盧彥霖, 章志明, 鄧建剛, 余 敏

(1.江西師范大學(xué) 軟件學(xué)院,江西 南昌 330022； 2.江西師范大學(xué) 計(jì)算機(jī)信息工程學(xué)院,江西 南昌 330022)

0 引 言

目前,提出的樓層定位技術(shù)可分為基于無線信號[1～4]、基于傳感器[5～8]以及多種定位源融合技術(shù)[9～11]。基于無線信號的定位方式大多數(shù)研究都利用GSM信號或WiFi信號的位置指紋匹配技術(shù),但無線信號存在抗干擾性差,時(shí)變性強(qiáng)等缺點(diǎn),且構(gòu)建指紋數(shù)據(jù)庫需要耗費(fèi)大量的人力。SkyLoc[1]系統(tǒng)提出一種基于GSM指紋的樓層判別方法,并研究在保證較高判別正確率的情況下有效地減少指紋采集量,但75 %的正確率實(shí)用性較差。鄧中亮等人[2]提出基于K-means算法的WLAN室內(nèi)定位樓層判別方法,根據(jù)樓層間明顯的信號差異和所屬類的方法確定樓層,更大的匹配粒度使其正確率超過95 %。孫子硯等人[3]借鑒室內(nèi)外無縫切換思想,通過在樓梯等過渡區(qū)域布設(shè)無線傳感器網(wǎng)絡(luò)(wireless sensor networks,WSNs)節(jié)點(diǎn),實(shí)現(xiàn)樓層間切換,該方法切換成功率大于75 %。

伴隨微機(jī)電系統(tǒng)(micro-eletro-mechanical system,MEMS)技術(shù)飛速發(fā)展,基于傳感器的樓層定位技術(shù)正在興起。Ftrack系統(tǒng)[7]在無需基礎(chǔ)設(shè)施的樓層中,僅依靠手機(jī)內(nèi)置加速度計(jì)識別用戶上下樓行為,能達(dá)到97 %的準(zhǔn)確率；B-Loc系統(tǒng)[8]首創(chuàng)僅利用手機(jī)中內(nèi)置氣壓計(jì)實(shí)現(xiàn)樓層定位,在10層樓的環(huán)境中準(zhǔn)確率高達(dá)98%,但系統(tǒng)太過依賴用戶實(shí)時(shí)氣壓指紋采集,在用戶數(shù)量較少時(shí)無法提供高準(zhǔn)確率服務(wù)。

基于以上WiFi和氣壓計(jì)樓層定位的優(yōu)缺點(diǎn),本文提出氣壓計(jì)融合WiFi樓層定位方法。以WiFi樓層定位為基礎(chǔ),采用群智感知技術(shù)[12]實(shí)時(shí)收集氣壓指紋,構(gòu)建氣壓計(jì)樓層定位模塊,利用氣壓計(jì)樓層定位填補(bǔ)WiFi信號覆蓋盲區(qū)并監(jiān)測WiFi樓層定位結(jié)果誤差,實(shí)時(shí)動態(tài)更新WiFi指紋數(shù)據(jù)庫。

1 基于WiFi樓層定位

相較傳統(tǒng)WiFi定位算法,基于K-means算法的WLAN室內(nèi)定位樓層判別方法[2]有更高的準(zhǔn)確率且設(shè)備成本低,故本文沿用此算法。具體操作如下:

1)掃描所有訓(xùn)練集采樣點(diǎn),記錄每個(gè)采樣點(diǎn)上WiFi信號向量,得出每層樓中每個(gè)接入點(diǎn)(access point,AP)的信號范圍。

2)通過K-means聚類方法對同一樓層的AP信號進(jìn)行聚類。滿足式(2)收斂時(shí)K-means停止聚類

(1)

