特大型城市室內(nèi)定位信息系統(tǒng)及應(yīng)用

劉 源，趙樂(lè)軍

(1.中國(guó)電信上海公司，上海 200120；2.華東理工大學(xué)，上海 200237)

1 引言

隨著社會(huì)經(jīng)濟(jì)高速的發(fā)展以及北斗系統(tǒng)的逐步建成，導(dǎo)航與位置服務(wù)應(yīng)用正在成為國(guó)家中長(zhǎng)期發(fā)展重點(diǎn)關(guān)注及建設(shè)的產(chǎn)業(yè)。針對(duì)特大型城市室內(nèi)外無(wú)縫高精度定位的迫切需求，國(guó)家科技部主導(dǎo)制定了羲和計(jì)劃，開(kāi)展高精度室內(nèi)外無(wú)縫定位技術(shù)研究，并在2012年和2013年分兩期設(shè)立863重大項(xiàng)目開(kāi)展“導(dǎo)航與位置服務(wù)系統(tǒng)關(guān)鍵技術(shù)與應(yīng)用示范”研究。一期項(xiàng)目重點(diǎn)突破室外高精度定位技術(shù)，二期重點(diǎn)突破室內(nèi)高精度定位技術(shù)。本文圍繞室內(nèi)高精度定位技術(shù)及在特大型城市應(yīng)用，討論了室內(nèi)無(wú)線(xiàn)保真(wireless fidelity，WiFi)、藍(lán)牙(bluetooth，BT)等定位關(guān)鍵技術(shù)，研究了室內(nèi)外海量定位數(shù)據(jù)采集和并行處理技術(shù)，研發(fā)了城市室內(nèi)定位數(shù)據(jù)云計(jì)算解算中心，構(gòu)建了特大城市室內(nèi)外定位服務(wù)能力開(kāi)放及運(yùn)營(yíng)支撐平臺(tái)系統(tǒng)。

目前基于無(wú)線(xiàn)電信號(hào)的室內(nèi)定位技術(shù)主要有WiFi，超寬帶(ultra wideband，UWB)，紅外，藍(lán)牙，超聲波，射頻識(shí)別(radio frequency identification，RFID)和小區(qū)識(shí)別碼(cell identity，Cell-ID)等，但由于無(wú)線(xiàn)電信號(hào)定位技術(shù)在室內(nèi)的多徑及非視線(xiàn)(non line of sight，NLOS)環(huán)境中信號(hào)衰減嚴(yán)重，使其定位精度受到很大挑戰(zhàn)。基于微慣導(dǎo)芯片、三軸加速度計(jì)等終端集成定位傳感器的室內(nèi)導(dǎo)航定位技術(shù)研究正在得到越來(lái)越多的關(guān)注。國(guó)外有關(guān)的室內(nèi)位置服務(wù)系統(tǒng)解決方案主要有蘋(píng)果公司基于藍(lán)牙4.0的iBeacon解決方案，高通公司的Gimbal方案，采用Bluetooth Smart藍(lán)牙定位技術(shù)等。國(guó)內(nèi)百度等公司也在研發(fā)基于WiFi的室內(nèi)定位產(chǎn)品。針對(duì)特大城市的室內(nèi)定位及服務(wù)系統(tǒng)還沒(méi)有看到，但在商業(yè)領(lǐng)域興起的智慧商業(yè)中對(duì)室內(nèi)定位技術(shù)及應(yīng)用的需求極為迫切，需要加快相關(guān)的研究與探索。

2 室內(nèi)高精度定位技術(shù)

在室內(nèi)定位中，不同的環(huán)境和不同的定位要求使得定位系統(tǒng)所采用的定位技術(shù)不同。總體上室內(nèi)定位技術(shù)大致可分為聲、光、電、磁以及多傳感融合等類(lèi)別。考慮到特大城市的大規(guī)模應(yīng)用，目前業(yè)界普遍認(rèn)為最為成熟的技術(shù)是WiFi和藍(lán)牙及配合一些傳感器的融合技術(shù)。

2.1 藍(lán)牙技術(shù)

藍(lán)牙技術(shù)應(yīng)用于室內(nèi)定位時(shí)，首先面臨的是信號(hào)刷新周期太長(zhǎng)的問(wèn)題。信號(hào)刷新周期太長(zhǎng)不僅會(huì)影響定位的實(shí)時(shí)性，同時(shí)也會(huì)影響定位的精度[1]。雖然經(jīng)修改后的協(xié)議可以從一定程度上解決該問(wèn)題，使定位結(jié)果可令人接受，但該類(lèi)做法并不具有普遍意義。

