基于二維碼的可見光室內(nèi)定位方法及實現(xiàn)

陳曉紅，錢 晨，洪文昕，鄭加金，韋 瑋

(南京郵電大學(xué) 電子與光學(xué)工程學(xué)院，江蘇 南京 210046)

基于二維碼的可見光室內(nèi)定位方法及實現(xiàn)

陳曉紅，錢 晨，洪文昕，鄭加金，韋 瑋

(南京郵電大學(xué) 電子與光學(xué)工程學(xué)院，江蘇 南京 210046)

針對當(dāng)前可見光室內(nèi)定位系統(tǒng)結(jié)構(gòu)復(fù)雜、精度偏低的問題，文中提出了一種基于二維碼的可見光室內(nèi)精確定位方法。首先，通過對不同的LEDs光源加載與其自身相關(guān)的LED-ID信息，以二維碼圖像形式進行發(fā)送，由手機端的攝像頭接收光源信息，并進行解碼，實現(xiàn)初步定位；然后，利用基于世界坐標(biāo)系的簡單三角函數(shù)關(guān)系給出精確定位算法，并結(jié)合手機端獲得的方位角信息，進一步計算用戶所在位置，從而實現(xiàn)可見光室內(nèi)精確定位功能。實驗結(jié)果表明，該系統(tǒng)運行可靠，定位精度可達到4.167 cm。

室內(nèi)定位；可見光室內(nèi)定位；二維碼；LEDs

隨著智能手機的普及、移動數(shù)據(jù)業(yè)務(wù)的增加，人們對定位與導(dǎo)航的需求日益增大，尤其在復(fù)雜的室內(nèi)環(huán)境，如機場大廳、大型展廳、倉庫、超市、圖書館、地下停車場、礦井等，常需要確定移動者或設(shè)施、物品的位置信息。但是，受定位時間及復(fù)雜室內(nèi)環(huán)境等條件的限制，目前比較完善的室外定位技術(shù)還無法用于室內(nèi)并實現(xiàn)高精度定位。因此，尋求一種具有普適性、低功率、高精度等優(yōu)勢的室內(nèi)定位技術(shù)迫在眉睫。作為室內(nèi)無線定位技術(shù)的補充，基于LED的可見光通信室內(nèi)定位技術(shù)以其低成本、無電磁干擾、無需頻譜認(rèn)證、能夠在射頻受限等區(qū)域使用等優(yōu)勢[1-2]，近年來引起了人們的廣泛關(guān)注[3-6]。目前，可見光室內(nèi)定位技術(shù)主要采用的算法有：三角測量法[7]、場景分析法和鄰近法。其中，三角測量法包括到達時間(Time of Arrival，TOA)、到達時間差(Time Difference of Arrival，TDOA)、接收信號強度(Received Signal Strength，RSS)、到達角度法(Angle of Arrival,AOA)[8]以及連續(xù)角測量法(Continuous Angle Detection Method)[9]等。基于TOA法[10]的參考點和目標(biāo)點之間由于需要嚴(yán)格的時鐘同步，使其在應(yīng)用上帶來了諸多不便。TDOA法測量的是不同參考點的信號到達時間差，解決了TOA的同步問題。文獻[11]利用3個不同頻率信號間的相位差來計算TDOA值，并進行了仿真計算。RSS法通過信號的傳播損耗以及路徑損耗模型計算得到參考點與目標(biāo)點之間的距離，是一種理想的模型定位方法[12]。AOA法通過成像接收器測量信號相對于參考點的到達角度，其主要特征是無需同步。但因受成像接收器分辨率的限制，當(dāng)目標(biāo)點遠離參考點時，AOA法定位精度將會急劇下降[13]。與其他三角測量法不同，文獻[14]中的連續(xù)角檢測法，用于計算移動終端和光源之間的水平距離。該方法需要事先了解光源的尺寸并依賴于接收機的定向信息，其概念驗證實驗獲得了10 cm的精度。場景分析法分為兩個階段[15]：(1)收集采樣點的位置信息，即“指紋”，建立指紋庫；(2)根據(jù)實時接收到的“指紋”與指紋庫相匹配，實現(xiàn)定位。與三角測量法相比，由于場景分析法無需計算，只需匹配數(shù)據(jù)，因此大幅減少了定位時間。但對一個特定的環(huán)境而言，該方法需要準(zhǔn)確地預(yù)先收集指紋庫，所以無法在一個新場景及時調(diào)用。鄰近法依賴于密集的已知位置網(wǎng)格參考點，當(dāng)移動目標(biāo)從單一參考點采集信號時，則被認(rèn)為是協(xié)同定位于該節(jié)點，從而實現(xiàn)定位。其理論定位精度不超過網(wǎng)格本身分辨率，為了提高定位精度，需要更多的光源，這將引起成本提高、干擾及照明等問題[16]。

