一種基于地磁強(qiáng)度特征的室內(nèi)定位方法

【摘要】 研究了基于地磁強(qiáng)度特征的智能手機(jī)室內(nèi)定位技術(shù)，利用智能手機(jī)的傳感器獲得每個位置多個方位的地磁強(qiáng)度特征，通過坐標(biāo)變換和均值濾波對初始特征進(jìn)行了處理，提取了每個位置的地磁特征量，并以實際室內(nèi)環(huán)境為例進(jìn)行了驗證評估。

【關(guān)鍵詞】 智能手機(jī) 傳感器 地磁 室內(nèi)定位

一、引言

室內(nèi)定位技術(shù)的商業(yè)化已經(jīng)帶來一波創(chuàng)新高潮，各種基于此技術(shù)的應(yīng)用將出現(xiàn)在我們的面前，其影響和規(guī)模絕不會亞于GPS（Global Positioning System，全球定位系統(tǒng)）。以手機(jī)為載體的LBS（Location based Service，基于位置的服務(wù)）發(fā)展迅猛[1]。

GPS在室內(nèi)無法進(jìn)行準(zhǔn)確定位。大多數(shù)利用基站進(jìn)行無線定位技術(shù)都是基于到達(dá)時間TOA（time of arrival）、到達(dá)時間差TDOA（Time Difference of Arrival）和到達(dá)角AOA（Angle of Arrival）等這些信息[2]，實際上，基于這些技術(shù)的定位結(jié)果只有在視距信號占支配地位的情況下才是可靠的，因而無法用于非視距傳輸?shù)氖覂?nèi)定位。基于RSS（Received Signal Strength）的室內(nèi)定位方法[3]，為了獲得定位的精度，該方法需要采集大量數(shù)據(jù)和部署高密度的接入點，并估計接入點到終端的傳播模型，復(fù)雜度高。文獻(xiàn)【4】中提出了一種基于磁傳感器進(jìn)行室內(nèi)定位的方法，定位精度小于5米。但該方法要求指紋庫和測試集采集相同方位的磁場強(qiáng)度值特征量，而且需要較大的存儲空間和信號采集時間。

本文提出了一種利用智能手機(jī)測量的地磁強(qiáng)度特征量進(jìn)行室內(nèi)定位的方法。

二、定位原理與方法

根據(jù)地磁場理論，地磁場是地球的基本物理場，處在地球近地空間內(nèi)任意一點都具有磁場強(qiáng)度，且其強(qiáng)度和方向會隨著不同的經(jīng)、緯度和高度而不同。同時，根據(jù)磁場理論，磁性物質(zhì)對磁場會有影響。現(xiàn)代的建筑大都是鋼筋混凝土或鋼結(jié)構(gòu)，它們會在局部空間上彎曲地磁場，但在時間上是穩(wěn)定的，且具有一定的獨特性，這樣就可以利用不同空間磁場差異性來定位[4]。

2.1 傳感器的坐標(biāo)變換

對于安卓系統(tǒng)傳感器的應(yīng)用程序接口（Application Programming Interface，API）而言，采用的坐標(biāo)系統(tǒng)是相對與設(shè)備被保持在默認(rèn)方向時的設(shè)備屏幕來定義的，如圖1所示[5]。當(dāng)設(shè)備被保持在默認(rèn)方向時，X軸是水平向右、Y軸是垂直向上、Z軸是指向屏幕面板的外部。

利用智能手機(jī)進(jìn)行地磁測量時，不同地理位置的不同方位下測量的地磁特征由于坐標(biāo)體系不一樣而無法直接對比匹配，因此需要根據(jù)公式（1）～（4）進(jìn)行坐標(biāo)變換：

其中，、、分別表示繞X、Y、Z軸旋轉(zhuǎn)的矩陣；分別表示繞Z、X、Y軸的旋轉(zhuǎn)角度，可以通過磁傳感器和加速度傳感器的原始數(shù)據(jù)計算得到[5]；表示智能手機(jī)磁傳感器測量的X、Y、Z軸磁場強(qiáng)度，其中表示轉(zhuǎn)置運算；表示坐標(biāo)變換后的X、Y、Z軸磁場強(qiáng)度。

2.2 地磁定位方法

基于地磁的定位方法可以描述為：利用智能手機(jī)測量得到X、Y、Z軸的三維地磁強(qiáng)度值和對應(yīng)的旋轉(zhuǎn)角度，經(jīng)過公式（1）～（4）進(jìn)行坐標(biāo)變換后，得到新的地磁強(qiáng)度值，然后基于最近鄰方法進(jìn)行指紋匹配，獲得定位結(jié)果。具體步驟如下：

1）數(shù)據(jù)采集與預(yù)處理

1.1）獲取訓(xùn)練樣本的初始數(shù)據(jù)：在室內(nèi)選擇一段過道，以間隔距離為d，按順序選取N個位置，記錄該位置下P個不同方位對應(yīng)的地磁強(qiáng)度測量值；

