基于智能手機的室內定位技術的發展現狀和挑戰

陳銳志^1,2, 陳亮^1,2     

1. 武漢大學測繪遙感信息工程國家重點實驗室, 湖北 武漢 430079; 
2. 地球空間信息技術協同創新中心, 湖北 武漢 430079

收稿日期：2017-07-04；修回日期：2017-09-07

基金項目：國家重點研發計劃（2016YFB0502200；2016YFB0502201）；國家自然科學基金（91638203）

微信號：MeetyXiao
添加微信好友, 獲取更多信息
復制微信號

之一作者簡介：陳銳志(1963—), 男, 博士, 教授, 博士生導師, 研究方向為室內外無縫定位、移動信息空間計算、衛星導航。E-mail:chen@whu.edu.cn

通信作者：陳亮, E-mail：l.chen@whu.edu.cn

摘要：室內定位是未來人工智能的核心技術之一，對即將到來的人工智能時代起著舉足輕重的作用。開發有效的室內定位新技術是工業界和學術界的研究熱點，如谷歌研發的室內視覺定位服務技術、蘋果致力推動的基于低功耗藍牙的iBeacon室內定位技術以及百度攜手芬蘭IndoorAtlas公司推出的基于磁場匹配的室內定位方案等。然而，受室內復雜環境以及空間布局、拓撲易變等影響，實現準確、可靠、實時的室內定位，滿足各類定位需求仍有很大的挑戰性。目前，隨著智能手機的普及和微機電系統技術的發展，智能手機內置多種傳感器和支持豐富的射頻信號，可提供不同的定位源。本文從智能手機的內置傳感器和射頻信號兩個方面，綜述了現有基于智能手機的室內定位技術，指出各種定位技術的優缺點和應用場景，分析室內定位的發展現狀和存在難點，對室內定位技術未來的發展方向進行了展望。

關鍵詞：智能手機    室內定位    位置服務    射頻信號    微機電系統    

Indoor Positioning with Smartphones:The State-of-the-art and the Challenges

CHEN Ruizhi^1,2, CHEN Liang^1,2     

Abstract: Indoor positioning is one of the core technologies of artificial intelligence (AI) in the future and will play a pivotal role in the upcoming era of AI. Currently, indoor positioning is one of the hot research topics in academic and industrial society. Google, as one of the leading information technology (IT) companies, has listed visual positioning service (VPS) as one of the core technologies. Apple has endeavored to prompt iBeacon, the low energy Bluetooth technology for indoor positioning. In cooperation with a Finnish company, IndoorAltas, Baidu launched an indoor positioning program with a magnetic matching approach. All these initiatives and new technologies have shown the significance and necessaries of indoor positioning. However, affected by the complexity of the indoor spaces, it is still challenging to achieve accurate, effective, full coverage and real-time positioning solution indoors. With the popularity of *** art phones and the rapid development of MEMS sensors in recent years, many methods have been proposed to use the *** artphone built-in sensors and RF radios for indoor positioning. In this paper, we focus on indoor positioning technologies for *** artphones and classify the different technologies into two categories, namely the radio frequency (RF) technologies and the sensors technologies. The state-of-the-art of the technologies has been reviewed. The pros and cons of the technologies have been commented in the context of different application scenarios. Moreover, the challenges of indoor positioning have also been pointed out and the directions of the future development of this area have been discussed.

Key words:  *** artphone     indoor positioning     location-based services     radio frequency (RF) signals     microelectromechanical systems (MEMS)    

定位是位置服務、萬物互聯、人工智能和未來超智能(機器人+人類)應用的核心技術之一。隨著智能手機的普及和技術發展，定位信息已經成為智能手機必不可少的基本信息之一。如圖 1所示，智能手機內置多種傳感器和支持豐富的射頻信號，可提供不同的定位源。智能手機的定位源主要包括3大類：① 導航衛星接收機：包括我國的北斗，美國的GPS，歐洲的Galileo和俄羅斯的GLONASS等；② 內置傳感器：包括加速度計、陀螺儀、磁力計、氣壓計、光線傳感器、麥克風、揚聲器和相機；③ 射頻信號：包括Wi-Fi、藍牙、蜂窩無線通信信號等。除了衛星導航接收機外，所有傳感器和射頻信號都不是為定位而設置的。盡管如此，這些傳感器和射頻信號還是為我們提供了很多的室內定位源。

圖 1 智能手機的定位源Fig. 1 Sensors imbedded in *** art phones for the purpose of positioning

