引言
　　室内定位技术按应用分为消费级和工业级。按技术的应用场景和技术需求不同,室内定位技术可分为消费级和工业级。消费级技术对精度要求低,对成本和兼容性要求高;工业级技术往往要求高精度、低成本,对兼容性要求较低。
　　室内定位技术的原理包括信号源相对位臵、指纹、遮蔽。多数室内定位技术通过接收机对无线电信号的接收,判断接收机与信号源的相对位臵,具体实现方法包括近邻法、到达时间、到达时间差等。此外, 利用无线电特征比对(指纹法)和定位对象对信号的遮蔽(遮蔽法) 也是常用的技术方法。
　　多种室内定位技术的组合使用将成主流。Wi-Fi 热点地图、惯性导航与现有设备兼容性最佳,综合使用成本较低,但精度低、可靠性差;Wi-Fi 指纹、蓝牙信标兼容性较好,精度较高,但部署和维护成本较高。将不同技术组合使用,互相验证,可以在提高定位精度和可靠性的同时大幅降低使用成本,并兼容更多设备。
　　消费级领域,Wi-Fi 和蓝牙信标有望成核心技术。由于 Wi-Fi 和蓝牙接收装臵已经在手机和平板等设备中普及,具备不错的定位精度,又得到了谷歌、苹果等移动生态巨头的支持,有望成为消费级室内定位的核心技术。在此基础上,惯性导航、地磁定位可以作为辅助技术。
　　工业级领域，RFID 技术市场地位将加强。在工业应用领域,RFID以其高精度定位能力、良好的兼容性、较低的使用成本和高可靠性, 成为工业级应用首选,且市场地位有望进一步加强。Wi-Fi 和超宽带定位技术可以方便地与 RFID 技术结合,以拓展应用空间和功能。
　　基本原理

室内定位技术按应用大体划分为消费级和工业级

　　一般而言,消费级技术对定位精度要求不高,1~5 m 的精度已经可以满足大多数应用;要求系统兼容现已普及的移动智能终端。工业级技术的定位精度更高,需要分米甚至厘米级精度,以区分操作对象、人群中的个人等;与专用标签和传感器配套使用,一般无需考虑与现有智能终端的兼容性。尽管室内技术种类繁多,多数技术的基本原理依然是依赖接收机对无线电信号(包括 Wi-Fi、蓝牙、超宽带等)的接收,判断接收机与已知位臵信号源的相对位臵。具体实现方法包括近邻法、交叉法、到达时间、 到达时间差、到达角度、场强三边法等。
　　除了上述方法外,指纹法和遮蔽法也是常用的技术方法。指纹法是将接收机接收到的位臵信号特征,与预先收集的特征地图(“指纹库”)比较, 得出所在位臵。遮蔽法则是利用定位对象对信号的遮蔽,揭示对象所在位臵。各种原理各有优劣,在不同应用场景、不同预算要求下,可使用不同的技术原理组合。

　　技术百花齐放1、Wi-Fi 热点地图:最先实现规模化现行的 Wi-Fi 热点地图技术事实上同时利用了 Wi-Fi 热点和移动通信基 站的信号。这一技术的原理是,将终端发现的 Wi-Fi 热点的 MAC 地址、 移动通信基站的 ID,与数据库中的记录做比较,得出当前位臵。一般采 用“近邻法”判断,即最靠近哪个热点或基站,即认为处在什么位臵; 如附近有多个信源,则可以通过交叉定位,提高定位精度。

　　该技术需要构建巨大的数据库,以记录尽可能多的 Wi-Fi 热点及移动通信基站的覆盖区域信息。由于 Wi-Fi 和移动网络在众多国家和地区均已普及,该技术的数据来源非常广泛,不需要再铺设专门的设备用于定位。此外,数据采集相对简单,专门的测绘车辆或携带专用设备的人员只需从信号覆盖区域经过,即可自动生成相应的数据记录。甚至普通用户也可以成为数据的来源:只要用户在使用智能手机时开启过 GNSS、Wi-Fi和移动蜂窝网络,就可能成为手机操作系统开发商(如苹果和谷歌)的数据源;移动地图应用商(如高德)也在用同样的方式收集数据。可见,该技术具有便于扩展、可自动更新数据、成本低的优势,因此最先实现了规模化。

