SenseCAP T1000 室内定位系统指南
本章节将提供整体指导，说明如何使用 Traxmate 将 SenseCAP T1000 Tracker 集成到室内定位解决方案中。
Traxmate 是一个 IoT 平台，使你或你的客户能够轻松高效地部署一套完整的 IoT 追踪解决方案，具备无缝的室内外定位、跟踪和路径规划能力。
如果你更希望在没有第三方平台订阅的情况下运行自己的仪表盘，可以查看 Campus-level BLE Beacon Positioning System —— 一套可一键部署的 BLE 信标 + LoRaWAN 解决方案，你可以通过 SenseCraft Solution 启动（或通过 Docker 自建部署）。
架构概览
下面是简要说明，但请阅读文档的其余部分以获得完整的理解。
● 登录 Traxmate 并创建你的建筑。
● 部署更多 Wi-Fi 和/或 E5 Bluetooth Location Beacon Deployment（如有需要）。
● 执行一次室内勘测，以检查你已安装的 Wi-Fi 和/或 Bluetooth 基础设施所能提供的精度。
● 再进行一次新的室内勘测以进行验证。
● 重复上述步骤，或开始使用室内定位解决方案。
● 将设备连接到 TTN，并将数据发送到 Traxmate。
部署 Wi-Fi/Bluetooth 信标
如果你尚未部署 Wi-Fi 接入点和/或 Bluetooth 信标的基础设施，你可以进行一次针对定位优化的部署。大多数已部署的 Wi-Fi 接入点基础设施，其放置位置很可能是为了优化数据连接的覆盖范围和性能。在同时考虑定位时——请记住“把它们分散开来，尽量靠近拐角和墙壁布置，并在你希望获得更高精度的区域提高密度”。
Bluetooth 信标通常由电池供电，因此更容易部署。Wi-Fi 接入点的覆盖范围更长。相比稀疏的 Wi-Fi 接入点网格，密集的 Bluetooth 信标网格能提供更好的精度。
更多详情请查看 E5 Bluetooth Location Beacon Deployment。
添加地点
导航到 Places -> Add New，然后点击地图或搜索地址或名称，点击 Add place 弹出窗口并提交详细信息。
下一步是指定建筑的楼层数量，并为你希望启用室内定位的楼层上传楼层平面图。上传楼层平面图支持 PNG 和 JPEG 文件。上传文件后，你可以使用工具对其进行缩放、旋转并在地图上正确放置。还有一个工具可以沿着建筑的轮廓裁剪 PNG/JPEG 文件。
在完成建筑设置后，点击 SAVE。
进行勘测
在添加建筑并上传楼层平面图后，就可以使用 Traxmate App（Android 版本）进行勘测了。
Traxmate App 的 iOS 版本无法使用，因为 iOS 不支持第三方应用进行 Wi-Fi 扫描。
Android 通常会限制应用进行 Wi-Fi 扫描的频率，默认设置为每 30 秒一次。为了获得更精确的勘测，建议你关闭这种节流限制。你需要将 Android 设置为开发者模式才能进行此操作。
前往 Settings > Developer options > 找到 "Wi-Fi scan throttling" > 将其禁用（或 Settings>System>Advanced>Developer options）。
在你的 Android 上禁用 WiFi 扫描节流后，你可以确保 NetSpot 在勘测、扫描和分析你的无线网络区域时发挥最大能力。
在这里查看更多信息。
打开应用并登录，选择 Places -> Select your Place -> Select Floor -> Start Survey。
应用随后会持续扫描 Wi-Fi 和 Bluetooth。你应通过反复放置参考点来训练室内定位系统。参考点越多越好。参考点应放置在地图上与你实际所在位置相对应的位置。
● 你通过缩放和拖动地图，将你所在的位置移动到十字准线下方来放置参考点。当你准确对准后，点击带加号 (+) 的按钮。
● 然后继续行走，尽量以恒定速度直线行走。
建议比正常步行速度稍慢一些。以一个适合作为参考点的新位置为目标。好的位置是那些在地图上容易识别的地方，例如拐角、交叉口、门、电梯、楼梯等类似位置。
● 每隔至少 5-10 米放置一个参考点。参考点放置得越精确，室内定位就会越准确。
● 当你完成整个区域或楼层的勘测后，按下红色停止按钮结束勘测。勘测数据将被发送到服务器端并进行处理。一两分钟后，将会为你的建筑自动发布一个新的建筑模型（参见关于建筑模型的章节），前提是该勘测有良好贡献并提升了精度。
评估当前提供的精度
