北斗蓝牙融合定位在智能快递取件系统中的应用研究

摘要：针对北斗卫星导航系统在室内定位方面的局限性，结合蓝牙定位技术，研究了基于北斗+蓝牙的室内外融合定位方法在智能快递取件系统中的应用。采用设置室外、室内、融合三类区域，室外采用自适应无迹卡尔曼滤波算法和加权KNN算法的数据处理方法提高定位精度和抗干扰能力，通过室内外融合定位实现无缝切换和坐标转换。最后结合民用快递驿站场景，进行了实验验证，实验结果表明，相比传统定位方法，该方法能提高精度1.808%，验证了该系统的实际应用和功能。

关键词：北斗；蓝牙AOA；室内定位；室内外融合定位；KNN算法

中图分类号：TP3 文献标识码：A

文章编号：1009-3044（2024）32-0101-03 开放科学（资源服务）标识码（OSID） ：

0 引言

北斗卫星导航系统是中国自主研发，面向全球用户提供高精度、高可靠定位、导航、授时服务的导航系统，在通信、水利、减灾、海事、海洋渔业、交通、勘探以及森林防火等领域发挥了重要的作用。但是卫星信号穿透性差，在室内场景下无法提供精确有效的定位导航服务。

在北斗卫星无法提供室内定位服务的情况下，如何获取准确的室内位置信息已成为室内定位服务发展的瓶颈。因此，高精度、低时延的室内定位技术，以及期在电磁环境和地理环境复杂的室内环境中获取准确的位置信息，是工业界和学术界积极探索的热门课题。

目前常见的室内定位技术有Wi-Fi定位[1]、蓝牙定位、RFID定位、惯性导航、超声波定位[2]、视觉定位[3]等。经过对比，蓝牙定位具有定位精度高、响应时间短、单站间距低、终端功耗低、成本低、穿透能力强的特点[4-5]，能满足位置信息精准度要求较高、长时间使用或者移动性较强的场景需求。为了实现高精度的室内外融合定位，本文采用北斗+蓝牙室内外融合定位方案，设计室内外融合定位智能快递取件系统，用于提高用户取件效率，辅助驿站管理包裹。

1 北斗室外定位及优化

1.1 北斗定位原理

北斗卫星定位技术利用原子钟同步的卫星信号和三球交会定位原理，通过测量传播时间差和卫星位置信息，以及应用三角定位原理，确定定位模块的二维位置。

然而，在实际使用中，北斗卫星导航系统可能受到多种误差的影响，包括大气延迟、多路径效应、钟差、卫星轨道误差以及接收器硬件误差等。这些误差会影响定位精度和可靠性，因此需要采取校正和补偿措施以提高系统性能。

1.2 基于自适应无迹卡尔曼滤波算法的数据处理

1.2.1 应用背景

自适应无迹卡尔曼滤波（AUKF） 根据观察结果动态调整观测噪声，以适应不同外部环境，提高滤波器的估算精度。传统卡尔曼滤波要求滤波模型为高斯白噪声，而实际系统中存在其他噪声，例如室内外环境差异和不同天气影响。为应对这种不一致性， AUKF引入了自适应模型，动态调整增益矩阵和观测噪声的协方差，提高了滤波器性能和定位数据准确性。

1.2.2 算法实现

1）参数初始化。设置观测向量M（W，Q，R，V1，V2，V3）为初始测量值，取样次数为hits，循环次数N=0，噪声P。

2）初始化状态转移矩阵。设置组合系统采样周期T和加速度相关频率re和rn。根据T、re和rn的值，更新状态转移矩阵F。

3）计算状态向量。进行hits次循环，根据状态转移矩阵F和观测向量的W分量更新状态向量X。

4）计算预测后的观测向量。根据初始观测向量的分量V1、V2、V3计算更新观测向量Z。

5）循环次数N=N+1。

6）提取状态向量的6个变量。

7）在预测点计算测量方程的Jacobi矩阵。

8）计算预测误差协方差矩阵。根据Jacobi矩阵计算的值和噪声P，计算增益矩阵K；计算估计矩阵和估计误差协方差矩阵。

9）更新估计矩阵。

10）若满足结束条件，即如果循环次数N≥hits，则循环结束并输出优化结果；否则跳转到第4） 步。

2 室内外融合定位

2.1 室内外定位模式切换方法

通过设计北斗+蓝牙融合定位系统实现较为精确的室内外无缝定位。当处于室外环境时，由于没有大型障碍物的遮挡，卫星导航系统的信号相对稳定和可靠，因此采用北斗GPS模块ATK-1218-BD接收定位数据已经可以实现高精度的室外定位。

当处于室内环境时，墙壁、屋顶等障碍物会导致卫星信号在室内环境中反射、散射或被吸收，从而降低信号强度。因此，团队设计实现蓝牙室内定位，使用三点定位的方式，测量RSSI值，并通过蓝牙网关发送到定位服务器，计算目标物体定位数据。

对于室内外交叉部分，则通过对北斗卫星信号和蓝牙信号的检测实现定位模式的平滑切换。当北斗卫星信号GDOP大于3的时候，由北斗定位切换为蓝牙定位；当蓝牙信号小于-75 dBm的时候，由蓝牙定位切换为北斗定位。系统结构图如图1所示。

