全球定位系統(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, 使得信號發生反射、折射或散射, 導致強度減弱, GPS并不能實現精確的定位, 即在存在非視距(non-line-of-sight, NLOS)的室內環境中, 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境的延續, 應用更加廣泛. 精確的節點位置信息可以應用在環境監測、軍事偵察、定位打擊目標、公共安全及應急響應等方面.
當發生地震、火災等意外災害時, 室內環境由于崩塌、火燒等會發生改變, 根據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, 既節省時間又能規劃出安全的救援路徑. 當發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行任務時, 通過室內協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.
地磁技術主要依據地磁場強度實現定位, 成本較低, 而且對環境的要求不高. 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定位和對數據庫內存儲的相機位置信息進行圖像指紋匹配實現定位[6]兩種. 伴隨計算機視覺技術的發展和成熟, 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據關聯任務; 后端主要對前端的輸出結果進行優化, 得到最優的位姿估計和地圖[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, 如醫療監控、安全和資產跟蹤等[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缺點.
1
航跡推算
目標節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據計算節點位置和軌跡.
圖 1 航跡推算定位原理圖
已知目標節點初始位置為
初始航向角為
移動到下一時刻的位移為
下一時刻目標節點的位置為
后續各個時刻的位置為
優缺點: 此算法不需要借助外部設備即可實現定位, 采集的數據較為自主且無依賴; 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, 用小網格劃分待定位區域, 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據庫; 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據庫中的參數實現定位, 具體的流程如圖 2所示.
圖 2 指紋識別定位原理圖
優缺點: 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, 目標節點位于基站B附近.
圖 3 鄰近探測原理圖
優缺點: 此算法易于搭建, 易于實現且成本較低; 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
極點定位根據測量的相對錨節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. 若僅已知錨節點與目標節點之間的距離d1d1, 則可以初步確定目標節點是在以錨節點為圓心、d1d1為半徑的圓上, 然后通過角度信息可以得到目標節點的精確位置.
圖 4 極點定位原理圖
優缺點: 只需要根據一個錨節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, 已知錨節點A與錨節點B之間的距離為
, 與目標節點位置的夾角分別為
. 利用三角幾何原理可求得目標節點到錨節點A、B連線的垂直距離為
圖 5 三角定位原理圖
根據相對位置關系即可求得目標節點的位置.
優缺點: 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.
-
指紋識別
+關注
關注
43文章
1742瀏覽量
102232 -
定位
+關注
關注
5文章
1329瀏覽量
35358 -
人工智能
+關注
關注
1791文章
47200瀏覽量
238270
發布評論請先 登錄
相關推薦
評論