去年博士刚毕业，研究方向是手机室内定位，自我感觉读博期间（2013-2017）室内定位技术是雷声大雨点小，进步有但革新小，可以说是技术迭代比较缓慢。国内前两年室内定位技术风头正盛，风投也积极，但目前能够在产业上有较大影响力的公司暂时还没有。对自己的博士论文其他部分都不太满意，但是综述部分还确实费了不少的劲，这里贴个精简版吧，肯定有搜罗不全和考虑不周、甚至有摘录其他文章的地方，如果遇到同行，欢迎讨论。 目前室内定位技术种类确实很多，后文会详述，包括GNSS拓展（如高灵敏度GNSS、伪卫星）、蜂窝定位（通信基站定位）、WiFi、蓝牙、Zigbee、UWB、RFID、计算机视觉、红外线、LED、磁场、（超）声波，IMU等。 技术繁杂，各类技术各有利弊，个人感觉从应用需求的角度需要从大众市场和行业市场两个方面去观察。我个人比较关注大众定位市场，所以一直对蜂窝（5G小蜂窝）、WiFi、蓝牙、PDR、地磁、视觉等手机上可以直接用的信息比较感兴趣。在行业市场方面，包括上述WiFi、蓝牙、RFID、足部IMU PDR和UWB方面都有公司在做应用，个人感觉RFID在成本方面有很大优势，足部IMU PDR在特殊场景需求中有优势（如救火），但WiFi和蓝牙表现平庸，高精度方面个人觉得UWB技术前景很大，目前很多公司都在追逐这部分的行业市场（UWB市场调研方面可以参考我另一个回答）。关于题主说的1cm精度，我使用的UWB是达不到这个精度的，其他的就更不用说了，也惊讶于 @Wu Zheng 同学提及室内定位比赛中的激光雷达，我知道有人用这个室内制图，用来定位，似乎成本有点太高了。 学界都喜欢引用一句话来证明室内定位需求广泛，那就是“人类有80%的时间在室内”，对于这个论断，我还是真是发挥了学者刨根问底的精神挖到了老巢，原来来源是美国环境保护署的一个关于室内产品安全性的调查报告（貌似是油漆还是啥，不太记得了），事实上这份报告上80%这个数字显得非常证据不足，但是“转发”的力量就是这么强大，估计他们也没想到这样一个数字会在室内定位领域大放异彩。 一、室内定位需求广泛，然鹅GNSS在室内有BUG 扯得有点远，但是不得不说，室内定位需求还真是非常广泛的。举个栗子，比如你女朋友在商场、地铁或地下车库互相找对方的时候，是不是觉得微信定位太特么不准了，其实不怨微信，是微信给GNSS定位背锅了。大家都知道室外靠GNSS，我们的手机（这里主要指Android）里的定位主要分两类，粗定位和精确定位，粗定位主要利用的是蜂窝，也就得移动联通电信的基站，精度几百米几千米不等，精定位主要是利用的是主要是依赖手机GNSS，单点精度可以达到几十米。卫星定位本质上依然依赖的是无线电通信，但进入室内后，因为建筑墙体阻挡，无线电波的信号会非常差，甚至没有信号，所以无法在室内用，这个时候微信调用的手机的定位结果肯定是不准的。 也就是说，没有了GNSS，室内我们得想其他办法定位，也就是所谓的室内定位领域。目前室内定位技术确实还蛮多元化的，为了更容易认知，需要建立体系进行分类。从技术的角度分类方式有很多，比如按照信号类型、算法、结果精度、优缺点之类的，我这里分类按照两个方式，即定位算法和信号类型。 二、技术种类多，分类方式也多，本文按算法和信号分类 定位算法分为几何定位、靠近感知、场景分析和航位推算。几何定位基本原理就是测绘中的角度或距离交会，根据测距或测角的方法，有所谓的TOA/RSSI测距/TDOA/AOA等等。靠近感知就是用最近的基站作为当前定位结果，可想而知这种定位的精度依赖于基站密度的。场景分析就是利用特征信息来匹配识别的，采用的是机器学习或模式匹配的思想，有一个先行采样（学习）的过程，常见的wifi或蓝牙的指纹定位，图像定位中有一类是在数据库中匹配的就是这种定位算法。航位推算其实也算是一种几何定位算法，有点类似于测绘中的支导线，误差是累积的，这种算法主要是惯导在用，所以这里单独拿出来作一类。 定位信号类型主要分为电磁信号、机械波和惯性信号。电磁信号包括GNSS拓展（如高灵敏度GNSS、伪卫星）、蜂窝定位（通信基站定位）、WiFi、蓝牙、Zigbee、UWB、RFID、计算机视觉、红外线、LED、磁场等，机械波主要就是超声波和声波，惯性信号就是加表和陀螺信号了。 三、主要定位技术简评 高灵敏度 GNSS 定位：主要是改进接收机灵敏度，以期在室内用GNSS，但目前GNSS在室外有遮挡都不太能搞定的情况下，这方面估计还需要一些努力。 