位置确定方法、位置确定装置以及位置确定系统

摘要

本发明提供能够减轻人体造成的RSSI值衰减的影响、并且大幅提高定位准确度的位置确定方法、位置确定装置以及位置确定系统。位置确定方法包括：便携机姿态及移动方向获取步骤；便携机大致位置获取步骤，获取便携机相对于车辆的便携机大致位置；受影响发送机确定步骤，从多个发送机中确定在与便携机之间存在使用者的受影响发送机；信号强度校正步骤，将便携机从受影响发送机接收到的信号的强度，校正成在该便携机与该发送机之间不存在使用者的情况下应该从该发送机接收到的信号的强度；以及便携机位置确定步骤，使用校正后的信号的强度，确定便携机相对于车辆的位置。

说明书

技术领域

本发明涉及在无钥匙进入系统等中基于从车辆的发送机发送的无线信号的接收信号强度来确定便携机相对于车辆的位置的位置确定方法、位置确定装置以及位置确定系统。

背景技术

以往，公知有基于车辆侧装置与便携机之间的无线通信来进行车辆的门的上锁或解锁、发动机的启动等车辆操作的无钥匙进入系统。而且，也公知有在室内及汽车PEPS(Passive Entry Passive Start，无钥匙进入及启动系统)的定位功能中使用基于低功耗蓝牙(BLE)的定位的技术。在这种技术中，需要事先在室内及汽车(以下也称作“目标系统”)中将两个或更多的BLE模块部署在不同的固定位置，并周期性的发送广播信号(advertising signal，也称为广播包(advertising packets))。另外，便携机通常也自带BLE模块，若其接收到目标系统的BLE的信号时，则便携机基于接收到的信号的强度(RSSI，Received Signal Strength Indication)，通过预设的算法或机器学习的方法计算出便携机相对于目标系统的位置。

这里，基于RSSI的定位通常有位置指纹法和三角测量法。位置指纹法指的是，把实际环境中的位置和某种“指纹”相关联，一个位置对应一个独特的指纹。指纹表示信号的特征，例如可以是上述信号强度(RSSI)。事先在目标系统关联区域(比如房间内或车辆周围若干米)的多个位置记录各BLE模块发出的信号的信号强度(RSSI)，同时记录相应位置的坐标，形成存储有RSSI值与相应位置的信息的“指纹”数据库。之后，便携机在接收到目标系统的BLE信号时，将接收到的信号的RSSI值与该数据库中的RSSI值进行对比，根据接收到的信号的RSSI值与数据库中的RSSI值的相似度、或者根据以每个RSSI为一个维度的高维向量的欧氏距离或马氏距离等，推断出便携机相对于目标系统的位置。三角测量法指的是，通过各BLE模块的RSSI值计算便携机和目标系统的各BLE模块的距离，结合目标系统的各BLE模块的位置信息，通过多个距离用三角法直接计算便携机相对于目标系统的位置。

现有技术文献

专利文献

专利文献1：日本特开2018-66174

但是，在现有技术中，完全未考虑到人体对BLE模块的信号带来的影响。由于人体对于BLE模块的信号有很强的吸收，因此当有人体阻隔在便携机和目标系统的某个BLE模块之间时，从该BLE模块接收到的信号会在被人体吸收后呈现出很大的衰减，例如，在人面向车辆、并且便携机放在后口袋时，人体会影响便携机对车辆的所有BLE模块的信号的接收。在人面向车辆、并且便携机放在右侧口袋时，有可能会影响便携机对车辆左边的BLE模块的信号的接收。

这样，在便携机接收到了较低的RSSI值时，并不知道这是因为对应的BLE模块很远，还是因为对应的BLE模块很近但接收到的信号被人体吸收而衰减的缘故。如果受人体影响而衰减的RSSI值被当成正常值使用，则无论是位置指纹法或者三角测量法，都会产生很大的误差。

发明内容

本发明鉴于上述情况而做出，其目的在于提供能够减轻人体造成的RSSI值衰减的影响、并且大幅提高定位准确度的位置确定方法、位置确定装置以及位置确定系统。

本发明的第1技术方案的位置确定方法，用于确定从车辆观察到的移动中的使用者所携带的便携机的位置，该便携机能够接收从所述车辆内的多个发送机发送的信号，所述位置确定方法包括：便携机姿态及移动方向获取步骤，获取便携机姿态和所述使用者的移动方向；便携机大致位置获取步骤，根据从所述多个发送机接收到的信号，获取所述便携机相对于所述车辆的便携机大致位置，受影响发送机确定步骤，根据获取到的所述便携机姿态、所述移动方向以及所述便携机大致位置，从所述多个发送机中确定受影响发送机，所述受影响发送机是在与所述便携机之间存在所述使用者的发送机；信号强度校正步骤，将所述便携机从所述受影响发送机接收到的所述信号的强度，校正成在该便携机与该发送机之间不存在使用者的情况下应该从该发送机接收到的信号的强度；以及便携机位置确定步骤，使用校正后的信号的强度，确定所述便携机相对于所述车辆的位置。

