室內定位技術研究報告

1. 導言

隨著更多新型移動設備如手機、平板電腦、可穿戴設備等，物聯網設備的性能飛速增長和基於位置感知應用的激增，位置感知發揮了越來越重要的作用。在室內和室外的環境下，連續而可靠地提供位置信息能夠為用戶帶來更好的用戶體驗。室外定位和基於位置的服務已經成熟，基於GPS和地圖的位置服務被廣泛應用，並成為各種移動設備被使用最多的應用之一。近年來，位置服務的相關技術和產業正向室內延伸以提供無所不在的基於位置的服務，其主要推動力是室內位置服務所能帶來的巨大的應用和商業潛能。

室內定位是指在室內環境中實現位置定位。隨著數據業務和多媒體業務的快速增加，人們對定位與導航的需求日益增大。尤其在複雜的室內環境，如機場大廳、展廳、倉庫、超市、圖書館、地下停車場以及礦井等環境中，常常需要確定其內在的移動終端或其持有者、設施與物品的位置信息。然而，室內環境中存在的牆壁、物品等障礙物及人的頻繁移動都對信道模型建立造成巨大困難，主要因素有非視距傳輸、多徑傳輸效應及由於人活動造成的隨機偶然性。因此，室內定位技術也成為了科研和產品設計的熱點。

2. 室內定位的需求分析

2.1 公共安全及應急響應

公共安全領域的工作在很多情況下是在室內環境開展的，如大型體育館的勤務活動，民警在地鐵站、機場車站的巡邏，消防隊員建築物內的滅火行動，災難現場的救援處置等等，指揮部門都需要實時動態掌控一線警力的分布狀況和位置信息，所以如何通過技術手段來解決這一難題，滿足業務實戰的需求將成為亟待解決的問題。

在公共安全領域方面，美國較早將定位服務應用於緊急救援中，1996年，美國聯邦通信委員會（FCC）發布E911規則，以法律的形式要求電信運營商為應急事件管理部門提供手機用戶的位置信息，以便及時救援，該法案還對定位服務的進度提出了硬性要求，故運營商也採用了能夠進行室內定位的LBS技術。而目前從整體上看，在國內室內定位技術的應用還處於起步階段。

隨著各類突發性、災難性事件在大城市的頻發，公共安全領域對室內定位的需要在不斷增加並且越來越迫切。通過調研分析，目前室內定位在公共安全領域的應用主要集中在三方面，即室內日常警務工作、臨時性勤務以及應急突發事件的處置。三種應用對室內定位的精度、容量、部署方式等方面要求各不相同，所以在實現手段的選擇上就要求對每種應用的特點進行綜合分析考慮，最終找出最可行、最有效的技術實現方式。

2.2 定位導航

室內導航是基於室內定位技術提供的搜索目標並引導到達的應用。事實上，單獨的室內定位導航功能無法形成足夠的剛性需求，必須將用戶感興趣的信息和室內位置相匹配。室內導航可以廣泛應用於商場、機場、體育館等大型建築中，方便人們尋人、尋地點、尋出口等等。人們在進入陌生的大型室內建築（如購物中心、機場、展館）時，由於面積較大、室內布局複雜，常常會迷路，無法得知自身所處環境位置，室內導航可以解決這樣的困擾。置身於大型商場，消費者能夠利用精確的定位功能快速確定自己的位置並找到目標地點，如商場的停車位、衛生間、ATM機或指定商家等。

2.3 物品管理

除了位置導航應用需求外，室內定位還存在著大量對於物品管理的需求，隨著監管技術的不斷發展，物品管理由原來的人工管理逐步轉變為電子化、網路化的實時監管，其技術也由原來的攝像頭監控向物聯網感知的方向演進。無論是單位還是家庭都對於內部物品（特別是移動物品）的管理具有越來越強烈的需求。例如：家庭中的貴重物品和常用零散易遺失（鑰匙等）的物品管理、單位內部移動資產和重要票據等物品的監管和追蹤等等。

2.4 商業推廣需求

室內定位的另一個應用需求就是用於商業推廣，最為直觀的應用模式是在百貨商場里為客戶提供服務。室內定位技術可以為用戶提供精準的商場定位、導航、導購服務，為商場提供客流動線，停留時長、到訪頻次等BI分析核心信息，動態模擬商場的業態規劃和布局調整後帶來的客流量及銷售收入的變化。具體來說，採用室內定位技術使傳統商業可以突破傳統的限制。例如，通過室內定位的應用，手機會告訴用戶該商場能夠提供哪些導購服務、商場內有哪些商品在促銷並主動向用戶推送商品優惠券等等。

2.5 社交需求

在當今這個科技信息化社會，人們每天大概在有80%的時間是在室內度過的。同時，隨著時代的發展，用戶的社交需求凸顯了日益重要的地位。根據尼爾森數據分析顯示，截止到2014年4月，全球互聯網社交媒體活躍用戶為18.6億，佔全部互聯網用戶的70%。由此可見，用戶對於社交的需求的強烈程度。