藍(lán)牙4.0技術(shù)規(guī)范的發(fā)布，從根本上改變了早期藍(lán)牙技術(shù)規(guī)范的薄弱環(huán)節(jié)，使其在電池續(xù)航時(shí)間、節(jié)能和設(shè)備種類(lèi)上得到了極大的改善。尤其是新規(guī)范中對(duì)信號(hào)刷新周期大幅提高，使得該技術(shù)在定位領(lǐng)域中顯出的極大的潛力。最新的研究文獻(xiàn)和成果表明[2]，藍(lán)牙技術(shù)比現(xiàn)行的無(wú)線(xiàn)局域網(wǎng)絡(luò)(wireless local area networks，WLAN)中的技術(shù)更適用于室內(nèi)定位[3]。

2.2 無(wú)線(xiàn)保真

在幾種無(wú)線(xiàn)信號(hào)定位技術(shù)中，利用WiFi信號(hào)進(jìn)行室內(nèi)定位的研究最為深入，應(yīng)用最為廣泛。現(xiàn)有的商業(yè)定位系統(tǒng)中，多數(shù)方案均為使用WiFi信號(hào)進(jìn)行定位[4]。

2.3 多傳感融合

現(xiàn)代移動(dòng)終端設(shè)備上已配有多種傳感器，如加速度、陀螺、方向和磁力等。移動(dòng)終端設(shè)備操作系統(tǒng)也提供了10種以上各類(lèi)傳感器的接口。因此如何利用這些內(nèi)部傳感器進(jìn)行室內(nèi)定位也成為了研究的焦點(diǎn)。在以往的研究中，傳感器均多作為無(wú)線(xiàn)信號(hào)定位的輔助，如跟蹤中的方向判別、信號(hào)采集中的靜止/運(yùn)動(dòng)判別等[5]。UnLoc方法[6]給出了多傳感融合定位范例地磁室內(nèi)定位可看成多傳感融合定位的另一成功案例。

2.4 定位算法

在無(wú)線(xiàn)局域網(wǎng)絡(luò)或無(wú)線(xiàn)傳感網(wǎng)絡(luò)定位中，可使用在室外、衛(wèi)星定位中廣泛應(yīng)用的是三角定位方法，也可使用基于無(wú)線(xiàn)信號(hào)強(qiáng)度的定位方法。在無(wú)線(xiàn)信號(hào)強(qiáng)度的定位方法中包括信號(hào)強(qiáng)度指紋/信號(hào)傳播模型定位兩類(lèi)方法。

WLAN環(huán)境中可使用信號(hào)到達(dá)時(shí)間(time of arrival，TOA)，信號(hào)到達(dá)時(shí)間差(time difference of arrival，TDOA)，信號(hào)到達(dá)角(angle of arrival，AOA)以及信號(hào)發(fā)射角(angle of departure，AOD)定位。然而，與室外環(huán)境不同，在WLAN低功率無(wú)線(xiàn)設(shè)備組成的高密度網(wǎng)中，由于各設(shè)備之間的同步很難實(shí)現(xiàn)，利用TDOA估計(jì)距離也很難實(shí)現(xiàn)；而在通過(guò)測(cè)量TOA來(lái)估計(jì)距離時(shí)，由于室內(nèi)環(huán)境中用戶(hù)之間的距離較短并存在較嚴(yán)重的衍射和繞射等非直線(xiàn)傳播情況，且同一用戶(hù)信號(hào)的各條多徑分量在時(shí)間上相當(dāng)接近，所以，精確的TOA或者TDOA估計(jì)難以實(shí)現(xiàn)。另一方面，墻壁、人體等影響信號(hào)傳播的障礙物很多，無(wú)線(xiàn)信號(hào)存在反射和散射現(xiàn)象，不同路徑分量的幅度、相位、到達(dá)時(shí)間和入射角各不相同，這使接收到的復(fù)合信號(hào)在幅度和相位上都產(chǎn)生了嚴(yán)重的失真。因此，AOA(或AOD)在非視距的環(huán)境下也不適用于室內(nèi)定位。

