位置服務(wù)在大型場館數(shù)字化建設(shè)中的構(gòu)建與賦能

李 柯

中通服咨詢設(shè)計研究院有限公司

0 引言

隨著移動智能設(shè)備和無線通信技術(shù)的不斷發(fā)展，用戶對獲取自身位置信息的訴求不斷增強(qiáng)，位置服務(wù)（location-based Service，LBS）已經(jīng)逐漸成為了人們生產(chǎn)生活中不可或缺的一項基礎(chǔ)服務(wù)需求[1][2]。目前基于GPS、北斗、GLONASS、GALILEO 這些全球衛(wèi)星定位導(dǎo)航系統(tǒng)（GNSS）的室外定位技術(shù)已經(jīng)相當(dāng)成熟，基本解決了在室外空間進(jìn)行精確定位的問題，并且在日常的生產(chǎn)生活中也得到了廣泛的應(yīng)用[3]。由于在室內(nèi)受到信號遮蔽、復(fù)雜建筑環(huán)境和多徑效應(yīng)等因素的影響[4]，GNSS 定位的精度急劇下降，無法滿足室內(nèi)LBS 的需要。因此高精度、高可靠性的室內(nèi)定位技術(shù)已經(jīng)成為工業(yè)界和學(xué)術(shù)界的研究熱點(diǎn)。

本研究以基于Wi-Fi 的室內(nèi)定位導(dǎo)航技術(shù)出發(fā)，從發(fā)展現(xiàn)狀、室內(nèi)定位技術(shù)概述、系統(tǒng)設(shè)計等方面闡述了該技術(shù)在大型場館中的應(yīng)用，并提出了一種快速構(gòu)建位置服務(wù)的方法，通過信息化手段為大型場館數(shù)字化建設(shè)提供強(qiáng)有力的支撐。

1 研究現(xiàn)狀與發(fā)展趨勢

隨著無線網(wǎng)絡(luò)和通信技術(shù)的快速發(fā)展與普及，物聯(lián)網(wǎng)也迅速發(fā)展起來，引領(lǐng)傳統(tǒng)的互聯(lián)網(wǎng)行業(yè)進(jìn)入到一個新的發(fā)展階段。在這個技術(shù)爆炸的時代，智能設(shè)備與互聯(lián)網(wǎng)（移動APP、小程序等）相結(jié)合，發(fā)展出了室內(nèi)定位導(dǎo)航系統(tǒng)。作為該系統(tǒng)核心的定位技術(shù)也是層出疊見，不同定位技術(shù)的精度也各有差異，精度范圍大致在幾米到幾十米。目前室內(nèi)定位產(chǎn)品中常用到的技術(shù)主要有Wi-Fi 定位技術(shù)、低功耗藍(lán)牙定位技術(shù)、RFID 定位技術(shù)、UWB 定位技術(shù)和ZigBee 定位技術(shù)等，下面將簡單介紹這幾種定位技術(shù)及應(yīng)用場景，同時比較他們的優(yōu)缺點(diǎn)。

（1）Wi-Fi 定位技術(shù)

如今，Wi-Fi 技術(shù)發(fā)展迅速，在手機(jī)、筆記本以及各類智能設(shè)備上都有Wi-Fi 芯片，而且Wi-Fi 熱點(diǎn)在室內(nèi)使用廣泛，城市中的公共場所如醫(yī)院、大型超市商場、學(xué)校、市政機(jī)構(gòu)等都廣泛覆蓋了Wi-Fi。所以Wi-Fi 成為室內(nèi)定位的一個選擇，它有著基礎(chǔ)設(shè)施建設(shè)完備的優(yōu)勢，在進(jìn)行室內(nèi)定位系統(tǒng)建設(shè)時，可以利用已有的Wi-Fi 熱點(diǎn)設(shè)備，從而降低建設(shè)成本、提高設(shè)備利用率。目前基于Wi-Fi 的室內(nèi)定位技術(shù)已經(jīng)出現(xiàn)了許多充滿代表性的研究成果，比如Nibble 系統(tǒng)、Weyes 系統(tǒng)等[5]。Wi-Fi 室內(nèi)定位是目前比較流行的定位技術(shù)，定位成本低，適用性強(qiáng)，信號收發(fā)的范圍廣，定位精度能達(dá)到米級，具有較強(qiáng)的推廣性。

