该文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：

基于商用智能手机摄像头的厘米级精度室内可见光定位系统研究

一、作者与发表信息

本研究由Jiaojiao Xu、Chen Gong和Zhengyuan Xu合作完成，三位作者均来自中国科学院无线光通信重点实验室及中国科学技术大学信息科学技术学院。研究成果发表于IEEE Photonics Journal期刊2018年12月刊（Volume 10, Number 6），DOI编号为10.1109/JPHOT.2018.2878532。

二、学术背景

研究领域与动机
该研究属于室内可见光定位（Visible Light Positioning, VLP）领域，旨在解决传统室内定位技术（如Wi-Fi、蓝牙、RFID等）因多径效应、高成本或低精度导致的局限性。可见光通信（VLC）利用LED照明基础设施，具有高精度、低功耗和长寿命的优势，但现有VLP系统在接收器高度超过2米时难以实现厘米级精度。本研究提出两种基于智能手机摄像头的定位算法，分别针对LED位置已知和未知的场景，目标是将平均定位误差降至1厘米。

背景知识
传统VLP系统依赖光电探测器（PD）测量光信号强度（RSS）或到达时间差（TDOA），但PD易受光束方向限制。图像传感器（IS）作为接收器的方案虽能改善方向敏感性，但多数系统精度仅达数厘米。本研究创新性地结合商用智能手机摄像头与几何三角相似性原理，通过优化旋转中心估计和参考点设置，显著提升了定位精度。

三、研究流程与方法

1. 系统模型构建
- 硬件配置：发射端采用3个非共线LED（高度231 cm），接收端为智能手机摄像头（固定高度224 cm）。LED通过FPGA板同步调制光强信号，以时分方式传输ID序列。
- 数学原理：基于LED在图像平面的投影点坐标（通过霍夫圆变换提取），利用三角形相似性计算接收器位置（图2）。

2. LED位置已知的定位设计
- LED识别：通过光强排序（OOK调制）匹配LED ID与图像中的投影点距离，建立LED与像素区域的对应关系。
- 坐标计算：根据公式 ((x_d - x_i)^2 + (y_d - y_i)^2 = k^2 |\overrightarrow{o_p t_i’}|^2) 求解接收器物理坐标，其中(k)为像素与物理坐标的缩放因子。

3. LED位置未知的定位设计
- 参考点设置：选择地面坐标系中的参考点（如(150, 50)），记录LED在参考点的像素坐标，通过位移-旋转模型消除LED位置误差。
- 旋转中心校准：实验发现图像旋转中心（774, 1305）偏离图像中心（768, 1280），校准后定位误差降低（表2）。
- 位移估计：通过逆旋转操作分离旋转与平移分量，利用线性拟合确定位移缩放因子（(a=0.8111)，公式6）。

4. 实验验证
- 已知LED位置实验：在1 m×1 m区域内选取50个测试点，平均绝对误差为x轴7.78 mm、y轴9.68 mm，校正后RMSE为10.84 mm。
- 未知LED位置实验：在750 mm×1050 mm区域设置82个测试点，每个点随机旋转12次，平均误差为x轴6.80 mm、y轴10.38 mm，校正后RMSE为10.54 mm。

四、主要结果

1. 精度突破：在接收器高度>2米条件下，系统平均定位误差达1厘米，优于文献报道的同类方案（如[22]的6厘米误差）。
   
2. 算法创新：
   
   • 旋转中心估计使旋转角度误差减少50%（图13）。
     
   • 参考点策略有效隔离LED位置误差对定位的影响。
     
3. 鲁棒性验证：通过12次旋转角度的重复测试，证实系统对接收器姿态变化具有稳定性（图17）。
   

五、结论与价值

科学价值：
- 提出首个基于商用智能手机摄像头的厘米级VLP系统，为高精度室内导航提供了低成本解决方案。
- 位移-旋转模型和参考点设计可推广至其他视觉定位场景。

应用价值：
- 适用于智能仓储、自动驾驶停车等需固定高度定位的场景。
- 开源算法模块（Java实现）支持后续开发，如路径规划与实时导航。

六、研究亮点

1. 方法创新：首次将旋转中心校准与参考点策略结合，显著降低系统误差。
   
2. 硬件简化：仅需商用智能手机与普通LED，无需工业级传感器或光学滤镜。
   
3. 高度适配性：在2.3米高度下实现厘米级精度，填补了高天花板场景的技术空白。
   

七、其他贡献

• 公开实验数据集与霍夫圆变换代码，促进VLP领域算法比较。
  
• 指出未来需解决接收器高度变化与非零倾角的影响（如通过多传感器融合）。
  

该研究通过严谨的算法设计与实验验证，推动了可见光定位技术向实用化迈进，为室内定位领域提供了新的技术范式。