基于蓝牙RSSI指纹与卡尔曼滤波融合的车辆室内定位系统优化

文章摘要：
1. 引言：蓝牙RSSI指纹定位的局限与融合动机

在车辆室内定位场景中，基于蓝牙低功耗（BLE）的RSSI指纹定位方法因其部署成本低、兼容性好而被广泛采用。然而，经典指纹定位面临两个核心问题：一是RSSI信号受多径效应、人体遮挡和硬件差异影响，波动剧烈；二是静态指纹库无法实时反映环境变化（如车辆金属外壳对信号的反射）。单纯依赖指纹匹配的定位误差通常在3-8米，无法满足车辆在停车场或地下车库中的车道级导航需求。

为解决上述问题，本文提出一种融合方案：将RSSI指纹定位作为观测模型，卡尔曼滤波作为运动状态预测模型，通过误差协方差动态调整实现平滑跟踪。核心思路在于利用车辆运动学约束抑制RS</p><p>欢迎在下方参与讨论，分享您的见解或提出问题。</p>