WiFi定位技术概述：从原理到落地

各位同学，今天我们来聊聊WiFi定位。说实话，我在做定位系统之前，一直觉得WiFi嘛，就是用来上网的。直到有一次，一个客户说要在室内做人员定位，但预算有限，买不起UWB设备——嗯，那时候我才认真研究起WiFi定位来。

WiFi定位，说白了就是利用现有的WiFi基础设施，通过信号特征来推算位置。你不用额外布线，不用买专用基站，省下的可都是真金白银。

WiFi技术原理：信号里藏着位置信息

WiFi定位的核心原理其实不复杂。无线信号在空气中传播，距离越远，信号越弱。这个衰减关系，就是我们定位的基础。

我个人习惯把WiFi定位方法分成三类：

• 基于信号强度（RSSI）：最常用，也最便宜。通过接收到的信号强度来估算距离。
• 基于信道状态信息（CSI）：精度更高，但需要专用芯片。我在一个仓储项目中试过，效果确实比RSSI好。
• 基于飞行时间（ToF）：测距精度最高，但需要AP支持802.11mc协议。

这里有个关键点——WiFi信号在室内会反射、折射、绕射。你想想看，一个信号从AP发出来，可能走了好几条路才到你的手机。这就是多径效应。我曾经在一个金属货架密集的仓库里做测试，RSSI波动得跟心电图似的，后来不得不改用CSI方案。

距离 d = 10 ^ ((P_tx - P_rx - 20 * log10(f) + 27.55) / 20)

WiFi定位优势：为什么选它？

说实话，WiFi定位的精度比不上UWB，UWB能做到厘米级，WiFi一般也就3-5米。那为什么还要用？

我总结了几点：

当然，也有短板。精度受环境影响大，而且AP密度不够的话，定位效果会打折扣。我记得有个客户想在停车场做定位，结果AP间距超过30米，定位误差直接飙到10米以上。

WiFi定位系统组成：搭积木一样

一个完整的WiFi定位系统，我习惯把它拆成四个部分：

1. 感知层：AP和终端设备。AP负责发射信号，终端负责接收并上报RSSI/CSI数据。
2. 数据层：定位服务器。接收原始数据，做滤波、去噪、位置解算。
3. 算法层：定位引擎。这是核心，跑指纹匹配、三角定位或者深度学习模型。
4. 应用层：地图展示、轨迹回放、电子围栏等业务功能。

这里我画了一张系统架构图，方便你理解：

WiFi定位应用场景：哪里能用？

WiFi定位的应用场景，我这些年接触过的还真不少。挑几个典型的说说：

• 商场导航：顾客打开商场App，就能看到自己在哪里，附近有哪些店铺。精度3-5米，够用了。
• 医院资产追踪：轮椅、输液泵、监护仪，贴上WiFi标签，护士站大屏上实时显示位置。我曾经帮一家三甲医院做过，护士长说找设备的时间减少了70%。
• 仓储物流：叉车、托盘、拣货员的位置管理。不过仓储环境金属多，信号干扰大，得做精细的指纹采集。
• 智慧办公：会议室预订、工位占用检测、访客轨迹。这个场景对精度要求不高，但要求覆盖无死角。
• 机场/火车站：旅客导航、员工调度、行李追踪。我记得有个机场项目，AP数量超过2000个，指纹采集花了整整两周。