李鋒，明鏡，唐相楨

(重慶市勘測院，重慶 401121)

1 引 言

當(dāng)前，大型場館、商場、醫(yī)院等場景對室內(nèi)定位和導(dǎo)航的需求日益增長?；诘凸乃{牙設(shè)備的接收信號強度指示(Received Signal Strength Indicator，RSSI)的室內(nèi)定位技術(shù)成為研究的熱點。周慧敏等研究了使用手機藍牙終端的三角定位法[1]；史瑞瑞等研究了基于RSSI的測距模型、動態(tài)系數(shù)加權(quán)質(zhì)心定位算法等[2～8]；劉萬青等研究了藍牙定位和航位推算的融合問題[9]，王婷婷等實現(xiàn)了藍牙RSSI值位置指紋庫[10]；楊剛等研究了基于RSSI修正值雙重定位方法[11]。

由于建筑物內(nèi)部是三維空間，藍牙標簽的布設(shè)也是空間化的，因此結(jié)合建筑信息模型(Building Information Modeling，BIM)的室內(nèi)定位研究是提升室內(nèi)定位精度的重要方向之一。簡家林研究了基于ZigBee定位基站定位結(jié)合BIM可視化的技術(shù)[12]；謝文靜等研究了基于WiFi定位結(jié)合室內(nèi)分層的技術(shù)[13]；梁泉等研究了監(jiān)控動態(tài)藍牙終端并實現(xiàn)BIM可視化的方法[14]，S·B·摩西等基于BIM實現(xiàn)藍牙低能量設(shè)備的自動配置[15]；路建永等研究了基于Lora基站的室內(nèi)外切換方法[16]。

本文分析了藍牙設(shè)備RSSI的穩(wěn)定性問題，基于BIM實現(xiàn)藍牙設(shè)備布設(shè)和采樣點布局，提出基于BIM和RSSI的室內(nèi)定位算法，開展了算法參數(shù)率定實驗，并以某醫(yī)院為例進行了技術(shù)驗證，實現(xiàn)了基于BIM和RSSI的室內(nèi)定位與導(dǎo)航。實驗結(jié)果證明，該方法提升了室內(nèi)定位與導(dǎo)航的準確性和有效性。

2 基于BIM和RSSI的室內(nèi)定位算法

2.1 藍牙信號衰減模型

藍牙無線信號在空中傳播時，通常都會隨著傳輸距離的增加而信號強度逐漸減弱。大量實驗表明，藍牙信號強度值RSSI與距離之間滿足對數(shù)正態(tài)分布經(jīng)驗?zāi)Ｐ?。即?/p>

RSSI(d)=RSSI(d0)-10nlg(d)

(1)

其中，RSSI(d)代表傳輸距離為d時，接收端接收到的信號強度值；RSSI(d0)代表傳輸距離為d0時，接收端接收到的信號強度值；通常地，選擇d0=1.0 m，即以距離藍牙發(fā)射端的距離為 1.0 m的強度值為參考強度值；n為路徑損耗因子。

在實際中發(fā)現(xiàn)，藍牙設(shè)備RSSI值在場館的不同地點(辦公室、走廊、電梯廳)以及一天中的不同時段(早晨、上午、中午、下午、晚上)均會有起伏變化。不同地點的強度值變化符合高斯正態(tài)分布，記為Xσ，不同時段的變化是一個分段函數(shù)，記為Y(t)，考慮這種時空變化，改進式(1)為：

RSSI(d)=RSSI(d0)-10nlg(d)-Xσ-Y(t)

(2)

由此得出由RSSI值計算距離的公式：

(3)

2.2 BIM在室內(nèi)定位中的作用

藍牙設(shè)備接收端距離發(fā)射端越遠，則信號穩(wěn)定性越差，因此在布設(shè)藍牙設(shè)備時，使得能夠覆蓋空間，而且彼此之間的間距不大于 10 m。