在完成室内勘测后，需要对结果进行评估。登录 Traxmate portal，并访问你的地点/建筑的 Positioning 选项卡。 勘测的原始数据将由后端服务器处理，结果将以建筑模型的形式提供。最新发布的建筑模型的详细信息会显示在 Positioning 选项卡中。
建筑模型与中位误差
建筑模型是对建筑内信标放置位置的电子化表示。当用户（一个或多个）执行勘测或参考轨迹时，就会生成建筑模型。一旦这些操作完成，它们会被发送到系统中，计算生成一个建筑模型。
对于每个建筑模型，都会计算一个中位误差。中位误差基于真实轨迹/参考轨迹（由勘测过程中放置的参考点生成）与计算轨迹（基于 Combain Location API 提供的室内定位）之间的差异（误差）。系统会自动选择发布当前可用的最佳建筑模型。“最佳”的算法基于覆盖率和中位误差的组合。
该自动流程可以通过手动发布选定的建筑模型来覆盖。建筑模型可以被编辑。用户可以添加或编辑信标，以进一步提升定位效果。
勘测覆盖率、射频覆盖率和中位误差地图
在评估特定建筑模型、查看是否以及如何提升精度时，查看勘测覆盖率、射频覆盖率和中位误差地图会很有帮助。
如何提升室内定位精度
在查看中位误差地图时，如果发现当前提供的中位误差与您的使用场景需求不符，那么就需要考虑如何提升精度。
● 步骤 1 - 更多勘测
你是否已经在计划使用室内定位的建筑所有区域进行了勘测？
如果没有，请进行更多勘测。
● 步骤 2 - 提升 Wi-Fi 和 Bluetooth 覆盖率
你是否在计划使用室内定位的建筑所有区域都部署了 Wi-Fi 和 Bluetooth？
如果没有，请在这些区域部署更多 Wi-Fi 和 Bluetooth 信标，并在这些区域进行勘测。
● 步骤 3 - 提升 Wi-Fi 和 Bluetooth 密度
你已经在建筑的所有区域部署了 Wi-Fi 和 Bluetooth，但精度仍然不够理想。
检查这些区域中 Wi-Fi 和蓝牙的密度。与附录 1 中的表格进行比较，从理论和仿真的角度判断是否建议增加 Wi-Fi 和蓝牙的密度以满足你的需求。如果是，则在这些区域部署更多的 Wi-Fi 和蓝牙信标。
● 步骤 4 - 提高测绘精度
你已经在建筑物的所有区域部署了 Wi-Fi 和蓝牙，并且密度符合附录 1 中为满足你需求而建议的理论水平，但精度仍然不够好。
执行更为详细的测绘。确保尽可能频繁地放置参考点（每平方米一个是最优的），并尽可能精确。将参考点放置在地图上时，精确和正确非常重要。很容易出错，把参考点放在与你实际所在位置不同的地方。
开始使用
SenseCAP T1000 Tracker 收集 Wi-Fi 和蓝牙扫描信息、MAC 地址和信号强度，并将其发送到 The Things Stack，然后通过 API 发送到 Traxmate 门户。
请先查看 Connect to TTN 以正确设置追踪器。
添加设备
登录 Traxmate 门户，导航到 Devices -> Add new -> Device。
TTS 配置
登录 The Things Stack，导航到 Integrations → Webhooks，然后点击 Add Webhook。
选择 Custom Webhook 模板。
为你的 Webhook ID 命名并将格式选择为 JSON，然后复制 Base URL。
https://capture.v1.traxmate.io/service/<Service Token>/device
导航到 Settings -> Account，并复制 Service Token。
启用以下推荐的事件类型，然后点击 Add webhook。
- 上行消息
- 规范化上行
检查设备数据
当设备成功连接后，返回 traxmate 门户，你将看到该设备的数据。
附录
精度要求
本章中我们描述的方法和技术适用于中位误差大约在 2-10 米范围内的使用场景。
所有精度要求都应基于使用场景的需求。一些使用场景的要求比其他场景更高，一些使用场景在室内定位基础设施上的可用预算也比其他场景更高。解决方案应致力于在精度要求和可用预算之间找到平衡。经验法则是，投入到基础设施中的资金和精力越多，精度就越高。但请注意，许多使用场景可以通过利用已有的基础设施来实现。
下图显示了在一定面积内拥有一定数量的 Wi-Fi/蓝牙时，你可以期望获得的精度。
预估室内精度矩阵
下表显示了在室内环境中使用基于 AI（ANN）的室内定位时，你可以期望获得的预估精度。精度将取决于需要覆盖的区域以及部署的 Wi-Fi 接入点（AP）或蓝牙信标的数量。
中位误差精度为：
● 绿色 1 到 5 米
● 黄色 5 到 10 米
● 红色 10 米
