原创 漫谈室内定位 -- 了解室内定位各技术流派的启蒙文章

室内定位，顾名思义，是与室外定位相对而言的。

室外定位技术及应用早已走入我们大家的日常生活，从汽车导航、手机地图APP到各式各样的LBS（Location-Based Service基于位置的服务）应用，例如：滴滴打车、大众点评、百度外卖等。打开这类APP后的第一步，系统都会自动定位我们的位置。

室外定位技术以GPS为主，手机通信基站定位为辅（也叫A-GPS，即Assisted辅助的GPS）。但在室内，GPS信号会受建筑物的遮挡而严重衰减和反射，几乎不可用。另一方面，民用GPS的水平面定位精度一般为5～10米，这个定位精度用于室外导航够用，但用于室内定位并不能满足所有场景的需求。想象下，有些店铺/房间的整体宽度还不到5米。而手机通信基站虽然在室内仍有信号，但其定位精度太低（上百米）无法满足室内场景的需求。所以传统室外定位技术在室内基本不可用。

据有关统计，人的一生80%以上的时间在室内，移动通信服务80%发生在室内，80%的信息与时间和位置有关，想必室内定位也具有做大的潜力。正是看好这个方向，从2011年前后开始，国际、国内众多室内定位创业公司如雨后春笋般出现，顶级互联网公司也开始布局室内定位技术。

然而，后来一切进展的并不顺利。到现在2016年下半年已经有几年时间过去了，室内定位应用似乎并没有走进大家的生活。手机地图APP在大型购物中心里还是不好用，人们在停车场依然要费劲才能找到自己的车。近日，笔者在北京IT公司聚集地附近的清河华润五彩城购物中心实地测试室内定位的效果。用Android手机打开百度地图APP进行室内定位测试，下图是笔者在同一点（红圈）进行三次定位得到的结果（蓝圈范围），可以看到定位结果很不稳定，甚至时常会把我定位到购物中心的外面。换成高德地图（被阿里收购）、腾讯地图，换成其它购物中心，效果都类似。用IOS手机则定位效果更差（原因后文会讲）。定位不稳定、结果不可信，造成室内定位应用不能进入大众生活，相关生态也无法建立。笔者觉得这里恰好隐藏着很大的机会。

当前室内定位技术主要有：WIFI、蓝牙、IMU（惯性导航）、LED、地磁、视觉、激光、UWB（超宽带）、超声波等。

这些定位技术各自有不同的特点：有些可以直接用于手机定位，有些不行；有些需要预先在室内搭建定位基站（例如WIFI AP），有些不需要；有些成本昂贵，有些几乎无额外成本；有些定位精确到毫米，有些比较粗犷；有些对环境适应性很广（室外室内、白天黑夜），有些对环境有特定要求。

笔者将常用的室内定位技术原理分为下文几类。还有一些应用较少的技术，不再赘述。

• 三边定位法（也有叫三角定位）

已知待定位终端（如手机）分别到n个已知位置的基站（如固定在室内屋角）距离，那么分别以每个基站为圆心，以终端到该基站距离为半径，可画出n个圆，这n个圆的交点位置就是手机的位置。n为3可以定出终端在二维平面上的位置；n为4可定出基站在三维空间的位置。这就是三边定位的基本原理，如下图所示。

• 

所以，定位问题最终转化为终端和基站间的测距问题，而测距精度决定了最终的定位精度。实际上，很多室内定位技术的差异，就体现在用什么方法来测距。一种常见方法是用射频信号的飞行时间来测距（距离=单程飞行时间x光速）。

典型技术：WIFI、蓝牙、UWB定位等。

• 指纹法

预先测试和记录室内环境中不同点的某物理特征值，存入数据库。待定位时，先测量当前位置的特征值，然后与数据库比对，定位出最可能在的位置。

典型技术：地磁、WIFI指纹。前者利用建筑物内不同点的磁场特性有区别的特点；后者储存室内场所中多个WIFI AP在所有位置的WIFI RSSI值待比对。

• 图像匹配

通过（手机）摄像头拍摄周边场景，或通过激光传感器对周边环境扫描建模，然后和数据库中预先储存的图像进行比对，确定当前所在位置。

典型技术：视觉、激光。




下面笔者对各种主流室内定位技术方案分别做详细介绍：

1. WIFI定位

按定位原理不同，分为三边定位和指纹定位两种。

在WIFI三边定位方案中，因为复杂度的原因，并没有采用飞行时间法测距，而是先测量终端的RSSI（Received Signal Strength Indication接收信号强度），再根据RSSI和距离的关系公式来估算距离。而无论这个关系公式本身，还是RSSI的测量，都有较大误差，最终造成WIFI定位精度较低。即便在某固定点连续两次测量RSSI，测量值也会有不同，更换不同的手机也会有差异，且基站和终端的距离越远，距离测量误差越大。所以一般要提高WIFI定位精度，往往要提高基站的部署密度。

