室內(nèi)定位技術(shù)的商業(yè)化必將帶來一波創(chuàng)新高潮，尤其是在O2O領(lǐng)域，各種基于此技術(shù)的應(yīng)用將出現(xiàn)在我們的面前。我們可以想象一些比較常見的應(yīng)用場(chǎng)景，比如在大型商場(chǎng)里面借助室內(nèi)導(dǎo)航快速找到目標(biāo)商鋪，商店根據(jù)用戶的具體位置向用戶推送更多關(guān)于商品的介紹等等，這些應(yīng)用會(huì)極好的服務(wù)于O2O，提高用戶體驗(yàn)。

目前室內(nèi)定位技術(shù)有很多，如A-GPS、藍(lán)牙、超聲，紅外、信標(biāo)、射頻、Wi-Fi、計(jì)算機(jī)視覺等，這些技術(shù)綜合比較，其中以基于Wi-Fi的室內(nèi)定位技術(shù)最為突出，無(wú)論從硬件投入、軟件投入、實(shí)施難度、可控性，還是定位效果方面考察，都是有優(yōu)勢(shì)的。

本文描述了作者在美團(tuán)總部從零開始構(gòu)建基于Wi-Fi的室內(nèi)定位系統(tǒng)的過程，具有廣泛的借鑒意義。

基于Wi-Fi的室內(nèi)定位原理

• 為提供Wi-Fi服務(wù)，室內(nèi)會(huì)部署有熱點(diǎn)（AP），每一個(gè)無(wú)線AP都有一個(gè)全球唯一的MAC地址,并且一般來說無(wú)線AP在一段時(shí)間內(nèi)是不會(huì)改變的。
• 設(shè)備可以程序控制掃描并收集周圍的AP信號(hào)，無(wú)論是否加密，是否已連接，甚至信號(hào)強(qiáng)度不足以顯示在無(wú)線信號(hào)列表中,都可以獲取到AP廣播出來的MAC地址。
• 對(duì)應(yīng)每個(gè)AP，這里有兩個(gè)重要數(shù)據(jù)，AP的MAC地址和信號(hào)強(qiáng)度，MAC地址可以決定是哪個(gè)AP；信號(hào)強(qiáng)度理論上是和AP之間的距離有函數(shù)關(guān)系的，就是根據(jù)信號(hào)強(qiáng)度可以算出和AP的距離。
• 設(shè)備將這些數(shù)據(jù)發(fā)送到位置服務(wù)器，服務(wù)器就可以用一個(gè)算法計(jì)算出設(shè)備的地理位置并返回到用戶設(shè)備。
• 定位的精度取決于AP的個(gè)數(shù)，信號(hào)的穩(wěn)定程度，以及算法的選擇。

美團(tuán)總部Wi-Fi部署情況

美團(tuán)總部于2014年1月搬入了望京科技園3期，新的辦公室地上共4層，建筑面積一萬(wàn)多平米，共部署有86臺(tái)無(wú)線AP，覆蓋很充分，沒有死角，這為良好的定位效果打下了基礎(chǔ)。

無(wú)線AP使用的是，ArubA AP-135，這是一款優(yōu)秀的商用無(wú)線路由器，2.4-GHz/5-GHz雙頻。

基礎(chǔ)數(shù)據(jù)測(cè)繪

第一步，建立AP的基礎(chǔ)數(shù)據(jù)庫(kù)是關(guān)鍵，至少需要如下信息：

• AP的MAC地址，這里是雙頻的AP，就是有2個(gè)無(wú)線MAC地址
• AP的物理位置

關(guān)于AP的物理位置，這里因?yàn)榉秶?#xff0c;加之無(wú)法找到足夠精度的參考點(diǎn)，所以AP的物理位置無(wú)法使用GPS坐標(biāo)，只能使用自定義坐標(biāo)系。 這里有2種選擇：

• 以建筑的東南角為參考點(diǎn)（坐標(biāo)原點(diǎn)），這樣就可以測(cè)繪AP相對(duì)原點(diǎn)的坐標(biāo)，包含Z軸，單位是米
• 以測(cè)繪圖的圖片為參考，以AP在圖中的像素位置為坐標(biāo)，單位是1像素點(diǎn)