根据该位置确定方法，减轻了人体造成的RSSI值衰减的影响，校正后的RSSI值的大小更能准确反映距离的远近，定位准确度能大幅提高。

本发明的第2技术方案的位置确定方法，其特征在于，所述便携机姿态是用于表示所述便携机相对于所述使用者的位置关系的信息，包括所述便携机的携带状态、所述便携机的朝向、所述便携机的移动速度以及所述便携机的移动路径中的至少一种。

本发明的第3技术方案的位置确定方法，其特征在于，在所述便携机大致位置获取步骤中，还将车辆的外侧分为距车辆的距离不同的多个区域，并根据从所述多个发送机接收到的信号的强度，通过位置指纹法的原理来确定所述便携机相对于所述车辆是接近还是远离，并且/或者将车辆的外侧分为面向车辆的方向不同的多个区域，并根据从所述多个发送机接收到的信号的强度，通过位置指纹法的原理来确定所述便携机在所述车辆的哪一侧。

根据该位置确定方法，可以通过公知的位置指纹法来获得便携机相对于车辆的便携机大致位置。另外，与三角法相比，指纹法的误差更小。

本发明的第4技术方案的位置确定方法，其特征在于，在使用位置指纹法的情况下，根据马氏距离来确定所述便携机相对于所述车辆是接近还是远离，并且/或者根据马氏距离来确定所述便携机在所述车辆的哪一侧。

本发明的第5技术方案的位置确定方法，其特征在于，在所述便携机大致位置获取步骤中，还根据从所述多个发送机接收到的信号的强度，根据三角测量的原理来确定所述便携机相对于所述车辆是接近还是远离，并且/或者根据三角测量的原理来确定所述便携机在所述车辆的哪一侧。

本发明的第6技术方案的位置确定方法，其特征在于，在所述便携机姿态及移动方向获取步骤中，根据所述便携机内置的陀螺仪、地磁传感器、加速度传感器以及触屏传感器中的至少任一个所获得的检测数据来获取所述便携机姿态，在所述便携机姿态及移动方向获取步骤之前，预先采集多种姿态下的所述检测数据，以建立从该检测数据到多个所述便携机姿态的映射。

根据该位置确定方法，在预测时，通过实时获得便携机内置的传感器的数据，能够交由机器学习模型来得到便携机姿态。

本发明的第7技术方案的位置确定方法，其特征在于，在所述便携机姿态及移动方向获取步骤中，根据在规定期间内从所述便携机内置的地磁传感器以及加速度传感器所获得的检测数据，确定所述便携机的移动方向。

根据该位置确定方法，能够更准确地获取使用者的移动方向。

本发明的第8技术方案的位置确定方法，其特征在于，所述便携机大致位置至少包含表示从所述使用者指向所述车辆的方向的指向信息，在所述受影响发送机确定步骤中，根据所述移动方向与从所述使用者指向所述车辆的方向之间的夹角以及获取到的所述便携机姿态，判断所述使用者是否位于所述便携机与各个所述发送机之间。

根据该位置确定方法，能够更准确地获取使用者的移动方向。

本发明的第9技术方案的位置确定方法，其特征在于，在受影响发送机确定步骤中，还从所述车辆获取表示所述车辆的车头朝向的车辆朝向信息以及表示所述多个发送机设置位置的发送机位置信息，根据获取到的所述便携机姿态、所述移动方向、所述便携机大致位置、所述车辆朝向信息以及所述发送机位置信息，判断所述使用者是否位于所述便携机与各个所述发送机之间。

根据该位置确定方法，根据车辆朝向信息和发送机位置信息，更准确地确定各个发送机的位置，从能够更准确地判断使用者是否位于便携机与各个发送机之间。

本发明的第10技术方案的位置确定方法，其特征在于，在所述信号强度校正步骤中，预先将车辆的内外分为多个区域，按照每个区域测定多个信息并建立该多个信息之间的映射，该多个信息至少包括在该便携机与该发送机之间存在使用者时所述便携机从各个发送机接收到的信号的强度及在该便携机与该发送机之间不存在使用者时所述便携机从各个发送机接收到的信号的强度。