（2）低功耗藍(lán)牙定位技術(shù)

藍(lán)牙定位主要通過使用低功耗藍(lán)牙（Bluetooth Low Energy，簡稱BLE）技術(shù)，實(shí)現(xiàn)近距離的數(shù)據(jù)互換。iBeacon是蘋果公司制定的一種專用于藍(lán)牙定位的協(xié)議[6]，定位精度在2-3 米。藍(lán)牙室內(nèi)定位主要通過測量移動設(shè)備與藍(lán)牙基站之間的信號強(qiáng)度，采用多點(diǎn)定位或者指紋定位算法來實(shí)現(xiàn)位置的計算。目前很多智能設(shè)備都集成了藍(lán)牙模塊，并且藍(lán)牙定位技術(shù)具備功耗低、成本低、工作時間長、設(shè)備體積小、易于部署等優(yōu)勢，從而使得藍(lán)牙技術(shù)成為了室內(nèi)定位的一個很自然的選擇。

（3）RFID 定位技術(shù)

射頻識別（Radio Frequency Identification，RFID）技術(shù)是一種非接觸式的數(shù)據(jù)交換技術(shù)，主要利用無線射頻信號進(jìn)行雙向通信，通過雙方數(shù)據(jù)的交換來達(dá)到識別和終端定位的目的。RFID 的硬件主要由電子標(biāo)簽和讀取器組成，讀取器接收來自RFID 電子標(biāo)簽的信號，通過計算接收的信號強(qiáng)度推導(dǎo)出位置。目前，具有代表性的RFID 系統(tǒng)有微軟公司的RADAR 系統(tǒng)[7]、華盛頓大學(xué)的SpotON 系統(tǒng)、MIT 的Cricket 系統(tǒng)等。RFID 技術(shù)具有傳輸范圍廣、安裝成本低、硬件體積小、定位精度可達(dá)到厘米級的優(yōu)點(diǎn)，但它的作用距離很短，而且僅靠射頻識別技術(shù)是不能進(jìn)行室內(nèi)定位的，必須與其他輔助技術(shù)相結(jié)合才能實(shí)現(xiàn)。

（4）UWB 定位技術(shù)

超寬帶（Ultra Wide Band，UWB）是一種不使用載波來傳輸信號[8]，而是利用非正弦波窄脈沖的無線通信技術(shù)。它通過發(fā)送納秒級頻率極低的超窄脈沖來傳輸數(shù)據(jù)，可以獲得極大的數(shù)據(jù)帶寬，具有良好的抗多徑效應(yīng)能力。UWB 常用的定位方法主要有：信號到達(dá)時間（TOA）定位、信號到達(dá)方向（AOA）定位、信號到達(dá)時間差（TDOA）定位等。與其他無線定位技術(shù)相比，UWB 的定位精度可以達(dá)到10-30cm，但它實(shí)現(xiàn)大范圍的場景覆蓋比較困難，建設(shè)成本又很高，這都限制了UWB的應(yīng)用。

（5）ZigBee 定位技術(shù)

ZigBee，也稱紫蜂，是一種低功耗、低速率、短距離的無線傳輸技術(shù)[9]。主要特點(diǎn)有低速、低耗電、安全可靠等。基于ZigBee 技術(shù)的室內(nèi)定位原理和藍(lán)牙類似，定位方法采用多邊定位、鄰近信息法等，定位精度在5m 以內(nèi)，缺點(diǎn)是穩(wěn)定性差且容易受到環(huán)境因素的影響。該技術(shù)主要為低功耗且不需要大數(shù)據(jù)量吞吐的應(yīng)用而設(shè)計，主要應(yīng)用于智能家居等領(lǐng)域。

2 室內(nèi)定位技術(shù)概述

2.1 基于測距的定位方法

基于距離測量的定位方法，是利用無線電波的某種特性與距離的關(guān)系，計算出距離實(shí)現(xiàn)定位。關(guān)于待測目標(biāo)到參考點(diǎn)之間的距離有基于信號到達(dá)時間（Time Of Arrival，TOA）、信號到達(dá)時間差（Time Difference Of Arrival，TDOA）、信號強(qiáng)度（RSSI）、到達(dá)角測量法（Arrival Of Angle，AOA）等測量方法。

