高德網絡定位算法的演進

1.導讀

GPS定位精度高，且早已成爲移動設備標配，但GPS也具備一些難以克服的缺陷，包括：

• 冷啓動時間長。GPS啓動時，須要進行搜星，鎖定衛星信號，而後再進行位置技術，這個過程可能會達到幾十秒，即便採用諸如AGPS等技術，仍然有秒級的時間沒法定位。
• 室內或有遮擋的場景。GPS信號弱，沒法有效定位。

用戶須要持續的有效定位，所以須要另外一個技術對GPS進行補充，這就是網絡定位技術。

網絡定位是將手機設備收到的信號（主要是基站、Wifi、藍牙）發送到網絡服務器，得到位置。之因此要將信號數據發送到網絡上，是由於網絡定位是利用信號指紋進行定位，須要一個龐大的且持續更新的指紋數據庫，這個數據庫難以同步到移動設備上。爲了進行定位，須要事先創建每一個位置的指紋特徵，而後在定位時用實時指紋比對每一個位置的歷史指紋，肯定位置。

高德網絡定位不只承擔着高德地圖用戶的定位請求，還面向國內全部主流手機廠商，以及國內30萬以上App提供服務，日均處理請求千億次，峯值QPS百萬級。

在過去的幾年中，高德網絡定位算法經歷了從無監督算法向有監督算法的演進，從定位精度、定位能力透出等方面都有了顯著的提高。

注：高德網絡定位只存在於安卓平臺上，在iOS上因爲蘋果公司未開聽任何定位相關的指紋數據（Wifi、基站列表等），定位結果所有來自於iOS自身。

2.基於聚類的無監督算法

經典的指紋定位算法是無監督算法，其核心是計算指紋的類似性，用指紋肯定位置。下圖是一個例子，AP表明手機掃描到的基站和Wifi設備編號，縱軸表明不一樣的位置，兩者交點的數值表明該位置掃描到該AP的信號強度，爲空表明該位置沒有掃描到該AP。

要對一個新按期請求進行定位（好比AP1:-30,AP2:-50,AP3:-90），一個最簡單的方法，是用KNN逐一計算該指紋與歷史指紋的類似度（好比用L2距離或者餘弦類似度），取類似度最大的歷史位置做爲用戶位置。

這有兩個問題，第一是計算量太大（AP是10億量級，loc是千億量級），沒法知足實時定位的要求，第二是歷史指紋在局部可能比較稀疏，對於用戶指紋沒法精確匹配。

因而須要對歷史數據進行預處理，提取出AP和網格的通用指紋，這樣在定位時只須要比對一次便可。下圖是利用一個AP的歷史採集位置進行聚類，得到AP實際位置和覆蓋半徑的過程，有了每一個AP的位置，在定位時將多個AP的位置進行加權平均便可得到最終位置。

這種方法須要解決的一個挑戰是當有多個候選位置時如何選擇，以下圖所示，有兩個候選位置。

此時須要設計一個策略進行簇選擇，基於每一個簇的特徵進行打分，找出最有可能的一個簇做爲用戶位置。

基於加權平均的定位，速度很快，但精度比較差，緣由是指紋在空間上的分佈並非連續的，而可能受到建築、地形、道路的影響，呈現一種不規則的分佈，因而在上面定位方式的基礎上，發展出一種基於格子排序的算法，能夠更精準的定位。

首先將地球劃分爲25x25的網格，而後統計每一個網格內的指紋特徵，最後進行格子排序。設候選網格爲l，信號向量是S，則定位過程就是計算

根據貝葉斯公式，有

根據1-1，因爲全部候選網格的分母相同，只須要計算分子，即：

其中P(l)是某個位置在全量用戶位置中出現的機率，能夠用定位PV表示，而P(S=S0|l)則須要計算在每一個網格內出現某種信號向量的機率，因爲向量維數高，機率難以計算，所以對不一樣維進行獨立假設，認爲每一個信號出現的機率是獨立的。有：

這樣，能夠基於歷史指紋對每一個網格內的每一個AP的信號強度進行直方圖統計，便可計算出機率，最後對全部格子的機率進行排序，得到機率最高的那一個，以下圖：

3.基於分層排序的有監督算法

無監督算法的一個問題，是難以迭代，對於badcase沒法進行有效優化，一旦調整策略就會影響到其餘case，沒法得到全局最優。

所以，有監督學習就變得頗有必要，高德定位從近兩年開始全面轉向有監督學習，持續進行特徵和模型設計，提高效果，取得了不錯的收益，解決了50%以上的大偏差問題（5千米以上），在移動Wifi識別上得到了99%以上的識別準確率。

有監督學習須要使用大量的特徵，特徵的計算須要消耗較多資源，考慮到定位服務要承受10萬以上的QPS，模型的複雜性與效果同等重要，所以咱們首先將定位服務進行了分層，上面的層級針對大網格，計算粗略的位置，下面的層級針對小網格，逐步細化位置。這樣能夠極大減小沒必要要的計算，在性能和效果間取得平衡。

對於每個單獨的算法模塊，都採用相似下面的神經網絡模型對每一個候選網格進行打分，再使用LTR損失函數做爲目標進行訓練，從而得到神經網絡的參數。在特徵方面，同時考慮如下三類：