伪卫星基站定位：伪卫星是在地下、隧道及室内等无法接收 GPS 定位信号环境中时，通过在上述环境中部署相关的基站设备，发射与 GPS 系统相同的无线电通信信号，从而补充和替代 GPS，实现室内定位。伪卫星基站定位方法精度，但基站部署成本也比较高，国外代表的是澳大利亚 Locata 系统和日本的 IMES（Indoor Message System）系统，国内方面有幸亲身了解过电科54所的产品。 蜂窝定位技术：移动通信网络的基础结构是由一系列的蜂窝基站构成的，它们把整个通信区域划分成各个六边形的蜂窝小区，小区半径约为几十米至几千米，蜂窝定位技术就是依靠移动通信系统的体系结构和传输信息实现移动台的位置估计。利用移动通信无线电波信号，可进行 RSSI 场景识别，TOA，TDOA，AOA 等方式定位，还可以进行 RTD（Round Trip Delay，往返时延）、AFLT（Advanced Forward Link Three Edge Measurement，高级前向链接三边测量），E-OTD （Enhanced Observed Time Difference，增强观测时间差）等方式进行定位 。在目前使用的 2G/3G/4G 标准中，蜂窝网络定位可以便捷使用现有基础设施，但是精度一般在几十米到几百米，精度较低，不适宜室内定位应用，而在仍处于研究阶段的 5G 标准中，蜂窝网络的定位将在 80%的场景下达到 1~10 米的精度 。由北京邮电大学提出的基于 TC-OFDM 信号体制的定位系统 ，融合了定位和通信信号体制，其系统定位精度可达 3 米，可实现高精度的广域室内外无缝定位。 RFID 定位技术：RFID 即无线射频识别技术，是一种通过交变磁场或电磁场耦合的无线通信方式。RFID 可利用射频信号实现非接触式进行双向通信，通过 信 号 处 理 和 信 息 传 递 即 可 进 行 标 签 识 别 与 用 户 定 位 。 SpotOn 和LANDMARC 等系统在 RFID 定位系统研究中具有较高影响力。RFID 系统可分为阅读器定位和标签定位，可采用 RSSI 场景识别，TOA，TDOA，AOA 等方式定位，但 RFID 作用距离一般较短，只有几米，目前 RFID 室内定位技术主要研究如何提高系统的通用性与定位精度以及降低应用成本上。 WiFi 定位技术：无线局域网（WLAN，Wireless LAN）技术是通过射频技术来取代有线通信的方式来构建局域网，其中使用 IEEE 802.11 系列协议的无线局域网也称为 WiFi，通常基于 WLAN 的室内定位也是使用的 WiFi 网络。基于WiFi 的室内定位系统可以采用 RSSI 距离经验模型来进行反演测距从而定位，而更多的定位系统是采用 RSSI 指纹定位的方式（场景识别），最早提出该种定位方式的是微软的 RADAR 系统，此外，马里兰大学的 Horus 系统也非常有影响力。由于基于 WiFi 的室内定位系统可以使用现已部署的基础设施，因此大受应用产商青睐，Google 公司已将该技术和室内地图集成到地图服务中，百度、高德等中国位置服务公司也在研发相关产品。WiFi 定位系统其精度可以达到米级，但是由于其信号容易受干扰，导致强度时变性较强，为了维持精度，需要定期更新指纹库，会带来繁重的工作负担，目前的研究主要在探索如果降低指纹库更新的困难上，如采用插值和众包等方式，另外，基于 WiFi CSI（Channel State Information，信道状态信息）的定位技术由于可以利用更细粒度的载波信息，也日趋受到研究人员的关注。 蓝牙定位技术：蓝牙是 WPAN（Wireless Personal Area Network，无线个域网）的一个标准，是用来解决同设备之间短距离通信的一种无线通信技术，其工作在 2.4GHz 上，具有低功耗的显著特征。与 WiFi 定位类似，常采用的定位方式包括 RSSI 反演测距与 RSSI 指纹定位 [30] ，其中，Apple 公司推出的 iBeacon 系统定位精度可达 2~3 米。蓝牙设备功耗低、体积小，且蓝牙技术已广泛集成在移动设备中，因此易于推广使用，但蓝牙技术的抗噪能力较弱，定位稳定度较差，目前多用来做其他定位技术的补充。 ZigBee 定位技术：ZigBee 是一种介于 RFID 和蓝牙之间的低功耗、短距离的无线通信技术。基于 ZigBee 的定位技术具有低成本、低功耗，且信号传输不受视距影响的优点，其被广泛的应用于工业现场采集、智能家居、医疗护理和环境监测等领域。