蓝牙物联网室内定位系统解决方案

目前国内外室内定位技术较多,常见的有无线局域网(Wireless Fidelity,WiFi)、射频识别(Radio FrequencyIdentification,RFID)、蓝牙低功耗(Bletooth Low EnergyBLE)、超宽带(Ultra Wide BandUWB)技术等。近几年智能设备的迅速发展和蓝牙设备的生产制造成本越来越低,使得基于蓝牙技术的室内定位系统成为当下的研究热点。

蓝牙定位系统建设成本较为低廉、使用较为方便,因此有许多厂商采用这一技术实现室内定位。但是,大部分厂商更关注于平台端的展示效果,而忽略了对定位精度的优化。

蓝牙定位标签具有体积较小、便于携带的特点,因此该系统应用场景较为广泛,比如在化工园区、大型工厂、智造车间、隧道施工等需要对人员或物品进行实时定位的典型场景,同时在一些需要室内导航的场景也具有广泛的应用,如博物馆、景区、商场等

1、系统总体设计方案

室内定位系统

室内定位系统使用蓝牙信标的方式进行定位,蓝牙信标广播当前的信号强度,经过滤波处理后进行距离转换,通过在具体场景下布设的多网关进行数据的 LoRa 上报:由基站进行数据汇总并传输给服务器,服务器通过定位引整中的多点定位算法获取定位终端的位置数据,并将位置信息实时展示在Web页面。

系统涉及到以下几个部分,包括定位终端、蓝牙LoRa网关、LoRa基站和室内位置信息服务云平台。

(1)定位终端(待定位点):

具备蓝牙 4.0 以上功能的标签、手环、工卡等均可作为能够持续向网关发送信号强度值和自身的 mac 地址信息的定位终端。本系统采用自主研发的定位终端设备和 BlueNRG-2 蓝牙低功耗片上系统,使用Beacon 方式定时广播信号(定时时间可调),通过加速度传感器(G-Sensor)进行运动状态检测。

当终端设备处于静止状态下,可设置每隔一段时间(时间可调) 发送一次心跳数据。对于不同的部署场景,可对定位终端进行相关配置以满足定位实时性和功耗等需求。例如,在固定资产的定位场景中,定位终端(通常为标签)需固定在资产物体上,对于功耗的要求较高且其位置并不经常移动的,只有当物体移动时才对其实时定位:物体保持静止状态时,每隔固定时间发出信号,若接收不到,后台根据判断机制触发报警。

对于特殊区域的人员定位场景,人员随身携带定位终端(通常为工卡手环).对定位的实时性要求较高,但对功耗要求不高。因此定位终端有必要设计运动状态检测、心跳上报等功能以满足不同定位场景的需求。

(2)蓝牙

LoRa 网关(定位错节点):蓝牙网关部署在定位终端所在的室内环境中,部署方式根据实际环境验证后决定。本系统采用自主研发的蓝牙 LoRa 网关,该网关采用BlueNRG-1低功耗蓝牙系统级芯片接收蓝牙信号,以Cortex-M4内核的STM32f407为主控芯片,将接收到的蓝牙信号数据采用 SX1276 芯片进行 LoRa 扩频调制发送,实现远距离信号传输。

(3) LoRa基站:

系统的 LoRa 基站采用SX1302 芯片进行 8 路数据接收,首先将多信道的 LoRa 信号接收到基站中接收的数据经过整合后通过 MQTT 协议发送至服务器。

(4)室内位置信息服务云平台:

具有云平台集成数据库定位算法引擎和 Web 展示等功能。云平台接收从基站发来的各类数据并保存至数据库中,调用定位算法引擎进行计算,得到定位终端的坐标信息并保存,定位数据可发送给 web 端进行地图显示等。

室内定位系统的工作原理为:将多个网关设备部署在待定位点所在的室内环境,网关中的蓝牙接收器接收定位终端(iBeacon)定时广播的信号并进行汇总打包;通过网关的SX1276芯片进行 LoRa 发送,LoRa 基站接收到网关的数据包信息后将这些数据人网,并通过4G/WiFi/ 有线等方式远距离传输至室内位置信息服务云平台,高精度的定位引擎实时计算定位终端位置,最终在 Web 端展示。

2、RSSI 测距模型的确立

物联网室内定位系统

无线信号通过发送端发射,一般信号所带的能量在发射过程中会存在衰减“,即无线信号强度会随着距离的增大而衰减。通常无线设备常利用接收信导强度指示值 (ReceiveSignal Strength Indicator.RSSI)表示信号到达接收端的信号强度值。基于 RSSI的测距方法利用信号衰减程度与距离有一定数学关系,一般归纳为自由空间传播模型。

