一文了解各种高精度室内定位技术

news2024/11/25 4:44:08

在消费需求和创新技术驱动下,可穿戴设备和物联网产品的发展驶入了快车道,GNSS定位功能在无人驾驶、智能设备、资产追踪等日趋智能化中广泛应用,而随着万物互联时代的到临,物联网技术围绕人员、资产的室内位置服务需求也愈加强烈。

得益于蓝牙技术的发展,基于蓝牙AOA/AOD技术的室内定位新框架,以及蓝牙寻向算法,室内定位日趋精准简单,蓝牙定位依然是工业物联网、智能家居、楼宇和城市、资产追踪及电子健康领域中各类应用的理想之选。

技术对比表

01 WiFi指纹

  • 设备扫描附近的Wi-Fi接入点;

  • 扫描结果代表当前位置的“指纹(fingerprint)”;

  • “指纹(fingerprint)”被发送给定位服务器,服务器将会计算位置并返回;

  • 可实现10m级定位精度。

02 WiFi渡越时间

  • 接入点与客户端之间的渡越时间测量值→距离;

  • 使用多个AP和三边测量法,可以计算出大体位置;

  • 需要访问芯片组支持的底层时间测量系统;

  • 可实现1-2m定位精度。

03 蓝牙RSSI

  • 信号强度(RSSI)大致反映信号源与目标之间的距离;

  • 使用多个锚点和三边测量法,可以计算出大致位置;

  • 定位精度通常为3-5m。

04 蓝牙AoA

蓝牙5.1增加测向功能

◆蓝牙5.1核心规范中的主要功能是寻向

◆两种用于确定方向的方法:

  到达角(AoA) 计算接收信号的角度

  发射角 (AoD) 计算发送信号的角度

◆实现更高的室内定位精度

采用AoA方法的蓝牙室内定位

◆使用多个锚点和三边测量法,可以计算出更精确的位置

◆定位精度通常为1-2m

采用到达角(AoA)方法的定位

◆标签发送广播消息

◆锚点检测消息并通过相位差计算出传入信号的角度

◆在锚点内计算角度

◆从单个锚点读取角度

◆从多个锚点读取角度,通过三角计算获得位置

采用发射角(AoD)方法的定位

◆锚点使用多个天线发送广播消息

◆定位器检测多个消息并通过相位差计算信号发射角度

◆从单个锚点读取的数据

→角度

◆从多个锚点读取的数据

→位置

◆位置的计算在定位器或中央服务器内进行

2.蓝牙寻向功能

01 AoA架构

  • AoA发射机(单天线)向外发送连续信号(PDU+CTE);

  • AoA信号以不同的相位偏移抵达阵列中的不同位置的天线;

  • AoA 接收机对连续信号的IQ(in-phase同相,quadrature正交)数据进行采样。

02 AoA/AoD天线阵列

03 AoA的基本原理 

04 AoA发射机

  • CTE提供固定频率和波长的信号,是AoA/AoD数据包的扩展数据;

  • 以250KHz 的GFSK 载波频率调制;

  • CTE不包括在CRC或MIC校验中;

  • 支持无连接(定期广播)和面向连接的模式;

  • 用于接收机RX在t时间采样信号I/Q值,计算相位差使用。

05 AoA接收机

06 从载波频率到相位信息

  • 从射频信号(2.4 GHz)到基带信号(250 kHz)的降频转换;

  • 基带信号的IQ采样;

  • 降频信号保留了载波的相位信息。

07 从IQ样本到AoA 

  • 估算(窄带)信号到达天线阵列的到达角;

  • 角度估算算法从所需信号中滤除噪声和多路径干扰;

  • IQ 样本信号处理不是蓝牙规范的一部分。

08 超分辨率算法 

  • 复杂矩阵运算对嵌入式系统来说是一项挑战;

  • 提供多种算法MUSIC、PDDA、ESPRIT、SSS;

  • 在准确性和处理工作量之间建立一个折衷方案。

09 AoA估算流程图 

配置

设置开关和天线方案

●天线阵列架构

●设置信道频率

●CTE和IQ采样配置

预处理

IQ 样本过滤

●过滤CTE的IQ数据

●基于RSSI选择水平或垂直极化信号

AoA算法

所有天线组的功率谱估算

●高效的AoA算法PDDA

●计算以下各项的频谱:

H+V极化天线列

3种频率

后处理

角度估算

●提供估算角度

●处理不同功率谱

●局部极大值(z分数、乘积、平均值/中位数)

