趙一智，鄭加柱

(南京林業(yè)大學(xué) 土木工程學(xué)院，江蘇 南京 210037)

0 引 言

定位技術(shù)分為室外定位技術(shù)和室內(nèi)定位技術(shù)。在室外，全球衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)如全球定位系統(tǒng)(GPS)、北斗定位系統(tǒng)(BDS)等精度達(dá)到米級(jí)，基本滿足了人們?cè)谑彝饪臻g中定位的需求。研究表明，人們有80%的時(shí)間都在室內(nèi)進(jìn)行活動(dòng)，此時(shí)GNSS受到多徑效應(yīng)和建筑物遮擋的影響，其定位精度急劇降低，無法滿足位置服務(wù)需要。因此，室內(nèi)定位技術(shù)成為一項(xiàng)研究熱點(diǎn)。數(shù)十年來，國(guó)內(nèi)外研究學(xué)者已提出諸多室內(nèi)定位解決方案，例如紅外線、射頻識(shí)別(RFID)、超寬帶(UWB)、無線局域網(wǎng)(Wi-Fi)、紫蜂(ZigBee)、低功耗藍(lán)牙(BLE)、地磁和慣性傳感器等。近年來，隨著室內(nèi)環(huán)境的日益復(fù)雜和人們對(duì)室內(nèi)導(dǎo)航與位置服務(wù)需求的日益增大，設(shè)計(jì)一種準(zhǔn)確、可靠、低成本、易于維護(hù)的室內(nèi)導(dǎo)航系統(tǒng)構(gòu)建方法，即室內(nèi)三維高精度定位、室內(nèi)三維精細(xì)化模型構(gòu)建和三維場(chǎng)景下的路徑規(guī)劃，成為亟待解決的問題。因此，本文從以上3個(gè)方面闡述室內(nèi)定位技術(shù)國(guó)內(nèi)外研究現(xiàn)狀，并分析室內(nèi)定位技術(shù)的研究難點(diǎn)和發(fā)展趨勢(shì)。

1 室內(nèi)三維高精度定位

1.1 室內(nèi)高精度定位技術(shù)

室內(nèi)定位技術(shù)的快速發(fā)展源于基于位置服務(wù)需求的日益增長(zhǎng)，國(guó)內(nèi)外諸多研究學(xué)者為室內(nèi)定位技術(shù)精度的提高做了貢獻(xiàn)，例如，Zhang等人在求解室內(nèi)坐標(biāo)時(shí)使用非線性最小二乘來迭代解算，極大地提高了定位精度與穩(wěn)定性[1]；李楨等人在分析室內(nèi)RSSI信號(hào)強(qiáng)度統(tǒng)計(jì)特征的前提下，以Friis傳輸方程和動(dòng)力學(xué)方程為基礎(chǔ)，利用抗差卡爾曼濾波方法估計(jì)信號(hào)強(qiáng)度，達(dá)到了信號(hào)平滑的目的，從源頭上為基于RSSI的室內(nèi)定位精度提供保障[2]；劉期烈等人提出了一種基于多源信息的改進(jìn)融合模型，仿真實(shí)驗(yàn)驗(yàn)證了該模型在定位精度上比基礎(chǔ)融合模型提高了45.71%[3]；張偉等人針對(duì)Wi-Fi指紋室內(nèi)定位技術(shù)中的接收信號(hào)強(qiáng)度的偏態(tài)分布問題，提出一種縮放因子自動(dòng)優(yōu)化的改進(jìn)箱線圖濾波方法，該算法可以有效地剔除Wi-Fi指紋室內(nèi)定位技術(shù)中的觀測(cè)噪聲，提高定位精度和穩(wěn)定性[4]；蔣盼盼等人首先利用加權(quán)K近鄰算法對(duì)目標(biāo)進(jìn)行定位得到觀測(cè)值，其次將觀測(cè)值和卡爾曼濾波預(yù)估值進(jìn)行加權(quán)求和，最后得到最優(yōu)的坐標(biāo)估計(jì)值，這種基于目標(biāo)跟蹤的加權(quán)K近鄰算法和卡爾曼濾波的融合定位算法對(duì)移動(dòng)對(duì)象的運(yùn)動(dòng)軌跡定位更準(zhǔn)確，具有很好的應(yīng)用推廣價(jià)值[5]；申炳琦等人針對(duì)基于視覺慣性里程計(jì)(VIO)的輔助定位技術(shù)受光線條件限制大和UWB定位易受非視距誤差(NLOS)影響的短板，提出一種UWB與VIO組合的室內(nèi)移動(dòng)機(jī)器人定位方法，定位精度得到了提升[6]。

