室内外无缝定位及导航已成为导航与位置服务的核心问题,对智慧城市、智慧旅游、智能机器人[1]、个人导航[2]、应急救援[3]和导航战等多领域意义重大;现代人70%以上的时间在室内度过,随着城市化和城镇化发展的日新月异,城市“峡谷”和大而密闭的室内日益增多,对室内定位提出了前所未有的巨大要求。据不完全统计,我国在机场、商场、车站、养老院、幼儿园等室内环境中丢失的儿童、精神病患者、老年人等每年超过20万,在室内恐怖袭击[4]、房屋坍塌、室内爆炸、室内火灾等事故中伤亡人数每年超过3万人。因此,提高室内援救效率,减少室内人员失踪和人员伤亡,建立无缝定位系统对社会安全有着巨大的意义。
室内外无缝定位为万物互联互通之基石,是一次千亿级的产业的突破口,本文提出基于GNSS/地磁组合的室内外无缝定位系统,是作为智能化的端口,但如何切换是机器需要解决的问题,因此要找到一种方案界定这一交界处,以便于室内外能使用不同的算法来处理。
本文的目的就是通过GNSS/地磁组合的方法构建一个高精度、便捷、经济、可普遍推广的定位方法,以弥补国内在室内外定位切换点的选取及在定位方式性价比方面的空白,分别用GNSS导航定位系统、地磁定位系统进行测试分析,通过分析卫星星数的变化及比对得出在某一点时二者的定位精度,通过在饭堂室内外、图书馆内外共同分析滤波[4]得出综合临界点的GDOP估值,从而实现GNSS定位与地磁定位达到完美融合,从而提高无缝定位的精度和完整度。
1 室内外无缝定位 1.1 室外定位算法及仿真GNSS具有全球性、全天候、精准性、平稳性的优点,成为室外定位导航的首要定位技术。精密实时定位的位置服务成为GNSS的发展方向,围绕这一课题,人们提出并实现了许多高精度实时定位方法,主要成果有GNSS多模多频融合导航技术、差分增强融合技术[5]、GNSS/惯性导航系统(INS)组合导航技术[6]、实时精密单点定位(RTPPP)技术。本次试验在室外使用GNSS多模多频融合导航技术,Ublox-m8n接收机接收数据,公式如下
式中,θ与α分别为卫星的仰角和方位角。这样就可以得到权系数阵C为
又因
室内定位一直是室内外无缝定位(IOPS)的研究热点。20多年来,国际国内许多研究所、大学和公司对室内定位机制进行了大量的研究。据不完全统计,目前已提出室内定位系统(indoor positioning system,IPS)近20种:WiFi[8]、LED、RFID、ZigBee、蓝牙(BT)[9]、超声波、GSS转发器、伪卫星、计算机视觉、激光、超宽带(UWB)[10]等。这些IPS有效性是无疑的,但在一个狭小的室内空间内需要部署多个信标才能实现室内定位,如果要满足全球普适无缝的要求,信标部署基础设施建设费用却是一个惊人的天文数字。作用范围小、建设成本高和普适性差等弊端,很大程度制约了其广泛推广。
本次研究所使用的室内定位方式为地磁指纹定位[11],而地磁指纹可以有效地解决上述几种缺点,通过采集室内地磁值建立地磁基准图,而对于基准图目前使用的方法一般分为4类,见表 1、表 2。通过均方差(RMSE)、交叉验证法(LOOCV)、积分均方误差(IMSE)对这4种方法进行指标分析。以我校室内球场为例采集。
算法 | 走廊型(长宽约束力区别) | 菱形(长宽约束力相近) | |||||
RMSE | LOOCV | IMSE | RMSE | LOOCV | IMSE | ||
普通克里金插值 | 11 | 2.651 2 | 22.926 7 | 56 | 2.649 1 | 1.494 8 | |
标准高斯过程回归 | 77 | 35.912 1 | 19.912 1 | 68 | 8.738 0 | 2.125 5 | |
随机克里金插值 | 296 | 6.627 5 | 233.238 | 649 | 5.008 9 | 361.776 1 | |
协同克里金插值 | 6 | 3.162 9 | 3.388 3 | 50 | 2.892 3 | 1.154 5 |
算法 | 协同方差函数形式(COV) | 参数估值法 | 模型结算耗时 | 地磁图建立耗时/s |
普通克里金插值 | MLE | 0.196 | 26.006 | |
标准高斯过程回归 | MAP | 0.045 | 10.541 | |
随机克里金插值 | exp(-l2) | MLE | 0.124 | 14.522 |
协同克里金插值 | MLE | 0.305 | 34.217 |
表 2中在耗时计算时,样本个数为312个点,
由上述数值可以得出:要求高精度时选择协同克里金插值法,要求高建模速率时选择标得数准高斯过程回归。本试验采用协同克里金插值法进行研究。在定位时本次试验使用蒙特卡洛定位算法:
