HMS Core 3D精准室内定位技术，打造“店铺级”出行体验

　　2022年4月28日，在华为折叠旗舰及全场景新品发布上，华为Mate Xs 2折叠屏手机搭载由HMS Core定位服务(Location Kit)提供的3D精准室内定位技术，为用户提供了“店铺级”定位能力。目前，该能力已经覆盖国内160+城市、1300+核心商圈、20+大型交通枢纽等大中型公共建筑，为用户打造室内精准定位的出行体验。

　　“3D精准室内定位技术”技术底座

　　室内定位技术在商场室内导购、高铁机场出行等生活场景，以及游客导览、外卖骑手到店履约等行业场景都有广泛的需求。

　　当前业界已经有多种室内定位方案，如基于蓝牙标签、UWB基站的硬件部署方案，以及人工采集WiFi/地磁方案等。但是这些方案存在场所覆盖量少、成本高昂、无法自动学习更新等不足。

　　为了解决这些痛点，HMS Core定位服务通过突破多项关键技术，最终实现了广覆盖、低成本、自学习的精准室内定位功能，通过统一的API接口支持HarmonyOS等主流移动OS系统，确保即使从室外延伸到室内，都能获取无缝的精准定位服务。

　　HMS Core定位服务通过如下4个关键技术实现广覆盖、低成本、自学习的3D精准室内定位能力。

　　1.AI惯导轨迹估计技术

　　2.多源信号因子图优化技术

　　3.AI楼层识别技术

　　4.概率建模高精度定位技术

　　AI惯导轨迹估计技术

　　业界通用的PDR估计模型，基于步态检测和步长估计的航迹推算，该模型对人的高矮、行走快慢、手机姿态切换等非常敏感，导致不同场景下，轨迹长度和方向的估计不稳定，误差抖动大。 HMS Core定位服务提供AI惯导轨迹估计技术解决该问题。该技术通过AI自监督学习的方法，只需原10%的标定数据即可实现同样的轨迹位姿估计精度，不仅减少了对训练数据量的依赖，同时提高了对用户行为姿态的泛化适应能力;另外采用华为自研的RIO网络设计，将轨迹估计精度进一步提升了30%以上(华为实验室测试数据)，能够应对现实生活中各种用户在复杂室内环境中的定位需求。

　　多源信号因子图优化技术

　　HMS Core定位服务提供的多源信号因子图优化技术，基于信号传播模型基础理论，引入了图论的方法对5G、UWB、FTM、WiFi、BLE、RF等多源信号进行表征，将传统的特征匹配问题转换成了图优化问题，这样不仅提高了大数据处理的效率，而且也使得数据模型更准确地刻画了信号地图的特征。该技术将无序的轨迹分布构建成有序的2D平面拓扑的信号地图，并且能够随着信号覆盖密度的增加，最终达到“店铺级”位置分辨精度。

　　AI楼层识别技术

　　室内定位，还需要解决用户在不同楼层移动产生的跨楼层定位问题，包括楼梯、电梯和自动扶梯等场景。HMS Core定位服务通过AI学习跨层地标属性，并对不同楼梯类型进行自动排序，通过AI楼层识别技术，实现3D楼层定位，准确率平均优于95%(华为实验室测试数据)

　　概率建模高精度定位技术

　　HMS Core定位服务提供的概率建模高精度定位技术，基于信号传播模型的分布特征，提出高斯过程对信号残差建模和自适应的学习超参数，将信号轨迹覆盖区域扩展到轨迹未经过区域。并且随着不断的AI自学习，越来越逼近模型估计最优解，从而使得定位更精准。

　　在存在室内地图的场景下，还可以进一步通过地图匹配算法提升定位精度。

　　以上技术来自华为2012黎曼实验室(Riemann Lab)，通过HMS Core定位服务(Location Kit)面向开发者开放，目前HUAWEI Mate Xs 2折叠屏手机用户使用高德地图APP即可实现“店铺级”精准室内定位体验，后续还将有更多华为机型支持3D精准室内定位技术。

　　同时，伴随HMS生态布局全面加速，HMS Core 定位服务、地图服务、位置服务等核心应用开发能力也迎来快速提升，2021年6月整合推出了Petal Maps Platform，并全面对开发者与合作伙伴开放。Petal Maps Platform地图服务平台目前已拥有22个丰富的地图服务能力，截止2021年底已覆盖全球200多个国家与地区的开发者，积累了2.6亿+POI数据，支持70多种地图展示与搜索语言，接入开发者数量超20000。

　　其他更多关于HMS Core定位服务的信息，请访问华为开发者联盟官网-HMS Core定位服务，相关技术请参考论文清单。

　　参考文献：

　　1. AI惯导轨迹估计技术：

　　《RIO: Rotation-equivariance supervised learning of robust inertial odometry》, 2022 CVPR, 华为2012黎曼实验室(Riemann Lab)。

　　2.信号空间到距离约束建模技术：

　　《Mining geometric constraints from crowd-sourced radio signals and its application to information fusion and indoor positioning》, 2021 IEEE Access, 华为2012黎曼实验室(Riemann Lab)。

　　3.概率建模的高精度定位技术：

　　《Measuring Uncertainty in Signal Fingerprinting with Gaussian Processes Going Deep》, 2021 IPIN, 华为2012黎曼实验室(Riemann Lab)。