汤谨瑜　辅智豪　李高正　赵学龙

摘要：在地下停车场中，卫星信号较弱，无法满足定位的精度要求。随着智能手机硬件配置和性能的提升，蓝牙的性能也得到极大改善。在进行室內较封闭的环境定位时，利用安卓智能手机自带的蓝牙，搜寻室内所部署的蓝牙模块的RSSI信号值，可以满足地下停车场中停车、寻车的定位需求。定位时，采用KNN算法，将环境中的各个位置划分为小块，采集其指纹，设备通过指纹比照定位，误差在2.5m左右。针对RSSI信号白噪声较大的特点，采用卡尔曼滤波算法对其进行滤波，降低噪声干扰，提升定位精度。经测量，误差进一步降低到0.9m，效果显著。

关键词：蓝牙定位  KNN  卡尔曼滤波算法

引言

随着基于位置的服务（Location Based Service）的兴起，对于室内较封闭环境定位的需求越来越强烈。在商场、医院、停车场等环境中，部署定位服务可以给用户带来更好的服务体验。传统的卫星定位技术，如全球定位系统GPS技术，在室内电磁屏蔽强、卫星信号差的环境内无法应用;同时，民用GPS定位精度一般在200米以下，平均10米级左右，这样的定位精度无法满足室内定位覆盖空间小、精度要求高的需求。

室内定位的难点在于环境复杂、干扰较强，这种环境下单一信号的定位精度较低;如果能将多种定位技术科学地结合使用，可以使定位效果更好。目前室内定位主要采用蓝牙、WiFi、UWB等技术，但在不改进定位算法的情况下，定位精度低、结果误差大，部分成本也很高。目前这几种定位技术均需要部署anchor（即定位基站）：WiFi定位需要部署AP，蓝牙定位需要部署iBeacon或蓝牙基站，UWB需要部署超宽带基站。……