一種基于iBeacon和Wi-Fi的位置空間模型定位方法

孔勇平，鐘致民，楊廣龍，張玉良

（中國電信股份有限公司廣州研究院，廣東 廣州 510630）

1 引言

隨著物聯網的飛速發展，位置信息已成為物聯網業務的重要需求，位置是物聯網的基礎信息和核心，基于位置的服務成為各種物聯網業務應用的標準服務，如何獲取或感知終端用戶的位置是物聯網業務應用亟需解決的技術難題。

目前，GPS（Global Positoning System，全球定位系統）芯片已經逐步成為智能移動終端的標準配置，物聯網應用通過GPS可以很方便地獲取終端用戶位置信息，而且GPS的定位服務免費，定位精度較高。但是，GPS定位技術存在以下一些缺陷，在一定程度上限制了其應用范圍：首先是GPS耗電量較大，普通終端連續打開GPS 之后，電量只能續航幾個小時；其次是GPS對定位環境的要求較高，在高樓林立和室內等衛星被遮蔽的情況下無法實現定位，不具備對環境的普適性。為了克服GPS定位的缺點，業界研究了基于無線網絡信號和傳感器等新型定位技術，即通過無線網絡信號和傳感器特征確定終端用戶的位置信息。移動網絡信號定位技術的基本原理是通過與終端接收的Wi-Fi、iBeacon等信號的終端設備位置計算用戶的具體位置信息，其定位誤差和信號源設備的分布相關，一般為5m～150m。

各種物聯網業務應用中，位置信息的需求和目標是有區別的，位置信息不單單是一個具有高精度的物理位置坐標，在某些場景，位置信息與用戶的行為、目標和所在環境的關系尤為緊密。例如：在商場、展館、機場等大型室內空間，由于iBeacon和Wi-Fi的分布比較稀疏，在某些位置只有1個服務信號源覆蓋，不具備三角定位的3個以上信號源的條件，因此定位精度通常較低，只能確定用戶所在大概位置，用戶體驗性較差。因此，本文提出了一種適合物聯網業務應用的基于iBeacon傳感器的空間模型定位方法。

2 位置空間模型索引

2.1 物聯網應用對位置的需求

在物聯網領域的各種業務應用中，用戶對位置信息的需求和目標是有區別的。例如“翼周邊”應用，終端用戶的需求是能夠查找目標位置周圍的展館、商場、景點等POI信息，對位置信息的精度性能要求不是很高，往往位置信息誤差在幾百米范圍內均可滿足用戶的目標需求；而在用戶“步行導航”應用，尤其是室內路徑導航，則對位置信息的精度要求較高，往往要求獲取準確的起點、終點和路徑導航過程中的精準位置，通過精準的位置信息計算“步行導航”路徑和實現精確導航，因此在步行導航的應用場景中，對位置信息的精度要求高。鑒于用戶在不同的物聯網應用中對位置信息精度的要求有較大差異，因此要根據不同的應用場景，在不同的定位應用服務中提出不同的定位精度要求。

物聯網應用采用的定位技術，主要通過終端接收到的iBeacon和Wi-Fi等無線信號進行定位運算，但是這些信號的傳播容易受周邊環境的影響，因為無線信號傳播過程中會發生反射、折射、多路徑傳輸等信號衰減現象，使得無線信號源信息具有較大的不確定性，導致定位結果存在較大偏差。有些場景中，在iBeacon和Wi-Fi信號覆蓋的重復交叉區域會產生明顯的區域信號“跳躍”現象，終端接收到的iBeacon或Wi-Fi信號產生頻繁切換，無線信號源處于不斷變化的狀態，反映在物互聯網應用的表現是位置的“跳躍”。當用戶處于連續定位的場景，即使其真實位置并無太大的變動，但是受無線信號源參數已經發生了較大變化的影響，也將導致位置信息較大改變，導致定位結果產生“跳躍”的現象。因此，由于這兩種情況的影響，位置計算需要對“小區域”位置計算采取多種位置空間索引描述，位置空間索引不但可滿足各種應用對定位精度的要求，而且可保證在部分參數因環境因素影響發生隨機變化的情況下，借助各參數之間的關聯性，運算得出比較精準的定位結果，避免發生較大的“跳躍”現象。鑒于這種原理，物聯網應用亟需尋找相對合理、可靠、穩定的定位計算方法，以保證定位結果盡可能穩定可靠，避免產生較大的“跳躍”現象。