綜上可知，目前大部分可見光室內(nèi)方法均有其相應(yīng)的優(yōu)缺點，且仍以模擬仿真研究為主。因此，研究并實現(xiàn)一種低功耗、低成本、高精度的可見光室內(nèi)定位系統(tǒng)具有重要的現(xiàn)實意義。二維碼技術(shù)是一種最新的集信息編碼、信息傳遞、圖像處理、數(shù)據(jù)加密于一體的條碼技術(shù)[17]。目前，二維碼技術(shù)在世界各國包括我國發(fā)展迅猛，在眾多的領(lǐng)域發(fā)揮著重要作用。目前應(yīng)用最廣泛的二維碼技術(shù)是QR碼，該技術(shù)利用三個定位圖形的比例不變性，使其具備抗圖形幾何失真的能力，在旋轉(zhuǎn)、傾斜等角度下掃描畸變圖形，仍能通過仿射變換準(zhǔn)確的恢復(fù)圖形內(nèi)各點像素值，提取信息。隨著移動互聯(lián)網(wǎng)及智能手機的發(fā)展，中國智能手機用戶已超過4億，這些手機具備安裝智能軟件的能力，且具有良好的掃描二維碼的能力。因此，本文順應(yīng)這一良好的發(fā)展契機，在智能手機現(xiàn)有設(shè)備的基礎(chǔ)上，結(jié)合QR碼識別速度快、抗圖形幾何失真、糾錯能力強等優(yōu)勢，提出了一種基于二維碼的低成本、快速、高精度的可見光室內(nèi)定位方法?；谶@一設(shè)計思想，本文在光源控制端對LEDs陣列光源加載與其位置相關(guān)的QR碼信息，在手機端可通過解碼實現(xiàn)初步定位。在此基礎(chǔ)上，本文研究了基于該系統(tǒng)的室內(nèi)精確定位算法，并在Eclipse平臺開發(fā)實現(xiàn)了該算法模塊。本文同時搭建了基于Anddriod平臺的智能手機定位APP，實現(xiàn)室內(nèi)精確定位功能。

1 定位方法及原理

1.1 定位方法

本文提出的基于二維碼的可見光精確定位方法，包括初步定位和精確定位兩個過程。如圖1(a)所示為初步定位框架圖，包括控制端、LEDs光源及手機端三部分。其中，控制端通過驅(qū)動電路對不同的LEDs光源加載與其自身位置相關(guān)的LED-ID信息，并以QR碼圖像形式發(fā)送，其定位信息加載方式將在下文進行詳細闡述。該定位信息通過無線光鏈路傳輸?shù)绞謾C端，手機端包括與QR碼相關(guān)的解碼模塊和定位處理模塊。通過解碼模塊解析得到LED-ID，獲取LEDs所處的位置信息，從而確定該光源的覆蓋區(qū)域，實現(xiàn)初步定位過程。

圖1 基于二維碼的可見光室內(nèi)定位方法示意圖

圖1(b)是獲得LEDs光源位置信息后的精確定位過程示意圖。首先，當(dāng)手機持有者進入圖中藍色區(qū)域(該光源覆蓋區(qū)域)時，通過智能手機攝像頭即可解碼獲得LED-ID，實現(xiàn)初步定位；其次，通過本文提出的精確定位算法計算得到手機端與該LEDs光源的絕對水平距離，縮小其定位范圍(如圖中圓圈所示)；最后，利用手機的方向傳感器獲得其方位角θ，從而確定手機持有者的精確位置(圖中三角形處)，實現(xiàn)精確定位過程。

1.2 LED-ID定位信息加載方式

基于上述光源信息的設(shè)計思想，本文研究了LED-ID定位信息的加載方式。根據(jù)QR碼的陣列圖形結(jié)構(gòu)以及黑白像素值的特點，文中LEDs光源為陣列結(jié)構(gòu)，各點光源之間發(fā)送相互獨立的光強度信號，各點光源位置用“光強強”表示二進制“1”，“光強弱”表示二進制“0”，一次發(fā)送的“平面圖像”信號為一“幀”，其光強的“強”和“弱”排列組成QR碼圖形。根據(jù)QR碼定位模塊的特殊設(shè)計，本文在LEDs光源的3個頂角處規(guī)劃出了3塊“回”字形定位圖形區(qū)域，其光照度強弱比值為1:1:3:1:1。這種比例特性不因整個圖像的旋轉(zhuǎn)、傾斜而改變，因此3個定位塊能夠被快速定位檢測到。每一個LEDs陣列的一幀圖像包括該LEDs的位置信息LED-ID。圖2為一盞LEDs光源點亮一幀QR碼圖像示意圖。圖中黑、白點分別表示發(fā)光強度弱、強的LED點光源，其黑白灰度值分別設(shè)為0、255，采用的QR碼圖像的模塊數(shù)為25×25，糾錯等級為M級(15%)。

