摘要：随着人工智能技术的发展深度学习逐渐应用于各个领域，在室内场景识别或室内定位这一领域也相继得到应用。尽管在室外定位环境中，全球定位系统(GPS)是当前定位领域最好的定位系统，但是室内环境不同于室外，由于室内环境中通常会出现障碍物的遮挡以及金属结构的屏蔽等问题，使得室内定位经常会出现因为信号不稳定而无法定位的情况。本文就基于深度学习室内定位方法改进展开探讨。
关键词：室内定位；图像识别；深度学习
引言
由于室内环境的复杂度较高，室内环境参考图像的选取显得尤为重要。基于计算机视觉的图片室内定位方法，最基础的部分在于参考图像的选取，由于室内的复杂环境，存在很多相似物体和环境，参考位置图像的选取直接影响到定位系统的精度及稳定性。
1 室内定位定位原理
定位原理可以分为基于测量的定位和基于指纹匹配的定位2类。其中基于测量的定位包括基于到达时间、到达角及基于RSSI传输模型等几种类型。基于RSSI信号传输模型的定位实质上是一种基于距离的定位方法，已知信号传输模型，测量传输时间确定待定位目标到已知参考点传输距离，利用三边测量法确定待定目标的位置。二维定位需要与待定位目标不在同一直线上的3个参考点辅助定位，三维空间定位需要4个与待定位目标不共面的参考点。到达时间算法（TOA）也是一种基于距离进行定位的算法。通过测量无线信号从待定位位置到已知位置之间的时间差，计算出待定位位置与已知位置间的距离，进而确定待定位位置。由于TOA算法须保证待定位置和已知位置严格同步的要求，难以达到，基于到达时间差（TDOA）的算法应运而生。TDOA是利用信号到达已知位置的时间差来估计用户位置，只需已知位置间实现同步。基于AOA的算法是已知参考点的位置坐标，通过测量目标位置到两参考点的角度来计算待定位位置。基于指纹匹配的原理是把实际环境中的位置和某一种或多种特征信息，即指纹，进行关联，离线阶段采集位置指纹信息构建指纹数据库，在线阶段当移动设备发出定位请求时，收集待定位位置的特征数据，与指纹数据库中数据进行对比，结合匹配算法估算待定位位置。基于指纹的定位方法精确度与离线阶段收集指纹和位置信息的采集点数量密切相关，采集点数量越多，采集的信息量越大，在线阶段定位匹配度越高，定位越准确。但同时，会增加离线采集的工作量和数据存储需求，对在线匹配算法的处理要求也会增加。
2 常用室内定位技术
2.1红外定位
红外线是波长介于微波和可见光之间的电磁波。由于红外线的光谱频率组成单一，且具有非常小的光束发散角，因此很容易实现直线传播，但是由于红外线的传播速度与光速相同，使得红外线在某些特定范围内应用时受到一定的限制。红外信标室内定位。该定位方法首先对所需的红外光源进行组合，通过不同的排列方式或红外信标数量，使得一个红外光源的组合对应一个位置。在实际定位时，通过红外成像传感器接收到的信标信号，识别对应的组合ID，根据ID获取信标位置，最后利用待定位目标与信标的空间位置关系求得目标的实际坐标。典型的基于红外信标室内定位的系统是，Olivetti研究实验室开发的ActiveBadge系统。优点：具有良好的方向性优势在于定位精度较高,系统成本低。红外信号发射器能发射具有唯一身份标识的信号，使得其准确性好。缺点：不能穿过障碍物，传播距离短，易受其他光源干扰，成本高。
2.2蓝牙(Bluetooth)室内定位技术
蓝牙技术是一种无线数据与语音通信的开放性全球规范，可以实现固定设备、移动设备之间的短距离数据交换。将蓝牙技术应用于室内定位领域，需要在室内安装适当的蓝牙局域网接入点，将网络设为基于多用户网络的连接模式，使接入点始终在一个微网络的主设备，通过信号强度值获得用户的位置，从而实现室内定位。2013年9月，苹果公司发布了iBeacon技术，该项技术是基于低功耗蓝牙4．0的精准定位技术，通过。
