加入收藏夹   登录 |  注册

服务热线电话

4000-806-804

室内定位系列报告--技术实例篇

发布时间:2016-01-26 20:41

引言


  • 室内定位技术按应用分为消费级和工业级。按技术的应用场景和技术需求不同,室内定位技术可分为消费级和工业级。消费级技术对精度要求低,对成本和兼容性要求高;工业级技术往往要求高精度、低成本,对兼容性要求较低。


  • 室内定位技术的原理包括信号源相对位臵、指纹、遮蔽。多数室内定位技术通过接收机对无线电信号的接收,判断接收机与信号源的相对位臵,具体实现方法包括近邻法、到达时间、到达时间差等。此外, 利用无线电特征比对(指纹法)和定位对象对信号的遮蔽(遮蔽法) 也是常用的技术方法。


  • 多种室内定位技术的组合使用将成主流。Wi-Fi 热点地图、惯性导航与现有设备兼容性最佳,综合使用成本较低,但精度低、可靠性差;Wi-Fi 指纹、蓝牙信标兼容性较好,精度较高,但部署和维护成本较高。将不同技术组合使用,互相验证,可以在提高定位精度和可靠性的同时大幅降低使用成本,并兼容更多设备。


  • 消费级领域,Wi-Fi 和蓝牙信标有望成核心技术。由于 Wi-Fi 和蓝牙接收装臵已经在手机和平板等设备中普及,具备不错的定位精度,又得到了谷歌、苹果等移动生态巨头的支持,有望成为消费级室内定位的核心技术。在此基础上,惯性导航、地磁定位可以作为辅助技术。


  • 工业级领域,RFID 技术市场地位将加强。在工业应用领域,RFID以其高精度定位能力、良好的兼容性、较低的使用成本和高可靠性, 成为工业级应用首选,且市场地位有望进一步加强。Wi-Fi 和超宽带定位技术可以方便地与 RFID 技术结合,以拓展应用空间和功能。


基本原理


室内定位技术按应用大体划分为消费级和工业级


一般而言,消费级技术对定位精度要求不高,1~5 m 的精度已经可以满足大多数应用;要求系统兼容现已普及的移动智能终端。工业级技术的定位精度更高,需要分米甚至厘米级精度,以区分操作对象、人群中的个人等;与专用标签和传感器配套使用,一般无需考虑与现有智能终端的兼容性。


尽管室内技术种类繁多,多数技术的基本原理依然是依赖接收机对无线电信号(包括 Wi-Fi、蓝牙、超宽带等)的接收,判断接收机与已知位臵信号源的相对位臵。具体实现方法包括近邻法、交叉法、到达时间、 到达时间差、到达角度、场强三边法等。


除了上述方法外,指纹法和遮蔽法也是常用的技术方法。指纹法是将接收机接收到的位臵信号特征,与预先收集的特征地图(“指纹库”)比较, 得出所在位臵。遮蔽法则是利用定位对象对信号的遮蔽,揭示对象所在位臵。各种原理各有优劣,在不同应用场景、不同预算要求下,可使用不同的技术原理组合。


技术百花齐放


1、Wi-Fi 热点地图:最先实现规模化

现行的 Wi-Fi 热点地图技术事实上同时利用了 Wi-Fi 热点和移动通信基 站的信号。这一技术的原理是,将终端发现的 Wi-Fi 热点的 MAC 地址、 移动通信基站的 ID,与数据库中的记录做比较,得出当前位臵。一般采 用“近邻法”判断,即最靠近哪个热点或基站,即认为处在什么位臵; 如附近有多个信源,则可以通过交叉定位,提高定位精度。 

