不请自来，虽然这个问题关注的人不多，不过确实是我很感兴趣的，所以决定今天贡献知乎首答了。先自我介绍一下，我从事室内定位的研究也有两年多了，参加过国际会议与竞赛，也有trans和期刊论文在修，自己也开发了算法，并读了不少论文，对这一块的发展还是有一些了解的。 楼上 @沈晓龙 已经提到了一些技术，他说的ipin,ipsn水水的我也很同意，不过只是说这些会议的准入门槛不高，并不能说明里面没有好的文章。事实上我在里面看到了很多有意思的文章，不仅思维很严谨，而且提供了一些很有趣的角度。还有一个版块也是藏龙卧虎，能够看出业界的尖端水平的。 那就是，室内定位竞赛。每年微软都有在ipsn上举办室内定位的竞赛，今年在西雅图的比赛我也有幸参加，有很多名校的参与啊，确实有很多亮眼的解决方案。（其实我想说别人怎么都那么多经费啊！！！）整个比赛分为两组，infrastructure-based 和infrastructure-free。也就是是否需要增加额外基础设施。Wifi的解决方案是属于后者。 比赛的赛制是这样的：第一天有五个小时的系统设置时间，时间到了以后是不允许再触碰任何设备的。当天晚上到第二天早上开始进行分组比赛。比赛的地点是一个50m*50m的室内空间，有很多开会的人在周围走动，环境还是相当复杂的。最后的测试实在事先测定好坐标的20个点读取数据，错误低的获得胜利。 比赛的链接：Microsoft Indoor Localization Competition -------------------------------------------------------------------------------------------------------------------------------------------- 下面进入干货环节，我来给大家说说都有哪些靠（ang）谱（gui）和有意（keng）思（die）的方案。 首先是最终排名第一的方案。这个团队来自European Commission Joint Research Center。 研究的是Nuclear Security。大概是想能在发生像福岛核电站那种事故的时候精确的找到室内的人或者物品吧。先上图 32线的Lidar。嗯，对的，就是和谷歌无人车上那玩意一样的东西。价格大约是几万欧元到十几万不等。太贵了？我也觉得贵啊，可是人家有钱啊。题主问有没有精确到1cm成熟的解决方案，这个精度上算是基本达标了。他们实现的过程我都有仔细观察，实现起来非常迅速，需要一个激光测距仪做对室内扫描并进行3D建模，然后就可以定位了。这个方案不受路人的影响，其实周围有多少人在他们的app上都有清楚的显示，可以看到下图的红点。不过这玩意太大了，而且价格有点太离谱了，激光对眼睛不好呀！！所以这个方案利弊非常明显，只能在有限的地方使用。 （此图来自于他们的ppt） 关键问题是，他们是属于infrastructure-free组的，这不是坑爹嘛，搞得这个组的所有人先自动下降一位。答主的方案也是这一类的，被坑了。比赛中他们的最终精度是20cm。和1cm还是有些差距的。不过我们得知道，这些个测试的点的坐标，也是组织者用激光测距仪手动测出来的，不一定完全精确，并且最后人站立的位置也有一定的误差。考虑到比赛完全是在陌生环境中，有理由相信在熟悉环境中是有可能达到1cm的精度的，当然我也没有试过，我也买不起呀。 -------------------------------------------------------------------------------------------------------------------------------------------- 总成绩的第二名是来自CMU。他们说是他们的第五代产品了。而且在他们演讲的最后发现有博世和因特尔的赞助，感觉吊吊的。去年其实他们也参加了，不过好像成绩不太好。他们的方案是基于超声波测距的。用的是TDOA。在整个测试的地方用了十个左右的anchors，anchor长这样： 内部长这样子： （此图来自于他们的ppt） 看起来还是挺成熟的。这个的精确度也是挺稳定的，最后的测试结果显示精确度在31cm。 是infrastructure-based组的第一名。