本文内容来源于《测绘学报》2024年第1期（审图号GS京(2024)0107号）
一种“附近”空间关系增强的多源融合室内定位方法
王彦坤1,2,3
, 樊红4, 樊勇3,5
, 李晓明3, 王伟玺3, 郭仁忠3
1. 自然资源部城市国土资源监测与仿真重点试验室, 广东 深圳 518034;
2. 深圳职业技术学院物联网研究院, 广东 深圳 518055;
3. 深圳大学建筑与城市规划学院智慧城市研究院, 广州 深圳 518061;
4. 武汉大学测绘遥感信息工程国家重点试验室, 湖北 武汉 430072;
5. 深圳职业技术学院人工智能学院, 广东 深圳 518055
基金项目：国家自然科学基金(42001389;41971341);广东省普通高校重点领域专项(2022ZDZX3071);自然资源部城市国土资源监测与仿真重点试验室开放基金资助课题(KF-2022-07-024);深圳职业技术学院博士后出站后期资助项目(6021271017K; 6023271011K); 深圳职业技术学院项目(6022312062K; 6023310002K)
摘要：针对传统室内定位模式单一, 结合室内位置描述中常用的“附近”空间关系, 融合多传感器数据, 本文提出一种“附近”空间关系增强的多源融合语音交互室内定位方法。首先, 研究“附近”空间关系特征, 针对室内环境, 建立基于“窃取面积”和最短距离的“附近”空间关系的概率密度函数; 其次, 采集每个参考节点的指纹信息及节点间的距离和运动信息, 基于隐马尔可夫模型对室内位置描述定位过程建模, 通过维比特算法预测用户位置; 最终, 通过实际场景对本方法验证, 本文提出的方法平均定位精度在1.88 m, 80%的情况下定位精度可以达到2.12 m。
关键词：“附近”空间关系 多源数据融合 室内定位 语音交互
王彦坤, 樊红, 樊勇, 等. 一种“附近”空间关系增强的多源融合室内定位方法[J]. 测绘学报，2024，53(1)：118-125. DOI: 10.11947/j.AGCS.2024.20230019
WANG Yankun, FAN Hong, FAN Yong, et al. A "near" relation enhanced multi-sourced data fusion indoor positioning method[J]. Acta Geodaetica et Cartographica Sinica, 2024, 53(1): 118-125. DOI: 10.11947/j.AGCS.2024.20230019
阅读全文：http://xb.chinasmp.com/article/2024/1001-1595/20240110.htm
引 言
室内定位是众多物联网(IOT)应用的关键技术，如交通、应急、医疗等[1-2]。据统计，全球室内定位市场在2025年预计将达到170亿美元。当前，学术界和业界都在不遗余力地推广室内定位技术，以满足不同的场景需求[3]。
目前，室内定位技术百花齐放。室内定位方法可分为单源定位和多源融合定位方法。单源定位方法包括Wi-Fi、行人航迹推算(PDR)、低能耗蓝牙(BLE)、超宽带(UWB)等[4]。Wi-Fi定位方法因其基础设施的普及而受到广泛关注，但指纹库的构建需要耗费大量的人力成本和时间成本[5]；行人航迹推算不依赖基础设施可以实现定位，但需要初始位置[6]。由于室内环境复杂且动态变化，在实际应用场景中，基于上述单源定位方法效果不佳。为此，优势互补的多源融合定位方法引起众多学者的关注。多源数据融合方案可以分为松耦合和紧耦合[7]。其中松耦合是基于不同传感器的定位结果进行融合，易于实现，但由于各类传感器异质性(非同源), 其输出定位结果进入信息融合中心的系数不易通过解析方法得出。紧耦合是根据不同传感器的观测量进行融合，如卡尔曼滤波、扩展卡尔曼滤波等，该方法通过各传感器的观测值(速度、航向角、步长等)获取行人的位置和航向，确定观测方程和状态方程推算行人位置。多源融合定位的性能优于单源定位，但同时会导致定位成本、终端能耗的提升[8]。随着手机传感器感知周围环境及用户行为能力的不断增强，通过语义感知提高定位精度或稳定性的方法越来越受到关注[9]。随着智能手机对用户空间认知能力的挖掘，室内定位技术正逐步从感知向认知发展[10]。在人工智能时代背景下，用户对室内定位的需求不仅仅是精度，更重要的是与智能终端设备、智能服务更好地融合[11]。因此，结合空间认知，发展一种兼顾定位精度、智能化、低成本的室内定位方法具有重要的现实意义。
