关于《利用可见光通信进行实时定位与追踪》研究的学术报告
一、 研究作者、机构与发表信息 本研究的作者为 Márk Rátosi 和 Gyula Simon。Márk Rátosi 隶属于匈牙利潘诺尼亚大学计算机科学与系统工程系，Gyula Simon 则来自匈牙利帕兹马尼·彼得天主教大学过程系统工程与可持续发展研究所。该研究以题为《Real-time localization and tracking using visible light communication》的论文形式，发表于2018年9月24日至27日在法国南特举行的“2018年室内定位与室内导航国际会议（IPIN）”，并收录于会议论文集。
二、 学术背景与研究目标 本研究属于室内定位技术领域，具体聚焦于基于光学原理的高精度定位解决方案。在户外，全球卫星导航系统（GPS、伽利略、北斗、格洛纳斯等）已能提供成熟的定位服务。然而，室内环境由于信号遮挡和多径效应等问题，卫星信号无法有效覆盖，使得室内定位成为一个持续的研究热点。现有技术方案多样，例如基于Wi-Fi信号强度（精度约0.5米至数米）、基于声波或无线电信号的飞行时间测距（精度约分米级）、激光扫描仪（厘米级精度但成本高昂）以及惯性传感器（通常需与其他传感器融合使用）等。
近年来，利用发光二极管（LED）作为信标的可见光通信（Visible Light Communication, VLC）技术为室内定位提供了新的可能。VLC将照明与通信结合，通过调制LED灯光传输信息。本研究旨在提出并验证一种新型的、基于VLC信标基础设施的室内定位系统。该系统针对如机器人、自动导引车（AGV）等移动物体，使用一个普通的、面朝上的摄像头作为传感器，目标是在物体移动过程中，实时、高精度地估计其位置和朝向。研究的核心目标是实现低成本（使用普通摄像头）、高精度（厘米级）、实时且对错误检测具有鲁棒性的室内定位方案。
三、 详细研究流程与方法 本研究的工作流程清晰，可分为系统构建、算法开发、仿真误差分析和实际性能评估四个主要部分。
第一部分：系统架构与软件流程构建 研究首先设计了完整的物理和软件系统架构。物理上，系统由部署在天花板已知位置的多个（至少三个）调制LED信标、一个安装在追踪物体上并面朝上的摄像头（本研究中使用了配备185°视野鱼眼镜头的灰度相机）以及一个数据处理单元（如个人电脑）组成。
软件处理流程（如图2所示）包含多个模块： 1. 图像预处理与目标追踪：摄像头捕获的原始灰度图像流首先经过高斯滤波降噪，并通过一个实验确定的静态阈值进行二值化。随后，使用OpenCV库中的connectedComponentsWithStats函数检测图像中的白色斑点（二进制大对象，Blob）。每个检测到的斑点（可能对应VLC信标或其他光源）由一个独立的卡尔曼滤波器进行追踪。该追踪器基于恒定速度假设，能够平滑目标轨迹，并在目标暂时不可见时提供鲁棒的位置预测。 2. 信标识别：系统利用VLC协议对LED信标进行高频调制（640 Hz），而摄像头以较低的频率（80 Hz）进行采样，这种欠采样方案对人眼无闪烁感，且允许使用廉价相机。通过分析被追踪斑点的尺寸随时间的变化模式（对应传输的ID编码），对象识别器组件能够从众多斑点中识别出哪些是真正的VLC信标。本研究采用了一种增强版的UPSOOK相位调制方案，使得即使在摄像头移动时也能持续追踪并识别信标。 3. 位置计算：识别出的信标在摄像头坐标系中的坐标（图像坐标经相机标定数据转换为方向向量）与它们在世界坐标系中的已知坐标，被输入到位置计算器组件。本研究提出并主要采用了一种名为启发式内接角定位法（Heuristic Inscribed Angle Localization, HIAL） 的新算法进行实时位置解算。作为对比，系统也集成了通用的最大似然透视N点算法（MLPnP）用于测试。