根据该位置确定方法，在信号强度校正步骤中使用的信号映射信息可以不限定于具体车型而使用，信号映射信息的通用性高，大大降低了针对不同车型进行数据采集的工作量。

另外，本发明还提供一种位置确定装置，用于确定从车辆观察到的移动中的使用者所携带的便携机的位置，该便携机能够接收从所述车辆内的多个发送机发送的信号，所述位置确定装置包括：便携机姿态及移动方向获取部，获取便携机姿态和所述使用者的移动方向；便携机大致位置获取部，根据从所述多个发送机接收到的信号，获取所述便携机相对于所述车辆的便携机大致位置，受影响发送机确定部，根据获取到的所述便携机姿态、所述移动方向以及所述便携机大致位置，从所述多个发送机中确定受影响发送机，所述受影响发送机是在与所述便携机之间存在所述使用者的发送机；信号强度校正部，将所述便携机从所述受影响发送机接收到的所述信号的强度，校正成在该便携机与该发送机之间不存在使用者的情况下应该从该发送机接收到的信号的强度；以及便携机位置确定部，使用校正后的信号的强度，确定所述便携机相对于所述车辆的位置。

根据该位置确定装置，减轻了人体造成的RSSI值衰减的影响，校正后的RSSI值的大小更能准确反映距离的远近，定位准确度能大幅提高。

另外，本发明还提供一种位置确定系统，其特征在于，具有：车辆内的多个发送机；便携机，由移动中的使用者所携带，能够接收从所述车辆内的多个发送机发送的信号；以及上述的位置确定装置。

根据该位置确定系统，减轻了人体造成的RSSI值衰减的影响，RSSI值的大小更能准确反映距离的远近，定位准确度能大幅提高。

附图说明

图1是表示本发明的位置确定系统的构成的图。

图2是表示该位置确定系统中的位置确定装置的构成的图。

图3是用于说明该位置确定装置的处理的例子的流程图。

图4是表示应用了本发明的位置确定系统时的具体实施例的示意图。

图5是示意性地示出了使用者位于a点时的车辆、使用者以及便携机之间的位置关系的图。

图6是示意性地示出了使用者位于b点时的车辆、使用者以及便携机之间的位置关系的图。

符号说明

1：车辆；2：使用者；3：便携机；ANT、ANT1～ANT5：天线；10：位置确定装置；101：便携机姿态及移动方向获取部；102：便携机大致位置获取部；103：受影响发送机确定部；104：信号强度校正部；105：便携机位置确定部。

具体实施方式

图1是表示本发明的位置确定系统1的构成的图。如图1所示，位置确定系统1包括：设置于车辆1的多个BLE模块各自的天线ANT(相当于本发明中的“发送机”)；使用者2所持有的便携机3，能够接收从车辆1内的多个天线ANT发送的信号；以及后述的位置确定装置(在图1中未图示)，既可以设定于便携机3，也可以设定于车辆1。

图2是表示该位置确定系统1中的位置确定装置10的构成的图。用于确定从车辆1观察到的移动中的使用者2所携带的便携机3的位置，包括便携机姿态及移动方向获取部101、便携机大致位置获取部102、受影响发送机确定部103、信号强度校正部104、以及便携机位置确定部105。

便携机姿态及移动方向获取部101用于获取便携机姿态和使用者2的移动方向，该便携机姿态是用于表示便携机3相对于使用者2的位置关系的信息，包括便携机3的携带状态(例如放在后口袋、放在侧口袋、放在包里、握在手上、用左手/右手持在耳边通话、以及操作屏幕等)、便携机3的朝向(即，以便携机3的长度方向为基准时长度方向上的顶端一侧所指的方向)、便携机3即使用者2的移动速度(例如静止、慢速、快速、或具体的速度数值等)以及便携机3即使用者2的移动路径(例如直行、左转、右转)中的至少一种。

此处，便携机姿态可以根据便携机3所内置的用来感知三个维度上的角速度的陀螺仪、加速度传感器、地磁传感器(电子罗盘)以及触屏传感器中的至少任一个所获得的检测数据来获取，也可以进一步采用用来检测屏幕是否贴近人体从而熄屏的距离传感器等。例如，可以预先采集在多种姿态下由上述各传感器检测到的数据，通过机器学习模型等方式，建立从该检测到的数据到多个便携机姿态的映射。进而在实际定位时，实时获得来自上述各传感器的数据，交由机器学习模型来得到便携机的携带状态、朝向、移动速度以及移动路径等信息。

关于上述使用者2的移动方向，可以根据在规定期间内从便携机3所内置的地磁传感器(例如罗盘)和/或加速度传感器等获得。例如，可以在便携机的携带状态是使用者正在操作屏幕时，将便携机的朝向的水平分量直接设为移动方向。也可以在便携机姿态是用左手/右手持在耳边通话时，将便携机的朝向顺时针/逆时针旋转90度来设为移动方向。