式中E為所有對象的平方誤差和,p為數(shù)據(jù)對象,mi為簇Ci的平均值。

3)實(shí)時(shí)定位階段,當(dāng)接收到信號(RSSIAPi,RSSIAP2,…,RSSIAPn)時(shí)：

a.若找到RSSIAPi所屬的信號強(qiáng)度區(qū)間,則根據(jù)AP所屬樓層判斷位置；否則,返回離該信號最近區(qū)間所屬樓層。

b.返回的層數(shù)多于2層時(shí),則根據(jù)樓層內(nèi)聚類集合進(jìn)行比較,返回距離最近簇所屬樓層。

2 氣壓計(jì)融合WiFi樓層定位

2.1 實(shí)現(xiàn)氣壓計(jì)樓層定位

1)數(shù)據(jù)采集

本文通過群智感知技術(shù)采集數(shù)據(jù),將采集每個(gè)層氣壓值的任務(wù)分解并分配給建筑物內(nèi)每名持有智能手機(jī)的用戶,每個(gè)客戶端程序以設(shè)定的頻率實(shí)時(shí)采集當(dāng)前樓層氣壓值(如果該手機(jī)有氣壓計(jì))和WiFi信號值。并將采樣時(shí)間和當(dāng)前手機(jī)唯一標(biāo)識碼IMEI也一并記錄到該指紋中,每一個(gè)采樣點(diǎn)的指紋可以用以下向量表示：FPi={Time,IMEI,Ba,(RSSI1,RSSI2,…,RSSIn)}，其中，Time為當(dāng)前指紋的采集時(shí)間，IMEI為手機(jī)標(biāo)識，Ba為氣壓值。在待定的時(shí)間,所有客戶端將自身采集的數(shù)據(jù)上傳到云服務(wù)平臺。

2)數(shù)據(jù)處理

由于樓層定位系統(tǒng)通過群智感知技術(shù)采集數(shù)據(jù)樣本大、冗余度高以及復(fù)雜性高,需要對數(shù)據(jù)集合進(jìn)行預(yù)處理。

a.平滑處理：系統(tǒng)客戶端以5 Hz的頻率采集數(shù)據(jù),氣壓傳感器的原始讀數(shù)存在噪聲,本文首先過濾噪聲,然后以1 000 ms為窗口(即(T-500)～(T+500))對數(shù)據(jù)進(jìn)行平滑處理,從而達(dá)到降低誤差的效果。

b.RSSI標(biāo)準(zhǔn)化：將所有RSSI向量Sn求并集U,并按照U將所有Sn標(biāo)準(zhǔn)化處理得到Fi,對于未檢測到的AP值設(shè)為經(jīng)驗(yàn)最小值-110，有

(2)

3)氣壓計(jì)標(biāo)定

在相同的大氣壓下,各手機(jī)氣壓傳感器的偏移量較大,但偏移量的標(biāo)準(zhǔn)差很穩(wěn)定?？梢砸砸环N手機(jī)的氣壓數(shù)據(jù)為參考,通過式(3)計(jì)算各種手機(jī)與參考數(shù)據(jù)的偏移量,通過偏移量進(jìn)行氣壓數(shù)據(jù)校正

drifti=Bai-Ba0

(3)

式中 在同一時(shí)間同一樓層,Bai為i型號手機(jī)的氣壓計(jì)讀數(shù);Ba0為參考手機(jī)氣壓計(jì)讀數(shù);drifti為i手機(jī)的偏移量。通過偏移量補(bǔ)償可以校正各手機(jī)氣壓傳感器。記錄下的偏移量信息表可以用在任何的建筑物中。

4)構(gòu)建實(shí)時(shí)氣壓指紋庫

當(dāng)每一層都分布有用戶采集氣壓值時(shí),根據(jù)WiFi信號提供的樓層信息,可以得到每一層的氣壓值Bafn,建立氣壓指紋庫。

本文通過附加參考點(diǎn)(〈t,b〉),補(bǔ)償氣壓指紋庫,減小氣壓波動對定位結(jié)果的影響。比如,氣壓60 s變化Δb,參考點(diǎn)將會更新〈t+60,b+Δb〉。而每個(gè)手機(jī)客戶端周期性上傳數(shù)據(jù),在一定周期內(nèi)整體更新氣壓指紋庫,保證以最小的能耗提供高精度的定位服務(wù)。

5)用戶定位

當(dāng)WiFi信號不足以提供定位服務(wù)時(shí),定位服務(wù)需要依賴氣壓計(jì)樓層定位模塊。用戶采集當(dāng)前氣壓數(shù)據(jù),經(jīng)過偏移量信息校正之后匹配氣壓指紋庫,返回氣壓指紋庫中氣壓值最接近的樓層。

2.2 WiFi樓層定位誤差檢測

1)判斷定位誤差

通過手機(jī)氣壓數(shù)據(jù)Bai對比WiFi判定樓層Fi對應(yīng)氣壓指紋庫Bafi,經(jīng)過偏移量信息表校正之后,一段時(shí)間內(nèi)Bai和Bafi之間的標(biāo)準(zhǔn)差S與經(jīng)驗(yàn)值S0(0.04 HPa)相差超過閾值(0.47 HPa)[8],說明當(dāng)前WiFi樓層定位結(jié)果有誤