2.1.1 信號到達(dá)時間法TOA

信號到達(dá)時間定位方法，是根據(jù)AP 發(fā)出信號的時間和移動終端接收到AP 信號的時間，利用這段信號傳播時間計算出AP 到移動終端之間的距離。電磁波的傳播速率為30 萬千米/秒，因此TOA 方法對于時間的測量精度要求非常高，極其微小的時間誤差都會造成巨大的距離誤差，因此需要非常準(zhǔn)確地測量AP 到移動終端之間的信號傳播時間[10]。同時也要求AP 和移動終端之間實(shí)現(xiàn)嚴(yán)格的時間同步，對時間精度的超高要求也導(dǎo)致了設(shè)備成本的提升，在實(shí)際場景中很難應(yīng)用。

2.1.2 信號到達(dá)時間差法TDOA

信號到達(dá)時間差法是對TOA 方法的改進(jìn)，它利用移動終端發(fā)送信號到兩個AP 的時間差來測量待測點(diǎn)的位置，它不需要知道AP 發(fā)射信號的時間和移動終端接收信號的時間，極大地減少了對于時間精度、AP 和移動終端時間同步的要求[11]。TDOA 方法通過向多個AP 發(fā)送信號來獲取信號到達(dá)AP 的時間差，根據(jù)時間差來計算出移動終端到AP 的距離差。根據(jù)幾何特性，平面上兩定點(diǎn)距離之差為定值點(diǎn)的軌跡，是圖形雙曲線的一支，雙曲線的頂點(diǎn)即為無線AP 的位置，移動終端則位于雙曲線的交點(diǎn)上，從而得到移動終端的位置。

2.1.3 基于信號強(qiáng)度測量法RSSI

基于信號強(qiáng)度測量法通過測量待測目標(biāo)與其他多個參考點(diǎn)之間的距離來計算待測目標(biāo)的位置。在二維平面中，已知待測目標(biāo)與三個不共線的參考點(diǎn)之間的距離就可以計算出待測目標(biāo)的位置。關(guān)于待測目標(biāo)到參考點(diǎn)之間的距離采用基于信號強(qiáng)度（RSSI）的方法，基本原理是隨著待測目標(biāo)與基站之間距離的增加，信號強(qiáng)度會逐漸衰減，根據(jù)RSSI 值衰減程度的不同，就能測量出距離。目前，RSSI的測量廣泛采用公式（1）。

其中，d0是參考距離1 米，RSSI0是1 米時的信號強(qiáng)度。d1是待測的實(shí)際距離，RSSI1是實(shí)際測試的信號強(qiáng)度，n 是無線信號衰減因子，ε 是一個高斯參數(shù)[12]。

2.1.4 到達(dá)角測量法AOA

到達(dá)角測量法是根據(jù)測量待測目標(biāo)與參考點(diǎn)之間的角度來實(shí)現(xiàn)定位。該方法要求AP 具有測角度的能力，至少需要兩個不同的AP 才能實(shí)現(xiàn)定位，如圖1 所示[13]。在二維平面中，已知參考點(diǎn)AP1、AP2 的坐標(biāo)（x1，y1）、（x2，y2），參考點(diǎn)與移動終端之間的偏轉(zhuǎn)角度分別為θ1、θ2，根據(jù)參考點(diǎn)的坐標(biāo)和角度關(guān)系可以推出待測點(diǎn)的坐標(biāo)（x，y）。

圖1 到達(dá)角測量法示意圖

該方法在室內(nèi)環(huán)境復(fù)雜、障礙物較多的情況下測量不準(zhǔn)確，因?yàn)樯鲜銮闆r下會存在信號折射和繞射的現(xiàn)象，會導(dǎo)致角度測量存在誤差。而且在真實(shí)環(huán)境中，Wi-Fi 信號眾多，相互之間的信道干擾會影響角度的測量，一旦信號受到影響，其定位的準(zhǔn)確性就會大打折扣。所以到達(dá)角測量法不適用于復(fù)雜的室內(nèi)環(huán)境中，通常都是該方法結(jié)合其他定位方法來實(shí)現(xiàn)融合定位，從而提高定位的準(zhǔn)確性。