2.2 物聯網應用中位置的定義

狹義上講，位置（Location）是指在地理上的一個物理坐標或一片區域，通常利用經緯度坐標（Longitude，Latitude）表示信息。在物聯網中，通過無線信號的定位方法主要是利用iBeacon、Wi-Fi等無線信號源信息計算得出定位結果。由于iBeacon、Wi-Fi等無線網絡信號具有區域覆蓋的特點，往往不是準確的一個點，因此在定位運算結果中，經常通過iBeacon、Wi-Fi的中心點坐標和無線網絡信號覆蓋半徑表示相應的位置信息，本文采用P（X,Y,R）表示，其中，X為經度；Y為緯度；R為無線網路的信號覆蓋半徑。

通常情況下，用戶的真實位置信息與所處環境是密切相關的，因此用戶所處的環境對用戶的真實位置信息有很大的關聯約束性。例如，在大型建筑物內部，用戶出現在走廊、店鋪等活動區域的概率較大，而出現在展示區域的概率較小。在城市中，用戶出現在商業中心、寫字樓、道路、和生活小區等活動區域較大，而出現在河道、綠地和湖面等區域的概率往往較小。iBeacon信號的覆蓋范圍在幾米到幾十米之間，Wi-Fi信號的覆蓋范圍在400m以內。通過iBeacon和Wi-Fi信號源的位置來計算位置信息，很難達到用戶定位結果合理性的要求，往往要結合用戶所處環境的位置空間和POI（Point of Interesting，興趣點）等信息對定位結果進行糾正，有效提高定位結果的精準度和合理性。

基于上述對物聯網應用的位置定義分析，本文通過iBeacon、Wi-Fi、位置空間和POI等信息作為綜合位置空間索引來計算用戶的合理位置，本文通過四元組來表示位置信息：

公式中：I表示iBeacon信號源；W表示Wi-Fi信號源；R表示位置空間；P表示POI。

2.3 位置空間模型索引

本文通過四元組表示具體的位置信息，但是此位置信息并不是最終地理坐標位置，而是一個位置區域的位置空間模型索引。在四元組中，對應的每個參數都表示一個數據對象，I代表iBeacon網絡信號數據對象，W代表Wi-Fi網絡信號數據對象，R代表位置空間數據對象，P代表POI數據對象。而且每個數據對象也包含多種定義，其詳細如下：

I：iBeacon地址（IID）、區域半徑（R）；

W：Wi-Fi地址（MAC）、區域半徑（R）；

R：位置空間編號（RID）、建筑物碼、圖形空間、等級和路徑（X1,Y1; X2,Y2; ... ; Xn,Yn）；

P：POI編號（PID）、名稱、坐標（X,Y）、城市區位碼和類型。

在以上四元組中位置索引數據對象，其中任何一種數據對象都會對應精確的地理坐標，一般都能確定具體的地理位置，但是各種數據對象在定位結果運算過程中的作用是有較大差異的。iBeacon信號和Wi-Fi信號是終端能夠直接取得的無線信號參數，通過無線信號的交互，既可以作為與環境交互的媒介，也可以直接計算獲得移動終端的理論位置信息；位置空間和POI作為對周邊環境的描述，可以更合理地表示出終端用戶真實的位置信息。

綜上所述，iBeacon、Wi-Fi、位置空間及POI是對用戶周邊位置區域置的綜合性描述，通過四元組的相對關系來推算終端用戶的詳細位置信息。因此，可根據iBeacon、Wi-Fi、位置空間和POI構成的位置空間模型索引四元組來對基礎的位置信息進行重構。