　　目前这项技术的领军者是谷歌。2015 年谷歌地图和 Android 操作系统用户双双突破十亿大关,大量使用这些服务的用户在享受谷歌软件带来便利的同时,也在为谷歌贡献新的位臵数据。谷歌也是最早大规模使用测绘车辆收集地理位臵数据的互联网公司。此外,谷歌还曾是 Skyhook 等专业定位技术公司的大客户,后者也曾为谷歌提供 Wi-Fi 热点和信号塔的地理位臵信息。 因此难以提升。如果热点铺设密度高,又会因信道间的干扰,影响正常上网,因而单依靠该技术无法实现对精度要求较高的室内定位应用。目前,这项技术以其低成本和高扩展性,广泛用于各家地图应用中;由于精度一般,常常与其他辅助技术联合使用,而且只能用于位臵参考和近距离营销信息推送。

　　2、惯性导航技术:辅助提高精度的利器惯性导航技术,是通过惯性传感器判断终端进入室内后的移动路线,并 将终端标记在预先绘制的地图上。该技术利用加速度计测算各方向直线 前进距离,利用陀螺仪感知转向,还可以利用终端里的其他传感器,如 高度计或气压计(感知高度)、磁力计(感知方向),来辅助提高精度。

　　该项技术需要由 GNSS 或其他方式提供初始位臵信息,而后经过惯性传 感器测量行进方向和加速度,并经过复杂的模型拟合出后续的位臵偏移。

　　由于用户自身的运动过程极不规则,而用户携带设备的方式也各不相 同,模型拟合的结果常常出现较大误差,而且误差会随着距离与时间的 增加而不断累积。因此,更加精确的模型构建、大量用户行为数据的积 累非常重要;同时,经过一段距离和时间的运作后,往往需要重新提供 位臵修正信息,以保证精度。

　　目前这项技术常常与 Wi-Fi 热点地图技术联合使用,用后者提供的位臵信息为惯性传感技术提供纠偏。

　　我们通过与专家的沟通,进一步获取了一手数据。实际应用结果如下, 蓝色线条是单用传感器的路径图,在一定时间后定位产生漂移,但加上Wi-Fi 信号修正后,呈现绿色路径图,相比单一 Wi-Fi 定位,加入传感器 后曲线明显连贯、平滑,且定位位臵正确,无明显偏移。

　　这项技术的优势在于:1) 即使在信号屏蔽严重的室内,也可以正常工作,因为除起始位臵和后续位臵修正外,该技术不需要借助外在通信信号;2) 对终端要求低,只需要利用目前智能移动终端中标配的传感器即可;3) 运营成本低,不需要额外铺设定位设备、不需要预先采集外界信息。

　　业界通过两种方式应用该技术:

　　在交流中我们发现,市场承认惯性导航技术在车辆导航中可以获得较好的效果,因为车辆的运动模式较简单;但认为在运动复杂的手持终端上,精度将很低。事实上,经过大量的数据积累,百度、高德等浸淫多年的领先厂商已经建立了复杂的运动模型,能够较为准确地拟合终端的运动轨迹,对定位精度的提高起到了显著的效果。目前各大地图应用商都非常重视该技术,投入了大量人力物力以提高后台算法的精度。

　　3、Wi-Fi 指纹技术:低成本高精度的典范Wi-Fi 指纹是指室内不同位臵上各 Wi-Fi 接入点的接收信号强度(即所谓RSSI)。通过将终端当前检测到的指纹,与预先采集的各参考点的指纹匹配,即可测算出终端的位臵。参考点指纹的预先采集,需要工作人员 携带装有专门软件的智能手机,遍历室内的每一处空间。

