室内定位定义:        

        室内定位是指在室内环境中实现位置定位,主要采用无线通讯、基站定位、惯导定位等多种技术集成形成一套室内位置定位体系,从而实现人员、物体等在室内空间中的位置监控。

室内定位需求:

        在室外环境,卫星导航技术已广泛应用于人们的生活。随着社会现代化建设的不断发展、大型建筑的日益增多,人们80%以上的时间处于室内环境,室内位置服务的需求正在不断增加。特殊人群定位、大型场馆管理、物联网、个人位置服务领域都需要使用准确的室内位置信息,特别在应急场景下,如消防救援、应急疏散、抗震救灾等,室内定位信息显得尤为重要。

室内定位技术:


UWB、RFID、红外线、RFID、ZigBee、超声波、 移动 通讯网络、地磁以及TC等。


Wi-Fi技术


通过无线接入点(包括无线路由器)组成的无线局域网络(WLAN),可以实现复杂环境中的定位、监测和追踪任务。它以网络节点(无线接入点)的位置信息为基础和前提,采用经验测试和信号传播模型相结合的方式,对已接入的移动设备进行位置定位,最高精确度大约在1米至20米之间。如果定位测算仅基于当前连接的Wi-Fi接入点,而不是参照周边Wi-Fi的信号强度合成图,则Wi-Fi定位就很容易存在误差(例如:定位楼层错误)。


另外,Wi-Fi接入点通常都只能覆盖半径90米左右的区域,而且很容易受到其他信号的干扰,从而影响其精度,定位器的能耗也较高。


蓝牙技术


蓝牙通讯是一种短距离低功耗的无线传输技术,在室内安装适当的蓝牙局域网接入点后,将网络配置成基于多用户的基础网络连接模式,并保证蓝牙局域网接入点始终是这个微网络的主设备。这样通过检测信号强度就可以获得用户的位置信息。


蓝牙定位主要应用于小范围定位,例如:单层大厅或仓库。对于持有集成了蓝牙功能移动终端设备,只要设备的蓝牙功能开启,蓝牙室内定位系统就能够对其进行位置判断。


不过,对于复杂的空间环境,蓝牙定位系统的稳定性稍差,受噪声信号干扰大。


UWB(超宽带技术)


超宽带技术与传统通信技术的定位方法有较大差异,它不需要使用传统通信体制中的载波,而是通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据,可用于室内精确定位,例如:战场士兵的位置发现、机器人运动跟踪等。


超宽带系统与传统的窄带系统相比,具有穿透力强、功耗低、抗多径效果好、安全性高、系统复杂度低、能够提高精确定位精度等优点,通常用于室内移动物体的定位跟踪或导航。


RFID技术


RFID定位技术利用射频方式进行非接触式双向通信交换数据,实现移动设备识别和定位的目的。它可以在几毫秒内得到厘米级定位精度的信息,且传输范围大、成本较低;不过,由于以下问题未能解决,所以RFID定位技术的适用范围受到局限。


1. RFID不便于整合到移动设备之中


2. 用户的安全隐私保护


3. 国际标准化


红外线技术


红外线技术室内定位是通过安装在室内的光学传感器,接收各移动设备(红外线IR标识)发射调制的红外射线进行定位,具有相对较高的室内定位精度。


但是,由于光线不能穿过障碍物,使得红外射线仅能视距传播,容易受其他灯光干扰,并且红外线的传输距离较短,使其室内定位的效果很差。当移动设备放置在口袋里或者被墙壁遮挡时,就不能正常工作,需要在每个房间、走廊安装接收天线,导致总体造价较高。


ZigBee技术


ZigBee是一种短距离、低速率的无线网络技术。它介于RFID和蓝牙之间,可以通过传感器之间的相互协调通信进行设备的位置定位。这些传感器只需要很少的能量,以接力的方式通过无线电波将数据从一个传感器传到另一个传感器,所以ZigBee最显著的技术特点是它的低功耗和低成本。


