基于藍牙技術的物聯網室內定位系統

葛敏婕，趙子涵

（中科芯集成電路有限公司，江蘇 無錫 214072）

0 引 言

物聯網是互聯網世界的愿景，隨著物聯網技術和硬件配置能力的快速發展，基于位置的服務（LBS）作為移動互聯網的基礎服務之一[1-2]，已經逐漸成為人們日常生活中的必要需求。目前應用最廣泛的位置服務技術是全球定位系統（GPS），它在室外環境下的定位精度很高；但在復雜的室內環境下，建筑物對衛星信號的遮擋會導致信號衰減甚至被屏蔽，這會使定位難度加大并且無法獲得準確的位置信息[3]。

目前國內外室內定位技術較多，常見的有無線局域網（Wireless Fidelity, WiFi）、 射 頻 識 別（Radio Frequency Identification, RFID）、藍牙低功耗（Bluetooth Low Energy,BLE）、超寬帶（Ultra Wide Band, UWB）技術等。近幾年智能設備的迅速發展和藍牙設備的生產制造成本越來越低，使得基于藍牙技術的室內定位系統成為當下的研究熱點。藍牙定位系統建設成本較為低廉、使用較為方便，因此有許多廠商采用這一技術實現室內定位。但是，大部分廠商更關注于平臺端的展示效果，而忽略了對定位精度的優化。

本文提出的藍牙室內定位系統，包括本地端和平臺端兩大模塊。該系統由藍牙網關采集待定位點標簽（iBeacon）的藍牙信號數據，數據通過LoRa基站傳輸至平臺服務器，采用高斯濾波和多點定位的方法進行定位坐標初步計算；然后通過定位修正策略得到最終標簽位置信息，最終待定位點的位置信息將展示在平臺端Web頁面。

藍牙定位標簽具有體積較小、便于攜帶的特點，因此該系統應用場景較為廣泛，比如在化工園區、大型工廠、智造車間、隧道施工等需要對人員或物品進行實時定位的典型場景，同時在一些需要室內導航的場景也具有廣泛的應用，如博物館、景區、商場等。

1 系統方案

1.1 系統總體設計方案

本文設計的系統使用藍牙信標的方式進行定位，藍牙信標廣播當前的信號強度，經過濾波處理后進行距離轉換，通過在具體場景下布設的多網關進行數據的LoRa上報；由基站進行數據匯總并傳輸給服務器，服務器通過定位引擎中的多點定位算法獲取定位終端的位置數據，并將位置信息實時展示在Web頁面。圖1為系統總體設計框架結構。

圖1 系統總體設計框架

系統涉及到以下幾個部分，包括定位終端、藍牙LoRa網關、LoRa基站和室內位置信息服務云平臺。

（1）定位終端（待定位點）：具備藍牙4.0以上功能的標簽、手環、工卡等均可作為能夠持續向網關發送信號強度值和自身的mac地址信息的定位終端。本系統采用自主研發的定位終端設備和BlueNRG-2藍牙低功耗片上系統，使用Beacon方式定時廣播信號（定時時間可調），通過加速度傳感器（G-Sensor）進行運動狀態檢測。當終端設備處于靜止狀態下，可設置每隔一段時間（時間可調）發送一次心跳數據。對于不同的部署場景，可對定位終端進行相關配置以滿足定位實時性和功耗等需求。例如，在固定資產的定位場景中，定位終端（通常為標簽）需固定在資產物體上，對于功耗的要求較高且其位置并不經常移動的，只有當物體移動時，才對其實時定位；物體保持靜止狀態時，每隔固定時間發出信號，若接收不到，后臺根據判斷機制觸發報警。對于特殊區域的人員定位場景，人員隨身攜帶定位終端（通常為工卡、手環），對定位的實時性要求較高，但對功耗要求不高。因此，定位終端有必要設計運動狀態檢測、心跳上報等功能以滿足不同定位場景的需求。

（2）藍牙LoRa網關（定位錨節點）：藍牙網關部署在定位終端所在的室內環境中，部署方式根據實際環境驗證后決定。本系統采用自主研發的藍牙LoRa網關，該網關采用BlueNRG-1低功耗藍牙系統級芯片接收藍牙信號，以Cortex-M4內核的STM32f407為主控芯片，將接收到的藍牙信號數據采用SX1276芯片進行LoRa擴頻調制發送，實現遠距離信號傳輸。

