基于機(jī)器學(xué)習(xí)與藍(lán)牙RSSI的室內(nèi)定位技術(shù)研究

吳春祥，張檢保

（1.廣東機(jī)電職業(yè)技術(shù)學(xué)院人工智能學(xué)院，廣州 510000；2.廣東機(jī)電職業(yè)技術(shù)學(xué)院電子與通信學(xué)院，廣州 510000）

0 引言

在智慧城市中，人們相對(duì)更多地處于室內(nèi)環(huán)境，室內(nèi)定位將成為不可或缺的信息服務(wù)。室內(nèi)定位系統(tǒng)主要確定建筑物內(nèi)的位置，通過(guò)軟件實(shí)時(shí)找到被跟蹤人員和移動(dòng)設(shè)備［1］。位置信息可用于實(shí)現(xiàn)目標(biāo)導(dǎo)航、監(jiān)測(cè)和跟蹤，以及用戶行為分析及情境感知等服務(wù)。室內(nèi)導(dǎo)航軟件可以指引用戶在購(gòu)物中心等沿著最佳路徑購(gòu)買(mǎi)購(gòu)物清單上的所有物品，在博物館按照指定的旅游路線或選擇展品，通過(guò)分析人們的移動(dòng)和行為方式，對(duì)展臺(tái)、場(chǎng)所空間進(jìn)行推薦。尤其是醫(yī)院、學(xué)校、公共圖書(shū)館等建筑物內(nèi)通常包含復(fù)雜的空間，桌椅、家具、電器等障礙物，人員流動(dòng)也會(huì)產(chǎn)生信號(hào)干擾，使得精確定位變得困難。室內(nèi)定位已經(jīng)成為智慧城市建設(shè)中亟待解決的一項(xiàng)重要技術(shù)。

室內(nèi)定位技術(shù)基于通信和傳感器技術(shù)，利用無(wú)線電波、燈光和聲學(xué)信號(hào)，對(duì)室內(nèi)環(huán)境的人或物體進(jìn)行精確定位。隨著藍(lán)牙低功耗（bluetooth low energy,BLE）、Wi-Fi等無(wú)線射頻芯片低功耗、小型化，并配備高性能處理器及傳感器的移動(dòng)設(shè)備普及，以及移動(dòng)操作系統(tǒng)和應(yīng)用程序，為室內(nèi)定位解決方案提供了新的視角。盡管學(xué)術(shù)界和工業(yè)界一直在對(duì)室內(nèi)定位技術(shù)及其解決方案進(jìn)行研究，但仍有許多應(yīng)用領(lǐng)域所要求的高精度與低成本目標(biāo)尚未實(shí)現(xiàn)。

1 相關(guān)技術(shù)研究

室內(nèi)定位技術(shù)有多種實(shí)現(xiàn)方式，每種都可以單獨(dú)使用或結(jié)合使用，以提供更好的精度性能。目前存在許多室內(nèi)定位的方法和算法。根據(jù)它們的一般特征，我們可以將其分為幾類：基于三坐標(biāo)定位技術(shù)、指紋識(shí)別技術(shù)、近距離檢測(cè)技術(shù)、航位推算技術(shù)和基于機(jī)器學(xué)習(xí)的定位技術(shù)［2］。

基于三坐標(biāo)定位技術(shù)，需放置至少三個(gè)能互相傳播信號(hào)的信標(biāo)，使用RSSI 信號(hào)功率測(cè)量距離變化，建立測(cè)量距離和RSSI值的參考曲線，在模型信標(biāo)間收發(fā)信號(hào)的基礎(chǔ)上，依據(jù)RSSI 與距離實(shí)現(xiàn)定位。具體應(yīng)用中，Wi-Fi 和BLE 的RSSI 值都能很好地被測(cè)量用于室內(nèi)定位。Wi-Fi實(shí)現(xiàn)的異質(zhì)移動(dòng)設(shè)備以不同的方式測(cè)量信號(hào)強(qiáng)度，需要被校準(zhǔn)才能返回可靠的結(jié)果。相比Wi-Fi 而言，基于BLE 的三坐標(biāo)系統(tǒng)不需要為每個(gè)用戶進(jìn)行步長(zhǎng)校準(zhǔn)，也不太容易受到智能手機(jī)方向變化的影響。許多室內(nèi)定位系統(tǒng)是基于BLE 信標(biāo)的。使用BLE 信標(biāo)和三坐標(biāo)的室內(nèi)定位方法只需要適當(dāng)?shù)男艠?biāo)放置，不需要考慮空間的專用無(wú)線電地圖，當(dāng)三個(gè)參考節(jié)點(diǎn)放置成正三角形時(shí)定位誤差最小。

