室內定位技術發展與研究綜述

石敏　周后盤　吳輝　阮益權　裘瑞清

摘 要： GPS全球定位系統提供了完善的室外定位導航服務，但是由于信號遮擋問題，導致這一定位方式并不適用于室內。因此，室內定位導航技術成為近年來研究的重點和熱點。首先介紹目前主流的室內定位技術，包括每種不同定位技術的優缺點和最新的研究進展，然后總結目前室內定位技術發展過程中所面臨的挑戰，最后提出未來室內定位技術的創新研究方向。

關鍵詞： 位置服務； 室內定位； 定位技術； 創新應用

中圖分類號：TP271+.5 文獻標志碼：A 文章編號：1006-8228（2018）08-01-04

A review of the development and research of indoor positioning technology

Shi Min1， Zhou Houpan1，2， Wu Hui1，2， Ruan Yiquan1， Qiu Ruiqing1

（1. Smart City Research Center of Hangzhou Dianzi University， Hangzhou， Zhejiang 310018， China；

2. Regional Collaboration Innovation Center of Smart City）

Abstract： GPS （Global Positioning System） provides a complete service for outdoor location navigation. However， on account of signal blocking problems， this positioning method cannot be applied to the scenarios of indoor environments. Therefore， indoor navigation technology becomes the focus and the hot spot of the research in recent years. This paper introduces indoor positioning technologies of the mainstream， including the advantages and disadvantages of different positioning techniques and the latest research progress， and then sums up the challenges of indoor positioning technology faced nowadays. Finally， orientations of the future research on indoor positioning technologies are discussed.

Key words： location based service； indoor positioning； positioning technology； innovative application

0 引言

美國的GPS定位系統和中國的北斗衛星導航系統提供了室外定位導航服務的技術支撐，這種基于衛星信號的定位方式技術成熟、定位精度高、實時性好、抗干擾能力強，但是由于衛星信號容易被遮擋、室內環境復雜多變等原因導致這種定位方式無法應用于室內。然而，地下車庫停車路線規劃、商場購物引導、火災救援等發生在室內場景的定位需求，推動了室內定位技術的發展，如何實現精準可靠的室內定位成為近年來研究的重點。

室內定位是指在室內環境中實現位置定位，主要在采用無線通訊、基站定位以及融合其他技術的基礎上形成一套室內定位技術體系，從而實現人員、物體等在室內空間中的位置監控[1]。從目前來看，有多種技術解決方案能夠完成室內定位的功能，主流且較為成熟的定位技術有Wi-Fi、藍牙、超聲波、慣導、光定位（紅外）、地磁、二維碼等。采用單一的定位技術由于技術本身固有的缺陷往往無法滿足人們對于定位的實時性、準確性需求，再加上室內復雜的環境和多徑效應的影響，故多種定位技術的融合是將來室內定位發展的必然趨勢[2-3]。

1 室內定位技術

從室內定位技術的實現原理上看，有鄰近檢測[4]、接收信息強度指示（RSSI）[5]，以及到達時間（TOA）[6]、到達時間差（TDOA）[7]、到達角度（AOA）[8]等幾種方式，再結合幾何上的算法，如多變定位法、三角定位法、雙曲線法等[4]。從具體實現方式上看，有多種技術能在上述定位方法的基礎上實現室內定位功能，下面對主流的相對成熟的室內定位技術進行簡要介紹。

1.1 Wi-Fi定位技術

從2012年開始，中國移動等就投入大量人力財力建設大規模的Wi-Fi網絡。商場、圖書館、小區的大部分區域已經實現信號覆蓋。Wi-Fi信號資源覆蓋率的提高，為基于Wi-Fi的室內定位技術發展提供了有利條件。Wi-Fi室內定位的原理是通過無線接入點（包括無線路由器）組成的無線局域網絡，實現復雜環境中的定位檢測和追蹤任務[9-10]。它以網絡節點的位置信息為基礎，采用經驗測試和信號傳播模型相結合的方式，對接入的移動設備進行定位，定位精度在1米到20米之間。

