本研究由I2CAT基金会的Sanjha Khan和Marisa Catalan以及巴塞罗那电信工程学院的Josep Paradells共同完成，论文《Low-cost 3D indoor visible light positioning: algorithms and experimental validation》发表于期刊《Photonics》2024年第11卷第626期，发表日期为2024年6月29日。
本研究属于可见光通信（Visible Light Communication, VLC）与室内定位技术交叉领域。随着物联网（IoT）技术在工厂仓库和封闭公共场所的广泛应用，对自动化机器人和运输设备的精确定位需求日益增长。当前室内定位系统（IPSs）主要依赖射频（RF）技术如超宽带（UWB）、Wi-Fi或蓝牙，但这些技术存在能耗高、精度有限（通常在米或分米级别）等缺点。同时，基于同步定位与地图构建（SLAM）的系统虽然精度较高，但成本昂贵且场景变化时需要重新校准。
可见光技术因其低成本、高精度、抗多径效应和电磁干扰等优势，成为室内定位的理想选择。现有基于摄像头的可见光定位系统大多依赖高分辨率摄像头（分辨率达4000×3036像素）实现厘米级精度，但成本较高。本研究旨在开发一种基于低分辨率图像的低成本三维可见光定位系统，通过创新算法实现高精度定位，同时降低硬件成本。
研究团队设计了一套包含单个LED发射端和多个天花板安装摄像头接收端的系统架构。发射端LED通过调制光强发送可见光定位（VLP）信号，接收端使用OV2640摄像头芯片（分辨率仅160×120像素）捕获信号。系统工作流程包括： - 图像采集：摄像头以50fps帧率捕获JPG格式图像 - 图像处理：解压缩获取原始RGB值，转换为0-255亮度值 - 阈值处理：应用阈值区分光斑与其他区域 - 坐标识别：识别超过阈值的像素坐标
针对低分辨率图像中光斑可能位于非整数像素位置的问题，研究团队开发了创新算法： 1) 检测图像中最高亮度点P 2) 选取P点周围x轴上的p1、p2点和y轴上的p3、p4点 3) 计算三个连续点的平均强度： x方向：step = [(P-P1)+(P-P2)]/2 4) 通过线性分布求解非整数坐标： xp’ = (P2-P1)/(2P-P1-P2) + (xp1+xp2)/2 yp’ = (P4-P3)/(2P-P3-P4) + (yp3+yp4)/2
该算法可在嵌入式设备上高效运行，无需高CPU资源。
基于精确的2D坐标，研究团队开发了三维定位算法： 1) 建立相机坐标系（CCS）和世界坐标系（WCS） 2) 通过两个摄像头的投影几何关系建立方程： - 线C1L1方程：(yl^w - y1^w) = (y1^w - yl1^w)/(xl1^w - x1^w)·(xl^w - x1^w) - 线C2L2方程：(yl^w - y2^w) = (y2^w - yl2^w)/(xl2^w - x2^w)·(xl^w - x2^w) 3) 求解LED的xy坐标： xl^w = [(x1^wyl1^w - y1^wxl1^w)(x2^w - xl2^w) - (x1^w - xl1^w)(x2^wyl2^w - y2^wxl2^w)]/[(x1^w - xl1^w)(y2^w - yl2^w) - (y1^w - yl1^w)(x2^w - xl2^w)] 4) 通过三角测量计算深度坐标z： zw_l = e·sin(α) 或 zw_l = f·sin(β) 其中e = b·sin(β)/sin(180°-α-β), f = b·sin(α)/sin(180°-α-β)
研究团队建立了实际实验环境： - 实验区域：360×180 cm² - 摄像头配置：1-3个OV2640摄像头，焦距4.8mm - 测试点：21个不同位置，高度变化（0-70cm） - 相机布置：线性排列和三角形排列两种方式
实验内容包括： 1) NI-P算法验证：比较最高整数、平均整数和NI-P三种方法的定位误差 2) 三维定位精度测试：评估不同相机对组合的定位表现 3) 系统参数影响研究：相机数量、间距、布置方式和高度的作用
在230cm距离下，三种方法的定位误差比较： - 最高整数法：误差范围0-3.1cm，平均1.5cm - 平均整数法：误差范围0.5-3.8cm，平均1.5cm - NI-P算法：误差范围0.2-3.1cm，平均1.2cm NI-P算法90%的误差低于2.5cm，显著优于传统方法。
使用两个摄像头组合时： - x方向平均误差：<1cm（C1C2:0.61cm, C2C3:0.65cm, C1C3:0.89cm） - y方向平均误差：<1cm（C1C2:0.74cm, C2C3:0.62cm, C1C3:0.7cm） - z方向平均误差：<2cm（C1C2:1.53cm, C2C3:1.67cm, C1C3:1.38cm）
采用三种不同数据处理方法时： 1) 所有相机对平均：平均3D误差2.0cm 2) 选择最近相机对：平均3D误差1.5cm 3) 基于预定义区域选择：平均3D误差1.39cm
本研究开发了一套低成本、高精度的三维可见光定位系统，主要贡献包括： 1) 提出NI-P算法，在低分辨率图像（160×120像素）上实现1.2cm平均2D定位精度 2) 开发三维定位算法，在2.3m距离下实现1.4cm平均3D定位精度 3) 系统在低端嵌入式设备上平均定位时间仅20ms，满足实时性要求 4) 总硬件成本仅12欧元，远低于同类高分辨率系统（635欧元）
科学价值： - 证明了低分辨率图像通过算法优化可实现与高分辨率系统相当的定位精度 - 提出了适用于嵌入式设备的轻量级定位算法框架 - 系统性地研究了多摄像头布置对定位精度的影响
应用价值： - 适用于自动导引车（AGV）、移动机器人和室内停车管理等场景 - 可与现有可见光通信系统集成，实现通信-定位一体化 - 天花板安装方式减少隐私顾虑，易于部署和维护
1) 算法创新：NI-P算法首次解决了低分辨率图像中的亚像素定位问题 2) 成本突破：使用20k像素摄像头实现通常需要3M像素摄像头才能达到的精度 3) 实用性设计：考虑实际部署中的摄像头安装误差和光学畸变，系统具有强健性 4) 全面验证：覆盖2D/3D定位、不同高度、多种摄像头配置等实际场景
作者指出四个未来研究方向： 1) 研究摄像头分辨率对精度的定量影响 2) 探索广角镜头（160°FOV）的适用性和误差特性 3) 评估使用反光镜替代LED的可行性 4) 开发联合照明、通信和定位的综合系统