圖2 一盞LEDs光源點亮一幀QR碼圖像示意圖

1.3 精確定位算法

基于世界坐標(biāo)系的簡單三角函數(shù)關(guān)系，結(jié)合手機持有者所在的方位角信息，本文提出了一種可快速計算得到手機端具體位置的精確定位算法，其計算過程如圖3所示。其中， 為LEDs距離地面的高度， 為手持手機的高度，d是手機與LEDs的水平距離，α為手機到LEDs的俯仰角(通過調(diào)用手機的水平儀間接獲得)，記手機水平儀的角度讀數(shù)為β。若手機所在平面與LEDs陣列光源到手機所在平面處于垂直狀態(tài)，則有α=90°-β。根據(jù)圖4所示的距離關(guān)系，可得到LEDs陣列與手機之間在世界坐標(biāo)系下的三角函數(shù)關(guān)系公式為

(1)

其中，H已知，h可通過成人手持手機高度的分布來獲得。由此可通過上述三角函數(shù)關(guān)系進行LEDs光源與手機之間的絕對水平距離計算，得到

(2)

通過給定俯仰角α的誤差范圍，利用手機端的方向傳感器獲得手機持有者所在的方位角θ信息，根據(jù)式(2)的絕對水平距離，進而快速獲得手機持有者在該LEDs陣列下的具體位置信息，實現(xiàn)精確定位過程。

圖3 手機端的精確位置計算過程示意圖

2 定位系統(tǒng)設(shè)計與實現(xiàn)

2.1 實驗環(huán)境及條件

與理想的室內(nèi)光照模型不同，本文采用的是一幢教學(xué)樓小型辦公室的實際場景，辦公室內(nèi)有桌椅、空調(diào)等家具物品，具有普遍性，其LEDs光源布局如圖4(a)所示。L、W、H分別為房間的長、寬、高。該模型采用2×2 LEDs陣列光源分布，每一個LEDs陣列由64×64個LED組成，并位于高2.7 m的天花板上，LEDs陣列光源的中心位置坐標(biāo)(單位：cm)分別為(279,171,264)、(471,171,265)、(471,631,265)和(279,631,265)，手機接收平面h=110 cm。

圖4 實驗場景模型

室內(nèi)空間平面圖如圖4(b)所示，其相應(yīng)的4盞LEDs光源承載的圖像信息格式分別為

{"ID":1,"X":279,"Y":171}；

{"ID":2,"X":471,"Y":171}；

{"ID":3,"X":471,"Y":631}；

{"ID":4,"X":279,"Y":631}。

以第一盞LEDs光源信息{"ID":1,"X":279,"Y":171}為例，表示該QR碼圖像攜帶的LED-ID序號為1，位置坐標(biāo)信息(x,y)為(279,171)，單位為cm。

2.2 智能手機端APP

根據(jù)上述定位原理，本文研究開發(fā)了基于Andriod平臺的智能手機端定位APP—室內(nèi)定位測試版。該軟件開發(fā)環(huán)境為Eclipse平臺，編譯完成后將APK文件發(fā)送至手機內(nèi)，安裝成功即可運行，其定位過程如下：

(1)開啟定位軟件。根據(jù)用戶需求，可通過該軟件設(shè)置選擇開啟前置攝像頭還是后置攝像頭；

(2)微調(diào)手機的手持姿態(tài)，使LEDs光源進入攝像頭的成像界面。為方便快速識別LEDs光源信息，本文在研究原理樣機的過程中在室內(nèi)定位測試版軟件界面的右前方放置了前視監(jiān)視框；

(3)探測LEDs信息圖像。若能夠探測到LEDs信息圖像則對其接收到的信息圖像進行解碼，并通知地圖繪制器進行地圖繪制，否則轉(zhuǎn)步驟(2)；若解碼成功，則關(guān)閉攝像頭，進入步驟(4)，否則轉(zhuǎn)步驟(2)；