雖然AOA(或AOD)在非視距的環(huán)境下不適于室內(nèi)定位，但角度估計(jì)受環(huán)境的影響遠(yuǎn)小于信號(hào)強(qiáng)度估計(jì)受環(huán)境的影響，尤其是AOA可以?xún)H用二個(gè)接收源就可給出目標(biāo)的三維估計(jì)以及不需要設(shè)備之間的同步的優(yōu)點(diǎn)使該方法始終受到研究者的關(guān)注。近年來(lái)，隨著WLAN環(huán)境中多輸入多輸出(multiple input multiple output，MIMO)設(shè)備的應(yīng)用，使得AOA方法重新得到了重視并取得了一些新的成果[7]。在信號(hào)到達(dá)角和信號(hào)到達(dá)方向估計(jì)中，多采用多重信號(hào)分類(lèi)或旋轉(zhuǎn)不變估計(jì)算法[8]。

信號(hào)指紋定位實(shí)質(zhì)上是信號(hào)強(qiáng)度匹配定位技術(shù)。它將待定位區(qū)域按照一定的規(guī)則劃分成若干已知位置的采樣點(diǎn)，并將每個(gè)采樣點(diǎn)處測(cè)得的全部可見(jiàn)AP的MAC地址及其信號(hào)強(qiáng)度連同該采樣點(diǎn)的位置等信息一同作為一條記錄保存到數(shù)據(jù)庫(kù)。這些位置采樣點(diǎn)對(duì)應(yīng)的數(shù)據(jù)庫(kù)記錄信息被稱(chēng)為位置指紋或射頻信號(hào)圖。定位時(shí)它直接使用實(shí)時(shí)采集的信號(hào)強(qiáng)度與訓(xùn)練階段采集的指紋進(jìn)行模式匹配，從而實(shí)現(xiàn)目標(biāo)定位。本質(zhì)上該方法屬于模式識(shí)別和機(jī)器學(xué)習(xí)的方法。由于射頻信號(hào)圖能比較準(zhǔn)確地反映信號(hào)采集位置的環(huán)境特征，有較高的定位精度和各種無(wú)線(xiàn)網(wǎng)絡(luò)信號(hào)的適用性以及可適用于兩種形式定位方式(基于基礎(chǔ)設(shè)施端和基于用戶(hù)端)。因此，該方法自問(wèn)世以來(lái)就成為了研究熱點(diǎn)并取得了大量的研究成果。

根據(jù)位置指紋記錄在數(shù)據(jù)庫(kù)中的保存形式，指紋定位又可以分為確定性和概率分布兩大類(lèi)方法。這兩類(lèi)方法的典型代表分別為RADAR系統(tǒng)[9]和Horus系統(tǒng)[10]。

傳播模型方法是通過(guò)對(duì)無(wú)線(xiàn)信號(hào)在室內(nèi)范圍的傳播衰減模型進(jìn)行研究，進(jìn)而用距離估計(jì)的方法得出各參與信號(hào)采集端點(diǎn)與目標(biāo)間的距離并結(jié)合三角測(cè)量原理計(jì)算得到目標(biāo)的位置。傳播模型方法又可以分為物理模型法和實(shí)驗(yàn)?zāi)Ｐ头ǎ渲形锢砟Ｐ陀尚盘?hào)傳播損耗的物理特性得到而實(shí)驗(yàn)?zāi)Ｐ蛣t由大量實(shí)驗(yàn)數(shù)據(jù)回歸擬合獲取。實(shí)驗(yàn)?zāi)Ｐ头ǖ玫降膫鞑ツＰ透m合待定位的具體環(huán)境，但普遍性、靈活性不足。

由于信號(hào)傳播模型定位僅需要預(yù)知信號(hào)采集端點(diǎn)的標(biāo)識(shí)及其位置信息，相對(duì)位置指紋技術(shù)所需的大量位置指紋采集和后期的指紋維護(hù)工作，信號(hào)傳播模型方法較指紋法步驟簡(jiǎn)捷。信號(hào)傳播模型方法的定位精度受信號(hào)采集端點(diǎn)位置精度和路徑傳播損耗模型精度的影響，加之由于室內(nèi)信號(hào)強(qiáng)度的各向異性特性，這些因素都使得該方法的定位精度遠(yuǎn)低于指紋法。這類(lèi)方法的典型代表為ActiveCampus系統(tǒng)[11]。