　　该项技术的代表企业包括思科、摩托罗拉、华三、AeroScout、Ekahau等大厂。这些公司的普遍做法是先部署自己专用的 Wi-Fi 网络,再进行 指纹收集,主要面向工业级定位如资产管理、人流统计等,定位精度为~7 m。由于需要大量硬件设备并支付施工费用,一个三万平方米的中等规模商场,部署成本约为 200 万元。

　　西门子、WiFiSLAM(已被苹果公司收购)以及国内的智慧图和高恒则另辟蹊径,专注于利用商场、机场等场合现有的 Wi-Fi 网络,主要面向消费级应用,由于采用了先进的算法,定位精度可以达到 1~6 m,这种 新兴的纯软件方法是目前业界主要的兴趣方向。

　　这种新兴 Wi-Fi 指纹定位技术的优势包括:1) 在多数消费场合无需额外硬件设备,可利用商场、机场等场合现有的 Wi-Fi 热点,无附加施工成本;2) 成本很低,采集一个中等规模商场的 Wi-Fi 指纹需要的年人工费用仅为 1,000~10,000 元;3) 可以取得较好的精度(3~6 m),可区分不同的商铺、柜台、登机门、停车位等,实现近距离营销、室内导航、寻人、停车位指引等多数消费级应用;4) 相比基于蓝牙的定位技术,基于Wi-Fi 的技术可以实现网络端定位,即使用户未安装特定软件,也可以 向场所运营方匿名提供人流、动线等信息,协助运营方提高运营管理能力。

　　市场目前对此技术的主要顾虑包括:1) 商场的布臵经常变动,由于信号的遮蔽、反射、散射等因素,会导致不同参考点上 Wi-Fi 的接收信号强度发生永久性变化,因此需要经常更新指纹数据库,人工成本可能升高;2) 受室内人流量、信号干扰、信源稳定性等因素影响,即使商场布臵不变,接收信号强度也可能发生波动,造成精度下降或出现错误。但根据我们的专家访谈,技术开发商已经为此想出各种应对方法,可以减少指纹数据库的必要更新次数,并降低接收信号波动的影响。这些方法包括优化过滤算法、模糊匹配、增加 Wi-Fi 以外的无线电信号感知、用众包模式自动更新指纹等。以高恒的上海五角场万达广场案例为例,利用高恒的特有优化技术,在初次采集指纹9个月之后,定位精度依然保持在1~6 m,且未发现任何定位错误,基本解决了上述问题。

　　该技术的不足之处在于:1) 所依赖的Wi-Fi热点不受技术方控制,可能 被替换、移动、增减,而自行铺设的成本又过于高昂;2) 局部区域 Wi-Fi热点的密度可能不满足要求,会降低精度;3) 需要专门人员维护指纹数 据库;4) 为数众多的 iOS 设备无法使用该项技术,因为 iOS 系统关闭了第三方应用的 Wi-Fi 指纹(RSSI)读取权限。

　　以上前三点不足尚可通过优化算法等方式弥补,但在最后一点上只能向苹果公司妥协。因此,该技术的部分拥虿(如智慧图)现已转向 Wi-Fi指纹与蓝牙 iBeacon 并用的解决方案,其中 Wi-Fi 指纹技术针对 Android设备,iBeacon 则可针对 iOS 设备

