干货总结：室内定位技术的3大常用算法

       目前比较常见的室内定位技术有UWB(超宽带)室内定位技术，蓝牙室内定位，RFID(无线射频识别)定位，超声波定位，Wi-Fi定位等。但关于室内定位的算法，知道的人却不多，算法决定了它的定位模式。室内定位种类虽然多，但是室内定位算法很多都是通用的，总结起来有下面3种常用的算法。

 

一、近邻法

最简单的方式，直接选定那个信号强度最大的AP的位置，定位结果是热点位置数据库中存储的当前连接的Wi-Fi热点的位置。

 

二、基于无线信号的三角测量法。

室内定位里面的三边定位算法是怎么实现的呢？这个方法来自于传统的定位方法，类似GPS定位。不过是实际使用过程中使用的是信号（RSSI值）衰减模型（如下图所示）。原理是在离线状态下，无线信号强度在空间中传播随着距离衰减！ 而这个无线信号强度（RSSI值）对于手机上的接收器来说是可测的！那么依据测试到的信号强度，再根据信号衰减模型就可以反推出距离了。

当然，这种信号衰减模型是针对理想状况（真空，无反射），在实际的室内复杂环境下，信号在不断的折射反射（多路径效应）下，这个模型可能就出现了波动了。也就是说你通过测量信号强度来反推距离很大可能带有很大误差，同时由于不同传感器的信号特征不同，模型参数也不一而足，导致这个方法的定位精度有一定误差。

 

三、指纹定位方法

这个方法也是针对无线信号定位的。

室内定位中的指纹定位法原理：首先在室内收集很多的指纹数据也就是无线信号数据，定义一个个的网格点来采集无线强度，并存入指纹数据库。当需要定位的时候，通过手机采集到的无线信号和预先收集的指纹数据库对比，找出最相似的指纹的位置作为定位的位置。

 

这几种常见的定位算法也有各自的缺陷，如下：

（1）近邻法定位精度得不到保证;

（2）三角测量法理论上精度较高，但在实际应用中，由于多径效应和定位终端（通常是苹果手机、安卓手机）不统一性，导致每个终端接收到的信号强度可能都有区别，进而影响定位精度和误差的统一性（有的手机误差可能小，有的手机误差可能大，尤其是安卓手机）;

（3）指纹法前期地图绘制工作量大，而且一旦定位的场地布置临时有变化，每个位置上的信号就会变化，从而导致定位不准。基站覆盖范围大，角度偏一点就会造成不小的误差，更何况各种非视距和多径环境的影响，造成一定的定位误差。

 

天工测控（SKYLAB）专业致力于提供室内定位服务解决方案，在人员监控与物品管理方面形成了突出的产品服务能力，现已推出的蓝牙室内定位技术基于蓝牙beacon/蓝牙网关/蓝牙手环等硬件，配套定位算法、矢量地图、服务器等，能够实现3米的高精度室内定位和导航功能；UWB超宽带定位技术，基于SKYLAB自主研发的uwb室内定位算法、uwb基站、uwb标签等，最高可以实现0.1-0.3cm的超高定位精度。

SKYLAB的室内定位技术现已服务于医院、展馆、幼儿园、养老院、监狱等公共场所，比如吉林、深圳的部分妇幼医院以及养老院、监狱等已成功采用SKYLAB的室内定位方案，全方面进行人员管理。