傳統社交定位具有精度較低和僅支持二維定位等局限性。而在實際生活中，社交所需的定位大多是三維的且精度要求較高，這就需要室內定位系統發揮作用。目前室內定位包括名片交換、微博推送、微信互動等相關應用，而這些應用還遠遠不能滿足用戶的社交需求。未來室內定位系統如能實現有針對性的、高精度的消息推送、交友互動，則必將在社交網路領域掀起新的變革。

2.6 大數據分析

室內定位技術可以幫助商家進行基於時空商業的產品分析。傳統商業的線下大數據分析大多是通過問卷調查，以及統計會員和POS刷卡數據來做一些初級的分析，這些嚴格意義上說都只是一種統計而不能稱之為大數據。但藉助室內定位技術，基於無線定位和電子地圖，商家可以精確收集到每一個消費者逛街的數據，比如在每個店裡停留的時間，喜歡逛哪些店，消費了哪些商品等，把這些數據與線下會員、POS等數據打通，就可以真正實現大數據分析，能讓商家挖掘出數字背後的故事和未來的趨勢，比如用戶的偏好並結合偏好為他們提供感興趣的信息。還可以根據客流動線熱度圖、顧客品牌喜好、品牌關聯度等數據在時空上的深度挖掘，找出吸引顧客的方式方法，幫助商場進行品牌店鋪的調整。

3. 室內定位技術的信號媒介

室內不止是通常所說的一般建築物內部，它還包括地下礦井、密集的高層建築區、樹林等。室內環境相比戶外要複雜的多，根據不同的環境、應用和需求，通常使用的信號媒介包括RF（Radio Frequency）、紅外線、超聲波和光學等，其中RF細分為RFID（Radio Frequency IDentification）、Wi-Fi（Wireless Fidelity）、藍牙、Zigbee和UWB（Ultra Wide Band）。

基於超聲波和光學的定位系統要求滿足視線關係，即兩個節點之間沒有障礙物間隔。因為室內環境相對複雜，牆壁和物品常常阻礙信號的傳播，因此室內環境多不能滿足視線關係。

隨著通信技術手段的日益成熟，基於RF和紅外線的商業級定位產品得到廣泛的應用。RF信號不受視線關係約束，技術相對成熟，信號媒介價格低廉，但是它們的定位精度較低，無法實現細粒度定位。RF媒介中的UWB具有較強穿透力和低功耗等特點，能夠用於高精度實時定位，方便系統在複雜環境下的部署，然而價格相對偏高。紅外線的典型覆蓋範圍為5米且功耗較低。

(1) 射頻

射頻是室內定位應用最為廣泛的媒介之一，可細分為RFID、Wi-Fi、藍牙、Zigbee和UWB等。

RFID，即射頻識別技術，它是利用射頻信號完成數據間的交換，從而達到定位的目的。這種技術具有非接觸、傳輸範圍大、信號穿透性強、不受視距影響等優點。射頻信號作用距離短，通常最長為幾十米，且射頻信號不具備通信能力，需要其他技術輔助，常常不是單一的使用射頻技術進行室內定位，而是與其他技術結合使用在定位系統中。

Wi-Fi定位是目前應用最為廣泛的室內定位媒介，Wi-Fi晶元在各種手機和移動設備上已經普遍應用，而且其基礎熱點設施的室內覆蓋也非常好，很多需要定位的公共場所如機場、商場都有覆蓋，所以Wi-Fi用於室內定位成為很自然的選擇，適用於家用或者辦公室短距離內的無線區域網絡技術。其定位原理是是根據定位目標與各Wi-Fi接入點的距離來判斷目標的位置，也可以根據事先合成的信號強度圖來判定其定位精確度大約在1米至20米。

藍牙具有傳播距離短、功耗低、支持點到點及點到多點無線互聯等特點。利用藍牙的上述特點，在室內安裝適當的藍牙區域網接入點，配置多用戶的網路連接模式，並且保證通過藍牙技術連接起的微微網（Pieonet）主設備為室內安裝的藍牙區域網接入點，可根據測量被定位的從設備信號強度，獲取被定位用戶的位置信息，從而達到藍牙技術在室內定位的目的。藍牙定位設備體積小、便於攜帶，容易集成到手機等便攜設備中。其缺點是受可視距離影響傳播距離短，受其他信號干擾影響定位精度。藍牙技術與Wi-Fi技術同屬於家用或者辦公室內短距離、低功耗的無線技術，通過無線區域網絡獲取信息，實現複雜的大範圍定位、監測。藍牙技術通常是結合RSSI（Received Signal Strength

Indication，基於接收的信號強度）方法使用，在室內安裝藍牙接入點配置基於用戶的網路模式，與藍牙錨節點建立連接，利用RSSI進行距離測量，得出定位目標的位置。

Zigbee技術是根據接收機收到的信號強度，參照信號在傳播過程中的衰減模型，根據信號的損耗計算出接收機與信號發射點之間的距離，它通常也會結合RSSI方法實現對定位目標位置的判定。

UWB超寬頻與傳統的無線通信媒介不同，它產生、發射、接收、處理納秒級或納秒以下的極窄脈衝信號，利用這些窄脈衝去激勵天線發射電磁波探測定位目標實現定位的目的。超寬頻技術與Zigbee技術都屬於新興通信技術，利用二者進行室內定位，定位精度高，尤其是UWB具有強穿透力，系統複雜度低，常常用于軍事、機器人運動等領域。典型應用場景如機器人運動跟蹤、軍事戰場人員的位置監測。

