由粗犷到精细 IMU助力多传感器融合的两阶段室内定位

目前的导航系统，如全球定位系统(GPS)或全球导航卫星系统(GLONASS)，可以在室外环境中提供很高精度的定位信息，但在室内环境中精度非常有限。因此，精确的室内定位和跟踪已经成为一个新的热点，并催生了一系列的研究应用，但基于Wi-Fi指纹、监控摄像头或行人航位推算(PDR)的单一室内定位方法存在精度低、跟踪区域有限、累积误差等缺陷。针对上述问题，来自中国的Li Zhang科研团队提出了一种新的室内定位解决方案。

 

图1 系统概览

该解决方案包含了一个集无线指纹（Wi-Fi fingerprints）、视觉(Vision)和行人航位推算（PDR）于一体的两级室内定位系统(简称iWVP)。该系统首先利用Wi-Fi指纹对行人进行粗略定位，然后通过融合监控摄像头和IMU（惯性测量单元）的数据进行精确定位，采用基于运动序列的匹配算法来确认行人身份，提高了输出精度，避免了以往单一室内定位方法的缺陷。

室内定位两阶段分为粗定位阶段和精细定位阶段，在粗定位阶段，将Wi-Fi信号与贝叶斯滤波器结合进行区域判别，保证了区域定位的高精度；在精细定位阶段，进行了融合检测与融合跟踪。

本次研究在实验室、大厅和走廊多个场景中进行了大量实验，所有场景都安装了监控摄像头和无线传感器。实验场景中有不同的楼层布局，不同的无线环境和不同的用户行为模式，以此来构建室内环境的复杂性。

 图2  融合跟踪概览

实验结果表明，在复杂环境中，iWVP的总体跟踪成功率为97%，平均定位误差为4.61cm，可以在复杂动态室内环境中有效跟踪多个区域的行人。

 图3  不同的噪声强度

实验中还引入了三种不同级别的视觉噪声来评估iWVP系统的鲁棒性。如图3所示，高噪声(多行人环境)下，iWVP的表现几乎和在低噪声(单个行人环境)下一样好。而且即便是在高噪声环境下，iWVP的平均定位误差仍然小于7cm。

此外，iWVP的性能通过在商用移动设备上的实现得到了有效的验证。相信在未来，我们可以实现更加精准快速的定位跟踪，特别是在室内环境比较复杂的建筑物中，如机场大厅和超市，在复杂结构的高楼大厦中，顾客可以根据定位信息准确地找到商家的位置，商家也可以通过定位信息向附近的顾客进行优惠信息的推送；在紧急情况下，如消防救护和医疗救护，工作人员可以根据准确的导航定位信息展开营救工作。

【Zhang L, Bao J, Xu Y, et al. From Coarse to Fine: Two-Stage Indoor Localization with Multisensor Fusion[J]. Tsinghua Science and Technology, 2022, 28(3): 552-565.】