隨著機(jī)器學(xué)習(xí)與人工智能技術(shù)的興起與發(fā)展，諸多學(xué)者嘗試將深度學(xué)習(xí)與室內(nèi)定位進(jìn)行結(jié)合，例如，鄧素等人提出一種改進(jìn)的人工魚群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)Wi-Fi指紋室內(nèi)定位算法，有效避免了傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值易陷入局部最優(yōu)的缺點(diǎn)，實(shí)驗(yàn)結(jié)果表明平均定位誤差減少了0.75 m，平均定位精度提高32.2%[7]；薛陽陽等人將遺傳算法(GA)和BP神經(jīng)網(wǎng)絡(luò)結(jié)合應(yīng)用于UWB室內(nèi)定位中，提升了算法定位精度[8]；朱清山等人提出了退火算法(SA)與遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)(SAGA-BP)的室內(nèi)定位算法，仿真實(shí)驗(yàn)表明SAGA-BP算法的定位精度相較于BP定位算法和GA-BP定位算法精度有明顯提高[9]；Sun等人使用卷積神經(jīng)網(wǎng)絡(luò)與粒子群最優(yōu)化算法進(jìn)行室內(nèi)精確定位解算[10]。

1.2 室內(nèi)外無縫一體化定位

室內(nèi)定位技術(shù)彌補(bǔ)了GNSS在室內(nèi)環(huán)境中定位的不足之處，將兩者相結(jié)合，可實(shí)現(xiàn)室內(nèi)外無縫定位，可為行人、車輛提供室內(nèi)、室外雙向全程導(dǎo)航服務(wù)，可解決如大型地下停車場(chǎng)停車尋車?yán)щy等問題。國(guó)內(nèi)外研究學(xué)者對(duì)此做了很多研究，例如：Zhang等人提出了一種基于神經(jīng)網(wǎng)絡(luò)與小波降噪的INS/GPS組合室內(nèi)外無縫定位方法，實(shí)現(xiàn)了整體優(yōu)于5 m的無縫定位結(jié)果[11]；Cheng等人依靠預(yù)先布設(shè)的室內(nèi)Wi-Fi基站，融合INS基于擴(kuò)展卡爾曼濾波提出了一種動(dòng)態(tài)實(shí)時(shí)室內(nèi)高精度定位導(dǎo)航技術(shù)，其結(jié)果精度整體優(yōu)于3 m[12]；Zou等人依靠GPS/BLE/Wi-Fi等技術(shù)，提出了一種基于信號(hào)信噪比的室內(nèi)外甄別算法，實(shí)現(xiàn)了無縫靜態(tài)導(dǎo)航，其精度優(yōu)于5 m的概率可以達(dá)到80%[13]；Zeng等提出GNSS與基于手機(jī)的慣性導(dǎo)航相結(jié)合的方法，實(shí)現(xiàn)了室內(nèi)外的無盲區(qū)導(dǎo)航[14]；趙國(guó)旗等人利用GPS、慣性導(dǎo)航單元(IMU)和藍(lán)牙信標(biāo)(iBeacon)作為傳感器，提出一種Markov參數(shù)自適應(yīng)交互式多模型粒子濾波算法，采用粒子濾波作為交互式多模型匹配模濾波器，利用誤差壓縮率的加權(quán)冪在線調(diào)整先驗(yàn)Markov轉(zhuǎn)移概率矩陣，解決了在非過渡區(qū)域產(chǎn)生的模型頻繁切換而導(dǎo)致精度下降以及過渡區(qū)域模型切換遲滯的問題[15]；劉萬科等人通過綜合利用位置服務(wù)平臺(tái)提供的協(xié)同定位增強(qiáng)信息，以及智能手機(jī)終端獲取的多源觀測(cè)數(shù)據(jù)(GNSS、微型慣性測(cè)量單元、Wi-Fi、BLE、磁力計(jì)、氣壓計(jì)等)，實(shí)現(xiàn)了大眾用戶室外精度優(yōu)于1.5 m，室內(nèi)精度1～3 m，并具備室內(nèi)外平滑切換能力的導(dǎo)航定位服務(wù)，支撐了大眾用戶室內(nèi)外無縫精密定位的需求[16]；周振南等人利用赫爾默特(Helmert)方差分量估計(jì)定權(quán)與等權(quán)模型兩種方式確定GPS/UWB組合定位的隨機(jī)模型，一定程度上改善了GPS單點(diǎn)定位的精度，為室內(nèi)外一體化定位提供了參考[17]。

