基于陣列傳感器的可見光室內定位系統研究

郭鑫

摘要：為了改進接收端陣列傳感器測量裝置以及AOA數據處理算法，提高定位所需角度信息測量的準確性，文章通過設計傳感器陣列交叉排列，增加不同俯仰角個數，從而提高測量精度。基于角度信息測量校準實驗，文章采用相似度算法計算俯仰角，設計系統定位性能實驗，在2 m²的室內場景下對112個點進行定位實驗，將相似度算法用于AOA俯仰角數據處理后，定位平均誤差由14.59 cm降至5.58 cm。綜上，采用相似度算法處理數據能夠提高俯仰角測量精度，為進一步研究奠定基礎。

關鍵詞：VLP；AOA；旋轉式陣列傳感器；入射孔；俯仰角；歐幾里得距離

中圖分類號：TP212

文獻標志碼：A

0 引言

隨著物聯網技術的發展和移動終端的廣泛應用，定位服務已經成為現代科技生活中不可或缺的一種服務^［1-2］。衛星定位技術廣泛應用在軍事領域和生活領域中。在室內場景中，衛星定位受到諸多因素的限制而不能滿足室內定位的要求。因此，研究室內定位技術作為衛星定位技術的補充十分重要^［3］。基于LED的可見光定位（Visible Light Positioning，VLP）具有無電磁輻射干擾、可結合照明技術、定位精度高、系統成本低等優點，VLP已經成為室內定位研究領域的一個熱點^［4］。本文使用傳感器陣列對基于到達角（Angle of Arrival，AOA）的VLP系統進行研究，重點研究AOA測量裝置、AOA測量算法、無通信定位算法3個方面。

1 系統模型

使用改進的旋轉式陣列傳感器作為接收端以獲得AOA算法定位所需的角度信息。傳統的基于陣列傳感器的AOA測量裝置是在半球形模具表面安裝多個傳感器^［5］。當LED發出的光照射到測量裝置時，根據朗伯余弦定理，傳感器法線與入射光線的夾角γ越小，則傳感器采集得到的光強越大。比較所有傳感器采集到的光強大小，最大光強對應傳感器的傾斜角與水平方位角為AOA算法實現定位所需的角度信息。

改進的接收端模型主要包括入射孔、傳感器陣列、數據采集模塊、轉臺模塊4個部分。相比于傳統模型，接收端的改進主要有以下3個方面。

（1）傳統模型是將傳感器安裝在模具表面，傳感器接收到的光強會受到其本身視場角、其他光源以及環境噪聲光等的影響，降低了AOA定位所需角度信息測量的穩定性和準確度。針對這一問題，在每個傳感器前都添加了入射孔，顯著降低了視場角的影響以及其他光信號的干擾。

（2）為了提高水平角和俯仰角的測量精度，需要在模具上盡可能多地安裝傳感器，然而模具的尺寸和入射孔的孔徑限制了傳感器的排布數量。在模具尺寸和入射孔孔徑一定的情況下，本文通過采取傳感器陣列交叉排列的設計，增加了不同俯仰角的個數，從而達到了提高角度信息測量精度的目的。改進模型的傳感器排列分布俯視如圖1所示，將傳感器按照東西南北4個方向，每2個一組，分成了4組，改進模型中有8種不同的俯仰角。

（3）通過增加轉臺使傳感器陣列交叉排列安裝的優勢得到充分發揮，即通過轉臺旋轉使得不同俯仰角的傳感器都能接收到光源的直接照射；將定位所需角度信息測量細分為水平角測量和俯仰角測量，降低了數據處理的復雜度。

在使用本文所改進的接收端模型進行定位時，僅需將接收端放置在待定位點處令其旋轉一周采集光照數據。通過比較接收器上不同俯仰角的傳感器所接收到的光信號大小，計算出接收器與LED的俯仰角（傳感器編號與俯仰角對應關系已確定）；通過轉臺旋轉傳感器陣列，比較不同組傳感器接收到的光信號的大小，獲得接收器與LED的水平角，再結合單燈定位算法即可實現定位。

2 實驗結果與分析

2.1 角度信息測量校準實驗

AOA算法實現定位時，所需角度信息測量的準確度是評價改進接收器性能好壞的主要指標，也是提高定位精度的基礎。角度信息測量分為水平角測量和俯仰角測量，其中俯仰角測量的準確度對定位結果影響較大，因此本研究設計了下述俯仰角校準測試實驗。

俯仰角測試模型在Y-Z平面的投影，將接收端固定在O點，LED在以O點為圓心，100 cm為半徑的圓周上移動，通過LED的移動達到改變俯仰角的目的，不斷改變俯仰角θ的值并采集數據。本次采集測試了θ在15°～83°的數據，覆蓋了接收器所能探測的絕大多數俯仰角范圍，根據實驗統計得到的俯仰角測試結果，俯仰角測量平均誤差為2.36°，角度測量誤差所引起的定位誤差不能忽略。