定位

通过至少两个锚点估算标签位置

●实时定位引擎

●利用估算角度、RSSI、质量指标

3.室内定位演示

本次演示环境为一间12×6m的房间,覆盖72m2总计布设4个锚点,其中锚点为EVK NINA-B4和天线阵列,定位引擎为笔记本电脑。

4.应用场景

01 查找我的物品 

  • 物品上有电池供电小标签;

  • 智能手机应用定位附近目标;

  • 支持寻向功能的智能手机将提高定位的精度。

02 趣点查询 

  • 目标兴趣发出信标;

  • 智能手机应用检索有关目标的附加信息;

  • 寻向功能可改善用户体验。

03 增强控制

  • 一个/多个锚点

  • 利用角度检测目标/人员移动

    经过或朝向房门

04 资产追踪 

  • 锚点覆盖建筑物/区域;

  • 定位引擎计算目标的位置;

  • 医院、仓库、工厂、零售店。

05 室内导航 

  • 具有AoD的室内信标设施;

  • 智能手机应用使用信标数据进行导航。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/101074.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

vue使用

目录 路由History模式打包页面空白 项目放根目录 -- 配置 项目放二级目录 -- 配置 路由History模式打包页面空白 项目放根目录 -- 配置 router > index.js 修改 base const router new VueRouter({mode: history,// base: process.env.BASE_URL,base: /,routes, }) ngi…

【Redis集群专题】「集群技术三部曲」介绍一下常用的Redis集群机制方案的原理和指南(入门篇)

集群化的方案 Redis的Sentinel解决了主从复制故障不能自动迁移的问题,但是主节点的写性能和存储能力依然是受到了Redis单机容量有限的限制,所以使用Redis集群去解决这个问题,将Redis的数据根据一定的规则分配到多台机器。 Redis集群方案 R…

【git】

目录第一章 简介 1.1 版本控制 1.1.1 本地版本控制1.1.2 集中式版本控制1.1.3 分布式版本控制 第二章 基础篇 2.1 下载代码 2.2 更新代码 2.2.1 清空本地未被跟踪内容2.2.2更新代码使之与库上同步 2.3 修改 2.3.1 Vim2.3.2 Sed2.3.3 Awk 2.4 查看状态 2.5 保存代…

通俗易懂的java设计模式(3)-观察者设计模式

什么是观察者设计模式 观察者模式主要应用在对象存在一对多关系的情况下,那么如果一个对象,依赖于另一个对象,那个被依赖的对象一旦被修改,依赖于他的那个对象也会被观察者所告知。 观察者模式又被称作为发布-订阅模式&#xff0c…

2022 UUCTF

目录 <1> Web (1) websign(禁用js绕过) (2) ez_rce(?>闭合 rce) (3) ez_unser(引用传递) (4) ez_upload(apache后缀解析漏洞) (5) ezsql(union注入) (6) funmd5(代码审计 %0a绕过preg_replace) (7) phonecode(伪随机数漏洞) (8) ezpop(反序列化字符串逃逸) …

[附源码]Nodejs计算机毕业设计教师业绩考核和职称评审系统Express(程序+LW)

该项目含有源码、文档、程序、数据库、配套开发软件、软件安装教程。欢迎交流 项目运行 环境配置&#xff1a; Node.js Vscode Mysql5.7 HBuilderXNavicat11VueExpress。 项目技术&#xff1a; Express框架 Node.js Vue 等等组成&#xff0c;B/S模式 Vscode管理前后端分…

[附源码]Nodejs计算机毕业设计教务管理系统Express(程序+LW)

该项目含有源码、文档、程序、数据库、配套开发软件、软件安装教程。欢迎交流 项目运行 环境配置&#xff1a; Node.js Vscode Mysql5.7 HBuilderXNavicat11VueExpress。 项目技术&#xff1a; Express框架 Node.js Vue 等等组成&#xff0c;B/S模式 Vscode管理前后端分…

燃尽图——项目管理中的必备工具

燃尽图可以使项目经理和团队可以快速查看其工作负荷的进度以及项目按计划完成的情况。 在项目管理中&#xff0c;通过燃尽图不仅能了解项目进度&#xff0c;还能分析出项目中问题&#xff0c;及时进行风险控制。 燃尽图是用于表示剩余工作量的工作图表&#xff0c;由横轴&…

WebDAV之葫芦儿•派盘+RS文件管理器

RS文件管理器 支持WebDAV方式连接葫芦儿派盘。 手机本地文件,网盘、共享文件,如何集中管理?推荐您使用Rs文件管理器,还支持WebDAV等功能。 Rs文件管理器是一款功能强大的手机文件管理器。有强大的本地和网络文件管理功能,让您更方便的管理你的手机、平板、电脑和网盘。…

