高德網路定位演算法的演進

1.導讀
GPS定位精度高，且早已成為移動裝置標配，但GPS也具有一些難以克服的缺陷，包括：

• 冷啟動時間長。GPS啟動時，需要進行搜星，鎖定衛星訊號，然後再進行位置技術，這個過程可能會達到幾十秒，即使採用諸如AGPS等技術，仍然有秒級的時間無法定位。
• 室內或有遮擋的場景。GPS訊號弱，無法有效定位。

使用者需要持續的有效定位，因此需要另一個技術對GPS進行補充，這就是網路定位技術。

網路定位是將手機裝置收到的訊號（主要是基站、Wifi、藍芽）傳送到網路伺服器，獲得位置。之所以要將訊號資料傳送到網路上，是因為網路定位是利用訊號指紋進行定位，需要一個龐大的且持續更新的指紋資料庫，這個資料庫難以同步到移動裝置上。為了進行定位，需要事先建立每個位置的指紋特徵，然後在定位時用實時指紋比對每個位置的歷史指紋，確定位置。

高德網路定位不僅承擔著高德地圖使用者的定位請求，還面向國內所有主流手機廠商，以及國內30萬以上App提供服務，日均處理請求千億次，峰值QPS百萬級。

在過去的幾年中，高德網路定位演算法經歷了從無監督演算法向有監督演算法的演進，從定位精度、定位能力透出等方面都有了顯著的提升。

注：高德網路定位只存在於安卓平臺上，在iOS上由於蘋果公司未開放任何定位相關的指紋資料（Wifi、基站列表等），定位結果全部來自於iOS自身。

2.基於聚類的無監督演算法
經典的指紋定位演算法是無監督演算法，其核心是計算指紋的相似性，用指紋確定位置。下圖是一個例子，AP代表手機掃描到的基站和Wifi裝置編號，縱軸代表不同的位置，二者交點的數值代表該位置掃描到該AP的訊號強度，為空代表該位置沒有掃描到該AP。

要對一個新定期請求進行定位（比如AP1:-30,AP2:-50,AP3:-90），一個最簡單的方法，是用KNN逐一計算該指紋與歷史指紋的相似度（比如用L2距離或者餘弦相似度），取相似度最大的歷史位置作為使用者位置。

這有兩個問題，第一是計算量太大（AP是10億量級，loc是千億量級），無法滿足實時定位的要求，第二是歷史指紋在區域性可能比較稀疏，對於使用者指紋無法精確匹配。

於是需要對歷史資料進行預處理，提取出AP和網格的通用指紋，這樣在定位時只需要比對一次即可。下圖是利用一個AP的歷史採集位置進行聚類，獲得AP實際位置和覆蓋半徑的過程，有了每個AP的位置，在定位時將多個AP的位置進行加權平均即可獲得最終位置。

這種方法需要解決的一個挑戰是當有多個候選位置時如何選擇，如下圖所示，有兩個候選位置。

 

此時需要設計一個策略進行簇選擇，基於每個簇的特徵進行打分，找出最有可能的一個簇作為使用者位置。

基於加權平均的定位，速度很快，但精度比較差，原因是指紋在空間上的分佈並不是連續的，而可能受到建築、地形、道路的影響，呈現一種不規則的分佈，於是在上面定位方式的基礎上，發展出一種基於格子排序的演算法，可以更精準的定位。

首先將地球劃分為25*25的網格，然後統計每個網格內的指紋特徵，最後進行格子排序。設候選網格為l，訊號向量是S，則定位過程就是計算

根據貝葉斯公式，有

根據1-1，由於所有候選網格的分母相同，只需要計算分子，即：

其中P(l)是某個位置在全量使用者位置中出現的機率，可以用定位PV表示，而P(S=S0|l)則需要計算在每個網格內出現某種訊號向量的機率，由於向量維數高，機率難以計算，因此對不同維進行獨立假設，認為每個訊號出現的機率是獨立的。有：

這樣，可以基於歷史指紋對每個網格內的每個AP的訊號強度進行直方圖統計，即可計算出機率，最後對所有格子的機率進行排序，獲得機率最高的那一個，如下圖：

3.基於分層排序的有監督演算法

無監督演算法的一個問題，是難以迭代，對於badcase無法進行有效最佳化，一旦調整策略就會影響到其他case，無法獲得全域性最優。

因此，有監督學習就變得很有必要，高德定位從近兩年開始全面轉向有監督學習，持續進行特徵和模型設計，提升效果，取得了不錯的收益，解決了50%以上的大誤差問題（5公里以上），在移動Wifi識別上獲得了99%以上的識別準確率。

有監督學習需要使用大量的特徵，特徵的計算需要消耗較多資源，考慮到定位服務要承受10萬以上的QPS，模型的複雜性與效果同等重要，因此我們首先將定位服務進行了分層，上面的層級針對大網格，計算粗略的位置，下面的層級針對小網格，逐步細化位置。這樣可以極大減少不必要的計算，在效能和效果間取得平衡。

對於每一個單獨的演算法模組，都採用類似下面的神經網路模型對每個候選網格進行打分，再使用LTR損失函式作為目標進行訓練，從而獲得神經網路的引數。在特徵方面，同時考慮以下三類：

