ALS+PDR：基于智能手机环境光传感器的室内行人航位推算技术

《IEEE Journal of Indoor and Seamless Positioning and Navigation》：ALS+PDR: Indoor Pedestrian Dead Reckoning Using a Smartphone Ambient Light Sensor

为解决室内定位中GNSS信号缺失、摄像头功耗高及PDR误差累积等问题，研究人员提出ALS+PDR方法，通过融合环境光传感器（ALS）的可见光定位（VLP）与行人航位推算（PDR），利用位姿图优化SLAM实现定位校正。实验表明，该方法将PDR单独使用的平均误差从11.30 m降至2.03 m，为博物馆等场景提供低功耗、高精度的室内导航方案。

　　

在当今数字化时代，人们对室内位置服务的需求日益增长，然而全球导航卫星系统（GNSS）在室内环境中因信号衰减无法有效工作。现有技术如基于摄像头的可见光定位（VLP）虽精度较高，但功耗大，难以在智能手机上长期使用；而基于惯性传感器的行人航位推算（PDR）易受步态差异和误差累积影响，导致定位漂移。如何实现高精度、低功耗且无需额外基础设施的室内定位，成为亟待突破的难题。

针对这一挑战，日本北海道大学的研究团队在《IEEE Journal of Indoor and Seamless Positioning and Navigation》上发表了一项创新研究，提出ALS+PDR方法，利用智能手机内置的环境光传感器（ALS）实现可见光定位，并与PDR融合。ALS通常用于调节屏幕亮度，其功耗远低于摄像头，采样频率约20 Hz。研究通过调制天花板LED光源的频率，利用ALS接收光信号，结合零阶插值、离散傅里叶变换（DFT）和立方样条插值解析信号强度（RSS），再通过Lambertian模型估算距离并实现 trilateration（三边定位）。PDR部分通过陀螺仪方向估计、加速度计步频检测及步长模型（如SmartPDR模型）计算相对位移。核心创新在于使用位姿图优化（SLAM技术），在用户静止时通过ALS-VLP校正PDR累积误差，实现全程轨迹优化。

实验在总长141.67 m的路径上进行，8名用户各行走5圈。结果显示，单独PDR的平均误差为11.30 m，而ALS+PDR降至2.03 m，显著优于传统方法。进一步分析表明，较短路径（46.61 m）误差仅0.82 m，而较长路径（95.06 m）误差为2.64 m，证实增加ALS-VLP校正点可提升精度。功耗测试中，ALS连续运行5小时电量仅降2%，而摄像头4小时即耗尽。

主要技术方法概述

研究利用智能手机ALS接收调制LED信号，通过零阶插值补偿缺失样本，DFT解析频率混叠信号，立方样条插值优化RSS峰值，再结合Lambertian模型计算距离。PDR通过加速度计峰值检测步频、陀螺仪积分估计方向，并采用SmartPDR步长模型。位姿图优化以最小化PDR与VLP位置差异为目标，校正步长和方向参数。实验使用索尼Xperia手机，LED调制频率为80.53–84.53 Hz，采样频率19.13 Hz。

实验结果分析

ALS-VLP固定点定位：在3秒测量时间内，ALS-VLP的平均误差为0.10 m，90%分位误差为0.16 m，验证其定位精度接近摄像头水平。

ALS+PDR移动定位：轨迹对比显示，PDR单独使用因方向误差累积导致路径旋转偏移，而ALS+PDR通过位姿图校正后更贴近真实路径。

功耗与实时性：ALS功耗仅为摄像头的1/20，但位姿图计算需0.28–0.49秒/圈，实时性仍需优化。

结论与讨论

ALS+PDR通过低功耗传感器融合显著提升室内定位精度，尤其适用于博物馆等有频繁停留的场景。局限性包括计算负载较高、用户需保持手机水平放置、传感器误差模型较简单。未来工作将引入地图匹配、非线性误差模型及动态协方差矩阵更新，以进一步提升实用性和鲁棒性。该方法为智能手机普适化室内导航提供了新范式，推动低功耗定位技术在物联网和智慧建筑中的应用。