融合三邊測量和PDR的室內定位關鍵技術分析及應用

陳 鵬，廖 明，劉武平，咼 維，宋 楊

(1. 廣州市城市規劃勘測設計研究院，廣東 廣州 510060； 2. 江西省基礎地理信息中心，江西 南昌 330209; 3. 武漢大學測繪遙感信息工程國家重點實驗室，湖北 武漢 430079)

隨著無線傳感器技術的日益成熟，基于無線傳感器技術的室內定位相關技術研究快速發展，目前已有多種無線技術手段，包括紅外線、超聲波、藍牙、射頻識別、超寬帶、ZigBee和WiFi等[1-2]。其中iBeacon技術目前已比較成熟，廉價的iBeacon信標設備的普及[3]，使得基于RSSI的定位技術開始廣泛應用于商業場景中，而iBeacon短距傳輸的特點保證了三邊測量解算也能夠得到較好的定位效果。信標的信號在環境中傳播時，容易受到多路徑、人體吸收等影響，使得RSSI值不穩定[4]；雖然較密集部署的iBeacon信標一般能保證較好的定位精度，但是RSSI的變化會引起當前定位點的頻繁跳動，導致定位精度和可用性降低。為減弱環境帶來的噪聲影響，提高RSSI的可用性，通常采用各種濾波算法優化RSSI，如低通濾波、均值濾波[5]、高斯濾波[6]等。對RSSI的優化能夠有效提高定位精度，減少靜止時的跳動情況；但在運動過程中，定位的連續性仍然較差，效果欠佳。

基于以上研究，可知單純的無線定位的實際應用效果并不好。短距離密集部署的藍牙雖能提供較準確的單點定位結果，但在實際動態環境中缺乏連續性。動態環境中實現高可用的定位效果需要多種技術結合，并根據定位具體實現平臺，選擇合適的技術組合。

本文針對微信平臺，提出一種基于三邊測量定位、步行者航位推算(pedestrian dead reckoning, PDR)及地圖信息糾偏相結合的定位方法，并構建出一套輕量化、高可用的室內定位導航系統，在微信平臺上實現穩定、連續、高精度定位效果。通過對三邊測量定位、PDR及地圖信息糾偏的相關方法分別進行深入研究，最終確定如圖1所示的高可用的智能融合定位方法：利用PDR來延續2個三邊測量定位點中間的空白區域，引入地圖信息糾偏不合理的定位結果。該方法綜合考慮各方面信息，通過優勢互補實現較優的定位效果。此外，利用室內地圖建模和可視化表達技術，實現了完整的室內地圖構建及地圖數據的持久化處理，最終在廣州市不動產登記中心將整套系統上線使用，表現出了良好的應用效果。

1 關鍵技術

1.1 三邊測量定位

種類眾多的定位算法中，三邊測量法最為常用，已知3點位置(x1,y1)、(x2,y2)、(x3,y3)及未知點(x0,y0)到3點距離d1、d2、d3。以d1、d2、d3為半徑作3個圓，根據畢達哥拉斯定理，得出交點即為未知點的位置。其中距離獲取是利用設備掃描到的RSSI值，通過信號距離衰減公式得到與各個信標節點的距離。實際應用中由于RSSI的不穩定，往往取3個以上的信標，用最小二乘的方法來減少定位解算的誤差[7]

(1)

雖然最小二乘法能夠提高定位的精度，但信標參考節點的選擇也極大地影響著定位的效果。當選取的參考信標節點幾何分布較為混亂時，往往難以獲取較好的定位精度，因而需對信標節點進行優選，如選擇一組能構成等邊三角形的節點來進行定位解算[6]。但僅選擇3個信標節點無法使用最小二乘求解，會增大解算時的誤差。本文考慮在保證最小二乘解算的基礎上，對參考信標節點進行優選，即選擇4個信標節點并判斷是否構成結構規則的四邊形(規則四邊形結構其2組對邊節點的中心位置距離相近)。

1.2 行人航位推算

行人航位推算(PDR)是一種相對定位算法，由于移動設備傳感器受到數據偏移和噪聲影響，利用傳統積分運算導航的方法誤差極大，通常利用計步器的原理來實現行人航位推算。

假設已知行人的初始位置(x0,y0)，利用方位角θ和步長s，可以計算出下一步到達的位置(x1,y1)如式(2)，同理可遞推出以后每一步到達的位置。

(2)