• AP的動態特徵，比如訊號強度
• 網格特徵，比如PV、UV、AP數、周邊候選網格數等
• AP在網格上的特徵，比如訊號強度分佈、PV、UV等

採用這種方法可以解決絕大部分格子選擇不準確的問題，遺留的一個問題是當定位依據特別少的時候，比如只有一個基站和一個Wifi，二者分別位於距離較遠的兩個網格，此時無論選擇哪個都有50%的錯誤機率。為了解決這個問題，我們引入了使用者歷史定位點輔助進行各自選擇。

在特徵部分加入歷史定位點序列，輸出一個歷史位置特徵（可以看成是一個預測的新位置），讓這個預測位置參與網格打分。當有兩個距離較遠但打分接近的網格進行對比時，透過預測位置進行加權。這樣模型應該可以學出這樣的規律：如果網格距離預測位置比較遠，打分就降低，如果比較近，分就高。透過這個方法，大誤差case的比例可以降低20%。

4.場景化定位
使用者在不同場景下對定位的要求是不同的，比如使用者在旅途中可能只需要知道大致的位置，不需要很精確，但是在導航時就需要精確的知道自己在哪條道路上，距離出口多遠。

因此，除了在整體演算法架構上進行最佳化，高德還在不同特定場景上進行針對性的最佳化，滿足使用者不同場景下的定位需求。

室內場景

指紋定位的一個侷限，是需要採集帶GPS的樣本作為真值進行訓練，由於GPS只能在室外被採集到，即使使用者在室內，其定位結果有很大機率在室外，這會對使用者造成不少困擾，特別是在使用者準備出行的時候，其定位點的漂移會導致起點偏離真實位置較大。

為了解決這個問題，有兩個解決辦法，一是採集室內真值，但這種方法需要大量人工採集工作，工作量巨大，目前高德在一些熱門商場和交通樞紐進行人工指紋採集（除了基站Wifi還支援藍芽、感測器定位）。第二個辦法是藉助大資料，無需人工干預，對Wifi進行建築/POI關聯，用建築/POI位置去修正定位結果。

Wifi-POI關聯有多種方法，一個簡單的方法是用POI名字與Wifi名字的相似度判斷是否有關聯，比如麥當勞的Wifi名字就是McDonald，關聯的時候需要考慮中英文、大小寫、中英文縮寫等。從名稱能分析出關聯關係的Wifi畢竟是少數。另外一種覆蓋能力更強的方法是利用Wifi訊號分佈規律去挖掘Wifi的真實位置，畢竟絕大部分Wifi都是部署在室內的。

這裡我們採用的是CNN的方法，將樓塊資料、POI資料、採集真值資料繪製為二維影像，然後進行多層卷積計算，label為Wifi所在的真實樓塊區域。下圖中藍色塊為樓塊，綠色為採集點，顏色越亮代表訊號強度越高，紅色點代表Wifi真實位置。

目前演算法能挖掘出30%Wifi對應的真實位置，在最終定位效果上，使用者在室內時，能正確定位到室內的樣本比例提升了15%

高鐵場景

從使用者報錯情況看，有大量報錯是使用者乘坐高鐵時定位異常。高鐵在近兩年開通了車載Wifi，這些Wifi都是移動Wifi，因此這些AP是沒有一個固定位置的，如果不進行任何處理，演算法訓練獲得的Wifi位置一定是錯誤的，很大機率會在沿途的某個車站（使用者集中，採集量高）。

針對這種場景，需要將移動Wifi全部去除再進行定位。我們開發了針對高鐵和普通場景的移動Wifi挖掘演算法，利用採集點時空分佈等特徵判斷某個Wifi是否移動，挖掘準確率和召回率均超過99%，可以解決絕大部分高鐵定位錯誤的問題。

地鐵場景

地鐵場景有點類似高鐵，使用者掃到的Wifi基本都是移動Wifi（少量車站有固定Wifi），因此只能藉助基站進行定位。但基站深埋地下，缺乏採集資料，如何獲得基站的真實位置呢？我們採用了兩種策略，第一個策略是利用相鄰基站資訊，當使用者在一個請求裡或者在短暫時間段內同時掃描到地鐵基站（無GPS採集）和非地鐵基站（有GPS採集）時，我們可以用後者的位置去推算前者位置，當然這種方式得到的基站位置不太準確。於是我們進行了進一步最佳化，利用使用者軌跡去精準挖掘出每個請求對應的地鐵站，從而構建出指紋對應的真值。

基於以上方法，地鐵內的定位精度可達到90%以上，實現地鐵報站和換乘提醒。

5.未來演進
在未來，定位技術特別是移動裝置的定位技術還將快速發展，主要突破可能來自以下方面：

影像定位：谷歌已經發布了基於街景的AR定位，可以解決在城市峽谷區域內的精準定位。這種定位利用了更豐富的資料來源，對使用者體驗的提升也會非常顯著。

5G定位：5G相比4G，頻率更高，頻帶更寬，用於測距時精度更高（比如利用相位差進行傳輸時間計算），行業協會也在孵化5G定位相關的標準，運營商在未來可能會支援基於5G網路的定位，屆時在5G覆蓋區將會有類似GPS精度的定位效果。

IOT定位：隨著物聯網的普及，基於NB-IOT的定位技術也會應運而生，它可以使用類似基站定位的方法，或者使用P2P定位的方法為物聯網裝置進行定位。