2.2 無關(guān)距離的定位方法

2.2.1 加權(quán)質(zhì)心法

加權(quán)質(zhì)心法的算法核心是以AP 到待測點(diǎn)之間的距離為依據(jù)，計算每個AP 的權(quán)重值，利用不同AP 的權(quán)重值來體現(xiàn)其對待測點(diǎn)位置的影響[14]。質(zhì)心算法假設(shè)權(quán)重值w=1/dg，該權(quán)重值是AP到待測點(diǎn)的距離函數(shù)，其中d是AP到待測點(diǎn)的距離，g 是修正因子。當(dāng)g 值越來越大時，從權(quán)重值的計算中可以看到距離近的AP 的影響力越來越大，距離遠(yuǎn)的AP 的影響力越來越小，最終導(dǎo)致估算的位置在距離近的AP 附近，定位誤差增大。所以我們需要找到一個最佳的g 值，來使得加權(quán)質(zhì)心法的定位誤差最小。

2.2.2 場景分析法

場景分析法一般又稱為指紋匹配法，它的原理是根據(jù)在不同的室內(nèi)場景中，移動終端接收到的信號特征值具有差異性這個特點(diǎn)[15]，在定位之前，事先采集不同位置上的信號特征，將這些信號特征作為該場景位置上的指紋存入數(shù)據(jù)庫。在定位時，將當(dāng)前的信號特征與指紋庫中的進(jìn)行比對，利用匹配算法來確定待測目標(biāo)的位置。指紋匹配法的優(yōu)點(diǎn)是定位精度高；缺點(diǎn)是前期建立指紋庫的工作量大，且不適合環(huán)境變化大的室內(nèi)場景，每次環(huán)境變化之后，各個位置的信號特征值都會發(fā)生變化，若想使算法繼續(xù)保持高精度，則需要更新指紋庫。常用的匹配算法有最鄰近法（Neareast Neighborhood，NN）、K 鄰近算法（K Nearest Neighborhood，KNN）、加權(quán)K 鄰近算法（Weighed K Nearest Neighborhood，WKNN）等。使用指紋匹配算法，雖然定位精度得到了提高，但算法的計算量很大，而且在構(gòu)建指紋數(shù)據(jù)庫時會耗費(fèi)相當(dāng)大的人力物力，但是相較于基于幾何特征的定位算法而言，指紋匹配算法的優(yōu)點(diǎn)就是不需要事先知道Wi-Fi 設(shè)備的位置信息。

3 上層應(yīng)用賦能

3.1 室內(nèi)外一體化導(dǎo)航

室內(nèi)外一體化導(dǎo)航是目前研究的一個熱點(diǎn)，室內(nèi)導(dǎo)航解決了室內(nèi)地圖的“最后一公里”問題，但在實(shí)際應(yīng)用中，由于種種原因，室外導(dǎo)航和室內(nèi)導(dǎo)航往往并不是連貫的，用戶需要借助不同的應(yīng)用工具分別實(shí)現(xiàn)，工具切換、重復(fù)搜索規(guī)劃，給用戶帶來了諸多不便。當(dāng)用戶到了一些大型室內(nèi)場館，地圖無法精準(zhǔn)定位，又沒有詳細(xì)的地圖，在場館內(nèi)時常會找不到某個想去的展位。因此，為響應(yīng)用戶需求，位置服務(wù)平臺實(shí)現(xiàn)了室內(nèi)外一體化導(dǎo)航，從室外到室內(nèi)，均可通過同一入口進(jìn)行實(shí)現(xiàn)。一站式解決了用戶“當(dāng)前室外位置-展館-展位”的導(dǎo)航需求，真正實(shí)現(xiàn)了室內(nèi)外一體化導(dǎo)航，無論是從室外到室內(nèi)，還是室內(nèi)到室外，無需額外的手動操作，一鍵即達(dá)。