• 定位精度：典型5米。WIFI指纹定位的精度比三边定位略高些。
• 优点
• 可以直接用手机定位。
• 可以部分共享室内现有的WIFI AP，部署成本较低。
• 缺点
• 苹果已经在IOS上关闭了WIFI RSSI读取接口，造成IOS手机不能主动使用WIFI定位。
• 满足上网需求和满足定位需求对WIFI AP的布置要求是有些区别的。例如房间内只要有一个AP就能上网，但此时是不能准确定位的；而一旦增加AP的数量用于定位，不仅要多花钱，也会造成多个WIFI的互相干扰，反而不利于上网。所以，WIFI定位方案部署成本低的优势，实际是要打个折扣的。
• 因为WIFI AP的性能限制，通常可同时定位的终端数量较少，一般<100个。大家也许注意到，在人多的环境（例如会展等），WIFI通常是很不稳定的，这样就进一步制约了WIFI定位在人员密集环境下的应用。
• WIFI指纹定位方式虽然比WIFI三边定位法精度略高，但缺点也是很明显的。WIFI指纹易变化，只要有室内装修布局的变化，或某个AP的开关，都会影响到指纹数据库的有效性。而WIFI指纹需要人工覆盖室内各点来采集，所以人工维护成本太大。
• 典型公司：
• WIFISLAM：苹果2013年花费2000万美金收购。
• Sensewhere：腾讯2015年投资，主要技术特点是：众包 + WIFI/蓝牙等混合定位。
• 北京智慧图科技：2011年成立，是国内较早从事室内定位的创业公司。主要技术是：WIFI/蓝牙等混合定位。
2.　蓝牙定位

蓝牙定位主要基于三边定位的原理。与WIFI定位类似，蓝牙定位通常也采用测量蓝牙RSSI来推算距离，因而也存在测量误差大的劣势。

蓝牙4.0（BLE - Bluetooth Low Energy）的低功耗特性和苹果的iBeacon发布，大大推动了蓝牙技术在室内定位领域的应用。因为iBeacon（即BLE基站）低功耗无源（仅靠一节纽扣电池供电一年以上，不用外接电源）、成本低廉（一个iBeacon可以小于50元），所以iBeacon可以远比WIFI AP部署的密度高，例如间隔8米部署一个。因为部署密度高，带来的直接优势是蓝牙定位精度可以比WIFI高（因为RSSI与距离的对应关系中，距离越近约精确，越远误差越大）；带来的直接缺点就是总体部署成本较高，后续维护成本也较高。

• 定位精度：典型3米
• 优点：
• 可以直接用手机定位（要求有蓝牙4.0硬件+相应软件版本）。
• 定位精度比WIFI定位略高，且没有IOS或Android的限制。
• 不用插网线或电线，iBeacon部署比较方便。
• 缺点：
• iBeacon部署密度高才能实现更高的定位精度，所以基站总体部署成本比WIFI等其它方案要高。
• iBeacon虽然很省电，但电池终有用尽的时候（有的产品短至1,2年）。而苹果的iBeacon通信协议并不包括beacon的电量情况，会给查询电量带来挑战。而且因为beacon数量较多，分散部署在各处，所以对后期维护是个挑战。
• iBeacon方案不易做反向定位(后台服务器查询手机的位置)，需要特殊设计，增加复杂度和成本。
• 典型公司：
• Estimote，2012年成立，主打产品是用于商场零售领域的iBeacon。
• 苏州寻息电子，2014年成立，主打产品是各类iBeacon。
3. LED定位
• 利用天花板上安装的特殊LED灯泡，高频闪烁传递编码信息，手机前置摄像头接收灯光信号，解析定位。
• 定位精度：典型约1米
• 优点：
• 可以直接用手机定位。
• 可以比WIFI和蓝牙定位精度更高
• 缺点：
• 室内灯具的升级改造成本高，工作量大，灯有各种各样的规格不一定匹配。
• 要定位必须要开灯。
• 需要手机开启前置摄像头，较费电，有泄露隐私风险。
• 不易做反向定位。
• 通常要与蓝牙iBeacon方案结合才能做更多商业应用（例如靠近就推送优惠），而手机在口袋中无法定位，进一步影响推送效果。 典型公司：
• AcuityBrands(品牌Byteh5ght)，这是个成立多年的灯光产品大厂，纽交所上市公司。
• 华策光通信，2013年成立，主打LED定位。