2 室內(nèi)三維精細(xì)化模型構(gòu)建

當(dāng)今，日益成熟的計(jì)算機(jī)視覺、數(shù)據(jù)融合以及三維建模等技術(shù)，為室內(nèi)三維精細(xì)化建模提供了理論基礎(chǔ)和技術(shù)支持。三維點(diǎn)云是構(gòu)建室內(nèi)三維精細(xì)化模型的技術(shù)之一，可以較容易地得到室內(nèi)場(chǎng)景的高精度三維點(diǎn)云數(shù)據(jù)，但是點(diǎn)云數(shù)據(jù)容易缺失，后期模型構(gòu)建也比較復(fù)雜，且模型的質(zhì)量受原始點(diǎn)云數(shù)據(jù)影響較大。近年來新興的利用雙目相機(jī)的SLAM(Simultaneous Localization And Mapping)系統(tǒng)、在SLAM基礎(chǔ)上進(jìn)行跟蹤的PTAM(Parallel Tracking And Mapping)系統(tǒng)也存在成本高、不易更新維護(hù)等局限性。當(dāng)前，有不少學(xué)者選用建筑信息模型(BIM)作為室內(nèi)導(dǎo)航的底圖數(shù)據(jù)。BIM模型是建筑物所有物理和功能特征的數(shù)字表示，能為室內(nèi)導(dǎo)航與位置服務(wù)提供可靠的幾何、語義、拓?fù)涞刃畔ⅲ褂肂IM模型可以及時(shí)查詢、修正、更新相關(guān)數(shù)據(jù)，且其數(shù)據(jù)為通用格式，為實(shí)現(xiàn)高精度的室內(nèi)定位和跨平臺(tái)數(shù)據(jù)操作提供便利。例如：郭語等基于Wi-Fi室內(nèi)定位技術(shù)，提出BIM與Unity3D平臺(tái)結(jié)合構(gòu)建室內(nèi)三維模型，為快速實(shí)現(xiàn)室內(nèi)三維場(chǎng)景導(dǎo)航提供技術(shù)支持[18]。