超声波技术


超声波定位主要采用反射式测距(发射超声波并接收由被测物产生的回波后,根据回波与发射波的时间差计算出两者之间的距离),并通过三角定位等算法确定物体的位置。


超声波定位整体定位精度较高、系统结构简单,但容易受多径效应和非视距传播的影响,降低定位精度;同时,它还需要大量的底层硬件设施投资,总体成本较高。


        移动通讯网络



获取移动目标当前所在小区的ID从而得到其位置信息,是最简单的一种定位方法,也是当今无线网络中广泛采用的定位技术。另外,它也能为基于位置的计费和信息需求提供服务。由于小区是任何无线蜂窝系统的固有特性,只需对当前系统作很少改动就可适用这种技术。起源蜂窝小区定位技术可以发展为基于网络或基于移动目标的实现方式。前者由网络获取移动目标所处于小区的ID,无需对移动目标作任何改动,但这样只能在移动目标处于激活态下才能进行。后者需要在每个小区广播本小区基站的地理坐标,移动目标根据所在小区的广播信息,获知自己的位置信息。


地磁

        地球本身是一个巨大的磁体,它在地理南北两极间形成一个基本的磁场。但这种地球磁场会受到金属物的干扰,特别是穿过钢筋混凝土结构的建筑物时,原有磁场被建筑材料(金属结构)扰动扭曲,使得每个建筑物内都形成了独特的“磁性纹路”,也就是说在室内形成了一种有规律的“室内磁场”。


        而且,如果建筑物本身不发生钢筋体的结构性改变,室内磁场的特性也就固定不变。而室内地磁定位正式捕捉这种“室内地磁场”的规律特征来实现的,通过手机端普遍集成的地磁传感器去收集室内的磁场数据,辨认室内环境里不同位置的磁场信号强度差异,从而匹配自己在空间中的相对位置。



        TC

        TC-OFDM(全称Time & Code Division-Orthogonal Frequency Division Multiplexing)是一种室内外无缝衔接的高精度定位技术,由北京邮电大学邓中亮教授提出的,利用定位和通信信号的一体化融合,实现高精度的室内外无缝定位。

室内定位方法:

目前,室内定位常用的定位方法,从原理上来说,主要分为:邻近信息法、质心法、极点法、多边定位法、场景分析法和航位推算法。


        1)邻近信息法,又称Cell-ID法,利用信号作用的有限范围,确定待测目标是否在某个参考点的附近,但只能提供大概的定位信息,能满足某些应用的要求,定位精度依赖于参考点的分布密度。

        2)质心法,根据信号范围内所有已知参考点的位置计算质心坐标,作为待测目标的位置,可以根据信号强度设置参考点的计算权重,得到权重质心坐标。质心法算法简单,计算量小,精度取决于已知参考点的分布密度。

        3)极点法,根据距离一个参考点的距离和方位来计算待测节点的位置。极点法非常方便,只需根据一个节点进行测量,在大地测量中应用广泛。


        4)多边定位法,通过测量待测目标到参考点之间的距离来计算目标的位置,是应用最广泛的定位算法。常用的测距方法包括基于信号达到时间(TOA)、基于信号达到时间差(TDOA)、基于信号达到角度(AOA)和基于接收信号强度指示(RSSI)。

        

深度学习的室内定位算法的实验图 室内 定位 技术_WiFi

        5)场景分析法,一般又称为位置指纹定位,在定位空间中采集不同位置发出的信号特征参数建立指纹数据库,通过将实际接收信号与数据库中的信号特征参数进行对比来实现待测目标的定位。指纹定位的优点是所需定位的参考测量点少,定位精度高;缺点是前期工作量大,且不适合环境变化太大的区域。

        

深度学习的室内定位算法的实验图 室内 定位 技术_室内定位_02

        6)航位推算是根据预先确定的位置、估计或已知的速度和时间来估计当前的位置,在惯性导航定位中使用,但是精度误差随时间而累积。室内定位中常使用行人航迹推算,PDR技术通过惯性传感器检测人行走的步长、步数和行走方向来进行定位计算。

        

深度学习的室内定位算法的实验图 室内 定位 技术_深度学习的室内定位算法的实验图_03

室内定位精度:

深度学习的室内定位算法的实验图 室内 定位 技术_WiFi_04