1.2 藍牙定位技術

藍牙（Bluetooth）是一種無線技術標準，可實現固定設備、移動設備之間的短距離數據交換。在室內安裝適當的藍牙局域網接入點之后，將網絡配置成基于多用戶的基礎網絡連接模式，并保證藍牙局域網接入點始終是在一個微網絡的主設備，這樣通過檢測信號強度就可以獲得用戶的位置信息。藍牙定位主要應用于小范圍定位，定位終端如手機只要開啟藍牙功能就能實現自身定位，使用方便。

1.3 超聲波定位技術

超聲波是一種頻率高于20000赫茲的聲波，基于超聲波的室內定位技術優點是指向性好、穿透力強，室內環境復雜的一個體現是信號被建筑阻隔導致的嚴重衰減，所以超聲波的高穿透力是這種技術適用于室內的一個優勢。超聲波的能量在傳播過程中損耗小，所以傳播距離遠，因此常常應用于距離測量。

但是聲波的一個特性即聲波的傳輸速度受空氣密度影響較大，聲波傳播速度與空氣密度成正比，而空氣密度又主要受濕度影響，所以這種定位方式的準確性受氣候影響波動較大，同時基礎設備的投入花費巨大。

1.4 慣性導航定位技術

慣性導航是在牛頓力學的基礎上建立一個數學模型，即在已知初始位置的前提下，根據測得的運動速度和加速度計算下一個位置坐標，從而實現定位功能。慣性導航系統的核心組件IMU（慣性測量單元）是由三個正交的單軸加速度器和三個正交陀螺儀組成，隨著智能手機的普及和微機電器（MEMS）的發展，為慣性導航的廣泛應用提供了硬件上的基礎，基于智能手機的慣性導航成為研究的重點[11-12]。

慣性導航的自主性較強，但是慣性導航的位置誤差與速度誤差會隨著時間的積累而增大，而且導航精度主要取決于陀螺的精度，單純從提高儀器的精度上去提高定位導航精度很難實現。所以，有研究是將慣性導航定位技術與其他室內定位技術結合以期能獲得更高的定位精度[13]。

1.5 紅外線定位技術

紅外室內定位技術是通過安裝在室內的光學傳感器，接收各種移動設備發送經過調制的紅外射線進行定位，具有較高的定位精度。

紅外線技術雖然已經非常成熟，定位精度也相對較高。但是紅外線只能視距傳播，穿透性非常差[14]，也容易受燈光、煙霧等外部環境因素干擾。這些缺點都大大降低了紅外線定位技術的應用范圍。

1.6 地磁定位技術

地磁指的是地球自身的磁場，地磁場是一個矢量場，具有全天候、全地域的特征。在地球近地空間內任意一點上的地磁場都具有惟一性，且理論上與該點的經緯度一一對應，所以只要準確確定各點的地磁場矢量數據即可實現全球定位，定位方法主要采用指紋定位方法[15-16]。由于地磁信息是地球的固有資源，所以基于地磁的室內定位技術實現起來成本開銷較小，而且定位精度高、可靠性好。地磁也可以作為輔助導航技術與慣導系統組合使用，校正慣導系統的累積性誤差，同時也可以彌補地形匹配導航技術在跨平原、跨水域時存在的缺陷。

1.7 二維碼定位技術

將二維碼作為一種信息載體，對靜態對象的位置進行編碼并以二維碼的形式嵌入在已有的標志系統中，結合室內電子地圖就可以實現定位和導向功能。定位功能的實現一般要經過二維碼掃描、信息檢索、信息解碼、地圖匹配、信息展示等5個步驟[17]?；诙S碼的室內定位技術成本低廉、布置簡單，而且將靜態標志與電子地圖聯系起來，豐富了標志導向系統的內涵。

