融合三邊測量和PDR的室內(nèi)定位關(guān)鍵技術(shù)分析及應(yīng)用

陳 鵬，廖 明，劉武平，咼 維，宋 楊

(1. 廣州市城市規(guī)劃勘測設(shè)計研究院，廣東 廣州 510060； 2. 江西省基礎(chǔ)地理信息中心，江西 南昌 330209; 3. 武漢大學(xué)測繪遙感信息工程國家重點實驗室，湖北 武漢 430079)

隨著無線傳感器技術(shù)的日益成熟，基于無線傳感器技術(shù)的室內(nèi)定位相關(guān)技術(shù)研究快速發(fā)展，目前已有多種無線技術(shù)手段，包括紅外線、超聲波、藍牙、射頻識別、超寬帶、ZigBee和WiFi等[1-2]。其中iBeacon技術(shù)目前已比較成熟，廉價的iBeacon信標設(shè)備的普及[3]，使得基于RSSI的定位技術(shù)開始廣泛應(yīng)用于商業(yè)場景中，而iBeacon短距傳輸?shù)奶攸c保證了三邊測量解算也能夠得到較好的定位效果。信標的信號在環(huán)境中傳播時，容易受到多路徑、人體吸收等影響，使得RSSI值不穩(wěn)定[4]；雖然較密集部署的iBeacon信標一般能保證較好的定位精度，但是RSSI的變化會引起當前定位點的頻繁跳動，導(dǎo)致定位精度和可用性降低。為減弱環(huán)境帶來的噪聲影響，提高RSSI的可用性，通常采用各種濾波算法優(yōu)化RSSI，如低通濾波、均值濾波[5]、高斯濾波[6]等。對RSSI的優(yōu)化能夠有效提高定位精度，減少靜止時的跳動情況；但在運動過程中，定位的連續(xù)性仍然較差，效果欠佳。

基于以上研究，可知單純的無線定位的實際應(yīng)用效果并不好。短距離密集部署的藍牙雖能提供較準確的單點定位結(jié)果，但在實際動態(tài)環(huán)境中缺乏連續(xù)性。動態(tài)環(huán)境中實現(xiàn)高可用的定位效果需要多種技術(shù)結(jié)合，并根據(jù)定位具體實現(xiàn)平臺，選擇合適的技術(shù)組合。

本文針對微信平臺，提出一種基于三邊測量定位、步行者航位推算(pedestrian dead reckoning, PDR)及地圖信息糾偏相結(jié)合的定位方法，并構(gòu)建出一套輕量化、高可用的室內(nèi)定位導(dǎo)航系統(tǒng)，在微信平臺上實現(xiàn)穩(wěn)定、連續(xù)、高精度定位效果。通過對三邊測量定位、PDR及地圖信息糾偏的相關(guān)方法分別進行深入研究，最終確定如圖1所示的高可用的智能融合定位方法：利用PDR來延續(xù)2個三邊測量定位點中間的空白區(qū)域，引入地圖信息糾偏不合理的定位結(jié)果。該方法綜合考慮各方面信息，通過優(yōu)勢互補實現(xiàn)較優(yōu)的定位效果。此外，利用室內(nèi)地圖建模和可視化表達技術(shù)，實現(xiàn)了完整的室內(nèi)地圖構(gòu)建及地圖數(shù)據(jù)的持久化處理，最終在廣州市不動產(chǎn)登記中心將整套系統(tǒng)上線使用，表現(xiàn)出了良好的應(yīng)用效果。

1 關(guān)鍵技術(shù)

1.1 三邊測量定位

種類眾多的定位算法中，三邊測量法最為常用，已知3點位置(x1,y1)、(x2,y2)、(x3,y3)及未知點(x0,y0)到3點距離d1、d2、d3。以d1、d2、d3為半徑作3個圓，根據(jù)畢達哥拉斯定理，得出交點即為未知點的位置。其中距離獲取是利用設(shè)備掃描到的RSSI值，通過信號距離衰減公式得到與各個信標節(jié)點的距離。實際應(yīng)用中由于RSSI的不穩(wěn)定，往往取3個以上的信標，用最小二乘的方法來減少定位解算的誤差[7]

(1)

雖然最小二乘法能夠提高定位的精度，但信標參考節(jié)點的選擇也極大地影響著定位的效果。當選取的參考信標節(jié)點幾何分布較為混亂時，往往難以獲取較好的定位精度，因而需對信標節(jié)點進行優(yōu)選，如選擇一組能構(gòu)成等邊三角形的節(jié)點來進行定位解算[6]。但僅選擇3個信標節(jié)點無法使用最小二乘求解，會增大解算時的誤差。本文考慮在保證最小二乘解算的基礎(chǔ)上，對參考信標節(jié)點進行優(yōu)選，即選擇4個信標節(jié)點并判斷是否構(gòu)成結(jié)構(gòu)規(guī)則的四邊形(規(guī)則四邊形結(jié)構(gòu)其2組對邊節(jié)點的中心位置距離相近)。