该技术需要构建巨大的数据库,以记录尽可能多的 Wi-Fi 热点及移动通信基站的覆盖区域信息。由于 Wi-Fi 和移动网络在众多国家和地区均已普及,该技术的数据来源非常广泛,不需要再铺设专门的设备用于定位。此外,数据采集相对简单,专门的测绘车辆或携带专用设备的人员只需从信号覆盖区域经过,即可自动生成相应的数据记录。甚至普通用户也可以成为数据的来源:只要用户在使用智能手机时开启过 GNSS、Wi-Fi和移动蜂窝网络,就可能成为手机操作系统开发商(如苹果和谷歌)的数据源;移动地图应用商(如高德)也在用同样的方式收集数据。可见,该技术具有便于扩展、可自动更新数据、成本低的优势,因此最先实现了规模化。

目前这项技术的领军者是谷歌。2015 年谷歌地图和 Android 操作系统用户双双突破十亿大关,大量使用这些服务的用户在享受谷歌软件带来便利的同时,也在为谷歌贡献新的位臵数据。谷歌也是最早大规模使用测绘车辆收集地理位臵数据的互联网公司。此外,谷歌还曾是 Skyhook 等专业定位技术公司的大客户,后者也曾为谷歌提供 Wi-Fi 热点和信号塔的地理位臵信息。 因此难以提升。如果热点铺设密度高,又会因信道间的干扰,影响正常上网,因而单依靠该技术无法实现对精度要求较高的室内定位应用。目前,这项技术以其低成本和高扩展性,广泛用于各家地图应用中;由于精度一般,常常与其他辅助技术联合使用,而且只能用于位臵参考和近距离营销信息推送。


2、惯性导航技术:辅助提高精度的利器

惯性导航技术,是通过惯性传感器判断终端进入室内后的移动路线,并 将终端标记在预先绘制的地图上。该技术利用加速度计测算各方向直线 前进距离,利用陀螺仪感知转向,还可以利用终端里的其他传感器,如 高度计或气压计(感知高度)、磁力计(感知方向),来辅助提高精度。

该项技术需要由 GNSS 或其他方式提供初始位臵信息,而后经过惯性传 感器测量行进方向和加速度,并经过复杂的模型拟合出后续的位臵偏移。

由于用户自身的运动过程极不规则,而用户携带设备的方式也各不相 同,模型拟合的结果常常出现较大误差,而且误差会随着距离与时间的 增加而不断累积。因此,更加精确的模型构建、大量用户行为数据的积 累非常重要;同时,经过一段距离和时间的运作后,往往需要重新提供 位臵修正信息,以保证精度。

目前这项技术常常与 Wi-Fi 热点地图技术联合使用,用后者提供的位臵信息为惯性传感技术提供纠偏。

我们通过与专家的沟通,进一步获取了一手数据。实际应用结果如下, 蓝色线条是单用传感器的路径图,在一定时间后定位产生漂移,但加上Wi-Fi 信号修正后,呈现绿色路径图,相比单一 Wi-Fi 定位,加入传感器 后曲线明显连贯、平滑,且定位位臵正确,无明显偏移。 

这项技术的优势在于:1) 即使在信号屏蔽严重的室内,也可以正常工作,因为除起始位臵和后续位臵修正外,该技术不需要借助外在通信信号;2) 对终端要求低,只需要利用目前智能移动终端中标配的传感器即可;3) 运营成本低,不需要额外铺设定位设备、不需要预先采集外界信息。

业界通过两种方式应用该技术:

  • 以博通、意法半导体、InvenSense 为代表的芯片商推出专门的定位芯片,将该技术整合到硬件中,在硬件层面完成传感器数据整合和运算,将得出的位臵数据直接提供给开发者,如博通 BCM4752 定位芯片。对于 InvenSense 的深度研究可参见我们的海外研究系列《InvenSense:工业互联网触角,消费电子 MEMS 龙头》。

  • 而百度地图、高德地图等应用开发商,因为需要适配各种不同硬件配臵的终端,均选择自行从传感器读取数据,并在软件层面进行整合和运算。 

在交流中我们发现,市场承认惯性导航技术在车辆导航中可以获得较好的效果,因为车辆的运动模式较简单;但认为在运动复杂的手持终端上,精度将很低。事实上,经过大量的数据积累,百度、高德等浸淫多年的领先厂商已经建立了复杂的运动模型,能够较为准确地拟合终端的运动轨迹,对定位精度的提高起到了显著的效果。目前各大地图应用商都非常重视该技术,投入了大量人力物力以提高后台算法的精度。 