在典型定位系統(tǒng)和基本算法成型后，研究工作主要集中在如何提高定位系統(tǒng)的精度和準(zhǔn)確度、系統(tǒng)的可擴(kuò)充性、算法的魯棒性以及如何降低系統(tǒng)的先期建立成本和后期維護(hù)成本等方面。

由于概率分布的方法實(shí)質(zhì)上歸結(jié)在如何求取似然函數(shù)，所以，如何準(zhǔn)確地描述概率分布曲線(xiàn)成為了提高定位精度和準(zhǔn)確性的主要方向。研究者對(duì)正態(tài)分布、多維正態(tài)分布、混合高斯分布、直方圖描述、核方法等數(shù)學(xué)方法的應(yīng)用進(jìn)行了深入研究并取得了大量成果[12]。

由于指紋方法實(shí)質(zhì)上屬于模式識(shí)別和機(jī)器學(xué)習(xí)的方法。因此，為了能更準(zhǔn)確的分類(lèi)，研究者對(duì)模式識(shí)別和機(jī)器學(xué)習(xí)中的分類(lèi)方法如 樸素Beyes、Beyes網(wǎng)絡(luò)、隨機(jī)森林、支持向量機(jī)等方法在定位中的應(yīng)用也進(jìn)行了深入研究[13]。為了能對(duì)室內(nèi)移動(dòng)目標(biāo)進(jìn)行跟蹤，隱馬爾可夫模型及各種Beyes濾波器，如卡爾曼濾波、擴(kuò)展卡爾曼濾波、粒子濾波以單獨(dú)或與其它方法結(jié)合的方式在定位中大量應(yīng)用[14-16]。

傳播模型定位方法中提高精度的關(guān)鍵為距離估計(jì)。動(dòng)態(tài)自適應(yīng)距離估計(jì)成為了傳播模型定位方法提高精度的關(guān)鍵[17]。將指紋定位與動(dòng)態(tài)自適應(yīng)距離估計(jì)結(jié)合，使精度和系統(tǒng)建立步驟簡(jiǎn)捷折中也是一種改善方法[18]。

指紋定位方法的魯棒性主要體現(xiàn)在不同環(huán)境的適用性和不同設(shè)備間的適用型。在方法的魯棒性方面，指紋定位方法中不同設(shè)備間的適用性顯得非常重要，這是始終困擾指紋定位法的問(wèn)題之一。因?yàn)榻⒅讣y不可能遍歷所有種類(lèi)的設(shè)備，在定位與指紋建立間始終存在設(shè)備異構(gòu)的問(wèn)題。對(duì)于設(shè)備異構(gòu)性的研究比較典型的解決方案有：線(xiàn)性映射、學(xué)習(xí)映射、設(shè)備分類(lèi)映射、非標(biāo)號(hào)數(shù)據(jù)映射、遷移學(xué)習(xí)、差異信號(hào)分類(lèi)等。但到目前為止，似乎還沒(méi)有一個(gè)較為統(tǒng)一的結(jié)論。

指紋定位法實(shí)用化所面臨的最大問(wèn)題是指紋建立和維護(hù)所需的時(shí)間和經(jīng)濟(jì)成本。隨著對(duì)定位的深入認(rèn)識(shí)和定位需求的不同要求，研究人員在追求定位精度的同時(shí)也開(kāi)始關(guān)注另一種定位方式即粗粒度定位。粗粒度可以是房間級(jí)別，也可以是區(qū)域級(jí)別甚至是樓層級(jí)別。由于粗粒度可以使得指紋數(shù)量大量減少，同時(shí)可以使用眾包技術(shù)、自動(dòng)指紋形成技術(shù)、傳感器融合技術(shù)以及可以大幅度地降低設(shè)備異構(gòu)帶來(lái)的問(wèn)題，因此，該方法開(kāi)始逐漸成為一個(gè)新的熱點(diǎn)。

粗粒度定位的早期典型代表為RWL系統(tǒng)[19]和加入融合技術(shù)的COMPASS系統(tǒng)[20]及Mol′e系統(tǒng)[21]，但最具代表意義的為Redpin系統(tǒng)[22]、ARIEL系統(tǒng)[23]和UnLoc系統(tǒng)。這些方法反映了眾包技術(shù)、指紋自動(dòng)形成技術(shù)和多傳感融合技術(shù)在定位中的應(yīng)用，同時(shí)也反映了室內(nèi)定位的發(fā)展趨勢(shì)。另外，其他一些系統(tǒng)(如文獻(xiàn)[24])所提出的方法和觀點(diǎn)也非常值得借鑒。

