CN106814345A - 易于数据采集和高精度的室内定位方法 - Google Patents

Abstract

本发明涉及一种易于数据采集和高精度的室内定位方法，由两个部分构成，离线信息采集阶段和在线定位阶段。离线阶段的主要工作是：信标布设、信号指纹信息的采集与存储。在线阶段的主要工作是：定位信号采集、数据交互以及实时位置计算。在定位阶段结合信号指纹图谱与室内无线信号传播衰减模型，大大提升了定位精度与定位速度。

Description

易于数据采集和高精度的室内定位方法

技术领域

本发明涉及基于iBeacon的低功耗蓝牙信标，具体涉及一种兼顾易实施性与定位精度的室内实时位置感知和定位方法。

背景技术

随着导航***与通信***的紧密结合，用户的导航定位信息产生了更大的应用价值。目前单一的定位导航服务正在向监控、管理、交通、娱乐、救援等综合位置服务转变。同时由于不断提高城市化程度迫使人们经常呆在室内环境中，基于位置的服务(LocationBased Service,LBS)已经广泛进入人们的生活，正在成为社会生活、经济建设、国防安全领域中不可或缺的部分。

在室外环境中，卫星导航技术(GNSS)现已广泛应用于人们的生活。而在卫星导航技术难以覆盖的室内环境，随着社会现代化进程的不断发展、大型建筑的日益增多，而且人们80％以上时间段的活动处于室内环境，室内的位置服务需求正在不断增加。物联网、大型实体商店、大型场馆服务管理、特殊人群监护等领域都需要获得准确的室内位置信息，特别是在应对紧急情况下的突发状况尤为重要，如在消防救援、应急疏散等特殊应用场景下的室内综合位置服务。

目前，快速蔓延的高性能智能手机和高覆盖率的4g/wifi网络已经成为人们日常生活中不可或缺的部分，室内定位技术可以将用户在大型建筑物内的实时位置在手持移动设备上展现出来，从而使用户可以迅速获知自己的位置；从而为信息推送、室内导航、人员疏散等基于位置的服务提供了基础。

移动互联网时代，室内地图定位无处不在，只要有LBS功能的APP，就一定会用到定位导航。室内定位与导航可以深植于各类应用之中，例如出行、社交、O2O、P2P、旅游、新闻、天气等等。典型应用场景如下：

1、商场

商场店铺、设施一览无余；优惠促销信息实时展示，精准推送；商场人流大数据分析，到店分析，优化商场布局等等。

2、交通枢纽

吸烟室、母婴室等精细化信息的快速搜索、定位和导航；检票口/登机口快速导航；室内位置分享，快速找人/接人。

3、停车场

可基于室内定位实现停车位位置信息的记录，从而通过室内导航，很好解决快速找回车的痛点。

另外医院、科技馆、博物馆、电器城、电脑城等，都离不开室内精细化地图定位与导航。而这也正是室内定位与导航的发展趋向。

为了解决室内定位问题，近年来国内外提出了许多基于WLAN、ZigBee、RFID(RadioFrequency Identification)等的方案。但是基于智能移动设备的室内定位***却始终无法同时满足精度、成本、拓展性这几个要点。虽然目前应用最为广泛的是WIFI定位技术。但是它仍旧有一定的局限性，例如：功耗较高，必须使用电源持续供电才能正常运行，定位精度偏低。而低功耗蓝牙可以做到几个月、一年、甚至几年都不用换电池。所以在考虑到成本、精度等问题之后，我们选择使用蓝牙进行定位。

一方面，精度较高的基于指纹信息的室内定位***依赖于丰富的指纹数据库，这就需要预先做大量耗时费力的指纹信息采集工作，并且室内环境的变化很容易使已经收集的指纹图谱失效从而影响定位精度。另一方面，常用的基于无线信号传播模型的的定位***虽然避免了复杂冗长的现场采集工作，但是由于室内环境的复杂性、NLOS(Non Line ofSight)、多径传播等的影响，这些方法都存在着精度低，计算量过大，拓展性差等问题。