利用加速度计+陀螺仪等惯性传感器，记录进入室内后的动作，完成定位。因为存在难以避免的累积误差，运动越久累积误差越大，所以这种方法很少独立用于室内定位。通常IMU定位作为多传感器融合定位的重要内容，与其它定位方式（例如WIFI、蓝牙等）配合使用。例如在能接收到蓝牙beacon的有效信号时，以蓝牙定位为准，否则以IMU定位为准，当蓝牙定位有效时同步对IMU进行误差归0校准。

• 定位精度：有累积误差，运动越久，累积误差越大。
• 优点：
• 可以直接用手机定位。
• 不需要在室内部署基础设施。
• 缺点：
• 长时间、长距离运行后有累积误差，需要与其它定位技术结合应用。
• 因为CPU是间隔对传感器采样的，如果运动太快，可能会错过细节造成误差
5.　地磁

现代建筑使用的钢筋混凝土等结构会对地磁场造成扰动，导致室内各个位置的地磁特性各不相同。地磁定位技术，通过测量室内某位置的地磁场，与预先人工采集的室内磁场分布数据库做比对，从而大致判断所处位置。

• 定位精度：约1米量级
• 优点：
• 可以直接用手机定位（使用手机磁力传感器）。
• 不需要在室内部署基础设施。
• 缺点：
• 室内各处的磁力数据需要预先人工覆盖式采集，工作量大。一旦室内的装修和布局变化，甚至室内用电器的电磁场变化，都可能影响磁力分布，磁力数据需要定时人工测试更新，维护工作量很大。
• 定位不稳定，容易受干扰。一旦因为室内装修布局或电器变化造成磁场变化，而并未来得及人工更新地磁数据库，此时室内定位就是不准的。
• 典型公司：
• IndoorAtlas，2014年获得百度投资。
• 北京识途科技，2013年成立。
6.　超声波

超声波定位技术通过在室内安装多个超声波扬声器，发出能被定位终端麦克风检测到的超声波信号。通过不同声波的到达时间差，推测出终端的位置。

• 定位精度：分米级
• 优点：
• 可以直接用手机定位
• 精度较高
• 缺点：
• 超声波信号传输距离近，所以需要密集布置扬声器，才能覆盖足够的面积。
• 超声波信号易受室内多径效应（信号反射）的影响，给定位带来不稳定性。
• 典型公司：
• Shopkick，2010年成立，该公司主要通过在商场部署其超声波定位系统，用于商户签到积分。
7.　激光雷达

激光雷达（h5DAR）通过自身旋转进行水平或竖直平面的激光扫描。发射激光到目标，接收反射信号，计算飞行时间，从而精确测距。

• 精度：毫米级
• 优点：
• 测距精度目前是各种方法中最高的。
• 几乎不需要在室内部署基础设施。
• 缺点：
• 激光雷达的激光强度没有穿透性，只能用于视线内(LOS – h5ne of Sight)测距。意味着在人多有彼此遮挡的场景下，不太好用。
• 激光雷达成本较高，用于服务机器人的最普通型号也普遍在上千元RMB，用于无人驾驶汽车上的激光雷达甚至超过10万元RMB。因为手机上没有激光雷达，所以激光定位目前主要用于机器人、无人车等成本相对不很敏感的设备对自身精确定位。
• 仅靠激光雷达定位的机器人是有些缺陷的，例如在下列场景容易丢失位置：
• 当机器人在重复场景中运行，例如相似的长廊或房间；
• 当机器人运行中被搬走，或被人群围观；
• 当机器人在大的开阔区域运行，超出激光雷达范围（例如一款服务机器人常用h5DAR探测距离仅6米）
  典型公司：
• Velodyne,国际激光雷达领域顶级厂商，大部分无人驾驶汽车都选用该厂的激光雷达。产品价格昂贵，百度2016年8月刚投资。
• 思岚科技，2014年成立，主打高性价h5DAR的创业公司，产品主要用于服务机器人。
• 北醒光子，与思岚科技产品定位类似。
8. UWB（Ultra-Wideband超宽带）