粗粒度定位和多傳感器融合定位可以很好地應(yīng)用于大數(shù)據(jù)挖掘、個(gè)人軌跡跟蹤、位置感知等新興領(lǐng)域。

綜合上述，精確定位和粗粒度定位結(jié)合，傳統(tǒng)定位方法與多傳感器定位結(jié)合代表著室內(nèi)定位技術(shù)的發(fā)展方向，將具有更強(qiáng)的實(shí)用性和更廣的適用范圍。

3 基于云計(jì)算的定位數(shù)據(jù)解算架構(gòu)

定位數(shù)據(jù)解算中心需要采集室內(nèi)外海量定位數(shù)據(jù)，數(shù)據(jù)存儲(chǔ)規(guī)模高達(dá)TB級(jí)別，還需要為數(shù)百萬(wàn)用戶(hù)提供定位服務(wù)。如何實(shí)現(xiàn)海量數(shù)據(jù)的存儲(chǔ)，及時(shí)響應(yīng)數(shù)百萬(wàn)用戶(hù)的并發(fā)定位服務(wù)請(qǐng)求，是定位數(shù)據(jù)解算系統(tǒng)的技術(shù)挑戰(zhàn)。

3.1 基于Hadoop云計(jì)算的定位數(shù)據(jù)解算中心

Hadoop云計(jì)算平臺(tái)作為一種新型的存儲(chǔ)方案，利用HDFS/MR核心技術(shù)，保證海量數(shù)據(jù)的處理效率，全PC架構(gòu)/無(wú)需磁陣可以極大的降低系統(tǒng)的建設(shè)成本，可以堪稱(chēng)高性能/低成本的最佳解決方案。

1)海量數(shù)據(jù)挑戰(zhàn)

.需要采集室內(nèi)外海量定位數(shù)據(jù)，數(shù)據(jù)規(guī)模高達(dá)TB級(jí)別。

.需要提供數(shù)百萬(wàn)級(jí)別用戶(hù)的并發(fā)定位服務(wù)。

2)傳統(tǒng)方案失效

.面對(duì)海量數(shù)據(jù)，傳統(tǒng)的小型機(jī)+磁陣方案無(wú)法勝任；

.傳統(tǒng)數(shù)據(jù)庫(kù)可處理數(shù)千萬(wàn)條，無(wú)法處理數(shù)十億記錄；

.傳統(tǒng)數(shù)據(jù)庫(kù)SQL查詢(xún)響應(yīng)慢，無(wú)法及時(shí)響應(yīng)用戶(hù)定位服務(wù)需求。

3)建設(shè)成本對(duì)比

.傳統(tǒng)方案要配置高性能的小型機(jī)和磁盤(pán)陣列，云方案利用低成本的PC設(shè)備組成服務(wù)集群，節(jié)省了大量設(shè)備投資；

.傳統(tǒng)數(shù)據(jù)庫(kù)Oracle/TeraData收費(fèi)，云數(shù)據(jù)倉(cāng)庫(kù)HIVE/HBASE免費(fèi)；

3.2 定位數(shù)據(jù)解算中心架構(gòu)

圖1 WiFi定位結(jié)算中心架構(gòu)

其中接入服務(wù)層采用專(zhuān)業(yè)級(jí)的流量均衡設(shè)備，可以將數(shù)百萬(wàn)的并發(fā)用戶(hù)定位請(qǐng)求，平均分布到各個(gè)定位節(jié)點(diǎn)服務(wù)器。

定位服務(wù)節(jié)點(diǎn)服務(wù)器利用云平臺(tái)的MapReduce云計(jì)算架構(gòu)，實(shí)現(xiàn)高并發(fā)的定位解算服務(wù)。定位解算服務(wù)過(guò)程中，將訪問(wèn)云存儲(chǔ)的指紋庫(kù)數(shù)據(jù)，并將其中經(jīng)常使用的部分加載到內(nèi)存中，完成定位計(jì)算后，輸出定位結(jié)果返回給手機(jī)終端。

手機(jī)終端根據(jù)定位結(jié)果，利用導(dǎo)航協(xié)議訪問(wèn)地圖服務(wù)器，獲得地圖瓦片以及POI信息，最終采用地圖定位的方式，在終端上顯示當(dāng)前位置和相關(guān)信息。