除了豐富的室內定位源外，室內定位 *** 也有很多種。按照定位場景可以分為室外定位和室內定位。室外定位以成熟的開機即得的衛星定位技術為主，利用各類增強技術，在室外開闊地帶定位精度可以達到亞米級^[2]。室內定位技術目前還不夠成熟，但是變得越來越重要。根據美國環境保護局的報告統計，人們有近70%~90%的時間是在室內度過^[1]。室內定位技術是應急安全、智能倉儲、人群監控、精準營銷、移動健康、虛擬現實游戲及人類社交等需求的基礎。因此，實現準確、可靠、實時的室內定位，滿足大眾需求，具有非常重要的科學意義和社會應用價值。但受限于空間布局、拓撲和復雜信號環境等方面的約束，實現準確、可靠、實時的室內定位，滿足現有各類定位需求仍有很大的挑戰性。其主要受制原因在于：

(1) 主流的全球衛星導航系統(global navigation satellite systems，GNSS)目前雖然已經被廣域大規模商業應用，在室外開闊環境下定位精度已可以解決大部分定位需求，但該類信號無法覆蓋室內，難以形成定位。

(2) 室內環境復雜，無線電波通常會受到障礙物的阻擋，發生反射、折射或散射，改變傳播路徑到達接收機，形成非視距(non line-of-sight，NLOS)傳播。NLOS傳播會使定位結果產生較大的偏差，嚴重影響定位精度。

(3) 室內空間布局、拓撲易受人為的影響，導致聲、光、電等環境容易發生變化，對于以特征匹配為基本原理的定位 *** ，定位結果將受到較大影響。

室內定位目前已成為工業界競相角力的焦點。這不僅是初創公司間的競爭, 同時還包括像蘋果、谷歌、高通、Intel、Cisco、百度、騰訊、阿里巴巴這樣的商業巨頭。“十二五”期間，我國已啟動了“羲和”計劃，旨在構建能提供室內3 m、室外1 m的精密定位服務系統；“十三五”期間，我國在對地觀測領域啟動了多項室內定位方向的國家重點研發計劃項目。此外，國內外針對室內定位技術的研究也取得了快速的發展和突破。本文將概述現有基于智能手機的室內定位技術，并對未來室內定位發展趨勢作分析和展望。

1 室內定位技術發展現狀

各類定位信號源主要包括：射頻信號、內置傳感器和GNSS信號。國內外學者已有綜述文獻予以總結^[3-5]。本節將依據現有智能手機所集成的各類傳感器，著重綜述適合現有智能手機定位的室內定位技術及現狀。

1.1 射頻信號定位技術

現有主流智能手機支持Wi-Fi、藍牙和蜂窩無線通信信號，以數據傳輸為主要目的。隨著非接觸支付的興起，越來越多的智能手機也逐步支持近場通信技術(near field communication，NFC)。由于所述射頻信號的載波頻率、信號場強以及信號有效傳輸距離不同，其室內定位的 *** 也有所區別。

Wi-Fi定位技術:Wi-Fi是基于IEEE 802.11系列通信協議^[6]的無線局域網技術。利用Wi-Fi信號進行室內定位，主要采用測距交會與指紋匹配兩種方式。其中，測距交會方式可以通過測量接收機到多個Wi-Fi接入點(access point，AP)的信號強度(received signal strength index，RSSI)，根據距離與RSSI的信道衰減模型得到接收機到各AP的距離，再通過三角定位 *** 得到位置估值^[7]。由于室內環境復雜、易變和非視距現象嚴重，很難準確估計信道衰減模型，精度較差的信道衰減模型會影響最終定位精度。此外，信號發射器與接收機的距離還可以通過測量飛時(time of flight，TOF) *** 得到^[8]。試驗表明，室內多徑和無線局域網內的時變中斷服務對TOF測量精度有較大影響。通過合適的濾波器設計以及對測量結果進行平滑，可以提高測距精度。指紋匹配定位方式^[9]包括兩步：訓練過程(training phase)和定位過程(positioning phase)。訓練過程是預先將定位環境劃分若干網格，并在網格點上采集信號指紋(如Wi-Fi信號強度)，存入指紋庫。定位過程是將接收到測量值與預先構建的網格指紋進行對比，通過匹配及相似性分析得到室內位置估計。該方式優點在于不需要預先知道Wi-Fi接入點的坐標和信號的信道衰減模型，其缺點在于其信號容易受環境干擾，在空曠空間誤配率高，并且構建及更新指紋數據庫需要耗費大量的時間和人力。傳統的指紋匹配方式以RSSI為測量值建立指紋數據庫，目前利用RSSI指紋匹配的Wi-Fi定位系統包括RADAR^[9]、Ekahau^[10]、Horus^[11]等，定位精度在2~5 m。RSSI指紋庫僅提供了環境和信號接收的粗信息，無法提供信號物理層更多的多徑信息。受益于Wi-Fi接收設備性能提高，目前有些商用Wi-Fi接收模塊已可以提供信道狀態信息(channel state information，CSI)。研究表明，利用CSI信息建立指紋數據庫進行定位，可以有效地提高定位精度^[12-14]。