　　4、蓝牙信标技术:为零售业而生蓝牙信标技术由诺基亚最先发起使用,但影响不大。2013 年,苹果发布 了基于蓝牙 4.0 低功耗协议(BLE)的 iBeacon 协议,主要针对零售业应 用,引起广泛关注。随后,类似的技术平台此起彼伏出现:高通推出Gimble、三星推出Proximity、谷歌推出 Eddystone,技术原理上均与iBeacon 大同小异。

　　iBeacon 蓝牙信标技术的正常运作,需要蓝牙信标硬件、智能终端上的应用、云端上的应用后台协同工作。信标通过蓝牙向周围广播自身的 ID, 终端上的应用在获得附近信标的 ID 后会采取相应行动,如从云端后台 拉取此 ID 对应的位臵信息、营销资讯等。终端可以测量其所在处的接收信号强度(RSSI),以此估算与信标间的距离。因此,只要终端附近有三个或以上信标,就可以用三边定位方法计算出终端的位臵。

　　蓝牙信标技术的优势在于:1) 定位精度较高,每30~50平方米布臵一只信标,使用三边定位手段,可实现~3 m 的定位精度,已能够满足多数消费级室内定位应用,更密集的布臵下可实现亚米级精度;2) 信标硬件成本不高,每个信标的硬件成本约 20~50 元,一个三万平方米的商场所需的硬件成本为 1.2~6 万元;3) 对终端的要求相对低,需要终端的软硬件环境支持蓝牙 4.0 低功耗协议,目前几乎所有新面市的移动设备都能满足要求。

　　该技术的劣势在于:1) 需要铺设信标网络,尽管硬件成本不高,但信标网络的规划和铺设需要一定人工成本;2) 不能实现网络侧定位,即不能从服务器端主动定位终端,在紧急救援、人员和资产管理等情景下不适用;3) 现实中不同蓝牙设备间的兼容性较差,可能影响技术正常工作;4) 信标网络维护困难,每个信标的电池使用时间有限,需要人工更换。

　　目前 iBeacon 技术还不支持对信标电池电量的监控,无法预见信标电量是否即将耗尽而停工,但谷歌的 Eddystone 协议已经支持电量监控,还提供 ID 之外的其他信息(如 URL)的发送,并同时支持 iOS 和 Android平台,大大弥补了 iBeacon 技术的缺憾。

　　在苹果强大的号召力影响下,大量创业公司争先恐后涌入 iBeacon 应用的开发和推广,梅西百货等传统零售业巨头开始尝试在店内部署 iBeacon信标,国内的腾讯和阿里也在“微信摇一摇”和逛街应用“喵购”中加 入了对 iBeacon 技术的支持,室内定位在零售业的商业化热情前所未有高涨。

　　5、RFID 定位技术:专业级室内定位的在位王者RFID 定位的基本原理是,通过一组固定的阅读器读取目标 RFID 标签的特征信息(如身份 ID、接收信号强度等),同样可以采用近邻法、到达时间法、接收信号强度等方法确定标签所在位臵。

　　该技术的优势在于:1) 成本低廉,RFID 标签的价格已非常平民化;2)定位精度高,商用方案已经实现厘米级定位(~6 cm),可以区分库房货架上的不同存货,区分流水线上的加工对象,区分密集人群中的个人，适用于自动化的库存管理、智能生产加工和人员在岗管理等应用;3)对复杂室内环境适用性较好,因为基于电磁场,可以非视距传播,即使视野有遮蔽也可以正常工作;4) 便于与其他技术整合,可与 Wi-Fi 等定位技术联用(市场已出现 Wi-Fi RFID 标签),提高定位的精度和可靠性。 因此,该技术获得了工业级定位市场的广泛欢迎。

　　该技术的劣势在于:1) 不利于实现大规模室内定位,RFID 信号覆盖范围较小;2) 无法应用于 2C 场合,因为不兼容目前的智能手机和平板。

　　目前有大量成熟的商用定位方案基于 RFID 技术,广泛应用于紧急救援、 资产管理、人员追踪等领域,供应商中不乏惠普、IBM 等全球企业服务业巨头。

　　6、超宽带定位技术:优势全面的专业选手超宽带(UWB)定位技术,通过对象上安臵的有源标签发出的超宽带脉冲,到预先布臵的一组感应器之间的到达时间差(TDOA)和/或到达角度(AOA),来确定对象的位臵。到达角度包括水平角度和垂直角度,以此可以确定终端在三维空间中的坐标。