(2) 超聲波

超聲波室內定位的工作原理：超聲波定位可由固定安裝在室內的若干錨節點和被定位的移動端組成。移動端向室內的錨節點發射超聲波信號，錨節點接收到移動端發射的超聲波信號後發射超聲波信號作為響應，移動端根據發射超聲波到收到錨節點響應回波的時間差計算與錨節點之間的距離，當移動端同時接收到三個或三個以上且不在同一直線上錨節點發射的回波後，通過常用於GPS定位系統中的三角定位等演算法計算出移動端當前的位置信息。

超聲波不受可視距離限制，能夠在介質中遠距離傳播，且超聲波發射的方向容易控制，定位精度較高誤差較小。目前超聲波測距在工業中得到廣泛應用，但在定位系統中通常需要其他技術如無線電輔助定位，增加硬體基礎設施成本。

(3) 紅外線

紅外線室內定位的工作原理是：在室內安裝固定的光學感測器，由紅外線（Infrared

Radiation，簡稱IR）發射器發射特定的紅外線，光學感測器接收紅外線進行定位。

紅外線室內定位技術定位精度相對較高，但是由於紅外線無法穿透建築內的障礙物僅能在可視的直線距離內傳播，使得紅外線傳輸距離短，且當紅外發射器被遮擋物覆蓋時工作就會發生異常；紅外線不僅受室內布局影響，熒光燈等室內光線也會干擾紅外射線，影響定位精度；在硬體設施上，紅外定位技術需要在每個房間內安裝光學感測器等接收天線設備，成本較高。因此，紅外線適合在短距離內傳播，受室內布局及燈光環境影響較大，整體定位效果具有一定的局限性。

4. 室內定位技術的核心演算法

室內定位可以分為基於測距（range-based）的定位演算法和無需測距（range-free）的定位演算法。基於測距的定位演算法可獲得較高的定位精度，但對感測器節點要求較高，且易受外界環境影響。無需測距的定位演算法利用節點間估算距離來計算節點位置，無需額外硬體支持、功耗和成本低、定位精度適中。與基於測距的定位演算法相比，無需測距定位演算法更加適合大規模無線感測器網路的應用。

4.1 基於測距的定位技術介紹

基於測距的技術，是指首先測量目標節點與參考節點之間的距離或方向，然後再利用如三邊測量法、三角測量法或極大似然估計法等已有的數學方法進行位置的計算。其中用於距離或角度測量的方法有很多種，常用的演算法如下：

(1) AOA（Angle Of Arrival）：基於信號到達的角度

(2) TOA（Time Of Arrival）：基於信號到達的時間

(3) TDOA（Time Difference Of Arrival）：基於不同信號到達的時間差

(4) RSSI（Received Signal Strength

Indication）：基於接收的信號強度

(5) TOF（Time Of Flight）：基於信號的飛行時間

此外，還有一些其他不太常用的用於定位測距的演算法，如接收信號相位差法（PDOA）、近場電磁測距（NFER）等方法，而且不同的應用還可以根據具體環境的要求使用混合定位測距方法，如Cricket系統即使用了TDOA和PDOA混合定位的方法。

4.1.1 基於AOA的方法

基於信號到達角度的定位演算法是一種典型的基於測距的定位演算法，通過某些硬體設備感知發射節點信號的到達方向，計算未知節點和錨節點之間的相對方位或角度，然後再利用三角測量法或其他方式計算出未知節點的位置。其中，接收信號節點通過使用陣列天線或多個超聲波接收器的結合，來進行發射節點信號到達方向的測量。

該演算法共分三步：

第一步：測量階段，即未知節點通過特殊設備測量得到在通信範圍內的錨節點的信號到達角度信息。

第二步：利用夾角射線原則解方程，計算未知節點的估計位置。假設未知節點P坐標為(x, y)，測量A(x1,y1)和B(x2,y2)兩個錨節點的信號到達角度信息為a和b，則解方程組(1)可得到未知節點P的坐標的坐標如公式(2)所示。

第三步：求精校正，當未知節點通信半徑內有多個錨節點時，將兩個錨節點作為一組分成不同排列組合，其結果會有多個估計位置，將多個估計位置組成的幾何圖形的質心作為未知節點的最終估計位置。

基於AOA的定位方法不僅能確定移動節點的坐標，而且還能提供節點的具體方位信息。基於信號到達角度的定位演算法是一種常見的無線感測器網路節點自定位演算法，演算法通信開銷低，定位精度較高。但是，AOA容易受到如雜訊、多徑和NLOS問題等外界環境的干擾，且AOA需要額外硬體支持，在硬體的尺寸和功耗上也同樣不適用於大規模的感測器網路。

4.1.2 基於TOA的方法

基於TOA的定位方法是根據信號的傳播速度和傳播時間來計算距離的。一般比較常見的是使用聲波信號。由於聲音在空氣中的傳播速度是已知的，只要測量出信號發射的時間和接收到信號的時間，兩個時間的差值就是信號傳播的時間，進而可以計算出發射節點與接收節點的距離，最後再通過已有的定位演算法來計算被定位節點的具體位置。

