随着移动互联网技术、智能移动终端技术、移动计算技术的发展,公众对室内位置服务的需求日益强烈,使得室内定位技术成为智能位置服务领域的研究热点。为了解决定位导航服务的“最后一公里”及“最后一米”问题,科技巨头和研究机构如Google、苹果、百度等,在室内定位技术及推广方面开展了大量的研究工作;室内定位技术也以室内导航、导游、导购等形式逐渐开始影响人们的生活。特别是“羲和计划”,作为“北斗”定位导航的室内配套工程,更是以广域范围内高精度的室内定位为目标,反映了国家对这一领域的深度支持。然而,和室外空间不同,室内空间的结构和实体构成更加复杂和多变,普遍存在着定位信号被遮挡,多径传输和非视距传输等现象,导致广域信号如FM/GSM/GPRS的定位误差较大。基于局域信号如蓝牙、WiFi、RFID的射频定位技术可以达到5m以内的定位精度,辅以重力传感器、加速度传感器、地磁传感器等全定位源混合方法定位,可以实现更高精度的定位。然而,这种全源定位的方式容易导致定位终端的耗电量加剧,带来系统持续服务能力显著下降、综合成本上升等问题。室内定位问题的根本原因在于室内环境的特殊性对室内定位信号传输的形成多重约束,与室内定位高精度和高效率需求之间存在明显差距,且是现阶段尚未解决的一个矛盾体。从室内结构分析的角度,通过建立更加精细的定位信号传播模型和衰减模型,理论上可以获得较高的定位精度,但实际中尚没有突破性的研究进展。本文以智能手机平台,以及蓝牙(iBeacon)、WiFi等低成本、低功耗、普适性的技术条件为基础,以室内空间场景化分析为手段,以室内定位优化提高为目标,研究和探讨室内定位技术更加适应实际空间环境约束,具有更高定位精度、稳定性的室内定位技术和方法,满足室内行人定位高精度、低成本、低功耗的基本需求。本文的主要研究内容和主要成果有如下几个方面:1.初步构建了室内空间约束定位的理论体系。(1)系统梳理当前室内定位的优化技术研究成果,对比锚节点校正,地图校正,GIS约束等定位约束方法,提出了室内定位的点、线、面型空间约束分类;从而能够优化室内空间定位过程及简化定位约束过程,把传统不同空间场景的定位切换方法研究,如缓冲区方法化简为点型或线型约束定位等;(2)基于点/线/面的定位约束分类,提出室内空间的EPC划分,将室内空间划分为出入口空间,通道空间以及容器空间,给出了 EPC划分的语义和类结构,构建EPC_G图模型;从而加强了定位空间和室内物理实体之间在位置上的一一对应关联,进一步把定位过程限定在通道内,容器内,以及出入口定位过程,实现了分而治之;EPC的基础性在于面向不同定位精度的定位技术,提供室内空间的高区分度支撑,适应EPC子空间内适用不同模式的定位技术,提供一致的室内空间定位约束;(3) EPC室内空间划分在数据来源和空间特征细分方面和IndoorGML相一致,通过IndoorGML的多层体系结构和数据源关联方法,出入口、通道、容器空间划分模式具有实际的应用前景。2.构建了室内空间定位约束的场景化分析方法。(1)从位置、定位约束、空间几何特征、空间行人约束一体化的角度,提出了面向室内定位的空间场景概念,具体给出了出入口场景,通道场景以及容器场景的形式化定义;(2)以定位信号有效传播距离和室内空间几何特征为出发点,讨论了 EPC的细分特征的划分和定位约束及方法;(3)讨论了关键技术如实时RSSI值和信标的筛选算法,空间场景识别算法,空间场景定位的约束项及参数量化算法。3.提出了一个空间场景约束的室内定位模式。(1)从基础和前提、模式优化、算法优化、定位实现的角度,全方位讨论了场景约束室内定位的优化架构,模块组成和关键技术,包括RSSI实时数据滤波处理优化,RSSI可信信标优选,场景定位子特征识别,场景约束方法等;(2)设计了与场景分析匹配的场景传感器、定位传感器、双性传感器等传感器分类方法,及场景传感器、定位传感器的部署、合并方法;(3)明确了基于场景分析预设定位空间,初估定位,优化定位等三个定位阶段。4.具体讨论了面向出入口场景、通道场景、容器场景的空间场景约束的定位方法。(1)基于出入口双场景传感器部署,通过分析其RSS和距离映射特征,提出了双RF传播的“哑铃现象”和VQueue模型,讨论了哑铃现象的唯一性;(2)基于VQueue模型,给出了垂直方向楼层定位、水平方向初次定位的方法,以及楼梯、电梯、门等出入口场景定位方法;(3)给出了基于RSSI和距离映射的三边测量定位技术优化思路,即识别空间细分特征,最优信标筛选,初步顾及定位,结果优化等方法;(4)给出了基于RSSI位置指纹定位技术优化思路,包括顾及空间细分特征的位置格网划分,指纹片段的筛选,位置指纹匹配,匹配结果优化等方法。实验表明:本文所提出空间场景约束的室内定位模式、算法和技术具有正确性和有效性。(1)基于VQueue模型的出入口场景进、出判断,进入离开楼层的定位判断实现了 90%的正确定位,时间延迟在2秒内;能够争取判断进入离开房间;(2)场景约束的RSSI测距定位方法,在狭长通道,如在宽度为2米走廊内,实现了精度优于1米的稳定定位;(3)场景约束的RSSI指纹定位方法,在宽广通道和容器内,实现了待定位点和位置指纹格网一致性的匹配结果;同时,位置格网空间减少30%,实时指纹匹配空间减少50%,实现了定位效率的显著提升。在本文研究过程中,紧密面向室内空间行人定位,以WiFi和iBeacon等RF信号源定位等低成本、普适性的基础条件,更加注重了研究方法、过程和结果的基础性和代表性:硬件方面定位源传感器采用了工业化生产的iBeacon seekey产品,智能手机采用了华为P7、三星S5、coolpad Y75等社会品牌;RF信号传播模型基于经典对数模型,构建二段式传播拟合模型;实时RSSI值的处理采用均值滤波方法;定位技术改进了基础的三边质心定位算法,及基于欧氏距离的KNN算法等。从而使得本文研究过程和研究成果更具有可比性和普适性,也更加易于推广和应用。