低功耗藍牙手機終端室內定位方法

蘇　松，胡引翠，盧光耀，董　碩，李曉進，劉長宏

(1. 河北師范大學資源與環境科學學院，河北省 石家莊 050016； 2. 河北師范大學旅游

學院，河北 石家莊 050016)

Indoor Localization Method with the Low Power-consuming

Bluetooth Mobile Phone Terminals

SU Song,HU Yincui,LU Guangyao,DONG Shuo,LI Xiaojin,LIU Changhong

?

低功耗藍牙手機終端室內定位方法

蘇松1，胡引翠1，盧光耀1，董碩2，李曉進1，劉長宏1

(1. 河北師范大學資源與環境科學學院，河北省 石家莊 050016； 2. 河北師范大學旅游

學院，河北 石家莊 050016)

Indoor Localization Method with the Low Power-consuming

Bluetooth Mobile Phone Terminals

SU Song,HU Yincui,LU Guangyao,DONG Shuo,LI Xiaojin,LIU Changhong

摘要：為滿足高精度室內定位的需求，提出了基于地圖匹配技術和指紋技術的高精度室內藍牙定位方法。該方法以低功耗藍牙手機終端為指紋采集和定位媒介，通過獲取藍牙信號強度參數，并與室內地圖進行匹配處理，建立藍牙信號指紋庫。在定位階段，通過手機終端獲取附近藍牙信號強度信息，與指紋進行對比。在位置計算過程中，采用地圖匹配技術，通過空間疊加分析過濾后確定手機終端的空間位置。本文選取了一典型商業環境，通過測試，當藍牙錨點部署密度間隔15 m時，平均定位精度在3 m以內。

關鍵詞：室內定位；藍牙；iBeacons；指紋數據；地圖匹配

一、引言

隨著無線網絡和移動通信技術的飛速發展，現代人們生活對定位的需求越發明顯。當前社會的定位越發趨向于對室內定位的需求，相對于室外定位發展成熟，室內定位無疑還在起步階段。人類生活休閑的場所越來趨向于大規模的大型休閑娛樂購物中心；隨著私家車數量的不斷增長，露天停車場的車位供給量明顯不夠，大型的地下停車場已經開始流行；伴隨人口的增長，綜合性的大型醫療中心也日益增多。在這些大規模的室內環境迅猛發展的情況下，室內定位更加突顯其重要性。通過室內定位，一方面可以獲知或賦予特定主體位置信息；另一方面可以監控或實時跟蹤特定主體的位置信息[1]。當災難來臨時，室內定位同樣會發揮舉足輕重的作用，如火災發生的情況下，室內定位可以為消防人員提供火勢下復雜的室內空間格局，避免不必要的人員傷亡。室內定位的應用涉及眾多領域，這都催生著室內定位發展的快速前進。

二、室內定位發展現狀

當前常用的室內定位技術主要有超聲波技術、紅外線技術、超寬帶(UWB)、射頻識別(RFID)、ZigBee、Wlan、光跟蹤定位、移動通信定位、藍牙定位、地磁定位。

超聲波定位精度可以達到厘米級，但是超聲波衰減明顯，影響定位有效范圍。

紅外定位精度可達到5~10 m。但紅外線在傳輸過程中易受物體或墻體阻隔且傳輸距離較短，定位系統復雜度較高，有效性和實用性較其他技術仍有差距。

UWB定位，其準確度通常情況下不超過15 cm。但是其本身還不成熟，主要問題是UWB系統占用的帶寬很高，可能會干擾現有其他無線通信系統。

RFID室內定位準確度為1~3 m。缺點是：標識的體積比較小，需要特定的識別設備，作用距離近，不具有通信能力，而且不便于整合到其他系統中。

Zigbee技術定位精度可達到米級。由于受室內復雜的環境影響，建立準確的傳播模型非常困難，因此ZigBee定位技術的定位精度受較大的限制。

WLAN定位精度可達到5~10 m。WiFi定位系統具有架設成本較高、功耗較大等弱點，阻礙了室內定位技術的商業化進程。

光跟蹤定位一般定位準確度為2~5 m。但由于其本身的特點，要實現高精度的光定位技術，必須配備光傳感器，且對傳感器方向性要求較高。

移動通信定位精度不高，其精度取決于移動基站的分布及覆蓋范圍的大小。

地磁定位的定位精度優于30 m。磁傳感器是決定地磁導航定位的關鍵因素，精確的環境磁場基準圖、可靠的磁信息匹配算法也是十分重要的。高精度地磁傳感器過高的成本阻礙了地磁定位的普及發展。