但由於聲波的傳播速度容易受到大氣條件的影響，而且這種方法還要求發射節點和接收節點保持嚴格的時間同步，這點也是很難實現的。基於此上兩種原因，TOA方法在實際使用中並不能達到很好的效果，並且TOA技術的應用也受到節點硬體尺寸、價格和功耗的限制，與節點小型化、低成本和低功耗的趨勢是相反的。

4.1.3 基於TDOA的方法

TDOA演算法是對TOA演算法的改進，該演算法不是直接利用信號到達時間，而是用多個基站接收到信號的時間差來確定位置，與TOA演算法相比它不需要加入專門的時間戳，定位精度也有所提高。

TDOA方法通常有兩種實現方式。一種是發射節點同時發射兩種不同傳播速度的信號，接收節點根據已知的這兩種信號的傳播速度以及兩種信號的到達時間差，計算未知節點和錨節點之間的距離，通過計算未知節點和至少三個錨節點之間的距離，用三圓相交法確定未知節點的坐標。

另一種實現方式是由未知節點P(x,y)向兩個錨節點A(x1,y1)和B(x2,y2)同時發射信號，由於未知節點與兩個錨節點之間的距離不同，通過已知信號的傳播速度v和兩個錨節點接收的信號時間差Dt相乘，可確定未知節點在以兩個錨節點為焦點、距離差為vDt的雙曲線上。通過測量至少三個錨節點之間的信號到達時間差，構成一組關於未知節點的雙曲線方程組，求解該雙曲線方程組(3)可得到未知節點的估計位置。

上述方程組中，Dt21和Dt31為未知節點信號到達兩個錨節點的時間差，由於該方程組是非線性的，要取得最優解，需採用相應的非線性方程演算法，目前解該定位方程組的演算法有三類，分別是最小二乘估計法（LES）、具有解析解的演算法（Fang式、Chan氏、Friedlander）和遞歸演算法（Taylor級數展開法）等。

相對於TOA，TDOA測距方法實現起來相對容易，並且精度更高。但是由於它會受到超聲波傳播距離的限制以及非視距（Noline of sight，NLOS）等問題對超聲波信號傳播的影響，並且需要感測器節點配備額外的硬體來同時收發兩種不同的信號，這樣就使得TDOA定位技術在實際應用中也有了一定的限制，而且它也不能滿足低成本的要求。

4.1.4 基於RSSI的方法

RSSI定位方法需要多個參考節點，基於RSSI測量方法定位的原理和過程如下：

首先，根據發射節點和接收節點的信號強度值，計算出信號在傳播過程中的衰減程度；

其次，再利用理論和經驗模型將傳輸損耗轉換成距離；

最後，利用三邊測量法或三角測量法計算出節點的位置。

由於基於RSSI的定位是利用信號的衰減程度來測距的，所以周圍的環境會對信號的傳播有著很大的影響，如溫度、障礙物等對信號衰減程度就會造成很大影響，此外無線傳輸晶元所使用的天線也在很大程度上會對傳播信號產生一定的影響。但是由於目前大部分無線傳輸模塊都可以直接測量信號衰減的RSSI值，因此使用這種方法定位便無需額外的硬體設備，滿足現在低功耗、低成本的發展趨勢。

4.1.5 基於TOF的方法

TOF測距技術也被稱為飛行時差測距，主要依靠兩個射頻設備之間傳輸數據包，根據數據包往返的時間差來計算移動節點的距離。如圖4-1所示，固定節點向移動節點發送一個數據包，當移動節點收到時就會向固定節點發送一個ACK相應。

圖4-1. TOF測距演算法原理圖

該模型公式如下：

由dr=TTOF*C可得到公式(5)，其中，C代表電磁波的速度，值為3*108m/s：

公式(5)中，dr為移動節點相對於固定節點的距離，TTOT為固定節點從發出數據包到接收確認的間，TTAT是移動節點從收到數據包到回復確認的時間段，TRTT為數據包往返於兩個節點間的飛行時間。j(t)代表數據包在確認和應答過程中產生的干擾及延遲。

4.1.6 測距演算法對比

表4-1給出了上述五種測距演算法的對比。結合各個測距演算法的原理分析，綜上所述可以總結得出：

AOA測距演算法的優點在於它僅需要兩個基站參與便可實現移動台定位，同時不存在移動台位置模糊問題。但是AOA測距演算法的缺點在於需要現有的基站增加天線陣列，由此增加了大量的建設費用。同時，信號到達入射角估計會受到由多徑、NLOS及其他環境因素所引起的無線信號波陣面扭曲的影響，當移動台距離基站較遠時，基站定位角度的微小偏差就會導致定位距離的較大誤差，所以節點的方向是其測距精度的關鍵。基於以上原因，AOA測距演算法適用於對定位精度較高且外界環境不太複雜的小型網路。

