定位技术的历史② — GPS失效之处:室内定位技术大比拼

2026-07-22

#室内定位

#UWB

#蓝牙信标

#RTLS

#实时定位

#ORBRO

在上一篇中,我们从鲸鱼的歌声出发,回顾了声呐、雷达、无线电导航,直到GPS的定位技术历史。故事的结尾留下了一个悖论:能在地球任何角落告诉你位置的GPS,恰恰在我们度过一天中大部分时间的室内陷入了沉默。室内定位(Indoor Positioning)之所以成为一个独立的技术领域,原因正在于此。

本篇就从这个悖论说起。GPS失效的地方——建筑物内部。为了在那里确定人员和资产的位置,各种室内定位技术展开了旷日持久的激烈竞争。WiFi、BLE蓝牙信标、UWB、视觉AI、惯性传感器——它们是各自握着不同原理与武器的挑战者。

先把结论说在前面:这场较量没有唯一的赢家。而正是这个事实,决定了今天室内定位行业的走向。每种技术靠什么原理作战,为什么没有分出胜负,那么实战中的答案又是什么——让我们逐一来看。

I. 最后的信号消失之处 — 室内定位为什么难

GPS信号来自遥远高空的卫星。经过漫长旅程抵达地面时,信号已经极其微弱,而混凝土墙体和钢结构几乎不让这缕纤弱的信号通过。这就是为什么一步踏进建筑物,与天空的连接就被切断了。

问题不止于信号无法到达。对无线电波而言,室内是一间"镜厅"。墙壁与天花板、金属货架与设备——室内的各种表面都会反射电波。一个信号经多条路径反弹、多次到达接收机,这种现象被称为多径效应(multipath)。对接收机来说,很难分辨哪一个才是真正的直达信号,距离计算也因此变得模糊。

归根结底,室内定位不是把GPS"延伸"到室内的问题,而是一个需要完全不同工具的独立问题。五路挑战由此开始。

II. 五位挑战者 — 室内定位的候选技术

1. WiFi — 现成基础设施的力量

WiFi定位的出发点很简单。建筑物里本来就有大量WiFi接入点(AP),终端接收到的信号强度(RSSI)大体上离AP越远越弱。以这个信号强度为线索来推算距离;或者更进一步,事先把建筑物各处的信号模式绘制成地图,再与当前测量值比对——这就是指纹定位(fingerprinting)技术。

它最大的吸引力在于可以复用现有基础设施,不添置新设备也能起步。但信号强度是个敏感的指标,一个人的身体、一辆驶过的叉车、一扇关上的门都会让它波动。因此WiFi定位的精度通常停留在米级。用来回答"在哪一层、哪个区域"绰绰有余,再进一步就难了。

2. BLE蓝牙信标 — 低成本、低功耗的实用主义

BLE(低功耗蓝牙)信标是硬币大小的小型发射器。一颗电池就能长期工作,价格低廉,可以毫无负担地布满建筑物各处。原理与WiFi一样基于信号强度,精度同样是米级,但BLE真正的舞台在别处:近场感知与分区(zone)级定位——"这件资产进入了3号仓库区域""访客正站在展品前",在这类问题上,BLE是性价比最高的实用答案。

3. UWB — 用纳秒级的时钟测量距离

UWB(超宽带)的思路完全不同。它测的不是信号来得多"强",而是来得多"快"。它发射纳秒级的极短脉冲,测量电波飞行所需的时间(ToF, Time of Flight),再换算成距离。电波的速度恒定不变,只要时间测得足够精确,距离就同样精确。

尖锐的脉冲还能对抗多径效应,因为反射后迟到的信号与直达信号可以在时间轴上区分开。结果是,UWB在室内实现了数十厘米级的精度。当然,这不是免费的:需要在室内各处安装充当位置基准点的锚点(anchor)基础设施。在精度直接关系到安全与成本的工厂、物流中心、重型装备现场,UWB因此成为首选。

4. 视觉AI — 无需标签的眼睛

前面三种技术都要求被追踪对象携带标签或终端。视觉(摄像头AI)颠覆了这个前提。AI分析摄像头画面来识别人和物体,连无法发放标签的外部访客和车辆也能捕捉。代价是,摄像头看不到的地方等同于不存在。盲区与光照这两个物理限制如影随形,视线一旦被遮挡,追踪也随之中断。

5. 惯性传感器与地磁 — 安静的配角

IMU(惯性测量单元)感知加速度与旋转,计算"刚才朝哪个方向移动了多少";地磁方案则把每栋建筑各不相同的磁场模式当作地图。无需外部信号即可工作是它们的魅力,但惯性方案无法避免累积误差(漂移)——微小的误差随时间不断累积。因此,它们与其说是主角,不如说是填补其他技术空隙的辅助手段。

III. 对比来看 — 室内定位技术一览

技术	原理	精度(大致)	优势	劣势
WiFi	信号强度(RSSI)·指纹定位	米级	复用现有基础设施	易受干扰和环境变化影响
BLE蓝牙信标	基于信号强度的近场感知	米级	低成本低功耗,最适合分区定位	难以提供精确坐标
UWB	纳秒脉冲的飞行时间(ToF)	数十厘米级	高精度,抗多径能力强	需要锚点基础设施
视觉AI	摄像头画面的AI分析	因安装环境而异	无需标签,可识别外部人员与车辆	盲区与光照限制
IMU·地磁	惯性·磁场模式	辅助手段	无需外部信号	累积误差(漂移)

看过这张表就会明白:没有一种技术能在所有格子里获胜。精度之王UWB需要基础设施;无需基础设施的WiFi让出了精度;不需要标签的视觉AI被视野束缚。每一项优势的旁边,都有一个如影随形的劣势。

IV. 没有赢家的较量,答案是组合

那么,现场会怎么选择?答案不是"挑选",而是"组合"。

想想也是理所当然。即使在同一栋建筑里,需求也各不相同。有的区域为了作业人员安全,需要以数十厘米的精度盯住与重型设备的距离;有的区域只要知道资产在哪个仓库分区就足够了。无法佩戴标签的外部车辆进出,则必须交给摄像头。精度、成本、追踪对象这三个变量如何组合,决定了每个区域的最优技术各不相同。

问题出在下一步。技术一混用,画面也跟着混杂。UWB有UWB的系统和界面,BLE有BLE的,摄像头有摄像头的——各自为政,负责监控的人就会在显示器的森林里迷路。因此,室内定位的决胜点正在超越单项技术的性能,转向把多种技术的数据汇聚到同一张地图上的平台能力。

ORBRO正站在这个位置上。ORBRO通过覆盖UWB与BLE的ORBRO RTLS同时提供精准定位与分区追踪,并以视觉AI产品AI Event Manager识别未佩戴标签的人员和车辆。所有这些数据,最终汇聚在管控平台ORBRO OS的同一块屏幕上。无论每个现场采用怎样不同的技术组合,在看的人眼中始终是同一个现场——这就是ORBRO对这场没有赢家的技术大战给出的答案。