限制Wi-Fi指紋匹配定位 *** 的商用和大范圍覆蓋的主要因素是高效的指紋庫建立和自動更新 *** 。現有關于降低指紋庫維護成本的 *** 包括通過采用插值^[15]、眾包(crowd sourcing)^[16]和基于激光雷達的室內定位制圖(simultaneous localization and mapping，SLAM)^[17]等方式。影響Wi-Fi定位精度進一步提高的主要因素包括：AP間信道干擾^[53]，手機Wi-Fi的硬件差異性，以及人體對Wi-Fi信號的遮擋^[54]。此外，Wi-Fi的定位中的信息安全和個人隱私問題目前也日趨受到關注^[18]。

文獻[19-20]利用AP的多天線傳輸模式，同時估計AOA和距離，分別獲得分米和厘米級定位結果。但該定位 *** 是基于AP基站的 *** 定位，對單發射天線的智能手機并不適用。

藍牙定位技術:藍牙是基于無線個域網WPAN(wireless personal area network)^[21]IEEE 802.15.1協議的短稱射頻信號，低功耗和支持短距離通信。其工作頻率在2.4 GHz。藍牙信號傳輸距離通常為10 m左右，新的BLE 4.0協議支持更大傳輸距離可達100 m。Apple公司推出的iBeacon系統^[22]，基于RSSI的測距方式，定位精度可達2~3 m。藍牙定位也可以采用指紋匹配方式，在典型辦公室環境下定位精度為約為4 m^[23-25]。而芬蘭Quuppa公司^[26]推出的藍牙天線陣列系統，定位精度可達幾個厘米。但每個天線的覆蓋范圍小，安裝成本高。藍牙設備功耗低、體積小，且藍牙技術已廣泛集成在包括智能手機在內的移動設備中，易于推廣使用。

基于NFC定位技術：NFC又稱近距離無線通信，是讓兩個電子設備(其中一個通常是智能手機等移動設備)在相距幾厘米之內進行通信。NFC主要是用于智能手機的非接觸支付系統。NFC是通過靠近原則(proximity)進行定位的。當NFC感應標簽感知到智能手機時，感知標簽的位置就是智能手機的位置。NFC定位技術簡單快速^[27]，但無法準確估計行人在兩個感應標簽之間的位置及運動狀態。可以在室內關鍵位置布置少量NFC感應標簽，通過與運動傳感器融合實現廣域覆蓋。

蜂窩定位技術:利用2G/3G/4G移動通信信號，在基站通過設計定位協議或者增加新的定位模塊進行定位，又稱基于RAN(radio access network)^[10]的定位 *** 。蜂窩定位技術的更大優點是很容易實現室內外無縫定位。其缺點是受制于系統設計、信號調制方式、國際標準等因素影響，定位精度較低，一般在幾十米到幾百米^[28-29]。愛立信公司利用LTE信號采用OTDOA(observed time difference of arrival)方式，定位精度可以達到50 m(97%誤差)^[30]，定位結果還是滿足不了大多數室內定位應用的需求。引入寬帶通信信號以及多天線MIMO技術的5G通信系統，有望進一步提高蜂窩 *** 定位精度。5G白皮書已明確要求室內外定位精度優于1 m^[31-32]。現有的5G定位研究主要包括基于高密度5G *** 下的高精度定位和時間同步 *** ^[33]，基于定位的波束成行法^[34]等。

1.2 基于傳感器的定位技術

智能手機的內置傳感器包括：加速度計、陀螺儀、磁力計、氣壓計、光線強度傳感器、相機、麥克風、揚聲器等。這些傳感器不是為定位而設置的，但是，它們量測的物理量可以以不同的形式用于定位。這些定位 *** 包括：行人航跡推算、地磁匹配、視覺定位、音頻定位和光源編碼定位。