TOA測距演算法要求接收信號的基站確認移動台發送信號的準確時間，並要求移動台和基站有非常精準的時鐘，只能應用於可視環境較好，多徑效果不明顯的環境中。

為了克服時間同步的難題，人們提出了TDOA，雖然在演算法上做了較大的改進，但缺點是其對室內環境要求較高，因加入了超聲波信號收發器，不僅在應用範圍上受到了一定的限制，且開銷成本上也增加了很多。所以TDOA測距演算法只能適用於小環境的高精度定位需求。

RSSI對於複雜環境的適應能力較弱，隨著距離的增大信號損耗較為嚴重，測距精度會受到較大影響。但是其藉助的硬體設備較少，而且很多無線通信模塊都可以直接提供RSSI值，大大節約成本。所以基於RSSI的測距方法還是得以廣泛應用的。

TOF同樣也是一種精確度較高的測距方法，但由於電磁波的速度近似於光速，在近距離處信號傳輸節點接收過程中產生的延遲會佔據較大的比例，造成計算產生較大誤差，但是該誤差會隨著距離越遠變得越來越小。

表4-1. 測距演算法的性能比較

測距演算法

定位精度

成本開銷

特性

AOA

一般

較高

節點方向必須已知

TOA

一般

較高

需要實現時間同步

TDOA

較高

較高

因超聲波測距範圍受到限制

RSSI

較低

較低

隨著距離的增大信號損耗較為嚴重

TOF

較高

一般

距離較近處節點的處理延遲影響測距

4.2 無需測距的定位技術介紹

無需測距的定位不需要測量節點之間的距離，僅根據網路的連通性確定網路中節點之間的跳數，然後根據已知位置參考節點的位置等信息估算出每一跳的大概距離，再利用已有定位方法估算被定位節點的位置。基於距離無關的定位演算法則不需要知道未知節點到錨節點的距離或者不需要直接測量此距離，在成本和功耗方面比基於測距的方法具有優勢。無需測距的定位精度相對較低，但也可以滿足某些應用的需求。

無需測距定位演算法主要包括：質心演算法、近似三角形內點測試法（Approximate

Point-In-Triangulation Test，APIT）、DV-Hop（Distance Vector-Hop）演算法以及不定型定位（Amorphous）演算法等。

4.2.1 質心定位演算法

質心就是指多邊形的幾何中心，質心節點的坐標就是多邊形頂點坐標的平均值。質心定位演算法首先確定包含被定位節點的區域，然後用這個區域的質心作為被定位節點的位置坐標。質心演算法需要很多參考節點，這些參考點定時的廣播自己的位置信息。被定位節點接收到來自不同參考點的信息超過某一個門限值或接收一定時間後，就將這些參考節點所組成的多邊形的質心作為自己的位置。質心定位演算法對參考節點的密度以及擺放位置都有很高要求，並且它只能實現粗粒度定位。

4.2.2 APIT定位演算法

APIT演算法即近似三角形內點測試法，其基本原理是從待定位節點周圍的錨節點中任意選取三個，組合成一個三角形，判斷該點是否位於該三角形內。如果在三角形內，則將其標記，依次對待定位節點周圍的錨節點進行各種不同組合併檢測，最終找出所有滿足要求的三角形重疊區域，求其質心位置以替代待定位節點在網路中的具體位置坐標。該演算法的基本理論依據是最佳三角形內點測試法（PIT）。

APIT演算法定位過程如下：

首先，未知節點收集其通信範圍內所有參考節點的信息；

其次，任意選擇三個不在一條直線上的參考節點，判斷被定位點是否在這三個參考點所組成的三角形的內部。當通信範圍內參考節點的總數為n，那麼將最多有 個不同的三角形，逐一測試被定位節點是否在每個三角形的內部；

最後，計算包含被定位節點所有三角形的重疊區域，將重疊區域的質心作為該點的坐標。

APIT演算法在參考節點隨機放置的情況下，通信開銷相對較小，且定位精度比較高，適合跟蹤等應用。但是，APIT演算法需要足夠的PIT三角形才能夠達到精度要求，對參考節點的密度仍有很高的要求，因而仍然沒有解決無需測距的定位對節點的密度要求很高的問題。

4.2.3 DV-Hop定位演算法

DV-Hop定位機制是由美國路特葛斯大學的Dragons Niculescu等人提出的，非常類似於傳統網路中的距離向量路由機制。DV-Hop演算法的核心思想是：用平均每跳距離與未知節點到錨節點跳數的乘積來表示未知節點到錨節點的距離。