2.2 融合定位算法

2.2.1 室内坐标处理

为了更好地实现室内外交叉部分的无缝融合定位，我们将室内坐标轴对应的部分离散的坐标提前存储数据库，便于后续更高效地获得转换坐标。于是本文根据室内区域的起始点A和终止点B的经纬度对室内区域按照网格划分，实现室内坐标与室外经纬度的换算。

设置每个网格的经度增量gridLonIncrement和纬度增量gridLatIncrement均为0.1°。首先确定起始点和终止点的经纬度坐标，以及每个网格的行数和列数。计算每个网格的经度和纬度增量。接着使用循环依次遍历每个网格，计算并输出每个点的经纬度坐标。最后根据公式计算出目标点C坐标对应的经纬度。

gridLonIncrement = |startLon - endLon| /numCols （1）

gridLatIncrement = |startLat - endLat|/numRows （2）

2.3 基于加权KNN 算法的精确室内外坐标转换

2.3.1 室内外融合处坐标处理

由于数据库的大小是有限的，且存储的数据必定是离散的，这也就意味着会存在部分坐标在数据库中无法直接调用，如果再用室内坐标算法处理，时间效率会降低，于是本文引用了WKNN算法，基于较少的坐标数据可以获取所有坐标数据WKNN算法[6]是一种计算非线性记忆性的匹配定位算法，基于使用欧几里得距离计算公式，如式（3） 。分别计算目标坐标与参考点坐标的距离大小。

其中有K 个参考点的坐标，将这K 个坐标的欧式距离取均值，如式（4） 。

然后对K 个参考点进行加权求平均计算目标坐标对应的实际值，如式（5） 。

2.4 应用场景

驿站场景包括室内区域（货架区）、室内/室外融合区域（取件区）。室内区域通过多个蓝牙信标对小车进行定位并将测量的RSSI值发送给蓝牙网关，网关再把数据上传到系统根据三点定位原理结合加权KNN算法计算出小车在室内的位置信息；室外/室外融合区放置取物台，根据对北斗卫星信号和蓝牙信号的检测，判断选择对应的定位模式，计算小车在对应定位模式下的位置信息。系统架构如图2所示，驿站室内外场景建模如图3所示。

3 实验对比

3.1 基于自适应无迹卡尔曼滤波算法的实验误差对比

扩展卡尔曼滤波（EKF）与传统的卡尔曼滤波（KF） 相比解决了非线性问题，优化了状态转移模型和观测模型，可以将其转换成非线性模型。

无迹卡尔曼滤波（UKF）与EKF相比，结果的精度优化了，等价于进行了二阶泰勒展开，但是因为计算量的提升，计算速度相应有所降低。且一般情况下雅可比矩阵不易实现，于是UFK舍去了雅可比矩阵，省去了计算中的求导过程。对比图4（a） 和图4（b） 可以看出扩展卡尔曼滤波存在大量线性化误差，在小区间内大量波动情况都被忽视了，而无迹卡尔曼滤波通过无迹变换来处理平均误差和协方误差的非线性传递问题，借助大量的已明确的样本信息来无限逼近真实值，实现情况如图4（a）。

自适应无迹卡尔曼滤波（AUKF）在UFK的基础上增加了自适应的处理，可以根据观察结果来动态调整观测噪声，从而提高滤波器的估算精度，比较图4（a） 和图（c） 可以明显感受到动态调整的波动性。这样做的目的是因为UFK等部分卡尔曼滤波对滤波模型都有极高的要求，只能是高斯白噪声。但是在实际系统中，会存在其他噪声的情况。因此，考虑到模型的不一致性，就引入了自适应模型。此处本文在同一套系统下，对无迹卡尔曼滤波UKF，自适应扩展卡尔曼滤波AEKF 和自适应无迹卡尔曼滤波AUKF进行了大量实验，总结了实验结果，从四个维度的误差图中可以看出自适应无迹卡尔曼滤波在平均误差上在原始基础上优化提高了50.08%，协方误差上提高了38.82%。

3.2 基于加权KNN 算法的的室内外坐标转换的准确度对比

对加权KNN算法进行多维度比较，对比3×3坐标轴和5×5坐标轴下三组数据的计算结果可以看出，数据集的大小并不会影响加权KNN算法的计算结果。将加权KNN算法和KNN算法与精确结果进行对比，发现，在中间位置KNN的误差率为0，这是因为KNN 算法只是简单地取平均值，因此在平均位置处的结果准确度最高，并且以此向两边递减，而加权KNN算法对于多组数据的计算结果的误差较为平均。总体上加权KNN算法将误差率降低到了1.808%，在KNN算法的基础上缩小了五倍。本文进行了大量数据实验，表1选取了部分典型的数据进行展示对比。

4 结束语

本文提出了一套基于北斗+蓝牙技术的室内外融合定位智能快递取件系统。借助调度小车、录入包裹信息、生成取件码、通知用户取件等功能，提高了用户取件效率并辅助驿站管理包裹。在室外定位方面，使用了北斗卫星定位技术，并且对原始定位数据进行解析。在室内定位方面，使用的是蓝牙定位技术，处理数据运用了基于自适应无迹卡尔曼滤波算法和加权KNN 算法，并实现了室内外融合定位的无缝切换和坐标转换算法。本文解决了北斗卫星导航系统在室内定位方面的局限性，并且展现了蓝牙定位技术在室内定位中的优势。同时，该系统还具有操作简便、安全可靠等特点，为快递业务的快速发展提供了有力支持。

【通联编辑：朱宝贵】

基金项目：江苏省大学生创新创业训练计划项目（202311276018Z）