打开手机地图，你站在商场中庭，看着蓝色圆点准确地落在自己脚下。GPS信号在室内早就失效了，这个圆点靠的是一套完全不同的技术栈。做室内地图开发，跟室外完全是两个世界。
室外地图有卫星帮你定位，室内什么都没有。你面对的是一堆混凝土墙壁、金属货架、玻璃幕墙，它们对无线电信号的反射和吸收毫无规律。做室内定位，本质上是在跟物理环境博弈。Wi-Fi指纹、蓝牙Beacon、地磁匹配、惯性导航，每种方案都有各自的脾气，没有哪种是万能的。
我第一次做商场项目时，天真地以为部署几十个蓝牙Beacon就能搞定。结果发现信号在人群中会剧烈波动，同一个位置早上和晚上的信号强度能差出十几个dBm。后来才明白，室内定位不是选一个技术方案那么简单，而是要把多种数据源揉在一起，让它们互相纠错。
Wi-Fi指纹是最常见的起步方案。原理不复杂：先把场地划分成网格，在每个格点采集周围所有Wi-Fi热点的信号强度，建一张指纹库。用户拿着手机进来，实时扫描周围Wi-Fi，跟指纹库比对，就能估算出位置。听起来简单，但坑在指纹库的维护上。商场里的Wi-Fi环境天天在变，新店铺开业、老店铺装修，甚至有人带了个随身Wi-Fi路过，都会影响指纹的准确性。
蓝牙Beacon精度比Wi-Fi高，但部署成本也高。你需要每个点位都放一个硬件，还要定期换电池。更麻烦的是，Beacon的广播功率会随温度漂移，夏天和冬天的信号范围能差出两三米。做的时候得留出校准机制，不然定位结果会随着季节悄悄偏移。
地磁匹配是个冷门但有意思的方案。每个建筑里的钢筋结构、电梯井、大型设备都会产生独特的地磁异常，就像建筑的指纹。手机里的磁力计能感知这种异常，跟预采集的地磁图比对，就能定位。好处是不用部署任何硬件，坏处是精度有限，而且手机姿态稍微一变，读数就乱跳。
惯性导航是另一种思路。利用手机里的加速度计和陀螺仪，从已知起点开始推算位移。这玩意儿短期精度很高，但误差会累积，走个几十米就开始漂。所以它一般不是独立方案，而是跟其他定位源做融合。比如你站在电梯口，用蓝牙确认了位置，之后靠惯性导航跟踪你走到哪家店铺门口。
真正能打的方案，是把上面这些全揉在一起。用卡尔曼滤波或者粒子滤波做融合，让Wi-Fi修正长期漂移，蓝牙修正局部偏差，惯性导航填补信号盲区。听上去很玄乎，但实现起来就是一套状态估计算法，网上有大量开源库可以用。
地图数据是另一个大头。室内地图不能直接用CAD图纸，得转成适合渲染和导航的格式。你要把每个店铺的轮廓描出来，标出通道、电梯、扶梯、洗手间，还要定义哪些区域可以走人，哪些是墙。这个转换过程相当繁琐，我见过不少团队在数据准备上耗费的时间比写定位算法还多。
路径规划也是个有意思的挑战。室内导航跟室外最大的区别是，室内有很多动态障碍物。商场里的临时展台、花车、排队的人群，都会改变实际可通行区域。静态地图上的最短路径，现实中可能根本走不通。做室内导航，得考虑实时更新障碍物信息，或者至少给用户提供绕行提示。
定位精度这件事，得管理好预期。室外GPS能到三五米，大家觉得理所当然。室内做到两三米，已经是相当不错的成绩，但用户可能还是觉得不准。因为室内空间小，两米的误差可能就让你从这家店“走”到隔壁店了。所以在产品设计上，要尽量避免给用户精确到某个点的预期，而是用区域级定位加方向指引的方式。
指纹采集是个体力活。你得像扫地一样，推着采集设备在场地里来回走。每个格点要采多次样本，取平均值。一个一万平米的商场，光采集就得花上好几天。后来我们自己做了一个采集APP，把采集过程半自动化，效率才提上来。
还有一个容易忽视的坑：手机型号差异。不同品牌、不同型号的手机，传感器灵敏度、天线设计都不一样，同一位置的信号读数能差出30%。做算法的时候，得把手机型号作为特征加进去，或者做归一化处理，不然定位结果会跟着手机品牌走。
数据更新是个长期工程。商场里的店铺隔三差五就换，每次装修都会改变Wi-Fi环境。你得建立一套数据更新流程，要么定期重新采集，要么让商家自己上报位置变化。很多项目死在维护上，上线时跑得好好的，半年后因为没人管数据，定位精度掉得一塌糊涂。
做室内地图开发，最大的感受是，它不像写代码那么纯粹。你得懂信号处理，懂机器学习，懂地图学，还得了解建筑结构和商业运营。每个环节都有坑，每个坑都得亲自踩一遍才长记性。但这行有个好处：一旦你把整套系统跑通了，它会成为别人难以复制的护城河。因为数据积累和现场调试的经验，是买不来的。
如果你准备入这行，我的建议是先从一个小场景开始。找一间办公室，部署几个Beacon，采集Wi-Fi指纹，写一套简单的定位算法。把整个流程跑通，比看十篇论文都管用。室内地图开发的魅力就在于，它永远有新的问题等着你解决，而每个解决方案都会让你对空间的理解更深一层。