MOMO CODE SEC INSPECTOR-Java项目静态代码安全审计idea插件工具

工具地址 https://github.com/momosecurity/momo-code-sec-inspector-java安装 1、确认IDE版本&#xff1a;Intellij IDEA ( Community / Ultimate ) > 2018.32、IDEA插件市场搜索"immomo"安装。使用方式 被动&#xff1a;装完愉快的打代码&#xff0c;一边它会提…

AI作画的背后是怎么一步步实现的?一文详解AI作画算法原理+性能评测

前言 “AI作画依赖于多模态预训练&#xff0c;实际上各类作画AI模型早已存在&#xff0c;之所以近期作品质量提升很多&#xff0c;可能是因为以前预训练没有受到重视&#xff0c;还达不到媲美人类的程度&#xff0c;但随着数据量、训练量的增多&#xff0c;最终达到了现在呈现…

无约束优化:线搜索最速下降

文章目录无约束优化&#xff1a;线搜索最速下降无约束优化问题线搜索最速下降精确线搜索非精确线搜索Armijo准则Goldstein准则Wolfe准则参考文献无约束优化&#xff1a;线搜索最速下降 无约束优化问题 线搜索最速下降 对于光滑函数f(x)f(x)f(x)&#xff0c;沿着函数负梯度方向…

入门力扣自学笔记215 C++ (题目编号:1971)

1971. 寻找图中是否存在路径 题目&#xff1a; 有一个具有 n 个顶点的 双向 图&#xff0c;其中每个顶点标记从 0 到 n - 1&#xff08;包含 0 和 n - 1&#xff09;。图中的边用一个二维整数数组 edges 表示&#xff0c;其中 edges[i] [ui, vi] 表示顶点 ui 和顶点 vi 之间…

安装 DbVisualizer pro 10.0.16,编辑器中文乱码的解决

DbVisualizer pro 10.0.16 双击安装&#xff0c; 选择下载 JRE运行后 选择 创建 桌面快捷方式 安装成功后 ping 报错无法连接到mysql &#xff0c; 驱动 所致 官方下载最新驱动 MySQL :: Download MySQL Connector/J (Archived Versions)https://downloads.mysql.com/archi…

springcloudAlibaba之seata的使用

1.seata的基础角色&#xff1a; TC(Transaction Coordainator):事务协调者&#xff0c;它维护全局和分支事务的状态&#xff0c;驱动全局事务提交和回滚 TM(Transaction Manager):事务管理器&#xff0c;它定义了全局事务的范围&#xff0c;主要包括开始全局事务、提交全局事务…

采用多层人工神经网络的能源消耗的时间序列预测(Matlab代码实现)

目录 &#x1f4a5;1 概述 &#x1f4da;2 运行结果 &#x1f389;3 参考文献 &#x1f468;‍&#x1f4bb;4 Matlab代码 &#x1f4a5;1 概述 该项目为能源消耗的时间序列预测&#xff0c;在Matlab中实现。该预测采用多层人工神经网络&#xff0c;基于Kaggle训练集预测未…

【Python机器学习】梯度下降法的讲解和求解方程、线性回归实战(Tensorflow、MindSpore平台 附源码)

需要全部源码请点赞关注收藏后评论区留言私信~~~ 基本思想 迭代关系式是迭代法应用时的关键问题&#xff0c;而梯度下降&#xff08;Gradient Descent&#xff09;法正是用梯度来建立迭代关系式的迭代法。 机器学习模型的求解一般可以表示为&#xff1a; 其中&#xff0c;f(x)…

LSTM返向传播代码实现——LSTM从零实现系列(4)

一、前言 这个LSTM系列是在学习时间序列预测过程中的一些学习笔记&#xff0c;包含理论分析和源码实现两部分。本质属于进阶内容&#xff0c;因此神经网络的基础内容不做过多讲解&#xff0c;想学习基础&#xff0c;可看之前的神经网络入门系列文章&#xff1a; https://blog.…

IntelliJ IDEA建立SSM论文基本增删改查管理系统

IntelliJ IDEA建立SSM论文基本增删改查管理系统 1、启动IntelliJ IDEA程序 2、点击File----->New ------>Project建立项目 3、在弹出的对话框中&#xff0c;左边点击”maven”建立maven项目&#xff0c;右边的选择框不要选择&#xff0c;选择maven-archetype-webapp不能…

GAN2 ~

这也是第二季了 近年来&#xff0c;基于生成对抗式网络&#xff08;Generative Adversarial Network, GAN&#xff09;的图片生成研究工作取得了显著的进展。除了能够生成高分辨率、逼真的图片之外&#xff0c;许多创新应用也应运而生&#xff0c;诸如图片个性化编辑、图片动画…