行人航跡推算：隨著微機電系統(micro-electro mechanical system，MEMS)技術的成熟，集成到智能手機平臺上的低成本慣性測量單元IMU(inertial measurement unit)越來越多，主要常見的是加速度計、陀螺儀和磁力計。由于這些內置運動傳感器的成本很低，其穩定性和測量精度也相對較低，不足以用于慣性導航。目前，這些傳感器都用于行人航跡推算(pedestrian dead reckon，PDR)，主要是利用加速度計來探測步數、測量步行速度，再通過磁力計和陀螺儀確定航向，融合步速和航向推算行人的相對位移量^{[42, 61]}。整個算法不包含任何積分過程，有效減弱漂移誤差的影響。難點在于航向估計。由于室內環境磁干擾相當嚴重，很難準確估計航向。PDR是相對定位，航向誤差會導致整條航跡的旋轉。所以PDR需要跟Wi-Fi或地磁匹配等絕對定位算法融合才能有效抑制系統誤差的傳播^[60]。

磁場定位技術：磁場定位技術是以磁場為指紋信號，通過匹配室內環境顯著的磁場特征，最終實現定位。跟前面所述的Wi-Fi指紋匹配一樣，任何匹配定位技術都有訓練和定位兩個過程。地磁匹配也不例外，同樣需要先建立地磁指紋庫，最后通過匹配地磁特征實現定位。由于磁場特征的空間相關分布，磁場匹配除單點匹配外，還可以通過輪廓匹配(如dynamic time warping *** )，以及多點的輪廓線匹配，實現更穩健的匹配結果。室內磁場信號易受人為改變，在實際應用中較難構建精確的磁場特征指紋庫。芬蘭奧盧大學提出一種基于地磁的導航定位系統IndoorAtlas^[43]，定位精度可達到0.1~2 m。該 *** 融合磁場和內置傳感器。目前，智能手機大多集成磁力計，磁場也是開機即得的定位信號，所以磁常場定位技術適用于智能手機定位。

視覺定位技術：視覺定位有很多種，由于目前智能手機上通常使用單目攝像頭，所以基于智能手機的視覺定位是以單目視覺定位為主。最簡單的定位 *** 是圖像匹配。圖像匹配首先需要建立圖像庫，圖像庫里每張照片對應的相機位置是已知的。定位時通過匹配拍攝照片和圖像庫里的照片，實現定位。相對復雜的定位 *** 是基于相機交會的定位 *** 。首先要對定位場采集大量的重疊照片，提取定位場的顯著圖像特征點，利用密度匹配和Structure from Motion的原理，確定定位場里顯著圖像特征點的物方坐標。定位時通過計算定位圖像的特征點，與圖像特征庫里的圖像特征進行匹配，利用匹配特征點的已知物方坐標進行交會，確定手機相機的坐標和拍攝時手機的姿態。此外，單目視覺定位還有視覺陀螺儀和視覺里程計技術^[44-45]。視覺陀螺儀是利用單目攝像機通過獲取每幀圖像的滅點(vanishing point)，利用相鄰兩幀圖像的滅點變化，求取航向角變化率。視覺里程計則是通過匹配相鄰時間序列特征點，來獲取單位時間內行人的相對位移。文獻[46]列舉了將視覺陀螺儀和視覺里程計與其他慣性測量單元IMU進行融合定位的 *** 。視覺定位技術算法較為復雜，運算量大，功耗高，隨著智能手機的性能進一步提高，該類 *** 有望在行人導航中進一步普及。谷歌的核心技術VPS(visual positioning service)是視覺定位技術。

紅外線定位技術：紅外線是波長介于微波與可見光之間的電磁波，波長在760 nm~1 mm之間，是比紅光長的非可見光。經典的紅外室內定位系統是AT&T Cambridge研究所設計開發的Active Badge系統^[35]，采用的是散射紅外技術，即行人攜帶的紅外發射裝置每10 s傳輸一種經過調制、信號唯一的紅外信號。接收端通過接收該紅外信號對行人進行定位。紅外線發射器小，重量輕、易于攜帶，系統便于安裝和維護。但紅外線定位需要收發機存在直射路徑，因而抗干擾能力較差。近年來，隨著智能手機對用戶安全性的保護，智能手機生物識別的功能更趨嚴謹，這促進了智能手機中近紅外線攝影機(700~900 nm近紅外線LED+影像感測鏡頭)的集成與應用^[36]。利用智能手機紅外線LED進行室內定位也將引起越來越多的研究關注。

LED可見光定位技術：利用可見光進行定位可以包括兩大類：一是通過對光源調制特定的光信號進行定位。比如，通過LED燈具發出人們肉眼感知不到的高頻閃爍信號，通過光敏傳感器接收該LED光信號，進而計算行人位置信息。Bytelight定位系統^[37]即是基于該類原理的定位系統，定位精度可以達到米級。第二類是基于模式匹配 *** ，即利用環境光的時頻特性，預先建立環境光指紋數據庫。在實時定位階段將所測光強度與環境光指紋數據庫進行匹配，實現定位^[38]。智能手機的內置攝像頭可以感應光強度和高頻光信息，因而上述光定位技術均可應用于智能手機的室內定位。