第二部分：核心定位算法（HIAL）详解 HIAL算法是本研究的核心创新之一，其工作原理基于几何学中的内接角定理。 * 基本原理：当从移动的摄像头观测两个固定的信标时，会形成一个视角（或称为到达角差）。在二维平面（X-Y平面）上，对于固定的两个信标点P_i‘和P_j‘（即信标在世界坐标系X-Y平面上的投影），所有使得视角∠P_i‘C‘P_j‘等于测量值α_ij的点C‘的轨迹，是一个圆弧（如图6a所示）。C‘即是摄像头在世界坐标系X-Y平面上的投影位置。 * 多信标定位：当检测到三个或更多信标时，可以形成多对信标组合，从而计算出多个对应的圆弧。理论上，所有这些圆弧应相交于一点，即真实的C‘点（如图6b所示）。然而，由于测量误差（如信标位置标定误差、图像检测误差）和可能的异常值（如由反射造成的虚假检测），这些圆弧可能不会精确相交于一点，而是产生多个交点。 * 启发式数据融合与容错机制：为解决异常值问题并实现鲁棒定位，HIAL没有采用简单的统计方法（如最小二乘法，易受异常值影响），而是提出了一种启发式评分机制（如图7所示）。算法计算所有可能的圆弧对之间的交点。每个交点会根据以下规则获得“分数”：1）如果该交点接近某个未用于计算该交点的圆弧（距离小于阈值ε1），则得一分；2）如果该交点接近另一个交点（距离小于阈值ε2），则两者各得一分。得分最高的交点被认为是摄像头位置C‘的最佳估计。这种机制确保了只有被多次测量一致支持的“共识”位置才会被选中，从而自动过滤掉由异常检测产生的错误圆弧及其交点。 * 高度与朝向计算：确定C‘的二维坐标后，利用至少一个被正确识别的信标的三维坐标，通过几何关系可以进一步计算出摄像头的高度（Z坐标）和方位角（朝向φ）。
第三部分：误差源的蒙特卡洛仿真分析 研究在模拟环境中（模拟一个6m x 6m的房间，有6个信标和17个测试点）系统性地分析了四种主要误差源对定位精度的影响： 1. 摄像头朝向误差：模拟摄像头未精确朝上（存在1-5°倾斜）的情况。结果显示，定位误差与朝向误差近似成正比，在本测试环境中，1°的朝向误差导致约5厘米的位置误差。信标数量对误差影响不大。 2. 检测误差：模拟图像处理中信标中心检测不准确（偏移1-3像素）。结果显示，1像素的检测误差导致约1-1.5厘米的定位误差。增加可见信标数量通常能提高精度。 3. 参考位置误差：模拟信标在世界坐标系中的已知位置存在误差（偏移1-4厘米）。结果显示，参考位置1厘米的误差导致约1-1.5厘米的定位误差。MLPnP算法对此类误差的敏感性略低于HIAL。 4. 异常值（Outliers）：模拟一个信标被严重错误检测的情况（位置随机偏移50-100像素）。这是凸显HIAL算法优势的关键测试。结果显示，MLPnP算法即使在其他6个信标检测完全正确的情况下，仅因1个异常值就会产生约0.5米的大偏差。而HIAL算法（在使用了4个及以上信标时）凭借其启发式评分机制，能够完全抵抗该异常值的影响，定位误差几乎为零。这证明了HIAL算法卓越的容错能力。
