室内定位原理与引擎架构

本文档为面向iBeacon架构的BLE室内定位整体框架设计说明。文档中所涉及的

算法，在无特殊说明的情况下，可面向通用室内定位系统。本文档涉及以下内容：

1.室内定位理论与公开算法实现

2.室内定位工程实施通用流程

本文档不涉及以下内容：

1.经验算法与模型，包括但不限于：基于工程的定位经验算法，基于场景的

定位校正算法，室内定位勘测方案

2.室内定位工程实施细节

基于移动终端的室内定位，一般利用可检测的无线信号，如wi-fi与蓝牙，进行定位，包括以下三种基本方法：

标签定位

标签定位指利用信号源作为定位锚点，将用户位置固定到某一个锚点上。标签定位流程如下：

1.预先取得室内信号源的位置，包括水平坐标，楼层

2.扫描信号

3.当扫描到数据库对应的信号源信号，以rssi最大的信号源所在的位置作为

当前的定位位置

标签定位的优点是：

1.没有计算量

2.部署简单

3.定位不会出现不合理的偏差

标签定位的劣势是：

1.定位精度取决于信号源部署密度

2.无法覆盖区域，只能标识热点区域

三角定位

三角定位通过rssi值计算用户与信号源间的距离（rssi-dist mapper），再通过基本的几何运算计算确定用户的位置。定位流程如下：

1.预先取得无线信号源的几何位置，包括水平坐标，高度

2.扫描信号

3.当扫描到至少三个已知信号源信号，根据预置的rssi-dist mapper计算出

用户与各个对应信号源的直线距离

4.根据3中换算的直线距离，进行三角定位计算，得出当前的水平位置坐标

三角定位的优点：

1.无须勘测

2.计算量小

3.便于快速部署

三角定位的缺点：

1.精度一般

2.需要部署硬件

3.rssi-dist mapper容易受室内环境影响，如反射，障碍

指纹定位

指纹定位是三角定位的变种，指纹定位通过比较已知的无线信号强度分布（指纹）与用户采集的信号强度，寻找出定位区域最匹配的区域。定位流程如下：

1.预先取得室内无线信号强度的区域分布，即勘测区域

2.扫描信号

3.当扫描到已知信号源的rssi值，按rssi强弱顺序，选取一个信号源rssi，

计算它和勘测区域中所有位置该信号源的rssi差值，将差值最小位置集合

作为最优定位区域。

4.通过3计算来自不同信号源的信号强度差值，获得每个信号源的最优定位

区域。

5.计算所有信号源最优定位区域的重叠部分，重叠部分的质心即为定位估测。

指纹定位的优点：

1.无须硬件部署

2.精度可以根据需求调节

指纹定位的缺点：

1.需要勘测，且勘测质量决定定位准确性

2.计算量大

3.容易出现区域干扰，即不同的勘测区域或为勘测区域具有一样的无线信号

指纹

基本混合定位：

1.三角定位与指纹定位可以通过BLE，RFID，二维码等信号模块，为室内设

置一些定位锚点，可以有效地降低定位误差与定位位置跳动。例如，当使

用指纹定位时，如果两个区域具有相同的指纹，则可在其中的一个区域附

近布置一个iBeacon，通过检测iBeacon信号的存在进行区域的选择

2.同时使用三角定位与指纹定位，在某些场合可以提高定位的准确度。例如，

当信号强度非常大的时候，指纹定位由于不同区域的指纹太过接近而跳动，而三角定位则可以避免这种跳动

整体架构

一个完整的三角定位系统，由两部分构成，工程部分（Engineering section, 以

下简称Eng），代码部分（Coding section，以下简称Cod）

•Eng主要负责提供：

i.定位区域信号源分布图，包括信号源的水平坐标，高度，其他的位

置标识数据，如楼层，部署方式（天花板，墙面，门框等），ID，

信号源其他属性。这部分数据一般称作勘测数据（surveyData）ii.基于应用场景的rssi-dist映射模型

•Cod主要负责提供以下代码实现：

i.三角定位引擎，用于封装各种定位算法，在这里，指三角定位类算

法

ii.勘测数据库的生成与管理器，提供面向定位引擎的查询与导入接口

iii.GIS，基本功能包括：

iv.Map，一个可供定位应用的地图显示，支持基本的操作如缩放，旋转，偏移，图层加载

v.GisInfo，负责将地图信息数字化，显示基本的信息如文字识

vi.Marker，一个可以基于Map与Gis添加额外标识（坐标，路径，热点区域，等）

•为便于勘测数据管理与维护，可提供以下辅助app 4. 基于GIS的勘测数据生成与管理app 5. 基于应用场景与硬件设备的rssi-距离映射模型校正

app

三角定位引擎架构

为了简化引擎架构，以下描述了三角定位应用场景

1.基于BLE的广播数据进行定位，采用iBeacon兼容架构，以下简称iBeacon

2.终端主动定位：终端手机主动扫描iBeacon获取其rssi值进行定位计算，

引擎本地实现

3.Eng部分已完成，即surveyData和rssi-distance模型已提供。

三角定位引擎流程

定位本质是引擎对定位请求数据进行时间与空间上的滤波。一次完整的定位由两阶段（phase）组成，空间滤波（spatial filtering，SFilter），时间滤波（temporal filtering，TFilter），如下图所示：