光学定位技术

光学定位理论认为，只要能测量距离，就能确定位置。可见光、红外光、激光以及其他能够测量光源与接收器之间距离的光源，也可用于定位。它们在实际场景中有着广泛的应用。

可见光定位技术

可见光通信技术（VLC）可以实现互联网信息传输。一般而言，光保真技术是以各种可见光作为信号源，通过控制器控制光源的开启和关闭，从而控制光源与终端接收器之间的通信。其中，基于LED的可见光定位技术应用较为广泛：

LED-ID 定位方法为每个 LED 分配一个固定的 ID。然后，接收器通过获取信号中的 ID 信息来确定其位置。该定位方法的精度主要取决于 LED 的布局。增加 LED 数量可以有效提高精度，但相应算法的复杂度也会增加。该方法可用于存在性定位，例如检查接收器是否位于房间内。

TOF定位方法利用LED时间信息发送到接收器，利用时间差信息测量距离，然后利用三角测量等方法进行定位。该方法的主要难点在于发射器和接收器的计时装置必须严格对准。精度可以达到厘米以内。

RSSI定位方法通过接收信号强度来测量检测点与LED之间的距离，无需发射端和接收端计时，即可达到较为精准的定位效果，且结构简单，易于实现，是目前广泛应用的室内可见光定位方法。

可见光定位的主要问题是光线容易被遮挡，实际使用中存在很多限制。

红外定位技术有两种：

第一种是，需要定位的目标使用红外定位器，它发射调制后的红外线，并由安装在房间内的定位传感器接收红外线。

第二种方法是用几对发射器和接收器覆盖被测空间，由发射器和接收器编织成一张红外网，对移动目标进行定位。

目前仅适用于实验室内简单物体的精确定位与轨迹记录以及室内自走机器人的跟踪。

视觉定位系统分为两类。一类是通过采集运动传感器的图像来确定传感器的位置。根据参考点的选择不同，又可分为参考3D建筑模型、参考图像、参考预先部署的目标、参考目标投影、参考其他传感器以及无需参考（称为SLAM，即同时定位与地图构建）。此外，视觉定位系统还可以利用固定位置的传感器来确定图像中目标的位置。

引用3D建筑模型和图像意味着将它们与现有的建筑结构数据库和预校准图像进行比较。为了提高鲁棒性，引用预部署目标使用特定的图像标记（例如二维码）作为参考点。引用投影目标是指根据对预部署目标的参考，将参考点投影到室内环境中。引用其他传感器允许结合其他传感器数据来提高准确性、覆盖范围或鲁棒性。

另一类是利用图像识别，将实时图像信息与数据库进行比对，进而进行定位，其缺点是图像处理耗时较长，实时性较差。

SLAM技术广泛应用于自动驾驶、机器人控制等领域。

蓝思泰克白皮书定位技术基本原理介绍 – 蓝思泰克

您可以随时取消订阅这些通讯。有关如何取消订阅、我们的隐私惯例以及我们如何承诺的更多信息，

分享此博文：