室内定位技术现状及前景如何

  在复杂室内环境下实现基于移动智能终端的实时导航,精度一般在1-5米,可实现跨楼层路线导引,让路痴在室内室外都能随心自如。主要应用于大型商超为客户提供智能导购,医院为病患提供电子导医,智慧园区为访客提供智能引导等服务。

  可对人员、物资、设备等目标进行精准定位,精度一般分为厘米级定位、米级精度的定位,主要应用于人员定位看护,物资定位管理。常见场景有访客定位管理、仓储设备定位管理等。

  可随时查看人员、物品在某个时间段内的移动轨迹,便于实现人员岗位巡查、人员行为分析、物资调度安排等。主要应用于事件历史追溯、养老院老人智能看护等。

  通过系统在关键区域设置虚拟围栏,一旦人员、物资、设备,未经授权进入或离开某区域,立即预警,保障安全。主要应用于人员防走失、岗位管理、物资管控等。

  可在数万人的大型会展中实现全时段位置信息收集,全面收集人群行为轨迹,查看在某展位停留时间、观览数据,提供精准营销数据,为客户回访和针对性营销提供保障,提升展会客户转化率。

  对于大型商超、景区、会展等场景,可以通过互动消息的推送实现线上线下互动营销,比如微信“摇一摇周边”、景区智能导览等大多是基于此服务。

  可以与定位现场的声光报警系统、视频监控系统进行联动,实现预警的同时触发警铃或是现场视频画面,便于高效决策。

  室内定位从最初开始,基本上都是采用无线电(即RSS,ReceivedSignalStrength原理),红外线,超声波这几种传播介质作为定位方案的实现载体。在这样的情况之下也有各个高校,各大公司研制出了许多种室内定位方案,如MITOxygen项目开发的Cricket系统,Cricket定位系统基于超声波和射频信号的到达时间差来实现定位,还有诺基亚采用的HAIP技术,该技术需要在室内安装一种定位发射台,蓝牙模块与之通信,通过这两者之间的通信完成定位,以及由微软开发的RADAR系统,该系统是最早的基于WiFi网络的定位系统,它采用射频指纹匹配方法,即从指纹库中查找最接近的几个邻居,取它们坐标的平均作为定位目标的坐标估计数据。

  然而目前这几种主流的室内定位方式似乎只要在成本上尽如人意了,性能方面便会出现欠缺,只要在性能方面尽如人意了,成本方面便会难以承受。而现在已经有部分公司在突破传统,研制出开创性的新技术,而科研方面的相关人员,尤其是我国的相关科研人员,却大多数还停留在主流传统方向上,这些人员之中,应该有一部分人,在有条件的情况下,进行开创性的室内定位新技术的研究工作,从而更加合理,有效地利用科研资源。

  对视频信号来讲,信号发射器和接收机间通视是定位的基础。任何遮挡会导致信号强度的迅速衰减或直接阻挡信号的传播。GNSS信号无法穿越厚厚的建筑墙面是一个典型的例子。卫星导航信号从2万多千米的高空,穿越大气层后传到地面,已经很微弱,再加上墙壁或玻璃的遮挡,能进入室内的GNSS信号只能通过高灵敏度接收机接收,其定位精度在几十米或者更差。

  由于室内空间复杂的拓扑关系,室内空间内部信号遮挡是室内定位常遇到的问题,大大限制了很多室外定位技术在室内普及的可能性,也把有效定位范围限制在很小的范围内,给实现室内定位广域覆盖带来极大的困难。此外,复杂的拓扑空间也导致复杂信号传播环境。大量的反射信号也直接影响到测量精度,从而导致较大的定位误差。复杂的空间拓扑关系从定位精度和可用性两个方面给室内定位带来诸多约束。

  定位场景信号场的时空变化问题。除了复杂的空间拓扑关系外,室内几何环境和信号环境的时空变化也是维持定位系统的高可持续性的最大障碍(如Wi-Fi基站的增减,室内电器和家具的布设变化,货架货物变化,展览场馆的布设变化等)。如何感知和认知室内几何环境和信号环境的时空变化,提高对定位环境的自学习、自适应能力,实现定位指纹库(包括Wi-Fi指纹库,地磁指纹库等)、图像特征库、地标信息库自动更新,是室内定位领域还没解决的科学问题。

  基于智能手机的室内定位源主要包括3大类:卫星定位,短距离射频信号和传感器。卫星定位包括GPS、北斗、Galileo和GLONASS;短距离射频信号包括Wi-Fi和蓝牙;传感器包括加速度计、磁力计、陀螺仪、气压计、光强度传感器、麦克风、扬声器和相机。个别智能手机还包括深度相机,除了卫星定位接收机以外,所有传感器和射频信号都不是为定位用途而设置的,手机商在选择这些传感器和射频信号时首要考虑的性能不是定位。卫星定位、短距离射频信号和传感器的信号机制和工作原理是完全不同的。他们测量的物理量和测量方法也不一样,测量精度也因源而异。为了得到最优的定位结果,通常需要融合这些异源异构的定位验。在融合这些异源异构的定位源时,面临以下问题:

  由于不同定位源的测量过程是独立工作的,不同测量值的采样时间是不一样的。如果位置计算在同一个手机上,可以把所有定位源的观测值都统一到同一时间系统(如手机时间),通过内差等方法把异源观测量归算到同一观测历元上。如果位置计算在云端服务器上,所有参与定位的手机都必须统一到同一时间基准,比如说网络时。不同手机的异源观测值也必须归算到同一观测历元。前面所述方法只适用于用户在低速运动状态下(运动速度小于2m/s)。在高速运动情况下,要考虑更高精度的时间同步方法。

  比如Wi-Fi信号的采样频率为1/3Hz,而加速度计的采样频率可以达到180Hz。各种定位源的不同采样频率,要求定位算法具备不同历元处理不同数据组合的能力,包括数据掉包情形。室内定位的位置更新率应该大于等于1Hz才能满足大多数位置服务的需求,尤其是跟人流动线)信号测量精度差异问题。

  低成本传感器容易受环境因素干扰,影响信号测量精度,如运动传感器的测量精度就很差,不能直接用于惯性导航,但可以用于步频探测。有些定位源如蓝牙天线阵列、视觉定位、音频定位等方法可以在局部范围内提供高精度距离、角度或坐标测量值。由于受布设成本的限制,这些高精度测量值不能广域覆盖。这就要求定位算法有足够的灵活性,融合不同观测精度的定位源,让有限的高精度测量值发挥最大的作用。

  由于不同定位终端(如手机)硬件上的差异,它们对同一定位源的测量值是存在偏差的。比如不同手机对同一Wi-Fi基站的信号强度(RSSI)测量值是有偏差的,这种偏差虽然不很大,但足以影响定位精度。不同手机的相机参数也不一样,在定位时必须考虑定位终端硬件上的差异,通过定标的方法,消除它们定位的影响。这点对高精度定位(优于1m)尤为重要。

  移动终端的计算资源主要体现在3个方面:有限的计算能力、有限的供电能力和有限的存储能力。随着智能手机的计算性能越来越高,一些复杂的定位算法如视觉定位,粒子滤波等都慢慢出现在室内定位的视野里。由于智能手机是一个多功能的终端,定位功能只能占据小部分的CPU处理时间以保证其他主流功能如打电话、微信、拍照等正常工作。从节能的角度看,不管手机的计算性能有多高,都不可以让智能手机处于连续高速运算状态,否则手机电池很快就耗尽。除此之外,智能手机上的存储能力也有限,不足以运行复杂的定位算法如图像处理和复杂的深度学习算法。

  (1)基于低功耗蓝牙BLE的定位技术会被越来越广泛应用。蓝牙室内定位已发展一段时间,但过去并未受重视,随着苹果公司提出的iBeacon技术,BLE定位受到相当大的关注。目前基于该技术的信息推送应用在零售业已经获得相当大的响应,预期未来BLE室内定位技术会更多结合信息推送、移动支付等应用,或被实践在日常生活上提供个性化服务。

  (2)多种技术结合的混合定位方法,以满足各种室内环境和应用场景的需求,并弥补单一技术的局限。越来越多的解决方案已经将9轴或12轴惯性传感器技术和其它技术如基于WiFi的定位技术融合到一起,并且这已经成为趋势。Google、Broadcom、CSR都提供多种技术融合的混合解决方案。未来会有更多的解决方案是完整的传感器/WiFi/BLE的混合解决方案以满足多种需求。

  (3)室内地图和室内定位数据库会迅速发展,相关技术趋于成熟,以保证快速扩展的能力和定位性能的可靠性与一致性。这里的挑战包括地图和数据库的扩展性,快速有效地产生和维护数据库的技术,比如通过众包的方法。

  (4)基于位置的应用和服务会更多利用附近的感应和发现。相对定位而言,附近的发现会更简单因为它并不需要计算精确位置,而只是发现附近的设备就能提供相应的服务。这种技术对于室内和连续无处不在的定位而言有很大影响,并可以作为很好的补充,尤其是针对精确定位不容易实现的场景。相关的技术有BT/BLE、LTEDirect、WiFiDirect、NFC等。

  (5)采用专用的定位引擎来处理定位、运动检测、传感器数据分析、信息融合和地理围栏等。通过用专用的处理器来处理运动,情境和定位,可以降低对应用处理器的唤醒,以优化和降低功耗,达到随时随地都知道所处位置的目标。

  (6)低功耗优化,降低定位功能对移动设备带来的额外功耗以实现随时随地的精准定位。包括使用专用的定位处理引擎以尽量少唤醒应用处理器,结合运动检测和行为模式的检测来降低功耗,通过多种定位技术的融合选择最省电同时满足精度的技术,并关闭或使高功耗的定位技术处于休眠模式,以降低高功耗传感器的使用等。

您可能还会对下面的文章感兴趣: