定位技术调研

定位技术方案调研

一、定位方法

目前定位常用的定位方法，从原理上主要分为七种：邻近探测法、质心定位法、多边定位法、三角定位法、极点法、指纹定位法和航位推算法。

邻近探测法 (Proximity Detection)

邻近探测法，又称为CoO(Cell of Origin)法或Cell-ID(Cell Identification)法，通过一些有范围限制的物理信号的接收，从而判断移动设备是否出现在某一个发射点附近。该方法的定位精度取决于发射点的布设密度和信号覆盖范围。该方法虽然只能提供大概的定位信息，但其布设成本低、易于搭建，适合于一些对定位精度要求不高的应用，例如自动识别系统用于公司的员工签到。

1.2质心定位法 (Centroid Determination)

质心定位法是根据移动设备可接收信号范围内所有已知的信标(beacon)位置，计算其质心坐标作为移动设备的坐标。相应地，也可以根据接收信号强度指示(Received Signal Strength Indication, RSSI)设置对应的信标的权重，得到加权质心作为移动设备的坐标。该方法算法易于理解，计算量小，定位精度取决于信标的布设密度。

多边定位法 (Multilateration)

该方法是通过测量待测目标到已知参考点之间的距离，从而确定待测目标的位置。基于多边定位的定位系统可以采用多种距离估计方法，比较常见的距离估计法有基于信号到达时间(Time Of Arrival, TOA)，基于信号到达时间差(Time Difference Of Arrival, TDOA)，基于增强观测时间差(Enhanced Observed Time Difference, E-OTD)，基于往返时间(Round Trip Time, RTT)，基于接收信号强度指示。

三角定位法 (Triangulation)

三角定位法，也可称为到达角测量法(Arrival Of Angle, AOA)。该方法是在获取待测目标相对两个已知参考点的角度后结合两参考点间的距离信息可以确定唯一的三角形，即可确定待测目标的位置。到达角信息，亦即信号到达的角度，可以通过定向天线获取。同时基于摄像头的定位系统也可实现基于AOA的定位。

极点法（Polar Point Method）

极点法通过测量相对某一已知参考点的距离和角度从而确定待测点的位置。该方法仅需已知一个参考点的位置坐标，因此使用非常方便，已经在大地测量中得到广泛应用，多个待测目标的位置可以仅从一个全站仪的简单建立得到。

指纹定位法（Fingerprinting）

指纹定位采集的标准量是射频信号，但指纹定位法也可采用声音信号、光信号或其他无线信号实现。指纹定位通常包括两个阶段：第一阶段，离线校准阶段，通过实际采集或计算分析建立指纹地图。具体地，选择场景中的多个位置点采集多个基站发出的信号的强度并加入到指纹数据库中。第二阶段，定位阶段，通过将实际实时接收到的信号于指纹数据库中的信号特征参数进行对比找到最好的匹配参数，其对应的位置坐标即认为是待测目标的位置坐标。指纹定位的优势是几乎不需要参考测量点，定位精度相对较高，但缺点是前期离线建立指纹库的工作量巨大，同时很难自适应于环境变化较大的场景。

二、主流定位技术

根据不同定位方法，衍生出了多种定位技术，下面将对主流的室内定位技术进行简要介绍。

视觉定位

视觉定位系统可以分为两类，一类是通过移动的传感器（如摄像头）采集图像确定该传感器的位置，另一类是固定位置的传感器确定图像中待测目标的位置。根据参考点选择不同又可以分为参考三维建筑模型、图像、预部署目标、投影目标、他传感器和无参考。参考3D建筑模型和图像分别是以已有建筑结构数据库和预先标定图像进行比对。而为提高鲁棒性，参考预部署目标使用布置好的特定图像标志（如二维码）作为参考点；投影目标则是在参考预部署目标的基础上在室内环境投影参考点。参考其他传感器则可以融合其他传感器数据以提高精度、覆盖范围或鲁棒性。