超聲波定位技術：超聲波定位技術采用信號往返時間測距。系統通過向待測物體方向發射超聲波，計算接收到的回波與發射波之間的時間差來計算信號發射器與待測物體之間的距離。具有較高知名度的超聲波定位系統是Active Bat系統^[39]和Cricket系統^[40]，其中Active Bat系統定位誤差在9 cm之內的概率高達95%。超聲波定位系統結構簡單，定位精度較高，但構建系統需要大量的硬件設施。此外該定位技術需要視距條件下測距，故受室內多路徑影響明顯。目前，智能手機的多個移動應用可以監聽音頻中內嵌的超聲波信號，利用這些信號確定用戶位置^[41]。但目前智能手機尚沒有超聲波發射裝置，可以采取主動的收發測距手段。

1.3 多源融合定位 ***

上述定位 *** 雖各有優勢，但也存在各自的局限，比如，基于射頻信號的室內定位方式主要缺陷是信號容易受多徑、定位環境以及人體等干擾而導致指紋匹配出錯或者產生較大測距誤差。而基于內置傳感器的行人航跡推算雖不依賴基礎設施，但隨著時間推移存在誤差積累。目前還沒有開機即得的室內通用定位技術。表 1列舉了目前智能手機上各類定位技術在定位精度、復雜性、健壯性、可擴展性、成本等方面的性能比對。

表 1 目前智能手機定位技術比較Tab. 1 Comparison of different positioning technologies of *** art phone sensors

隨著智能手機上計算和存儲性能的提高，在手機平臺上對多種定位技術進行融合，是當前室內定位的一個研究熱點。現有的融合 *** 主要分成松耦合和緊耦合。其中松耦合常用的 *** 是先由各自不同的傳感器得到定位結果，然后對各定位結果進行信息融合。該類融合方式易于實現，但存在的挑戰是，由于室內定位各類傳感器異質(非同源)，各傳感器輸出定位結果進入信息融合中心的系數不易通過解析 *** 得出。緊耦合是根據各類傳感器得到的不同類型的觀測參量進行融合。目前比較常見的是基于貝葉斯濾波 *** ，如Kalman濾波^[55]、UKF(unscented Kalman filter)濾波^[60]、粒子濾波^[56]。該類 *** 將傳感器的原始觀測值，如位置、速度、航向角、步長等，通過序貫估計獲得行人的位置和航向估計。緊耦融合準確設定運動狀態方程和測量方程，尤其是運動狀態噪聲方差和測量噪聲方差將直接影響定位的估計性能。

已有的基于不同傳感器融合定位方案包括：結合磁場強度、蜂窩信號和Wi-Fi構建的混合定位系統^[47]，Wi-Fi信息結合PDR^[48, 50]，藍牙模塊、加速度計和氣壓計進行融合室內三維定位^[49]，Wi-Fi指紋、PDR以及磁場匹配定位^[39]。上述試驗結果表明融合后的系統精度穩定性均優于獨立的定位系統。另外，地圖約束也是常用的室內定位輔助技術。基于地圖輔助的Wi-Fi指紋匹配與PDR集成的室內定位系統，可以可靠地實現米級的定位精度^[52]。文獻[46]不借助任何室內固定設施和射頻信號，根據自身攜帶的IMU、攝像頭、超聲波、氣壓計，采用粒子濾波融合各導航源，在室內環境下定位精度約為3 m。

2 室內定位面臨難題

由于室內空間復雜的信道環境和空間拓撲關系，給室內定位帶來很大的挑戰。雖然室內定位源很多，包括聲、光、電、場等多種異源異構定位源，但各種定位源都有自身的缺陷和對定位環境的依賴性，使得他們只適用于額定環境和應用時具有一定的局限性。例如Wi-Fi指紋匹配需要足夠的信號覆蓋；磁場匹配需要顯著磁場特征(磁干擾)；視覺定位需要明亮的環境下才能保證高質量成像等。目前還很難找到一種跟室外GNSS技術相似的開機即得的室內定位技術。

目前國際上更流行的室內定位技術是融合GNSS，Wi-Fi，藍牙、內置傳感器和磁場等定位源的任意組合，定位精度在2~5 m之間。在特定環境下，也能達到1 m左右的精度。低成本、高精度和廣域覆蓋的室內定位技術依然是實現高精度室內外無縫定位的更大障礙。其主要難題在于：