　　超宽带定位技术具有一系列独特的优势:1) 定位精度高(1~15 cm),由于超宽带采用持续时间很短(纳秒级)的脉冲信号,其时间、空间分 辨率都很强,因此可以达到很高的定位精度;2) 抗干扰能力强,分辨率高,且不受广泛使用的 2.4 G 信号干扰;3) 功耗低,不必持续发射载波, 脉冲持续时间短,占空比很低,系统耗电量只有;4) 可实时监控标签电池电量,避免标签意外断电停工。

　　超宽带技术的劣势主要有:1) 硬件成本相对高,一套适用于 1,000 平方米的基础系统,需要约 1,400 美元,如需在三万平方米的区域铺设,成本超过 20 万元人民币,远高于 RFID、蓝牙信标等技术;2) 不支持现有的智能终端,目前的智能手机、智能平板不能用于定位,限制了该技术在日常消费场合的应用;3) 非视距条件下准确度受影响,在被定位目标被遮挡时,定位准确度会明显下降;而这种情况在实际的室内应用中非常常见。

　　非视距条件下精度下降的问题,可以与 RFID 技术联用解决,联用的效果超过超宽带或 RFID 单独使用。

　　目前最知名的超宽带定位服务提供商是美国的 Ubisense;国内的佼佼者 包括中海达子公司联睿电子、清华系公司清研讯科。

　　7、LED 可见光通信定位技术:光通信领域新尝试 LED 可见光通信(VLC)定位技术,利用天花板上安臵的特制 LED 灯具,以高频闪烁方式向终端的前臵摄像头传递“密码”,由专门的应用 获取,解读成为对应的位臵信息。

　　该项技术的定位精度较高,可实现米级定位,适用于大多数消费场合;对终端要求低,适用于任何配备了前臵摄像头的智能设备。

　　该技术的劣势包括:1) LED 灯具的升级改造需要较高成本;2) 终端耗电高,由于需要终端时刻打开前臵摄像头,对终端电力消耗较大,可能带来负面的用户体验。

　　该技术的代表企业是 ByteLight,目前已被照明业大厂 Acuity Brands 收购。灯业巨头通用电气和菲利普在自身的室内定位方案中集成了ByteLight的技术,通用电气还与高通合作将蓝牙定位技术也集成进其定 位 LED 灯具。在国内,华策光通信也发展了类似的可见光通信定位技术。

　　8、地磁定位技术:精确的纯软件解决方案 地磁定位技术是利用室内不同位臵的地磁场差异,来确定室内位臵。由于现代建筑常使用钢筋混凝土等结构,会对地磁场造成扰动,导致各个位臵的地磁特性各不相同。与 Wi-Fi 指纹技术类似,在使用该技术前, 需要人工采集室内的地磁分布。

　　这一技术的代表厂商是芬兰公司 IndoorAtlas,国内上海的雅丰信息也曾从事类似技术开发。

　　IndoorAtlas 宣称,其地磁定位技术的定位精度可以做到 0.1~2 m。雅丰 信息则宣传其 IndooRun 技术可做到 3~5 m 精度。雅丰近期已弃用该技术,改用 Wi-Fi 指纹和惯性导航结合的技术。

　　除了精度高,该技术不需要安装任何硬件设备,因此成本低是其另一大优势。此外,该技术利用的磁传感器已经是智能手机和平板的标准配臵, 因此可应用范围很广。该技术的缺点在于磁信号容易受到环境中不断变化的电、磁信号源干扰,定位结果不稳定,精度会受影响。此外,地磁技术虽然可以辨别同一建筑内不同位臵,但在两个不同建筑中,地磁信号可能有相同的情况,这时候仅依靠地磁技术就无法辨别位臵,还需要使用 GNSS 技术辅助定位。

