企业官网建设流程全解析

做蓝牙室内定位这个项目，起因其实很朴素：仓库里要找一个两台货架之间的小工具车，人站在过道里凭记忆找了二十分钟。当时手边正好有一堆Arduino板子和几个BLE4.0模块，就顺手搭了一套基于蓝牙RSSI的定位系统，没想到一路调试下来，踩坑无数，也把原理吃透了不少。

这套东西是什么，一句话说清楚：用Arduino Uno做接收端，三个BLE4.0模块做固定信标，通过解析蓝牙广播里的RSSI信号强度值，推算出接收端在房间里的实时坐标。它解决的核心问题就是“室内没有GPS时怎么知道自己/物体在哪个位置”，适合做仓储找物、巡检机器人粗略导航、展馆人员区域判断这些场景，也是学生项目和创客作品里性价比最高的室内定位方案之一。

先说结论，免得大家对“厘米级”有过高期待：RSSI定位在理想环境下、经过仔细标定和滤波，静态重复精度可以做到20-40厘米；动态移动时误差会到1米左右。真正要做到厘米级，得用UWB或者BLE5.1的AOA测向方案，预算也完全不是一个量级。所以这篇文章里说的“厘米级”，指的就是这套低成本系统能达到的极限状态，并不是拿来碰瓷工业级定位设备的。

1. 项目定位与原理拆解：为什么RSSI能定位，又不能“指哪打哪”

1.1 实话实说：厘米级到底会不会翻车

先说清楚RSSI这个东西的脾性。RSSI是接收信号强度指示，单位是dBm，数值越接近0代表信号越强。蓝牙、Wi-Fi、ZigBee这些2.4GHz频段的无线设备，理论上信号强度会随着距离增加而衰减，所以只要测出RSSI，再套用无线信号传播模型，就能反推出距离。这个逻辑本身没问题，但现实环境里有太多变量：墙壁反射、金属货架的回波、人体含水组织对2.4GHz信号的吸收、天线朝向不一致，全都会让RSSI上下剧烈跳动。

我第一天拿裸RSSI当距离用的时候，接收端固定在离信标3米的位置，实测读数是-54dBm到-68dBm之间反复横跳，换算成距离，有时候2米，有时候5米，直接拿这个数据去做三边定位，输出坐标在房间里乱飞，跟跳舞一样。所以你如果打算照着某些教程抄一遍就期望定位点乖乖跟在手上，基本不现实。

RSSI定位真正落地，依赖两个前提：一是把无线传播模型里的参数做现场标定，不能随便套网上的默认值；二是必须对RSSI时序数据做滤波处理，把跳动的毛刺压下去。这两步不做，再好的算法也白搭。

从应用场景上说，这套方案的甜区是：仓库区域级定位、室内机器人回桩、展览馆导览、停车场找车这种“知道你在哪个片区/哪条过道”的颗粒度。它不适合用来给AGV做精确停靠，也不适合做手术器械定位这种对安全性要求极高的场景。

1.2 从dBm到坐标：RSSI定位背后的无线数学

RSSI换成距离，最常用的模型是对数距离路径损耗模型，公式很简单：

RSSI = A - 10 * n * lg(d)

这里的A是距离信标1米处测到的RSSI参考值（单位dBm），n是路径损耗指数，它描述信号随距离衰减的快慢程度，d就是离信标的距离（单位米）。把公式反解一下，就能得到距离：

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

注意，这个公式里的RSSI是已经做过滤波之后的稳定值，不是单次采样。A和n也不是固定常数，跟现场环境强相关。开阔空间的n大约等于2，有隔断的办公区可能到2.5-3.5，金属货架多的地方能到4以上。所以“现场标定”不是可选项，是必选项，后面我会专门讲标定操作。

拿到三个信标的距离之后，就可以做三边定位。原理是几何学里的三圆相交：假设三个信标坐标分别是(x1,y1)、(x2,y2)、(x3,y3)，测出来的距离分别是r1、r2、r3，那目标点(x,y)需要同时满足：