语音交互作为智慧城市建设中最自然、最便捷的交流方式，将成为智能设备和产品最重要的一种交互模式。自然语言处理技术发展已经使人与机器的交互更加成熟[12]。作为语音的一种表现形式，位置描述广泛存在于人们的日常交流之中，特别是导航定位过程中，如“我在麦当劳附近”等。位置描述是用户对空间认知的描述行为，是一个复杂的集合，具有模糊性、层级表达、上下文环境等特征[13-14]。完整的位置描述包括参考对象、空间关系、目标对象[15]。位置描述中的空间关系是人们对现实空间物体之间的关系进行概括、抽象、总结之后的一种外在表达[16-17]。对此，位置描述中的空间关系可以分为距离关系(定性距离和定量距离)、方位关系(相对方位和绝对方位)、拓扑关系[18]。相对于拓扑关系，距离关系和方位关系传递的位置线索更丰富，适用于定位。常用的位置描述定位方法包括点方法(point method)、点-半径方法(point-radius)、密度函数方法(probability density function, PDF)、基于形状的方法(shape method)，其中PDF方法考虑了参考对象的形状[19]。文献[20]基于联合概率讨论了用户在室内用定量距离和方位关系描述位置的不确定性。然而，“附近”作为位置描述中常用的一种空间关系，虽然能够确定用户的大致位置，但受认知的影响，具有不确定性，无法满足定位需求[20]。Wi-Fi和PDR定位方法无须铺设额外的基础设施而备受关注，它们可以增强位置描述的认知空间区域，降低其不确定性。为此，本文提出一种基于“附近”空间关系增强的多源融合语音交互室内定位方法。
1 空间关系建模与定位
本文提出的研究方法流程如图 1所示，方法的数据输入包括实时RSSI指纹、参考对象及其空间关系、手机内置传感器数据。①实时获取的RSSI指纹与指纹库进行匹配；②基于模糊集构建参考对象的“附近”空间关系函数；③基于手机内置触感器，获取行人的状态信息(步长、步频等)。基于以上观测数据构建隐马尔可夫模型，通过维比特算法推算行人位置。| 图 1 本文方法流程Fig. 1 The flowchart of the proposed method |
| 图选项 |
1.1 “附近”空间关系特征及建模
1.1.1 “附近”空间关系特征
“附近”空间关系属于定量距离，是人们对距离关系认知后的抽象表达，具有模糊性和多尺度的特征。
(1) 特性1：模糊性。从认知语言学的角度出发，“附近”空间关系是人们对空间距离认知的外在的定性表达，即完成现实→认知→语言转化的过程，其属于非数值的距离关系，模糊性是其内在固有特性。影响距离认知的因素包括：年龄、背景、环境等[21-24]。
(2) 特性2：多尺度。不同用户对地理数据的不同应用和分析需求，导致的不同表示问题称为多尺度问题。“附近”空间关系在不同尺度上有不同的表现形式，具体表现为距离的认知差异。如在校园内对“附近”关系的理解[25]、开车状态下在城市尺度下对“附近”概念的理解[26-27]等。
1.1.2 “附近”空间关系建模
针对“附近”这一概念，人们普遍达成一种空间认知共识，即距离参考对象越近，“附近”的隶属度越大。目前，定性距离建模方法主要包括认知试验、地理信息检索(geographic information retrieval, GIR)及几何构建。认知试验耗时耗力，实用性不强；地理信息检索方法需要借助社交媒体或其他间接反映人们认知的空间数据，该方法适用于小比例尺空间，对室内场景并不适用。本文参考文献[28]中的方法，建立面要素Voronoi图，基于Voronoi图的“窃取面积”(stolen area)与欧氏距离对“附近”空间关系建模。建模过程如下。
步骤一：构建邻近区域。如图 2(a)所示，参考对象集合{RO1, RO2, RO3, RO4, RO5, RO6, RO7, RO8, RO9}，构建面要素Voronoi图，要素RO1、RO2、RO3、RO4的Voronoi区域共边邻近，即neigh(RO1)={RO2, RO3}。RO1的Voronoi多边形区域顶点为v1、v2，其中v2是RO2、RO3与RO1的公共顶点，RO2、RO3上距离顶点v2最近的点为s1、s4，画v2、s1、s4三角形的外接圆，得到RO2、RO3之间的弧线