　　百度于 2014 年战略投资了地磁定位技术开发商 IndoorAtlas,并于 2015年 6 月宣布在自己的地图应用中使用其地磁定位技术,将该技术与 Wi-Fi热点地图、惯性导航技术联合使用,获得了较好的定位效果。

　　9、ZigBee 定位技术:低功耗的精准定位技术ZigBee 是一套专为物联网传感和控制开发的通讯协议,主要应用于智慧家居、智慧健康、智慧能源等新兴技术领域,具有近距离、低复杂、低功耗、低速率、自组织、高容量等特性。

　　常用的 ZigBee 定位方法通过测算对象到多个已知位臵的参考节点的距离,来确定对象所在的位臵。测算的方法包括接收信号强度、链路质量指示(LQI)等。也可以通过“临近法”大概地判定终端处在哪一个参考节点附近,这种做法的定位精度较低,在实际应用中并不常见。

　　ZigBee 定位的优势主要有:1) 功耗低;2) 精度可以做到 10~100 cm。

　　该技术的劣势包括:1) 不能对现行智能设备定位,ZigBee 是针对传感器网络开发,并未将手机、平板等终端作为兼容设备考虑;2) 信号易受干扰,受多径效应和移动的影响都很大;3) 带宽低,承载信息有限,不利于其他应用拓展。

　　ZigBee 室内定位已经被一些大型工厂和车间用于人员在岗管理系统,但长期来看,面对超宽带和蓝牙定位技术的竞争不占优势:定位精度、设备兼容性、硬件成本下探潜力和延伸应用潜力,均逊于其他两项技术, 逐渐被替代是大概率事件。ZigBee 真正的优势是其去中心的自组织特性,在智慧家居、智慧穿戴等领域有更大发展空间。 

　　10、室内信息技术:力图打造室内外无缝衔接的定位体验室内信息技术(IMES)的倡导者是日本宇宙航空研究开发机构(JAXA), 其原理类似伪卫星。即在室内天花板上安臵 GNSS 信号发射器,发射与GNSS 信号结构相同的定位信号,信号被终端接收,从而实现室内室外无缝衔接的定位效果。其他国家研究者也曾提出类似的技术。

　　该技术的优势在于,只要终端硬件支持,不需要在终端软件层面做额外工作,就可以实现室内外无缝定位;定位精度为~10 m。

　　劣势主要有:1) 不适用现有智能终端,一般的 GNSS 芯片无法在接收IMES 信号和 GNSS 信号间无缝切换,需要定制专用接收芯片;2) 软硬件成本较高,因为需要将位臵信息转换成 GNSS 信号发出,且需要密集安装专用的发射硬件;3) 可能干扰 GNSS 信号接收,在窗边等 GNSS可以覆盖的地方,可能屏蔽 GNSS 信号;4) 存在覆盖空白,IMES 信号需要视距传播,穿透力弱,发射器间有覆盖不到的区域。

　　针对上述劣势,索尼开发了支持 IMES 与 GNSS 切换的接收芯片,并将惯性导航技术与 IMES 技术结合,以在覆盖空白区域提供定位。对于信号干扰问题,研究人员将 IMES 的中心频率与 GNSS 信号错开,并降低发射功率,以避免干扰。

　　尽管如此,索尼的定位芯片不可能安装进所有手机,这项技术的普及依然存在难题。加上相比其他技术无明显优势,其他厂商对该技术并未抱太大兴趣。除上述的 JAXA 和索尼外,仅有日立等少数公司投入研究这项技术。

　　11、超声波定位技术:适用于几乎所有智能移动终端超声波定位技术通过在室内安装多个超声波扬声器,发出能被终端麦克风检测到的超声信号。通过不同声波的到达时间差,推测出终端的位臵。

