蒋伟斌， 黄春晖，2

(1.福州大学 物理与信息工程学院，福建 福州 350116； 2.阳光学院 人工智能学院，福建 福州 350115)

0 引 言

无线传感器网络(wireless sensor networks,WSNs)定位技术是物联网产业发展的基石[1]。室内定位一直是物联网产业当中一大难点，在室外可采用先进的全球卫星定位系统(global positioning system,GPS)、北斗卫星等进行精准定位，精度可达到1 m级别[2]。但由于卫星信号对城市当中的钢筋混凝结构的穿透力差，因此,在地下或者相对密闭空间中定位能力弱。在室内定位常采用无线传感网络定位技术解决GPS对室内定位应用中的空白，为大型商超或大规模自动化工厂提供必要的位置指示和导航方案[3]。

WSNs当中常用于室内定位的有到达时间(time of arrival,ToA)、到达信号时间差(time difference of arrival,TDoA)、飞行时间(time of flight,ToF)及接收信号强度指示(received signal strength indication,RSSI)等信号进行测距定位。但由于这些方式对两点之间的距离测量存在较大的误差，所以需要更多的滤波算法提高测量的准确度。文献[4]中提到采用三种滤波预处理方式对RSSI数据处理，但实验结果表明采用的滤波算法改善的效果有限。文献[5]对Shadowing模型进行分析，采用贝叶斯处理，在一定程度上提升精度，但算法复杂程度高。除滤波算法外还需要更多的设备[6]，增加了定位识别的时间也不易便携化。除了采用双目摄像头极大提高了测量的准确性同时也增加WSNs以外，文献[7]使用了视觉处理的方法进行算的定位，复杂性，对硬件要求也更高。

本文针对目前室内定位算法中WSNs算法精度不高以及视觉类型中算法复杂对硬件要求高的问题，提出RSSI与单目摄像相结合的方式，形成一种融合算法。……