3 綜合位置運算

3.1 綜合位置運算策略

在物聯網應用中，用戶對定位的目標是合理的位置信息，而不是高精度的位置信息。所謂合理的位置信息是指計算的結果與終端所處的周邊環境息息相關，并能與終端用戶的正常行為的周邊環境相一致。如某購物廣場市內圖（圖1）所示，A標識的是用戶所在的真實地理位置；B點標識的是通過定位運算方法計算的定位結果；C點是通過位置空間模型索引的綜合位置計算方法得出的定位結果。從對應的室內地圖定位結果來看，通過定位運算方法計算的B點距離A點更近，因此單純從兩點之間的距離對比則表示B點的位置比C點的位置更準確。但是從真實位置空間角度來看，C點與用戶的真實環境的感知體驗相同，更符合用戶的需求，與用戶的期望基本感覺不到偏差，反之B點的位置信息會感覺到比較大的差異。所以，C點的位置信息比B點的位置信息更符合用戶的需求。

圖1 室內地圖位置合理性示意圖

本文采用的位置空間模型索引的綜合位置計算方法主要采用以下兩種定位運算方法：

（1）定位計算精度由底向高逐步求精的方法。在位置空間模型索引四元組中的標識，Wi-Fi信號的覆蓋范圍往往比iBeacon信號的覆蓋范圍大，但是由于信號覆蓋范圍越大，則定位結果的精度越差，因此Wi-Fi定位的誤差往往比iBeacon定位誤差要大。在定位計算過程中，往往可以先通過Wi-Fi定位先確定用戶的位置，然后再通過iBeacon定位進一步對用戶位置進行修正求精。

（2）定位結果合理性方法。終端用戶所處的周邊環境往往與位置空間和POI等信息相關聯，而且不同的位置空間和POI之間的比重登記并不相同，這些屬性的權重都不同程度反映了用戶位置的合理性。所以在用戶位置計算過程中，需要通過設置對應的權重反映位置的合理性。

綜合位置計算策略流程如圖2所示：

圖2 綜合位置計算策略流程圖

3.2 綜合位置元組權重

綜合位置元組權重主要是為了對位置空間和POI信息進行調整。在大部分情況下，位置空間和POI信息的權重設置更能反映位置結果信息的合理性。本文主要采用靜態權重和動態權重兩部分進行調整。位置空間和POI信息具有相對的靜態屬性，穩定性較好，例如室內空間結構，路徑和POI信息具有相對穩定的靜態屬性，如室內空間的形狀、等級以及POI屬性的類型、性質等，通過位置空間和POI屬性都會對用戶的合理性產生較大的影響，所以一般把此類相對穩定的靜態屬性作為靜態權重設置；通過Wi-Fi、iBeacon等信號信息獲取的終端位置（X,Y）與周邊位置空間和POI之間的相對距離，在不同的環境和時間，用戶出現在位置空間和POI內的概率會有較大差異，因此與環境、時間等隨機性較大的元素稱為動態權重。

靜態權重：位置空間和POI信息按類型和等級可以分為兩個不同的權重進行設置；

動態權重：位置空間和POI按照定位運算得出的距離來設置權重，一般通過二次函數來計算距離的權重，如公式（2）所示：

其中，a、c是可調節的因子。

3.3 位置計算方法流程設計

通過無線信號網絡進行定位運算的技術，一般有兩個計算步驟。第一步是通過Wi-Fi和iBeacon信號初步計算出終端的位置信息；第二步是通過初步的位置信息與周邊的位置空間模型和POI信息進行對比運算，最終得出用戶的合理位置信息。綜合位置定位流程如圖3所示。

（1）步驟a的坐標計算方法：如果能獲取Wi-Fi信號源參數，通過Wi-Fi定位算法獲取終端位置坐標，如果有多個Wi-Fi參數，則用戶位置坐標計算如公式（3）和公式（4）所示：

