高德网络定位算法的演进

1.导读

GPS定位精度高，且早已成为移动设备标配，但GPS也具备一些难以克服的缺陷，包括：

• 冷启动时间长。GPS启动时，须要进行搜星，锁定卫星信号，而后再进行位置技术，这个过程可能会达到几十秒，即便采用诸如AGPS等技术，仍然有秒级的时间没法定位。
• 室内或有遮挡的场景。GPS信号弱，没法有效定位。

用户须要持续的有效定位，所以须要另外一个技术对GPS进行补充，这就是网络定位技术。

网络定位是将手机设备收到的信号（主要是基站、Wifi、蓝牙）发送到网络服务器，得到位置。之因此要将信号数据发送到网络上，是由于网络定位是利用信号指纹进行定位，须要一个庞大的且持续更新的指纹数据库，这个数据库难以同步到移动设备上。为了进行定位，须要事先创建每一个位置的指纹特征，而后在定位时用实时指纹比对每一个位置的历史指纹，肯定位置。

高德网络定位不只承担着高德地图用户的定位请求，还面向国内全部主流手机厂商，以及国内30万以上App提供服务，日均处理请求千亿次，峰值QPS百万级。

在过去的几年中，高德网络定位算法经历了从无监督算法向有监督算法的演进，从定位精度、定位能力透出等方面都有了显著的提高。

注：高德网络定位只存在于安卓平台上，在iOS上因为苹果公司未开听任何定位相关的指纹数据（Wifi、基站列表等），定位结果所有来自于iOS自身。

2.基于聚类的无监督算法

经典的指纹定位算法是无监督算法，其核心是计算指纹的类似性，用指纹肯定位置。下图是一个例子，AP表明手机扫描到的基站和Wifi设备编号，纵轴表明不一样的位置，两者交点的数值表明该位置扫描到该AP的信号强度，为空表明该位置没有扫描到该AP。

要对一个新按期请求进行定位（好比AP1:-30,AP2:-50,AP3:-90），一个最简单的方法，是用KNN逐一计算该指纹与历史指纹的类似度（好比用L2距离或者余弦类似度），取类似度最大的历史位置做为用户位置。

这有两个问题，第一是计算量太大（AP是10亿量级，loc是千亿量级），没法知足实时定位的要求，第二是历史指纹在局部可能比较稀疏，对于用户指纹没法精确匹配。

因而须要对历史数据进行预处理，提取出AP和网格的通用指纹，这样在定位时只须要比对一次便可。下图是利用一个AP的历史采集位置进行聚类，得到AP实际位置和覆盖半径的过程，有了每一个AP的位置，在定位时将多个AP的位置进行加权平均便可得到最终位置。

这种方法须要解决的一个挑战是当有多个候选位置时如何选择，以下图所示，有两个候选位置。

此时须要设计一个策略进行簇选择，基于每一个簇的特征进行打分，找出最有可能的一个簇做为用户位置。

基于加权平均的定位，速度很快，但精度比较差，缘由是指纹在空间上的分布并非连续的，而可能受到建筑、地形、道路的影响，呈现一种不规则的分布，因而在上面定位方式的基础上，发展出一种基于格子排序的算法，能够更精准的定位。

首先将地球划分为25x25的网格，而后统计每一个网格内的指纹特征，最后进行格子排序。设候选网格为l，信号向量是S，则定位过程就是计算

根据贝叶斯公式，有

根据1-1，因为全部候选网格的分母相同，只须要计算分子，即：

其中P(l)是某个位置在全量用户位置中出现的几率，能够用定位PV表示，而P(S=S0|l)则须要计算在每一个网格内出现某种信号向量的几率，因为向量维数高，几率难以计算，所以对不一样维进行独立假设，认为每一个信号出现的几率是独立的。有：

这样，能够基于历史指纹对每一个网格内的每一个AP的信号强度进行直方图统计，便可计算出几率，最后对全部格子的几率进行排序，得到几率最高的那一个，以下图：

3.基于分层排序的有监督算法

无监督算法的一个问题，是难以迭代，对于badcase没法进行有效优化，一旦调整策略就会影响到其余case，没法得到全局最优。

所以，有监督学习就变得颇有必要，高德定位从近两年开始全面转向有监督学习，持续进行特征和模型设计，提高效果，取得了不错的收益，解决了50%以上的大偏差问题（5千米以上），在移动Wifi识别上得到了99%以上的识别准确率。

有监督学习须要使用大量的特征，特征的计算须要消耗较多资源，考虑到定位服务要承受10万以上的QPS，模型的复杂性与效果同等重要，所以咱们首先将定位服务进行了分层，上面的层级针对大网格，计算粗略的位置，下面的层级针对小网格，逐步细化位置。这样能够极大减小没必要要的计算，在性能和效果间取得平衡。

对于每个单独的算法模块，都采用相似下面的神经网络模型对每一个候选网格进行打分，再使用LTR损失函数做为目标进行训练，从而得到神经网络的参数。在特征方面，同时考虑如下三类：

