全球定位系統(global positioning system, GPS), 憑藉其廣泛的應用範圍和較高的定位精度, 受到了各方面專家和學者的青睞, 其在室外可以提供比較可靠的定位服務. 然而, 由於室內環境較為複雜, 訊號的傳播過程中會遇到障礙物(行人、牆壁、桌椅等)的阻塞, 使得訊號發生反射、折射或散射, 導致強度減弱, GPS並不能實現精確的定位, 即在存在非視距(non-line-of-sight, NLOS)的室內環境中, 定位精度會有所下降. 如何有效識別和抑制NLOS, 從而提高定位精度是目前室內定位研究的熱點問題之一. 室內定位作為定位技術在室內環境的延續, 應用更加廣泛. 精確的節點位置資訊可以應用在環境監測、軍事偵察、定位打擊目標、公共安全及應急響應等方面.

當發生地震、火災等意外災害時, 室內環境由於崩塌、火燒等會發生改變, 根據感覺盲目尋找很難快速找到被救援人員的位置. 而透過無人機等實地採集資訊, 利用室內定位技術可以快速進行搜救, 既節省時間又能規劃出安全的救援路徑. 當發生恐怖襲擊或者人質劫持等社會安全事件時, 利用室內定位技術可以快速確定襲擊者或人質的位置. 反恐人員進入室內執行任務時, 透過室內協同定位演算法進行配合, 可以精確地獲得自己和同伴的位置, 對於任務的解決起到了更好的促進作用. 當處於火車站、高鐵站、飛機場或地下停車場時, 室內定位技術可以為使用者提供導航定位、停車、找車服務, 提高使用者的滿意度. 在商場或者倉庫可以幫助使用者快速找到心儀的商品, 增強使用者體驗感.

1 室內定位中的常用技術與演算法

目前, 在室內定位方面所使用的技術有很多, 包括地磁技術[1]、Wi-Fi[2]、藍芽[3]、超聲波技術[4]、鐳射技術[5]、計算機視覺技術[6]、超寬頻(ultra wide band, UWB)技術[7]等.

地磁技術主要依據地磁場強度實現定位, 成本較低, 而且對環境的要求不高. Wi-Fi技術不受燈光、溼度、溫度等外界因素的影響, 在一定頻段內可以很好地穿越障礙, 但在室內極易受到多徑效應的影響, 定位精度中等[2]. 低功耗藍芽具有功耗低、成本低、部署方便等優點, 誤差可達到2 m左右[3]. 超聲波技術由固定的參考基礎設施和多種移動單元組成[4], 可以穿透部分固體和液體, 在黑暗、有毒等環境中仍可以應用, 但其頻率受多普勒效應的影響且成本較高. 鐳射技術可根據訊號和反射訊號的時間差值計算距離, 結合角度資訊完成相對定位, 成本較高.

計算機視覺技術主要分為利用地標包含的資訊解算為矩陣實現定位和對資料庫記憶體儲的相機位置資訊進行影像指紋匹配實現定位[6]兩種. 伴隨計算機視覺技術的發展和成熟, 使得基於視覺的用於同時定位與地圖構建(simultaneous localization and mapping, SLAM)的技術可獲得圖形和視覺的支援. 視覺SLAM技術包括前端和後端兩部分, 前端又稱視覺里程計(visual odometry, VO), 主要進行特徵檢測和資料關聯任務; 後端主要對前端的輸出結果進行最佳化, 得到最優的位姿估計和地圖[8].

由於較高的時空解析度、良好的隱私保護、強穿透性以及高精度的定位效能, 使得UWB技術能為室內定位提供良好的解決方案. 同時也為許多應用程式提供了便利, 如醫療監控、安全和資產跟蹤等[7].

室內定位中的常用演算法包括航跡推算、指紋識別定位、鄰近探測、極點定位、三角定位、多邊定位和質心定位等.下面主要介紹這些演算法定位的原理以及優缺點.

1

航跡推算

目標節點位置由所對應的步長、航向和上一步的位置不斷累加推算得到[9], 其原理如圖 1所示. 常應用於慣性導航定位[10], 可利用三軸加速度計、三軸陀螺儀和三軸磁力計的資料計算節點位置和軌跡.

1 航跡推算定位原理圖

已知目標節點初始位置為

室內定位中非視距的識別和抑制演算法研究綜述

, 初始航向角為

移動到下一時刻的位移為

下一時刻目標節點的位置為

後續各個時刻的位置為

優缺點: 此演算法不需要藉助外部裝置即可實現定位, 採集的資料較為自主且無依賴; 但在推算的過程中會受到累加誤差的影響, 故常用於短距離定位.

2

指紋識別定位

指紋識別定位演算法[11-13]主要由離線階段和線上階段兩部分構成.在離線階段, 用小網格劃分待定位區域, 得到交點並記錄其座標, 對在交點處接收到的無線電訊號提取特徵(常用接收訊號強度(received signal strength, RSS)), 利用交點的座標和相應的特徵構成的資訊鏈建成指紋資料庫; 線上階段, 透過匹配演算法對比實際資訊提取的特徵與指紋資料庫中的引數實現定位, 具體的流程如圖 2所示.

圖 2 指紋識別定位原理圖

優缺點: 此演算法自主性較高, 有較高的定位精度; 但在離線階段建立指紋庫工作量較大, 且一旦更換定位場地, 需要重新構建指紋庫.

3

鄰近探測

鄰近探測法透過是否接收到物理訊號來判斷目標是否位於發射源四周[14], 主要取決於訊號的傳輸範圍. 由圖 3可以看出, 目標節點位於基站B附近.

圖 3 鄰近探測原理圖

優缺點: 此演算法易於搭建, 易於實現且成本較低; 但定位精度不高, 僅可用於對精度要求不高的場景.

4

極點定位

極點定位根據測量的相對錨節點的距離和角度資訊推測出目標的位置[14], 其原理如圖 4所示. 若僅已知錨節點與目標節點之間的距離d1d1, 則可以初步確定目標節點是在以錨節點為圓心、d1d1為半徑的圓上, 然後透過角度資訊可以得到目標節點的精確位置.

圖 4 極點定位原理圖

優缺點: 只需要根據一個錨節點的位置即可進行測量, 應用較為方便, 常用於大地測量; 但定位結果的準確性易受測距和測量角度儀器的精度的影響.

5

三角定位

三角定位法[15]是將兩個錨節點的測量資訊(包括距離和角度)相結合, 利用幾何原理獲取目標位置.

如圖 5所示, 已知錨節點A與錨節點B之間的距離為

, 與目標節點位置的夾角分別為

和

. 利用三角幾何原理可求得目標節點到錨節點A、B連線的垂直距離為

室內定位中非視距的識別和抑制演算法研究綜述

圖 5 三角定位原理圖

根據相對位置關係即可求得目標節點的位置.

優缺點: 此演算法原理較為簡單, 定位誤差較小, 應用較為廣泛; 但對於普通裝置而言, 角度以及距離的資訊很難精確獲取.

室內定位中非視距的識別和抑制演算法研究綜述

相關文章