1.2）獲取測試樣本的初始數(shù)據(jù)：在不同于這N個位置的地方，選取M個位置，記錄每個位置下Q個不同方位對應(yīng)的地磁強(qiáng)度測量值；

1.3）均值計算：對于所有數(shù)據(jù)中，分別計算同一個位置同一個方位中多次測量的地磁強(qiáng)度和方位角的平均值，并作為該位置、該方位的角度和地磁強(qiáng)度值。

2）建立指紋庫

對于作為訓(xùn)練樣本采集的N個位置、P個方位的數(shù)據(jù)，根據(jù)以下處理過程建立指紋庫：對第i個位置、第j個方位（i=0，1，...N-1，j=0，1，...P-1）的地磁測量值，結(jié)合對應(yīng)的旋轉(zhuǎn)角度值，利用公式（4），可以得到進(jìn)行坐標(biāo)變換后的三維地磁強(qiáng)度值；然后根據(jù)公式（5），對同一個位置多個方位的地磁強(qiáng)度值進(jìn)行平均計算，得到該方位的地磁指紋特征；

其中，作為集合ω是指選擇P個方位中的L1個方位組成的集合；表示第i個位置的地磁特征量。

3）建立測試集

對于作為測試樣本采集的M個位置、Q個方位的數(shù)據(jù)，基于與前一步類似的處理過程，建立測試集。

4）進(jìn)行指紋匹配

指紋匹配算法采用最近鄰法的思路，具體描述如下：

4.1）將指紋庫中N個已知位置的地磁特征量分N-1為組，相鄰兩個位置的地磁特征量組成一組，記為，其中i=0，1，...N-2；

4.2）計算待定位位置j的地磁特征量VTestj與Ki組中兩個地磁特征量的歐式距離之和dji，i=0，1，...N-2；

4.3）查找距離集合中的最小值{dji}，記為djk，則將待確定位置j判斷為介于位置和之間。

三、仿真結(jié)果

以軟件園某大廈內(nèi)部16層的一段直線走廊為測試環(huán)境，利用華為麥芒手機(jī)配置的傳感器，進(jìn)行仿真驗證。走廊長度為9.60米，以0.60米為間隔設(shè)置17位置作為訓(xùn)練點，用智能手機(jī)測量每個位置4個不同方位（對應(yīng)0°、90°、180°和270°）的三維地磁強(qiáng)度值，并根據(jù)前文所述的方法獲得每個位置的地磁指紋特征，建立指紋庫；在這些訓(xùn)練點的位置之外，選擇了6個位置，測量每個位置5個方位（按順序?qū)?yīng)0°、90°、180°、270°和300°）的地磁強(qiáng)度值，建立測試集；利用前一節(jié)描述的最近鄰方法進(jìn)行指紋識別。定位結(jié)果如表1～表2所示，其中，測試集特征是指獲得測試點地磁特征量的方位數(shù)，平均誤差和最大誤差的單位是1倍間距（即0.60米）。

表1中基于1個方位生成指紋庫特征的定位結(jié)果，測試集用的方位數(shù)越多，則正確定位的概率由0.67提升到0.75，最大誤差由10倍間距減小到5倍間距，平均誤差在0.80～1.16倍間距之間；表2中基于4個方位生成指紋庫特征的定位結(jié)果說明，測試集用的方位數(shù)越多，則正確定位的概率由0.73提升到0.83，最大誤差由5倍間距減小到1倍間距，平均誤差在0.33～0.80倍間距之間。

四、結(jié)論

對比表1和表2可以發(fā)現(xiàn)，如果測試集特征用的方位數(shù)越多，則從正確定位概率、平均誤差和最大誤差來綜合看，對應(yīng)的定位性能越好。同時，本文提出方法在建立指紋庫時，每個參考位置的地磁特征經(jīng)處理后只需要存儲一個三維特征量，數(shù)據(jù)存儲量很小；指紋庫和測試集對應(yīng)的方位不一樣時仍可以定位。另外，智能手機(jī)越來越普及，而且智能手機(jī)一般配置有磁傳感器和加速度傳感器。所以，本文的定位方法易于實際應(yīng)用。

參 考 文 獻(xiàn)

[1]婁路.面向移動LBS的智能手機(jī)室內(nèi)定位技術(shù)探討 .電信科學(xué)，2012（6）：98～103

[2] Gustafsson F， Gunnarsson F. Mobile positioning using wireless network： Possibilies and fundamental limitions based on available wireless network measurements[J]. IEEE Signal Process. Mag. Vol. 22， No.4， pp 41～53， Jul. 2005.

[3] Mazuelas S， Bahillo A， Lorenzo R.M， et al. Robust indoor positioning provided by real-time RSSI values in unmodified WLAN networks. IEEE Journal of selected topics in Signal Processing， Vol. 3， No. 5， Oct. 2009.

[4] Chung J， Donahoe M， Schmandt C， et al. Indoor location sensing using geo-magnetism[J]. Proceedings of the 9th international conference on Mobile systems， applications， and services， 2011， Bethesda， Maryland， USA.

[5] http：//developer.android.com/guide/topics/sensors/sensors_overview.html#sensors-coords