指紋識(shí)別技術(shù)中的定位過(guò)程包括在線與離線兩個(gè)階段。信號(hào)（指紋）在離線階段，整個(gè)定位區(qū)域的接收器以一定的分辨率被反復(fù)測(cè)量。在線階段，將當(dāng)前的信號(hào)讀數(shù)與前一階段保存的數(shù)值進(jìn)行比較，并與測(cè)量的地點(diǎn)進(jìn)行匹配。將當(dāng)前讀數(shù)與已知信號(hào)樣本相匹配，結(jié)合機(jī)器學(xué)習(xí)方法，將定位問(wèn)題減少為分類問(wèn)題來(lái)解決。基于指紋方法需要提前構(gòu)建無(wú)線電地圖，并在每次映射的室內(nèi)區(qū)域發(fā)生變化時(shí)重新更新。

近距離檢測(cè)技術(shù)是基于定位區(qū)域內(nèi)大量的接收器或發(fā)射器，不返回設(shè)備的確切位置，而是返回相對(duì)位置信息。這種定位技術(shù)被用于蜂窩網(wǎng)絡(luò)中，將用戶的設(shè)備分配到信號(hào)最強(qiáng)的天線上，并將用戶的位置登記在該天線的附近天線。

行人航位推算（pedestrian dead reckoning,PDR）技術(shù)使用一個(gè)磁力計(jì)和一個(gè)步數(shù)計(jì)數(shù)器，計(jì)算所走的步數(shù)及其方向矢量，計(jì)算出當(dāng)前的位置相對(duì)于最后一個(gè)已知的確切位置，從最后一個(gè)已知位置來(lái)確定走過(guò)的距離［3］。采用PDR 技術(shù)要求移動(dòng)設(shè)備配備磁場(chǎng)傳感器、重力傳感器和步長(zhǎng)傳感器。因此，PDR 通常用在信號(hào)消退或太弱的情況下作為補(bǔ)充方法。

由于室內(nèi)無(wú)線電信號(hào)的傳輸可能會(huì)受到干擾而偏差。為解決這個(gè)問(wèn)題，基于機(jī)器學(xué)習(xí)的定位技術(shù)應(yīng)運(yùn)而生。機(jī)器學(xué)習(xí)將數(shù)據(jù)提取后進(jìn)行統(tǒng)計(jì)分析，使系統(tǒng)能夠?qū)W習(xí)規(guī)則和模型，能準(zhǔn)確估計(jì)RSSI 的定位技術(shù)的復(fù)雜參數(shù)［4］。基于深度強(qiáng)化的半監(jiān)督學(xué)習(xí)模型，既有標(biāo)記的數(shù)據(jù)，也有無(wú)標(biāo)記的數(shù)據(jù)，可以通過(guò)提高模型的準(zhǔn)確性和性能，方便圖書(shū)館等人流密集的場(chǎng)所應(yīng)用。機(jī)器學(xué)習(xí)模型可以學(xué)習(xí)到最佳行動(dòng)策略，對(duì)目標(biāo)位置距離估算更為接近。

2 設(shè)計(jì)方案實(shí)現(xiàn)

