室內定位中非視距的識別和抑制算法研究綜述

全球定位系統(tǒng)(global positioning system, GPS), 憑借其廣泛的應用范圍和較高的定位精度, 受到了各方面專家和學者的青睞, 其在室外可以提供比較可靠的定位服務. 然而, 由于室內環(huán)境較為復雜, 信號的傳播過程中會遇到障礙物(行人、墻壁、桌椅等)的阻塞, 使得信號發(fā)生反射、折射或散射, 導致強度減弱, GPS并不能實現(xiàn)精確的定位, 即在存在非視距(non-line-of-sight, NLOS)的室內環(huán)境中, 定位精度會有所下降. 如何有效識別和抑制NLOS, 從而提高定位精度是目前室內定位研究的熱點問題之一. 室內定位作為定位技術在室內環(huán)境的延續(xù), 應用更加廣泛. 精確的節(jié)點位置信息可以應用在環(huán)境監(jiān)測、軍事偵察、定位打擊目標、公共安全及應急響應等方面.

當發(fā)生地震、火災等意外災害時, 室內環(huán)境由于崩塌、火燒等會發(fā)生改變, 根據(jù)感覺盲目尋找很難快速找到被救援人員的位置. 而通過無人機等實地采集信息, 利用室內定位技術可以快速進行搜救, 既節(jié)省時間又能規(guī)劃出安全的救援路徑. 當發(fā)生恐怖襲擊或者人質劫持等社會安全事件時, 利用室內定位技術可以快速確定襲擊者或人質的位置. 反恐人員進入室內執(zhí)行任務時, 通過室內協(xié)同定位算法進行配合, 可以精確地獲得自己和同伴的位置, 對于任務的解決起到了更好的促進作用. 當處于火車站、高鐵站、飛機場或地下停車場時, 室內定位技術可以為用戶提供導航定位、停車、找車服務, 提高用戶的滿意度. 在商場或者倉庫可以幫助用戶快速找到心儀的商品, 增強用戶體驗感.

1 室內定位中的常用技術與算法

目前, 在室內定位方面所使用的技術有很多, 包括地磁技術[1]、Wi-Fi[2]、藍牙[3]、超聲波技術[4]、激光技術[5]、計算機視覺技術[6]、超寬帶(ultra wide band, UWB)技術[7]等.

地磁技術主要依據(jù)地磁場強度實現(xiàn)定位, 成本較低, 而且對環(huán)境的要求不高. Wi-Fi技術不受燈光、濕度、溫度等外界因素的影響, 在一定頻段內可以很好地穿越障礙, 但在室內極易受到多徑效應的影響, 定位精度中等[2]. 低功耗藍牙具有功耗低、成本低、部署方便等優(yōu)點, 誤差可達到2 m左右[3]. 超聲波技術由固定的參考基礎設施和多種移動單元組成[4], 可以穿透部分固體和液體, 在黑暗、有毒等環(huán)境中仍可以應用, 但其頻率受多普勒效應的影響且成本較高. 激光技術可根據(jù)信號和反射信號的時間差值計算距離, 結合角度信息完成相對定位, 成本較高.

計算機視覺技術主要分為利用地標包含的信息解算為矩陣實現(xiàn)定位和對數(shù)據(jù)庫內存儲的相機位置信息進行圖像指紋匹配實現(xiàn)定位[6]兩種. 伴隨計算機視覺技術的發(fā)展和成熟, 使得基于視覺的用于同時定位與地圖構建(simultaneous localization and mapping, SLAM)的技術可獲得圖形和視覺的支持. 視覺SLAM技術包括前端和后端兩部分, 前端又稱視覺里程計(visual odometry, VO), 主要進行特征檢測和數(shù)據(jù)關聯(lián)任務; 后端主要對前端的輸出結果進行優(yōu)化, 得到最優(yōu)的位姿估計和地圖[8].