其中：Wnx表示Wi-Fi物理地址的經度坐標；Wny表示Wi-Fi物理地址的緯度坐標。

（2）步驟b的位置計算方法：通過步驟a獲取的坐標（X,Y）檢索周邊位置空間模型和POI數據，對每種位置空間模型參數和POI信息數據根據權重比例設置其對應的比重，綜合分最高的結果可作為終端最合理的位置信息。

圖3 綜合位置定位流程示意圖

4 結果

本文實驗環境采用配置了藍牙和Wi-Fi模塊的智能終端，在不同室內空間采集Wi-Fi和iBeacon信號數據，并同時記錄下當前信號源的位置坐標，位置數據格式：。下一步通過本文提出的定位計算模型和方法，使用收集的iBeacon和Wi-Fi信號源參數進行定位計算，從而得到定位結果與位置空間坐標之間的距離作為實際定位誤差，并與單純的Wi-Fi和iBeacon定位結果相比較。本文試驗在不同的室內空間共采集了測試數據20 000條，實驗結果如圖4所示，從圖中可看出80%以上的定位結果誤差小于10m。

從實驗結果可明顯看出，通過本文的定位運算模型和算法不僅提增強定位結果的合理性，而且也提高了定位精度。

5 結束語

圖4 定位結果數據分析

文章提出了一種基于iBeacon和Wi-Fi的位置空間小于定位誤差的定位總次數/千條模型定位方法，通過對目前定位技術的對比分析，本文首先闡述了位置信息合理性的概念，并提出了基于位置信息合理性設計的位置計算方法和策略。實驗結果表明，通過本文提出的定位方法更能滿足用戶的定位需求，并得到了較好的位置信息。另外，本文將作為空間索引數據元素的iBeacon、Wi-Fi、位置空間和POI信息等數據元素進行適當的簡化，如Wi-Fi和iBeacon信號源的信號強度等，并且采用經驗模型對位置空間模型和POI信息的權重進行設置。為了進一步提高定位的合理性和用戶體驗，未來將研究采用機器學習等智能化大數據處理方法對定位結果進行修正。

[1] BAHL P, PADMANABHAN V N. RADAR: An in-building RF-based user location and tracking system[A]. Proceedings of 2000 Annual Joint Conference of the IEEE Computer and Communications Societies(INFOCOM, 2000)[C]. Tel Aviv, Israel: IEEE Computer Society, 2000.

[2] HARTER A, HOPPER A. A distributed location system for the active office[J]. IEEE Network, 1994,8(2): 62-70.

[3] HARTER A, HOPPER A, STEGGLES P, et a1. The anatomy of a context—aware application[A]. Proceedings of the 5th Annual International Conference on Mobile Computing and Network[C]. New York: ACM Press, 1999.

[4] 邊肇祺,張學工. 模式識別[M]. 北京: 清華大學出版社, 2004.

[5] Guanling Chen, David Kotz. A Survey of Context-Aware Mobile Computing Research[A]. Dartmouth Computer Science Technical Report[C]. Dept of Computer Science Dartmouth College, 1970: 125-126.

[6] 斯托林斯. 無線通信與網絡[M]. 何軍,譯. 北京: 清華大學出版社, 2005: 82-85.

[7] Y Gwon, R Jain. Error characteristic and calibrationfree techniques for wireless LAN-based location estimation[A]. in Proc Mobi-Wac’04, Philadelphia[C]. PA, 2004: 2-9.

[8] Waqas ur Rehman, Eyal de Lara, Stefan Saroiu. CILoS: A CDMA Indoor Localization System[A]. Department of Computer Science, University of Toronto, UbiComp’08[C]. Seoul, 2008.

[9] A Haeberlen, E Flannery, A M Ladd, et al. Practical robust localization over large-scale 802.11 wireless networks[A]. in Proc 10th ACM Int Conf Mobile Comput Netw[C]. Philadelphia, 2004: 70-84.

[10] Y T Chan, K C Ho. A simple and efficient estimator for hyperbolic location[J]. IEEE, 1994,42(8): 1905-1915. ★