• 

• UWB信号的时域波形如上图所示。不同于传统的无线射频信号有固定频率的载波（如蓝牙2.4G），UWB在不发送数据时是完全静态的，要发送数据时才发送宽度很窄（如1ns）的脉冲信号。因该窄脉冲在频域上是很宽的，所以叫超宽带。因为UWB时域信号脉冲较窄，所以在时间、空间上有较大分辨力，比较容易抵抗室内信号传输常见的多径效应（信号因为反射造成的多路径传播）的影响。
• UWB定位通常是通过在固定的基站和待定位终端之间发送无线脉冲来测量飞行时间，进而测距，或通过终端到各基站之间的飞行时间差来测距，然后通过三边定位法定位。由于UWB特有的抗多径效应强的物理特性，测距和定位精度较高。
• 因为手机未集成UWB收发器，所以UWB定位目前主要应用在B端。在特定领域对佩戴了UWB标签的人员和设备进行定位，例如对厂区人员和资产的定位。将UWB应用到机器人、无人机、VR/AR等新兴领域做为辅助定位手段，也是逐渐兴趣的研究热点。
• 定位精度：<30厘米
• 优点：
• 精度高，稳定性高。抗多径效应。
• 抗电磁干扰能力强，不易受常见无线电信号影响，对其它无线电信号的干扰也小。
• 因为不用发射载波，所以功耗可以做低，定位终端可以使用电池长期供电。
• 选择合适的算法下，同时定位的终端设备可以很多（至少2K个）。
• 缺点：
  不能直接用于手机定位。
• 定位终端要有UWB收发器，成本比蓝牙终端略高。
• 常见方案中，各基站还需要连接有线或WIFI网络来配合回传定位数据。
  典型公司：
• Ubisense，老牌公司，产品主要用于工业领域，价格贵。
9. 视觉

用手机摄像头或双目摄像头拍摄周边画面，并和已经预先储存的环境图像进行匹配，确定自己的位置。

• 定位精度：<1米
• 优点：
• 可以直接用手机定位。
• 不需要在室内部署基础设施。
• 缺点：
• 技术不成熟，稳定性不高。
• 图像处理耗费大量CPU和电量资源，定位操作方式怪异，用户体验不好。
• 理论上有不可避免的问题，例如在环境单一的长走廊或类似场景中，仅靠机器视觉是难以准确定位的。
• 典型公司：
• Google：Project Tango

室内定位技术在仓储物流、工厂医院、矿井监狱等B端主要用于人员和资产管理，这些需求是切实存在的，基本上可以用新兴的UWB定位技术有效满足。笔者在这里不展开聊，我们看看潜力更大的C端。
参考了一位知乎网友的想法，笔者试着把室内定位按精度分级：
Level 1: 把你从同一个购物中心的海底捞带到西贝，
WIFI定位精度勉强满足（精度约3～10米）；
Level 2: 把你从同一个百货店的化妆品区带到体育用品区，
蓝牙iBeacon定位精度勉强满足（精度约1～5米）；
Level 3: 把你从同一个超市卖糖的货架带到卖盐的货架，
市场空白（精度要求<0.5米）。
笔者认为，室内定位应用场景的多样性和定位精度成正比。在一定范围内，精度越高，可能的应用场景越多，商业价值也越大。Level 3比Level 1有高的多的商业价值。按前面笔者的亲身体验，笔者认为现在商场里的室内定位体验，仅勉强达到Level 1，局部达到Level 2，且定位稳定性很糟糕。坦率说，这样差的用户体验，是无法被C端用户接受的。当前，室内定位技术本身实际已经成为制约C端应用的瓶颈。
另外，室内定位的意义不应仅局限为室内导航，精确的室内定位能力可以让线下的人和物也能像线上信息一样被快速搜索、定位和联接，这实际上提供了关键的线上和线下的连接通道。
虽然现在看上去室内定位在C端的需求度还不高，但笔者相信：高精度室内定位是一项战略性的基础设施，基础设施建好了，作为人们花80%以上时间待的室内，自会有各种刚需的创新应用诞生。想象下：分米级别精度的室内定位、精确位置共享、精确商超购物、精确位置社交，再也不用为购物中心/停车场/机场迷路、找不到泊车、儿童位置发愁。
可以说，LBS应用已是手机和移动互联网领先PC机时代的一大优势。正如室外定位技术成就了LBS，谁能说室内定位技术不能成就下一个大市场呢？