3.2 客流安全監(jiān)測

大型場館在開展期間的安全問題是每一個主辦方都重視的問題，單純增加安保人員的數(shù)量無法滿足高效管理的要求，也是一種粗放的安全管理方式。利用位置服務(wù)平臺，通過先進(jìn)的室內(nèi)定位技術(shù)，針對場館公共安全管理中非常規(guī)群體性突發(fā)事件的主動感知和大型活動安保等問題，分析和預(yù)測客流的運(yùn)動趨勢，為安保人員處置突發(fā)事件和大型活動安全管理提供理論依據(jù)和應(yīng)用實(shí)踐指導(dǎo)。

該平臺通過構(gòu)建多源數(shù)據(jù)融合模型和算法，可以實(shí)時計算重點(diǎn)區(qū)域的風(fēng)險值并根據(jù)風(fēng)險等級進(jìn)行預(yù)警，可以定時從歷史數(shù)據(jù)中分析挖掘預(yù)警閾值、各類數(shù)據(jù)權(quán)重、算法的參數(shù)指標(biāo)。隨著數(shù)據(jù)量的不斷積累和數(shù)據(jù)源種類的不斷增加，該平臺還能夠通過深度學(xué)習(xí)來不斷提升密集場所人群分析的準(zhǔn)確性，及時發(fā)現(xiàn)重大的客流安全隱患，在客流高峰時期建議安保人員采取適當(dāng)?shù)拇胧_引導(dǎo)客流，防患于未然，避免事故的發(fā)生。

3.3 位置大數(shù)據(jù)

位置服務(wù)平臺會記錄所有移動終端的位置信息，在這個數(shù)據(jù)為王的信息爆炸時代，基于位置的大數(shù)據(jù)分析能夠帶來巨大的收益。比如精準(zhǔn)的人流分析可以快速、直觀地了解人流的分布特征。對這些人流位置信息進(jìn)行大數(shù)據(jù)分析，針對人流變化的趨勢、自定義時段人流分布等進(jìn)行綜合分析比對，可以為大型展會帶來一系列收益。例如在開展期間可以根據(jù)人流的分布情況為展位租金定價提供數(shù)據(jù)支撐、優(yōu)化展位的布局、優(yōu)化廣告位的布設(shè)、提供高效可靠的安保人員調(diào)度等，為一系列決策提供最真實(shí)、最可靠的數(shù)據(jù)支持。

4 系統(tǒng)設(shè)計

4.1 總體設(shè)計

位置服務(wù)平臺是一個具有移動端、Web 端的多終端系統(tǒng)，系統(tǒng)分為三個模塊實(shí)現(xiàn)，分別是數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)接口，系統(tǒng)功能設(shè)計上高內(nèi)聚、低耦合，各個模塊之間相互配合，共同完成待測點(diǎn)位的位置定位。總體由數(shù)據(jù)采集層、數(shù)據(jù)預(yù)處理層、數(shù)據(jù)中臺層、業(yè)務(wù)中臺層、接口服務(wù)層、應(yīng)用層，以及運(yùn)營管理及安全服務(wù)兩大平臺構(gòu)成，如圖2 所示。該系統(tǒng)實(shí)現(xiàn)了對移動終端、基準(zhǔn)設(shè)備、基準(zhǔn)設(shè)備坐標(biāo)、場景位置等數(shù)據(jù)的全面集成、協(xié)議轉(zhuǎn)換及加工處理，還構(gòu)建了基于位置數(shù)據(jù)的數(shù)據(jù)中臺、業(yè)務(wù)中臺，通過各類數(shù)據(jù)模型的分析處理，統(tǒng)一對外提供各種中臺北向服務(wù)能力，如地圖服務(wù)、定位服務(wù)、導(dǎo)航服務(wù)、鷹眼服務(wù)、分析服務(wù)等，并可支撐各類移動終端應(yīng)用。

圖2 平臺業(yè)務(wù)規(guī)劃

4.2 定位節(jié)點(diǎn)布設(shè)

要實(shí)現(xiàn)大型場館的室內(nèi)定位，需提前在場館內(nèi)部署信標(biāo)節(jié)點(diǎn)，這種方案的優(yōu)點(diǎn)是前期時間充裕，后期無AP 信標(biāo)節(jié)點(diǎn)的部署工作量。缺點(diǎn)是設(shè)備的一次性投入成本高。展會現(xiàn)場安裝節(jié)點(diǎn)時為達(dá)到較好的定位效果，需遵循以下幾點(diǎn)：

