基于iBeacon的蓝牙定位技术目前主要有两种方式,一是基于三角定位模型通过对接收信号强度的分析获得位置坐标,二是结合地图采集蓝牙信号场的无线信号指纹特征,定位时通过对指纹的比对获得位置坐标。劲点的子午快线蓝牙定位平台要了采用三角定位方法(Triangle Position Method, TPM)与增量式机器学习方法(Incremental Machine Learning Method)融合的定位算法。
其中,三角定位方法基于移动终端的信号强度计算终端与每个基站设备间的距离,并利用距离进行位置测算。终端与基站设备的位置计算满足方程 ,其中 代表距发射机(基站设备)距离为 处的移动终端信号接收强度指示(Received Signal Strength Indication, RSSI); 代表在距发射机(基站设备)距离为 处的信号接收强度,通常 取1米; 为路径损耗指数; 代表标准差为 的阴影噪声。增量式机器学习方法在机器学习方法的基础上对模型进行迭代修正,形成针对当前特定问题的机器学习方法。该方法分为4个主要部分:数据采集、特征提取、模型训练与增量修正。
一、蓝牙终端侧定位
蓝牙终端侧定位一般是依托智能手机进行的室内定位导航应用,其展现形式主要两类:
一类是基于手机APP的室内定位导航与位置服务应用,如通过手机APP或者借助微信公众号实现的商场室内导航以及反向寻车等。这类应用又可以分为依托手机进行原生定位的方式,即把定位SDK嵌入到手机APP中借助手机的运算能力实时定位和展示,另一种方式虽然还是APP的展现形式,不过定位解算是在后台服务器完成,前台APP上只是一个H5的交互界面。前者的优点是对网络的依赖小,可以在无网络的条件下进行离线应用,其缺点是定位程序与APP深度耦合,不利于后期的更新维护。后者的优点是因为地图服务和定位服务都在后台服务器,APP的程序可以较小,由于后台与前台是通过H5交互,对于APP的开发来说难度大大降低,但其缺点是定位过程中必须实时连接网络。
另一类蓝牙终端侧定位是结合智能穿戴设备的定位应用,其主要应用场景为机器人在室内的辅助定位,高精度要求的室内人员监控定位等。其工作方式是手表或者手环里内嵌的蓝牙模块主动扫描环境中的Beacon设备信号,将信号采集后通过WiFi/4G等网络传输到后台服务器,后台服务器通过对信号的解析计算出每台设备所处的实时位置。在网络状况不佳的情况下,穿戴设备也可以借助自身的存储卡本地存储在室内移动中所实时收集的Beacon信号,在网络连接后传到后台进行历史轨迹追溯。
二、蓝牙网络侧定位
蓝牙网络侧定位通常也被成为蓝牙反向定位,是通过在环境中部署可以接收Beacon设备信号的蓝牙网关,多个蓝牙网关同时收到某一个Beacon设备的信号后利用已知的蓝牙网关位置,在后台服务器端结算出当前Beacon设备所处的位置。子午快线蓝牙网络侧定位引擎在实际应用中不仅采用了蓝牙三角定位技术还融合了蓝牙指纹定位技术,使得定位的精度和可靠性大幅提升。
蓝牙网络侧定位通常是作为医院、厂区里对工作人员以及资产的位置追踪管理使用,这种模式的特点是佩戴在人员或者粘贴在物品上的Beacon设备体积非常小,支持半年以上乃至2年多的持续工作时长。目前也开始在会展行业以及大企业的访客管理中采用。