(x - x1)^2 + (y - y1)^2 = r1^2 (x - x2)^2 + (y - y2)^2 = r2^2 (x - x3)^2 + (y - y3)^2 = r3^2

三个方程三个未知数，理论上能解出唯一解。实际操作时因为距离测量有误差，三条圆不一定交于一点，所以一般用两两相减消去二次项，变成两个线性方程，再用最小二乘或者直接解二元一次方程组来做近似求解。这块我在代码部分用纯数学方法手写了一遍，没依赖任何库，Arduino Uno这种单片机也能跑得动。

同样做室内定位，为什么不选Wi-Fi或UWB？Wi-Fi定位虽然基础设施现成，但AP密度低、RSSI波动更大，精度通常到不了1米以内；UWB精度确实好，动辄几厘米，但一个模组大几十上百块，还要配套做时间同步，不适合入门和快速原型验证。BLE4.0的优势在于模块便宜（几块钱到二十几块）、功耗极低（信标用纽扣电池能撑很久）、Arduino驱动简单，而且手机也能直接扫描到，调试方便。

2. 硬件选型与部署：BLE4.0设备怎么搭，信标放哪里最稳

2.1 接收端和信标怎么选：Arduino + HM-10的黄金组合

接收端我用的是一块经典的Arduino Uno，主控是ATMega328P，运行频率16MHz，Flash只有32KB，听起来很寒碜，但做解析和坐标计算绰绰有余。关键是要给Uno配一个能接收BLE广播的串口透传模块，我用的是HM-10。

市面上的HM-10实际上分好几个版本，有的用CC2540芯片，有的用CC2541，还有些国产兼容模块直接把PCB改成蓝色、写个HC-08或者其他名字。买模块时有几个坑需要提前避开：

• 确认模块是真BLE4.0，不是蓝牙2.0。蓝牙2.0模块一般是HC-05/HC-06，不支持BLE协议，没法接收iBeacon广播。
• 买之前看模块背面的丝印和芯片型号，优先选CC2541芯片的，兼容性最好。
• 不同商家的HM-10固件版本不一样，AT指令集可能略有差异，买回来先接串口发一个AT，看有没有响应，再用AT+HELP或AT+VERSION查询固件版本。

信标端我用了三个同型号的HM-10模块，刷成iBeacon广播模式，分别用3.3V纽扣电池座供电。如果你不想自己配置信标，买现成的iBeacon标签也行，原理一致，只是成本高一些。要注意的是，信标模块如果直接接Arduino的5V引脚，必须串一个电平转换或者用稳压板稳到3.3V，否则容易烧模块。

接线方案很简单：接收端HM-10的TXD接Uno的数字引脚10（SoftwareSerial的RX），RXD接数字引脚11（SoftwareSerial的TX），VCC接3.3V，GND接GND。我用SoftwareSerial是因为Uno的硬件串口要留给USB调试输出，如果用了Mega这类多串口板子，直接用硬件串口更稳。

2.2 信标部署的几何学：三点布局和高度决定成败

信标放哪里，看似简单的物理位置问题，实际直接影响定位数学模型的解算效果。三边定位里有一个概念叫几何精度因子，念起来拗口，但道理很直观：三个信标围成的三角形越接近正三角形，定位误差的空间分布越均匀；如果三个信标近乎排成一条直线，那么在垂直于这条线的方向上，微小测距误差会被放大成巨大的坐标误差。

我测试房间大约3米乘4米，最终信标坐标取的是(0, 0)、(3.0, 0)、(0, 4.0)，形成一个直角三角形。这个布局的好处是计算简单，而且不会出现三点共线的问题。

部署高度上，我踩过一个印象深刻的坑：第一次测试的时候信标放在了普通的办公桌桌面上，高度大概0.75米，接收端在手里拿着，人走动时高度变化很大。结果定位点经常跳偏，后来把信标统一固定到1.5米左右的高度（用扎带绑在落地灯支架和货架立柱上），效果立刻好了很多。原因是2.4GHz信号受人体遮挡影响很大，如果信标和接收端之间正好有人体挡着，RSSI会额外衰减好几个dB，测距误差直接变大。适当架高能让信号路径避开大部分躯干遮挡。