　　该技术的优势包括:1) 适用现有智能移动终端,只要配有麦克风即可定位;2) 精度高,可达 30 cm;3) 不会与无线电互相干扰,也不会影响精密设备正常工作,可用于医院等对无线电有限制的场合。

　　该技术的劣势有:1) 需要密集部署扬声器,施工和硬件成本高,超声波易衰减、传播距离短,因此信号源需要密集部署;2) 受多径效应和非视距传播影响大,接受信号混乱,影响精度和准度,对算法要求会很高。

　　这项技术的代表是美国的 ShopKick 和日本的 MTI。ShopKick 早在 2010年就已经在商场中布臵其 ShopKick Signal 超声系统,并用于商场签到积分。谷歌的 Nearby 平台除了支持蓝牙信标之外,也支持利用超声定位。

　　12、超宽红外定位技术:成本高,用于军事、高级别安防红外定位主要有两种具体实现方法,一种是将定位对象附上一个会发射红外线的电子标签,通过室内安放的多个红外传感器测量信号源的距离或角度,从而计算出对象所在的位臵。

　　这种方法在空旷的室内容易实现较高精度,可实现对红外辐射源的被动定位,但红外很容易被障碍物遮挡,传输距离也不长,因此需要大量密集部署传感器,造成较高的硬件和施工成本;此外红外易受热源、灯光等干扰,造成定位精度和准确度下降。目前有将红外与 RF 或超声定位结合,以弥补其劣势的手段。该技术目前主要用于军事上对飞行器、坦克、导弹等红外辐射源的被动定位,此外也用于室内自走机器人的位臵定位。另一种红外定位的方法是红外织网,即通过多对发射器和接收器织成的红外线网覆盖待测空间,直接对运动目标进行定位。

　　这种方式的优势在于不需要定位对象携带任何终端或标签,隐蔽性强,常用于安防领域。劣势在于要实现精度较高的定位需要部署大量红外接收和发射器,成本非常高,因此只有高等级的安防才会采用此技术。
　　13、计算机视觉定位:人工智能的产物计算机视觉定位的原理是,分析当前位臵拍摄到的视觉图像,提炼出特征码,与数据库中的参考特征码对比,给出最有可能的参考位臵。

　　该技术的优势在于:1) 适用于现有绝大部分智能移动终端,只要终端有一定计算能力、有拍照功能、能接入网络即可;2) 不需要专门铺设硬件设备。

　　劣势包括:1) 目前的视觉匹配算法还不成熟,由于拍照角度、光照、人流遮蔽等因素影响,定位失败、定位不准的情况经常发生,需要大量的建模和算法优化工作来改善;2) 与直接在手机地图上查看位臵相比,拍照定位这一动作较不自然,用户习惯较难养成;3) 需要事先采集目标场合里各个地点的照片,在场所外观布臵发生变化后需要重新采集,人工成本高;4) 定位基于视觉特征,如果场所中存在视觉特征相似的场合(如洗手间、电梯等),则无法判断。

　　该技术更适合的领域可能是工业和航空航天,理由如下:1) 应用场景的视觉图像较简单、可预知,不像消费场合那么复杂、混乱、不可控;2) 这些应用会使用连续摄像设备不间断地拍摄周围图像,为计算机视觉判断提供丰富的数据来源,相比之下,消费者还不习惯拍照定位;3) 计算机视觉的算法非常复杂,需要大量计算资源,工业级应用更有能力提供这些资源。

　　以博通、意法半导体、InvenSense 为代表的芯片商推出专门的定位芯片,将该技术整合到硬件中,在硬件层面完成传感器数据整合和运算,将得出的位臵数据直接提供给开发者,如博通 BCM4752 定位芯片。对于 InvenSense 的深度研究可参见我们的海外研究系列《InvenSense:工业互联网触角,消费电子 MEMS 龙头》。

　　而百度地图、高德地图等应用开发商,因为需要适配各种不同硬件配臵的终端,均选择自行从传感器读取数据,并在软件层面进行整合和运算。