2.1 室內空間復雜的信道環境與空間拓撲關系

對視頻信號來講，信號發射器和接收機間通視是定位的基礎。任何遮擋會導致信號強度的迅速衰減或直接阻擋信號的傳播。GNSS信號無法穿越厚厚的建筑墻面是一個典型的例子。衛星導航信號從2萬多千米的高空，穿越大氣層后傳到地面，已經很微弱，再加上墻壁或玻璃的遮擋，能進入室內的GNSS信號只能通過高靈敏度接收機接收，其定位精度在幾十米或者更差。

由于室內空間復雜的拓撲關系，室內空間內部信號遮擋是室內定位常遇到的問題，大大限制了很多室外定位技術在室內普及的可能性，也把有效定位范圍限制在很小的范圍內，給實現室內定位廣域覆蓋帶來極大的困難。此外，復雜的拓撲空間也導致復雜信號傳播環境。大量的反射信號也直接影響到測量精度，從而導致較大的定位誤差。復雜的空間拓撲關系從定位精度和可用性兩個方面給室內定位帶來諸多約束。

定位場景信號場的時空變化問題。除了復雜的空間拓撲關系外，室內幾何環境和信號環境的時空變化也是維持定位系統的高可持續性的更大障礙(如Wi-Fi基站的增減，室內電器和家具的布設變化，貨架貨物變化，展覽場館的布設變化等)。如何感知和認知室內幾何環境和信號環境的時空變化，提高對定位環境的自學習、自適應能力，實現定位指紋庫(包括Wi-Fi指紋庫，地磁指紋庫等)、圖像特征庫、地標信息庫自動更新，是室內定位領域還沒解決的科學問題。

2.2 異源異構的定位源

如圖 1所示，基于智能手機的室內定位源主要包括3大類：衛星定位，短距離射頻信號和傳感器。衛星定位包括GPS、北斗、Galileo和GLONASS；短距離射頻信號包括Wi-Fi和藍牙；傳感器包括加速度計、磁力計、陀螺儀、氣壓計、光強度傳感器、麥克風、揚聲器和相機。個別智能手機還包括深度相機，除了衛星定位接收機以外，所有傳感器和射頻信號都不是為定位用途而設置的，手機商在選擇這些傳感器和射頻信號時首要考慮的性能不是定位。衛星定位、短距離射頻信號和傳感器的信號機制和工作原理是完全不同的。他們測量的物理量和測量 *** 也不一樣，測量精度也因源而異。為了得到更優的定位結果，通常需要融合這些異源異構的定位驗。在融合這些異源異構的定位源時，面臨以下問題：

(1) 信號測量值同步問題。由于不同定位源的測量過程是獨立工作的，不同測量值的采樣時間是不一樣的。如果位置計算在同一個手機上，可以把所有定位源的觀測值都統一到同一時間系統(如手機時間)，通過內差等 *** 把異源觀測量歸算到同一觀測歷元上。如果位置計算在云端服務器上，所有參與定位的手機都必須統一到同一時間基準，比如說 *** 時。不同手機的異源觀測值也必須歸算到同一觀測歷元。前面所述 *** 只適用于用戶在低速運動狀態下(運動速度小于2 m/s)。在高速運動情況下，要考慮更高精度的時間同步 *** 。

(2) 信號采樣頻率不一致。比如Wi-Fi信號的采樣頻率為1/3 Hz，而加速度計的采樣頻率可以達到180 Hz。各種定位源的不同采樣頻率，要求定位算法具備不同歷元處理不同數據組合的能力，包括數據掉包情形。室內定位的位置更新率應該大于等于1 Hz才能滿足大多數位置服務的需求，尤其是跟人流動線相關的應用。

(3) 信號測量精度差異問題。低成本傳感器容易受環境因素干擾，影響信號測量精度，如運動傳感器的測量精度就很差，不能直接用于慣性導航，但可以用于步頻探測。有些定位源如藍牙天線陣列、視覺定位、音頻定位等 *** 可以在局部范圍內提供高精度距離、角度或坐標測量值。由于受布設成本的限制，這些高精度測量值不能廣域覆蓋。這就要求定位算法有足夠的靈活性，融合不同觀測精度的定位源，讓有限的高精度測量值發揮更大的作用。

(4) 不同定位終端測量偏差問題。由于不同定位終端(如手機)硬件上的差異，它們對同一定位源的測量值是存在偏差的。比如不同手機對同一Wi-Fi基站的信號強度(RSSI)測量值是有偏差的，這種偏差雖然不很大，但足以影響定位精度。不同手機的相機參數也不一樣，在定位時必須考慮定位終端硬件上的差異，通過定標的 *** ，消除它們定位的影響。這點對高精度定位(優于1 m)尤為重要。