首先代入测量的某一点X、Y、Z值,与地磁基准图的x、y、z,得到
将所得的值D代入下式
然后经过滤波、矫正,即p=(xt|y1…yt);将滤波、矫正后的值代入下式,进行估计得出最终定位点。
1.3 无缝定位组合方法当前无缝定位的方法主要有:
(1) GPS与WiFi的融合[12-13]。随着智能手机及笔记本电脑的普及,WiFi在我们的生活中无处不在,但WiFi设备价格较高,同时出现断电的情况时不能正常使用,从而不能进行二者的平稳过渡。
(2) GPS与UWB技术的融合[14]。UWB技术可以实现最高10 cm的定位精度,但由于UWB设备的价格高且要求指标众多,因此不能广泛使用。
(3) GPS与Bluetooth的融合[15]。由于苹果公司之前对蓝牙设备的控制比较严格,只有通过MFI认证过的蓝牙设备才能与IDevice连接,而蓝牙4.0就没有这些限制了;并且在一些公司的推动下已经可以实现2 m的室内定位精度。但由于Bluetooth仅在特殊的场合,需要布置大量的设备,对于测量会非常烦琐,不适宜广泛使用及推广。
而本文所利用的北斗与地磁的融合是当前时代的风向标。北斗导航定位系统是我国自主研制的导航定位系统,符合我国发展的国情,且具有精准的定位能力,北斗/地磁的融合有与以上几种方法相媲美的精度。在成本方面,地磁的定位成本较上述几种的定位成本大大降低,也更容易普及和推广。室外使用GNSS进行定位,其定位精度可到达2 m以内,而室内通过地磁定位的定位精度可以达到1 m以内,整体定位精度可以达到2 m,这必将成为当今社会室内外无缝定位切换的最佳方法。
2 切换策略人们在使用定位时最关心的问题就是定位精度高、切换频率少、切换时平滑稳定。本次试验在切换和精度上得到了很好的体现及证实,从室外走向室内时,由于靠近建筑物,部分卫星信号不能够被接收到或接收到的是该卫星折射或衍射后的信号,这样BDS误差就会逐渐增大,GDOP值也会逐渐增大,同时接收的卫星数逐渐减少,当GDOP值增加到一定范围时切换使用地磁定位,这样可以使系统误差大大降低。相反,当人们从室内走向室外时,接收到的GNSS信号非常微弱,使用GNSS定位根本行不通,此时使用地磁定位,向室外继续行走时接收到的卫星的信号逐渐增强,星数逐渐增多,GDOP值逐渐变小,与此同时到达室外的地磁特征值逐渐模糊,地磁值受外界的影响越来越大,这时地磁误差逐渐增大。在GDOP值到达一定范围内时进行切换,以达到平滑高精度的切换,如图 1所示。
3 试验结果及仿真首先接收机从室外走向室内时星数逐渐减少,最初有效定位卫星为6~7颗,随着向室内靠近,有效定位卫星数在5~6颗浮动,继续靠近室内时有效卫星星数只有4颗甚至不到4颗,以至于无法进行定位,如图 2所示。
从室外走向室内时其定位卫星图如图 3所示,在最初由室内走向室外时有效定位点较少,随着走出室内有效定位点逐渐增多,其定位精度随着从室内走向室外精度逐渐增高。当由室内走向室外时具体定位精度如图 3所示,最初在室内以及在门线附近时,误差在12~14 m左右,定位精度很低;但随着走出室内定位精度逐渐恢复,维持在2 m以内,室外定位误差平均值在1 m左右,便可以较为准确地进行定位。
在学校餐厅由室外走向室内时卫星图显示定位有效点逐渐减少,真实行走轨迹点漂移位置逐渐增大,如图 4所示,而开始误差平均值在2~3 m;随着向室内行走误差逐渐增大,到达室内附近平均误差达到12~14 m,以至于不能准确地进行定位。
在上述两种情况下,当进入室内,以及即将进入室内时的定位误差逐渐增大,从室内走向室外时GNSS的定位误差逐渐减小,这种情况下结合地磁在室内的采集及论证,通过室内外采集器进行实时采集数据、实时处理得到地磁基准图如图 5(a)所示;室内定位的误差在1 m以内,随着向室外的行走,地磁干扰逐渐增大,精度明显下降,误差远远大于室外GNSS定位,如图 5(b)所示。
由室内走向室外及室外走向室内的GDOP值如图 6所示。计算该点位的GNSS定位误差和地磁定位误差,由室外走向室内时GNSS定位的误差逐渐增大,而在定位精度不及地磁定位精度的交汇点计算出GDOP值,将在这两个地点计算出的误差交汇GDOP值同时代入其他几个地点,在得出最优的GDOP值为2.5~3时进行切换,这样能够保证定位整体精度提升85.7%。
4 结语GNSS定位和地磁导航定位各有优势,在本次试验中找到合适的切换点,让它们各自发挥自己高精度的一面可以使整体定位精度得到质的飞跃;其次在GDOP到达3~3.5时进行GPS定位与地磁指纹定位的切换也填补了国内外在室内外无缝定位上没有一个合适的切换界定的空白,增强了室内外定位的完整性;使用GNSS和地磁的组合无缝定位其设备价格低廉,定位精度完全可以满足市场需求,必将可以得到广泛使用。