這里選用了后一種方法，因?yàn)楹笠环N方法容易測(cè)繪，大部分工作在電腦上操作即可；前一種方法需要更多的實(shí)地測(cè)繪工作。

關(guān)于AP的MAC地址，從IT那里要到了一個(gè)列表，如圖所示：

但是很不幸，這里的MAC地址是路由器的WAN口的MAC地址，而我們需要的是兩個(gè)無(wú)線模塊的MAC地址。 這里只能自己測(cè)繪了，我寫了一小段android程序，可以排序出最近的AP的MAC地址，然后挨個(gè)跑到各個(gè)AP下，運(yùn)行程序，記下兩個(gè)MAC地址；同時(shí)記錄下AP的真實(shí)物理位置。

WifiManager wm = (WifiManager) getSystemService(Context.WIFI_SERVICE); wm.startScan(); //開始掃描AP //等待一段時(shí)間，時(shí)間可長(zhǎng)可短 List<ScanResult> results = wm.getScanResults(); //拿到掃描的結(jié)果 Collections.sort(results,this); //this是個(gè)Comparator，按照l(shuí)evel排序 //去掉非sankuai的SSID //在UI線程中，顯示到界面上 int max=Math.min(30,results.size()); for(int i=0;i<max;i++) {ScanResult one = results.get(i);text1.append("\n"+one.BSSID+"\t\t"+one.level); }

圖中信號(hào)最強(qiáng)的就是當(dāng)前AP的MAC地址，然后地址與它相近的是這個(gè)AP另一個(gè)頻段的MAC地址，兩個(gè)MAC地址都是0結(jié)尾，尾數(shù)相差1，容易辨認(rèn)。 MAC地址后面的數(shù)字是信號(hào)強(qiáng)度，單位是dBm，是個(gè)負(fù)數(shù)。

然后在底圖中標(biāo)注好AP的準(zhǔn)確的物理位置，圖中紅色圓點(diǎn)即是AP位置，其圓心的像素坐標(biāo)當(dāng)作AP的坐標(biāo)。

測(cè)繪的數(shù)據(jù)應(yīng)該存入數(shù)據(jù)庫(kù)，這里設(shè)計(jì)了一個(gè)POJO，服務(wù)器端程序可以使用：

public class MtApLoc {private int id; //數(shù)字ID 人工定，有一定含義private String id1; //字符串ID 從IT給表中來private String mac1; //WAN MAC地址，有線口的private String sn; //AP的 SN 從IT給表中來private String sku; //資產(chǎn)編號(hào) N 從IT給表中來private String mac2; //無(wú)線MAC 1 ，測(cè)繪得來private String mac3; //無(wú)線MAC 2 ，測(cè)繪得來private int pn; //圖號(hào) 對(duì)應(yīng)樓層private float x; //物理坐標(biāo) x 自定義坐標(biāo)系中private float y; //物理坐標(biāo) y 自定義坐標(biāo)系中}

然后將測(cè)繪的數(shù)據(jù)錄入數(shù)據(jù)庫(kù)，最后得到的數(shù)據(jù)如：

其中的x，y是此AP在對(duì)應(yīng)樓層的測(cè)繪圖的圖片中的坐標(biāo)。

MAC2和MAC3是AP的兩個(gè)MAC地址（這里沒有區(qū)分2.4G和5G），和上面的測(cè)繪客戶端的截圖比較，能看出當(dāng)時(shí)我是站在AP7下的。

把所有86個(gè)AP的物理位置和MAC地址測(cè)繪收集全后，測(cè)繪過程完成。

Android客戶端示例

這里寫了一個(gè)Demo用的android客戶端，來測(cè)試定位結(jié)果，先看客戶端運(yùn)行截圖：

點(diǎn)擊定位按鈕，系統(tǒng)會(huì)掃描AP，然后把結(jié)果請(qǐng)求到服務(wù)器。

HttpPost post = new HttpPost(BaseUrl + "/gar/locate/ap-locate.html"); List<NameValuePair> parameters = new ArrayList<NameValuePair>(); for (ScanResult result : results) {parameters.add(new BasicNameValuePair("mac", result.BSSID.toUpperCase()));parameters.add(new BasicNameValuePair("rssi", String.valueOf(result.level))); } post.setEntity(new UrlEncodedFormEntity(parameters, "UTF-8")); String res; synchronized (hc) {HttpResponse response = hc.execute(post);res = EntityUtils.toString(response.getEntity(), "UTF-8").trim(); } Log.w(TAG, res);