室內(nèi)導(dǎo)航模型是一個(gè)包含導(dǎo)航要素和空間信息的地理信息數(shù)據(jù)庫(kù)，其支持空間信息查詢、路徑規(guī)劃、導(dǎo)航指引、位置服務(wù)等功能。針對(duì)不同的應(yīng)用場(chǎng)景，目前學(xué)者們開發(fā)了多種室內(nèi)導(dǎo)航模型，根據(jù)模型元素的不同分為網(wǎng)絡(luò)模型、符號(hào)模型和網(wǎng)格模型。網(wǎng)絡(luò)模型是地理信息領(lǐng)域最常用的導(dǎo)航模型之一。Dao等開發(fā)了一種建筑物可訪問性審核工具，該工具通過構(gòu)建室內(nèi)網(wǎng)絡(luò)模型，構(gòu)建交互式的三維室內(nèi)環(huán)境[19]，供設(shè)計(jì)人員進(jìn)行建筑平面布置的優(yōu)化設(shè)計(jì)；張琳利用GIS技術(shù)構(gòu)建室內(nèi)網(wǎng)絡(luò)模型，研究在火災(zāi)環(huán)境下的應(yīng)急疏散路徑[20]；Ferreira等將室內(nèi)網(wǎng)絡(luò)模型與藍(lán)牙定位技術(shù)相結(jié)合，實(shí)現(xiàn)了利用移動(dòng)端在室內(nèi)進(jìn)行導(dǎo)航的功能[21]；Jamalia等將網(wǎng)絡(luò)模型進(jìn)一步分為3類：① 基于中心線或基于中間軸的模型；② 基于可見性圖的模型；③ 廣義Voronoi圖[22]。同時(shí)，目前在室內(nèi)導(dǎo)航領(lǐng)域中已經(jīng)有許多研究學(xué)者開發(fā)并利用了許多符號(hào)模型；Giovanella等人開發(fā)了一種方法，用于自動(dòng)識(shí)別CityGML文件中的拓?fù)湫畔?，如分離、鄰接、圍堵、連通性和交叉點(diǎn)，他們使用CityGML文件中的幾何表示來確定兩個(gè)對(duì)象之間的拓?fù)潢P(guān)系，此類拓?fù)潢P(guān)系對(duì)于建筑法規(guī)遵從性檢查很有用[23]；黃鴻等提出一種層次結(jié)構(gòu)，將室內(nèi)空間劃分為3種類型，分別為主體對(duì)象、連通對(duì)象和虛擬對(duì)象，又在結(jié)構(gòu)層次上分為樓棟、樓層、房間、設(shè)備4個(gè)層次[24]。在三維網(wǎng)格模型方面，張立強(qiáng)根據(jù)粒度大小對(duì)室內(nèi)環(huán)境進(jìn)行分級(jí)建模，在最小粒度的三級(jí)室內(nèi)環(huán)境采用三角剖分的方法建立導(dǎo)航模型，有效解決了傳統(tǒng)方法在房間這一粒度環(huán)境下無法精細(xì)建模的問題[25]；Xu等為了解決機(jī)器人部署在室內(nèi)環(huán)境下尋路時(shí)的低準(zhǔn)確性和不經(jīng)濟(jì)性的問題，開發(fā)了新的2D映射模塊來構(gòu)建和維護(hù)室內(nèi)網(wǎng)格模型，使得機(jī)器人能夠輕松應(yīng)付各類室內(nèi)環(huán)境[26]；朱軍等設(shè)計(jì)了一種動(dòng)態(tài)網(wǎng)格生成辦法，模擬火災(zāi)環(huán)境下的室內(nèi)環(huán)境，解決了現(xiàn)有方法在火災(zāi)逃生路徑規(guī)劃上的滯后性[27]。

3 室內(nèi)三維場(chǎng)景下的路徑規(guī)劃

路徑規(guī)劃有很多算法，在室內(nèi)導(dǎo)航中較為主流的算法有廣度優(yōu)先搜索(Breath First Search，BFS)，Dijkstra算法和A*算法。Dijkstra算法是以物體所在的出發(fā)點(diǎn)為中心開始訪問地圖中的結(jié)點(diǎn)，是一種擴(kuò)張式的遍歷方法，其優(yōu)點(diǎn)是一定能獲得最短的路徑，但是對(duì)于復(fù)雜的地圖運(yùn)算量很大。BFS算法能夠?qū)γ總€(gè)搜索位置進(jìn)行評(píng)估，得到最好的位置再?gòu)脑撐恢眠M(jìn)行搜索直到目標(biāo)，其優(yōu)點(diǎn)是相較于Dijkstra算法可以省略大部分無意義的搜索路徑，且運(yùn)行速度較快，但是BFS算法會(huì)忽略當(dāng)前已消耗的代價(jià)，在復(fù)雜環(huán)境下容易得出錯(cuò)誤路徑。A*算法是上述兩種算法的結(jié)合體，能用于搜索最短路徑，給出當(dāng)下最優(yōu)解，也能評(píng)估已遍歷路徑的代價(jià)以保證找到最優(yōu)路徑。