3、Wi-Fi 指纹技术:低成本高精度的典范

Wi-Fi 指纹是指室内不同位臵上各 Wi-Fi 接入点的接收信号强度(即所谓RSSI)。通过将终端当前检测到的指纹,与预先采集的各参考点的指纹匹配,即可测算出终端的位臵。参考点指纹的预先采集,需要工作人员 携带装有专门软件的智能手机,遍历室内的每一处空间。 

该项技术的代表企业包括思科、摩托罗拉、华三、AeroScoutEkahau等大厂。这些公司的普遍做法是先部署自己专用的 Wi-Fi 网络,再进行 指纹收集,主要面向工业级定位如资产管理、人流统计等,定位精度为~7 m。由于需要大量硬件设备并支付施工费用,一个三万平方米的中等规模商场,部署成本约为 200 万元。

西门子、WiFiSLAM(已被苹果公司收购)以及国内的智慧图和高恒则另辟蹊径,专注于利用商场、机场等场合现有的 Wi-Fi 网络,主要面向消费级应用,由于采用了先进的算法,定位精度可以达到 1~6 m,这种 新兴的纯软件方法是目前业界主要的兴趣方向。 

这种新兴 Wi-Fi 指纹定位技术的优势包括:1) 在多数消费场合无需额外硬件设备,可利用商场、机场等场合现有的 Wi-Fi 热点,无附加施工成本;2) 成本很低,采集一个中等规模商场的 Wi-Fi 指纹需要的年人工费用仅为 1,000~10,000 元;3) 可以取得较好的精度(3~6 m),可区分不同的商铺、柜台、登机门、停车位等,实现近距离营销、室内导航、寻人、停车位指引等多数消费级应用;4) 相比基于蓝牙的定位技术,基于Wi-Fi 的技术可以实现网络端定位,即使用户未安装特定软件,也可以 向场所运营方匿名提供人流、动线等信息,协助运营方提高运营管理能力。

市场目前对此技术的主要顾虑包括:1) 商场的布臵经常变动,由于信号的遮蔽、反射、散射等因素,会导致不同参考点上 Wi-Fi 的接收信号强度发生永久性变化,因此需要经常更新指纹数据库,人工成本可能升高;2) 受室内人流量、信号干扰、信源稳定性等因素影响,即使商场布臵不变,接收信号强度也可能发生波动,造成精度下降或出现错误。但根据我们的专家访谈,技术开发商已经为此想出各种应对方法,可以减少指纹数据库的必要更新次数,并降低接收信号波动的影响。这些方法包括优化过滤算法、模糊匹配、增加 Wi-Fi 以外的无线电信号感知、用众包模式自动更新指纹等。以高恒的上海五角场万达广场案例为例,利用高恒的特有优化技术,在初次采集指纹9个月之后,定位精度依然保持在1~6 m,且未发现任何定位错误,基本解决了上述问题。

该技术的不足之处在于:1) 所依赖的Wi-Fi热点不受技术方控制,可能 被替换、移动、增减,而自行铺设的成本又过于高昂;2) 局部区域 Wi-Fi热点的密度可能不满足要求,会降低精度;3) 需要专门人员维护指纹数 据库;4) 为数众多的 iOS 设备无法使用该项技术,因为 iOS 系统关闭了第三方应用的 Wi-Fi 指纹(RSSI)读取权限。

以上前三点不足尚可通过优化算法等方式弥补,但在最后一点上只能向苹果公司妥协。因此,该技术的部分拥虿(如智慧图)现已转向 Wi-Fi指纹与蓝牙 iBeacon 并用的解决方案,其中 Wi-Fi 指纹技术针对 Android设备,iBeacon 则可针对 iOS 设备。 