（3）LoRa基站：系統的LoRa基站采用SX1302芯片進行8路數據接收，首先將多信道的LoRa信號接收到基站中，接收的數據經過整合后通過MQTT協議發送至服務器。

（4）室內位置信息服務云平臺：具有云平臺集成數據庫、定位算法引擎和Web展示等功能。云平臺接收從基站發來的各類數據并保存至數據庫中，調用定位算法引擎進行計算，得到定位終端的坐標信息并保存，定位數據可發送給Web端進行地圖顯示等。

室內定位系統的工作原理為：將多個網關設備部署在待定位點所在的室內環境，網關中的藍牙接收器接收定位終端（iBeacon）定時廣播的信號并進行匯總打包；通過網關的SX1276芯片進行LoRa發送，LoRa基站接收到網關的數據包信息后將這些數據入網，并通過4G/WiFi/有線等方式遠距離傳輸至室內位置信息服務云平臺，高精度的定位引擎實時計算定位終端位置，最終在Web端展示。

1.2 RSSI測距模型的確立

無線信號通過發送端發射，一般信號所帶的能量在發射過程中會存在衰減[4]，即無線信號強度會隨著距離的增大而衰減。通常無線設備常利用接收信號強度指示值（Receive Signal Strength Indicator, RSSI）表示信號到達接收端的信號強度值。基于RSSI的測距方法利用信號衰減程度與距離有一定數學關系，一般歸納為自由空間傳播模型[5]。但近幾年的研究和實際應用表明，對數路徑損耗模型的準確度更高[6]，表達式為：

式中：d為信號發送端和接收端的距離，一般取參考距離d0=1 m；n表示路徑損耗因子，取值依賴于環境和建筑物情況；一般環境下ε表示均值為零的高斯分布隨機變量。通常室內定位系統采用的簡化模型為：

其中A=PL（d0），表示距離為1 m時的RSSI值。根據公式（2）可得發送端和接收端的距離為：

A和n值需要根據真實定位環境數值測量后進行擬合，才能更準確地反映當前室內環境中的信號傳播特性。因此在系統部署前，有必要事先根據應用場景對A和n進行測量計算并優化。

在實際定位環境中，存在人員的走動和物品位置的移動，導致接收端接收的RSSI值存在抖動。如果直接通過接收信號的RSSI值和公式（3）換算得到接收端與發送端的距離，會造成測距與真實距離誤差過大，最終的定位點大幅度漂移。因此，對于采集到的定位點RSSI值要經過一系列濾波處理后再進行距離的換算。

1.3 信號濾波方式

大量研究和實驗表明，待定位點位于信號發送端固定距離的位置時，采集到的RSSI值近似呈現為高斯分布[7]。因此，本文采用基于高斯濾波的方法對采集到的RSSI值進行濾波處理，該處理方式的特點在于能夠過濾掉因環境突變而出現的短時RSSI過大或過小的抖動值。對于出現概率較大的值進行均值處理，從而得到對應距離的RSSI特征值。具體濾波方法如下：

（1）首先存儲每個采樣時間段內的RSSI值，作為RSSI樣本數據。

（2）RSSI服從（μ, σ2）的高斯分布，其概率密度函數為：

（3）對于高斯分布來說，區間 [μ-σ, μ+σ]上取值的概率為 0.682 6，區間 [μ-3σ, μ+3σ]上取值的概率為 0.997 3。結合實際需求，選用3σ區間能夠有效過濾RSSI樣本中的異常值，即對于某一采樣時間段的RSSI經過高斯濾波并取均值后，作為樣本數據的特征RSSI，即：

1.4 定位算法

基于RSSI測距是一種簡單并容易實現的室內定位方法。具體做法是利用RSSI值與距離的關系，得到待定位點（定位終端）與定位錨節點（網關）的距離，接著應用三邊（三角）定位算法[8]或多點定位算法[9]將待定位點的位置估算出來，由此實現了對定位終端的位置測算。