发明内容

要解决的技术问题

本发明根据室内情况下的复杂场景，借助低功耗蓝牙(Bluetooth Low Energy,BLE)信标作为发射基站，完成了一套室内位置感知和定位***。主要解决了传统的指纹定位方法人工工作量大，采集流程复杂的问题，简化了前期无线信号指纹信息的提取方式，经过简单训练，普通人只需使用手机即可完成信息采集工作。在定位阶段结合信号指纹图谱与室内无线信号传播衰减模型，大大提升了定位精度与定位速度。

技术方案

一种易于数据采集和高精度的室内定位方法，其特征在于步骤如下：

步骤1：在室内布设若干个iBeacon信标，布设原则：

a)iBeacon信标间距控制在5-8m左右，整个空间进行三角网格状交错分布覆盖；对于房间门口、室内路线路口处、路径转折处，需要额外部署以提高用户体验；

b)高度：2.5米～3米，沿墙壁或固定不动的建筑进行部署；

c)宽度2米以上的走廊进行双列交错部署；2米以下的走廊沿着中轴线进行单列部署，间距5～8米；

步骤2：将已经布设好的iBeacon信标的信息以文本文件的形式手动存储到采集设备中；存储的内容包括iBeacon信标的物理地址以及每个信标的相对坐标；

步骤3：通过采集设备自带的蓝牙，分别在每个信标的位置测量并采集该信标发射的n次信号、以及距离该信标最近的信标位置处采集该信标发射的n次信号，采用“采集点信标的物理地址+被采集信标的物理地址+被采集信标的n个信号强度值”的形式记录；将在每个采集点采集到的n个信号强度值归为一组；

步骤4：将每一组得到的信号强度值RSSI看作随机正态分布，通过高斯模型选取高概率发生区的RSSI的值，所述的高斯滤波的筛选区间选择概率为0.6到1之间；对筛选后的每一组信号强度值求平均后作为每个信标的信号强度；

根据信标的信号强度计算iBeacon信标在当前区域内的衰减因子：

其中，RSSI_BA为距离信标A最近的信标B的信号强度，RSSI_AA为A点处iBeacon_A的信号强度，d_AB为信标A与信标B的距离，k_A为信标A的衰减因子；

将衰减因子、iBeacon信标的物理地址、所处建筑、所在楼层、iBeacon信标的相对坐标存储在服务器里；

步骤5：通过采集设备自带的蓝牙，持续不断的接收周围iBeacon信标所发出的广播信号，将接收到的信息按照“mac地址+对应的信号强度值”的格式进行记录；

步骤6：根据步骤5接收到的信息，向服务器发送请求判断当前所处建筑，若请求成功，则从服务器取回该建筑所有蓝牙信标的信息，根据当前信号最强的5个信标中，哪个楼层信标最多，判断用户所属的楼层；然后判断采集设备是否检测到切换信标的信号，如果采集设备检测到切换信标的信号，且其信号强度大于其1米处信号强度的70％时，判断采集设备当前接收到的哪一层的蓝牙信号最强，若信号最强的楼层发生变化，则进行切换，否则不予切换；所述的切换信标为在楼梯、电梯处设定用于标示楼层可能发生变化的信标；

从步骤5接收信号中选取当前楼层信号最强的3个蓝牙信标的物理地址，根据iBeacon信标的相对坐标、所在楼层和衰减因子，计算用户分别距离三个信标的距离d_A,d_B,d_C：

其中，k_i表示信标i的衰减因子，表示靠近信标i时的信号强度，表示定位过程中，采集设备接收到的信标i的信号强度；

步骤7：根据三边定位算法确定用户所处的实际位置：

已知待定位终端距离信号源AP_i,i＝1,2,3的距离分别是d_i,i＝1,2,3，根据几何原理，待定位的终端位与分别以3个iBeacon信标所在位置为圆心，对应距离为半径的3个圆的交点上；设终端的坐标为(x,y)，3个iBeacon信标的坐标为(x_i,y_i),i＝1,2,3，则它们满足以下关系：