服務(wù)器返回其所在位置，是一個(gè)JSON字符串

{"accuracy":0.0,"message":"ok Least Squares","pn":1,"status":0,"x":237.97249473061038,"y":1241.8270604002646}

然后客戶端顯示pn對(duì)應(yīng)的底圖，然后在底圖的x，y位置上顯示定位到的標(biāo)志，即圖中跳動(dòng)的紅心。 客戶端大部分代碼都是UI相關(guān)代碼，這里不貼出了。

定位算法

常見的室內(nèi)定位的算法主要分為兩類：基于測(cè)距技術(shù)的定位算法和距離無(wú)關(guān)的算法。基于測(cè)距技術(shù)的算法一般是通過節(jié)點(diǎn)之間的距離或者角度來計(jì)算出未知節(jié)點(diǎn)的位置，實(shí)際運(yùn)用中常見的有：基于接收信號(hào)強(qiáng)度指示算法（RSSI）、到達(dá)角度算法（AOA）、到達(dá)時(shí)間算法（TOA）等。距離無(wú)關(guān)的算法有：質(zhì)心法、APIT算法、凸規(guī)劃算法等。這些算法都是利用節(jié)點(diǎn)之間的鄰近關(guān)系實(shí)現(xiàn)定位的。一般來說，基于測(cè)距技術(shù)的算法比無(wú)需測(cè)距的精度要高，這里適合采用。

首先確定一個(gè)信號(hào)強(qiáng)度和距離之間的關(guān)系，這需要了解電波傳播模型。在自由空間環(huán)境中，不考慮阻擋和多徑傳播，設(shè)發(fā)射端與接收端的距離為d，則接收端的接收功率P_r可表示為：

其中P_t為發(fā)射功率；G_t和G_r分別為發(fā)射和接收天線增益；λ為電波波長(zhǎng)；P_t和P_r的單位是瓦特；G_t和G_r無(wú)量綱。由上式可以看出，在自由空間中，接收功率與距離d²成反比。

在實(shí)際環(huán)境中，由于存在多徑、障礙物、繞射等隨機(jī)因素，無(wú)線電傳播損耗與上式相比還是有較大變化。此時(shí)，常采用對(duì)數(shù)-常態(tài)分布模型更為合理：

其中P_r單位為dBm ，d₀一般取1。在一般室內(nèi)定位中，考慮到環(huán)境、成本、定位精度要求等因素，所使用的RSSI測(cè)距信號(hào)衰減模型進(jìn)一步簡(jiǎn)化為：

d為定位節(jié)點(diǎn)與參考點(diǎn)之間的距離，單位m；A為定位節(jié)點(diǎn)與參考點(diǎn)之間的距離d為1m時(shí)測(cè)得的RSSI值；n為信號(hào)衰減因子，范圍一般為2～4。

在美團(tuán)的環(huán)境中，我們?nèi)為-50，n為2.1。

這樣根據(jù)信號(hào)強(qiáng)度，就能估算設(shè)備和AP之間的距離。

定位方法一般是根據(jù)幾何模型建立方程，然后求解方程得到節(jié)點(diǎn)坐標(biāo)。 只有一個(gè)AP的情況：

這里目標(biāo)點(diǎn)坐標(biāo)只能取AP的坐標(biāo)，精度取半徑

兩個(gè)AP的情況：

這里取AB的中間位置，精度取AB的長(zhǎng)度。

三個(gè)AP的情況：

這里取三個(gè)圓的一個(gè)共同交點(diǎn)。

不過實(shí)際沒有這么簡(jiǎn)單，因?yàn)榫嚯x都有誤差，兩個(gè)AP時(shí)，可能是這種情況：

三個(gè)AP可能是這種情況

甚至這種：

這只是三個(gè)AP，有更多AP時(shí)怎么辦？

這里考慮一般的情況：

考慮一般的情況，設(shè)有n個(gè)AP，AP₁，AP₂，…，AP_n，坐標(biāo)是（x_i,y_i)。目標(biāo)點(diǎn)到這n個(gè)AP的距離是d_i。 設(shè)目標(biāo)點(diǎn)的坐標(biāo)是（X，Y），則可列一個(gè)方程組，有n個(gè)等式：