1.2 行人航位推算

行人航位推算(PDR)是一種相對定位算法，由于移動設(shè)備傳感器受到數(shù)據(jù)偏移和噪聲影響，利用傳統(tǒng)積分運算導(dǎo)航的方法誤差極大，通常利用計步器的原理來實現(xiàn)行人航位推算。

假設(shè)已知行人的初始位置(x0,y0)，利用方位角θ和步長s，可以計算出下一步到達的位置(x1,y1)如式(2)，同理可遞推出以后每一步到達的位置。

(2)

運動過程中每檢測到一步，遞推公式就計算一次，PDR的精度主要取決于3個方面：①步伐檢測精度；②步長；③用戶航向。步態(tài)檢測中常用的一種算法是波峰檢測法，該算法實現(xiàn)簡單、計算量小，可做到實時檢測。考慮移動設(shè)備運動狀態(tài)的多樣性，利用單軸加速計值檢測不確定性較大，往往采用三軸加速計的矢量和作為波峰檢測值[8]。步伐檢測算法根據(jù)行人的狀態(tài)模式進行調(diào)整可達到最佳效果。用戶航向一般由用戶行走方向和設(shè)備航向同時構(gòu)成，通常利用整合磁力計、陀螺儀和加速計數(shù)據(jù)的姿態(tài)濾波器計算最終的用戶航向。對步長估計，則是利用文獻[9]中的步長精確估算模型來實現(xiàn)。具體的PDR算法流程如圖2所示。

1.3 地圖匹配

由無線傳感器定位和慣性導(dǎo)航融合得到的位置一般具有較高定位精度，但仍然存在定位點穿墻等現(xiàn)象，需要利用地圖信息進一步糾正。地圖匹配[10]就是將定位解算得到的位置點，與地圖網(wǎng)絡(luò)結(jié)構(gòu)信息進行匹配，實現(xiàn)在特殊語義點的糾正，避免與實際信息不相符的定位點的出現(xiàn)，流程如圖3所示。如在拐角處能夠?qū)Χㄎ稽c準確糾偏，沿路網(wǎng)線運動時將點糾偏到路網(wǎng)上，在出現(xiàn)穿墻等情況時及時將點糾正回來。

地圖匹配具體可分為地圖信息格式化和信息匹配2個過程。地圖信息格式化是將原始的地圖信息轉(zhuǎn)換成可以用來進行匹配操作的數(shù)據(jù)形式，并按一定的格式存儲到數(shù)據(jù)庫中。信息匹配則是將定位點與數(shù)據(jù)庫中存儲的格式化信息進行匹配，定位過程中主要表現(xiàn)為根據(jù)點到點的距離和點到線的距離來確定是否進行糾偏操作。

1.4 室內(nèi)地圖建模及可視化

根據(jù)室內(nèi)環(huán)境中特有的地物信息，通過概念建模明確哪些實體概念應(yīng)該在模型中有所體現(xiàn)，并能完整且分層分級描述場景信息，同時依據(jù)概念模型，設(shè)計每一種地物相應(yīng)的屬性字段及其之間的關(guān)系，使用矢量數(shù)據(jù)方式對室內(nèi)地物信息進行存儲；數(shù)字化后，需要對用于可視化的地物信息進行程序自動化處理，對導(dǎo)航需要的拓撲關(guān)系進行構(gòu)建及自動化生成，對定位場元信息、可視化信息、導(dǎo)航信息、定位信息等進行組織與自動化構(gòu)建，最終生成完整的室內(nèi)地圖，并持久化存儲。

2 系統(tǒng)設(shè)計

本文系統(tǒng)以室內(nèi)定位技術(shù)為基礎(chǔ)，結(jié)合地圖可視化技術(shù)，實現(xiàn)了室內(nèi)定位的可視化及與定位相關(guān)的功能。室內(nèi)定位系統(tǒng)核心工作流程如圖4所示。首先在定位場所部署傳感器，存儲傳感器信息，利用定位傳感器信息結(jié)合設(shè)備實時掃描的信標信息，實現(xiàn)三邊定位解算；三邊定位結(jié)果與PDR利用擴展卡爾曼濾波融合，再用地圖信息匹配糾正得到最終的定位結(jié)果；最后結(jié)合地圖可視化技術(shù)，將定位結(jié)果在地圖上可視化出來。該過程主要包含定位傳感器的部署、擴展卡爾曼濾波融合算法的設(shè)計、地圖可視化和系統(tǒng)數(shù)據(jù)庫的設(shè)計等工作。