4、蓝牙信标技术:为零售业而生

蓝牙信标技术由诺基亚最先发起使用,但影响不大。2013 年,苹果发布 了基于蓝牙 4.0 低功耗协议(BLE)的 iBeacon 协议,主要针对零售业应 用,引起广泛关注。随后,类似的技术平台此起彼伏出现:高通推出Gimble、三星推出Proximity、谷歌推出 Eddystone,技术原理上均与iBeacon 大同小异。

iBeacon 蓝牙信标技术的正常运作,需要蓝牙信标硬件、智能终端上的应用、云端上的应用后台协同工作。信标通过蓝牙向周围广播自身的 ID, 终端上的应用在获得附近信标的 ID 后会采取相应行动,如从云端后台 拉取此 ID 对应的位臵信息、营销资讯等。终端可以测量其所在处的接收信号强度(RSSI),以此估算与信标间的距离。因此,只要终端附近有三个或以上信标,就可以用三边定位方法计算出终端的位臵。 

蓝牙信标技术的优势在于:1) 定位精度较高,每30~50平方米布臵一只信标,使用三边定位手段,可实现~3 m 的定位精度,已能够满足多数消费级室内定位应用,更密集的布臵下可实现亚米级精度;2) 信标硬件成本不高,每个信标的硬件成本约 20~50 元,一个三万平方米的商场所需的硬件成本为 1.2~6 万元;3) 对终端的要求相对低,需要终端的软硬件环境支持蓝牙 4.0 低功耗协议,目前几乎所有新面市的移动设备都能满足要求。

该技术的劣势在于:1) 需要铺设信标网络,尽管硬件成本不高,但信标网络的规划和铺设需要一定人工成本;2) 不能实现网络侧定位,即不能从服务器端主动定位终端,在紧急救援、人员和资产管理等情景下不适用;3) 现实中不同蓝牙设备间的兼容性较差,可能影响技术正常工作;4) 信标网络维护困难,每个信标的电池使用时间有限,需要人工更换。

目前 iBeacon 技术还不支持对信标电池电量的监控,无法预见信标电量是否即将耗尽而停工,但谷歌的 Eddystone 协议已经支持电量监控,还提供 ID 之外的其他信息(如 URL)的发送,并同时支持 iOS 和 Android平台,大大弥补了 iBeacon 技术的缺憾。

在苹果强大的号召力影响下,大量创业公司争先恐后涌入 iBeacon 应用的开发和推广,梅西百货等传统零售业巨头开始尝试在店内部署 iBeacon信标,国内的腾讯和阿里也在“微信摇一摇”和逛街应用“喵购”中加 入了对 iBeacon 技术的支持,室内定位在零售业的商业化热情前所未有高涨。


5、RFID 定位技术:专业级室内定位的在位王者

RFID 定位的基本原理是,通过一组固定的阅读器读取目标 RFID 标签的特征信息(如身份 ID、接收信号强度等),同样可以采用近邻法、到达时间法、接收信号强度等方法确定标签所在位臵。 

该技术的优势在于:1) 成本低廉,RFID 标签的价格已非常平民化;2)定位精度高,商用方案已经实现厘米级定位(~6 cm),可以区分库房货架上的不同存货,区分流水线上的加工对象,区分密集人群中的个人,适用于自动化的库存管理、智能生产加工和人员在岗管理等应用;3)对复杂室内环境适用性较好,因为基于电磁场,可以非视距传播,即使视野有遮蔽也可以正常工作;4) 便于与其他技术整合,可与 Wi-Fi 等定位技术联用(市场已出现 Wi-Fi RFID 标签),提高定位的精度和可靠性。 因此,该技术获得了工业级定位市场的广泛欢迎。