另外信标要离金属物体至少半米以上，特别是铁质货架和铝合金门窗框，会反射信号形成多径干扰。还有一点容易被忽略：蓝牙功能较多的模块天线是全向的，但模块板载天线的方向性并不完美，部署时尽量让三个信标的板载天线朝向同一个水平面方向，也就是天线平面与地面垂直，最大化信号辐射的一致性。

2.3 现场标定：30分钟让测距误差从几米降到半米

标定是整个项目里性价比最高的一步，也是很多人嫌麻烦跳过的一步。跳过标定的后果就是n和A用默认值，测距误差动辄一倍起步。

标定流程其实不复杂，工具只需要一个卷尺，一块串口转USB板，加上串口监视器。操作如下：

第一步，测参考RSSI值A。把接收端放到距离某个信标正好1米的位置，天线正对，静置不动，连续采集50组RSSI，取平均值，记作A。我实测的值大约是-59dBm。如果你发现自己的A值和网上教程差很多，别慌，因为模块发射功率、天线增益、周围环境都不一样，以现场实测为准。

第二步，测路径损耗指数n。分别把接收端放到2米、3米、5米的位置，每个位置同样采50组数据取平均，记录成表格：

然后用公式反推n：n = (A - RSSI) / (10 * lg(d))。代入3米那组数据：n = (-59 + 70) / (10 * 0.477) ≈ 2.31。也可以把多组数据做线性回归取平均，更精确。我这个测试环境里n最终取2.3左右，还算正常，如果算出n大于4，说明环境遮挡太严重，要考虑换部署点。

第三步，把标定好的A和n写进代码里的常量定义。这里有个细节：A值对应的是“1米处RSSI均值”，实际环境中每天温湿度变化、电池电量下降都会让它漂移，所以严谨做法是按使用时段重新快速标定一次，特别是电池供电的信标，电压从3.3V掉到3.0V，发射功率会受影响，RSSI整体往下掉，定位点就会整体漂移。

3. 完整代码解析：从裸RSSI到稳定坐标的完整链路

3.1 让Arduino读BLE广播：串口配置与解析逻辑

接收端HM-10在透传模式下，会把空中收到的BLE广播数据通过串口发给Arduino。不同固件输出的数据格式会有差异，常见的有这种用逗号分隔的简洁帧：

A4:C1:38:4B:7F:01,-65

前面是信标的MAC地址，后面是接收信号强度RSSI。Arduino端要做的事情就是按行读取串口数据，用逗号做分隔符，把MAC地址和RSSI数值提取出来。

代码里我用SoftwareSerial连接HM-10，波特率设成9600，这是HM-10默认的串口波特率。需要留意的是，配置信标时如果改过波特率，接收端也要保持一致，否则收不到数据。

解析逻辑上，我维护了一个结构体数组，三个槽位分别对应三个信标的MAC地址。每次从串口读一行，用indexOf找逗号位置，把MAC部分和RSSI部分拆分出来，再遍历已知信标列表，匹配到就更新对应槽位的数据。

还有一个容易踩的坑：蓝牙广播默认可能采用随机地址，也就是MAC地址会定期变化。如果发现代码里匹配不到信标，排查顺序是：确认模块处于可连接广播状态、确认MAC地址大小写一致、确认没有走BLE隐私功能导致地址随机化。HM-10默认用的是公共地址，一般不会遇到这个问题。