基于BIM對建筑物內(nèi)部的精準建模，因此可以在BIM中預(yù)先設(shè)計藍牙設(shè)備布設(shè)方案，設(shè)計相應(yīng)的采樣點，建立發(fā)射端三維位置表和采樣點三維位置表，并給出每個采樣點關(guān)聯(lián)的最近的 10 m以內(nèi)的多個發(fā)射端及其準確距離d，然后根據(jù)式(3)進行藍牙發(fā)射端算法參數(shù)的率定。

2.3 算法流程

基于BIM和RSSI的室內(nèi)定位算法流程如圖1所示。

圖1 基于BIM和RSSI的室內(nèi)定位算法流程圖

在參數(shù)率定階段，主要內(nèi)容是布設(shè)藍牙設(shè)備(標簽)，結(jié)合已知的布設(shè)點和采樣之間的距離d，率定式(3)中的4個參數(shù)，RSSI(d0)、n、Xσ、Y(t)，其中前3個參數(shù)是與藍牙設(shè)備相關(guān)的，需要逐個率定；Y(t)是一個隨時間變化的變量，可以隨一天中的時間變化逐小時進行計算。主要步驟包括：①構(gòu)建建筑物BIM；②設(shè)置或者測定每個藍牙設(shè)備的RSSI(d0)值；③設(shè)置或者測定分時段的Y(t)值；④基于BIM實現(xiàn)藍牙三維布設(shè)，給出采樣點、發(fā)射端的位置關(guān)系；⑤在預(yù)定的采樣點多次采集RSSI數(shù)據(jù)；⑥根據(jù)采集數(shù)據(jù)以及預(yù)知的d值率定n和Xσ；⑦建立每個藍牙設(shè)備的率定參數(shù)表。

在實時定位階段，主要內(nèi)容是根據(jù)實時測定點的一系列RSSI值，求出實時測定點對應(yīng)的空間位置；主要步驟包括：①新的藍牙設(shè)備接收端接入；②實時采集該接收端的多個RSSI值；③根據(jù)RSSI值對應(yīng)的藍牙發(fā)射參數(shù)端RSSI(d0)、n、Xσ、當(dāng)前時間段Y(t)，求出該RSSI對應(yīng)的d值；④d≤10.0為有效的接收值，對有效d值進行排序，并找出最小值d1、d2、d3對應(yīng)的發(fā)射端記為S1、S2、S3；⑤根據(jù)三邊測量法，求出S1、S2、S3和對應(yīng)的d1、d2、d3的交點?？梢韵惹蟪鰞蓛上嘟坏慕稽cP、Q、R，然后使用質(zhì)心算法求得交點坐標；⑥使用其他的有效d值檢驗坐標T，如果合理，則增加到有效定位點中，否則依據(jù)當(dāng)前運動趨勢推斷定位點。計算結(jié)果定位點即為室內(nèi)定位位置，可以實時顯示在BIM中。

基于BIM模型，本方法能夠精確布設(shè)藍牙設(shè)備和采樣點布局，將采樣點和藍牙發(fā)射端的空間距離作為已知值，使用多點位、多時段的參數(shù)率定方法提升測距公式的精度，同時考慮多個d值檢驗定位結(jié)果，結(jié)合定位點序列形成的運動趨勢，可以排除錯誤的定位計算結(jié)果，有效避免定位的不穩(wěn)定性。

3 算法參數(shù)率定

基于BIM和RSSI的室內(nèi)定位技術(shù)中，系統(tǒng)的定位精度受多方面因素的影響，如信號傳播的多徑效應(yīng)、無線信號傳播的距離、傳播中墻壁，門窗，家具，人員流動對信號產(chǎn)生的影響、折射、散射和衍射等。為方便研究以便提高定位系統(tǒng)的性能，必須全面系統(tǒng)地研究與分析定位系統(tǒng)中的一些關(guān)鍵性因素以及這些因素與定位精度的相關(guān)關(guān)系?，F(xiàn)分別對硬件本身信號的穩(wěn)定性、傳播距離、障礙物，多徑效應(yīng)進行實驗。