4 能力開(kāi)放及運(yùn)營(yíng)支撐平臺(tái)

滿(mǎn)足位置和應(yīng)用聚合要求的業(yè)務(wù)運(yùn)營(yíng)管理和業(yè)務(wù)能力支撐的統(tǒng)一平臺(tái)即由室內(nèi)外定位平臺(tái)、室內(nèi)外定位門(mén)戶(hù)、能力開(kāi)放接口、手機(jī)客戶(hù)端SDK等組成。平臺(tái)可提供終端的位置、軌跡、停留時(shí)間、終端設(shè)備號(hào)及號(hào)碼、累積終端數(shù)等信息；可提供短信、彩信、數(shù)據(jù)等通道服務(wù)；可提供云計(jì)算、云存儲(chǔ)等軟硬件資源服務(wù)；可提供室內(nèi)外電子地圖數(shù)據(jù)服務(wù)；可提供基于位置的信息推送、信息交互服務(wù)；可提供SDK開(kāi)發(fā)工具，滿(mǎn)足百萬(wàn)用戶(hù)的接入處理能力；成為開(kāi)放、功能齊全、處理能力強(qiáng)大、穩(wěn)定、可靠的位置服務(wù)平臺(tái)。

可提供第三方應(yīng)用系統(tǒng)接入和第三方托管應(yīng)用等模式，平臺(tái)具備相關(guān)的管理功能，如：終端管理，用戶(hù)管理，運(yùn)維管理，日志管理，統(tǒng)計(jì)分析，計(jì)費(fèi)管理等。

4.1 位置服務(wù)能力開(kāi)放及運(yùn)營(yíng)支撐平臺(tái)系統(tǒng)架構(gòu)

圖2 位置服務(wù)能力開(kāi)放及運(yùn)營(yíng)支撐平臺(tái)

位置服務(wù)平臺(tái)提供的定位服務(wù)和設(shè)備，主要結(jié)合移動(dòng)通訊技術(shù)(包括SMS、CDMA、EVDO、WiFi等)、全球定位系統(tǒng)(global positioning system，GPS)、室內(nèi)定位解算系統(tǒng)(WiFi定位)、地理信息系統(tǒng)(geographic information system，GIS)和互聯(lián)網(wǎng)技術(shù)，搭建一個(gè)基于互聯(lián)網(wǎng)的公共定位能力服務(wù)平臺(tái)，使室內(nèi)外定位服務(wù)商用化、大眾化、公共化，讓每個(gè)有這種需求的公司、企業(yè)、團(tuán)體和個(gè)人都能以最低的成本運(yùn)用定位技術(shù)及網(wǎng)絡(luò)平臺(tái)技術(shù)對(duì)車(chē)輛、人員、物資進(jìn)行定位跟蹤管理，并對(duì)定位信息資源進(jìn)行管理。

4.2 平臺(tái)業(yè)務(wù)處理流程

4.3 平臺(tái)主要功能圖解

4.3.1 用戶(hù)管理

圖3 位置服務(wù)能力開(kāi)放及運(yùn)營(yíng)支撐平臺(tái)用戶(hù)管理

4.3.2 監(jiān)控對(duì)象操作

圖4 位置服務(wù)能力開(kāi)放及運(yùn)營(yíng)支撐平臺(tái)監(jiān)控對(duì)象操作

4.3.3地圖操作

圖5 位置服務(wù)能力開(kāi)放及運(yùn)營(yíng)支撐平臺(tái)地圖操作

4.3.4 數(shù)據(jù)庫(kù)查詢(xún)

圖6 位置服務(wù)能力開(kāi)放及運(yùn)營(yíng)支撐平臺(tái)數(shù)據(jù)庫(kù)查詢(xún)

5 室內(nèi)高精度定位在智慧商圈中的應(yīng)用

今年上海市政府確定智慧城市建設(shè)任務(wù)之一是大力開(kāi)展智慧商圈建設(shè)。上海曾經(jīng)是國(guó)內(nèi)最繁華的商業(yè)城市，有著名的南京路、淮海路、四川北路、徐家匯等商業(yè)街。但近些年，這些傳統(tǒng)的商圈受到電商的沖擊，銷(xiāo)售收入急劇下滑。隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，以線(xiàn)下線(xiàn)上(020)相結(jié)合的、精確位置服務(wù)的、大數(shù)據(jù)應(yīng)用及移動(dòng)支付為特征的智慧商圈開(kāi)始嶄露頭角。智慧商圈為傳統(tǒng)商圈的發(fā)展帶來(lái)機(jī)遇，為振興上海傳統(tǒng)商業(yè)指明了方向。