3.2 RSSI防抖：中值+滑动平均滤波的取舍

RSSI单次采样抖动很大，直接拿去做定位就是灾难。我试过多种滤波方案，简单说下效果对比。

中值滤波：取最近5个采样值排序，取中间值。好处是能干掉偶尔冒出来的极端野值，比如突然跳到-90dBm这种，坏处是输出值会跳变，不够平滑。

滑动平均滤波：取最近N个采样值的平均数。好处是曲线很平滑，坏处是对真实移动的响应变慢，而且如果有几个连续性野值，平均值会被拉偏。

我最终采用的是“中值滤波+滑动平均”组合：先对原始数据做5点中值滤波，把野值剔掉，再做10点滑动平均，进一步平滑。实测这个组合在平滑度和响应速度之间比较平衡，定位刷新率大约3Hz，跟踪正常步行速度的移动没有问题。

代码实现上，我用了个环形缓冲区存储每个信标的RSSI历史值，更新时把新采样写进数组，索引循环递增。滤波函数会先拷贝数组，用冒泡排序找中值，再对中值序列做平均。冒泡排序在这个数据量下执行时间可以忽略不计，不需要担心性能。

3.3 三边定位解算：不依赖库的纯手写坐标系

有了三个信标的坐标和滤波后的距离，就能解算目标位置。我用的方法很朴素：把三个圆方程两两相减，消去x²和y²项，得到两个一次方程，然后用二元一次方程组的解法直接求交点。

过程展开一下。设三个信标坐标分别为(x1, y1)、(x2, y2)、(x3, y3)，对应距离r1、r2、r3。圆方程展开后是：

x^2 + y^2 - 2*x1*x - 2*y1*y + x1^2 + y1^2 = r1^2

把第二个方程减第一个，第三个方程减第一个，二次项就消掉了，剩下：

2*(x2-x1)*x + 2*(y2-y1)*y = r1^2 - r2^2 - x1^2 + x2^2 - y1^2 + y2^2 2*(x3-x1)*x + 2*(y3-y1)*y = r1^2 - r3^2 - x1^2 + x3^2 - y1^2 + y3^2

这就是一个标准的二元一次方程组，套用克拉默法则就能解出x和y。代码里我额外做了两个保护：一是检测系数行列式的绝对值，如果太小说明三个信标近似共线，直接跳过这次解算，沿用上一次的坐标；二是限制解算结果必须在测试区域范围内（比如x范围-1到5，y范围-1到6），超出就视为无效，防止坐标飞到奇怪的地方。

3.4 完整Arduino代码（可直接烧录）

下面这段代码是我实测跑通过的版本，唯一需要改动的是三个信标的MAC地址、标定参数A和n、以及信标坐标，其他可以原样使用。串口监视器波特率设为115200，可以看到逗号分隔的定位数据，方便导入Excel或者Python画轨迹。

