数字工程 | 港理工黄国全教授、赵之恒博士团队：工业4.0应用中室内定位系统的现状、机遇与未来趋势

期刊介绍

Introduction

《Digital Engineering》英文国际期刊（ISSN：2950-550X）是全球首个专注于数字工程的跨学科领域学术期刊，由国际著名学术期刊出版商爱思唯尔Elsevier 出版，主要发表高质量的原创研究论文、综述、简报和评论，旨在分享各领域关于数字化研究和应用的最新成果。

本期阅读

文章信息

论文“Indoor Positioning Systems in Industry 4.0 Applications: Current Status, Opportunities, and Future Trends”于2024年10月发表于Digital Engineering期刊。这篇文章由Peisen Li, Wei Wu, Zhiheng Zhao, George Q. Huang共同完成。

DOI：https://doi.org/10.1016/j.dte.2024.100020

论文链接：

https://www.sciencedirect.com/science/article/pii/S2950550X24000207

引用本文：

Peisen Li, Wei Wu, Zhiheng Zhao, George Q. Huang. Indoor Positioning Systems in Industry 4.0 Applications: Current Status, Opportunities, and Future Trends, Digital Engineering,2024,100020,ISSN 2950-550X, https://doi.org/10.1016/j.dte.2024.100020.

文章阅读

Indoor Positioning Systems in Industry 4.0 Applications: Current Status, Opportunities, and Future Trends

Peisen Li a,b, Wei Wu c, Zhiheng Zhao a b d, George Q. Huang a b

a Department of Industrial and Systems Engineering, The Hong Kong Polytechnic University, Hong Kong, China

b Research Institute for Advanced Manufacturing, The Hong Kong Polytechnic University, Hong Kong, China

c College of Mechanical and Vehicle Engineering, Chongqing University, Chongqing, China

d State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology, Wuhan, China

Abstract

In the context of Industry 4.0, the precise location information of resources is fundamental for orchestrating myriad operations and processes. In outdoor environments, the Global Navigation Satellite System (GNSS) provides universal positioning, navigation, and timing services to users worldwide. Nevertheless, GNSS signals are severely obstructed and interfered with indoors, rendering the system ineffective in such environments. Notably, most Industry 4.0 settings, such as shopfloors, warehouses, and production sites, are in indoor or semi-indoor environments, where structures and means of production elements can obstruct or interfere with GNSS signals. Therefore, GNSS cannot fully meet the precise positioning requirements of Industry 4.0. Indoor Positioning Systems (IPS) can effectively compensate for the limitations of GNSS to enable the identification and tracking of precise object position within indoor or semi-indoor environments. Over the past decade, substantial research on IPS has been conducted within the academic and industrial sectors, with findings disseminated across numerous academic journals. However, there remains a notable absence of comprehensive reviews on IPS from an Industry 4.0 perspective to date, as well as any distillation of the functionality of IPS in industrial scenarios. This paper offers an exhaustive review of state-of-the-art IPS research and categorizes IPS applications as resource management, production management, and safety management to bridge this gap. The goal is to assist researchers and industry stakeholders in recognizing current research gaps, grasping the content of IPS theory, appreciating its industrial applications, and charting paths for future scholarly inquiry. This work potentially provides an innovative spatial-temporal framework for the technology-centric focus of Industry 4.0 or even insights into the value-driven perspective of Industry 5.0.

Keywords

Indoor positioning systems (IPS), Industry 4.0, Smart manufacturing and logistics, Spatial-temporal data analytics

Figure 1. Systematic literature review stages

Figure 2. The overview of IPS for applications in Industry 4.0.

摘要

在工业4.0的背景下，资源的精确位置信息对于协调众多操作和流程至关重要。在室外环境中，全球导航卫星系统（GNSS）为全球用户提供通用的定位、导航和授时服务。然而，GNSS信号在室内环境中会受到严重阻碍和干扰，导致该系统在室内无法有效运作。值得注意的是，大多数工业4.0场景，如车间、仓库和生产现场，都处于室内或半室内环境，其中的结构和生产元素可能会阻碍或干扰GNSS信号。因此，GNSS无法完全满足工业4.0对精确定位的需求。室内定位系统（IPS）能够有效弥补GNSS的局限性，从而在室内或半室内环境中实现对象的精确识别和跟踪。

过去十年间，学术界和工业界对IPS进行了大量研究，相关研究成果已发表在众多学术期刊上。然而，迄今为止，从工业4.0的角度对IPS进行全面综述的研究仍显不足，也缺乏对IPS在工业场景中功能性的提炼和总结。

本文旨在填补这一空白，对IPS的最新研究进行了详尽综述，并根据资源管理、生产管理和安全管理三个类别对IPS应用进行了分类。本文的目标是帮助研究人员和行业利益相关者识别当前的研究空白，掌握IPS理论的内容，认识其工业应用，并为未来的学术研究探索指明方向。这项工作有可能为工业4.0的技术中心关注点提供一个创新性的时空框架，甚至为工业5.0的价值驱动视角提供见解。

