21、蓝牙定位技术：从协议到实战

蓝牙定位，说白了就是让手机知道「我在哪」。

我最早接触这个领域是在做一个商场导购项目。客户要求：用户走到某个店铺门口，手机自动弹出优惠券。听起来简单吧？真正做起来，坑多到你想哭。

这一章，我会把蓝牙定位的底裤扒干净。从协议到算法，再到实战，一条龙讲完。

21.1 两大定位协议：iBeacon 和 Eddystone

先搞清楚一件事：蓝牙定位不是靠连接设备，而是靠「广播包」。

设备不断往外喊：「我在这里，我的信号强度是xxx」。手机收到后，根据信号强弱推算距离。

目前主流的广播协议有两个：苹果的 iBeacon 和 Google 的 Eddystone。

21.1.1 iBeacon 协议解析

iBeacon 是苹果在 iOS 7 推出的。结构很简单，就四个字段：

字段	长度	说明
UUID	16字节	应用唯一标识，比如一个商场用一个UUID
Major	2字节	大区域，比如楼层
Minor	2字节	小区域，比如具体店铺
Tx Power	1字节	1米处的参考RSSI值

我习惯把 iBeacon 理解成「门牌号系统」。UUID 是小区名，Major 是楼栋号，Minor 是房间号。这样你就能精确定位到某个点。

21.1.2 Eddystone 协议解析

Google 在 2015 年推出了 Eddystone。它比 iBeacon 更灵活，支持多种帧类型：

• Eddystone-UID：类似 iBeacon，包含 Namespace 和 Instance
• Eddystone-URL：直接广播一个 URL，手机靠近就能打开网页
• Eddystone-TLM：广播设备自身的温度、电池等信息
• Eddystone-EID：加密广播，防止伪造

我在项目中用过 Eddystone-URL。当时客户想做一个「扫码即用」的场景，但用户懒得扫码。我们就在每个展品旁放一个 Eddystone 信标，手机靠近自动弹出展品介绍页。体验比扫码好太多。

21.2 RSSI 测距原理

RSSI（Received Signal Strength Indicator）就是信号强度。单位是 dBm，范围一般在 -30 到 -100 之间。

数值越大（越接近0），说明离信标越近。数值越小（越负），说明越远。

但 RSSI 到距离的转换，不是线性的。它遵循一个对数衰减模型：

d = 10 ^ ((TxPower - RSSI) / (10 * n))

其中：

• TxPower：1米处的参考 RSSI（从广播包中获取）
• RSSI：当前接收到的信号强度
• n：环境衰减因子（通常取 2-4）

举个例子：

TxPower = -59 dBm
RSSI = -75 dBm
n = 2.0

d = 10 ^ ((-59 - (-75)) / (10 * 2))
  = 10 ^ (16 / 20)
  = 10 ^ 0.8
  ≈ 6.3 米

解决办法？滤波。我常用的方法：

• 均值滤波：取最近 5-10 个 RSSI 的平均值
• 卡尔曼滤波：适合动态场景，能平滑跟踪
• 中值滤波：去掉最大最小值，取中间值

我个人习惯用均值滤波，简单够用。如果场景复杂（比如人走来走去），上卡尔曼滤波效果更好。

21.3 三点定位算法

一个信标只能告诉你「距离大概多远」。要确定具体位置，至少需要三个信标。

原理很简单：

1. 已知三个信标的坐标 (x1,y1), (x2,y2), (x3,y3)
2. 测出手机到三个信标的距离 d1, d2, d3
3. 以每个信标为圆心，距离为半径画圆
4. 三个圆的交点就是手机位置