Hile和Borriello使用照相手机比对图像和楼层平面图，达到了30cm的定位精度。Sjö使用一个低分辨率相机基于参考图像实现SLAM(Simultaneous LocalizationAnd Mapping)算法，达到了亚米级的定位精度。Mulloni 使用条形码作为参考点标记，实现了厘米到分米级的定位精度。Tilch和Mautz使用一个移动相机和激光仪作投影，定位精度可达到亚毫米级。LiuT.使用一个6自由度惯性测量单元(Inertial Measurement Unit, IMU)和两个激光扫描器获取位置，平均定位精度达到行走距离的1%。

红外线定位

红外线是一种波长在无线电波和可见光波之间的电磁波。基于红外线的定位系统可以主要分为两类：有源信标、红外成像。

有源信标是在室内放置若干红外接收机，同时待测物携带一个装有红外发射机的电子标签。该标签周期发送该待测物的ID，接收机接收到信号后将数据发送到数据库进行定位。该方法具有代表性的是AT&T实验室和剑桥在1992年联合发布的Active Badge系统。该系统可以达到6米的平均定位精度。

红外成像则是通过传感器采集环境中自然红外辐射生成图像实现检测行人或其他待测目标。2011年德国Ambiplex提供基于自然环境热辐射的“”定位系统，基于AOA确定热源的位置，可实现10m范围内20cm至30cm 的定位精度。

极点定位

该系统通过仪器测量到达角或者到达时间进行定位，仪器通常有激光跟踪仪、全站仪和经纬仪。全站仪的可覆盖范围通常为2km到10km，但其设备高成本、大体积以及对可视距的要求使其不适用于在室内定位中推广。

NikonMetrology 2011年发布的iGPS(indoor Global Positioning System)实现了基于激光的室内工业级高精度三维定位。其原理与GPS不同，包括不少于两个固定位置的发射器发射扇形激光束和参考红外脉冲，基于TDOA原理实现对接收机的定位。NikonMetrology宣称该系统可实现在布设4至8个发射器的1200平方米的典型测试环境中实现的三维定位精度。但其造价十分昂贵，可用于工业级定位需求，不适合于大众市场研究和推广。

超声波定位

超声波定位主要采用反射式测距法，通过多边定位等方法确定物体位置，系统由一个主测距器和若干接收器组成，主测距仪可放置在待测目标上，接收器固定于室内环境中。定位时，向接收器发射同频率的信号，接收器接收后又反射传输给主测距器，根据回波和发射波的时间差计算出距离，从而确定位置。

Ward于1997年建立的ActiveBat是超声定位的先驱，通过大量部署接收设备(720个标签)，达到3cm的定位精度。超声波定位整体定位精度较高，结构简单，但超声波受多径效应和非视距传播影响很大，且超声波频率受多普勒效应和温度影响，同时也需要大量基础硬件设施，成本较高。

WLAN定位

基于标准的无线局域网已在人们的生活场所大量部署，使用WLAN信号定位的优势在于不需要部署额外设备，定位成本低，信号覆盖范围大，适用性强，利于普及推广。

基于RSSI的指纹定位法是目前主流的WLAN定位方法，定位精度取决于校准点的密度，从2m到10m不等。同时基于TOA测距的定位方法由于多径效应和时钟分辨率低定位效果较差，而基于RSSI测距的定位方法由于信号衰减与距离的关系在不同环境和设备条件下都有改变，定位结果也不理想。

RFID定位

射频识别(RFID)是一种操控简易，适用于自动控制领域的技术，它利用电感和电磁耦合的传输特性，实现对被识别物体的自动识别。RFID定位系统通常由电子标签、射频读写器以及计算机数据库构组成。最常应用的定位方法是邻近检测法。利用RSSI实现多边定位算法也可一定程度上实现范围估计。根据电子标签是否有源可以分为有源RFID和无源RFID。