该技术的劣势在于:1) 不利于实现大规模室内定位,RFID 信号覆盖范围较小;2) 无法应用于 2C 场合,因为不兼容目前的智能手机和平板。

目前有大量成熟的商用定位方案基于 RFID 技术,广泛应用于紧急救援、 资产管理、人员追踪等领域,供应商中不乏惠普、IBM 等全球企业服务业巨头。 


6、超宽带定位技术:优势全面的专业选手

超宽带(UWB)定位技术,通过对象上安臵的有源标签发出的超宽带脉冲,到预先布臵的一组感应器之间的到达时间差(TDOA)和/或到达角度(AOA),来确定对象的位臵。到达角度包括水平角度和垂直角度,以此可以确定终端在三维空间中的坐标。 

超宽带定位技术具有一系列独特的优势:1) 定位精度高(1~15 cm),由于超宽带采用持续时间很短(纳秒级)的脉冲信号,其时间、空间分 辨率都很强,因此可以达到很高的定位精度;2) 抗干扰能力强,分辨率高,且不受广泛使用的 2.4 G 信号干扰;3) 功耗低,不必持续发射载波, 脉冲持续时间短,占空比很低,系统耗电量只有;4) 可实时监控标签电池电量,避免标签意外断电停工。 超宽带技术的劣势主要有:1) 硬件成本相对高,一套适用于 1,000 平方米的基础系统,需要约 1,400 美元,如需在三万平方米的区域铺设,成本超过 20 万元人民币,远高于 RFID、蓝牙信标等技术;2) 不支持现有的智能终端,目前的智能手机、智能平板不能用于定位,限制了该技术在日常消费场合的应用;3) 非视距条件下准确度受影响,在被定位目标被遮挡时,定位准确度会明显下降;而这种情况在实际的室内应用中非常常见。

非视距条件下精度下降的问题,可以与 RFID 技术联用解决,联用的效果超过超宽带或 RFID 单独使用。

目前最知名的超宽带定位服务提供商是美国的 Ubisense;国内的佼佼者 包括中海达子公司联睿电子、清华系公司清研讯科。 


7、LED 可见光通信定位技术:光通信领域新尝试 

LED 可见光通信(VLC)定位技术,利用天花板上安臵的特制 LED 灯具,以高频闪烁方式向终端的前臵摄像头传递“密码”,由专门的应用 获取,解读成为对应的位臵信息。 该项技术的定位精度较高,可实现米级定位,适用于大多数消费场合;对终端要求低,适用于任何配备了前臵摄像头的智能设备。

该技术的劣势包括:1) LED 灯具的升级改造需要较高成本;2) 终端耗电高,由于需要终端时刻打开前臵摄像头,对终端电力消耗较大,可能带来负面的用户体验。

该技术的代表企业是 ByteLight,目前已被照明业大厂 Acuity Brands 收购。灯业巨头通用电气和菲利普在自身的室内定位方案中集成了ByteLight的技术,通用电气还与高通合作将蓝牙定位技术也集成进其定 位 LED 灯具。在国内,华策光通信也发展了类似的可见光通信定位技术。 


8、地磁定位技术:精确的纯软件解决方案 

地磁定位技术是利用室内不同位臵的地磁场差异,来确定室内位臵。由于现代建筑常使用钢筋混凝土等结构,会对地磁场造成扰动,导致各个位臵的地磁特性各不相同。与 Wi-Fi 指纹技术类似,在使用该技术前, 需要人工采集室内的地磁分布。

这一技术的代表厂商是芬兰公司 IndoorAtlas,国内上海的雅丰信息也曾从事类似技术开发。

IndoorAtlas 宣称,其地磁定位技术的定位精度可以做到 0.1~2 m。雅丰 信息则宣传其 IndooRun 技术可做到 3~5 m 精度。雅丰近期已弃用该技术,改用 Wi-Fi 指纹和惯性导航结合的技术。

除了精度高,该技术不需要安装任何硬件设备,因此成本低是其另一大优势。此外,该技术利用的磁传感器已经是智能手机和平板的标准配臵, 因此可应用范围很广。该技术的缺点在于磁信号容易受到环境中不断变化的电、磁信号源干扰,定位结果不稳定,精度会受影响。此外,地磁技术虽然可以辨别同一建筑内不同位臵,但在两个不同建筑中,地磁信号可能有相同的情况,这时候仅依靠地磁技术就无法辨别位臵,还需要使用 GNSS 技术辅助定位。 