由以上方程组可以求得移动终端的坐标(x,y)：

所述的采集设备为android 4.3以上版本的手机。

有益效果

本发明提出的一种易于数据采集和高精度的室内定位方法，较之之前的方案更加灵活，能适用于各种复杂的室内环境；减少了离线采集阶段的工作量，并且使用智能手机进行指纹数据采集，不需要额外的硬件支撑。利用指纹信息在小范围内估算信号传播衰减模型的环境参数，严格计算得到用户的实时位置，并且在少量信标意外缺失的情况下依然可以以较高的精度继续工作。在实验过程中总结得到了一套室内定位信标的布设标准，具有相当的使用价值。

具体实施方式

本发明由两个部分构成，离线信息采集阶段和在线定位阶段。离线阶段的主要工作是：信标布设、信号指纹信息的采集与存储。在线阶段的主要工作是：定位信号采集、数据交互以及实时位置计算。本发明方案描述如下：

步骤1：iBeacon信标布设：

首先需要准备待布设建筑的平面图，确定每个iBeacon信标的具***置坐标。信标布设的总体思想是对整个空间进行三角网格状交错分布覆盖，尽量保证用户在室内任何位置时都处于某三个信标所围成的锐角或直角三角形之中。布设原则如下：

a)对一般室内环境，iBeacon信标间距控制在5-8m左右，整个空间进行三角网格状交错分布覆盖。对于房间门口、室内路线路口处、路径转折处，需要额外部署以提高用户体验。

b)高度：2.5米～3米，沿墙壁或固定不动的建筑进行部署。如果要降低高度(或被障碍物遮挡)，则需要增加密度以保证定位精度。

c)宽度2米以上的走廊进行双列交错部署；2米以下的走廊沿着中轴线进行单列部署，间距5～8米。

步骤2：信号指纹信息采集与存储

1)信标信息整理

将已经部署好的iBeacon信标的信息以文本文件的形式手动存储到采集设备(android 4.3以上版本的手机)中；存储的内容包括iBeacon信标的物理地址(mac)以及每个信标的部署位置(信标在室内地图中的相对坐标)。手机中的信标信息以JSON的格式存储，具体示例如下：

2)信息采集与存储

通过手机(android 4.3以上版本)自带的蓝牙，分别在每个信标的位置测量并采集该信标发射的n次信号、以及距离该信标最近的信标位置处采集该信标发射的n次信号，采用“采集点信标的物理地址+被采集信标的物理地址+被采集信标的n个信号强度值”的形式记录；将在每个采集点采集到的n个信号强度值归为一组；

假设我们在A处布设信标iBeacon_A，从1)中的坐标信息可知，距离信标A最近的信标是iBeacon_B，那么在iBeacon_A处用手机采集得到iBeacon_A的一组RSSI值(共7个)，用RSSI_AA表示；在iBeacon_B处用手机采集得到iBeacon_A一组RSSI值(共7个)，用RSSI_BA表示,按照如下方式记录：

{"ble_info":[

{"信标A物理地址","信标A物理地址","RSSI_AA":-91,-89,-90,-85,-88,-93,-96},

{"信标B物理地址","信标A物理地址","RSSI_BA":-45,-52,-57,-46,-55,-50,-59},

]}

将上述7个为一组的信号强度(RSSI)值看作随机正态分布，通过高斯模型选取高概率发生区的RSSI的值，这种做法减少了一些小概率、大干扰事件对整体测量的影响。高斯滤波的筛选区间选择概率在大于0.6的范围，即：

其中，m为样本数目。

经过高斯滤波处理后，就得到了排除额外噪声影响的的信号强度值，示例如下：{"ble_info":[

{"信标A物理地址","信标A物理地址","RSSI_AA":-91,-89,-90,-88,-93},

{"信标B物理地址","信标A物理地址","RSSI_BA":-52,-46,-50},

]}

之后，对筛选后的每一组信号强度值求平均后作为每个信标的信号强度，按照如下格式存储：

{"ble_info":[

{"信标A物理地址","信标A物理地址","RSSI_AA":-90},

{"信标B物理地址","信标A物理地址","RSSI_BA":-49},

]}

最后，可以根据信标的信号强度求出iBeacon信标在当前区域内的衰减因子：假设我们在A处布设信标iBeacon_A，从1)中的坐标信息可知，距离信标A最近的信标是iBeacon_B，它们的距离为d_AB米，A点处iBeacon_A的信号强度为RSSI_AA，B点处iBeacon_A的信号强度为RSSI_BA，那么iBeacon_A衰减因子k可以由下方公式得到：