傳統三邊定位算法是基于圓形相交的原理，以三個定位錨節點為圓心，以錨節點到待定位點的距離為半徑做圓。由于信號的損耗，三個圓一般不會相交于一點，連接兩個圓的圓心以及兩個圓的交點、兩條直線的交點即為策略點，則三個圓會得到三個策略點，策略點連線為一個三角形的區域，該區域的質心即為要求得的待定位點的坐標位置[10]。

多點定位算法的基本原理是利用最小二乘法的思想，即定位環境中有多個已知位置的定位錨節點，坐標分別為（x1,y1）, （x2, y2）, ..., （xn, yn），待定位點 P 的坐標為 （x0, y0）；定位錨節點接收到待定位點廣播的信息，得到相應的RSSI值為（RSSI1,RSSI2, ..., RSSIn）；經過測距模型（式3）計算得到待定位點到各定位錨節點的距離為（d1, d2, ..., dn），可建立如下方程組：

用前面n-1個方程分別減去第n個方程，得到結果為：

其中：

采用最小二乘法求得方程組的解為：

求得的P即為待定位點位置坐標，從而實現對定位終端的室內定位。

2 數據通信與定位系統軟件設計

一般藍牙室內定位系統實現方式有以下兩種：

（1）利用手機作為定位終端，通過手機實時掃描布設在定位環境中的藍牙信標，通常利用手機應用程序（APP）實現對手機的定位，由此完成對室內人員定位與導航等功能[11]。

（2）在定位環境中部署多個定位藍牙基站，待定位的人或物體攜帶或安裝定位信標，信標收集附近基站的通用唯一識別碼以及對應的RSSI后，通過藍牙傳輸至藍牙基站，基站再將數據發送至云平臺并對物體或人物進行位置測算[12-13]。

對相對復雜的室內環境中（如：化工園區、大型工廠、隧道施工等）的人員和物品定位，往往無法攜帶手機等智能設備，也無法部署過多的iBeacon基站。與上述兩種方式不同，為了適應復雜的室內環境，本系統設計尺寸較小的藍牙標簽作為定位終端，便于人員佩戴或安裝在物品上。如圖2（a）所示標簽可安裝在物品上，尺寸為（50×40×20）mm，安裝方式為3M背膠粘貼，帶有防拆開關；如圖2（b）所示標簽設計為人員工卡，尺寸為（90×60×8）mm，側邊帶有TypeC充電接口。

圖2 防拆型電子標簽和人員工卡

標簽不斷廣播數據包，藍牙LoRa網關將數據包接收后通過LoRa擴頻調制發送到基站，基站通過無線/有線等方式將數據匯總后發送至云平臺，云平臺嵌入定位算法引擎和地圖展示等功能，實現對定位終端的定位和展示。

2.1 藍牙數據傳輸

本系統采用自主研發的藍牙LoRa網關，通過雙藍牙模組同時接收標簽廣播的信號，網關以Cortex-M4內核的STM32f407為主控芯片，將接收到的藍牙數據包利用SX1276芯片進行LoRa擴頻調制發送給基站。系統使用私有LoRa協議，以確保定位數據的安全性，網關連接結構如圖3所示。

圖3 網關連接結構圖

藍牙LoRa網關的軟件部分包含以下六個模塊：網絡管理、電源管理、藍牙數據接收、數據發送、數據存儲、LoRa通信模塊。軟件結構如圖4所示。

圖4 網關軟件結構圖

LoRa基站采用SX1302芯片進行8路數據接收，具有較高的接收靈敏度，視距覆蓋范圍可達5 km以上。該基站包括兩個接收通道及兩個發射通道。這四個通道可同時進行數據收發，具有低功耗和高靈敏度的特點，同時滿足網關對基站上行數據的即時接收及基站對網關下行數據的即時響應，基站結構如圖5所示。

圖5 基站結構示意圖

2.2 定位策略

區別于普遍的做法，本系統新增設備端 本地邊緣計算算法，即利用網關剩余算力，將對信號RSSI值的高斯濾波過程通過網關進行處理，以此釋放信道傳輸壓力，提高運算效率。

基于RSSI測距的室內定位系統，RSSI值的質量直接影響到定位的準確性；由于室內環境復雜，雖然大部分情況可以通過高斯濾波濾除掉異常值，但當定位終端處于移動狀態時，高斯濾波的濾波效果并不理想。因此有必要根據定位終端的情況設計相應的定位策略。