2.3 移動終端上有限的計算資源

移動終端的計算資源主要體現在3個方面：有限的計算能力、有限的供電能力和有限的存儲能力。隨著智能手機的計算性能越來越高，一些復雜的定位算法如視覺定位，粒子濾波等都慢慢出現在室內定位的視野里。由于智能手機是一個多功能的終端，定位功能只能占據小部分的CPU處理時間以保證其他主流功能如打 *** 、微信、拍照等正常工作。從節能的角度看，不管手機的計算性能有多高，都不可以讓智能手機處于連續高速運算狀態，否則手機電池很快就耗盡。除此之外，智能手機上的存儲能力也有限，不足以運行復雜的定位算法如圖像處理和復雜的深度學習算法。

3 室內定位技術發展趨勢

在谷歌、蘋果、百度、華為、阿里巴巴等國際IT巨頭的引領下，室內定位已經邁入新的時代。谷歌把室內定位技術VPS(visual positioning service)列為其核心技術，充分彰顯室內定位在未來人工智能應用中的重要性。室內定位技術的發展趨勢包括如下3個方面：① 探索新的定位源，形成高精度、高可用定位技術；② 異源異構定位源的高效融合；③ 基于GIS的語義約束定位和語義認知協同定位。

3.1 探索新的定位源，形成高精度、高可用定位技術

當前，國際上最新的室內定位研究開始探索新的基于視覺、光源信號、音頻信號和射頻信號的定位技術。蘋果致力于推出基于低功耗藍牙的iBeacon定位技術，谷歌把焦點放在視覺定位上，而百度攜手芬蘭IndoorAtlas公司聚焦磁場、傳感器和iBeacon的融合。

當打開智能手機時，能保證無處不在、無時不有的定位源是磁場和手機內置傳感器。但是，磁場匹配和傳統的運動傳感器只能支持2~5 m的定位精度，在物理上不支持更高精度(如分米級)定位 *** 。因此，必須尋找新的傳感器和新的定位源以實現高精度定位，這些傳感器包括手機相機、音頻傳感器、光線傳感器和新的射頻信號(如5G，BLE5.0) 等。

相機是視覺定位的所依賴的傳感器，在場景光和圖像特征充足的場景下，能夠實現分米級甚至厘米級的定位精度。當光學相機影像和深度相機點云組合時(如谷歌的Tango技術)，其定位功能就更加強大。定位時分為兩步：圖像特征庫的建立和相機交會定位。圖像特征庫的建立需要在定位場景采集大量重疊圖像，通過密度匹配和光束平差解算圖像特征的物方坐標。圖像特征庫的建立可一通過事后處理的 *** 在高性能的云服務器上完成。相機交會定位是通過手機拍攝圖像，提取單張圖像的特征值，再與圖像特征庫里的圖像特征進行匹配，利用匹配的圖像特征點的物方坐標通過交會的形式，確定手機相機的位置和姿態。視覺定位能提供絕對位置，可以與傳感器和射頻定位技術相融合，提高其可用度。視覺定位的精度雖然很高，但對定位場景的光線要求高，計算量很大，對移動終端的計算性能和存儲性能要求高。

音頻定位是通過測量聲音從音頻基站到智能手機的傳播距離來確定智能手機的位置的。由于智能手機的音頻傳感器是為接收和播放音樂而設置的，它的工作頻段在0~21 kHz左右。一般音樂或人們聲音的頻率都小于16 kHz，所以可以利用16~21 kHz這一頻段進行定位。定位時音頻基站的時鐘需要一個同步控制點對定位場景內所有基站實現同步。由于聲音的傳播速度只有340.29 m/s，時間同步的要求不高。對于分米級的定位精度，同步精度達到0.1 ms就可以(等價于3.4 cm的距離測量誤差)。

光源編碼定位技術^[58-59]是以一個安裝在天花板上帶開/關扇格的LED光罩為定位源，通過旋轉光罩以及接收開/關扇格在地面的光投影時序模式來確定智能手機的位置(如圖 2所示)。光罩被劃分為8圈，每圈48格(投影到地面成384扇區)，每圈的編碼(開/關)都不一樣。通過旋轉光罩，使得在每一扇區內的手機記錄的光線強度的時間序列測量值的模式不同，判斷手機所在扇區。同過特殊編碼和信號分析來計算手機在扇區內的相對位置。再通過精確測定手機在扇區內的相對位置，可以在不改變手機硬件的前提下實現5~10 cm定位精度。