DV-Hop定位演算法的定位過程分為三步：

首先，網路中所有的錨節點，使用距離矢量交換協議，將自己的位置信息和跳數信息廣播到整個網路中，使網路中的所有的節點獲取與錨節點之間的跳數。

其次，錨節點根據正確接收到的跳數信息，計算該節點的平均每跳距離，並將其廣播到整個網路中。未知節點利用接收到的跳數信息和平均每跳距離值估算與錨節點的距離。

最後，未知節點執行三邊測量法或多邊測量法來計算該節點的具體位置。

DV-Hop演算法對節點的硬體要求較低，實現簡單。然而，該演算法使用平均每跳距離對實際距離進行估算，利用跳步距離代替直線距離，存在一定的誤差。

4.2.4 Amorphous定位演算法

Amorphous演算法思想是利用兩節點之間跳段距離代表二者之間的直線距離。其實現大致分三個步驟：

首先，計算未知節點距各錨節點的最小跳數。錨節點通過泛洪等方式廣播分組消息，使網路中所有節點獲得各個錨節點的位置信息與距各錨節點的最小整數跳數。

其次，計算跳步距離。假設網路中節點的通信半徑相同，設為R，平均每跳距離為節點的通信半徑，未知節點計算到每個錨節點的跳步距離di = hopsi*R。

最後，採用三邊測量法或極大似然估計法進行定位。當未知節點獲得了距三個或三個以上信標節點的估算距離，便可以採用三邊測量法或極大似然法計算自身位置。

Amorphous不定型定位演算法基於經驗模型，在試驗環境中可以取得很好的效果。但它要求很高的參考節點密度，並且網路的可擴展性較差，因此實際應用中有一定的局限性。

5. 室內定位技術的評價標準

室內定位技術的評價標準是進行演算法設計和系統實現的優化目標，主要包括定位精度、錨節點密度、節點密度、容錯性和自適應性、規模，以及代價等多個評價指標。這些評價指標是相互關聯的，需要根據應用的具體需求進行權衡，以選擇和設計最適合的定位技術。

(1) 定位精度

定位技術首要的評價指標就是定位精度，一般用誤差值與節點無線射程的比例表示，例如，定位精度為20%表示定位誤差相當於節點無線射程的20%。也有部分定位系統將二維網路部署區域劃分為網格，其定位結果的精度也就是網格的大小，如微軟的RADAR，Wireless Corporation的Radio Camera等。

(2) 錨節點密度

錨節點定位通常依賴人工部署或GPS實現。人工部署錨節點的方式不僅受網路部署環境的限制，還嚴重製約了網路和應用的可擴展性。而使用GPS定位，錨節點的費用會比普通節點高兩個數量級，這意味著即使僅有10%的節點是錨節點，整個網路的價格也將增加10倍。因此，錨節點密度也是評價定位系統和演算法性能的重要指標之一。

(3) 節點密度

定位演算法中，節點密度增大不僅意味著網路部署費用的增加，而且會因為節點間的通信衝突問題帶來有限帶寬的阻塞。節點密度通常以網路平均連通度來表示。許多定位演算法的精度受節點密度的影響，如DV-Hop演算法僅可在節點密集部署的情況下合理地估算節點位置。

(4) 容錯性和自適應性

通常，定位系統和演算法都需要比較理想的無線通信環境和可靠的網路節點設備。但在真實應用場合中常會有諸如以下的問題：外界環境中存在嚴重的多徑傳播、衰減、非視距、通信盲點等問題；網路節點由於周圍環境或自身原因（如電池耗盡、物理損傷）而出現失效的問題；外界影響和節點硬體精度限制造成節點間點的距離或角度測量誤差增大的問題。由於環境、能耗和其他原因，物理地維護或替換感測器節點或使用其他高精度的測量手段常常是十分困難或不可行的。因此，定位系統和演算法的軟、硬體必須具有很強的容錯性和自適應性，能夠通過自動調整或重構糾正錯誤、適應環境、減小各種誤差的影響，以提高定位精度。

(5) 規模

不同的定位系統或演算法也許可在園區內、建築物內、一層建築物或僅僅是一個房間內實現定位。另外，給定一定數量的基礎設施或在一段時間內，一種技術可以定位多少目標也是一個重要的評價指標。例如，RADAR系統僅可在建築物的一層實現目標定位，劍橋的Active

Office定位系統每200ms定位一個節點。

(6) 代價

定位系統或演算法的代價可從幾個不同方面來評價。時間代價包括一個系統的安裝時間、配置時間、定位所需時間。空間代價包括一個定位系統或演算法所需的基礎設施和網路節點的數量、硬體尺寸等。資金代價則包括實現一種定位系統或演算法的基礎設計、節點設備的總費用。

6. 室內定位代表方案

6.1 Google方案

Google的室內定位方案主要依靠GPS（室內一般也能搜索到2～3顆衛星）、Wi-Fi信號、手機基站以及根據一些「盲點」（室內無GPS、Wi-Fi或基站信號的地方）的具體位置完成室內的定位。

Google方案的核心問題包括如何獲取更多的建築平面圖和提高室內導航的精度兩部分。如同GPS車用導航需要電子導航地圖一樣，建築平面圖是室內導航的基礎。對此，Google想通過「眾包」的方式解決數據源的問題，為此而發布了一個Android應用，商場主或者商家可以利用該應用幫助改善Google地圖的室內定位功能。該應用目前僅支持美國地區已經上傳 地圖計劃的商家使用。這些商家可以下載安裝該應用，然後按照指南走完自己商店的整個區域。在這一過程中，商家會搜集GPS、手機基站以及一些公開的Wi-Fi信息從而幫助Google地圖改善其精確定位。用戶點擊Google地圖裡「我的位置」功能內的藍點「blue