在实际定位环境中,存在人员的走动和物品位置的移动导致接收端接收的 RSSI 值存在抖动。如果直接通过接收信号的 RSSI值和公式(3) 换算得到接收端与发送端的距离会造成测距与真实距离误差过大,最终的定位点大幅度漂移因此,对于采集到的定位点 RSSI 值要经过一系列滤波处理后再进行距离的换算。

3、信号滤波方式

大量研究和实验表明,待定位点位于信号发送端固定距离的位置时,采集到的 RSSI值近似呈现为高斯分布”。因此,本文采用基于高斯滤波的方法对采集到的 RSSI值进行滤波处理,该处理方式的特点在于能够过滤掉因环境突变而出现的短时 RSSI过大或过小的抖动值。对于出现概率较大的值进行均值处理,从而得到对应距离的 RSSI特征值。

4、定位算法

基于 RSSI 测距是一种简单并容易实现的室内定位方法具体做法是利用 RSSI 值与距离的关系,得到待定位点(定位终端)与定位错节点(网关)的距离接着应用三边(三角)定位算法或多点定位算法将待定位点的位置估算出来由此实现了对定位终端的位置测算。

传统三边定位算法是基于圆形相交的原理,以三个定位错节点为圆心,以锚节点到待定位点的距离为半径做圆。由于信号的损耗,三个圆一般不会相交于一点,连接两个圆的圆心以及两个圆的交点、两条直线的交点即为策略点,则三个圆会得到三个策略点,策略点连线为一个三角形的区域,该区城的质心即为要求得的待定位点的坐标位置 。

出处:物联网技术

原标题:基于蓝牙技术的物联网室内定位系统

作者:葛敏婕 赵子涵

参考资料

https://www.hooketech.com/indoor-positioning-system.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/241403.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

信号与线性系统翻转课堂笔记8——周期信号的频谱

信号与线性系统翻转课堂笔记8——周期性信号的频谱 The Flipped Classroom8 of Signals and Linear Systems 对应教材:《信号与线性系统分析(第五版)》高等教育出版社,吴大正著 一、要点 (1,重点&#…

OpenCV利用HSV颜色区间分离不同物体

需求 当前有个需求是从一个场景中将三个不同的颜色的二维码分离出来,如下图所示。 这里有两个思路可以使用 思路一是通过深度学习的方式,训练一个能够识别旋转边界框的模型,但是需要大量的数据进行模型训练,此处缺少训练数据&a…

CentOs 安装MySQL

1、拉取安装包 wget --no-check-certificate dev.mysql.com/get/mysql-community-release-el6-5.noarch.rpm 成功拉取 2、安装 yum install mysql-community-release-el6-5.noarch.rpm 过程中可能需要你同意一些东西,y 即可 然后稍微检查一下 yum repolist enabled…

基于 OpenCV 的车辆变道检测,计算机视觉+图像处理技术

本期教程我们将和小伙伴们一起研究如何使用计算机视觉和图像处理技术来检测汽车在行驶中时汽车是否在改变车道!大家一定听说过使用 OpenCV 的 haar 级联文件可以检测到面部、眼睛等,但是如果目标是汽车,公共汽车呢? 01. 数据集 …

前端工程注入版本号

文章目录 一、前言二、webpack三、vite四、最后 一、前言 容器化时代,当页面出现问题时,如果你的新版本有可能已经修复了,那样你再排查它就没有意义了。为什么不一定是最新版本呢?一是可能是缓存作祟,二是可能运维成员…

互联网+建筑工地源码,基于微服务+Java+Spring Cloud +Vue+UniApp开发

一、智慧工地概念 智慧工地就是互联网建筑工地,是将互联网的理念和技术引入建筑工地,然后以物联网、移动互联网技术为基础,充分应用BIM、大数据、人工智能、移动通讯、云计算、物联网等信息技术,通过人机交互、感知、决策、执行和…

使用Python自己写了一个Renpy 汉化插件

之前看了很多教程都是Renpy怎么解包、怎么创建翻译文件,对翻译过程没有过多讲解,就根据翻译文件写了一个小程序,如果需要的可以自行下载使用。 使用方法: 1.按照正常unrpa的解包方式renpy进行解包; 2.使用renpy-sdk…

React 的 Suspense 和 ErrorBoundary 这关系也能有?