2.1 傳感器部署

不同的傳感器部署方式能實現(xiàn)不同的定位效果，密集均勻地部署往往能夠達到最優(yōu)的定位效果[11]。實際環(huán)境中對傳感器的部署需要綜合考慮部署成本、實際物理環(huán)境和定位精度需求等多種因素。本文系統(tǒng)采用易部署的藍牙信標節(jié)點，為了保證定位精度，定位場所中藍牙信標部署間隔一般為4～8 m，部署高度一般控制在3 m以內(nèi)，大部分樓層可部署在天花板上。信標部署要均勻，盡量避開遮擋，部署時不要靠近墻角和障礙物，空曠區(qū)域中采用三角網(wǎng)格狀交錯分布覆蓋。

2.2 擴展卡爾曼濾波融合

卡爾曼濾波是一種高效的自回歸濾波器[12]，它能夠從一系列的完整及包含噪聲的測量信息中，估計出動態(tài)系統(tǒng)的狀態(tài)。由于卡爾曼濾波只適用于線性領(lǐng)域，文獻[13]提出了擴展卡爾曼濾波，首先將非線性系統(tǒng)線性化，然后進行卡爾曼濾波，從而將卡爾曼濾波的應(yīng)用擴展到非線性領(lǐng)域中。

在本系統(tǒng)中筆者對RSSI測量得到的定位結(jié)果與步行者通過慣性測量單元獲取的運動數(shù)據(jù)進行擴展卡爾曼濾波融合，并利用該方法持續(xù)估計步行者在各個時態(tài)的最佳位置。根據(jù)PDR算法實現(xiàn)對系統(tǒng)運動狀態(tài)的建模，利用步行長度和方向角度得到相對于之前位置的二維變化量，系統(tǒng)的時間更新方程可表示為

(3)

式中，(xk,yk)為走過k步后的位置；sk和θk分別為第k步的步長和運動方向角；Wk為系統(tǒng)過程噪聲，且認為Wk滿足高斯分布。將三邊測量定位解算的結(jié)果作為位置觀測量，手機慣性傳感器獲取數(shù)據(jù)解算得到的方向和步長作為另外兩個觀測值，得到測量方程可表示為

(4)

式中，(xk,yk)為藍牙信標定位得到的位置；sk為步長檢測所得到的第k步的步長；θ為磁航向角傳感器得到的第k步后的朝向角；Vk為觀測噪聲，同樣認為Vk滿足高斯分布。

2.3 地圖可視化

地圖可視化能將系統(tǒng)的最終效果直觀地展示出來，是空間信息可視化的最主要形式，也是室內(nèi)定位系統(tǒng)的基礎(chǔ)部分。根據(jù)定位場景中包含的地物元素所屬類別及重要程度，按一定等級標準來對各地物進行數(shù)字化建模操作，在可視化表達過程中按照其等級確定可視化的優(yōu)先級，以及不同縮放等級下要素顯示與隱藏等狀態(tài)的變換。

對要素的符號表示主要有點符號、線符號和面符號[14]。根據(jù)定位場所中室內(nèi)空間要素層次分類，本文將其分為6類，見表1，針對每類要素選擇不同的符號化類別。此外對于特定建筑物設(shè)施，采用多種符號組合進行描述，直觀展現(xiàn)其特殊功能。如衛(wèi)生間、電梯間、樓梯間及各功能辦公室，均由面符號和點符號組合而成，面符號用來確定該要素的輪廓范圍，點符號以圖形形式描述該要素的屬性特征。

表1 室內(nèi)要素類別及對應(yīng)符號

2.4 數(shù)據(jù)管理

本文室內(nèi)定位系統(tǒng)所涉及的數(shù)據(jù)主要包含定位場中傳感器相關(guān)信息(UUID、坐標等)和地圖建模后導(dǎo)出的地圖數(shù)據(jù)信息。為了方便數(shù)據(jù)傳輸，數(shù)據(jù)表中按定位場所不同，存儲不同的數(shù)據(jù)信息。數(shù)據(jù)存儲表結(jié)構(gòu)見表2，定位場所有傳感器信息以JSON字符串格式打包，存儲在傳感器信息字段；以同樣方式將地圖信息存儲于地圖信息字段，將與定位場所相關(guān)的其他信息存儲在描述信息的字段。搭建后臺服務(wù)，待前端發(fā)起數(shù)據(jù)請求時，將對應(yīng)定位場所的相關(guān)數(shù)據(jù)提供給前端。

