工业互联网无线室内定位技术概述

doi:10.11959/j.issn.2096-3750.2020.00144

物联网学报 ›› 2020, Vol. 4 ›› Issue (2): 129-135.doi: 10.11959/j.issn.2096-3750.2020.00144

• 服务与应用 • 上一篇

工业互联网无线室内定位技术概述

常娥¹,冷卫杰²

¹ 中兴通讯股份有限公司，天津 300300
² 中国汽车技术研究中心有限公司，天津 300300

修回日期:2019-11-26 出版日期:2020-06-30 发布日期:2020-06-12
作者简介:常娥（1977- ），女，天津人，中兴通讯股份有限公司工程师，主要研究方向为无线通信技术及应用|冷卫杰（1977- ），男，天津人，中国汽车技术研究中心有限公司工程师，主要研究方向为无线通信技术的行业应用

Summary of wireless indoor positioning technology in industry Internet

HANGE C¹,Weijie LENG²

¹ ZTE Corporation,Tianjin 300300,China
² China Automotive Technology and Research Center,Tianjin 300300,China

Revised:2019-11-26 Online:2020-06-30 Published:2020-06-12

摘要/Abstract

摘要：

工业制造的蓬勃发展不断推动我国制造领域的技术变革，智慧工厂成为推动工业转型的关键。而智能化生产离不开精确的位置识别技术，为人员、物料、设备甚至车辆提供准确的位置信息。从工业无线定位的技术需求入手，对多种定位技术进行详细地分析和对比，梳理当前定位技术的局限性，最终提出未来工业无线定位技术的发展趋势。

关键词: 无线室内定位, 工业互联网, RSSI, TOA, TDOA, AOA, 多径

Abstract:

With the rapid development of industry in China,the manufacture needs technological change,and smart factory becomes the key during the changes.Smart factory needs the indoor positioning technology to position the staffs,the materials,the equipment and the vehicles precisely.The requirement of wireless positioning technology was analyzed in industry at first,then the multiple wireless positioning technologies were contrasted,and the development trend of wireless positioning technology in industry was proposed at last.

Key words: wireless indoor positioning, industry Internet, RSSI, TOA, TDOA, AOA, multipath

中图分类号:

TN929

常娥,冷卫杰. 工业互联网无线室内定位技术概述[J]. 物联网学报, 2020, 4(2): 129-135.

HANGE C,Weijie LENG. Summary of wireless indoor positioning technology in industry Internet[J]. Chinese Journal on Internet of Things, 2020, 4(2): 129-135.