Zigbee 定位算法包括基于距离和距离无关算法 ，而距离无关定位算法精度较低，无法满足室内定位需求，而其测距方法也多利用 RSSI 信号强度进行距离反演。 UWB 定位技术：UWB 是一种无载波通信技术，通过发送纳秒级或纳秒级以下的超窄脉冲来传输数据，可以获得 GHz 级的数据带宽。UWB 定位技术需在室内部署感应器，通过感应器感应室内物体携带的能够产生超宽带信号的电子标签来进行测距和测角，从而达到定位目的。该方法定位精度高，典型的应用是由剑桥大学开发的 Ubisense 系统 ，该系统精度可以达到厘米级。就目前的情况而言，UWB 设备价格昂贵，部署成本比较高，使得该定位技术普及率下降。 计算机视觉定位技术：随着计算机和图像处理硬件设备性价比的提升，计算机视觉技术正在得到广泛深入的研究，其主要的研究问题是目标的识别与定位。计算机视觉定位技术即通过计算机视觉技术来确定目标点的位置信息，其关键技术为特征提取和图像匹配、摄像机标定、摄像机位姿参数估计等 。计算机视觉室内定位的精度为厘米级，精度较高，但是定位算法较为复杂，运算量大，功耗高，且视觉信号较容易受到干扰，应用限制条件较多 。 红外线定位技术：红外室内定位系统采用的是离散红外技术，即将经调制处理后的红外线通过红外线发射器发送出去，系统的接收端为光学传感器，当安装在室内建筑物中的接收端接收到红外线信号后，便对信号进行解调，从而完成红外室内定位，比较经典的红外室内定位系统是 AT&T Cambridge 研究所设计开发的 Active Badge 系统。红外线定位精度较高，多被利用在工业测量中，但抗干扰能力差，目前红外线定位主要研究集中在抑制声、光、电方面的干扰。 LED 可见光定位技术：该技术首先需要让 LED 灯具发出一定规律和频率的光，再利用智能手机的摄像头或光敏传感器接收该 LED 光信号，进而进行检测、计算位置信息，LED 可见光定位系统的定位精度可达米级，可充分利用建筑及巷道内的照明设备，但需要指出的是，旧设备需要改造，且该技术需要依赖既有的通信设施进行位置信息的传递。国外 Bytelight 系统是该技术的代表，国内华策光通信的 UBeacon 定位系统具有一定的影响力。 地磁定位技术：地球上许多生物可根据地磁进行导航定位，如鸽、刺龙虾等，类似于这些生物，地磁定位技术即根据所处环境的磁场分布来实现定位，由于无需使用其他辅助手段，是一种无源定位技术，适合在室内环境中应用。目前利用地磁定位技术使用的方式包括两类，其一是先构建精确的地磁模型来描述整个地球不同位置的磁场分布，再在实际应用中根据实测值结合地磁模型来进行定位，另一类是利用场景识别的方式，即先构建区域内的磁场指纹，再在定位阶段利用实测数据与指纹匹配的方式进行定位。芬兰奥卢大学提出一种基于地磁的导航定位系统 Indoor Atlas，据报道该系统利用地磁场可达到 0.1-2 米的定位精度。 超声波定位技术：超声波定位技术采用信号往返时间测距，与雷达定位技术类似，即向待测物体方向发射超声波，当超声波到达待测物体后便产生回波，系统通过计算接收到的回波与发射波之间的时间差来计算与待测物体之间的距离。超声波定位系统结构简单，定位精度较高，但构建系统需要大量的硬件设施，成本较高。Bat 系统与 Cricket 系统是具有广泛的知名度的超声波定位系统，其中 Bat 系统定位误差在 9 厘米之内的概率高达 95%。该定位技术为基于测距的定位技术，因此需要视距条件，故受室内多路径影响明显。另外，由于波长类似，超声波之间干扰较大，因此在多节点定位中需要控制标签发射时间，导致定位存在延迟。此外，人类活动过程中也会产生超声波，会对该技术应用造成影响。 惯性定位技术：惯性导航系统是利用惯性元件来测量载体运动加速度，通过对加速度的积分运算，从而确定运载体位置。随着 MEMS（Micro-Electro Mechanical System，微机电系统）技术的成熟，越来越多的低成本惯性测量单元IMU（Inertial Measurement Unit，主要含加速度计和陀螺仪，磁力计可选）被集成到移动计算平台上，由于利用积分运算的惯性定位对惯性器件要求较高，室内定位中多利用 MEMS IMU 进行 PDR（Pedestrian Dead Reckon，行人航迹推算），其中主要利用加速度计来探测步数，再结合步长估计与航向估计，进行位置估计 。惯性测量完全自主、全天候、不受外界环境干扰影响，无信号丢失问题，适合室内定位应用，但室内 PDR 需要其他定位方式进行初始对准，并需要借助数字罗盘进行航向估计。