第四部分：实际测量性能评估 研究在一个真实的6.5m x 6m房间内进行了实验，安装了6个VLC信标。 * 静态精度测试：在17个预设的静态测试点上进行测量。结果显示，HIAL算法与MLPnP算法均能达到厘米级精度（平均约3-4厘米）。在房间中心区域误差更小（1-2厘米），边缘区域由于几何精度衰减因子（GDOP）和可能的信标安装误差，误差稍大（6-8厘米）。HIAL算法仅需3个信标即可达到与需要至少6个信标的MLPnP相当的精度，且信标数量增加时（HIAL-4,5,6），其精度优于MLPnP。 * 动态追踪测试：让摄像头沿半径为1米的圆形轨迹（速度0.1-0.6 m/s）和直线轨迹（速度最高至1 m/s）移动。HIAL算法成功实现了实时追踪，轨迹误差与静态测试结果相符。有趣的是，在一定范围内，提高移动速度反而因卡尔曼滤波器的平滑作用略微提升了精度。实验证明系统能够以典型自动叉车速度（1 m/s）进行高精度实时追踪。 * 朝向估计精度：虽然论文未详细分析，但列表数据显示HIAL和MLPnP算法的方位角估计误差均约为1度。
四、 主要研究结果 1. 算法提出与验证：成功提出了一种名为HIAL的新型室内定位算法。该算法基于内接角定理，通过创新的启发式评分数据融合方法，实现了高精度、实时且对错误检测具有强鲁棒性的定位。 2. 系统实现：构建了一套完整的基于VLC和普通摄像头的实时定位系统原型，包含了从图像采集、信标识别追踪到位置解算的全套流程。 3. 误差特性分析：通过详尽的蒙特卡洛仿真，量化了摄像头朝向误差、检测误差、参考位置误差和异常值对系统精度的影响，为系统设计和部署提供了重要参考。特别证实了HIAL算法在存在异常检测情况下的卓越稳定性。 4. 实测性能数据：在实际环境中验证了系统的静态精度（平均3-4厘米）和动态追踪能力（在1 m/s速度下保持厘米级精度），方位角估计精度约1度。结果表明，在相同信标数量下，HIAL的精度与主流算法（MLPnP）相当或更优，且所需信标数量更少（最少3个）。 5. 综合比较优势：如表VIII所示，与同类VLC定位方法相比，HIAL在定位误差（厘米级）、所需信标数量（最少）、计算速度（满足实时性）以及对异常值的鲁棒性方面取得了良好的平衡，综合性能突出。
五、 研究结论与价值 本研究成功开发并验证了一种基于可见光通信和普通摄像头的低成本、高精度、实时且鲁棒的室内定位与追踪系统。其核心贡献在于提出了启发式内接角定位（HIAL）算法，该算法不仅计算高效，更重要的是通过一种共识机制实现了对错误检测的天然免疫力，这在实用化场景中至关重要。该系统为机器人、自动导引车、无人机等需要在室内进行精准导航的移动平台提供了一种有前景的解决方案，有望替代或补充成本更高的激光雷达等定位方案。
六、 研究亮点 1. 算法创新性：提出的HIAL算法是本研究最大的亮点。它将几何定理（内接角定理）与启发式数据融合策略巧妙结合，以简单高效的方式解决了复杂环境下的鲁棒定位问题，特别是在处理异常检测方面表现优异。 2. 系统实用性：整个系统设计注重实用性与成本控制。使用普通摄像头和现有照明设施（LED灯），通过创新的欠采样VLC协议实现无闪烁信标识别，使得系统易于部署和推广。 3. 分析全面性：研究不仅给出了最终性能指标，还通过系统的仿真分析了各类误差源的影响，这种分析对理解系统局限性和优化方向具有重要价值。 4. 性能均衡性：在精度、速度、成本和鲁棒性等多个维度取得了良好平衡。在保持厘米级高精度的同时，实现了实时处理和对异常值的强容忍能力。
七、 其他有价值内容 研究获得了塞切尼2020计划以及帕兹马尼·彼得天主教大学“中央基金计划”的资助，表明了该研究受到学术界的关注与支持。论文中对相关工作的综述（第二节）清晰地梳理了VLC定位领域的不同技术路线（如基于接收信号强度、基于飞行时间、基于图像传感器等），并将自身工作与这些方法进行了对比定位，有助于读者理解本研究的学术脉络和独特贡献。