孙 健，于 浩，辛喜福，罗博文，闫 婷

(1.吉林吉大通信设计院股份有限公司 铁塔分院,吉林 长春 130012;2.吉林吉大通信设计院股份有限公司 政企分院,吉林 长春 130012;3. 中国电信股份有限公司长春分公司 智慧家庭运营中心,吉林 长春 130000)

室内定位作为一种定位技术的发展方向，主要针对室内场景提供定位服务，如室内定位系统可以部署应用于商场、会议中心或其他由于卫星信号受到遮挡导致卫星定位系统无法正常工作的环境中。该系统能够弥补卫星定位方法覆盖受限导致室内应用不足的问题。因此，近年来，室内定位方法已逐渐成为定位领域内研究的热点。

在目前研究的室内定位实现方法中，文献[1-3]将惯性导航系统(Inertial Navigation System，INS)和无线传感器网络(Wireless Sensors Network,WSN)相互结合，通过传感器间的数据融合算法提高导航系统的室内定位精度。同时，定位和映射(Simultaneous Localization and Mapping,SLAM)算法[4-5]是一种与室内惯导系统原理完全不同的室内定位方法，其利用激光雷达扫描周围区域建立基于距离与角度的极坐标测量数据库，并以此为基础构造实时更新的“室内地图”。除此以外，Wi-Fi[6]、超宽带(Ultra Wide Band，UWB)脉冲信号[7]和蓝牙[8]也是较为常见的室内定位解决方案。但是，上述室内定位方法一般需要放置特殊的辅助设备，或在系统布置完成前的量测工作量过大，因此，一般仅能应用于工业厂区或尚停留于实验室测试阶段。

近年来，随着深度学习技术的突破，人工智能领域加速崛起，计算机视觉技术发展迅速。受到视觉识别算法的启发，文献[9-10]提出了一种新型的基于视觉物体识别的室内定位算法，该算法利用深度学习方法检测、识别拍摄图像中物体，并通过与数字地图匹配计算大致位置，最后利用非线性解算方法计算准确定位结果。……