编辑推荐：
为解决现有可见光定位（VLP）系统数据集数据多样性有限、环境条件范围窄且缺乏多光电二极管配置等问题，研究人员开展了 QUAPOS 数据集相关研究。结果生成含 73 种场景数据的 QUAPOS 数据集，其有助于优化 VLP 系统。该研究为 VLP 系统研究提供重要数据支持。
在如今的科技发展浪潮中，室内定位技术的重要性愈发凸显。无论是在智能机器人穿梭于复杂室内环境精准作业，还是在医疗场景中对患者进行实时定位追踪，又或是在智能建筑实现高效的空间管理等方面，室内定位都发挥着关键作用。然而，现有的室内定位技术面临诸多挑战。在众多定位技术中，可见光定位（VLP）系统因具有低功耗、无射频干扰、寿命长和维护成本低等优势备受关注。但目前用于评估和优化 VLP 系统的数据集存在明显缺陷，如数据多样性有限，难以覆盖复杂多变的实际环境；环境条件范围狭窄，无法充分模拟不同场景；而且几乎都不包含多光电二极管配置的数据，这对基于机器学习（ML）的定位算法的准确性和可靠性提升造成阻碍，因为多光电二极管配置对于从多个方向捕获信号至关重要，能够有效增加定位的覆盖范围、精度和可靠性 。
为了攻克这些难题，来自西班牙阿尔卡拉大学电子系的研究人员积极开展研究。他们致力于创建一个全面的模拟 VLP 系统数据集，以推动 VLP 系统的发展。经过不懈努力，研究人员成功生成了 QUAPOS（基于象限光电二极管的定位系统）数据集。这一数据集涵盖 73 种不同场景，包含丰富的接收 - 发射模块配置数据，为各类 VLP 算法的开发和评估提供了有力支持。该研究成果发表在《Scientific Data》上，对 VLP 系统的研究和应用意义重大。
在研究过程中，研究人员主要运用了以下关键技术方法：一是构建模拟系统，使用自主开发的模拟工具，设定固定的光学接收模块和移动的 LED 发射模块；二是数据处理算法，通过相关算法对接收信号进行处理，包括图像点估计和位置估计，其中位置估计采用了非线性最小二乘法中的 Levemberg - Marquardt 方法。
数据生成
研究构建的系统由安装在环境中固定已知位置的一组接收模块 m=1,2...M 以及附着在待定位物体或人上的单个 LED 发射器组成。接收模块包含一个或多个象限光电二极管 j=1,2,...,J(QP) ，这些光电二极管有不同的几何分布类型（1 - 4 型）。LED 发射器位于 (xt,yt,zt) ，发射具有特定调制和频率的信号。模拟工具可配置多种参数，如接收模块类型、坐标、单元向量、LED 发射位置范围、噪声水平等。通过这些设置，在 Matlab?（版本 R2024b）中模拟了 73 个测试场景，生成了整个数据集。
数据处理
- 图像点估计算法：定位系统先将每个接收器 j 的信号 vsuan、vlr 和 vbt 与发射代码进行相关处理，确定相关信号的最大峰值，进而估计出比率 Px,j 和 py,j 。这些比率代表了在每个 QPj 处沿 x 和 y 轴接收的 LED 能量的相对量。尽管解调和解相关过程能过滤掉大部分噪声，但仍有部分噪声可建模为线性零均值高斯白噪声 ? N(0,σ) 并添加到比率中。之后，利用含噪比率估计每个 QPj 处的图像点 (xr,j,yr,j) 。
- 定位估计算法：获得 QP 接收器 j 处的图像点后，定位算法继续估计发射器的最终坐标 (xt,yt,zt) 。先考虑 2D 场景获取 (xt,yt) 坐标，再通过三角测量原理计算 zt 坐标。将得到的方程组引入非线性最小二乘最小化算法，若算法未收敛，则重新初始化，最多重复 100 次，若仍不收敛，则视为异常值。
数据记录
数据库共有 149 个文件，可通过 Zenodo28 在
https://zenodo.org/records/14161525访问，数据集大小约 1.25GB，包含以.csv 和.mat 格式存储的原始数据和处理后数据。数据文件按顺序命名，每个文件对应一个测试场景，包含模块信息、噪声标准差、比率估计值、真实值、未确定位置数量、发射器估计坐标和真实坐标等信息。所有测试场景的总结记录在 DataTest_Info.xlsx 文件中。
技术验证
研究人员使用 PlotResults 脚本评估数据质量和对光学定位算法的可用性。以 DataTest0012.mat 文件为例，分析发射器位置估计的准确性，考虑发射器位置和多个接收器的几何配置，计算定位误差。结果显示，在特定轨迹上，估计发射器位置的坐标 x、y、z 的定位误差分别为 0.27、0.32、0.30cm，标准偏差分别为 0.24、0.28、0.28cm。90% 情况下，绝对定位误差在坐标 x、y、z 上分别为 0.59、0.69、0.70cm 。同时，研究还对比了不同接收器配置对定位误差的影响，发现使用一个 1 型模块和一个 2 型模块的配置精度最高。
缺失数据
数据集中存在算法无法估计比率
px 和
Py ，导致发射器坐标无法估计的情况。通常当部分接收器超出覆盖范围或定位算法在 100 次迭代内未收敛时会出现这种情况。超出覆盖范围的判断标准是发射器图像点的坐标
大于 4.5mm 。测量无法获得的数据不会存储在最终数据集中，未成功迭代的次数记录在 DataTestXXXX 文件的第 7 列。
研究结论与讨论
QUAPOS 数据集为 VLP 系统的研究提供了丰富的数据资源，涵盖多种接收 - 发射模块配置和环境条件。研究人员可利用该数据集优化接收器布局，开发抗噪声算法，评估不同 VLP 系统配置在各种环境下的稳健性。其提供的原始数据和处理后数据，方便研究人员导入常用分析工具进行深入研究。此外，QUAPP - UAH 软件增强了数据集的可用性，用户可通过该软件生成更多用于 ML 模型训练、验证和测试的数据集。但在使用过程中，需注意软件运行的系统配置要求、文件夹分布和权限设置等问题。总之，QUAPOS 数据集的出现，为 VLP 系统的进一步发展和优化奠定了坚实基础，有望推动室内定位技术在更多领域实现更精准、更高效的应用。