经过近几年的发展，该技术得到了普及，国内外学者开始研究将iBea-con技术应用到室内定位领域，一些研究者利用iBea-con技术开发出了智能导览系统，在景点、商场以及图书馆等大型的室内环境具有较强的应用前景。
2.3UWB定位
UWB是一种无载波通信技术，利用纳秒至微秒级的非正弦波窄脉冲传输数据，UWB发射功率很小，应用范围很广。最小UWB定位系统主要由标签、参考节点以及数据处理模块组成。标签是待定位目标所携带的，用于被参考节点识别。参考节点与数据处理模块相连，且参考节点的位置是已知的。参考节点每隔一段时间向数据处理模块发送其检测到的标签位置，最后由数据处理模块通过定位算法得出标签坐标。英国Ubisense公司的定位系统就是采用UWB定位，该系统采用码分多址技术和TDOA/AOA算法，定位精度可达亚米级。优点：UWB具有非常高的通信速率并且具有低功耗、多径分辨能力强、定位精确等特性。缺点：UWB定位技术容易受到电磁干扰、NLOS等影响。
2.4超声波室内定位技术
超声波定位技术主要采用反射式测距法，通过几何定位方法确定物体位置，超声波定位系统由一个主测距器和若干接收器组成，将主测距器放置在待测目标上，接收器固定在室内环境中。超声波室内定位技术定位时向接收器发射同频率信号，接收器接收信号后反射传输给主测距器，根据回波和发射波的时间差计算距离，从而确定待测目标位置。超声波发射器和接收器要求具有时间一致性，超声波受空气密度、湿度影响较大，因此在气候复杂的区域内精度较低，成本较高。超声波室内定位技术基于测距的原理分为TOA法、TDOA法和相位法等。目前超声波定位技术在室内机器人定位方面有较为广泛的应用。
3 基于深度学习图像标注室内定位方法策略
为了提高定位系统的稳定性，本文提出了多部位协同标注的策略。通过实验发现当两个参考图像的大部分极其相似时，系统可能无法正确加以区分并识别。究其原因是因为当两图大致相同时，通过传统的标注方法（对参考图像中的目标进行一次画框标注）系统训练提取的图像特征大致相同，此时系统可能会因为大致特征相同而将这些特征进行错误分类，因此导致在识别过程中出现错误。所以，当参考图像大致相同时需要比较图像之间的局部纹理特征加以区分。在本文的实验环境中出现很多大致相同的参考图像，因此本文提出了新的标注策略使得系统可以学习到大致相同的参考图像的局部纹理特征从而实现对该图像的正确区分与识别。与传统的只对参考图像中的目标进行一次整体标注的方式对比，本文提出多部位协同标注的策略，即在整体标注的基础上增加特征明显的子部位的标注，例如：在本文的数据集中，选择各个门的门牌作为子部位进行标注。因此，识别过程就不再是对图像整体的一次识别，而是多个部位协同识别，综合输出识别结果。理论上是子部位选取越多，图像识别率就越高，但是随着标注的子部位数量的增加，图像识别所消耗的时间也相应增加。在实际应用中，由于考虑到定位系统对于实时性的要求较高，因此本文权衡图像识别率和消耗时间选择采用增加一个子部位的标注策略。
结语
综上所述，室内定位技术由于其工作环境的影响，定位难度和复杂度远高于室外定位技术。在通过算法降低室内定位误差时，要尽量减少环境带来的干扰，以此提高室内定位精度。也可以根据需要使用混合定位，弥补单一技术的不足，提高普适性
参考文献
[1]邓中亮，余彦培，徐连明，等.室内外无线定位与导航［M］.北京：北京邮电大学出版社，2018.
[2]郎昕培，许可，赵明.基于无线局域网的位置定位技术研究和发展［J］.计算机科学，2018（6）：21-24.
[3]裴凌,刘东辉,钱久超.室内定位技术与应用综述[J].导航定位与授时,2019,4(03):1-10.