图/表 9

图1

表1

表2

图2

图3

图4

图5

图6

图7

参考文献 13

[1]	邓中亮, 尹露, 唐诗浩 ,等. 室内定位关键技术综述[J]. 导航定位与授时, 2018,5(3): 14-23.
	DENG Z L , YIN L , TANG S H ,et al. A survey of key technology for indoor positioning[J]. Navigation Positioning and Timing, 2018,5(3): 14-23.
[2]	龚淑蕾, 李堃, 童恩 ,等. 基于蜂窝工业物联网的智能工厂解决方案[J]. 物联网学报, 2019,3(2): 108-114.
	GONG S L , LI K , TONG E ,et al. Smart factory solutions based on cellular industrial Internet of things[J]. Chinese Journal on Internet of Things, 2019,3(2): 108-114.
[3]	赵龙, 陶冶 . 基于 Wi-Fi 指纹库的室内定位研究进展和展望[J]. 导航定位与授时, 2018,5(24): 6-13.
	ZHAO L , TAO Y . Research progress and prospect of indoor positioning based on Wi-Fi fingerprint database[J]. Navigation Positioning and Timing, 2018,5(24): 6-13.
[4]	童基均, 金利剑, 赵英杰 ,等. 基于自适应卡尔曼滤波的超宽带室内定位系统[J]. 测试技术学报, 2018,32(2): 93-99.
	TONG J J , JIN L J , ZHAO Y J ,et al. The UWB indoor positioning system based on adaptive Kalman filtering[J]. Journal of Test and Measurement Technology, 2018,32(2): 93-99.
[5]	毋杰 . 基于 RFID、惯性传感器、磁场特性的室内定位关键技术研究[D]. 上海:华东师范大学, 2018.
	WU J . Research on key technologies of indoor positioning based on RFID,inertial sensor and magnetic field characteristics[D]. Shanghai:East China Normal University, 2018.
[6]	陈伟森, 裴海龙, 夏睿灿 . 基于超宽带技术的室内定位系统设计[J]. 计算机测量与控制, 2017,25(11): 179-182.
	CHEN W S , PEI H L , XIA R C . Indoor positioning system design based on UWB technology[J]. Computer Measurement ＆ Control, 2017,25(11): 179-182.
[7]	李明, 潘俊臣 . 超宽带室内定位原理及TDOA定位算法[J]. 科技创新与应用, 2017(2):57.
	LI M , PAN J C . UWB indoor positioning principle and TDOA posi-tioning algorithm,technological innovation and application[J]. Tech-nology Innovation and Application, 2017(2):57.
[8]	吴赟, 蒋新华, 齐雁飞 ,等. 基于加权余弦相似度的 Wi-Fi 指纹室内定位[J]. 上海师范大学学报, 2017,46(1): 124-128.
	WU Y , JIANG X H , QI Y F ,et al. Wi-Fi fingerprint indoor localiza-tion based on weighted cosine similarity[J]. Journal of Shanghai Nor-mal University, 2017,46(1): 124-128.
[9]	连宗凯, 袁飞, 祁伟 . 改进K均值聚类BP神经网络超宽带室内定位方法[J]. 现代计算机, 2017: 16-20.
	LIAN Z K , YUAN F , QI W . Improved K-means clustering BP neural net-work UWB indoor location method[J]. Modern Computer, 2017: 16-20.
[10]	郑卜松, 朱燕飞 . 基于 RFID 室内定位算法的研究[J]. 电子世界, 2017: 23-24.
	ZHENG B S , ZHU Y F . Research on indoor location algorithm based on RFID[J]. Electronics World, 2017: 23-24.
[11]	陈岷, 徐伟芳 . 基于图像匹配的高精度室内定位技术研究[J]. 北京测绘, 2017(5): 104-108.
	CHEN M , XU W F . Indoor positioning technology based on image matching with high accuracy[J]. Beijing Surveying and Mapping, 2017(5): 104-108.
[12]	翟光耀, 陈蓉, 张剑锋 ,等. 基于毫米波雷达和机器视觉信息融合的障碍物检测[J]. 物联网学报, 2017,1(2): 76-83.
	ZHAI G Y , CHEN R , ZHANG J F ,et al. Tramway obstacles detection based on information fusion of MMV radar and machine vision[J]. Chinese Journal on Internet of Things, 2017,1(2): 76-83.
[13]	敖龙辉, 郭杭, 万旻 . 基于双目相机的室内定位方法研究[C]// 卫星导航定位与北斗系统应用. 2018: 186-189.
	AO L H , GUO H , WAN M . Research on indoor positioning method based on binocular camera[C]// Satellite Navigation and Positioning and Beidou System Application. 2018: 186-189.

定位技术	定位精度	覆盖范围	成本	可靠性	适用性
Wi-Fi定位	传播模型法：3～10 m指纹匹配法：2～5 m	100 m	低	抗干扰能力较强，安全性能弱	适用于人员和移动设备定位，易集成，通信能力强
蓝牙定位	2～10 m	10～100 m	低	抗干扰能力弱，安全性能较弱	适用于人员和移动设备定位，易集成
蜂窝定位	1～10 m	2 km	低	抗干扰能力强，安全性能强	适用于人员和移动设备定位，支持室内外无缝覆盖，支持定位与通信合一，易集成，通信能力强

定位技术	定位精度	覆盖范围	成本	可靠性	适用性
RFID定位	10 cm	5m	低	抗干扰能力弱	适用于库房物料定位，无通信能力，不易集成
UWB定位	5～10 cm	10 m	高	抗干扰能力强	适用于小范围物料和设备高精度定位，不易集成
惯性导航定位	2～5 m	不受限	低	抗干扰能力强，存在累积误差	适用于运输车辆定位

工业互联网无线室内定位技术概述

Summary of wireless indoor positioning technology in industry Internet

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 13

相关文章 7

Metrics

推荐阅读 0

[1]	于亚, 伏玉笋. 工业互联网边缘终端初始接入可信度量方法研究[J]. 物联网学报, 2022, 6(4): 149-157.
[2]	亓晋, 王微, 陈孟玺, 许斌, 董振江, 孙雁飞. 工业互联网的概念、体系架构及关键技术[J]. 物联网学报, 2022, 6(2): 38-49.
[3]	张一弓, 易茜, 李剑, 李聪波, 尹爱军, 易树平. 鼠标行为HHT变换的工业互联网用户身份认证[J]. 物联网学报, 2022, 6(2): 77-87.
[4]	黄山虎, 孙君, 常浩飞, 吕文俊, 杨钦. 9.5～10.5 GHz频段室内离体信道的测量与建模[J]. 物联网学报, 2022, 6(2): 117-126.
[5]	蔡金莹, 向峰, 左颖, 钟雷, 周平. 面向工业互联网的制造服务协作等级协议轻量级框架研究[J]. 物联网学报, 2021, 5(3): 49-55.
[6]	孙思齐. 石油化工行业工业互联网发展现状分析及展望[J]. 物联网学报, 2021, 5(3): 126-132.
[7]	张宏科, 程煜钧, 杨冬. 工业网络技术现状与展望[J]. 物联网学报, 2017, 1(1): 13-20.