(4)位置計算過程。根據(jù)解碼得到的LEDs信息以及手機水平儀及方向傳感器所獲得的角度信息，并利用本文提出的精確定位算法，計算得到實測的位置信息及其誤差范圍，如圖5所示；

(5)地圖顯示。根據(jù)步驟(4)的計算結(jié)果，刷新地圖，繪制坐標(biāo)，并將計算得到的位置信息及其誤差范圍顯示在室內(nèi)地圖上。

圖5 室內(nèi)定位軟件測試版界面

3 實驗數(shù)據(jù)分析與討論

基于上述設(shè)計方案，本文對3部不同型號的手機進行了相關(guān)測試，測試情況見表1。其中，中興Blade G Lux由于像素較低，僅適合于近距離解碼。圖5為魅族M2的室內(nèi)定位測試版軟件界面，其地圖顯示界

面的分辨率為(800×50)，4個方形為LEDs光源位置，圓為初始化的誤差范圍，圓心為實測位置點，占1個像素大小。圓的大小與手持手機的水平傾角相關(guān)。

表1 不同型號的手機測試情況

由表1測試結(jié)果可以看到，在測試過程中出現(xiàn)了過曝現(xiàn)象。經(jīng)分析，由于一般的安卓智能手機的攝像頭測光模式為平均測光，故而易出現(xiàn)過曝現(xiàn)象。而魅族M2可選取中點測光模式，因此不易出現(xiàn)曝光問題。

以魅族M2為例，在手機上安裝本文所研發(fā)的室內(nèi)定位APP，對圖4所示的實際場景進行實地采樣測試，驗證該定位系統(tǒng)的正確性和可行性。圖6為1號及4號LEDs光源附近實測時的地圖顯示界面，解碼信息分別為{"ID":1,"X":279,"Y":171}、{"ID":4,"X":279,"Y":631}，解碼準(zhǔn)確。測定后所得數(shù)值分別為29和28，相對應(yīng)的實際值為30和24，定位誤差分別為1 cm和4 cm。

圖6 地圖界面

測試過程中，本文任意選取了16個采樣點進行了測試，獲得了4.167 cm的平均誤差，采樣點(Sample Points，SP)的實測結(jié)果如表2所示。其實際值(Real Value，R)與測得值(Test Value，T)是根據(jù)當(dāng)前位置解碼得到的LED-ID信息；所獲得的當(dāng)前位置到該LEDs的絕對水平距離，誤差(Error，E)由實際值與測得值的歐式距離公式推算得到

表2 采樣點的實測結(jié)果 /cm

通過與目前幾種主要的可見光室內(nèi)定位方法相比較可以看出，雖然TDOA、RSS方法的定位精度能夠達到毫米級，但其僅限于仿真精度，其硬件及算法復(fù)雜度較高，不易實現(xiàn)。AOA法雖能夠達到4.6 cm的實驗精度，但由于受到像接收器分辨率的限制，當(dāng)目標(biāo)點遠離參考點時，其定位精度將會急劇下降。本文方法的精度達到4.167 cm，并且該方案布置成本低，用戶在定位過程中無需使用附加設(shè)備，只需在手機端安裝其定位軟件即可實現(xiàn)。此外，該算法簡單易實現(xiàn)，大幅降低了可見光室內(nèi)定位系統(tǒng)的硬件及算法的復(fù)雜度。

表3 幾種主要方法的性能對比

4 結(jié)束語

相比于傳統(tǒng)的室內(nèi)無線定位技術(shù)，基于LED綠色照明光源的可見光定位技術(shù)具有泛在覆蓋、節(jié)能降耗、布設(shè)簡單等[18]突出優(yōu)點，有望成為室內(nèi)定位的主要手段之一。本文充分利用了LEDs現(xiàn)有設(shè)備及資源，設(shè)計實現(xiàn)了一種能夠在手機終端應(yīng)用的可見光室內(nèi)精確定位方案，其定位精度達到了4.167 cm。與現(xiàn)有系統(tǒng)相比，該定位具有精度較高，系統(tǒng)硬件及定位算法復(fù)雜度低等優(yōu)勢。經(jīng)實際場景驗證，該系統(tǒng)運行可靠，為室內(nèi)定位技術(shù)提供了一套有效的解決方案。

[1] Liu B,Yang Y,Zhu L,et al.Light intensity stabilization in an indoor white LED wireless communication system[J].Journal of Optoelectronics Laser,2010,21(12):1794-1797.

[2] Wu Fengtie,Huang Qilu.A precise model of LED lighting and its application in uniform illumination system[J].Optoelectronics Letters:English Edition,2011,7(5):334-336.