精確位置服務(wù)需要高精度的室內(nèi)外定位技術(shù)，基于位置的智能化、個(gè)性化廣告推送能力，可視化的多維商場(chǎng)導(dǎo)購(gòu)呈現(xiàn)。

商家：能按不同的人群、終端甚至用戶(hù)所處的位置來(lái)推送不一樣的內(nèi)容，做到最為精準(zhǔn)的營(yíng)銷(xiāo)，最終提高營(yíng)業(yè)額。

消費(fèi)者：可以隨時(shí)找到自己所關(guān)心的商場(chǎng)、商鋪所在位置，并提供行走路徑的指引。還可實(shí)現(xiàn)停車(chē)場(chǎng)尋車(chē)引導(dǎo)等功能。

基于高精度位置的大數(shù)據(jù)分析可以實(shí)時(shí)觀察客流的動(dòng)態(tài)變化，客流的興趣愛(ài)好。集中管理平臺(tái)會(huì)對(duì)所有收集的原始數(shù)據(jù)進(jìn)行分析，并形成有效報(bào)表，進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)。圖7是某商業(yè)樓宇的客流高精度位置分析圖。

圖7 客流高精度位置分析圖

6 結(jié)束語(yǔ)

針對(duì)特大型城市室內(nèi)高精度定位的迫切需求，本文重點(diǎn)討論了室內(nèi)WiFi、藍(lán)牙等定位關(guān)鍵技術(shù)，和室內(nèi)定位數(shù)據(jù)云計(jì)算解算中心建設(shè)方式，以及構(gòu)建特大城市室內(nèi)外定位服務(wù)能力開(kāi)放及運(yùn)營(yíng)支撐平臺(tái)系統(tǒng)的關(guān)注點(diǎn)，最后介紹了室內(nèi)高精度定位是智慧商圈建設(shè)的重要內(nèi)容。

[1] MADHAVAPEDDY A，ALASTAIR T.A Study of Bluetooth Propagation Using Accurate Indoor Location Mapping[EB/OL].[2014-08-02].http：//www.cl.cam.ac.uk/research/dtg/www/publications/public/acnt2/ubicomp2005-bluetooth.pdf.

[2] DEVANSHI S A，SINGH S.Indoor Localization Based on Bluetooth Technology：A Brief Review[J].International Journal of Computer Applications，2014，97(8)：31-33.

[3] ZhAO Xiao-jie，XIAO Zhuo-ling，MARKHAM A，et al.Does BTLE Measure up Against WiFi? A Comparison of Indoor Location Performance[C]//Proceedings of the 20th European Wireless Conference(European Wireless 2014).Barcelona，Spain：VDE，2014：263-268.

[4] GU Yan-ying，LO A，NIEMEGEERS I.A Survey of Indoor Positioning Systems for Wireless Personal Networks[J].IEEE Communications Surveys & Tutorials，2009，11(1)：13-32.

[5] LIU Yang，DASHTI M，ABD RAHMAN M A，et al.Indoor Localization Using Smartphone Inertial Sensors[C]//Proceedings of the 11th Workshop on Positioning，Navigation and Communication(WPNC 2014).Dresden：IEEE，2014：1-6.

[6] WANG He，SEN S，ELGOHARY A，et al.No Need to War-drive：Unsupervised Indoor Localization[C]//Proceedings of the 10th International Conference on Mobile Systems，Applications，and Services(MobiSys '12).New York：ACM，2012：197-210.

[7] BELLONI F，RANKI V，KAINULAINEN A，et al.Angle-based Indoor Positioning System for Open Indoor Environments[C]//Proceedings of the 6th Workshop on Positioning，Navigation and Communication(WPNC 2009).Hannover：IEEE，2009：261-265.

[8] ABDALLA M M，ABUITBEL M B.Performance Evaluation of Direction of Arrival Estimation Using MUSIC and ESPRIT Algorithms for Mobile Communication Systems[C]//Proceedings of the 6th Joint IFIP(Wireless and Mobile Networking Conference(WMNC 2013).Dubai：IEEE，2013：1-7.