针对已经布置好的所有信标，我们重复上述操作，计算每个信标的衰减因子，之后将衰减因子、iBeacon信标的物理地址、所处建筑、所在楼层、iBeacon信标的相对坐标存储在服务器里。

步骤3：定位设备实时信息采集：

通过手机(android 4.3以上版本)自带的蓝牙，持续不断的接收周围iBeacon信标所发出的广播信号，将接收到的信息按照“mac地址+对应的信号强度值”的格式进行存储。

步骤4：位置计算

1)楼宇、楼层判断

根据当前已采集到的信号，查询数据库中的表示楼宇的字段判断用户所属的楼，并从服务器取回该大楼所属的全部蓝牙的位置及指纹信息。根据当前信号最强的5个信标中，哪个楼层信标最多，判断用户所属的楼层。

2)楼层切换

在楼梯、电梯处设定用于标示楼层可能发生变化的切换信标，只有当设备检测到该切换信标的信号强度值达到一定门限值，并且信号最强的信标发生变化时，才会进行切换。

3)计算结果

根据当前时刻信号最强的3个蓝牙的RSSI值、位置值、该区域衰减因子计算用户距离三个信标的距离，再根据三边定位算法确定用户所处的实际位置。

步骤4的具体实施步骤如下：

初次定位时，根据手机采集到的蓝牙信标的信息，向服务器发送请求判断当前所处建筑，若请求成功，则从服务器取回该建筑所有蓝牙信标的信息。

此时楼层未知，根据当前信号最强的5个信标中，哪个楼层信标最多，判断用户所属的楼层；从步骤3接收信号中选取当前楼层信号最强的3个蓝牙信标的物理地址，根据iBeacon信标的相对坐标、所在楼层和衰减因子，计算用户分别距离三个信标的距离d_A,d_B,d_C：

其中，k_i表示信标i的衰减因子，表示靠近信标i时的信号强度，表示定位过程中，采集设备接收到的信标i的信号强度；

根据三边定位算法确定用户所处的实际位置：已知待定位终端距离信号源AP_i,i＝1,2,3的距离分别是d_i,i＝1,2,3，根据几何原理，待定位的终端位与分别以3个iBeacon信标所在位置为圆心，对应距离为半径的3个圆的交点上；设终端的坐标为(x,y)，3个iBeacon信标的坐标为(x_i,y_i),i＝1,2,3，则它们满足以下关系：

由以上方程组可以求得移动终端的坐标(x,y)：

经过第一次定位以后，楼层已知，之后的定位过程中，手机持续不断采集周围ibeacon信标的信息，当手机检测到切换信标，且其信号强度足够强(达到其1米处信号强度的70％)时，认定手机一定处于楼梯区域，此时，判断手机当前接收到的哪一层的蓝牙信号最强，若信号最强的楼层发生变化，则进行切换，否则不予切换。当成功完成一次楼层切换后，5秒内不再进行切换判断，防止出现乒乓切换问题影响用户使用。

根据当前楼层信号最强的3个蓝牙信标的RSSI值、位置值、该区域衰减因子计算用户距离三个信标的距离，再根据三边定位算法确定用户所处的实际位置。与初次定位计算过程一样。

Claims (2)

1.一种易于数据采集和高精度的室内定位方法，其特征在于步骤如下：

步骤1：在室内布设若干个iBeacon信标，布设原则：

a)iBeacon信标间距控制在5-8m左右，整个空间进行三角网格状交错分布覆盖；对于房间门口、室内路线路口处、路径转折处，需要额外部署以提高用户体验；

b)高度：2.5米～3米，沿墙壁或固定不动的建筑进行部署；

c)宽度2米以上的走廊进行双列交错部署；2米以下的走廊沿着中轴线进行单列部署，间距5～8米；

步骤2：将已经布设好的iBeacon信标的信息以文本文件的形式手动存储到采集设备中；存储的内容包括iBeacon信标的物理地址以及每个信标的相对坐标；

步骤3：通过采集设备自带的蓝牙，分别在每个信标的位置测量并采集该信标发射的n次信号、以及距离该信标最近的信标位置处采集该信标发射的n次信号，采用“采集点信标的物理地址+被采集信标的物理地址+被采集信标的n个信号强度值”的形式记录；将在每个采集点采集到的n个信号强度值归为一组；

