#物聯網IoT #定位服務LBS #無線通訊 #藍牙低功耗BLE #即時定位系統RTLS #室內定位系統IPS #超寬頻UWB
【士別三日，刮目相看——BLE】
Bluetooth SIG 指出，受到尋路、資產追蹤、物品尋找和存取控制帶動，定位服務在可預見的未來將是成長最快的分眾市場。與此同時，照明網路連接和精確室內定位服務需求大幅增長，讓用於智能建築的藍牙網狀認證產品數量約每六個月就翻一倍，藍牙已然成為智能建築之定位應用的骨幹技術。令人矚目的是，由於定位精度與技術強固性的改進，藍牙在工業物聯網 (IIoT) 亦佔有一席之地。
Bluetooth SIG 坦言，對於需要高頻寬和大數據傳輸的應用，Wi-Fi 是最佳技術，LTE-M 也適用；若應用程式 (APP) 涉及室外和農村等低頻寬和遠程部署，則低功耗廣域網路 (LPWAN) 最有意義。但若不在上述場景之列，則藍牙低功耗 (BLE) 反具優勢。藍牙定位另一個主戰場是室內導航。根據 Bluetooth SIG 定義，「位置服務」，可分為兩大類：接近通知＆定位系統。
Bluetooth SIG 剖析，室內導航的無線技術關鍵屬性包括：可擴展性、隱私權與安全性、定位解析度 (準確性和延遲)、覆蓋範圍及採用方式，BLE、超寬頻 (UWB)、Wi-Fi 和超音波皆是可選技術，而BLE 優勢在於：全球智慧手機廣泛採用並支援大規模部署。2019 年，藍牙 5.1 加入尋向 (Direction Finding) 功能後，BLE 設備可根據出發角 (AoD)、到達角 (AoA) 或兼採兩者來提高藍牙定位精度。
值得留意的是，5G 通訊的出現將可讓室內、外 LBS 無縫接軌，不需異構設備，且適合大規模部署，實現低延遲、兼具公分等級的水平和垂直精度；初期 5G 標籤和定位終端預計將在 2022 年進行商業部署，待 3GPP R17 版本凍結，5G 定位將在 2023 年逐步進入室內環境。具體而言，5G 定位將繼承 5G 基礎架構的許多優勢以提高準確性。結合 5G 通訊也是改善藍牙定位效能的解方之一。
那麼，Bluetooth SIG 又是如何看待 BLE vs. UWB？答案，就在附件文章中～～
延伸閱讀：
《LBS 是藍牙成長最快的分眾市場》
http://www.compotechasia.com/a/feature/2021/0312/47339.html
#BluetoothSIG #安森美半導體OnSemi #RSL10 #Quuppa智能定位系統 #InsightSiP #諾迪克半導體Nordic #ISP1907 #nRF52 #nRF52811 #nRF9160 #nRF52832 #儒卓力Rutronik #藍色創源BlueIOT
定位解析度 在 Re: [閒聊] 關於光學式定位的距離問題- 看板VR - 批踢踢實業坊 的推薦與評價
交流一下個人想法，有錯還請指正
※ 引述《h1981127 (NEST)》之銘言：
: Oculus 和Sony 都是採用影像辨識定位
: 這種定位的好處是頭盔上只要裝led就好
: 可以減輕頭盔的重量與設計上的麻煩
兩種定位技術應該和頭盔整體重量沒有什麼關係，LED很輕，但vive的photodiode
sensor也沒有重到哪去，更何況Oculus用的LED比Vive sensor還要多，連後腦都要
拉線過去擺LED，我想光比較定位系統重量應該相差無幾。
(vive 32 sensor，oculus 44 LEDs)
整體頭盔重量關鍵應該不在定位系統，比較像是在電子機構的功力，要輕、要堅固、
要舒適、要美觀，還要低成本
實際上，以重量而言Oculus(440g) < Vive(555g) < PSVR(610g)
而Oculus和PSVR都是使用光學定位，所以定位技術應該和重量沒什麼關係
: 壞處很明顯，原地遊玩就算了
: 定位距離與定位精度在room scale模式下都顯得不足
: 依照我的理解，定位距離應該是跟sensor靈敏度有關
: 定位精度則是跟sensor解析度（總畫素）以及快門時間有關