邱儒瓊等基于Wi-Fi的室內(nèi)定位技術(shù)，采用A*算法作為室內(nèi)路徑規(guī)劃算法，在Android平臺(tái)上實(shí)現(xiàn)室內(nèi)路徑規(guī)劃的應(yīng)用，且進(jìn)一步指出了室內(nèi)路徑規(guī)劃研究的方向[28]；危雙豐等基于CityEngine和SketchUp三維設(shè)計(jì)平臺(tái)，以北京建筑大學(xué)為例，利用ArcGIS建模工具對(duì)校園室內(nèi)外三維導(dǎo)航路徑網(wǎng)絡(luò)進(jìn)行提取與規(guī)劃，為室內(nèi)外一體化導(dǎo)航提供了技術(shù)支持[29]；Liu等利用語義派生參數(shù)在路由算法中將其最小化來計(jì)算導(dǎo)航路徑，其提出一種基于專用空間分類和一組路由標(biāo)準(zhǔn)的路由機(jī)制，通過考慮空間的語義，將每個(gè)標(biāo)準(zhǔn)編碼為邏輯網(wǎng)絡(luò)的節(jié)點(diǎn)或邊緣的權(quán)重，利用尋路算法的優(yōu)先級(jí)排序從而得到基于符合模型的最優(yōu)路徑[30]；周艷等為了滿足復(fù)雜室內(nèi)環(huán)境中用戶的多目標(biāo)導(dǎo)航需求，提出了一種顧及室內(nèi)路徑復(fù)雜度、擁擠程度與阻斷事件等多維環(huán)境語義的多目標(biāo)室內(nèi)路徑規(guī)劃方法，建立了能夠綜合感知室內(nèi)環(huán)境語義變化的導(dǎo)航通行成本函數(shù)，并將其作為室內(nèi)導(dǎo)航路網(wǎng)模型的邊長(zhǎng)，設(shè)計(jì)實(shí)現(xiàn)了基于Dijkstra算法的多目標(biāo)室內(nèi)路徑規(guī)劃算法，實(shí)驗(yàn)結(jié)果表明通行時(shí)間得到了提升[31]；Yaagoubi等為了照顧殘疾人在公共建筑內(nèi)使用輪椅的便利性，提出了一種基于維諾圖的室內(nèi)導(dǎo)航網(wǎng)絡(luò)[32]；魯飛等對(duì)蟻群算法的初始信息素分配、啟發(fā)函數(shù)、權(quán)重因子以及信息素更新規(guī)則提出了改進(jìn)，有效地實(shí)現(xiàn)了三維空間中的路徑規(guī)劃，相較于傳統(tǒng)蟻群算法在三維路徑規(guī)劃中存在的搜索效率低、易陷入局部最優(yōu)等問題具有一定的優(yōu)越性[33]。

4 研究難點(diǎn)與發(fā)展趨勢(shì)

目前，對(duì)于室內(nèi)導(dǎo)航系統(tǒng)的構(gòu)建方法還不夠完善。首先，室內(nèi)環(huán)境的復(fù)雜性使得傳感器的定位信號(hào)極易受到干擾，進(jìn)而難以持續(xù)性提供穩(wěn)定的定位服務(wù)；其次，室內(nèi)環(huán)境的特殊性使得室內(nèi)三維導(dǎo)航模型的構(gòu)建相對(duì)復(fù)雜；最后，現(xiàn)今對(duì)于完整的室內(nèi)導(dǎo)航系統(tǒng)還沒有形成一套通用的技術(shù)標(biāo)準(zhǔn)?？偨Y(jié)為以下幾點(diǎn)：