(4)

2)校正定位結(jié)果

2.3 動態(tài)更新WiFi信號指紋庫

1)利用前述方法獲得正確WiFi信號向量。

2)更新WiFi信號指紋庫。將處理過的WiFi向量集,通過K-means聚類方法將Ti時(shí)段內(nèi)的WiFi向量集與正確樓層內(nèi)的簇首WiFi向量進(jìn)行聚類,更新樓層內(nèi)的WiFi信號指紋庫。

3 實(shí)驗(yàn)與結(jié)果分析

實(shí)驗(yàn)選取其中5～7樓,3層樓。每層樓層布設(shè)了4個(gè)TL—WR885N型號AP。各個(gè)采樣點(diǎn)分布在3個(gè)樓層的走廊及房間內(nèi),兩個(gè)相鄰采樣點(diǎn)之間的距離約為2 m,利用信號采集端(智能手機(jī))對每個(gè)點(diǎn)進(jìn)行20次間隔為1 s的采樣。如圖1所示。

圖1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)設(shè)備為三星Note2,華為Mate 8和小米5智能手機(jī),表1中給出了氣壓計(jì)參數(shù)。WiFi信號的采樣頻率1 Hz,氣壓計(jì)的采樣頻率為5 Hz。在每個(gè)采樣點(diǎn),客戶端掃描 AP信號并記錄其RSS與MAC地址。定位服務(wù)器建立指紋圖后對所有指紋進(jìn)行聚類,并建立WiFi樓層定位模塊。

表1 氣壓計(jì)參數(shù)

采用樓層定位準(zhǔn)確率評估定位性能：定位準(zhǔn)確率=估計(jì)位置所在樓層與實(shí)現(xiàn)位置樓層一致的數(shù)目/定位總數(shù)。

3.1 氣壓計(jì)樓層判別準(zhǔn)確率

本文為了檢驗(yàn)氣壓計(jì)樓層定位模塊,建立動態(tài)氣壓指紋庫。選取圖1中3個(gè)測量點(diǎn),從圖2中可以看到,1#測量點(diǎn)由于墻體阻隔導(dǎo)致信號特征不明顯,只有82 %準(zhǔn)確率的樓層定位結(jié)果。2#測量點(diǎn)在走廊環(huán)境中,沒有墻體阻隔WiFi信號,可獲得90 %較理想的準(zhǔn)確率。3#超出采樣點(diǎn)范圍后,定位準(zhǔn)確率只有63 %,而氣壓計(jì)定位模塊在樓層任意位置都可提供90 %以上高準(zhǔn)確率的樓層定位服務(wù)。有效降低設(shè)備部署成本,克服室內(nèi)環(huán)境復(fù)雜性,增強(qiáng)定位系統(tǒng)適用性。

圖2 定位準(zhǔn)確率對比

3.2 指紋庫更新

選取2#測試點(diǎn)進(jìn)行為期2周的實(shí)驗(yàn)測試,通過對比傳統(tǒng)人工更新指紋庫方法(2天更新1次)以及不更新指紋庫情況,檢驗(yàn)本文指紋庫更新方法有效性[13],實(shí)驗(yàn)結(jié)果如圖3所示。

圖3 更新指紋庫方法準(zhǔn)確率對比

可知,傳統(tǒng)人工更新指紋庫方法能維持較高的定位準(zhǔn)確率,但是耗費(fèi)巨大人力。不更新指紋庫會使定位準(zhǔn)確率急劇下降,導(dǎo)致系統(tǒng)無法提供有效的定位服務(wù)。在無專業(yè)人員參與的情況下,本文指紋庫更新方法能維持定位準(zhǔn)確率在80 %左右,說明本文提出的方法能夠在一定程度上解決WiFi信號時(shí)變性問題。

4 結(jié) 論

本文提出的氣壓計(jì)融合WiFi指紋樓層定位方法,滿足多層建筑室內(nèi)定位需求,提高了定位型適用性。且一定程度上解決人工現(xiàn)場勘測,維護(hù)指紋庫耗費(fèi)巨大成本的問題,在多樓層環(huán)境中的室內(nèi)定位方向產(chǎn)生積極作用。