: 若是要改善以上的問題，是否只要升級現有的相機sensor就好
: 還是說有其他我沒想到的地方
: 不知道板上有沒有熟悉這一塊領域的大大可以幫忙解惑
不知你指的「sensor靈敏度」是否可以看為「感光度」
如果是感光度，它拉越高雜訊就多，對後面處理的負擔就越大，所以無法一直拉高
而相同感光度下，LED的亮度太低時，距離太遠就收不到，但亮度太高，近距離
又可能出現耀光鬼影等問題，加上LED需要閃爍，由暗到亮時亮度太高可能出現
其他問題，所以這一切都需要取得一個相互間的平衡設置
至於距離問題，我覺得除了太遠時LED亮度不夠以外，或許也和解析度有關
先看看Oculus的定位方式，是利用高速IMU（1000Hz）加上光學定位
為什麼不只用IMU定位呢？
因為會累積誤差，用在短時間的高速位移/角度偵測還不錯（因一秒取樣1000次
回報500次），但長期的雜訊誤差累積下來，將無法判斷物體位於空間中的位置
https://goo.gl/cQb8lO
而為什麼不只用光學定位呢？
最明顯是因為無法判斷高速移動，或許是因為每個LED需要10個frame才能重新定位
https://goo.gl/nvjMLc
所以，或許可以推測，O家利用IMU+光學用來判斷頭盔角度/面向，然後用IMU判斷
短時間高速移動下頭盔的位置，用光學修正長期頭盔位於整個空間中的位置
而O家用戶回報的通常是距離單攝影機3.5公尺後明顯追蹤不穩定，2.5公尺內很穩
https://goo.gl/bF6Hsb
我猜這「不穩定」應該就是屬於「光學定位端失效」導致的不穩定，因為IMU持續
運作中，可以想見是整個頭盔位置跳動，而不是角度跳動
（我沒有玩過Oculus，有錯請指正）
而為何光學會定位失效？
我們看看這個影片：
https://goo.gl/gA95I5
可以發現：
1. 每個定位點因為需要閃爍來編號，而閃爍時攝影機看到的光點忽大忽小，形狀
也不斷改變，導致定位出來的位置也不斷抖動（注意看頭盔放桌上不動時，
每個LED編號的文字）
2. 位於邊緣的定位點非常不穩定，編號還會亂跳
3. 定位點光源不夠大/不夠圓似乎都不會被編號
然後再看看此影片：
https://goo.gl/ZUeFHT
注意上面中央的15號LED，可以看到他因為在邊緣，時有時無的定位，也導致了
整個頭盔3D module不斷跟著15號LED偏移
由以上資訊推測出，光學定位精確度就是無法很高（其實影像處理定位因雜訊/解析
度等問題原本就無法很精準，這邊說的是Oculus並沒有比較神奇的解決那些問題）
而解析度方面，Oculus camera FOV是100x70度
https://goo.gl/fCvLKO
而Oculus camera解析度最高是1080P
以橫向100度、1920解析度來換算，
距離2.5公尺遠時，兩個pixel間對應實際距離是2.27mm
距離3.5公尺遠時，兩個pixel間對應實際距離是3.18mm
也就是說如果光學定位有1 pixel的抖動，實際上在2.5公尺時，頭盔是2.27mm的抖動
但如果用更高解析度的camera，假設是4k的，橫向3840點，
那麼一樣是1 pixel的抖動情形下，頭盔要拉到5公尺才會有2.27mm的抖動
所以解析度增加會改善可定位距離，改成4K理論上就是到5公尺還能接受
但增加解析度同時也會增加資料傳輸量/定位系統運算量，還是得取捨
目前Oculus要room-scale已經需要至少3個USB3.0傳資料了，
增加解析度這條路將來應該不太會被選擇
------------------------------------------------------------
總之，我總覺得O牌現在有點像是開理髮店已經把客人頭洗下去了也發明並生產了
傳統剃刀，原本小鎮只有他一家理髮店，大家都喜歡。
但不知何時旁邊又突然開了間V牌理髮店，用的是又快又好又乾淨的電動剃刀，
O看新客人都跑過去了，想想不對，要開始追趕才發現傳統剃刀需要高超技巧才能
剃的又快又好又乾淨，而電動剃刀又是V發明的，只好硬著頭皮逼師父練技巧這樣...