2 面臨的挑戰

2.1 環境復雜多變

室內空間布局復雜多變，信號干擾源眾多，如燈光、溫度、墻壁等。這些復雜的室內環境一方面導致實際定位精度很難達到理論上的定位精度。另一方面會導致適用于某一地區的室內定位解決方案可能很難適用于其他地區，導致定位模型的普適性降低。

2.2 定位成本與精度需求難以兼顧

要實現精度高、可靠性好、實時性強的室內定位系統，就需要投入大量的人力物力用于器材的花銷以及前期的數據處理，而且后期系統維護成本高昂。如何實現低成本與高精度相統一的室內定位系統，是解決室內定位技術大范圍應用的關鍵。

2.3 輔助技術標準不完善

相比于室外地圖的建立，室內地圖的建立復雜度更高。室內地圖的制作尚無統一的技術規范，通用的地圖標準、數據格式、以及生產工具都是在各個企業各自定義的私有協議下發展[18-19]，這就為室內定位技術規范的形成造成困難。

3 創新應用方向

目前，室內定位主流的應用場景包括：商場購物導購、停車場尋車、自主導游等。隨著定位技術的日漸完善，為拓展定位技術應用的廣度和深度，使之更好的與智能應用、智能服務相結合，提出以下創新研究方向。

3.1 基于北斗平臺的室內外無縫定位

北斗導航系統是我國自主研發和運營的全球衛星定位導航系統，隨著更多衛星的組網成功，北斗系統在導航精度和可靠性上都在穩步提升?；诒倍菲脚_的室內外無縫定位系統，以北斗導航系統為技術核心和橋梁，搭建室內外定位綜合服務平臺，實現室外定位與室內定位平滑過渡，使高效的定位解決方案從室外走向室，從而建立一個全空間、全方位的定位服務系統，以達到資源的充分有效利用。

3.2 室內位置數據挖掘

得益于計算機處理能力和數據存儲能力不斷提升，人們從大規模數據中分析提取出有價值信息的能力不斷增強。通過智能設備獲取單個用戶產生的高質量、大量級[20]的位置數據并進行分析，可以為預測用戶其他多種行為趨勢及興趣愛好提供理論支持。更進一步，通過對某一區域所有用戶的位置數據進行分析可以幫助預測該區域人群移動的軌跡，對智慧城市建設中的智慧交通、智慧安防等應用提供數據支持，體現其科研價值和商業應用價值。

3.3 多技術融合

實現精度高、成本低、實時性強的室內定位解決方案是未來研究的目標，然而，建立在單一技術基礎上的室內定位解決方案很難達到人們對于室內定位系統的需求，因此，多技術融合、優勢互補是未來解決室內定位問題的新思路。

Xiong 等人通過融合WSN技術和RFID技術，再結合拓展的卡爾曼濾波和粒子濾波方法，在定位精度上得到有效提升[21]。Gao等人通過將加權回歸于插值模型，與最大似然估計方法相結合，能使定位精度保持在兩米之內[22]。

3.4 人工智能技術的引入

2006年，Hinton等提出的深度置信網絡（DBN）和相應的高效學習算法成為其后至今深度學習算法的主要框架[23]，自此，深層神經網絡難以有效訓練的僵局被成功打破[23-24]，機器學習界掀起了深度學習的研究熱潮。室內定位導航是地理信息產業的一個分支，深入研究并結合深度學習相關方法，對解決當前室內定位導航面臨的技術發展瓶頸，具有重要意義。例如，在設計定位導航系統時考慮實現功能即可以收集用戶反饋回來的錯誤定位數據，然后應用人工智能技術進行自我學習和分析，通過系統自身不斷改進自己的定位算法實現定位準確率的提高，提高定位的可靠性。

4 結束語

本文首先介紹了幾種當前主流的室內定位技術，并對每種定位技術的定位精度、優缺點、部署難度和成本進行對比。一方面能讓讀者對當前室內定位技術的發展情況有清晰的了解，另一方面能為讀者在選擇適合自己項目的定位技術時提供參考。最后結合大數據、人工智能等當下研究的熱點技術，提出了四點創新研究方向，為拓展室內定位技術應用的廣度和深度提供了新思路。

參考文獻（References）：

[1] 曹喆.基于低功耗藍牙和位置指紋的室內定位系統的研究與

實現[D].云南大學，2014.