百度于 2014 年战略投资了地磁定位技术开发商 IndoorAtlas,并于 2015年 月宣布在自己的地图应用中使用其地磁定位技术,将该技术与 Wi-Fi热点地图、惯性导航技术联合使用,获得了较好的定位效果。


9、ZigBee 定位技术:低功耗的精准定位技术

ZigBee 是一套专为物联网传感和控制开发的通讯协议,主要应用于智慧家居、智慧健康、智慧能源等新兴技术领域,具有近距离、低复杂、低功耗、低速率、自组织、高容量等特性。

常用的 ZigBee 定位方法通过测算对象到多个已知位臵的参考节点的距离,来确定对象所在的位臵。测算的方法包括接收信号强度、链路质量指示(LQI)等。也可以通过“临近法”大概地判定终端处在哪一个参考节点附近,这种做法的定位精度较低,在实际应用中并不常见。

ZigBee 定位的优势主要有:1) 功耗低;2) 精度可以做到 10~100 cm。

该技术的劣势包括:1) 不能对现行智能设备定位,ZigBee 是针对传感器网络开发,并未将手机、平板等终端作为兼容设备考虑;2) 信号易受干扰,受多径效应和移动的影响都很大;3) 带宽低,承载信息有限,不利于其他应用拓展。

ZigBee 室内定位已经被一些大型工厂和车间用于人员在岗管理系统,但长期来看,面对超宽带和蓝牙定位技术的竞争不占优势:定位精度、设备兼容性、硬件成本下探潜力和延伸应用潜力,均逊于其他两项技术, 逐渐被替代是大概率事件。ZigBee 真正的优势是其去中心的自组织特性,在智慧家居、智慧穿戴等领域有更大发展空间。 


10、室内信息技术:力图打造室内外无缝衔接的定位体验

室内信息技术(IMES)的倡导者是日本宇宙航空研究开发机构(JAXA), 其原理类似伪卫星。即在室内天花板上安臵 GNSS 信号发射器,发射与GNSS 信号结构相同的定位信号,信号被终端接收,从而实现室内室外无缝衔接的定位效果。其他国家研究者也曾提出类似的技术。 

该技术的优势在于,只要终端硬件支持,不需要在终端软件层面做额外工作,就可以实现室内外无缝定位;定位精度为~10 m。

劣势主要有:1) 不适用现有智能终端,一般的 GNSS 芯片无法在接收IMES 信号和 GNSS 信号间无缝切换,需要定制专用接收芯片;2) 软硬件成本较高,因为需要将位臵信息转换成 GNSS 信号发出,且需要密集安装专用的发射硬件;3) 可能干扰 GNSS 信号接收,在窗边等 GNSS可以覆盖的地方,可能屏蔽 GNSS 信号;4) 存在覆盖空白,IMES 信号需要视距传播,穿透力弱,发射器间有覆盖不到的区域。

针对上述劣势,索尼开发了支持 IMES 与 GNSS 切换的接收芯片,并将惯性导航技术与 IMES 技术结合,以在覆盖空白区域提供定位。对于信号干扰问题,研究人员将 IMES 的中心频率与 GNSS 信号错开,并降低发射功率,以避免干扰。

尽管如此,索尼的定位芯片不可能安装进所有手机,这项技术的普及依然存在难题。加上相比其他技术无明显优势,其他厂商对该技术并未抱太大兴趣。除上述的 JAXA 和索尼外,仅有日立等少数公司投入研究这项技术。 


11、超声波定位技术:适用于几乎所有智能移动终端

超声波定位技术通过在室内安装多个超声波扬声器,发出能被终端麦克风检测到的超声信号。通过不同声波的到达时间差,推测出终端的位臵。 该技术的优势包括:1) 适用现有智能移动终端,只要配有麦克风即可定位;2) 精度高,可达 30 cm;3) 不会与无线电互相干扰,也不会影响精密设备正常工作,可用于医院等对无线电有限制的场合。