，以同样方法得到其他参考对象之间的弧线段，弧线之间通过参考对象的边连接起来(例如，属于RO2的线段s1s2将弧线与
连接起来)，形成一个弧线与直线包围的多边形，即NeighArea(RO1)。
| |
| 图 2 窃取面积形成过程Fig. 2 The construction process of stolen area |
| 图选项 |
步骤二：生成窃取面积。当新增生长点t插入现有的Voronoi图中，重构Voronoi图，造成其他参考对象Voronoi减少的面积。如图 2(b)所示，蓝色线围成的区域为新生长点t插入已有Voronoi图后从参考对象RO1、RO2、RO3、RO6窃取的面积，阴影面积是从参考对象RO1窃取的面积。
基于欧氏距离与窃取面积，建立“附近”空间关系概率函数
(1)
式中，t代表新增生长点，t∈NeighArea(Ri)；min d(t, R)为t到参考对象Ri的最短距离；Ak表示t从参考对象窃取的面积。图 3为根据式(1)构成的RO1“附近”空间关系的概率分布。
| |
| 图 3 RO1“附近”关系的概率分布Fig. 3 Near relationship probability distribution of RO1 |
| 图选项 |
1.2 融合定位算法
1.2.1 构建隐马尔可夫数学模型
行人定位过程可以用隐马尔可夫模型表达{H, O, A, B, π}，如图 4所示。
| |
| 图 4 隐马尔可夫模型Fig. 4 Hidden Markov model |
| 图选项 |
H表示隐藏状态S={H1, H2, …, Ht, }，Ht表示t时刻的隐藏状态，本系统中H表示定位点。
O表示观测状态O={O1, O2, …, Ot}，Ot表示t时刻的观测状态，本系统中观测状态包括接收到的RSS指纹信号及运动信息。
A表示转移概率A={aij}，即该定位点Hi转移到下一定位点Hj的概率，aij=P(Hj|Hi)。
B表示发射概率B={bj(t)}，每一个隐藏状态都对应着一个观测状态，即某个参考定位点接收到信号的概率，bj(t)=P(Ot|Ht)。
π表示初始概率分布，定位开始阶段用户所处位置的概率分布相同。
以上过程核心步骤为转移概率与发射概率的确定。
1.2.2 转移概率
本系统的状态转移概率由两部分组成，即距离观测误差与角度观测误差分布。状态Hi到状态Hj的距离和角度转移概率公式为
(2)
(3)
式中，Hi和Hj分别为节点i和j的隐藏状态；k为位移；dij为节点之间的距离；σk为测量位移的平均误差；θ为角度；ϕij为航向角；σθ为测量角度的平均误差。
由于距离与角度观测是相对独立的，为此，状态转移概率可以表示为
(4)
1.2.3 发射概率
系统的发射概率由两部分组成，即RSS指纹和“附近”空间关系
(5)
式中，RSS为实时测量的指纹信息，即RSS=(rss1, rss2, …, rssq)；σix为节点i处的信号强度偏差；q为AP数量；fix和rx分别是参考指纹和实时指纹；x为AP编号。
“附近”空间关系的发射概率为式(1)，即
(6)
RSS指纹与“附近”空间关系相互独立，发射概率可以表示为
(7)
当输入无“附近”空间关系时，发射概率为实时获取的RSS指纹概率。
1.2.4 在线定位过程
在线定位过程通过维比特算法实现。随着参考点的增多，计算耗时增加。为此，本文通过“附近”区域筛选参考点，构成候选参考点集合，提高计算效率。图 5为根据RO1“附近”区域生成筛选出来的候选参考点。
(8)
| |
| 图 5 RO1“附近”区域内参考点Fig. 5 The candidate sets of NeighArea (RO1) |
| 图选项 |
式中，δt(j)为前向概率；δt-1(i)为上一时刻节点的概率；P(A)和P(B)分别为状态转移概率和发射概率。
当t=1时，前向概率为初始概率与发射概率的乘积
(9)
当t>1时，t时刻的前向概率为t-1时刻的前向概率、发射概率与转移概率的乘积，概率最大的即为定位点
(10)
2 试验验证与分析
本文试验语音交互模块采用科大讯飞平台软件，基于语音转换模块完成语音到文字的转换，通过分词技术，提取文字位置描述中“附近”空间关系及相关地理实体。
