基于智能手机无线信号和图像距离感知融合的室内定位算法

　　针对于目前面向个人使用的手机室内定位精度低、效果差，且成本较高难以拓展的问题，提出了一种利用普通智能手机作为硬件设备，融合Wi-Fi无线信号和图像数据，通过双层过滤的方式对用户进行高精度室内定位的算法。算法分为线下阶段和线上阶段。在线下阶段，对目标场地建立坐标系，在坐标系多个目标位置进行Wi-Fi采样并建立指纹库，同时对环境进行拍照取样并抽取图像特征。在线上阶段，通过实时获取的Wi-Fi信息进行第一层过滤，以确定当前用户可能的位置区间；然后，结合提出的一种距离补偿算法对用户手机当前捕获的图像进行特征提取，在第一层过滤的基础上，确定用户的精准位置。在实际场地进行的实验表明，相比传统Wi-Fi及二维图像定位方法，该算法能够在探测接入点（ AP）数量较少及室内场景相似的情况下提高室内定位精度，可以应用于一般室内定位应用或结合基于位置的服务（ LBS）应用。

　　室内定位对于室内的商业活动、监控、物流运输等具有重要意义。随着基于位置的服务（ Location-Based Service，LBS）的出现，室内定位也更多地用于个人目的（例如：室内导航、基于室内位置的服务、超市导购等），但相比发展成熟的以全球定位系统（ Global Positioning System，GPS）为主的室外定位，室内定位存在几大问题：1）环境的封闭性、结构复杂性使得室外定位精度无法符合实际应用。2）借助额外硬件设备的室内定位成本高昂，难以推广使用。3）无线信号干扰严重，衰减较大，定位准确性低。手机室内定位由于其使用门槛低、成本低且易于推广，一直是个人室内定位上的热点，但出于手机硬件条件和计算平台的限制较多，精准定位目前还依然是一个难题。目前，学术界在手机室内定位上已经有不少的研究方案。常见的研究方案通过Wi-Fi（ Wireless-Fidelity）信号、蓝牙、地磁、惯性传感器、声波、图像分析等方式进行定位。也有不少研究通过进行传感器融合的方式，将多个传感器的输出进行融合，以提升定位性能。这些方法各有利弊，按使用场景不同也各有限制（例如：Wi-Fi信号波动性较大，蓝牙难以远距离定位且额外需搭设发射装置，惯性传感器累积误差较大等）。