dot」圖標就可以精確獲取自己的位置。

另外，用戶在使用Google的室內導航時，Google會收集一些GPS、Wi-Fi、基站等信息，通過伺服器進行處理分析之後為用戶提供更準確的定位服務。

6.2 蘋果方案

蘋果公司於2013年推出了基於低功耗藍牙模塊的一套室內定位系統，也就是iBeacon方案。iBeacon方案依靠藍牙基站拓撲根據射頻場強隨距離衰減的模型計算距離。通過建立小型基站，iBeacon可以形成一個50m半徑範圍的通訊區域，在該區域內的設備都可以通過低功耗藍牙技術進行信息傳輸。iBeacon方案提供了一整套軟體和應用的開發標準，通過低功耗藍牙的無線信號覆蓋和信息傳遞，使周圍的事物和人聯繫起來。它有專門的介面，並且搭配有相關的軟體演算法，能夠實現信息的精確傳輸。在應用到室內定位方面，iBeacon可以通過三角定位原理感知到用戶的位置是Far、Near還是Immediate，其定位精度可達到分米級。

自從蘋果公司於2013年推出這套方案之後，iBeacon已經在很多領域得到了應用。一些零售店已使用該技術為消費者導購。據美國媒體報道，美國老牌零售商梅西商店已經開始在商場內部部署iBeacon感測器，名為ShopBeacon。其中曼哈頓和舊金山兩家梅西百貨的顧客將能第一時間體驗到ShopBeacon的便捷。用戶攜帶iPhone在不同樓層間走動，便能夠接受到不同的商家信息。

6.3 諾基亞方案

諾基亞的室內定位方案採用的是HAIP技術，這是諾基亞開發的一種低功耗無線信號技術，諾基亞正在努力使它成為藍牙協議的一部分。HAIP技術包括帶有藍牙模塊的設備和安裝在屋頂的方向性發射台構成，發射台用來接收和發射定位信號，通過這兩者之間的通信完成定位。HAIP的準確度和可靠性比WLAN有非常明顯的優勢，通常情況下可以達到1米以下，辦公室環境里甚至可以達到0.3米，而且不受環境因素的影響。同時，HAIP技術的一個發射台可以覆蓋100m×100m的範圍並具有成本低、功耗低等特點，一台或多台都能完成定位。

HAIP還具有每秒50次的高速實時跟蹤的特點，並且不限制被跟蹤移動物體的數量，不需要校準不需要維護，發射台不需要網路連接，沒有延遲，更重要的是，它將不會泄露用戶的隱私，並且目前的智能手機基本都帶有藍牙模塊，用戶不需要額外購買其他的設備。

圖6-1 諾基亞方案多發射台定位示意圖

6.4 博通方案

博通公司研製了一種用於室內定位的新晶元（BCM4752），具備三維定位功能。這種晶元可以通過Wi-Fi、藍牙或NFC等技術來提供室內定位系統支持。同時，該晶元可以結合其它感測器，如手機里的陀螺儀、加速度感測器、方位感測器等，將位置的變化實時計算出來，甚至做到沒有死角。

6.5 Indoor Atlas方案

Indoor

Atlas是由芬蘭奧盧大學（University

of Oulu）的一個研究團隊開發的移動地圖應用，可以通過識別不同地點的地磁，幫助用戶進行室內導航。

由於地球上每一棟建築物、每一個樓層、甚至每一個角落，它們的地磁都是不一樣的。正因如此，通過探測其地磁就可以對它們進行定位。Indoor Atlas通過識別地球每個位置獨特的地磁進行定位，它甚至可以在沒有無線信號的區域進行工作。

目前，研究團隊已經在一個4593英尺深（約1380米）的礦洞中完成測試，該應用運行良好。而該應用在建築物中運行的精確範圍在0.1米至2米，用戶無需安裝其他配套軟硬體即可使用，也可以配合其他地圖應用獲得更精確的位置信息。

6.6 Qubulus方案

Qubulus是瑞典一家提供室內定位服務的公司。公司根據無線電信號（Radio Signature）來定位。由於每一個位置的無線電信號數量、頻度、強度等是不同的，Qubulus通過收集無線電信號的信息，根據這些差異計算出待定位物體的具體位置。Qubulus也提供了開發工具包，很容易申請下來。開發工具包里有一個例子，可以使用Eclipse直接編譯通過。

Qubulus提供的室內定位方案可以讓第三方開發者在自己的手機應用中添加室內定位功能，精度可到達貨架級，也就是說你可以對商店裡的產品進行定位。Qubulus的QPS系統的精度達到了2至3米，並且很快將推出新的演算法，將精度提到1米以內，非常適合店內導航。在使用這個LocLizard API之前，開發者需要將其和Qubulus的Gecko服務建立映射。這需要使用來自無線電網路的信號對建築物進行映射處理，然後讓手機應用通過這些數據確定用戶位置。

6.7 杜克大學方案

杜克大學藉助現實生活中路標（landmarks）的思想，正在開發一個叫做UnLoc的應用。此應用通過感知Wi-Fi、3G信號死角，以及一些運動特徵，如電梯、樓梯等位置已知的路標來計算你的位置。一旦檢測到這樣一種無形的地標，在手機上可以推斷其當前的位置，然後從該點向前運動感測器（如加速度計，羅盤和陀螺儀）追蹤其路徑。隨著時間的推移跟蹤可能會變得不準確，但手機能夠根據標誌性建築，不斷地修正了自己的位置，最終達到可靠地定位精度。

