presti L L, Corazza G E, et al. Peer-to-peer cooperative positioning: part I: GNSS aided acquisition[J]. Inside GNSS, 2012:55-63.

[60] 張立川, 許少峰, 劉明雍,等. 多無(wú)人水下航行器協(xié)同導(dǎo)航定位研究進(jìn)展[J]. 高技術(shù)通訊, 2016, 26(5):475-482.

[61] Pei L, Zhang M, Zou D, et al. A survey of crowd sensing opportunistic signals for indoor localization[J]. Mobile Information Systems, 2016, 2016(3):1-16.

[62] 吳陳沭. 基于群智感知的無(wú)線室內(nèi)定位[D]. 清華大學(xué), 2015.

[63] Zhang M, Pei L, Deng X. GraphSLAM-based Crowdsourcing framework for indoor Wi-Fi fingerprinting[C]//4thInternational Conference on Ubiquitous Positioning, Indoor Navigation and Location Based Services(UPINLBS). IEEE,2016:61-67.

[64] Gao W, Pei L, Xu C, et al. Crowdsensing-based organic fingerprint for Wi-Fi localization[C]//4thInternational Conference on Ubiquitous Positioning, Indoor Navigation and Location Based Services(UPINLBS). IEEE,2016:79-88.

A Survey of Indoor Positioning Technology and Application

PEI Ling, LIU Dong-hui , QIAN Jiu-chao

(Shanghai Jiao Tong University, Key Laboratory of Navigation and Location-based Services, Shanghai 200240，China)

In recent years, with the increasing demand for location-based services and invalidity of satellite positioning based global navigation satellite system in indoor environment, indoor positioning technology has a rapid development, gradually plays an important role in various industries and thus influences people’s daily life in many aspects. This paper makes detailed introductions of the classification, positioning principle, method of the current mainstream indoor positioning technologies in the first place. Then the analysis and comparison of the research work of indoor positioning technology are introduced. Finally, this paper makes a brief description of the application and problems of indoor positioning technology.

Location-based services； Indoor positioning； Positioning technology

10.19306/j.cnki.2095-8110.2017.03.001

2017-03-08；

2017-04-01

上海市科委項(xiàng)目(15511105100)

裴凌(1977-)，男,博士,副教授,研究方向?yàn)槭覂?nèi)定位與融合導(dǎo)航。E-mail:ling.pei@sjtu.edu.cn

U666.12

A

2095-8110(2017)03-0001-10