这个方案精确度和成熟度也是不错了，问题在于超声波的接收器并没有和蓝牙，WiFi一样普及。而且超声波有没有危害也是一个问题。这个方案是会受到行人的影响的，当时他们组测试的时候正好赶上吃饭的时间，我们那层楼是用来给大家用餐的，测试的时候他们导师一看到人就可紧张了，看来压力不小啊。让我们看看有了这些厂商的支持这个方案最终能不能得到推广。 -------------------------------------------------------------------------------------------------------------------------------------------- 总成绩的三四名都是用的ultra wide band方案,他们都是采用的deca wave的芯片。deca wave现在是uwb领域很出名的公司了。价格也不贵，而且精度很不错。排名总成绩第三的公司叫做time domain，从事uwb也挺久的了，挺出名的公司，有不少专利。第四名的是密歇根大学的方案。采用的Time of Flight 测距加上三角定位。板子如下： 应该是用了其他的rf信号来做时间同步。他们采用了多次测距取平均值的方法。获得了很高的精度。值得注意的是，在测试点中有一个点他们预测的很糟糕，不然他们就是冠军了。从下图还可以看出，他们还考虑了天线的影响。 UWB技术挺不错的，个人比较看好。虽然不一定能进入消费级市场，不过在专业的领域应该有不小的发展空间。 ---------------------------------------------------当然还有很多逗逼的方案-------------------------------------- 比如用灯的。这个不是通过led灯频率哦，他是通过图像识别灯的角度，来估计相对于灯的距离和 角度，图如下： 每次定位必须躺在地上拍照，实用性不强，不过想法挺新颖的，实验室有钱了就能实现个人理想啊。运来了好几箱的灯~~~~~~ 还有通过磁场的。使用下面的装置产生固定的磁场频率。然后通过磁场频率与强度来定位。也是一种方法就是了。坑爹的是楼主的方案使用了地磁来校准，有了这个东西，整层楼的磁场都出问题了，只好半夜里改方案，都是泪啊。 --------------------------------------------------------IPIN------------------------------------------------------------ 上个月去Banff参加了IPIN，竞赛环节亮点不太多，可能因为在加拿大吧，感觉有挺多犀利的实验室和公司并没有前来，不过恭喜中国的小伙伴获得了手机组的冠军。他的算法主要是使用手机上的惯性传感器，使用PDR算法来测算用户的行进距离和朝向，再结合Wi-Fi指纹来做修正。还有一组是脚上绑着传感器的方案，韩国童鞋拿了第一（不太服气啊，这个比赛都是韩国人资助的，听说这哥们在准备的时候各种让算法学习测试人员的走路方式，学习了好久，那自然是准的）。不酸了，第一还是说明挺有水平的。 IPIN有一些水文，也有不少好文。给我印象最深的（我并没有把所有的论文都听了）一个是用UWB做的仓库定位。是来自日本的大学，导师是个中国人。他们自己设计的UWB芯片以及板子。在仓库中对工作人员的轨迹密度进行分析，从而提高物品摆放的效率，把轨迹密度过高的地方的货物移到密度较低的地方。挺实用的方案，而且UWB的精确度确实还不错。有兴趣的可以去IEEE上找一找他的文章。 ----------------------------------------------------------------------------------------------------------------------- 就说这么多啦，方案很多，并没有统一的方案。不同的场景需求不一样，感觉是各个公司都能有一口饭吃，还没看到能一统天下的公司和方案。就算现在各种大公司都进来了，感觉也是每人分一杯羹，自家用自家的方案。我还没有工作，对各个公司商业化的方案了解不多，我个人比较看好的是UWB，Wi-Fi测距（Intel的芯片，有兴趣的可以自己查一下，估计明年或者后年可能可以上市），Wi-Fi指纹加传感器（目前最可行便宜的方案），蓝牙（都怪苹果）。说的不足的地方，欢迎指正。