[9] BAHL P，PADMANABHAN V N.RADAR：An In-building RF-based User Location and Tracking System[EB/OL].[2014-08-02].http：//research.microsoft.com/en-us/people/padmanab/infocom2000.pdf.

[10] YOUSSEF M，AGRAWALA A.The Horus Location Determination System[J].Wireless Networks，2008，14(3)357-374.

[11] GRISWOLD W G，SHANAHAN P，BROWN S W，et al.Active Campus：Experiments in Community-oriented Ubiquitous Computing[J].Computer，2004，37(10)：73-81.

[12] HONKAVIRTA V，PERLT，ALI-L?YTTY S，et al.A Comparative Survey of WLAN Location Fingerprinting Methods [C]//Proceedings of the 6th Workshop on Positioning，Navigation and Communication(WPNC 2009).Hannover：IEEE，2009：243-251.

[13] BALAGUER B，ERINC G，CARPIN S.Combining Classification and Regression for WiFi Localization of Heterogeneous Robot Teams in Unknown Environments[C]//Proceedings of the 2012 IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS).Vilamoura：IEEE，2012：3496-3503.

[14] ANDREW M L，KOSTAS E B，RUDYS A，et al.Robotics-based Location Sensing Using Wireless[C]//Proceedings of the 8th Annual International Conference on Mobile Computing and Networking(MobiCom '02).New York：ACM，2002：227-238.

[15] LEE K C，OKA A，POLLAKIS E，et al.A Comparison between Unscented Kalman Filtering and Particle Filtering for RSSI-based Tracking[C]//Proceedings of the 7th Workshop on Positioning，Navigation and Communication(WPNC 2010).Dresden：IEEE，2010：157-163.

[16] YIM J G，KIM J S，LEE G Y，et al.Kalman Filter vs.Particle Filter in Improving K-NN Indoor Positioning[C]//Proceedings of the 15th International Conference on Knowledge-based and Intelligent Information and Engineering Systems(KES'11)：Volume Part II.Berlin：Springer-Verlag Berlin，Heidelberg，2011：203-213.

[17] LIM H，KUNG L C，HOU J C，et al.Zero-configuration Robust Indoor Localization Theory and Experimentation[J].Wireless Networks，2005，16(2)：405-420.

[18] DE MORAES L F M，NUNES B A A .Calibration Free LAN Location System Based on Dynamic Mapping of Signal Strength[C]//Proceedings of the 4th ACM International Workshop on Mobility Management and Wireless Access(MobiWac '06).New York：ACM，2006：92-99.

[19] HAEBERLEN A，F(xiàn)LANNERY E，LADD A M，et al.Practical Robust Localization over Large-Scale 802.11 Wireless Networks[C]//Proceedings of the 10th Annual International Conference on Mobile Computing and Networking(MobiCom '04).New York：ACM，2004：70-84.

[20] KING T，KOPF S，HAENSELMANN T，et al.COMPASS：A Probabilistic Indoor Positioning System Based on 802.11 and Digital Compasses[EB/OL].[2014-08-02].http：//pi4.informatik.uni-mannheim.de/～kopf/publications/2006/King_2006c.pdf.

[21] LEDLIE J，PARK J G，CURTIS D，et al.Mole：A Scalable，User-generated WiFi Positioning Engine[EB/OL].[2014-08-02].http：//people.csail.mit.edu/ledlie/papers/Mole-IPIN11.pdf.

[22] BOLLIGER P.Redpin：Adaptive，Zero-Configuration Indoor Localization through User Collaboration[EB/OL].[2014-08-02].http：//www.vs.inf.ethz.ch/publ/papers/bolligph-redpin2008.pdf.

[23] JIANG Yi-fei，LI Kun，QIN Lv，et al.ARIEL：Automatic Wi-Fi based Room Fingerprinting for Indoor Localization[C]//Proceedings of the 2012 ACM Conference on Ubiquitous Computing.New York：ACM，2012：441-450.

[24] YANG S W ，DESSAI P，VERMA M，et al.FreeLoc：Calibration Free Crowdsourced Indoor Localization[EB/OL].[2014-08-02].http：//www.deepdyve.com/lp/institute-of-electrical-and-electronics-engineers/freeloc-calibration-free-crowdsourced-indoor-localization-WaeIHKedTI.