藍牙定位技術適用于測量短距離，功耗較低，主要應用于小范圍定位，精確度為1~3 m，有中等的安全性和可靠性。藍牙設備體積小，易于集成在PDA、PC及手機中，因此很容易推廣普及。對于持有集成了藍牙功能移動終端設備的客戶，只要設備的藍牙功能開啟，藍牙室內定位系統就能夠對其進行位置判斷。采用該技術作室內短距離定位時容易發現設備且信號傳輸不受視距的影響。

相比其他幾種流行的室內定位方法，采用低功耗藍牙4.0標準的室內定位方法具有成本低、部署方案簡單、響應速度快等技術特點，加之手機設備廠商對藍牙4.0標準規范的大力推廣，因而具有更好的發展前景。

自藍牙1.0標準規范頒布至今，涌現出了多種基于藍牙技術進行室內定位的方法，包括基于范圍檢測的方法、基于信號傳播模型的方法、基于場強指紋匹配的方法[2]等。基于范圍檢測的方法定位精度較低，定位精度在5~10 m；基于信號傳播模型的方法定位精度在3 m左右；基于場強指紋匹配的方法定位精度在2~3 m。

iBeacons是基于藍牙4.0中BLE(藍牙低功耗)的特性發展而來的。隨著藍牙4.0版本中BLE技術的發布及蘋果公司的大力推導，iBeacons應用已成為現在最熱門的技術。現在，很多智能硬件也開始支持BLE的應用，特別是新上市的手機，BLE已成為標準配置。因此，利用BLE技術進行手機室內定位成為當今室內LBS應用的熱點。在藍牙定位方法中，以基于場強指紋匹配的方法精度最高，并得到廣泛應用。

張浩等[3]改寫了藍牙固件程序，采用RSSI檢測的方法，在服務端解算手機終端的位置，并通過網絡將該位置反饋到手機終端。該方法依賴于定制化藍牙固件和網絡通信環境。

李娟娟[4]通過建立點對點鏈路連接采集室內環境指紋，定位區域內每隔1 m采集一個指紋庫，定位階段采用模糊數學的方法，通過模糊隸屬度分析來解決指紋數據高維和不穩定性的問題。該定位方法定位參考點采集過于密集，現場實施采集效率低。

江德祥等提出了基于KRR的免標定定位算法[5]，利用藍牙錨點間的信號強度和坐標建立回歸模型，實現自適應定位，試驗測定平均誤差為1.25 m[6]。這種定位方法必須事先輸入藍牙錨點的位置，不適宜對陌生環境的定位。

王睿等針對單一模型定位精度低的問題，提出了藍牙和WiFi融合的定位方法，該方法通過最近鄰和網格計算的方法進行決策融合實現定位[7]。這種定位方法要求必須同時部署WiFi和藍牙環境。用于定位的手機必須同時開啟藍牙和WiFi。

基于場強指紋匹配方法的定位精度取決于兩個方面：一是參考點場強指紋的差異化特征；二是定位解算時對指紋匹配度的判定。一方面，筆者通過采用夾角余弦的方法提取參考點的特征向量，并對其進行克里金空間插值，制作室內空間指紋格網；另一方面，在指紋匹配度判定過程中采用方法，并通過室內地圖的空間約束來提高定位精度。

三、定位算法

1. 指紋數據采集處理方法

首先設立參考點，在參考點位置，以手機藍牙獲取藍牙錨點的信號強度，建立初始樣本數據庫。

其次，對初始樣本數據庫進行處理。由于信號強度會受到室內復雜環境及采集設備自身信號的不穩定等因素影響，會產生RSSI值異常。在數據處理過程中，將這些異常值刪除，以保證指紋數據庫的準確性。