但现实很骨感。三个圆往往不会交于一点，而是形成一个重叠区域。这时候需要用最小二乘法求近似解。

// 三点定位核心代码（简化版）
public Point trilaterate(Point p1, double d1,
                         Point p2, double d2,
                         Point p3, double d3) {
    double A = 2 * (p2.x - p1.x);
    double B = 2 * (p2.y - p1.y);
    double C = d1*d1 - d2*d2 + p2.x*p2.x - p1.x*p1.x + p2.y*p2.y - p1.y*p1.y;
    double D = 2 * (p3.x - p2.x);
    double E = 2 * (p3.y - p2.y);
    double F = d2*d2 - d3*d3 + p3.x*p3.x - p2.x*p2.x + p3.y*p3.y - p2.y*p2.y;

    double x = (C * E - F * B) / (A * E - D * B);
    double y = (C * D - A * F) / (B * D - A * E);

    return new Point(x, y);
}

21.4 室内定位实战

理论讲完了，来点干货。我做一个完整的室内定位 Demo，从信标部署到 App 显示。

21.4.1 信标部署原则

信标不是随便放的。我总结了几条经验：

• 间距：信标间距 5-8 米，太密浪费，太疏定位不准
• 高度：离地 2-3 米，避免被桌椅遮挡
• 布局：尽量呈等边三角形或正方形，不要排成一条直线
• 避开金属：金属会反射蓝牙信号，导致 RSSI 异常

21.4.2 Android 端扫描实现

扫描 iBeacon 或 Eddystone，推荐用 android.bluetooth.le.BluetoothLeScanner：

BluetoothLeScanner scanner = bluetoothAdapter.getBluetoothLeScanner();
ScanFilter filter = new ScanFilter.Builder()
    .setServiceUuid(ParcelUuid.fromString("0000FEAA-0000-1000-8000-00805F9B34FB"))
    .build();
ScanSettings settings = new ScanSettings.Builder()
    .setScanMode(ScanSettings.SCAN_MODE_LOW_LATENCY)
    .build();

scanner.startScan(filters, settings, scanCallback);

扫描到广播包后，解析出 RSSI 和 TxPower，然后算距离：

double calculateDistance(int txPower, double rssi) {
    if (rssi == 0) return -1.0;
    double ratio = rssi * 1.0 / txPower;
    if (ratio < 1.0) {
        return Math.pow(ratio, 10);
    } else {
        return (0.89976) * Math.pow(ratio, 7.7095) + 0.111;
    }
}

21.4.3 定位结果展示

拿到坐标后，我习惯用自定义 View 画一个平面图，把信标和手机位置标上去：

@Override
protected void onDraw(Canvas canvas) {
    super.onDraw(canvas);
    // 画信标
    for (Beacon b : beacons) {
        canvas.drawCircle(b.x, b.y, 10, beaconPaint);
        canvas.drawText(b.name, b.x, b.y - 15, textPaint);
    }
    // 画手机位置
    if (phonePoint != null) {
        canvas.drawCircle(phonePoint.x, phonePoint.y, 12, phonePaint);
    }
}

21.5 知识体系总览

下面这张图，把蓝牙定位的完整链路画出来了。从协议到算法，再到 App 端，一目了然：

21.6 避坑指南

最后，分享几个我踩过的坑：

• 信标电池：纽扣电池一般撑 1-2 年。电量低了，TxPower 会漂移，定位不准。建议定期巡检。
• 多路径效应：蓝牙信号会反射。在走廊、电梯口这种地方，RSSI 会异常偏高。我遇到过在走廊尽头测出 0.5 米，实际距离 5 米。
• Android 碎片化：不同手机的蓝牙芯片灵敏度不同。同一位置，小米和三星测出的 RSSI 能差 5 个 dBm。建议做设备校准。
• 扫描功耗：持续扫描很费电。我一般用 SCAN_MODE_LOW_LATENCY 扫 3 秒，停 2 秒，平衡功耗和实时性。

蓝牙定位，说白了就是「用信号强度猜距离，用距离算位置」。精度不可能像 GPS 那么高，但胜在室内能用、成本低。如果你做的是「用户走到某个区域触发事件」这种场景，蓝牙定位完全够用。

好了，这一章就到这里。代码和思路都给你了，剩下的就是动手去试。

---

公众号:蓝海资料掘金营，微信deep3321