[2] Baniukevic A， Jensen C S， Lu H. Hybrid Indoor

Positioning with Wi-Fi and Bluetooth： Architecture and Performance[C]// IEEE， International Conference on Mobile Data Management.IEEE，2013：207-216

[3] 曹春萍，陳平.混合定位算法在復雜室內環境下的應用研究[J].

計算機應用研究，2015.5：1424-1427

[4] 裴凌，劉東輝，錢久超.室內定位技術與應用綜述[J].導航定位

與授時，2017.4（3）.

[5] 張夢丹，盧光躍，王宏剛等.基于指紋算法的無線室內定位技

術[J].電信科學，2016.32（10）：77-86

[6] 劉立紅.無線定位中TOA估計算法的研究[D].天津大學碩士

學位論文，2014.

[7] 朱慶厚.到達時間差（TDOA）測向定位研究[J].電訊技術，

2007.47（1）：53-56

[8] Dwiyasa F， Lim M H. A survey of problems and

approaches in wireless-based indoor positioning[C]// International Conference on Indoor Positioning and Indoor Navigation.IEEE，2016：1-7

[9] 張天琦.基于WiFi的室內定位關鍵技術研究[D]. 哈爾濱理工

大學碩士學位論文，2017.

[10] 彭光宇.基于WIFI的室內定位算法的研究[J].電子世界，

2017.6：7-8

[11] Qian J， Ling P， Ying R， et al. Continuous Motion

Recognition for Natural Pedestrian Dead Reckoning Using Smartphone Sensors[C]// Ion Gnss，2014.

[12] Wang L， Dong Z， Pei L， et a1.A robust contextbased

heading estimation algorithm for pedestrian using a smartphone[C] //Proceedings of the 28 in—ternational technical meeting of the satellite divisionf the institute of navigation（ION GNSS 2015）.Tampa，FL USA，SEP.2015：14-18

[13] Sheng L， Zhang S J. Design of Continuous Indoor

Navigation System Based on INS and Wifi[J]. Applied Mechanics & Materials，2013.306：2046-2049

[14] 厡玉磊，王安健，蔣理興.一種使用紅外線和超聲波的定位

技術[J].電子測量技術，2008.31（10）：15-17

[15] Marti L M. Location determination using fingerprint data[J]，

2015.

[16] Marti L M， Robert M， Ma S M. Survey techniques for

generating location fingerprint data[J]，2016.

[17] 陳文建，王曉蒙，彭玲等.一種基于二維碼的室內定位方法

及其應用[J].測繪科學，2016.41（7）：215-219

[18] 張蘭，王光霞，袁田等.室內地圖研究初探[J].測繪與空間地

理信息，2013.9：43-47

[19] 王富強，薛志偉，齊曉飛等.室內地圖研究綜述[J].地礦測繪，

2012.28（2）：1-3

[20] 朱建平，章貴軍，劉曉葳.大數據時代下數據分析理念的辨

析[J].統計研究，2014.31（2）：10-19

[21] Xiong Z， Sottile F， Spirito M A， et al. Hybrid Indoor

Positioning Approaches Based on WSN and RFID[C]// Ifip International Conference on New Technologies， Mobility and Security. IEEE，2011：1-5

[22] Gao C， Yu Z， Wei Y， et al. A Statistical Indoor

Localization Method for Supporting Location-based Access Control[J]. Mobile Networks & Applications，2009.14（2）：253-263

[23] Hinton G E， Osindero S， Teh Y W. A Fast Learning

Algorithm for Deep Belief Nets[J]. Neural Computation，2014.18（7）：1527-1554

[24] Bengio Y， Lamblin P， Dan P， et al. Greedy layer-wise

training of deep networks[C]//International Conference on Neural Information Processing Systems. MIT Press，2006：153-160