卫星定位在开阔天空下效果最好。在建筑物内部，卫星信号会减弱或受阻，因此室内定位必须依赖其他信息——通常不止一种信息。 KAILOS 是围绕该想法构建的技术堆栈。
堆栈汇集了什么
KAILOS组合了建筑物中已经存在的无线电信号、建筑物本身的描述、设备中的运动传感器以及将这些测量结果转化为位置估计的定位算法。在 IPIN 2014 上发表的作品将 KAILOS 描述为集成室内定位系统，后来的研究扩展了其无线电地图、传感器融合和设备方法。
- 无线环境 —由设备观测到的Wi-Fi和Bluetooth信号。
- 建筑物信息 —注册建筑物、平面图和室内地图。
- 设备传感器 —描述运动和航向的加速计、陀螺仪和磁力计测量。
- 定位算法 —具有信号滤波、卡尔曼滤波和地图匹配的混合定位。
Wi-Fi 简单语言指纹识别
每个Wi-Fi接入点广播信号。在建筑物的任何地点，设备都会观察接入点和信号强度的特定组合。这种组合就像位置的指纹。
基于指纹的定位分两个阶段进行。首先，在已知位置收集测量结果并将其存储为无线电地图。随后，设备将当前观察到的内容与无线电地图进行比较，并估计它最有可能所在的位置。
建立和维护无线电地图
无线电地图是指纹定位的基础，在定位开始之前必须存在无线电地图。 KAILOS 包括用于这项工作的工具：用于注册建筑物和平面图以及规划调查的基于网络的地图工作流程，以及当测量员在空间中移动时捕获 Wi-Fi 和传感器测量结果的步行调查工作流程。
无线电环境随着建筑物的翻新和网络的重新配置而改变。因此，KAILOS 背后的研究还探索了众包方法，其中在正常使用期间进行的测量有助于构建和维护无线电地图。
为什么要混合定位
没有任何单一信号在室内各处都是可靠的。 Wi-Fi 的覆盖范围各不相同，Bluetooth 取决于空间中部署的设备，并且运动传感器会随着时间的推移累积误差。 KAILOS 结合了这些来源并应用过滤（包括卡尔曼过滤和针对室内地图的地图匹配），以产生比任何一个来源单独提供的更稳定的估计。
从职位到申请
位置估计仅当应用可以对其进行操作时才有用。 KAILOS 被设计为一个位置服务平台，而不是一个独立的算法，具有用于室内地图信息、路由和其他位置感知功能的接口。该平台层允许室内定位支持导航、安全和跟踪应用。
了解平台的部署方式，请访问 KAILOS Wi-Fi 定位 页面，并按照以下手册中的步骤操作： KAILOS 手册.