大家都減第一個(gè)等式，就消去了二次項(xiàng)，得到另一個(gè)方程組，有n-1個(gè)等式：

常數(shù)項(xiàng)換個(gè)名字，得到：

等式除以X的系數(shù)a_i，變量換個(gè)名字，得到：

等式有n-1個(gè)，現(xiàn)在問題變成了：已知一組點(diǎn)（u_i，v_i）滿足p+uq=v，求最合適的系數(shù)p，q，這是典型的最小二乘法

Java里可以用Apache Commons Math3這個(gè)library來解決最小二乘法，文檔見 SimpleRegression

這里還有一個(gè)問題，AP的坐標(biāo)（x_i，y_i）是像素坐標(biāo),那d_i相應(yīng)的需要是像素距離，需要做一個(gè)比例尺變換

比例很容易算，相關(guān)代碼：

public double getPicLen(double rssi) {double f=(-rssi-50)/22.0;return 41.785*Math.pow(10,f); }

服務(wù)器端代碼示例

通過上面的描述，服務(wù)器端代碼就很容易寫了，這里給出主要代碼：

private String[] macs; //輸入mac地址 private float[] rssis; //輸入信號(hào)強(qiáng)度 private int pn; //輸出，樓層 private double x,y,accuracy; //輸出，定位到的坐標(biāo) 和 精度 List<MtApLoc> aps=new ArrayList<>(map.keySet()); MtApLoc first=aps.get(0); //信號(hào)最強(qiáng)的那個(gè)ap for (MtApLoc one : aps) { //以信號(hào)最強(qiáng)的ap的樓層作為最終樓層，因?yàn)榭赡芩训狡渌鼧菍拥男盘?hào)if(one.getPn()!=first.getPn()) { //干掉其它樓層的apmap.remove(one);} } aps.clear(); aps.addAll(map.keySet()); size=aps.size(); this.pn=first.getPn(); if(size==1) {setStatus(0);setMessage("ok one point");this.x=first.getX();this.y=first.getY();this.accuracy=getPicLen(map.get(first).floatValue());return JSON; } else if(size==2) {setStatus(3);setMessage("to impl"); } else {float minRssi=-65; //信號(hào)強(qiáng)大要達(dá)到 -65 才參與運(yùn)算int min=4; //至少需要4個(gè)ap，這個(gè)條件比上個(gè)條件優(yōu)先size=0;for(Iterator<MtApLoc> it = aps.iterator();it.hasNext();) {MtApLoc ap = it.next();if(map.get(ap).floatValue()<minRssi && size>=min) {it.remove();} else {size++;}}//map的key之前是信號(hào)強(qiáng)度，現(xiàn)在變?yōu)?像素距離aps.forEach(ap -> map.put(ap,getPicLen(map.get(ap).floatValue())));double[][] ps=new double[size-1][4]; //看 size-1double r1=map.get(first).doubleValue();r1=r1*r1;double r2=first.getX()*first.getX()+first.getY()*first.getY();int n=0;for (MtApLoc ap : aps) { //生成數(shù)據(jù)if(ap!=first) {ps[n][0]=ap.getX()*ap.getX()+ap.getY()*ap.getY()-r2;ps[n][1]=2*(first.getX()-ap.getX());ps[n][2]=2*(first.getY()-ap.getY());double r=map.get(ap).doubleValue();ps[n][3]=r*r-r1;n++;}}assert n==(size-1);for(int i=0;i<n;i++) { //生成數(shù)據(jù)double k=ps[i][1];ps[i][1]=(ps[i][3]-ps[i][0])/k;ps[i][0]=ps[i][2]/k;}SimpleRegression reg=new SimpleRegression(true); //最小二乘法reg.addData(ps);setStatus(0);setMessage("ok Least Squares");this.x=reg.getIntercept();this.y=reg.getSlope(); }

效果檢驗(yàn)

系統(tǒng)完成了，這里需要檢驗(yàn)一下定位效果。為了簡(jiǎn)化過程，我是這樣操作的： 我選擇了一個(gè)固定點(diǎn)，就是我的座位（上面客戶端截圖中跳動(dòng)的紅心所在的位置），然后用手機(jī)客戶端做100次定位操作，同時(shí)服務(wù)器做log記錄下100次的定位結(jié)果，然后做分析。

