基于5G边缘云与计算机视觉的AR室内定位解决方案

唐明钰

摘   要：随着信息化时代的发展，定位技术的实际落地能力一直被人们所关注。室外定位通常借助于GPS或北斗卫星等，其发展已十分成熟，定位准确且应用也较为丰富。室内定位的发展则相对较为缓慢，随着社会活动越来越多的发生在室内，如何提高室内定位的用户体验，成为很有意义地研究课题。基于5G边缘云与计算机视觉的AR室内定位解决方案，吸纳了计算机视觉定位的部署便利、精度高以及5G边缘云时延低、算力强等特点，用以提升用户体验。

关键词：5G边缘云;计算机视觉;室内定位

目前常见的用于室内定位的技术手段有射频识别、超宽带、蓝牙、红外线、超声波、WiFi，ZigBee等。其中，多数定位技术方案所使用的传感器感知信息量有限，鲁棒性差，如红外线、蓝牙等;或者部署成本大、场地改造性价比低，如UWB;又或者定位能力受限于终端类型，如WiFi。同时，室内定位对定位精度的要求也相对较高，往往需要达到分米级（甚至厘米级）定位精度。因此，如何快速部署准确度高的室内定位技术，也是业界较为关注的问题，基于5G边缘云与计算机视觉的增强现实（Augmented Reality，AR）其室内定位解决方案应运而生。

1    基于5G边缘云与计算机视觉的AR室内定位解决方案

1.1  5G边缘云

5G作为新型基础设施建设之首，可以与人工智能、云计算、大数据、物联网等技术相结合，快速赋能垂直行业。其最为显著的特点是大带宽、低时延以及海量连接，与之相应的应用场景有：高清4K/8K直播、AR/VR/全息实时业务播放与互动，无人机、车联网等对时延敏感的业务，智能家居、智慧工厂等海量物联网场景中物与物、人与物以及人与人之间的连接。

5G边缘云，相对于传统的2G，3G，4G网络，在5G核心网用户面下沉的基础上，又在网络边缘部署MEC边缘计算设备，使得业务部署更加灵活。各类边缘用户的终端数据处理直接在本地进行即可，不必一一通过核心网，再度降低了网络对用户响应的时延，也减少了网络拥塞的风险。各类创新业务应用可直接部署上云，充分利用5G边缘云技术的特点，从而满足垂直行业的不同业务需求。

1.2  增强现实及视觉SLAM

在计算机视觉中，机器人用摄像机代替眼睛，收集外部世界的图像;用算法代替神经，对输入的图像视频流进行运算;用处理器（CPU或者GPU）代替大脑，进行信息的存储和运算。随着人工智能的发展，计算机视觉领域还在不断深入研究，各分支的研究与应用也在不断突破，AR就是基于计算机视觉的人工智能的重要分支之一。

AR是指通过对外部世界信息的捕捉，叠加相应的视觉特效技术，把虚拟影像叠加在现实场景中并呈现于屏幕上。相对于一般的平面图像而言，它更加立体形象，并配以声音（未来甚至可配以味觉和嗅觉的感官体验），让人身临其境。

真正意义上的AR不仅能呈现简单的图像渲染及特效，还可以对环境进行深度检测，这种情况下，往往会应用到视觉定位与地图构建（Simultaneous Localization and Mapping，SLAM）技术。SLAM是指在一个未知的环境里，放入一个机器人（或是带有传感装置的设备），让其自主估计自身的位置并建立环境地图，从而可以实现自动寻路等功能。在整个过程中，SLAM技术主要解决的是定位与周围环境模型的构建，如果传感设备使用的是摄像机，那么就称之为视觉SLAM。

1.3  室内定位解决方案

1.3.1  让AR上5G云是基础

近年来虽然增强现实的应用很受追捧，各行各业都纷纷投入开发并使用相关应用，但纵观其普及度，尚未能实现大众化，其依然面临许多挑战。在项目前期调研过程中，研究团队发现许多痛点，例如在智能手机上运行增强现实软件时，手机电量消耗過快;AR渲染效果要想较好呈现，需要下载APP，多数用户不愿意;在进行相关互动时，由于网络拥塞或时延，会让人有晕眩感或产生定位延迟等。因此，要想让AR定位方案得以普及，解决上述问题成了方案应用的基础。

让AR上5G云，则可以有效缓解上述问题。据相关对比研究测试显示，AR上5G云之后，其性能和成本等多方面都得到了明显改善。举个例子，在进行AR互动时，如果是本地AR，虽然无需考虑时延问题，但每一个本地AR都像一个“孤岛”，无法实现与外界的连接，并且对每一个本地AR的硬件要求较高，硬件设备也无法共享。通过4G网络，在云端部署AR应用，计算机视觉的计算和渲染在云端进行，终端需要处理的内容少了，那么对终端的配置要求也就降低了，但其代价就是增加了网络时延。虽然4G网络已是扁平化结构，但仍无法满足对AR互动的时延要求，在很多项目的实地考察中发现，用户在连网使用互动类AR应用时很容易出现晕眩。而5G的适时出现，正好弥补了这一缺陷，5G空口时延再度降低，配以云端高性能硬件设备，其端到端时延相对于4G网络得到了明显降低，让用户互动不再产生晕眩。