運動過程中每檢測到一步，遞推公式就計算一次，PDR的精度主要取決于3個方面：①步伐檢測精度；②步長；③用戶航向。步態檢測中常用的一種算法是波峰檢測法，該算法實現簡單、計算量小，可做到實時檢測。考慮移動設備運動狀態的多樣性，利用單軸加速計值檢測不確定性較大，往往采用三軸加速計的矢量和作為波峰檢測值[8]。步伐檢測算法根據行人的狀態模式進行調整可達到最佳效果。用戶航向一般由用戶行走方向和設備航向同時構成，通常利用整合磁力計、陀螺儀和加速計數據的姿態濾波器計算最終的用戶航向。對步長估計，則是利用文獻[9]中的步長精確估算模型來實現。具體的PDR算法流程如圖2所示。

1.3 地圖匹配

由無線傳感器定位和慣性導航融合得到的位置一般具有較高定位精度，但仍然存在定位點穿墻等現象，需要利用地圖信息進一步糾正。地圖匹配[10]就是將定位解算得到的位置點，與地圖網絡結構信息進行匹配，實現在特殊語義點的糾正，避免與實際信息不相符的定位點的出現，流程如圖3所示。如在拐角處能夠對定位點準確糾偏，沿路網線運動時將點糾偏到路網上，在出現穿墻等情況時及時將點糾正回來。

地圖匹配具體可分為地圖信息格式化和信息匹配2個過程。地圖信息格式化是將原始的地圖信息轉換成可以用來進行匹配操作的數據形式，并按一定的格式存儲到數據庫中。信息匹配則是將定位點與數據庫中存儲的格式化信息進行匹配，定位過程中主要表現為根據點到點的距離和點到線的距離來確定是否進行糾偏操作。

1.4 室內地圖建模及可視化

根據室內環境中特有的地物信息，通過概念建模明確哪些實體概念應該在模型中有所體現，并能完整且分層分級描述場景信息，同時依據概念模型，設計每一種地物相應的屬性字段及其之間的關系，使用矢量數據方式對室內地物信息進行存儲；數字化后，需要對用于可視化的地物信息進行程序自動化處理，對導航需要的拓撲關系進行構建及自動化生成，對定位場元信息、可視化信息、導航信息、定位信息等進行組織與自動化構建，最終生成完整的室內地圖，并持久化存儲。

2 系統設計

本文系統以室內定位技術為基礎，結合地圖可視化技術，實現了室內定位的可視化及與定位相關的功能。室內定位系統核心工作流程如圖4所示。首先在定位場所部署傳感器，存儲傳感器信息，利用定位傳感器信息結合設備實時掃描的信標信息，實現三邊定位解算；三邊定位結果與PDR利用擴展卡爾曼濾波融合，再用地圖信息匹配糾正得到最終的定位結果；最后結合地圖可視化技術，將定位結果在地圖上可視化出來。該過程主要包含定位傳感器的部署、擴展卡爾曼濾波融合算法的設計、地圖可視化和系統數據庫的設計等工作。

2.1 傳感器部署

不同的傳感器部署方式能實現不同的定位效果，密集均勻地部署往往能夠達到最優的定位效果[11]。實際環境中對傳感器的部署需要綜合考慮部署成本、實際物理環境和定位精度需求等多種因素。本文系統采用易部署的藍牙信標節點，為了保證定位精度，定位場所中藍牙信標部署間隔一般為4～8 m，部署高度一般控制在3 m以內，大部分樓層可部署在天花板上。信標部署要均勻，盡量避開遮擋，部署時不要靠近墻角和障礙物，空曠區域中采用三角網格狀交錯分布覆蓋。

2.2 擴展卡爾曼濾波融合

卡爾曼濾波是一種高效的自回歸濾波器[12]，它能夠從一系列的完整及包含噪聲的測量信息中，估計出動態系統的狀態。由于卡爾曼濾波只適用于線性領域，文獻[13]提出了擴展卡爾曼濾波，首先將非線性系統線性化，然后進行卡爾曼濾波，從而將卡爾曼濾波的應用擴展到非線性領域中。

在本系統中筆者對RSSI測量得到的定位結果與步行者通過慣性測量單元獲取的運動數據進行擴展卡爾曼濾波融合，并利用該方法持續估計步行者在各個時態的最佳位置。根據PDR算法實現對系統運動狀態的建模，利用步行長度和方向角度得到相對于之前位置的二維變化量，系統的時間更新方程可表示為

(3)

式中，(xk,yk)為走過k步后的位置；sk和θk分別為第k步的步長和運動方向角；Wk為系統過程噪聲，且認為Wk滿足高斯分布。將三邊測量定位解算的結果作為位置觀測量，手機慣性傳感器獲取數據解算得到的方向和步長作為另外兩個觀測值，得到測量方程可表示為

(4)

式中，(xk,yk)為藍牙信標定位得到的位置；sk為步長檢測所得到的第k步的步長；θ為磁航向角傳感器得到的第k步后的朝向角；Vk為觀測噪聲，同樣認為Vk滿足高斯分布。