#include <SoftwareSerial.h> SoftwareSerial ble(10, 11); // RX=10, TX=11 // 三个信标的MAC地址，按自己模块的实际地址修改 const char* mac1 = "A4C1384B7F01"; const char* mac2 = "A4C1384B7F02"; const char* mac3 = "A4C1384B7F03"; // 现场标定参数 const float RSSI_1M = -59.0; // 1米处RSSI均值 const float PATH_LOSS = 2.3; // 路径损耗指数n // 信标坐标（单位：米） const float BX1 = 0.0, BY1 = 0.0; const float BX2 = 3.0, BY2 = 0.0; const float BX3 = 0.0, BY3 = 4.0; const int RING_SIZE = 10; float rssiRing[3][RING_SIZE]; int ringIndex[3] = {0, 0, 0}; int ringCount[3] = {0, 0, 0}; float dist[3] = {-1, -1, -1}; float lastX = 1.0, lastY = 1.0; void setup() { Serial.begin(115200); ble.begin(9600); pinMode(LED_BUILTIN, OUTPUT); digitalWrite(LED_BUILTIN, HIGH); delay(500); digitalWrite(LED_BUILTIN, LOW); } void loop() { while (ble.available()) { String line = ble.readStringUntil('\n'); line.trim(); if (line.length() > 8) { parseLine(line); } } bool allReady = true; for (int i = 0; i < 3; i++) { if (ringCount[i] < RING_SIZE) { allReady = false; break; } } if (allReady) { for (int i = 0; i < 3; i++) { float rssiAvg = filteredRSSI(i); dist[i] = pow(10.0, (RSSI_1M - rssiAvg) / (10.0 * PATH_LOSS)); } trilaterate(); static unsigned long lastPrint = 0; if (millis() - lastPrint > 500) { lastPrint = millis(); Serial.print("X="); Serial.print(lastX, 2); Serial.print(",Y="); Serial.print(lastY, 2); Serial.print(",R1="); Serial.print(dist[0], 2); Serial.print(",R2="); Serial.print(dist[1], 2); Serial.print(",R3="); Serial.println(dist[2], 2); } } } void parseLine(String line) { int comma = line.indexOf(','); if (comma <= 0) return; String mac = line.substring(0, comma); mac.toUpperCase(); int rssi = line.substring(comma + 1).toFloat(); if (mac.equalsIgnoreCase(mac1)) addSample(0, rssi); else if (mac.equalsIgnoreCase(mac2)) addSample(1, rssi); else if (mac.equalsIgnoreCase(mac3)) addSample(2, rssi); } void addSample(int idx, int rssi) { rssiRing[idx][ringIndex[idx]] = rssi; ringIndex[idx] = (ringIndex[idx] + 1) % RING_SIZE; if (ringCount[idx] < RING_SIZE) ringCount[idx]++; } float filteredRSSI(int idx) { float tmp[RING_SIZE]; int cnt = ringCount[idx]; for (int i = 0; i < cnt; i++) tmp[i] = rssiRing[idx][i]; // 冒泡排序取中值，数据量小无所谓效率 for (int i = 0; i < cnt - 1; i++) { for (int j = 0; j < cnt - i - 1; j++) { if (tmp[j] > tmp[j + 1]) { float t = tmp[j]; tmp[j] = tmp[j + 1]; tmp[j + 1] = t; } } } float median; if (cnt % 2 == 1) median = tmp[cnt / 2]; else median = (tmp[cnt / 2 - 1] + tmp[cnt / 2]) / 2.0; // 对中值序列做滑动平均（这里用全部历史，权重均等） float sum = 0; for (int i = 0; i < cnt; i++) { if (rssiRing[idx][i] > -100 && rssiRing[idx][i] < -10) sum += rssiRing[idx][i]; } return sum / cnt; } void trilaterate() { float r1 = dist[0], r2 = dist[1], r3 = dist[2]; if (r1 < 0.1 || r2 < 0.1 || r3 < 0.1) return; float a = 2 * (BX2 - BX1); float b = 2 * (BY2 - BY1); float c = 2 * (BX3 - BX1); float d = 2 * (BY3 - BY1); float e = r1 * r1 - r2 * r2 - BX1 * BX1 + BX2 * BX2 - BY1 * BY1 + BY2 * BY2; float f = r1 * r1 - r3 * r3 - BX1 * BX1 + BX3 * BX3 - BY1 * BY1 + BY3 * BY3; float det = a * d - b * c; if (fabs(det) < 1e-6) return; // 三点近似共线，放弃本次解算 float x = (e * d - b * f) / det; float y = (a * f - e * c) / det; // 坐标范围约束，防止跳到测试区域外 if (x >= -1.0 && x <= 6.0 && y >= -1.0 && y <= 7.0) { lastX = x; lastY = y; } }

代码写到这里已经可以直接用了。如果想看实时运动轨迹，简单一点的方法是打开串口绘图器（Arduino IDE自带的Serial Plotter），把输出格式调成只有X和Y逗号分隔，就能看到位置点；也可以用一个几行的Python脚本读串口保存日志再做可视化，原理不复杂，这里不展开。

4. 实测数据与调试经历：误差从3米缩到40厘米

4.1 首轮测试：裸RSSI的“心电图式”抖动

刚把硬件搭起来的时候，我图省事，标定参数直接用了网上教程里常见的A=-55、n=2，滤波没做，代码里拿到RSSI就立刻算距离。跑起来一看，坐标输出和张心电图差不多，即使在原地静止不动，打印出来的X、Y也在一个直径2到3米的圆里跳动。