(1)復(fù)雜性較高、動(dòng)態(tài)性較強(qiáng)

由于室內(nèi)場(chǎng)景日益復(fù)雜，障礙物多，室內(nèi)定位面臨復(fù)雜性太高、動(dòng)態(tài)性太強(qiáng)的挑戰(zhàn)。行人運(yùn)動(dòng)的多樣性和室內(nèi)環(huán)境的多變性都屬于動(dòng)態(tài)性，而室內(nèi)的干擾物如燈光、溫度、聲音等則容易導(dǎo)致傳感器定位信號(hào)的不穩(wěn)定，影響定位精度。如何使室內(nèi)定位對(duì)室內(nèi)環(huán)境和行人運(yùn)動(dòng)的自適應(yīng)能力增強(qiáng)，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)自動(dòng)更新，和降低干擾物對(duì)定位信號(hào)的干擾，是室內(nèi)定位的一大挑戰(zhàn)和難點(diǎn)。

(2)多源數(shù)據(jù)融合

對(duì)于定位過程中多源數(shù)據(jù)融合，如何在保證高精度、高穩(wěn)定性定位效果的前提下提高數(shù)據(jù)匹配的準(zhǔn)確度和降低數(shù)據(jù)的冗余性，也是室內(nèi)定位的研究重難點(diǎn)。

(3)缺少統(tǒng)一的室內(nèi)定位協(xié)議標(biāo)準(zhǔn)

目前，室內(nèi)定位還缺少統(tǒng)一的室內(nèi)定位協(xié)議標(biāo)準(zhǔn)，各種技術(shù)存在兼容性問題。

(4)定位精度與成本難以兼顧

目前的高精度室內(nèi)定位技術(shù)均需要比較昂貴的額外輔助設(shè)備或前期大量的人工處理，這些都大大制約了室內(nèi)定位的推廣和普及。而低成本的室內(nèi)定位技術(shù)往往精度不高。

(5)室內(nèi)三維精細(xì)化模型構(gòu)建方法仍不完善

目前，構(gòu)建室內(nèi)三維精細(xì)化模型的常用方法如點(diǎn)云數(shù)據(jù)雖然精度較高，但其數(shù)據(jù)容易出現(xiàn)缺失，后期處理過程較為復(fù)雜，也不易更新和維護(hù)；在有原始建筑圖紙的室內(nèi)場(chǎng)景，可以使用更為簡(jiǎn)便且成本較低的方法。

(6)室內(nèi)外無縫定位仍具有很大發(fā)展空間

隨著位置服務(wù)需求的增加，室內(nèi)外無縫一體化定位也越來越受到國(guó)內(nèi)外學(xué)者的關(guān)注。目前，室內(nèi)外無縫定位仍面臨過渡區(qū)域無縫平滑切換能力不足、定位算法精度不高等問題，同時(shí)，室內(nèi)外一體化定位系統(tǒng)的設(shè)計(jì)與應(yīng)用也是熱門的研究方向與發(fā)展趨勢(shì)。

5 結(jié) 語

人們對(duì)室內(nèi)定位的需求已經(jīng)體現(xiàn)在生活的方方面面，如何實(shí)現(xiàn)高精度、低成本、易維護(hù)的室內(nèi)定位是研究學(xué)者們正在解決的問題。本文對(duì)室內(nèi)三維高精度定位、室內(nèi)三維精細(xì)化模型構(gòu)建、三維場(chǎng)景下路徑規(guī)劃的研究現(xiàn)狀進(jìn)行分析，指出室內(nèi)定位技術(shù)的研究難點(diǎn)和發(fā)展趨勢(shì)，供同行參考。