2.2 相似度算法

根據2.1節實驗采集數據分別繪制了各個俯仰角下光照度分布曲線圖，圖2給出了θ=46°時的光照度分布曲線圖，橫坐標為0～31號傳感器，縱坐標為歸一化光照度，虛線為兩組采集數據所繪制的光照變化曲線，實線是理想光照分布曲線。觀察發現，雖然在不同俯仰角下由采集數據繪制的實際光照度分布曲線與理想曲線存在較大差距，但在同一俯仰角下各組采集數據分布規律大致相同，說明了接收端采集得到數據的穩定性很高，因此可以通過計算相似度的方法來判斷俯仰角的大小。

在二維和三維空間中，歐氏距離就是兩點之間的實際距離，而在多維空間中可以將歐氏距離形象地理解為兩個東西的相似度，離得越近即距離越小，則它們越相似。n維空間的歐氏距離公式：

相似度算法計算俯仰角主要分為兩個階段：（a）數據庫建立階段，采集多組不同俯仰角下的光照數據，在每個俯仰角下都將32個傳感器的光照分布組成一個32維向量。（b）定位階段，在待定位點采集光照度數據，建立該點的32維向量，利用公式（1）分別計算該向量與數據庫中每個向量的“距離”，則距離最小組向量所對應的俯仰角即為待定位點處的俯仰角。

2.3 定位實驗

在建立的單燈定位系統模型中進行定位實驗，定位區域為面積2 m²的扇形區域，接收端在定位區域內隨機移動，本次共對112個點進行了定位實驗。

為衡量定位性能，引入誤差函數為

式中，（x₀，y₀）和（x，y）分別為準確坐標和定位實驗所計算的坐標。

定位誤差分布如圖3所示，實線為直接定位誤差分布，虛線為使用相似度算法處理后定位誤差分布。誤差統計如表1所示。在不考慮水平角對定位結果影響的情況下，采用相似度算法處理俯仰角后，定位平均誤差由14.59 cm降至5.58 cm，最大誤差和最小誤差也有了明顯的降低，因此，通過使用相似度算法處理俯仰角來提高定位精度是可行的。

3 結語

本文通過設計傳感器陣列交叉排列，增加不同俯仰角個數。基于角度信息測量校準實驗，采用相似度算法計算俯仰角，設計系統定位性能實驗。相比于其他VLP方案，本文提出的基于陣列傳感器的室內定位方案有以下優勢：（1）本文提出系統不需要LED具備發射信號的能力，可以實現未知LED坐標下的相對定位，降低了發射端改造成本。（2）采用相似度算法處理數據，通過提高俯仰角測量精度從而提高室內定位精度。在2 m²的室內場景下對112個點進行了定位實驗。將相似度算法用于AOA俯仰角數據處理后，定位平均誤差由14.59 cm降至5.58 cm。

參考文獻

［1］唐科萍，許方恒，沈才樑.基于位置服務的研究綜述［J］.計算機應用研究，2012（12）：4432-4436.

［2］王威，胡英男.北斗衛星導航系統服務精度評估［J］.天文學報，2017（2）：1-10.

［3］張曉鋒，王敏，王瑾.基于可見光通信室內定位的研究現狀與發展［J］.激光與光電子學進展，2017（10）：1-12.

［4］吳楠，王旭東，胡晴晴，等.基于多LED的高精度室內可見光定位方法［J］.電子與信息學報，2015（3）：727-732.

［5］XU W，WANG J，SHEN H，et al.Indoor positioning for multiphotodiode device using visible-light communications［J］.IEEE Photonics Journal，2016（1）：1-12.

（編輯 王永超）

Research on visible light indoor positioning system based on array sensor

Guo Xin

（Xian Aeronautical Polytechnic Institute， Xian 710089， China）

Abstract： In order to improve the measurement device of the receiving array sensor and the AOA data processing algorithm， and improve the accuracy of angle information measurement required for positioning， the sensor array is designed to cross arrange and increase the number of different pitch angles， thereby improving measurement accuracy. Based on angle information measurement calibration experiments， similarity algorithm was used to calculate the pitch angle， and system positioning performance experiments were designed. 112 points were located in a 2 m²indoor scene. After applying similarity algorithm to AOA pitch angle data processing， the average positioning error decreased from 14.59 cm to 5.58 cm. In summary， using similarity algorithm to process data has improved the accuracy of pitch angle measurement， laying the foundation for further research.

Key words： VLP; AOA; rotating array sensor; perforation; pitch angle; Euclidean distance