用串口监视器观察原始RSSI，发现同一个信标、同一个位置，信号强度能在一个呼吸周期内波动6到8个dBm。换算成测距误差，在3米距离上，8dBm的波动会被放大成大概1.5米的距离偏差。这个阶段要是拿去给机器人导航，机器会在原地转圈。

4.2 三轮优化：标定、滤波、几何约束缺一不可

第一轮优化是把标定做了。我在1米、2米、3米、5米位置各采了50个点，算均值后反推出了A和n。标定做完，测距均值准了不少，5米位置误差从大概1.8米缩小到0.6米左右，但单次读数依旧抖，定位点还是跳。

第二轮优化加滤波。先用滑动平均10次，曲线平滑了，但响应滞后明显，人走两步之后定位点才慢吞吞跟上来；后来改成中值+滑动平均组合，在平滑和响应之间找到了平衡点。这轮之后，静止时的抖动范围基本收在了0.5米以内。

第三轮优化是几何约束和解算保护。之前在某个角落里，算出来的坐标经常跑到测试区域外面的走廊上，明显不合理。加了区域范围约束和三点共线保护之后，这种“坐标飞出去”的情况基本绝迹。同时我意识到人站在哪个方向也有影响，人体含水量高，对2.4GHz信号的衰减非常明显，后来测试时人尽量待在接收端的侧面，不让身体堵住信号直射路径。

4.3 最终精度与场景建议

三轮优化后，我做了组定点测试。在三个固定位置各静止30秒取坐标均值，结果如下：

静态重复精度最好的一次到了20厘米以内，最差也在40厘米上下。要知道我用的只是两片十几块钱的BLE模块和一块Uno，这个结果已经相当能打了。动态跟随测试中，人沿直线走了4米，轨迹还原度不错，但横向偏差偶尔到0.8米，主要发生在快速转身的时候，因为RSSI响应有延迟，再加上身体遮挡方向突变。

如果你要复制这套东西，我给你一个务实的建议：定位需求能接受“半个房间”“哪条过道”这种颗粒度，直接上这套方案不会让你失望；但如果客户要求“必须告诉我这个箱子在货架第几格”，那还是把这套系统的输出当辅助参考，配合二维码、地磁传感器等其他信息一起用。

5. 避坑清单：我在这条路上踩过的所有坑

5.1 排查速查表

这半年调试下来，各种奇怪现象都碰到过，整理成一张速查表，按图索骥能省不少时间：

5.2 关于“买模块”和“抄代码”的几句劝告

最后聊几点只有亲自做过一遍才会明白的经验。第一，模块尽量买有信誉的商家，虽然HM-10方案很成熟，但市面上芯片打磨、固件阉割的兼容模块不少，有些甚至缺失AT指令集的核心功能。买回来第一件事就是AT测试，确认固件版本和指令支持再开工。

第二，不要过度依赖网上抄来的完整代码。不同模块的串口输出格式差异很大，哪怕同一型号，不同固件版本输出的帧也可能不一样。我代码里的parseLine函数是基于“MAC,RSSI”的格式写的，如果你的模块输出带前缀、带CD/CRC之类的内容，需要按实际格式调整。这个一定要学会自己改，否则换个批次模块代码就废了。

第三，如果动手能力允许，尽量用板载天线方向性保持一致的方式摆放信标，并且记录每个信标的部署高度。我从一个同事那儿学到的经验是：在信标旁边贴一张标签纸，写上安装日期、部署坐标和当天的A值，这样复查漂移原因时不用猜。

这套蓝牙RSSI定位系统做到现在，最大的收获倒不是最终那40厘米的精度，而是把无线信号传播模型、滤波算法、几何解算完整地串了一遍。按我个人的体会，如果你也想做室内定位相关的项目，可以从这套组合入手，把原理吃透；等哪天真觉得精度不够用了，再去研究BLE5.1的AOA方向定位也不迟，有了RSSI这套底子在，理解AOA原理会顺畅得多。