（1）AP 信標(biāo)節(jié)點(diǎn)的間距保持8-10 米，均勻部署；走道和房間分別部署。

（2）AP 信標(biāo)距離地面高度應(yīng)保持在3-5 米之間；所有設(shè)備盡量保持在同一高度。

（3）部署AP 信標(biāo)節(jié)點(diǎn)時，需避開遮擋、通風(fēng)口等位置，保證信號可以充分輻射出去。位置應(yīng)避免金屬材質(zhì)，以免影響信號；部署位置應(yīng)保證設(shè)備安裝牢固不易掉落。

（4）AP 信標(biāo)節(jié)點(diǎn)在場館內(nèi)的布局盡量均勻分布，以便形成較好的定位精度。

（5）節(jié)點(diǎn)在部署完成后，需通過軟件將節(jié)點(diǎn)位置繪制到地圖上，并進(jìn)行檢查確認(rèn)位置是否正確。

4.3 地圖生成

地圖是平臺的重要組成部分，也是提供位置服務(wù)的基礎(chǔ)，如何高效、準(zhǔn)確地生成場館室內(nèi)地圖是平臺要解決的重要問題。我們通過長期的實(shí)驗(yàn)和現(xiàn)場部署工作，總結(jié)了一套快速構(gòu)建場館室內(nèi)地圖的方法。地圖生成的主要步驟是原始數(shù)據(jù)準(zhǔn)備、基礎(chǔ)數(shù)據(jù)處理、繪制及建庫和現(xiàn)場核對與修改四個部分，詳細(xì)流程如下：

（1）原始數(shù)據(jù)準(zhǔn)備

業(yè)主方提供繪制的CAD 圖，在CAD 圖上繪制已部署的AP 信標(biāo)節(jié)點(diǎn)位置；

（2）基礎(chǔ)數(shù)據(jù)處理

利用ArcGIS 等地圖軟件，根據(jù)原始數(shù)據(jù)進(jìn)行地圖配準(zhǔn)與坐標(biāo)轉(zhuǎn)換，并將地圖矢量化；

（3）繪制及建庫

將矢量地圖構(gòu)建拓?fù)洌謩尤コ浖詣由傻貓D的拓?fù)溴e誤，并建立地圖數(shù)據(jù)庫；

（4）現(xiàn)場核對與修改

將生成的地圖與CAD 圖和現(xiàn)場實(shí)際情況核對，對地圖出錯的地方進(jìn)行重繪。

5 系統(tǒng)實(shí)現(xiàn)

5.1 數(shù)據(jù)采集平臺

數(shù)據(jù)采集平臺設(shè)計了主動定位和被動定位兩種數(shù)據(jù)采集方式，如圖3 所示。主動定位數(shù)據(jù)采集是由移動端主動發(fā)起，通過移動設(shè)備自帶的硬件來主動掃描周圍AP，獲取不同AP的信號強(qiáng)度作為數(shù)據(jù)源。為了降低單次采集帶來的誤差，主動定位時移動設(shè)備會在1 秒內(nèi)進(jìn)行10 次掃描，并記錄每次掃描的數(shù)據(jù)結(jié)果，存儲到緩存中供數(shù)據(jù)處理平臺進(jìn)行位置計算。被動定位數(shù)據(jù)采集則是使用AP 作為Wi-Fi 探針，AP 會掃描周圍打開了Wi-Fi 的設(shè)備，獲取這些設(shè)備的Mac 地址、RSSI信號強(qiáng)度，并將這些信息發(fā)送給數(shù)據(jù)處理服務(wù)器，報文類型為普通的UDP 報文（IP 頭+UDP 頭+Payload）。由于AP 不會存儲這些數(shù)據(jù)，因此無需擔(dān)心AP 被有惡意的人盜取并獲得AP 收集到的信息的問題。

圖3 數(shù)據(jù)采集平臺實(shí)現(xiàn)