我座位這個(gè)點(diǎn)被3個(gè)AP包圍著，定位效果應(yīng)該不錯(cuò)，所以結(jié)論可能會(huì)偏樂觀，實(shí)際應(yīng)該選擇不同的點(diǎn)。 不過選擇不同的點(diǎn)要記錄真實(shí)的點(diǎn)的坐標(biāo)，稍顯麻煩。后面做進(jìn)一步改進(jìn)和測(cè)試時(shí)，可以選擇不同的點(diǎn)做測(cè)試，這算作一個(gè)todo。 然后就得到100個(gè)定位結(jié)果，然后可以計(jì)算和真實(shí)點(diǎn)的偏差，結(jié)果如：

其中x、y是定位到的坐標(biāo)，單位是像素坐標(biāo)，diff是計(jì)算出的偏差，單位是米。

然后按距離排序，得到如下表，是全部數(shù)據(jù)：

從這個(gè)表可以大致分析定位效果：

• 100個(gè)點(diǎn)中，誤差小于1米的有4個(gè)點(diǎn)
• 大部分點(diǎn)誤差在1米到4米，有93個(gè)點(diǎn)，大致呈均勻分布態(tài)勢(shì)
• 誤差大于4米的有3個(gè)點(diǎn)，而且誤差極大，明顯屬于失敗的噪聲點(diǎn)

去掉3個(gè)失敗的點(diǎn)，剩下的97個(gè)點(diǎn)，可以用excel畫一個(gè)分布圖：

分析上面數(shù)據(jù)，以及實(shí)際測(cè)試過程，能發(fā)現(xiàn)，這個(gè)系統(tǒng)應(yīng)該有一個(gè)系統(tǒng)誤差。就是測(cè)試中，定位結(jié)果總是分布在距我大概2米處的某一點(diǎn)周圍，應(yīng)該是系統(tǒng)編碼某個(gè)地方缺陷造成的。

這是待改進(jìn)的To Do，預(yù)計(jì)找到問題解決后，重復(fù)上面的測(cè)試過程，定位效果能達(dá)到95%的點(diǎn)誤差小于2米的水平。

另外上面我選的點(diǎn)應(yīng)該屬于定位效果較好的點(diǎn)，一般情況的點(diǎn)的定位精度，得進(jìn)一步詳細(xì)測(cè)試得出。這里我拍腦袋估計(jì)，系統(tǒng)應(yīng)該在90%的點(diǎn)誤差小于5米的水平。

進(jìn)一步工作，改進(jìn)與設(shè)想

整個(gè)系統(tǒng)正在應(yīng)用到移動(dòng)組開發(fā)的一個(gè)找會(huì)議室的手機(jī)應(yīng)用“會(huì)議室”中，為其增加定位自身的功能。 為了完善系統(tǒng)，現(xiàn)在能想到的改進(jìn)有：

• 找到并改進(jìn)上面說到的 系統(tǒng)誤差
• 完善后，做進(jìn)一步的評(píng)測(cè)
• 考慮2.4G和5G信號(hào)的定位差別，目前是不區(qū)分的
• 信號(hào)強(qiáng)度和距離的公式的系數(shù)做進(jìn)一步精確
• 核心定位算法目前采用的是最小二乘法，目前在考慮用更智能的一個(gè)方法，叫“位置指紋”，這個(gè)算法預(yù)計(jì)效果更好，也容易實(shí)施
• 目前坐標(biāo)系統(tǒng)用的自定義的坐標(biāo)系，這個(gè)不利于使用者使用，考慮用更好的坐標(biāo)系
• 光有定位接口是不夠的，還應(yīng)該有 坐標(biāo)和地址相互轉(zhuǎn)換的接口；還應(yīng)該有導(dǎo)航的接口
• 推廣應(yīng)用到更多實(shí)際的系統(tǒng)中

這些改進(jìn)，會(huì)逐步完善，敬請(qǐng)期待本系列的（下）篇。

總結(jié)

以上是生活随笔為你收集整理的基于Wi-Fi的室内定位在美团总部的实践和应用（上）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。