[1] | 王文斐. 面向室内动态环境的机器人定位与地图构建[D]. 杭州: 浙江大学, 2011. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2047909 |
[2] | 钱伟行, 朱欣华, 苏岩. 基于足部微惯性/地磁测量组件的个人导航方法[J]. 中国惯性技术学报, 2012, 20(5): 567–572. |
[3] | 冯敬伟, 薛勇, 陈峰, 等. 关于应急救援场景室内人员定位导航研究[J]. 计算机仿真, 2017, 34(4): 448–452. |
[4] | ALI-LOYTTY S, PERALA T, HONKAVIRTA V, et al. Fingerprint Kalman Filter in Indoor Positioning Applications[C]//Proceedings of 2009 IEEE Control Applications, (CCA) & Intelligent Control. St. Petersburg. Russia: IEEE, 2009: 1678-1683. http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5281069 |
[5] | LIU X C, ZHANG S, LU H H, et al. Method for Efficiently Constructing and Updating Radio Map of Fingerprint Positioning[C]//Proceedings of 2010 IEEE Globecom Workshops. Miami, FL, USA: IEEE, 2010: 74-80. http://ieeexplore.ieee.org/document/5700423/ |
[6] | 李俊杰. GNSS和INS导航系统中关键技术的算法研究[D]. 成都: 电子科技大学, 2016. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=D00990083 |
[7] | 谢钢. GPS原理与接收机设计[M]. 北京: 电子工业出版社, 2009. |
[8] | 张明华. 基于WLAN的室内定位技术研究[D]. 上海: 上海交通大学, 2009. |
[9] | 王益健. 蓝牙室内定位关键技术的研究与实现[D]. 南京: 东南大学, 2015. http://d.wanfangdata.com.cn/Thesis/Y2782108 |
[10] | TIAN K M, LAW C L. GPS and UWB Integration for Indoor Positioning[C]//Proceedings of the 6th International Conference on Information, Communications & Signal Processing. Singapore: IEEE, 2007: 1-5. http://ieeexplore.ieee.org/document/4449630/ |
[11] | 王亚娜, 蔡成林, 李思民, 等. 基于行人航迹推算的室内定位算法研究[J]. 电子技术应用, 2017, 43(4): 86–89, 93. |
[12] | 胡旭科, 尚建嘎, 古富强, 等. 融合GPS与Wi-Fi的室内外无缝定位原型系统研制[J]. 小型微型计算机系统, 2014, 35(2): 428–432. |
[13] | 卢恒惠, 张盛, 汪浩, 等. 基于联邦Kalman滤波的Wi-Fi/GPS车辆组合定位系统[J]. 清华大学学报(自然科学版), 2011, 51(3): 420–423, 427. |
[14] | 陈伟. 基于GPS和自包含传感器的行人室内外无缝定位算法研究[D]. 合肥: 中国科学技术大学, 2010. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y1816858 |
[15] | 罗鹏. 基于蓝牙4. 0基站角度测量的室内定位技术研究[D]. 杭州: 浙江大学, 2016. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2987665 |