3.1 RSSI(d0)率定實驗

由于接收機搜集到的信號強度值(RSSI)出現(xiàn)了信號波動的情況，現(xiàn)針對基站信號的穩(wěn)定性，設(shè)計了以下實驗方案，以驗證信號強度的穩(wěn)定性。任選一個藍牙設(shè)備作為實驗對象，在d0=1.0 m處接收300次該信號源發(fā)射的藍牙無線信號RSSI(d0)，以300次的采樣均值作為RSSI(d0)率定值，結(jié)果如圖2所示：

圖2 RSSI(d0)實驗結(jié)果

進一步地，距離藍牙發(fā)射端不同距離進行RSSI值進行多次測定，然后求均值和標準差；對三個發(fā)射端采用同樣的測定方法，結(jié)果如表1所示：

不同距離RSSI值實驗結(jié)果 表1

從表1中，可以看出，作為參考距離d0=1.0 m，三個藍牙發(fā)射端的RSSI(d0)均值和標準差是不同的，這個值與藍牙發(fā)射器端本身相關(guān)。

3.2 RSSI-d率定實驗

終端與信號發(fā)射站之間的距離及環(huán)境因素決定了終端所接收到的RSSI值。在環(huán)境因素一定的情況下，RSSI值與距離d呈現(xiàn)對數(shù)正態(tài)分布。如圖3所示。

圖3 RSSI-d關(guān)系

根據(jù)圖3，當(dāng)終端越靠近信號發(fā)射站時，所接收到的RSSI值越強，信號越穩(wěn)定，且信號強度值在 3 m內(nèi)衰減較明顯；隨著距離的增加，信號強度值衰減減弱但波動性逐漸加大，信號強度值越不穩(wěn)定，因此設(shè)定可以參與定位計算的距離閾值為 10 m。同時由于距離閾值之外的信號不穩(wěn)定，需要基于BIM模型進行藍牙布設(shè)點和算法參數(shù)采樣點的布局設(shè)計。

3.3 與環(huán)境相關(guān)的n和Xσ率定實驗

在實際應(yīng)用環(huán)境中，由于多徑、繞射、障礙物等因素，室內(nèi)無線信號的傳播規(guī)律是很難進行確定性預(yù)測的。由射頻無線信號的傳播衰落模型可知，某一固定位置處來自同一基站的瞬時RSSI在一個穩(wěn)定的平均RSSI值為中心的范圍內(nèi)變動，其均值RSSI由此處到信號基站的距離和兩者之間的路徑干擾情況確定。由式(3)，可以結(jié)合已知距離d進一步推知具體的n和Xσ數(shù)值。

為驗證環(huán)境對RSSI值的影響，本文設(shè)計了4個場景，分別是戶外無遮擋、辦公區(qū)域、木板墻壁、混凝土墻壁；將設(shè)備部署在不同的環(huán)境下進行實驗，在距信號發(fā)射源不同距離(1 m、2 m、3 m、4 m、5 m)處采集300次數(shù)據(jù)，統(tǒng)計其均值和方差，結(jié)果如表2～表5所示。

戶外無遮擋環(huán)境相關(guān)的n和Xσ實驗 表2

辦公區(qū)域環(huán)境相關(guān)的n和Xσ實驗 表3

木板墻壁環(huán)境相關(guān)的n和Xσ實驗 表4

混凝土墻壁環(huán)境相關(guān)的n和Xσ實驗 表5

從實驗中，可以得出：①信號發(fā)射源本身是不穩(wěn)定的。不同的設(shè)備在相同的實驗環(huán)境下，接收端在相同位置處接收到的信號強度值存在著差異，接收端接收到的信號強度值離散程度越大，其信號強度值越不集中，其波動幅度大，設(shè)備本身發(fā)射的無線藍牙信號越不穩(wěn)定；②不同環(huán)境對無線信號傳播有影響。相同的發(fā)射端在不同的實驗環(huán)境中測試統(tǒng)計的信號強度值相差較大，室內(nèi)環(huán)境相關(guān)的n和Xσ實驗如表6所示。