步骤4：将每一组得到的信号强度值RSSI看作随机正态分布，通过高斯模型选取高概率发生区的RSSI的值，所述的高斯滤波的筛选区间选择概率为0.6到1之间；对筛选后的每一组信号强度值求平均后作为每个信标的信号强度；

根据信标的信号强度计算iBeacon信标在当前区域内的衰减因子：

$k_A=\frac{RSSI\_BA-RSSI\_AA}{d_{AB}}$

其中，RSSI_BA为距离信标A最近的信标B的信号强度，RSSI_AA为A点处iBeacon_A的信号强度，d_AB为信标A与信标B的距离，k_A为信标A的衰减因子；

将衰减因子、iBeacon信标的物理地址、所处建筑、所在楼层、iBeacon信标的相对坐标存储在服务器里；

步骤5：通过采集设备自带的蓝牙，持续不断的接收周围iBeacon信标所发出的广播信号，将接收到的信息按照“mac地址+对应的信号强度值”的格式进行记录；

步骤6：根据步骤5接收到的信息，向服务器发送请求判断当前所处建筑，若请求成功，则从服务器取回该建筑所有蓝牙信标的信息，根据当前信号最强的5个信标中，哪个楼层信标最多，判断用户所属的楼层；然后判断采集设备是否检测到切换信标的信号，如果采集设备检测到切换信标的信号，且其信号强度大于其1米处信号强度的70％时，判断采集设备当前接收到的哪一层的蓝牙信号最强，若信号最强的楼层发生变化，则进行切换，否则不予切换；所述的切换信标为在楼梯、电梯处设定用于标示楼层可能发生变化的信标；

从步骤5接收信号中选取当前楼层信号最强的3个蓝牙信标的物理地址，根据iBeacon信标的相对坐标、所在楼层和衰减因子，计算用户分别距离三个信标的距离d_A,d_B,d_C：

$d_i=\frac{{\mathrm{RSSI}}_{i_1}-{\mathrm{RSSI}}_{i_{receive}}}{k_i},i=A,B,C$

其中，k_i表示信标i的衰减因子，表示靠近信标i时的信号强度，表示定位过程中，采集设备接收到的信标i的信号强度；

步骤7：根据三边定位算法确定用户所处的实际位置：

已知待定位终端距离信号源AP_i,i＝1,2,3的距离分别是d_i,i＝1,2,3，根据几何原理，待定位的终端位与分别以3个iBeacon信标所在位置为圆心，对应距离为半径的3个圆的交点上；设终端的坐标为(x,y)，3个iBeacon信标的坐标为(x_i,y_i),i＝1,2,3，则它们满足以下关系：

$\left\{\begin{array}{c}{d}_1=\sqrt{{(x-x_1)}^2+{(y-y_1)}^2}\\ d_2=\sqrt{{(x-x_2)}^2+{(y-y_2)}^2}\\ d_3=\sqrt{{(x-x_3)}^2+{(y-y_3)}^2}\end{array}\right.$

由以上方程组可以求得移动终端的坐标(x,y)：

$\left(\begin{array}{c}x\\ y\end{array}\right)=\frac{1}{2}\·{\left(\begin{array}{cc}{x}_1-x_3& y_1-y_3\\ x_2-x_3& y_2-y_3\end{array}\right)}^{-1}\·\left(\begin{array}{c}{x_1}^2-{x_3}^2+{y_1}^2-{y_3}^2+{d_1}^2-{d_3}^2\\ {x_2}^2-{x_3}^2+{y_2}^2-{y_3}^2+{d_2}^2-{d_3}^2\end{array}\right).$

2.根据权利要求1所述的一种易于数据采集和高精度的室内定位方法，其特征在于所述的采集设备为android 4.3以上版本的手机。