圖 2 光源編碼定位示意圖Fig. 2 The diagram of positioning with light coding

在射頻信號方面，藍牙5.0和5G信號將在室內定位方面發揮重要的作用。藍牙技術具有功耗低、傳輸速度較快的特點，在消費物聯網領域大獲成功。藍牙5.0在通信速度、功耗、通信距離和容量等方面都有顯著提高。跟藍牙4.0比，通信速度提高8倍，而通信距離將提高4倍。所以，單一基站的信號覆蓋范圍將是目前BLE 4.0信號的16倍，這意味著將大大降低定位基站布設成本。在定位精度上也期待著進一步的提高。新一代的蜂窩無線 *** 如5G已經開始考慮室內定位的功能。如前所述，5G白皮書已明確要求室內外定位精度優于1 m^[37-38]。所以，基于5G的無線定位技術有可能成為未來室內定位的核心技術之一。

表 2列舉并簡單分析了上述幾種室內定位前沿技術。受限于室內定位復雜環境影響，上述不同定位技術在定位精度、可靠性、可用性、對基礎設施的依賴性等方面各有優缺點，這些高精度定位技術將相互補充。

表 2 未來室內定位前沿技術的特點和作用Tab. 2 The characteristics and the function of the future technologies of indoor positioning

3.2 異源異構定位源融合

目前室內定位領域的技術發展趨勢是使用一種可靠的估計 *** , 將兩種以上有互補特性的定位源有效組合, 以獲得優于單獨定位源定位性能，有效提高系統的定位的精度、可用性和抗差能力，形成高可用低成本的室內定位解決方案。

在異源異構定位源融合方面，需要一個集成硬件標定、單源定位和多源融合定位的完整解決方案，多源定位信息的智能融合 *** 采用“高精基準控制，緊耦多源融合”的技術路線，以高精度定位技術為控制基準，包含傳感器PDR和磁場匹配為紐帶，融合聲、光、電、場的多源定位技術，采取緊耦合的算法，獲得當前位置的更優估計，同時經過適當的濾波處理分析識別定位源中的粗差數據，采用合適的 *** (粗差剔除或調整方差矩陣)最小化粗差的影響，獲得精確和可靠的定位結果。在定位源充足的情況下，優化定位源的組合，用統計手段，實現多源互檢，粗差剔除，確保混合定位解的穩定性和可靠性。

3.3 基于GIS的語義約束定位和語義認知協同定位

GIS領域在“十二五”期間，研究重點已從室外逐步轉向室內，但在對室內定位支持較弱，基于GIS的語義約束定位和語義認知協同定位是新的研究方向。室內GIS系統一方面為室內定位技術提供室內地圖和特征庫提供采集、建模、管理和可視化等基礎支撐；另一方面，充分挖掘室內地標潛在價值，提供針對室內位置文字特征的語義定位能力，為其他室內定位技術提供空間約束。然而，由于室內缺少精確的GNSS數據，不能獲取精確地采集設備的位置軌跡數據，在測圖及建模過程中，存在位置偏移及建模精度偏差的問題。因此，建立對未來高精度智能室內定位系統提供基礎支撐室內GIS系統，需要考慮并解決如下關鍵技術：① 建立統一時空基準下的室內GIS數據模型；② 建模與定位實時協同的即時室內建模 *** ；③ 利用眾源數據支持的地圖變化發現與更新；④ 以視覺定位過程中實時獲取的三維場景模型為輸入，對定位場景語義計算與認知。

4 結論

與開放的室外空間相比，室內環境在空間布局、拓撲、信號傳播環境等方面更加復雜，導致室內定位理論、定位源、定位技術及空間信息處理方式室外有很多不同。雖然可用的室內定位源很多，到目前為止，除GNSS接收機以外，所有用于定位的智能手機內置傳感器和射頻信號都不是為定位而設置的。這些傳感器和射頻信號測量值的觀測誤差很大。目前室內定位源包括3大類：GNSS接收機、傳感器和地基射頻信號。高靈敏度GNSS接收機的室內定位精度在10~50 m。融合傳感器、Wi-Fi及磁場等定位源的定位方案可實現2~5 m的定位精度。室內定位所面臨的難題包括3方面：復雜的空間拓撲關系，信道環境、異源異構的定位源和移動終端上有限的計算資源。發展趨勢包括探索基于音頻、光源編碼、射頻基站和視覺等高精度定位技術。這些新定位技術可在局部范圍內實現厘米到分米的定位精度。要實現廣域覆蓋，高精度定位技術還需與傳感器和地磁等無處不在、無時不有的定位源緊密融合。
 

【引文格式】陳銳志，陳亮。基于智能手機的室內定位技術的發展現狀和挑戰[J]. 測繪學報，2017，46(10)：1316-1326. DOI: 10.11947/j.AGCS.2017.20170383