7. 室內定位技術面臨的挑戰

7.1 無負擔性

無負擔性的本質是設備自身對於用戶而言是不可見的。這種不可見性要求設備微型化、功能單一化並嵌入到物理實體中。

已有的室內定位系統往往需要用戶攜帶相關輔助設備。例如在Active

Badge系統中，用戶需要佩戴一個紅外的badge，在Active Bat系統中，用戶需要隨身攜帶一個Bat設備；基於RFID技術設計的室內定位系統若移動目標，同樣需要配備RFID標籤。這些輔助設備增加了用戶的負擔。因為用戶需要保證隨身攜帶這些設備，甚至對輔助設備進行操作。此外，如果輔助設備丟失或者被損壞，定位系統將無法正常工作。輔助設備的引入使得用戶需要攜帶並操作設備，甚至檢測設備的工作狀態，這將分散用戶的注意力，給用戶造成一定的負擔。

雖然基於視覺的系統不需要用戶攜帶輔助定位設備，但是它們需要保證光線、拍攝角度等因素不會給系統造成影響。

7.2 可擴展性和易部署性

可擴展性是指新的節點可以方便地接入現存系統，獲取相關的服務。系統只有在具有良好的擴展性前提下才能夠實現易部署的目標。當前定位系統的可擴展性普遍較差。

以RADAR系統為例，該系統建立Radio Map是整個系統的關鍵。如果在系統中加入新的基站節點，則需要重新構造Radio

Map，這極大地限制了系統的可擴展性。Active

Bat系統中，安裝在天花板上的接收機通過串列的高速網路連接並排列成菊花鏈。這種部署方法不能滿足系統擴展的要求。基於超聲波的定位系統多採用集中式的體系結構，而這種結構不利於系統的擴展。

從現有的技術來看，基於RFID和UWB的系統具有良好的可擴展性，方便部署。RFID系統中閱讀器和標籤之間通過無線的方式進行通信，而且標籤可以不受固定拓撲結構的約束，形成一個完全分散式的系統。UWB系統具有較強的穿透能力，克服了視線關係，方便部署。

7.3 健壯性

健壯性是指系統在局部發生故障或失效的情況下，仍然能夠提供適當服務的能力。

當前的定位系統無法在物理設備失效或拓撲結構變化的情況下保證系統的健壯性。例如IANDMARC系統引入了參考節點，如果參考節點失效，則整個定位系統就無法正常工作。另外，室內定位系統的健壯性在緊急情況下非常重要。假設一座安裝了室內定位系統的建築發生了火災，定位系統中的部分設備便會損壞或者暫時性失效，例如在濃煙的情況下攝像頭無法正常工作；因為供電系統損壞，部分定位模塊無法運轉。在這些突發情況下，室內被困人員如何通過定位系統順利逃生，消防人員如何確定自己在建築物中的位置及被困人員的位置等問題值得探討。

7.4 響應時間

響應時間是指在給定輸入信號下定位系統輸出位置信息的時間。系統的響應時間在定位移動目標時有非常重要的作用，但現有的定位系統大多忽略了該指標。然而，在需要對多個移動目標定位的場景中，定位系統的響應時間是衡量系統好壞的重要指標之一。這些場景對於系統響應時間的要求通常是毫秒級。人體日常行為的變化頻率為20Hz，但當前定位系統還不能滿足實時性的要求。

8. 總結和展望

位置服務是智慧城市、物聯網、移動互聯網等相關行業的共性需求，在全球信息產業新的競爭中已經成了制高點，也是我國經濟轉型升級的迫切需求。室內定位是位置服務中的最為重要組成部分，4G時代的到來和移動互聯網的蓬勃發展預示了室內定位技術具有無限廣闊的前景。據業內分析公司ABI研究公司預測，到2017年，室內定位技術的市場將達到50億美元，將安裝超過20萬項基礎設備，包括Wi-Fi熱點，藍牙天線等，並有超過8億品牌應用程序的下載量。

立足技術角度，室內定位的需求日益增大，各類應用對於室內定位的精度和相應時間等關鍵指標的要求不斷提升，這就要求室內定位的各種技術不斷演進和發展，多種定位媒介相互結合，多種核心演算法相互結合，發揮各自的優勢，實現快速響應和覆蓋範圍廣的無縫高精度定位。

立足應用角度，室內定位技術時刻影響著我們生活、購物、旅行以及傳統的電子商務交互方式，為人們的衣食住行和生產生活提供了越來越多的便利性和安全保障，不斷滿足各類應用的需求。室內定位可用於室內救援等公共安全類應用、室內移動物品管理、商場導航、老人兒童室內防走失等等。然而，現有的室內定位應用也只是冰山一角，未來隨著定位能力的不斷提升、商業模式的不斷創新，室內定位的應用將滲透到方方面面，室內定位產業將再次顛覆現有的位置服務模式。

推薦閱讀：