2.3 地圖可視化

地圖可視化能將系統的最終效果直觀地展示出來，是空間信息可視化的最主要形式，也是室內定位系統的基礎部分。根據定位場景中包含的地物元素所屬類別及重要程度，按一定等級標準來對各地物進行數字化建模操作，在可視化表達過程中按照其等級確定可視化的優先級，以及不同縮放等級下要素顯示與隱藏等狀態的變換。

對要素的符號表示主要有點符號、線符號和面符號[14]。根據定位場所中室內空間要素層次分類，本文將其分為6類，見表1，針對每類要素選擇不同的符號化類別。此外對于特定建筑物設施，采用多種符號組合進行描述，直觀展現其特殊功能。如衛生間、電梯間、樓梯間及各功能辦公室，均由面符號和點符號組合而成，面符號用來確定該要素的輪廓范圍，點符號以圖形形式描述該要素的屬性特征。

表1 室內要素類別及對應符號

2.4 數據管理

本文室內定位系統所涉及的數據主要包含定位場中傳感器相關信息(UUID、坐標等)和地圖建模后導出的地圖數據信息。為了方便數據傳輸，數據表中按定位場所不同，存儲不同的數據信息。數據存儲表結構見表2，定位場所有傳感器信息以JSON字符串格式打包，存儲在傳感器信息字段；以同樣方式將地圖信息存儲于地圖信息字段，將與定位場所相關的其他信息存儲在描述信息的字段。搭建后臺服務，待前端發起數據請求時，將對應定位場所的相關數據提供給前端。

表2 定位場主要信息表Place表結構

3 系統實現

根據上述系統設計，以廣州市白云區房地產登記中心為應用場景，開發出了基于微信平臺的室內定位系統。參考室內定位系統的總體方案，在場所部署藍牙信標，完成室內地圖要素的建模及其在2維和2.5維視圖下的地圖可視化，最終實現了室內定位及可視化表達。此外基于室內定位及地圖可視化，還研發了室內導航、全景地圖導覽、視頻導覽及其他相關的業務服務功能，構成一套完整的室內定位導航服務系統。

3.1 傳感器部署

房地產中心的樓層高度較低，在3 m以內，信標可直接部署在天花板。此外，登記中心區域空曠，采用三角網格交錯部署,部署間隔為5～8 m，具體信標分布如圖5所示。區域內共部署藍牙信標節點85個，并用全站儀測定了各個信標在定位場所中的實際位置坐標，錄入數據庫中。

3.2 地圖可視化

地圖可視化包括2維和2.5維的視圖效果，不同縮放尺度下的顯示效果，以及室內地圖與室外地圖的無縫疊加顯示。縮小到一定尺度時，能夠看到該場所在地圖中的具體位置，隨著地圖的放大，場所室內地圖要素顯示逐步豐富、完善，實際可視化效果如圖6所示。

3.3 室內定位

如圖7(a)、(b)所示，地圖上的深色圓形圖標即代表當前定位點的圖標，當在定位場所中打開應用，定位圖標在地圖中的位置對應著用戶當前所在的位置，隨著用戶向前移動，定位算法將實時更新位置，定位圖標將緊隨人的行進在地圖上移動。在實際應用中該系統實現的室內定位具有良好的體驗效果，未出現定位點的頻繁跳動，靜止時平均定位精度能夠達到1 m以內，移動過程中的定位精度在1.5 m左右。

3.4 導航及其他功能

如圖7(b)所示，在室內地圖上選取一個目的地，會彈出“去這里”的選項，單擊該選項，就能規劃出從當前定位點到目標位置的路徑，結合實時定位點的輸出，能夠準確引導用戶到達目的地，導航路徑規劃算法采用Dijkstra算法[15]實現。此外，全景圖導覽、視頻導覽等功能是室內定位系統的擴展，單純的室內定位導航功能較為單一，為了能帶來更好的用戶體驗，切合不動產中心實際業務需求，加入其他功能如圖7(c)所示，豐富系統的內容。

4 總結與展望

本文利用三邊測量定位和PDR融合的方法實現了在室內環境中連續穩定的定位效果，并設計和開發了基于微信平臺的室內定位導航系統。該系統已在廣州市不動產中心得以運用，作為公眾號服務上線。通過PDR及地圖信息的引入，該系統實現了準確定位，能夠幫助用戶確定當前位置，結合導航路線規劃結果能夠實時指引用戶沿著正確的路線行進。此外基于室內定位及可視化的相關技術，還為系統引入了其他服務性功能，為用戶帶來更多的便利。

該系統實現了室內人員的實時定位和導航等功能，具有很好的實用意義。但是融合定位算法需按步解算，以及地圖匹配等算法的引入，都增加了設備的功耗，若要在大范圍場景中進行應用，需要對算法進一步優化，降低設備功耗。