试验场地选择深圳市某一大型商业广场1楼，通过室内三维点云数据获取高精度二维矢量地图，楼层平面图如图 6所示，其中黄色、红色和蓝色圈分别为L2-18、L2-48、L2-50的“附近”区域。考虑室内结构特征，沿店铺每隔1.5 m采集Wi-Fi指纹。邀请5名被试者参加试验，被试者的年龄构成为18~52岁，包括学生、公务员、零售者等。被试者要求手持定位终端，随机在室内行走，在任意位置通过“附近”空间关系描述自己的位置。后台记录语音位置描述数据及传感器数据(Wi-Fi、磁力计、加速计等)。为保证每组被试者数据具有对比性，每个被试者在室内行走2~3圈，采集数据个数基本保持一致。
| |
| 图 6 室内平面Fig. 6 The indoor plan |
| 图选项 |
按照被试者将定位精度分类统计，图 7为定位概率累计函数曲线，表 1为相关误差统计。被试者1(P1)的最小定位误差为0.21 m，最大误差为2.80 m，平均误差为1.79 m；被试者2(P2)的最小定位误差为0.09 m，最大误差为2.69 m，平均误差为1.69 m；被试者3(P3)的最小定位误差为0.34 m，最大误差为2.64 m，平均误差为1.54 m；被试者4(P4)的最小定位误差为0.09，最大误差为2.88 m，平均误差为1.79 m；被试者5(P5)的最小定位误差为0.01 m，最大误差为2.92 m，平均误差为1.66 m。统计发现，每个被试者的定位结果差异不大。从一定程度上证明，本文方法的定位精度与被试者个体差异不大。
| |
| 图 7 误差累计函数Fig. 7 The cumulative distribution functions (CDFs) of different participants |
| 图选项 |
表 1 不同被使者误差Tab. 1 Positioning error statistics of different participants
为了验证“附近”空间关系在融合定位方法中的效果，将本文试验方案按照是否考虑“附近”空间关系划分，即：融合“附近”空间关系和Wi-Fi/PDR(Near+Wi-Fi+PDR)、融合Wi-Fi和PDR(Wi-Fi+PDR)、Wi-Fi定位。其误差概率累计函数如图 8所示，其相关误差统计见表 2。Near+Wi-Fi+PDR方法平均误差为1.88 m，最小定位误差为0.25 m，最大定位误差为2.8 m；WiFi+PDR定位方法平均误差为2.69 m，最小定位误差为0.38 m，最大定位误差为5.8 m；Wi-Fi定位方法平均误差为3.45 m，最小定位误差为0.18 m，最大定位误差为5.9 m。Near+Wi-Fi+PDR整体比Wi-Fi+PDR和Wi-Fi表现好，单一定位源的WiFi定位结果表现最差。试验场景内存在指纹模糊造成WiFi+PDR和Wi-Fi定位方法最大误差达5.8 m，添加“附近”空间关系可以从空间上对指纹进行约束，减少指纹模糊度，且能够提高匹配效率。
| |
| 图 8 不同定位方法精度对比Fig. 8 The cumulative distribution functions (CDFs) of different methods |
| 图选项 |
表 2 不同定位方法误差统计Tab. 2 Positioning error statistics of different methods
3 结论
随着室内定位技术发展，人们对室内定位的需求已经不仅限于精度的提高，更注重与智能终端的融合。针对传统室内定位模式单一，结合位置描述中常用的“附近”空间关系，融合其他多源传感器数据，探索性地提出一种基于隐马尔可夫模型的语音交互式室内定位方法，并通过试验验证了本文方法的有效性。基于不同被试者对比分析，定位精度受被试者的认知差异不大；通过试验对比发现，融合定位方法中的“附近”空间关系可以降低指纹模糊度、提高指纹匹配效率，进而提高定位精度，平均定位精度为1.88 m。本文方法用于人机交互语音导航定位，可为盲人导航定位提供参考。
然而，本文方法仅融合了“附近”空间关系，位置描述中还包括其他空间关系可以辅助定位，如定量距离、方位关系、拓扑关系；被试者在选择附近参考对象时，由于个人偏好等原因存在随机性。这些将在未来研究工作中继续深化。
作者简介
第一作者简介：王彦坤(1988-), 男, 博士, 特聘副研究员, 研究方向为室内导航与定位、空间认知。E-mail: [email protected]通信作者：樊勇 E-mail：[email protected]
初审：张 琳复审：宋启凡
终审：金 君
资讯
自然资源部信息中心吴洪涛：智慧国土的概念演进、内涵解析和总体架构——以重庆市为例 | 《时空信息学报》2024年第1期