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。