• AP的动态特征，好比信号强度
• 网格特征，好比PV、UV、AP数、周边候选网格数等
• AP在网格上的特征，好比信号强度分布、PV、UV等

采用这种方法能够解决绝大部分格子选择不许确的问题，遗留的一个问题是当定位依据特别少的时候，好比只有一个基站和一个Wifi，两者分别位于距离较远的两个网格，此时不管选择哪一个都有50%的错误几率。为了解决这个问题，咱们引入了用户历史定位点辅助进行各自选择。

在特征部分加入历史定位点序列，输出一个历史位置特征（能够当作是一个预测的新位置），让这个预测位置参与网格打分。当有两个距离较远但打分接近的网格进行对比时，经过预测位置进行加权。这样模型应该能够学出这样的规律：若是网格距离预测位置比较远，打分就下降，若是比较近，分就高。经过这个方法，大偏差case的比例能够下降20%。

4.场景化定位

用户在不一样场景下对定位的要求是不一样的，好比用户在旅途中可能只须要知道大体的位置，不须要很精确，可是在导航时就须要精确的知道本身在哪条道路上，距离出口多远。

所以，除了在总体算法架构上进行优化，高德还在不一样特定场景上进行针对性的优化，知足用户不一样场景下的定位需求。

室内场景

指纹定位的一个局限，是须要采集带GPS的样本做为真值进行训练，因为GPS只能在室外被采集到，即便用户在室内，其定位结果有很大几率在室外，这会对用户形成很多困扰，特别是在用户准备出行的时候，其定位点的漂移会致使起点偏离真实位置较大。

为了解决这个问题，有两个解决办法，一是采集室内真值，但这种方法须要大量人工采集工做，工做量巨大，目前高德在一些热门商场和交通枢纽进行人工指纹采集（除了基站Wifi还支持蓝牙、传感器定位）。第二个办法是借助大数据，无需人工干预，对Wifi进行建筑/POI关联，用建筑/POI位置去修正定位结果。

Wifi-POI关联有多种方法，一个简单的方法是用POI名字与Wifi名字的类似度判断是否有关联，好比麦当劳的Wifi名字就是McDonald，关联的时候须要考虑中英文、大小写、中英文缩写等。从名称能分析出关联关系的Wifi毕竟是少数。另一种覆盖能力更强的方法是利用Wifi信号分布规律去挖掘Wifi的真实位置，毕竟绝大部分Wifi都是部署在室内的。

这里咱们采用的是CNN的方法，将楼块数据、POI数据、采集真值数据绘制为二维图像，而后进行多层卷积计算，label为Wifi所在的真实楼块区域。下图中蓝色块为楼块，绿色为采集点，颜色越亮表明信号强度越高，红色点表明Wifi真实位置。

目前算法能挖掘出30%Wifi对应的真实位置，在最终定位效果上，用户在室内时，能正肯定位到室内的样本比例提高了15%

高铁场景

从用户报错状况看，有大量报错是用户乘坐高铁时定位异常。高铁在近两年开通了车载Wifi，这些Wifi都是移动Wifi，所以这些AP是没有一个固定位置的，若是不进行任何处理，算法训练得到的Wifi位置必定是错误的，很大几率会在沿途的某个车站（用户集中，采集量高）。

针对这种场景，须要将移动Wifi所有去除再进行定位。咱们开发了针对高铁和普通场景的移动Wifi挖掘算法，利用采集点时空分布等特征判断某个Wifi是否移动，挖掘准确率和召回率均超过99%，能够解决绝大部分高铁定位错误的问题。

地铁场景

地铁场景有点相似高铁，用户扫到的Wifi基本都是移动Wifi（少许车站有固定Wifi），所以只能借助基站进行定位。但基站深埋地下，缺少采集数据，如何得到基站的真实位置呢？咱们采用了两种策略，第一个策略是利用相邻基站信息，当用户在一个请求里或者在短暂时间段内同时扫描到地铁基站（无GPS采集）和非地铁基站（有GPS采集）时，咱们能够用后者的位置去推算前者位置，固然这种方式获得的基站位置不太准确。因而咱们进行了进一步优化，利用用户轨迹去精准挖掘出每一个请求对应的地铁站，从而构建出指纹对应的真值。

基于以上方法，地铁内的定位精度可达到90%以上，实现地铁报站和换乘提醒。

5.将来演进

在将来，定位技术特别是移动设备的定位技术还将快速发展，主要突破可能来自如下方面：

图像定位：谷歌已经发布了基于街景的AR定位，能够解决在城市峡谷区域内的精准定位。这种定位利用了更丰富的数据源，对用户体验的提高也会很是显著。

5G定位：5G相比4G，频率更高，频带更宽，用于测距时精度更高（好比利用相位差进行传输时间计算），行业协会也在孵化5G定位相关的标准，运营商在将来可能会支持基于5G网络的定位，届时在5G覆盖区将会有相似GPS精度的定位效果。

IOT定位：随着物联网的普及，基于NB-IOT的定位技术也会应运而生，它可使用相似基站定位的方法，或者使用P2P定位的方法为物联网设备进行定位。

---

本文做者：高德技术小哥

阅读原文

本文为阿里云内容，未经容许不得转载。