定位終端帶有加速度傳感器（G-Sensor），可以進行運動狀態的檢測。當系統判定定位終端靜止時，每間隔10 min發送一次心跳數據；當系統判定定位終端處于運動狀態時，每間隔500 ms發送一次數據包，數據包包含自身的運動狀態和mac地址等信息。上述定位策略按照如下思路進行設計：

（1）當定位終端為運動狀態時，云平臺每隔2 s對定位終端進行定位并在地圖展示。

（2）當定位終端為靜止狀態時，云平臺不對定位終端進行定位，地圖界面保持上一次的定位位置。系統始終監聽定位終端的心跳，確認定位終端在線，但不會對其反復定位。

對于處于運動狀態的定位終端，如果每次更新定位點的坐標僅是依靠多點定位算法，定位位置會出現明顯的離散性，這種現象是不合理的，應當考慮到運動軌跡的平滑性，即當前時刻位置應當與之前的時刻具有線性相關性。由此，引入卡爾曼（Kalman）濾波器，Kalman濾波理論是針對線性離散系統狀態方程，通過系統輸入輸出觀測數據，對系統狀態進行線性最小方差估計的最優估計方法。其特點是利用系統離散狀態的時間轉移關系，得出時域上的遞推計算公式。它的計算過程簡單、直接，迭代算法便于計算機編程實現，并能夠對現場采集的數據進行實時的更新和處理。

如果已知上一時刻定位目標的位置和速度信息，則當前時刻的位置可以根據上一時刻的位置數據預測出來，這便是該動態系統的預測值；而通過多點定位算法計算得到的位置恰好對應系統的觀測值。卡爾曼濾波的預測和更新過程如下：

Step 1：時間更新，完成如下兩步：

（1）狀態先驗估計值：

（2）狀態先驗誤差協方差矩陣：

其中：A為狀態轉移矩陣；B為控制矩陣；Q為預測噪聲協方差矩陣；u（k）表示k時刻外界對系統的作用。更新過程中，已知 k-1時刻最優估計值 x（k-1|k-1），由式（9）、式（10）得狀態先驗估計值x（k|k-1）和誤差協方差矩陣P（k|k-1）。

Step 2 ：觀 測更新

（1）估算Kalman增益：

（2）狀態后驗估計：

（3）更新誤差協方差矩陣：

其中：K（k）表示k時刻的卡爾曼增益矩陣；R為測量噪聲協方差矩陣；z（k）表示k時刻的觀測值；H為觀測矩陣。觀測更新過程中，根據求取觀測器誤差最小方差這一性能指標尋求Kalman增益，利用該增益對先驗估計進行修正，獲得狀態更新和協方差矩陣更新。

對于室內定位環境來說，如果要利用卡爾曼濾波進行位置估計，應當先建立數學模型。因此，假設當定位終端在移動時其基本處于勻速運動狀態，則系統模型可以建立為：

則 k 時刻的狀態向量為 xk=（akbkΔakΔbk）T，觀測向量為zk=（akbk）T。wk和vk分別是環境噪音和觀測噪音且相互獨立，方差矩陣為Q和R。

對系統建模后，卡爾曼濾波器確定了各狀態矩陣和觀測矩陣的值，還需確定P、K、Q、R的值。對于增益矩陣K，其值無須設定，可以通過計算得出；P是狀態誤差協方差矩陣，在經過幾輪運算后會自適應調整，可設為零矩陣。Q和R分別是預測和觀測狀態協方差矩陣，可設置為對角陣。若Q遠大于R，則狀態預測的噪聲大，觀測值更為可信；反之，則預測值更為可信。對于狀態向量xk，可以使用零時刻的測量值z0來初始化x0。通過卡爾曼濾波方法，當定位終端移動時，濾波后的動態軌跡更為平滑，在濾除噪聲后，定位也更為準確。

