2022年4月28日，在華為折疊旗艦及全場景新品發(fā)布上，華為Mate Xs 2折疊屏手機(jī)搭載由HMS Core定位服務(wù)(Location Kit)提供的3D精準(zhǔn)室內(nèi)定位技術(shù)，為用戶提供了“店鋪級”定位能力。目前，該能力已經(jīng)覆蓋國內(nèi)160+城市、1300+核心商圈、20+大型交通樞紐等大中型公共建筑，為用戶打造室內(nèi)精準(zhǔn)定位的出行體驗。
“3D精準(zhǔn)室內(nèi)定位技術(shù)”技術(shù)底座
室內(nèi)定位技術(shù)在商場室內(nèi)導(dǎo)購、高鐵機(jī)場出行等生活場景，以及游客導(dǎo)覽、外賣騎手到店履約等行業(yè)場景都有廣泛的需求。
當(dāng)前業(yè)界已經(jīng)有多種室內(nèi)定位方案，如基于藍(lán)牙標(biāo)簽、UWB基站的硬件部署方案，以及人工采集WiFi/地磁方案等。但是這些方案存在場所覆蓋量少、成本高昂、無法自動學(xué)習(xí)更新等不足。
為了解決這些痛點，HMS Core定位服務(wù)通過突破多項關(guān)鍵技術(shù)，最終實現(xiàn)了廣覆蓋、低成本、自學(xué)習(xí)的精準(zhǔn)室內(nèi)定位功能，通過統(tǒng)一的API接口支持HarmonyOS等主流移動OS系統(tǒng)，確保即使從室外延伸到室內(nèi)，都能獲取無縫的精準(zhǔn)定位服務(wù)。
HMS Core定位服務(wù)通過如下4個關(guān)鍵技術(shù)實現(xiàn)廣覆蓋、低成本、自學(xué)習(xí)的3D精準(zhǔn)室內(nèi)定位能力。
1.AI慣導(dǎo)軌跡估計技術(shù)
2.多源信號因子圖優(yōu)化技術(shù)
3.AI樓層識別技術(shù)
4.概率建模高精度定位技術(shù)
3D精準(zhǔn)室內(nèi)定位技術(shù)概要圖
AI慣導(dǎo)軌跡估計技術(shù)
AI慣導(dǎo)原理
業(yè)界通用的PDR估計模型，基于步態(tài)檢測和步長估計的航跡推算，該模型對人的高矮、行走快慢、手機(jī)姿態(tài)切換等非常敏感，導(dǎo)致不同場景下，軌跡長度和方向的估計不穩(wěn)定，誤差抖動大。 HMS Core定位服務(wù)提供AI慣導(dǎo)軌跡估計技術(shù)解決該問題。該技術(shù)通過AI自監(jiān)督學(xué)習(xí)的方法，只需原10%的標(biāo)定數(shù)據(jù)即可實現(xiàn)同樣的軌跡位姿估計精度，不僅減少了對訓(xùn)練數(shù)據(jù)量的依賴，同時提高了對用戶行為姿態(tài)的泛化適應(yīng)能力;另外采用華為自研的RIO網(wǎng)絡(luò)設(shè)計，將軌跡估計精度進(jìn)一步提升了30%以上(華為實驗室測試數(shù)據(jù))，能夠應(yīng)對現(xiàn)實生活中各種用戶在復(fù)雜室內(nèi)環(huán)境中的定位需求。
多源信號因子圖優(yōu)化技術(shù)
多源信號因子圖優(yōu)化技術(shù)原理
HMS Core定位服務(wù)提供的多源信號因子圖優(yōu)化技術(shù)，基于信號傳播模型基礎(chǔ)理論，引入了圖論的方法對5G、UWB、FTM、WiFi、BLE、RF等多源信號進(jìn)行表征，將傳統(tǒng)的特征匹配問題轉(zhuǎn)換成了圖優(yōu)化問題，這樣不僅提高了大數(shù)據(jù)處理的效率，而且也使得數(shù)據(jù)模型更準(zhǔn)確地刻畫了信號地圖的特征。該技術(shù)將無序的軌跡分布構(gòu)建成有序的2D平面拓?fù)涞男盘柕貓D，并且能夠隨著信號覆蓋密度的增加，最終達(dá)到“店鋪級”位置分辨精度。