一開始Oculus似乎就是針對「電腦桌前坐姿」（不常轉頭，不會快速移動頭盔）
與「近距離」來開發Oculus，定位系統在這種情形下是非常完美的，設定容易、夠準確
且連控制器都沒有設計，只是直接使用xbox360手把，似乎就是定位為VR 3D螢幕
結果...Vive突然帶著各方面都比較優秀的定位系統亂入這個獨佔市場，還直接支援
room-scale與兩個可高速精準定位搖桿。所以O家無法再擠牙膏，只能快點追趕，
但一開始選擇的定位方式要更改用途難度高，又無法直接捨棄，只能一直不斷的往
這坑越挖越深，然後發現因為每個LED都要閃爍才能識別編號，需要10frame才能識別，
這樣的設計本質上就是不適合用在常需要高速移動的控制器上，只好一直想辦法彌補
參考這篇：
https://goo.gl/KLClPt
以上個人觀點，有錯請指正
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.132.208.60
※ 文章網址: https://www.ptt.cc/bbs/VR/M.1485419683.A.CD0.html
好像是這樣沒錯，amazon上現在Oculus+touch價格剛好和vive差不多
再加上個第三攝影機...看來是比較貴
謝謝各位支持，但我的想法不一定對，大家一起交流
這樣好像又要被說是vive板了 XD
我個人是覺得，如果現在要新入手，沒理由選Oculus(除了真愛...)
如果已經投資了Oculus，不玩room-scale，也不用管這些問題
如果已經投資了Oculus又想玩room-scale，其實也不用特地換陣營
因為網路上也是不少人說他們Oculus的room-scale非常好
雖然我沒有交叉比較過，不排除是沒比較過vive不知道vive的準確性如何
但我想至少會是還ok的情形吧
只是看起來Oculus設定反而會比vive麻煩就是了，參考這篇新文章:
Oculus room-scale VR tracking is still a bit of a mess
https://goo.gl/adZWQe
Oculus camera FOV比較小，比vive的燈塔還需要用心擺設
且需要的CPU資源一定比vive多，因為定位系統需要即時做高計算量的影像處理運算
而尷尬的是此時因為GPU要讓給遊戲使用，所以應該無法使用CUDA等技術來丟給顯卡
做平行運算，結果都在吃CPU資源 （或許因此才限定最低CPU？）
所以同樣效果下需要的硬體反而比vive還高
其實每次看有人說VR板是vive板就覺得...
阿明明就是其他家不爭氣，所以才大部分都討論vive推薦vive阿...
確實這似乎不失為一個選項，但當對手燈塔成本越來越低時(有在研發一個馬達版本)
我是覺得不太可能這樣進行，尤其現在的價格就已經是一般人不會接受的高了，
要做這樣的SoC，成本應該不低喔
一開始O家一個攝影機就可以定位三軸
我想或許是利用各個定位點之間的距離來推估深度資訊
(PS Move則是利用光球的大小來推估深度)
所以沒有類似GPS定位需要三個的問題
如果O家做room-scale只是把每個攝影機獨立算出來的定位資訊做補足(避免死角)，
那麼就不需要攝影機間的溝通
但如果在早期作影像處理時就有一些演算法改用各攝影機的畫面同時判斷，
那麼定位要改成硬體也需要讓各攝影機之間相互溝通
當然也不是做不到，都是成本問題，我是覺得O家不太可能這樣處理，CP不高，
需要的成本不低，得到的好處(可定位距離變大之類)卻沒有非常顯著
... <看更多>