5.2 數(shù)據(jù)處理平臺

數(shù)據(jù)處理平臺包括了數(shù)據(jù)接收、位置計算兩部分。當(dāng)接收到數(shù)據(jù)采集平臺發(fā)送來的數(shù)據(jù)包之后，按照原始格式對數(shù)據(jù)進(jìn)行解析，并將解析后的數(shù)據(jù)對象保存到Redis 中。在Redis中保存時，使用的是Hash 數(shù)據(jù)結(jié)構(gòu)，其中Key 是AP 的Mac地址，Value 包含了移動設(shè)備Mac、RSSI、時間戳等信息，如圖4 所示。在數(shù)據(jù)處理平臺中，我們開啟多個線程并行處理采集到的數(shù)據(jù)，將數(shù)據(jù)從Redis 中取出后會釋放緩存，提高處理效率。

圖4 Value 數(shù)據(jù)對象

依據(jù)不同的數(shù)據(jù)采集方式選擇不同的定位算法。針對被動定位大數(shù)據(jù)量計算的問題，被動定位主要用于客流熱力的監(jiān)測，對于定位精度要求不是特別高，因此采用了基于信號強(qiáng)度的加權(quán)質(zhì)心算法，可以在滿足定位精度的要求下極大提高數(shù)據(jù)計算的效率。當(dāng)進(jìn)行主動定位計算時，我們采用了基于信號強(qiáng)度的三邊測量算法，前期準(zhǔn)備工作只需要根據(jù)實(shí)際場景修正信號強(qiáng)度與距離關(guān)系的函數(shù)，能很好地應(yīng)對大量數(shù)據(jù)情況下位置計算的問題，減少了計算量和計算時間，而且不必面對指紋定位方法中指紋數(shù)據(jù)庫的采集、訓(xùn)練和維護(hù)等問題，降低了前期工作量，沒有指紋數(shù)據(jù)的存儲，也降低了存儲壓力。

5.3 數(shù)據(jù)接口平臺

數(shù)據(jù)接口平臺由主動推送、API 調(diào)用兩部分組成，對于大數(shù)據(jù)量的被動定位數(shù)據(jù)我們采用Kafka 消息隊列推送的方式，主動將計算完成的位置數(shù)據(jù)推送到第三方應(yīng)用服務(wù)器上，供第三方應(yīng)用使用。Kafka 方式可以快速處理海量的定位數(shù)據(jù)，避免了API 調(diào)用方式給服務(wù)器造成的壓力。對于數(shù)據(jù)量少的情況，同時也提供了基于Https 方式的API 接口調(diào)用，主要包括了單場館客流定位數(shù)據(jù)接口、根據(jù)Mac 地址查詢位置接口、客流軌跡查詢接口等。

6 結(jié)束語

物聯(lián)網(wǎng)時代下，位置服務(wù)是一個很普遍的需求。數(shù)百億臺的設(shè)備，數(shù)十億臺的智能手機(jī)和穿戴設(shè)備，形成“人與人”、“人與物”、“物與物”連接入網(wǎng)，而位置信息將是這個時代里支撐性的核心基礎(chǔ)信息。本文構(gòu)建的位置服務(wù)系統(tǒng)通過智能傳感器的鏈接實(shí)現(xiàn)整個場景的可視化，幫助觀眾在場館內(nèi)獲得動態(tài)連續(xù)的位置指引服務(wù)。獲得更加精準(zhǔn)的位置服務(wù)也是場館和觀眾在數(shù)字化和智能化大環(huán)境下的共同訴求。

位置服務(wù)作為大型場館的“動態(tài)感知神經(jīng)和樞紐”，不僅為主辦方、參展商、參展觀眾提供專業(yè)化LBS 服務(wù)，還為超大型會展中心停車、餐飲服務(wù)點(diǎn)、綜合安防等需求提供實(shí)時、準(zhǔn)確的位置大數(shù)據(jù)支撐，是超大公共建筑實(shí)現(xiàn)承載能力、服務(wù)能力的數(shù)字化底座。該服務(wù)促進(jìn)了“運(yùn)營高效、資源統(tǒng)籌、數(shù)據(jù)共享、業(yè)務(wù)協(xié)同”的數(shù)字場館生態(tài)建設(shè)，注重與場館經(jīng)營業(yè)態(tài)的多元融合，為參展商及觀眾等提供極致的參展體驗(yàn)，有助于推動產(chǎn)業(yè)及城市的快速發(fā)展，幫助客戶快速實(shí)現(xiàn)商業(yè)價值。