從無序的軌跡到有序2D拓?fù)錁?gòu)建實例展示
AI樓層識別技術(shù)
AI樓層識別技術(shù)原理
室內(nèi)定位，還需要解決用戶在不同樓層移動產(chǎn)生的跨樓層定位問題，包括樓梯、電梯和自動扶梯等場景。HMS Core定位服務(wù)通過AI學(xué)習(xí)跨層地標(biāo)屬性，并對不同樓梯類型進(jìn)行自動排序，通過AI樓層識別技術(shù)，實現(xiàn)3D樓層定位，準(zhǔn)確率平均優(yōu)于95%(華為實驗室測試數(shù)據(jù))
從2D有序拓?fù)涞?D有序拓?fù)錁?gòu)建實例展示
概率建模高精度定位技術(shù)
概率建模高精度定位技術(shù)原理
HMS Core定位服務(wù)提供的概率建模高精度定位技術(shù)，基于信號傳播模型的分布特征，提出高斯過程對信號殘差建模和自適應(yīng)的學(xué)習(xí)超參數(shù)，將信號軌跡覆蓋區(qū)域擴(kuò)展到軌跡未經(jīng)過區(qū)域。并且隨著不斷的AI自學(xué)習(xí)，越來越逼近模型估計最優(yōu)解，從而使得定位更精準(zhǔn)。
在存在室內(nèi)地圖的場景下，還可以進(jìn)一步通過地圖匹配算法提升定位精度。
華為Mate Xs 2折疊屏手機(jī)發(fā)布會現(xiàn)場圖
以上技術(shù)來自華為2012黎曼實驗室(Riemann Lab)，通過HMS Core定位服務(wù)(Location Kit)面向開發(fā)者開放，目前HUAWEI Mate Xs 2折疊屏手機(jī)用戶使用高德地圖APP即可實現(xiàn)“店鋪級”精準(zhǔn)室內(nèi)定位體驗，后續(xù)還將有更多華為機(jī)型支持3D精準(zhǔn)室內(nèi)定位技術(shù)。
同時，伴隨HMS生態(tài)布局全面加速，HMS Core 定位服務(wù)、地圖服務(wù)、位置服務(wù)等核心應(yīng)用開發(fā)能力也迎來快速提升，2021年6月整合推出了Petal Maps Platform，并全面對開發(fā)者與合作伙伴開放。Petal Maps Platform地圖服務(wù)平臺目前已擁有22個豐富的地圖服務(wù)能力，截止2021年底已覆蓋全球200多個國家與地區(qū)的開發(fā)者，積累了2.6億+POI數(shù)據(jù)，支持70多種地圖展示與搜索語言，接入開發(fā)者數(shù)量超20000。
其他更多關(guān)于HMS Core定位服務(wù)的信息，請訪問華為開發(fā)者聯(lián)盟官網(wǎng)-HMS Core定位服務(wù)，相關(guān)技術(shù)請參考論文清單。
參考文獻(xiàn)：
1. AI慣導(dǎo)軌跡估計技術(shù)：
《RIO: Rotation-equivariance supervised learning of robust inertial odometry》, 2022 CVPR, 華為2012黎曼實驗室(Riemann Lab)。
2.信號空間到距離約束建模技術(shù)：
《Mining geometric constraints from crowd-sourced radio signals and its application to information fusion and indoor positioning》, 2021 IEEE Access, 華為2012黎曼實驗室(Riemann Lab)。
3.概率建模的高精度定位技術(shù)：
《Measuring Uncertainty in Signal Fingerprinting with Gaussian Processes Going Deep》, 2021 IPIN, 華為2012黎曼實驗室(Riemann Lab)。