1.3.2  提高室内定位精度

基于视觉SLAM的室内定位解决方案是纯视觉的，不依赖于其他技术手段，也就是仅通过摄像机来捕获外界信息。在项目测试中，其定位精度不够准确，应用于导航项目里会有导航偏差，尤其对于较为空旷的区域，往往出现识别出错的情况，体验效果不佳，让项目顺利交付难度较大。

为提高定位精度，增加采用以下技术手段。

（1）惯性导航IMU。智能手机一般都配有惯性测量单元（Inertial Measurement Unit，IMU）模块，IMU能够测量自身传感器的加速度和角速度，从而快速正确地估计物体的运动状态，也正好解决了摄像机在快速运动的状态下图像模糊导致定位不准确的问题，这些都是摄像机固有的缺陷。IMU的缺点是随着时间的累积会出现明显的数据漂移，而这又正好是摄像机的优势，可通过摄像机数据来修正。因此，将两者融合，使得视觉定位系统对位姿的估计更加准确，让定位系统更加完善。

（2）5G边缘云部署。除了与IMU模块结合以外，为提高定位精度，还可以通过无线基站给出初始定位范围（目前5G用户普及度不如4G，且单纯依靠通信来进行高精度室内定位的能力目前尚不成熟），部署5G MEC边缘云，整个定位流程可大致简化，如图1所示。

①无线基站可对该区域范围内的用户进行粗略定位，将相关信息传送至移动边缘计算（Mobile Edge Computing，MEC）。与此同时，终端用户也会将摄像机获取的周围环境关键信息上传至MEC。

②在5G MEC边缘云上，首先，根据基站对用户进行定位的信息来缩小搜寻范围，无需在整个场景中进行图像比对，极大地减弱了计算量;其次，再用摄像机上传信息，在之前缩小的范围内进行定位，找出用户的初始位置;最后，结合用户需求，进行相应的图形渲染。

③将关键信息传给用户，在用户端呈现AR定位效果。在整个流程中，除摄像机获取信息之外，图像渲染、计算机视觉算法以及与无线基站信息的融合，都是在5G边缘云设备MEC上进行的，MEC拥有比普通服务器高的计算能力。终端用户仅需上传关键环境信息即可，极大地降低了对终端的要求，降低了用户的使用门槛。经测试，终端耗电量也得到了很大程度的减弱。对企业用户来说降低了终端成本，对个人用户来说无需另外下载APP，这更加有利于AR的普及，轻松实现AR室内定位应用。

基于5G边缘云，定位精度可达厘米级。这主要是有两方面原因。（1）由于数据仅在边缘处理，网络时延进一步降低。（2）环境信息的及时更新。

由于5G边缘云是独立于5G网络的其他部分，整个数据的处理都在局域网内进行，从整个网络链路上来说，期链路短、节点少，时延自然降低。在实际项目中，现实环境或多或少会有变化，比如物品的摆放、室内局部环境的调整等，这时候就需要对环境地图进行更新。以前的做法是不定期对环境进行信息重新采集来更新环境地图，但这样往往会导致信息更新不及时，还增加了运营成本。部署5G边缘云之后，会在用户使用的同时进行信息收集，及时在MEC上更新环境信息，避免造成网络拥塞。

此外，5G MEC边缘云让5G网络更加解耦，让更多的内容服务提供商可便利地加入到生态圈中，更加专心于自身业务、加速应用创新。

定位长期以来一直是个敏感话题，涉及用户隐私，运营商一般不会轻易给出用户位置信息。而通過5G的网络切片、MEC边缘云的部署，将用户分类、让数据不出局域网，让企业获取部分用户的应用管理权，在充分尊重用户隐私的基础上，实现室内精准定位。

2    应用举例

某展会部署5G MEC边缘云，在5G边缘云上完成地图构建、AI场景理解、沉浸式渲染等，实时为用户提供定位导航服务。用户打开手机摄像头，扫一圈周边环境即可轻松知道自己的实时位置，输入目的地，就可以生成路线，同时，还能叠加用户需要的增值服务（如智能讲解、选择自己喜欢的导航员形象等）。

3    结语

文章根据当前室内定位的挑战，提出基于5G边缘云与计算机视觉的AR室内定位解决方案，希望可以通过“5G+AI”的赋能，尽可能地减少环境改造、降低硬件投入成本，以达到高精度的室内定位要求，提升用户体验。也希望有更多的同行加入到该领域的研究中，共同推进行业应用与发展。

[参考文献]

[1]高翔，张涛.视觉SLAM十四讲：从理论到实践[M].北京：电子工业出版社，2019.

[2]深圳中科呼图信息技术有限公司.计算机视觉增强现实应用概论[M].北京：机械工业出版社，2017.