关键词：

室内定位系统(IPS)，工业4.0，智能制造与物流，时空数据分析

研究背景：

1. 工业4.0与室内定位系统(IPS)：在工业4.0背景下，精确的位置信息对于协调各种操作和流程至关重要。全球导航卫星系统(GNSS)在室外环境中提供普遍的定位、导航和时间服务，但在室内环境中，GNSS信号受到严重干扰，无法满足工业4.0对精确定位的需求。IPS能够有效补充GNSS的局限性，实现室内或半室内环境中对象的精确定位和跟踪。

2. IPS在工业4.0中的应用：过去十年间，学术界和工业界对IPS进行了大量研究，但缺乏从工业4.0角度对IPS的全面综述，以及对IPS在工业场景中功能的提炼。本文对最新的IPS研究进行了全面回顾，并将IPS应用分类为资源管理、生产管理和安全管理，以填补这一空白。

研究方法：

1. 样本选择与分析：通过Web of Science、Scopus、IEEE、EI、Elsevier和Taylor&Francis等数据库进行文献搜索，使用“标题/摘要/关键词”进行综合文献搜索。技术关键词包括但不限于“室内定位”、“实时定位系统”、“位置系统”等，应用关键词包括但不限于“制造”、“物流”、“建筑”等。最终筛选出175篇与研究目标高度相关的文章进行深入分析。

2. IPS在工业4.0中的概述：IPS技术包括RFID、BLE、UWB、Wi-Fi和ZigBee等无线通信技术，这些技术利用无线信号的物理特性（如信号强度、角度和传播时间）来获取定位所需的信息。IPS方法指的是基于这些技术特性开发的数学模型和算法，包括基于信号强度、角度或时间的定位算法，如RSSI、AoA、ToA和TDoA等。

实验设计：

1. 本文选取了RFID、BLE、UWB、Wi-Fi和ZigBee五种技术进行研究，每种技术在精度、能耗、成本和可扩展性方面都有不同的表现。

2. IPS技术被分为基于信号、角度和时间的方法。这些技术在不同环境下的性能可能会有所不同，因此，表4提供了一些常用室内定位技术的比较概述。

结果分析：

1. 成本：IPS的总体成本需要考虑多方面因素，包括硬件设备的购置、软件开发和许可费用、系统部署和维护费用等。非货币因素，如时间成本、空间成本、人力资源成本和能源成本，也应被考虑在内。

2. 精度：精度是IPS设计中最核心的指标，直接决定了定位结果的准确性，从而影响整个系统的性能和应用价值。通常，通过测量估计位置与实际位置之间的平均距离误差来评估精度。

3. 鲁棒性：工厂环境通常面临信号遮挡和多径传播问题，这些问题可能导致测量结果出现显著偏差。为了提高定位系统的鲁棒性，需要采取多种措施，如多传感器融合、故障容错机制和动态环境适应性等。

4. 可扩展性：在工业环境中部署IPS时，可扩展性是一个关键考虑因素。随着定位范围的扩大和新设备或节点的引入，系统需要能够维持稳定可靠的定位性能。

研究结论：

本文提供了2014至2023年间不同IPS在工业4.0应用中的全面回顾，基于对175篇相关期刊文章的分析。研究覆盖了RFID、UWB、BLE、Wi-Fi和ZigBee等领先的室内定位技术，并探讨了它们在位置检测、碰撞避免、过程控制和资源分配等工业相关用例中的应用。IPS能够追踪所有生产资源，包括手动工具、人员、材料和在制品。大多数考虑的应用发生在生产、物流、质量控制和装配阶段，较少在维护和拆卸阶段。

本文还讨论和总结了不同IPS的优势、局限性、成本和特性，并创新地将IPS在工业4.0中的应用分为三大类和九个子类场景。这是首次系统总结IPS在工业4.0背景下实现工业场景作用的文献。未来的研究可以进一步探索IPS在工业4.0中的广泛应用，以充分实现其潜在价值。

关注公众号，后台回复“DE17”即可下载原文

《Digital Engineering》期刊采取“开放获取”（Open Access）出版模式，所有的文章免费访问。在2024年和2025年免除作者文章出版费用（Article Publishing Charge）。

《Digital Engineering》诚邀您的投稿！

对本刊感兴趣的老师，欢迎扫码添加好友，获取更多动态信息。↓↓↓

DIGITAL ENGINEERING

● 英国伯明翰大学Pham院士：人工智能系统三定律

● 数字工程Vol.2 | AI Power for digital Manufacturing

● 数字工程文章推荐 | 英国卡迪夫大学刘滢教授团队：面向工业5.0的人机交互：以人为本的智能制造

● 北航陶飞教授团队：数字试验测试验证：理论、关键技术及应用探索丨JME封面文章

● 清华大学研究团队：数控磨床主轴热误差的综合预测与补偿方法研究

● 德国莱普工业大学团队：基于量子退火算法的增材制造供应网络规划方法

● 英国谢菲尔德大学团队：微结构颗粒材料的数字化设计与制造

● 北京航空航天大学团队：一种基于深度学习的天然气消耗量预测方法

● 香港理工大学团队：面向航空发动机叶盘可靠性的多目标评估方法

● 数字工程特刊征文 | 人机协作进展及在“人本智造”中的应用

更多数字工程相关内容

请点击下方卡片阅读合集