• AP的動態特徵，好比信號強度
• 網格特徵，好比PV、UV、AP數、周邊候選網格數等
• AP在網格上的特徵，好比信號強度分佈、PV、UV等

採用這種方法能夠解決絕大部分格子選擇不許確的問題，遺留的一個問題是當定位依據特別少的時候，好比只有一個基站和一個Wifi，兩者分別位於距離較遠的兩個網格，此時不管選擇哪一個都有50%的錯誤機率。爲了解決這個問題，咱們引入了用戶歷史定位點輔助進行各自選擇。

在特徵部分加入歷史定位點序列，輸出一個歷史位置特徵（能夠當作是一個預測的新位置），讓這個預測位置參與網格打分。當有兩個距離較遠但打分接近的網格進行對比時，經過預測位置進行加權。這樣模型應該能夠學出這樣的規律：若是網格距離預測位置比較遠，打分就下降，若是比較近，分就高。經過這個方法，大偏差case的比例能夠下降20%。

4.場景化定位

用戶在不一樣場景下對定位的要求是不一樣的，好比用戶在旅途中可能只須要知道大體的位置，不須要很精確，可是在導航時就須要精確的知道本身在哪條道路上，距離出口多遠。

所以，除了在總體算法架構上進行優化，高德還在不一樣特定場景上進行鍼對性的優化，知足用戶不一樣場景下的定位需求。

室內場景

指紋定位的一個侷限，是須要採集帶GPS的樣本做爲真值進行訓練，因爲GPS只能在室外被採集到，即便用戶在室內，其定位結果有很大機率在室外，這會對用戶形成很多困擾，特別是在用戶準備出行的時候，其定位點的漂移會致使起點偏離真實位置較大。

爲了解決這個問題，有兩個解決辦法，一是採集室內真值，但這種方法須要大量人工採集工做，工做量巨大，目前高德在一些熱門商場和交通樞紐進行人工指紋採集（除了基站Wifi還支持藍牙、傳感器定位）。第二個辦法是藉助大數據，無需人工干預，對Wifi進行建築/POI關聯，用建築/POI位置去修正定位結果。

Wifi-POI關聯有多種方法，一個簡單的方法是用POI名字與Wifi名字的類似度判斷是否有關聯，好比麥當勞的Wifi名字就是McDonald，關聯的時候須要考慮中英文、大小寫、中英文縮寫等。從名稱能分析出關聯關係的Wifi畢竟是少數。另一種覆蓋能力更強的方法是利用Wifi信號分佈規律去挖掘Wifi的真實位置，畢竟絕大部分Wifi都是部署在室內的。

這裏咱們採用的是CNN的方法，將樓塊數據、POI數據、採集真值數據繪製爲二維圖像，而後進行多層卷積計算，label爲Wifi所在的真實樓塊區域。下圖中藍色塊爲樓塊，綠色爲採集點，顏色越亮表明信號強度越高，紅色點表明Wifi真實位置。

目前算法能挖掘出30%Wifi對應的真實位置，在最終定位效果上，用戶在室內時，能正肯定位到室內的樣本比例提高了15%

高鐵場景

從用戶報錯狀況看，有大量報錯是用戶乘坐高鐵時定位異常。高鐵在近兩年開通了車載Wifi，這些Wifi都是移動Wifi，所以這些AP是沒有一個固定位置的，若是不進行任何處理，算法訓練得到的Wifi位置必定是錯誤的，很大機率會在沿途的某個車站（用戶集中，採集量高）。

針對這種場景，須要將移動Wifi所有去除再進行定位。咱們開發了針對高鐵和普通場景的移動Wifi挖掘算法，利用採集點時空分佈等特徵判斷某個Wifi是否移動，挖掘準確率和召回率均超過99%，能夠解決絕大部分高鐵定位錯誤的問題。

地鐵場景

地鐵場景有點相似高鐵，用戶掃到的Wifi基本都是移動Wifi（少許車站有固定Wifi），所以只能藉助基站進行定位。但基站深埋地下，缺少採集數據，如何得到基站的真實位置呢？咱們採用了兩種策略，第一個策略是利用相鄰基站信息，當用戶在一個請求裏或者在短暫時間段內同時掃描到地鐵基站（無GPS採集）和非地鐵基站（有GPS採集）時，咱們能夠用後者的位置去推算前者位置，固然這種方式獲得的基站位置不太準確。因而咱們進行了進一步優化，利用用戶軌跡去精準挖掘出每一個請求對應的地鐵站，從而構建出指紋對應的真值。

基於以上方法，地鐵內的定位精度可達到90%以上，實現地鐵報站和換乘提醒。

5.將來演進

在將來，定位技術特別是移動設備的定位技術還將快速發展，主要突破可能來自如下方面：

圖像定位：谷歌已經發布了基於街景的AR定位，能夠解決在城市峽谷區域內的精準定位。這種定位利用了更豐富的數據源，對用戶體驗的提高也會很是顯著。

5G定位：5G相比4G，頻率更高，頻帶更寬，用於測距時精度更高（好比利用相位差進行傳輸時間計算），行業協會也在孵化5G定位相關的標準，運營商在將來可能會支持基於5G網絡的定位，屆時在5G覆蓋區將會有相似GPS精度的定位效果。

IOT定位：隨着物聯網的普及，基於NB-IOT的定位技術也會應運而生，它可使用相似基站定位的方法，或者使用P2P定位的方法爲物聯網設備進行定位。

---

本文做者：高德技術小哥

閱讀原文

本文爲阿里雲內容，未經容許不得轉載。