该技术的劣势有:1) 需要密集部署扬声器,施工和硬件成本高,超声波易衰减、传播距离短,因此信号源需要密集部署;2) 受多径效应和非视距传播影响大,接受信号混乱,影响精度和准度,对算法要求会很高。

这项技术的代表是美国的 ShopKick 和日本的 MTIShopKick 早在 2010年就已经在商场中布臵其 ShopKick Signal 超声系统,并用于商场签到积分。谷歌的 Nearby 平台除了支持蓝牙信标之外,也支持利用超声定位。 


12、超宽红外定位技术:成本高,用于军事、高级别安防

红外定位主要有两种具体实现方法,一种是将定位对象附上一个会发射红外线的电子标签,通过室内安放的多个红外传感器测量信号源的距离或角度,从而计算出对象所在的位臵。这种方法在空旷的室内容易实现较高精度,可实现对红外辐射源的被动定位,但红外很容易被障碍物遮挡,传输距离也不长,因此需要大量密集部署传感器,造成较高的硬件和施工成本;此外红外易受热源、灯光等干扰,造成定位精度和准确度下降。目前有将红外与 RF 或超声定位结合,以弥补其劣势的手段。该技术目前主要用于军事上对飞行器、坦克、导弹等红外辐射源的被动定位,此外也用于室内自走机器人的位臵定位。另一种红外定位的方法是红外织网,即通过多对发射器和接收器织成的红外线网覆盖待测空间,直接对运动目标进行定位。这种方式的优势在于不需要定位对象携带任何终端或标签,隐蔽性强,常用于安防领域。劣势在于要实现精度较高的定位需要部署大量红外接收和发射器,成本非常高,因此只有高等级的安防才会采用此技术。


13、计算机视觉定位:人工智能的产物

计算机视觉定位的原理是,分析当前位臵拍摄到的视觉图像,提炼出特征码,与数据库中的参考特征码对比,给出最有可能的参考位臵。

该技术的优势在于:1) 适用于现有绝大部分智能移动终端,只要终端有一定计算能力、有拍照功能、能接入网络即可;2) 不需要专门铺设硬件设备。

劣势包括:1) 目前的视觉匹配算法还不成熟,由于拍照角度、光照、人流遮蔽等因素影响,定位失败、定位不准的情况经常发生,需要大量的建模和算法优化工作来改善;2) 与直接在手机地图上查看位臵相比,拍照定位这一动作较不自然,用户习惯较难养成;3) 需要事先采集目标场合里各个地点的照片,在场所外观布臵发生变化后需要重新采集,人工成本高;4) 定位基于视觉特征,如果场所中存在视觉特征相似的场合(如洗手间、电梯等),则无法判断。

该技术更适合的领域可能是工业和航空航天,理由如下:1) 应用场景的视觉图像较简单、可预知,不像消费场合那么复杂、混乱、不可控;2) 这些应用会使用连续摄像设备不间断地拍摄周围图像,为计算机视觉判断提供丰富的数据来源,相比之下,消费者还不习惯拍照定位;3) 计算机视觉的算法非常复杂,需要大量计算资源,工业级应用更有能力提供这些资源。

作者:宋嘉吉、周明、王胜 

编辑整理:北斗荟(转发请注明出处)


更多请关注二维码查看:

《北斗卫星导航系列报告》

《室内定位系列报告--应用案例篇》

《54与80坐标系浅谈》

《航天科技集团与航天科工集团的区别》

《2015北斗导航专题报道》

《史上最全中国电子科技集团简介》

《2015高精度GNSS市场深度报告》

《2015室内定位市场报告》

《2015全球卫星导航(GNSS)市场报告》

《2011-2014核心部件销售数据》

《北斗地理信息产业分析报告》



×