然后，利用夾角余弦的方法，提取參考點指紋特征。

最后，利用克里金插值方法，建立指紋格網[8]。

如圖1所示，黑色點為指紋特征點,根據指紋特征點插值后得到指紋數據。

圖1　克里金插值得到的指紋數據

2. 定位解算方法

采用K—近鄰算法[9]，將定位點RSSI值與指紋數據庫作比對，根據設定的閾值計算得出數據庫最相似指紋數據點，賦值給定位點完成定位。

在室內定位過程中，將指紋視作N維空間。具有藍牙功能的手機終端設備掃描周圍的所有藍牙錨點時，會得到一個N維指紋數據點A，將點A與指紋數據庫的參考指紋格網點進行N維空間距離計算，從中取最小的距離值，那么這個最小距離對應的參考指紋格網點的空間坐標即是點A的最近似位置C。將C與室內地圖進行疊加分析，如果點C落入室內空間限制區域，將參考上次定位結果，將其移位到上次定位附近非限制區[10]。如圖2所示,黑色點為定位點C實際坐標位置點，其位置落在限制區水景內，但實際上該區域是禁止入內區域，因此需要進行地圖匹配，根據地圖的限制性屬性進行識別判斷，按照設定好的距離閾值將C移位到水景以外的可達區域，圖中的灰色點為地圖匹配后的定位點C坐標。

圖2　地圖匹配后的定位效果

四、定位方法驗證

1. 試驗場地環境描述

本試驗場地環境設在正常營業的商業網點，店內有空曠的大廳、玻璃幕墻、屏風隔斷、單間和水景。在店內以15 m左右間隔安裝iBeacon設備。

2. 指紋采集

首先開發無線指紋采集工具。無線指紋采集工具是一個基于手機終端的無線網絡掃描和管理軟件。

該軟件可用于采集iBeacon數據指紋，能掃描接收到的iBeacon的UUID，記錄相應信號強度，并按一定格式存儲為初始指紋文件。

在采集初始指紋數據之前，需要制作室內區域的地圖，在地圖上指定參考點的位置，然后采集該位置點的指紋數據，以確保參考點位置的精確性。

采集結束后的指紋點會顯示在地圖上，如圖3所示。地圖上標注點即為采集得到的指紋點，每條路段的這些指紋點匯集成定位需要的指紋數據庫。

圖3　指紋點采集

3. 指紋數據的處理

采集數據過程中，受室內復雜環境與iBeacon自身信號的不穩定等因素的影響，會產生個別RSSI值異常，需要將這些異常值去除掉，以保證指紋數據庫的準確性。本文采用了低通濾波方法對指紋數據進行預處理[11]，將iBeacon的RSSI臨界值設定為頻率點，當頻域超出這個截止頻率時，則舍棄不用。

4. 指紋特征提取

表1為處理完成后Excel呈現出的指紋數據庫樣式表格。

表1　指紋數據庫樣式表

表格中第1列是iBeacon編號，第2、3行是指紋數據點坐標，其他數字代表了采集得到的指紋點數據。

利用夾角余弦的方法，提取指紋特征。8組指紋特征圖表如圖4所示。

圖4　定位指紋比對圖

圖中橫軸代表iBeacon的編號，縱軸代表指紋的RSSI值。每一條曲線分別代表了不同指紋點在其位置上掃描到每一個iBeacon的RSSI值的分布態勢。從圖中可以觀察到，深黑色的實線待定位點8的RSSI值分布態勢與淺黑色的虛線指紋數據參考點3的RSSI值分布態勢是最接近的。因此可以判斷出待定位點的實際空間位置在參考點3位置附近，如圖5所示。

圖5　與指紋庫比對后定位點位置圖

圓形區域為參考點1位置區域。通過地圖匹配，待定位點被移位到可通達區域內，如圖6所示。

圖6　地圖匹配后定位圖

地圖上的定位箭頭為當前定位解算給出的位置，這與操作員的實際所在位置相差0.3 m，然后操作員由西向東開始行走，測試定位跟蹤，定位點跟蹤與操作員的實際行走狀態存在延遲，時間為400 ms左右。

在該試驗環境下測試了100個定位點，定位精度統計如圖7所示，根據試驗得出的數據可以發現該試驗的定位精度是相當良好的，平均定位誤差為1.21 m，最大定位誤差為2.1 m。相比于其他定位方法，本方法的定位精度大約提升53%。在實際應用中，1.5 m以下的平均定位誤差已經可以滿足室內環境下基于位置服務的基本需求。

