面向室内行人定位的空间信息模型_基础

一、室内空间模型

  面向室内定位应用的空间模型又称为位置模型，用于表达室内移动环境中静/动态要素的空间位置、结构、关系等属性，其中，静态要素包括建筑物、楼层、房间、走廊、门，甚至传感器、障碍物等任何感兴趣的对象；动态要素包括人员、移动资产等。

  1、几何空间模型

  在室内几何空间模型中，主要通过几何坐标描述室内物理空间要素的几何特性。根据模型表达几何空间的方式不同，分类如下：

  几何空间模型的优点是能提供精确的位置表达，非常适合用于绝对位置估计，其主要缺点是仅支持空间要素的基本结构表达，无法很好地反映它们之间的拓扑和语义关系。
  实用中必须考虑划分单元格的粒度大小和能够实现的位置精度高低。

  2、符号空间模型

  符号空间模型中，所有室内空间要素均表示为特定ID值标识的符号实体，利用符号实体间的抽象关联（如邻接、连通、包含、重叠等）表达室内空间要素间的拓扑关系。
  按照表示方法不同，符号空间模型可分为三类：基于集合的模型、层次模型、基于图的模型。
  符号空间模型是对室内物理空间要素的一种抽象，通常所表达的是一种粗粒度的空间位置，具有高效、灵活的特点，擅长对空间要素之间包含、连通等关系的表达。通过拓展的语义模型，其还可以表达量化距离、支持最优路径查询、范围查询、最近邻查询等位置相关计算。但由于缺少对室内空间要素的几何特性描述，通常难以满足对精度要求较高的位置计算要求。

   3、混合空间模型

  几何模型可表达比较精确的位置，适合绝对位置估计；符号模型是物理空间的抽象，适合拓扑关系表达和以距离为基础的相对位置计算。混合空间模型同时提供有关室内空间位置的符号和几何坐标表达，且符号位置对应一定的几何空间范围，本质上讲所有混合位置模型都是包含几何空间层和符号空间层的层次模型。这种层次模型体现了对室内空间不同细节层次的表达和抽象，前提是需要在不同层次之间建立联系，尤其是底层细粒度的几何模型。

二、室内空间信息模型支持下的行人绝对位置估计

  1、地图匹配

  室内地图作为室内空间信息的一种载体，主要用于描述墙体、房间、走廊、门、楼梯等室内空间要素位置及其结构，对于室内定位而言，这些信息反映了室内环境对移动目标的约束，可用于限制目标的可能运动，降低不确定性，优化定位结果。室内地图作为室内空间信息的基础形式，被广泛应用于辅助室内定位，常称为地图匹配。
  室内地图匹配技术可分为三类：点到点匹配、路径匹配以及基于贝叶斯的匹配。
  ①点到点匹配：将估计的目标几何位置匹配到室内环境中某个位置，最典型的即Landmark匹配。
  优点：实现简单、运行效率高；
  缺点：对Landmark的识别极为敏感，一个小的错误匹配可能会产生非常大的定位误差，不够鲁棒。
  ②路径匹配：基于拓扑的匹配，利用走廊、墙拐角以及房间等的几何、拓扑信息，将捕获到的行人轨迹与室内地图进行匹配，从而获得全局优化的定位结果。
  优点：考虑了更多的几何元素及拓扑关系，更加具有鲁棒性，匹配误差小；
  缺点：实时性较差，前提是需要足够多的轨迹样本。
  ③基于贝叶斯的匹配：利用贝叶斯技术降低违反空间约束的位置点（如穿过墙壁、障碍物）的概率。贝叶斯滤波是融合空间约束优化位置估计结果的方案中最常见的技术手段，包括卡尔曼滤波、粒子滤波、隐马尔可夫模型等。其中粒子滤波是最为常见的一种基于地图匹配的定位框架。在粒子滤波中，地图所表达的空间约束主要用于更新粒子的权重，当一个粒子预测到的位置不符合常理时（如穿墙或接触障碍物），该粒子权重将被赋为0。
  优点：通过概率方法，提供更细粒度的位置概率表达，并通过地图的空间约束更新概率，可获得整体上更优的定位精度；
  缺点：计算量大，对于室内空间中一个小的区域，将产生非常大的粒子预测数量；而目前智能手机的计算性能和内存十分有限，过大的计算量和计算复杂度会引起定位延迟明显。

  基于地图匹配的方法通过移动目标和地图的空间匹配或约束，可以显著改进目标定位精度，除了需要提前准备好电子地图外，无须额外的基础设施，因此在众多室内定位研究中，地图匹配方法都是一种通用的定位优化技术。