3 實驗分析與結論

3.1 定位終端功耗分析

對于安裝在固定資產上的定位標簽（如圖2（a）所示），電池標配為2.4 Ah，電池容量與放電電流關系曲線如圖6所示。

圖6 容量與電流關系曲線

定位標簽在運動狀態下，利用功耗分析儀（如圖7（a）和圖7（b）所示）進行分析；數據發送期間平均電流為4.67 mA，在500 ms的發包間隔下，設備平均電流為0.07 mA。在靜止狀態下，每隔10 min發送一次心跳數據，心跳數據發送持續3 ms，其余時間為休眠狀態，僅有運動傳感器采樣監聽，其電流約為1.7 μA，整機耗電流約為3 μA。

圖7 功耗分析

配備的電池按照90%的可用量計算，定位標簽在全運動狀態下，使用時間約為3.6年。在實際使用中，對于資產和重要物品的定位，大多情況下處于靜止狀態，一般使用壽命能達到5年以上，并不需要頻繁更換電池；而對于用于人員定位的工卡，自身配有充電接口，一次充電可持續使用7天，滿足基本的使用場景要求。

3.2 定位實驗分析

本文系統部署在真實辦公環境中，試驗區平面圖如圖8所示，定位區域包含：左上角的實驗室區域（含有大量電氣設備）、左下角的會議室區域以及其余的正常辦公區域。網關（圖8中無字母標記的圓圈標記點）每隔7～10 m布設一個，共14個定位網關。

圖8 室內定位環境2D圖以及網關、終端位置

（1）固定點定位實驗：在上述三類定位區域都設有定位終端，其真實位置如圖8中標有大寫字母的點位所示，定位終端在晃動后靜止放置，其定位坐標（圖8中標有小寫字母的點位）能夠實時在地圖中顯示。

測試多個定位終端的位置，平面圖左下角為定位原點坐標，定位坐標與真實位置坐標之間的誤差由式（16）計算，結果見表1所列。由表1可知，所設計的室內定位系統的固定點定位誤差都在4 m以內，有60%的測試點定位誤差在2.5 m以內。對于實驗室區域的定位，雖有許多電氣設備的干擾，但仍能正常定位，精度滿足要求。

表1 固定點定位實驗結果

式中：（xn, yn）為定位終端真實坐標；（xest, yest）為定位坐標。

（2）移動點定位實驗：選取某一定位終端放在辦公區域，測試人員手持設備，順時針繞該區域行走一周，其定位軌跡能夠在平面圖中進行查看。圖9是采用本文的定位策略和對定位點使用卡爾曼濾波算法后得到的定位軌跡，灰色為真實移動軌跡，黑色為移動定位軌跡。可以發現，有60%的測試點定位誤差在2 m以內，最大定位誤差控制在3 m以內。相較于固定點定位，移動點定位有更高的準確率，一是因為定位終端在移動時，定位引擎會不斷對其定位；二是由于對定位點使用Kalman濾波，從而移動過程更為準確和平滑。

圖9 室內移動定位點測試

實驗還對60個定位終端同時進行移動定位測試。測試發現，隨著節點數量的增加，網關上報數據時信道存在壓力，計算和顯示會有1～3 s左右的延遲；若定位終端之間距離較緊密，藍牙信號會存在相互干擾，造成定位過程節點出現漂移，使定位精度降低至4～6 m。實驗還發現，對于室內環境，藍牙網關僅能掃描到15 m以內的區域信號，一旦超過邊界網關布設范圍10 m以外，定位終端會受到邊界約束。

4 結 語

與目前的藍牙室內定位系統相比，本文設計的系統著重考慮了定位終端移動時的定位精度，且兼顧了定位速度和定位準確性，具有更高的應用價值[14-15]。實驗表明，本文設計的室內定位系統能夠有效降低室內定位的誤差，滿足大多數目標場景的定位精度要求；所設計的前端界面能夠提供精準的定位顯示和軌跡查詢等位置服務。該系統使用低功耗的藍牙iBeacon方案，每個定位終端的使用時間均超過三年，無須頻繁更換硬件。與傳統的人員物資監管方式相比較，該系統很大程度地節約了人力成本，具有較高的實際應用價值。