表2 定位場主要信息表Place表結(jié)構(gòu)

3 系統(tǒng)實現(xiàn)

根據(jù)上述系統(tǒng)設(shè)計，以廣州市白云區(qū)房地產(chǎn)登記中心為應(yīng)用場景，開發(fā)出了基于微信平臺的室內(nèi)定位系統(tǒng)。參考室內(nèi)定位系統(tǒng)的總體方案，在場所部署藍牙信標，完成室內(nèi)地圖要素的建模及其在2維和2.5維視圖下的地圖可視化，最終實現(xiàn)了室內(nèi)定位及可視化表達。此外基于室內(nèi)定位及地圖可視化，還研發(fā)了室內(nèi)導(dǎo)航、全景地圖導(dǎo)覽、視頻導(dǎo)覽及其他相關(guān)的業(yè)務(wù)服務(wù)功能，構(gòu)成一套完整的室內(nèi)定位導(dǎo)航服務(wù)系統(tǒng)。

3.1 傳感器部署

房地產(chǎn)中心的樓層高度較低，在3 m以內(nèi)，信標可直接部署在天花板。此外，登記中心區(qū)域空曠，采用三角網(wǎng)格交錯部署,部署間隔為5～8 m，具體信標分布如圖5所示。區(qū)域內(nèi)共部署藍牙信標節(jié)點85個，并用全站儀測定了各個信標在定位場所中的實際位置坐標，錄入數(shù)據(jù)庫中。

3.2 地圖可視化

地圖可視化包括2維和2.5維的視圖效果，不同縮放尺度下的顯示效果，以及室內(nèi)地圖與室外地圖的無縫疊加顯示?？s小到一定尺度時，能夠看到該場所在地圖中的具體位置，隨著地圖的放大，場所室內(nèi)地圖要素顯示逐步豐富、完善，實際可視化效果如圖6所示。

3.3 室內(nèi)定位

如圖7(a)、(b)所示，地圖上的深色圓形圖標即代表當前定位點的圖標，當在定位場所中打開應(yīng)用，定位圖標在地圖中的位置對應(yīng)著用戶當前所在的位置，隨著用戶向前移動，定位算法將實時更新位置，定位圖標將緊隨人的行進在地圖上移動。在實際應(yīng)用中該系統(tǒng)實現(xiàn)的室內(nèi)定位具有良好的體驗效果，未出現(xiàn)定位點的頻繁跳動，靜止時平均定位精度能夠達到1 m以內(nèi)，移動過程中的定位精度在1.5 m左右。

3.4 導(dǎo)航及其他功能

如圖7(b)所示，在室內(nèi)地圖上選取一個目的地，會彈出“去這里”的選項，單擊該選項，就能規(guī)劃出從當前定位點到目標位置的路徑，結(jié)合實時定位點的輸出，能夠準確引導(dǎo)用戶到達目的地，導(dǎo)航路徑規(guī)劃算法采用Dijkstra算法[15]實現(xiàn)。此外，全景圖導(dǎo)覽、視頻導(dǎo)覽等功能是室內(nèi)定位系統(tǒng)的擴展，單純的室內(nèi)定位導(dǎo)航功能較為單一，為了能帶來更好的用戶體驗，切合不動產(chǎn)中心實際業(yè)務(wù)需求，加入其他功能如圖7(c)所示，豐富系統(tǒng)的內(nèi)容。

4 總結(jié)與展望

本文利用三邊測量定位和PDR融合的方法實現(xiàn)了在室內(nèi)環(huán)境中連續(xù)穩(wěn)定的定位效果，并設(shè)計和開發(fā)了基于微信平臺的室內(nèi)定位導(dǎo)航系統(tǒng)。該系統(tǒng)已在廣州市不動產(chǎn)中心得以運用，作為公眾號服務(wù)上線。通過PDR及地圖信息的引入，該系統(tǒng)實現(xiàn)了準確定位，能夠幫助用戶確定當前位置，結(jié)合導(dǎo)航路線規(guī)劃結(jié)果能夠?qū)崟r指引用戶沿著正確的路線行進。此外基于室內(nèi)定位及可視化的相關(guān)技術(shù)，還為系統(tǒng)引入了其他服務(wù)性功能，為用戶帶來更多的便利。

該系統(tǒng)實現(xiàn)了室內(nèi)人員的實時定位和導(dǎo)航等功能，具有很好的實用意義。但是融合定位算法需按步解算，以及地圖匹配等算法的引入，都增加了設(shè)備的功耗，若要在大范圍場景中進行應(yīng)用，需要對算法進一步優(yōu)化，降低設(shè)備功耗。