不同室內(nèi)環(huán)境下的方差σ2與路徑損耗因子n 表6

3.4 RSSI-t關(guān)系率定實驗

在相同環(huán)境下，在一天中的不同時段，由于人員流動、氣溫變化等差異，導(dǎo)致RSSI值隨之波動，為了進一步提高RSSI室內(nèi)定位精度，本文設(shè)計了RSSI-t實驗。具體地，對藍牙發(fā)射端進行連續(xù)采樣，采樣時間段是00：00-24：00，結(jié)果如圖4所示。

圖4 RSSI-t關(guān)系

根據(jù)圖4，一天中，上午時段和下午時段人員活動較大時，信號強度減弱。將相應(yīng)的RSSI-t關(guān)系值轉(zhuǎn)變?yōu)閅(t)，可以在式(3)中起到提升定位精度的效果。

3.5 算法精度測試

依據(jù)上述算法及參數(shù)率定方法，本文具體實現(xiàn)了基于BIM和RSSI的藍牙布設(shè)、算法率定、實際精度驗證，本文方法室內(nèi)定位精度小于 2 m，與基于RSSI的室內(nèi)定位方法[4]相比，定位精度提升了12%。

4 實際應(yīng)用

重慶某醫(yī)院坐落于重慶市兩江新區(qū)核心區(qū)，占地面積200畝，門診大樓面積約4.8萬平方米。針對醫(yī)院人流量大、門診樓布局復(fù)雜、導(dǎo)醫(yī)就診流程煩瑣等特點，基于BIM和RSSI的室內(nèi)定位技術(shù)。本文建立了室內(nèi)導(dǎo)航定位展示系統(tǒng)，實現(xiàn)基于二維和三維BIM的室內(nèi)定位導(dǎo)航功能，提供就醫(yī)科室快捷導(dǎo)覽和室內(nèi)外一體化信息可視化展示。

4.1 BIM建模

本文實現(xiàn)了室外三維模型和分層分戶的室內(nèi)三維一體化建模，如圖5所示。

圖5 某醫(yī)院BIM建模

4.2 藍牙標簽布設(shè)

基于BIM模型安置藍牙定位標簽，藍牙設(shè)備水平間距：一般 4 m～8 m，將藍牙標簽布置到走廊的天花板上或者墻面上。經(jīng)過多次測量驗證部署位置，門診大樓1層～7層，總計部署731顆藍牙定位標簽。其中1層118顆，2層147顆，3層68顆，4層110顆，5層108顆，6層96顆，7層84顆。在某層布設(shè)藍牙標簽的情況如圖6所示。

圖6 基于BIM的藍牙標簽布設(shè)

4.3 室內(nèi)定位與導(dǎo)航應(yīng)用

患者到達醫(yī)院并開啟應(yīng)用和藍牙后，在3 s內(nèi)出現(xiàn)定位光標。垂直定位可實現(xiàn)樓層自動判斷，支持室內(nèi)外定位無縫切換，當(dāng)用戶偏離導(dǎo)航路線時支持路線重新規(guī)劃。遇到電梯、扶梯、樓梯等垂直聯(lián)系設(shè)施時，屏幕上方會出現(xiàn)相應(yīng)的標志。如圖7所示。

圖7 基于BIM和RSSI的實時定位導(dǎo)航

5 結(jié) 語

基于BIM和RSSI，本文能夠精確布設(shè)藍牙設(shè)備和采樣點布局，將采樣點和藍牙發(fā)射端的空間距離作為已知值，使用多采樣點、多時段的參數(shù)率定方法提升測距公式的精度。本文以某醫(yī)院為例進行了技術(shù)驗證，實驗結(jié)果表明，該方法與現(xiàn)有基于RSSI的定位方法相比，在定位精度方面提升了12%，同時有效避免了定位結(jié)果的不穩(wěn)定性。