2.1 設(shè)計(jì)方案

本文實(shí)現(xiàn)了一種基于藍(lán)牙RSSI 三坐標(biāo)定位技術(shù)，通過(guò)k-NN機(jī)器學(xué)習(xí)方法將定位問(wèn)題轉(zhuǎn)化為分類問(wèn)題來(lái)模擬，以一個(gè)Android 智能手機(jī)應(yīng)用程序來(lái)實(shí)現(xiàn)定位與顯示。在某高校圖書(shū)館一樓大廳天花板，安裝10 個(gè)基于德州儀器（TI）的CC2420 藍(lán)牙信標(biāo)，使用HUAWEI P40 手機(jī)作為待定位的移動(dòng)設(shè)備。根據(jù)信標(biāo)放置點(diǎn)和內(nèi)部結(jié)構(gòu)，將大廳平面劃分為A1～A8，B1～B8，C1～C9，D1～D4，E1～E5，F(xiàn)1～F6，G1～G5 共45個(gè)字母與數(shù)字表示的區(qū)域塊，如圖1所示。將各個(gè)區(qū)域塊接收到信標(biāo)的RSSI 輸入到定義的k-NN模型用于分類。每個(gè)信標(biāo)的放置位置都是已知的，對(duì)于每個(gè)區(qū)域塊來(lái)說(shuō)所有信標(biāo)節(jié)點(diǎn)都是已知的。每個(gè)信標(biāo)節(jié)點(diǎn)的RSSI 被寫(xiě)成一個(gè)向量，其中每個(gè)向量代表該信標(biāo)節(jié)點(diǎn)的一個(gè)特征向量。RSSI 和特征向量被引入到訓(xùn)練數(shù)據(jù)中，被提供給每個(gè)類別的k-NN 分類過(guò)程。通過(guò)分類程序得到預(yù)測(cè)模型，分析移動(dòng)設(shè)備RSSI 值特征與k個(gè)信標(biāo)最接近，再由k個(gè)信標(biāo)RSSI 計(jì)算出移動(dòng)設(shè)備所在的平面區(qū)域塊，從而實(shí)現(xiàn)了該平面內(nèi)的定位。

圖1 信標(biāo)部署及區(qū)域分塊

2.2 數(shù)據(jù)采集

安裝在大廳天花板上的10 個(gè)藍(lán)牙信標(biāo)節(jié)點(diǎn)發(fā)射信號(hào)，由1個(gè)HUAWEI P40手智能手機(jī)在指定位置以及移動(dòng)狀態(tài)進(jìn)行信號(hào)接收，每次測(cè)量都重復(fù)50 次并過(guò)濾掉噪聲，記錄平均RSSI 值，在此基礎(chǔ)上擬合出數(shù)據(jù)模型。采集到的數(shù)據(jù)按二維表存儲(chǔ)，包括信標(biāo)地點(diǎn)、RSSI 讀數(shù)。數(shù)據(jù)集由兩個(gè)分組組成，其中一個(gè)是帶標(biāo)簽的1280個(gè)樣本，另一個(gè)是不帶標(biāo)簽的3240 個(gè)樣本。負(fù)的數(shù)值用來(lái)表示RSSI 讀數(shù)，所以讀數(shù)越大，離信標(biāo)的距離就越近。例如，如果讀數(shù)為-50，就意味著距離較小；如果讀數(shù)為-75，就意味著與信標(biāo)的距離較近。RSSI 的值-200 被用來(lái)表示測(cè)量值在信標(biāo)的范圍之外。與RSSI 讀數(shù)相關(guān)的位置被整合成一列，包含字母和數(shù)字，匹配大廳平面圖上的字母數(shù)字區(qū)域分塊。

2.3 測(cè)試分析

使用手機(jī)作為移動(dòng)設(shè)備在大廳的測(cè)試區(qū)域采集10 個(gè)藍(lán)牙信標(biāo)的RSSI 值形成數(shù)據(jù)集。通過(guò)對(duì)比分析訓(xùn)練階段和測(cè)試階段的調(diào)和平均數(shù)、召回率、準(zhǔn)確率三個(gè)指標(biāo)，對(duì)定位精度進(jìn)行評(píng)估。在藍(lán)牙信標(biāo)RSSI 數(shù)據(jù)集上，訓(xùn)練階段和測(cè)試階段的定位性能評(píng)估分別如圖2、圖3 所示。平均調(diào)和值表明藍(lán)牙信標(biāo)識(shí)別移動(dòng)設(shè)備的范圍較廣，召回率表明藍(lán)牙信標(biāo)識(shí)別移動(dòng)設(shè)備可靠性較高。各個(gè)信標(biāo)處的定位準(zhǔn)確率都在92%以上，部分信標(biāo)處的準(zhǔn)確率甚至達(dá)到99%。