圖7　定位精度統計

五、總結與展望

隨著近幾年藍牙技術的發展，尤其是藍牙4.0標準的發布，藍牙技術的功耗和成本都大大降低，定位的精度也越來越高，藍牙定位技術已經具備商業推廣的條件。

通過該試驗的定位測試，得到的定位精度在3 m以內。這種精度足以滿足當前業內外室內定位的需求。與其他定位方法比較，藍牙定位的優勢明顯，主要體現在以下幾個方面：

1) 架設容易。藍牙基站體積小，而且可以用電池供電，施工簡單。

2) 成本低。藍牙基站iBeacon的成本非常低。基于CSR芯片的基站每個需要30元人民幣左右。

3) 功耗低。藍牙基站及終端功耗已經達到相當低的水平，一個藍牙基站iBeacon可以依賴紐扣電池持續工作半年以上。

4) 定位精度高。從本試驗結果來看，依據本定位算法藍牙定位的精度可以控制在2.1 m以內，可以滿足室內環境下基于位置的服務基本需求。

本試驗定位方法以藍牙手機終端為定位媒介，在位置計算過程中加入了地圖匹配技術，通過空間疊加分析過濾后得到的手機終端空間位置相比較現有的室內定位方法，在定位精度與空間位置準確性上都有了顯著的提升。在低功耗藍牙手機終端定位基礎上，低通濾波與地圖匹配技術是關鍵因素。該方法在結構相對更加復雜的室內環境下， 藍牙信號

會受到一定程度的阻礙與反射，排除外界干擾確保藍牙信號的良性傳輸將是研究的下一個目標。

參考文獻：

[1]許華燕,李志輝,王金月. 室內地圖應用現狀及展望[J]. 測繪通報，2014(9):119-121.

[2]陳國平,馬耀輝,張百珂. 基于指紋技術的藍牙室內定位系統[J]. 電子技術應用,2013(3):104-107.

[3]張浩,趙千川. 藍牙手機室內定位系統[J]. 計算機應用，2011，31(11)：3152-3156.

[4]李娟娟,張金藝,張秉熠,等. 藍牙4.0標準規范下的模糊指紋定位算法[J]. 上海大學學報：自然科學版，2013,19(2)：126-131.

[5]江德祥,胡明清,陳益強,等. 基于核嶺回歸的自適應藍牙定位方法[J]. 計算機應用研究，2010(9):3487-3489.

[6]江德祥. 基于藍牙傳感網絡的室內定位研究及在行為識別中的應用[D].湘潭：湘潭大學,2010.

[7]王睿,趙方,彭金華,等. 基于WI-FI和藍牙融合的室內定位算法[J]. 計算機研究與發展,2011(S2):28-33.

[8]趙咪,劉軍發,陳益強,等. 基于定向信號補償的免標定室內定位方法[J].計算機工程，2012，38(1)：276-278.

[9]李文杰,李文明. 基于k-近鄰算法的定位方法設計和仿真[J]. 計算機仿真, 2009(4):194-196，351.

[10]趙凱,楊育紅,曲保章. 基于位置點匹配的GPS/DR組合導航系統地圖匹配算法[J]. 制導與引信,2003(3):24-29.

[11]胡建建,曾培峰,唐莉萍,等. 基于高斯低通濾波的音樂節拍提取[J]. 東華大學學報：自然科學版,2011(1):72-75.

[12]崔斌, 趙西安. 一種基于傳播模型和位置指紋的混合室內定位方法[J]. 測繪通報, 2015, 0(6): 35-38,43.

[13]張硯炳，沈嘉琪，岳岱安，等. 基于手機內置傳感器的無外源信號室內定位方案[J]. 測繪通報, 2014, 0(10): 60-62.

[14]張儷文，汪云甲，王行風. 仿射傳播聚類在室內定位指紋庫中的應用研究[J]. 測繪通報, 2014, 0(12): 36-39.

[15]閆凱鋒. 基于藍牙技術的工廠巡檢定位和數據通信研究[J]. 中國新通信,2014(5):75-76.

通信作者：胡引翠。E-mail：huyincui@163.com

作者簡介：蘇 松(1988—)，男，碩士生，主要研究方向為地理信息系統 。E-mail: 394009278@qq.com

基金項目：河北省自然科學基金(D2013205077)

收稿日期：2014-11-03

中圖分類號：P208

文獻標識碼：B

文章編號：0494-0911(2015)12-0081-04