Suspense 组件想必大家都用过&#xff0c;一般是和 React.lazy 结合用&#xff0c;用来加载一些异步组件。 比如这样一个组件&#xff1a; // src/Aaa.jsx export default function Aaa() {return <div>aaa</div> }就可以在另一个组件里用 lazy Suspense 异步加…

测试开发体系介绍——测试体系介绍-L3

目录&#xff1a; 测试框架体系TDDDDTBDDATDD介绍 测试框架是什么&#xff1f;测试框架的价值&#xff1a;测试框架的收益&#xff1a;常见测试框架类型&#xff1a;TDDBDDBehaviorDrivenDevelopmentATDDAcceptanceTestDrivenDevelopmentMBTModelBasedTestingDDTDataDrivenTes…

案例147:基于微信小程序的酒店管理系统

文末获取源码 开发语言&#xff1a;Java 框架&#xff1a;SSM JDK版本&#xff1a;JDK1.8 数据库&#xff1a;mysql 5.7 开发软件&#xff1a;eclipse/myeclipse/idea Maven包&#xff1a;Maven3.5.4 小程序框架&#xff1a;uniapp 小程序开发软件&#xff1a;HBuilder X 小程序…

MFC 视图窗口

目录 视图窗口概述 视图窗口的使用 视图窗口创建流程 命令消息 WM_COMMAND 处理顺序 对象关系 视图窗口概述 作用&#xff1a;提供了一个用于显示数据的窗口 关于视图窗口 视图类是用来展示用户&#xff0c;文档类是用来存储和管理数据视图窗口是覆盖掉框架窗口的客户区…

详解Vue3中的插槽(slot)

本文主要介绍Vue3中的插槽&#xff08;slot&#xff09;。 目录 一、在普通写法中使用插槽&#xff08;slot&#xff09;作用域插槽默认插槽 二、在setup写法中使用插槽&#xff1a;注意事项 在Vue3中&#xff0c;插槽&#xff08;slot&#xff09;是一种用于在父组件中向子组件…

Unity矩阵平移旋转缩放Matrix4x4

Unity矩阵平移旋转缩放Matrix4x4 Unity中的矩阵&#xff08;Matrix4x4&#xff09;创建自定义模型平移矩阵缩放矩阵旋转矩阵 Unity中的矩阵&#xff08;Matrix4x4&#xff09; 最近在研究帧同步定点数物理系统中需要自定义定点数矩阵&#xff0c;所以在这里分享下基础的矩阵案…

蓝牙物联网在智能家居中的应用前景

物联网智能家居系统是应用物联网技术&#xff0c;在传统家居环境下将各种零散无序的电器整合成统一整体&#xff0c;实现家电的全程自动控制&#xff0c;满足用户高效管理需求的一种新型家居模式。 其主要的子系统有家居感知系统、家庭网络系统、智能家居控制管理系统等&#x…

使用教程之【SkyWant.[2304]】路由器操作系统,破解移动【Netkeeper】校园网【小白篇】

许多高校目前饱受Netkeeper认证的痛苦&#xff0c;普通路由器无法使用&#xff0c; 教你利用SkyWant的Netkeeper认证软件来使你的SkyWant路由器顺利认证上网&#xff0c;全宿舍又可以合作共赢了&#xff01; 步骤一&#xff1a;正确连接网线&#xff0c;插电开机 正确连接网…

分布式Session使用步骤

目录 1. 为什么用分布式Session2. Spring-Session使用步骤2-1. 添加依赖2-2. yml配置 1. 为什么用分布式Session 将一个项目部署到多台服务器上时&#xff0c;多台服务器的Tomcat的Session不共享。那么就有可能造成Session数据不一致情况&#xff0c;所以此时就需要使用分布式…

Gateway API

Gateway API 目录 原文链接 https://onedayxyy.cn/docs/GatewayAPI 本节实战 实战名称&#x1f6a9; 实战&#xff1a;Gateway API在istio里的安装及测试-2023.12.23(测试失败) 前言 Gateway API 是由 SIG-NETWORK 社区管理的开源项目&#xff0c;项目地址&#xff1a;http…

nodejs+vue+ElementUi洗衣店订单管理系统4691l

衣服但是找订单的时间太长&#xff0c;体验非常的差。而且对于店家这也很头疼&#xff0c;麻烦的查找订单的方式&#xff0c;让他总是重复着繁琐的步骤&#xff0c;记录的时候也很容易出问题&#xff0c;容易把衣服弄错&#xff0c;再然后就是对于收来的衣服也很麻烦&#xff0…

初识QT(上篇):What Qt

初识QT&#xff08;上篇&#xff09;&#xff1a;What Qt 前言 & 说明前言说明 初识QT1.1 QT的what1. 介绍2. 发展历程3. QT架构的主要内容4.QT的常用模块 1.2 QT的 why1. QT的核心机制 下篇笔记链接 前言 & 说明 前言 前言&#xff1a; 之前说要share的qt相关知识&am…

【AI提示词人物篇】创新艺术未来,让科技改变想象空间

AI 绘画学习难度和练习技巧 学习绘画的技巧 学习能难度&#xff1a; 外貌特征&#xff1a;AI需要学习识别和理解各种外貌特征&#xff0c;如发型、肤色、眼睛颜色等。这可能需要大量的训练数据和复杂的模型架构。 镜头提示&#xff1a;AI需要学习理解不同镜头提示的含义&…