圖2 訓(xùn)練階段性能分析

圖3 測(cè)試階段性能分析

進(jìn)一步采用k-NN 算法對(duì)數(shù)值進(jìn)行回歸分析，算法參數(shù)k值從1 到6 變化時(shí)性能評(píng)估指標(biāo)結(jié)果見(jiàn)表1。從表1 可見(jiàn)，隨著k值的增加，定位準(zhǔn)確率逐步提高。當(dāng)k增加到5 時(shí)，準(zhǔn)確率達(dá)到峰值99.3%。而當(dāng)值增加到6 時(shí)，調(diào)和平均值和召回率變化不明顯，然而準(zhǔn)確率下降到了98.5%。由此可見(jiàn)，當(dāng)k-NN 算法的k選取為5時(shí)，系統(tǒng)定位性能最佳。

表1 k-NN算法性能評(píng)估

對(duì)測(cè)試結(jié)果進(jìn)行分析可知，距離藍(lán)牙信標(biāo)較近的移動(dòng)設(shè)備，被定位的準(zhǔn)確性更高；在障礙物、拐角處等區(qū)域接收的信號(hào)弱且不穩(wěn)定，定位精度出現(xiàn)下降。通過(guò)增加信標(biāo)的數(shù)量，提高信標(biāo)放置的密度，減少信標(biāo)之間的距離，以及增加信標(biāo)發(fā)射信號(hào)強(qiáng)度，均有助于提高準(zhǔn)確性偏低區(qū)域的定位精度。為了克服信標(biāo)無(wú)線電信號(hào)的多徑傳播產(chǎn)生的RSSI 信號(hào)反射和信號(hào)傳播模型失真，本文還利用精度函數(shù)和校正函數(shù)校正待測(cè)手機(jī)位置。精度函數(shù)通過(guò)估計(jì)位置之間的中間點(diǎn)來(lái)迭代計(jì)算出用戶的位置。糾正函數(shù)用于在手機(jī)端地圖上糾正用戶的位置。

3 結(jié)語(yǔ)

本文介紹了基于藍(lán)牙RSSI 測(cè)距結(jié)合機(jī)器學(xué)習(xí)算法的室內(nèi)定位技術(shù)，包括藍(lán)牙信標(biāo)部署及三坐標(biāo)測(cè)距方案，實(shí)現(xiàn)了k-NN 機(jī)器學(xué)習(xí)算法在室內(nèi)定位系統(tǒng)中的應(yīng)用。在某高校圖書(shū)館室內(nèi)，采集了藍(lán)牙RSSI數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)和性能測(cè)試。在靜態(tài)和動(dòng)態(tài)測(cè)試應(yīng)用場(chǎng)景中，系統(tǒng)均能夠準(zhǔn)確地識(shí)別待定位測(cè)試點(diǎn)。由此可見(jiàn)，使用k-NN機(jī)器學(xué)習(xí)算法和藍(lán)牙RSSI 的定位技術(shù)精度優(yōu)于傳統(tǒng)定位技術(shù)。進(jìn)一步研究還將引入室內(nèi)平面圖層增強(qiáng)功能，除了定義信標(biāo)位置，還定義室內(nèi)輪廓、墻壁等禁止區(qū)域及封閉空間，用空間感知來(lái)加強(qiáng)過(guò)濾空間外的信號(hào)。采用最小信號(hào)強(qiáng)度閾值、信號(hào)平滑和中心點(diǎn)計(jì)算的應(yīng)用，在不同區(qū)域交界重疊處進(jìn)行參數(shù)校準(zhǔn)，進(jìn)一步提高定位精度與系統(tǒng)整體性能。