[3] Premachandra H C N,Yendo T,Tehrani M P,et al.High-speed-camera image processing based LED traffic light detection for road-to-vehicle visible light communication[J].Research Gate,2010,43(6):793-798.

[4] Komine T,Lee J H,Haruyama S,et al.Adaptive equalization system for visible light wireless communication utilizing multiple white LED lighting equipment[J].IEEE Transactions on Wireless Communications,2009,8(6):2892-2900.

[5] Lee K,Park H,Barry J R.Indoor channel characteristics for visible light communications[J].IEEE Communications Letters,2011,15(2):217-219.

[6] Liu H,Darabi H,Banerjee P,et al.Survey of wireless indoor positioning techniques and systems[J]. IEEE Transactions on Systems Man & Cybernetics Part C,2007,37(6):1067-1080.

[7] Brás L,Carvalho N B,Pinho P,et al.A review of antennas for indoor positioning systems[J]. International Journal of Antennas & Propagation,2012(1):1497-1500.

[8] Burda R,Lewandowski A,Wietfeld C.A hybrid indoor localization using beacon enabled meshing and TOA in IEEE 802.15.4 networks[C].Calgary:Vehicular Technology Conference,Vtc Spring,IEEE,2008.

[9] Zhang W, Kavehrad M. Comparison of VLC-based indoor positioning techniques[J]. Proceedings of SPIE - The International Society for Optical Engineering, 2013, 8645(12):1372-1375.

[11] Jung S Y,Hann S,Park C S.TDOA-based optical wireless indoor localization using LED ceiling lamps[J].IEEE Transactions on Consumer Electronics,2012,57(4):1592-1597.

[12] Kavehrad M,Deng P.Indoor positioning algorithm using light-emitting diode visible light communications[J].Optical Engineering,2012,51(8):5009-5018.

[13] Tanaka T,Haruyama S.New position detection method using image sensor and visible light LEDs[C].Dubai:Second International Conference on Machine Vision,IEEE Computer Society,2009.

[14] Liu X,Makino H,Maeda Y.Basic study on indoor location estimation using visible light communication platform[C].Vancouver:30th Annual International Conference of the IEEE Engineering in Medicine and Biology Society,IEEE,2008.

[15] 方爽,郭杭,洪海斌,等.一種虛擬空間劃分的室內(nèi)指紋庫定位方法[J].測繪科學(xué),2015,40(1):93-97.

[16] Lee Y U, Kavehrad M. Hybrid positioning with lighting LEDs and ZigBee multihop wireless network[J]. Proceedings of SPIE - The International Society for Optical Engineering,2012,82(1):16-28.

[17] 于英政.QR二維碼相關(guān)技術(shù)的研究[D].北京:北京交通大學(xué),2014.

[18] 陳曉紅.室內(nèi)可見光多參量位置指紋庫定位方法的仿真及實驗研究[D].南京:南京郵電大學(xué),2015.

A Scheme of Indoor Visible Light Positioning Method Based on Two-Dimensional Code

CHEN Xiaohong,QIAN Chen,HONG Wenxin,ZHENG Jiajin,WEI Wei

(School of Electronic and Optoelectronics Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210046,China)

Aiming at the problem of the low accuracy and complexity of existing indoor positioning system, a scheme of indoor visible light positioning method based on two-dimensional code was proposed in this paper. First, different LEDs light source was loaded with the LED-ID information data and was transmitted in a two-dimensional code image. The initial positioning was achieved through light source information

by the camera of mobile phone and information decoding. Then an accurate positioning algorithm based on trigonometric function relationship was presented. With utilizing of the accurate positioning algorithm and azimuth angle of mobile phone, the user’s location was further calculated to achieve accurate positioning of visible light room function. The principle prototype based on Android platform was set up, and the error experiment with sixteen sample points was carried out on the designed platform. The effectiveness of the proposed positioning method was validated by the experiments. The experimental results demonstrated that the accuracy of 4.167cm could be achieved by this positioning method.

visible light; indoor positioning; two-dimensional code; LEDs

2017- 09- 28

國家自然科學(xué)基金 (61601237)；江蘇省自然科學(xué)基金(KB20160901)；江蘇省高校自然科學(xué)研究面上項目(16KJB420001)

陳曉紅(1989-)，女，碩士，助理實驗師。研究方向：光通信和圖像處理。韋瑋(1960-)，女，教授，博士生導(dǎo)師。研究方向：新型光信息功能材料與器件的設(shè)計、制備與應(yīng)用研究。

10.16180/j.cnki.issn1007-7820.2017.12.010

TN929.1

A

1007-7820(2017)12-034-05