iBeacon蓝牙定位技术原理及实现

[tower1229]

蓝牙定位是iBeacon技术最常被应用的方向之一，基于蓝牙定位可以实现诸如寻路、寻车、向导等很多商业需求，觅迹导航的定位系统也是基于iBeacon技术实现的。蓝牙定位又可以分为一维定位和二维定位，本文将介绍两种蓝牙定位技术的实现原理及实现方法。

一维定位

原理

蓝牙定位的底层技术是蓝牙测距，关于蓝牙测距在《微信小程序iBeacon测距及稳定程序的实现》一文中已经做了详细介绍，这里不再赘述。

所谓一维定位其实就是对蓝牙测距技术的最简单应用，只要将蓝牙信标设备部署在指定点，当接收设备（手机）足够靠近信标时，就认为用户到达了指定点。之所以称之为一维定位，是因为定位结果完全依附于信标设备的位置，没有任何其他维度上的扩展。

应用

这种方式通常用在固定路线的沿途部署，为路线上的用户提供定位信息。

优点是部署成本和开发成本很低，缺点是只能应用在路线固定，并且定位点间隔不太密集的场景。典型的例子就是景区或者园区，景区内的路径都是经过设计的，固定而且几乎唯一；景点之间的距离也不会很近，至少在50m以上的间距。只要沿途以大致固定的间距部署信标设备，就可以为用户提供相对实时而且准确的定位信息。

实现

一维定位的部署非常简单，如上文所述，只要确定好信标设备的有效覆盖范围，然后沿途部署就可以。部署同时收集每个或部分信标设备的位置信息，作为程序的定位检索依据。

开发方面，移动设备只要将收到的信号做距离排序，找到距离最近的一个信标设备，如果距离在指定范围内，就检索该设备的位置信息，认为用户到达了该地区。

太简单了，就不多说了。

二维定位

原理

二维定位顾名思义，就是可以实现二维空间中的任意定位。定位的主要理论依据三角形三边关系公式。

如上图，已知三角形三边长度，CD是底边AB的垂线，AD和BD的长度计算公式分别为

BD = (AB2+CB2-AC2)÷2AB
AD = (AB2-CB2+AC2)÷2AB

整体思路是，将信标设备在场地内按指定间距做网状部署，使用户在场地内任意点都可以接收到3个距离最近而且连线构成直角的定位点信息，如下图

通过三角形三边关系公式，可以计算出上图中px和py的长度，也就是当前点在当前正方形网格中的坐标。

再根据当前所在正方形在整个矩阵中的位置，结合部署间距，算出当前点在整个矩阵中的坐标。

应用

二维定位理论上适用于任何场景，通常用在用户活动路径不固定的自由空间中，比如展会、商场。

优点是场地适应性更强，缺点是部署成本和开发成本相对较高。以商场为例，严格按照固定间距部署蓝牙信标，往往需要结合实地情况选择合适的距离，程序也要根据实际间距做相应的计算调整。另外还要考虑不规则区域的处理，往往会将一维定位和二维定位结合使用。

实现

上面原理部分说起来有点啰嗦，看图其实很简单。

假设现在有一个30m * 30m的场地，将信标设备以10m为间距网状部署，共需要16个信标，每个信标都按下图所示标注上坐标信息

此时用户无论在场地内的任何位置，都将身处9个正方形网格中的一个（暂不考虑临界情况），那么移动设备收到的距离最近的4个信标点，应该就是当前所在正方形的4个顶点。

假设当前用户此时在左上角第一个正方形中，根据蓝牙测距结果，得到距离最近的3个信标点，对应的距离分别为distance1, distance2, distance3，如图

三个顶点距离已知，部署间距已知，根据三边关系公式可以得px, py的值，也就是当前点在当前网格中的坐标。

在这之前先要解决一个问题，那就是三个点之间的关系。我们知道三个点肯定两两连线互为直角，但到底哪两个点在横轴上，哪两个点在纵轴上。这需要结合点的坐标信息做进一步处理。

//判断三点（points）的关系
let xAxisPoints = [];
let yAxisPoints = [];
for (let i = 0; i < points.length; i++) {
  let point = points[i];
  //找到Y轴点
  let xNO = point.x;
  let yPoints = points.filter(e => e.x === xNO)
  if (yPoints.length >= 2) {
    yAxisPoints = yPoints.sort((a, b) => a.y - b.y)
    if (xAxisPoints.length) {
      break;
    }
  }
  //找到X轴点
  let yNO = point.y;
  let xPoints = points.filter(e => e.y === yNO)
  if (xPoints.length >= 2) {
    xAxisPoints = xPoints.sort((a, b) => a.x - b.x)
    if (yAxisPoints.length) {
      break;
    }
  }
}

至此，就很容易算出定位点的横轴坐标和纵轴坐标了，再分别加上当前网格在整个矩阵中的横坐标和纵坐标，就得到了最终的定位坐标。

上例中的xAxisPoints和yAxisPoints已经对坐标信息做了排序，横轴数组第一个点的x值，以及纵轴数组第一个点的y值，就是网格在整个矩阵中的横坐标和纵坐标。

总结

一维定位和二维定位分别有各自的应用场景，其中二维定位对实施能力提出了较高的要求。现实环境中往往还需要将一维定位和二维定位结合使用，这里需要程序设计上处理好两种情况的兼容。

得到定位信息，往往只是项目的第一步。比如在导航系统中，定位信息需要匹配最近的目标点，整个导航功能才可以开始使用。有机会后面会对导航系统的实现，做进一步的分享。