由于較高的時空分辨率、良好的隱私保護、強穿透性以及高精度的定位性能, 使得UWB技術能為室內定位提供良好的解決方案. 同時也為許多應用程序提供了便利, 如醫(yī)療監(jiān)控、安全和資產(chǎn)跟蹤等[7].

室內定位中的常用算法包括航跡推算、指紋識別定位、鄰近探測、極點定位、三角定位、多邊定位和質心定位等.下面主要介紹這些算法定位的原理以及優(yōu)缺點.

1

航跡推算

目標節(jié)點位置由所對應的步長、航向和上一步的位置不斷累加推算得到[9], 其原理如圖 1所示. 常應用于慣性導航定位[10], 可利用三軸加速度計、三軸陀螺儀和三軸磁力計的數(shù)據(jù)計算節(jié)點位置和軌跡.

圖 1 航跡推算定位原理圖

已知目標節(jié)點初始位置為

初始航向角為

移動到下一時刻的位移為

下一時刻目標節(jié)點的位置為

后續(xù)各個時刻的位置為

優(yōu)缺點: 此算法不需要借助外部設備即可實現(xiàn)定位, 采集的數(shù)據(jù)較為自主且無依賴; 但在推算的過程中會受到累加誤差的影響, 故常用于短距離定位.

2

指紋識別定位

指紋識別定位算法[11-13]主要由離線階段和在線階段兩部分構成.在離線階段, 用小網(wǎng)格劃分待定位區(qū)域, 得到交點并記錄其坐標, 對在交點處接收到的無線電信號提取特征(常用接收信號強度(received signal strength, RSS)), 利用交點的坐標和相應的特征構成的信息鏈建成指紋數(shù)據(jù)庫; 在線階段, 通過匹配算法對比實際信息提取的特征與指紋數(shù)據(jù)庫中的參數(shù)實現(xiàn)定位, 具體的流程如圖 2所示.

圖 2 指紋識別定位原理圖

優(yōu)缺點: 此算法自主性較高, 有較高的定位精度; 但在離線階段建立指紋庫工作量較大, 且一旦更換定位場地, 需要重新構建指紋庫.

3

鄰近探測

鄰近探測法通過是否接收到物理信號來判斷目標是否位于發(fā)射源四周[14], 主要取決于信號的傳輸范圍. 由圖 3可以看出, 目標節(jié)點位于基站B附近.

圖 3 鄰近探測原理圖

優(yōu)缺點: 此算法易于搭建, 易于實現(xiàn)且成本較低; 但定位精度不高, 僅可用于對精度要求不高的場景.

4

極點定位

極點定位根據(jù)測量的相對錨節(jié)點的距離和角度信息推測出目標的位置[14], 其原理如圖 4所示. 若僅已知錨節(jié)點與目標節(jié)點之間的距離d1d1, 則可以初步確定目標節(jié)點是在以錨節(jié)點為圓心、d1d1為半徑的圓上, 然后通過角度信息可以得到目標節(jié)點的精確位置.

圖 4 極點定位原理圖

優(yōu)缺點: 只需要根據(jù)一個錨節(jié)點的位置即可進行測量, 應用較為方便, 常用于大地測量; 但定位結果的準確性易受測距和測量角度儀器的精度的影響.

5

三角定位

三角定位法[15]是將兩個錨節(jié)點的測量信息(包括距離和角度)相結合, 利用幾何原理獲取目標位置.

如圖 5所示, 已知錨節(jié)點A與錨節(jié)點B之間的距離為

, 與目標節(jié)點位置的夾角分別為

. 利用三角幾何原理可求得目標節(jié)點到錨節(jié)點A、B連線的垂直距離為

圖 5 三角定位原理圖

根據(jù)相對位置關系即可求得目標節(jié)點的位置.

優(yōu)缺點: 此算法原理較為簡單, 定位誤差較小, 應用較為廣泛; 但對于普通設備而言, 角度以及距離的信息很難精確獲取.