或者，也可以在其他姿态时，把便携机加速度传感器的数据进行kalman滤波后进行PCA分解，将最小特征向量的方向设为与移动方向成90度，并将前两个特征向量的平面的水平分量设为是移动方向所在的直线的方向。为了进一步确定使用者2的具体移动方向，还需要结合其他结果(例如RSSI的增减、位置变化等)来确定。

便携机大致位置获取部102根据从多个天线ANT接收到的信号，获取便携机3相对于车辆1的便携机大致位置。该便携机大致位置至少包含表示从使用者2指向车辆1的方向的指向信息，还可以包含使用者2与车辆1之间的距离的距离信息。作为指向信息，其具体方式可以是便携机3相对于车辆1的坐标位置，也可以是表示便携机3相对于车辆的方位的信息。根据上述距离信息，也可以确定便携机3相对于车辆1是接近还是远离。根据上述指向信息，可以确定便携机3位于车辆1的哪一侧。

在获取便携机大致位置时，既可以使用位置指纹法，也可以使用三角测量的原理。在使用位置指纹法的情况下，可以将车辆的外侧分为距车辆的距离不同的多个区域，并根据从多个天线ANT接收到的信号的强度，通过位置指纹法的原理来确定便携机3相对于车辆1是接近还是远离，并且/或者将车辆的外侧分为面向车辆的方向不同的多个区域，并根据从多个天线ANT接收到的信号的强度，通过位置指纹法的原理来确定便携机3在车辆1的哪一侧。

此外，在使用位置指纹法时，进一步优选根据马氏距离来确定便携机3相对于车辆1是接近还是远离，并且/或者优选根据马氏距离来确定便携机3在车辆1的哪一侧。

此外，还可以通过移动中RSSI的增减情况来判断是在接近还是远离目标系统，例如在RSSI呈现出增大的趋势时，表示正在接近目标系统。

受影响发送机确定部103根据获取到的便携机姿态、移动方向以及便携机大致位置，从多个天线ANT中确定受影响天线，受影响天线是指在与便携机之间存在使用者2的天线。此时，可以根据移动方向与从使用者2指向车辆1的方向之间的夹角以及获取到的便携机姿态，判断便携机3与各个天线ANT之间是否隔着使用者2。

在一些特定的情况下，为了更加准确地确定受影响的天线ANT，还可以进一步从车辆1内置的地磁传感器等获取表示车辆1的车头朝向的车辆朝向信息以及表示多个天线ANT设置位置的发送机位置信息，以获得目标系统中的各天线ANT所在的BLE模块的相对位置(例如BLE模块#1位于车头位置)，并根据获取到的便携机姿态、移动方向、便携机大致位置、车辆朝向信息以及发送机位置信息，判断使用者2是否位于便携机3与各个天线ANT之间，并得出判断为受影响的天线列表。此时，能更准确地得知受影响的天线ANT。

信号强度校正部104将便携机3从受影响的天线ANT接收到的信号的强度，校正成在该便携机3与该天线ANT之间不存在使用者2的情况下应该从该天线ANT接收到的信号的强度。

这里，可以预先将车辆的内外分为多个区域，按照每个区域测定多个信息并建立该多个信息之间的映射，该多个信息至少包括在该便携机3与该天线ANT之间存在使用者时便携机3从各个天线ANT接收到的信号的强度及在该便携机3与该天线ANT之间不存在使用者时便携机3从各个天线ANT接收到的信号的强度。上述多个区域可以包含车辆内侧被划分而成的多个区域、按照距车辆的距离的不同和面向车辆的方向的不同对车辆的外侧进行划分而成的多个区域中的至少一种。

例如，可以预先采集两个BLE模块处在不同环境(例如天气)、不同位置、中间有/无人体时的RSSI值。利用采集到的数据来训练机器学习模型，以建立从移动中的有人体影响的RSSI值到无人体影响的RSSI值之间的映射。在使用时，实时获得各BLE模块的RSSI值，当判断出一个或多个RSSI值是受影响的BLE模块的RSSI值的情况下，把判断出的受影响的BLE模块的RSSI值交由机器学习模型来转换成无人体影响的RSSI值。

便携机位置确定部105使用校正后的信号的强度，确定便携机3相对于车辆1的准确位置。此时，在确定便携机3的位置时，与便携机大致位置获取部102的处理过程相同，可以采用位置指纹法，也可以使用三角测量的原理来确定。与便携机大致位置获取部102的处理过程不同的是，在便携机位置确定部105中，使用经由信号强度校正部104校正后而得到的各BLE模块的RSSI来进行计算。

例如，在采用位置指纹法实际定位时，将经由信号强度校正部104校正后而得到的各BLE模块的RSSI数据输入机器学习模型，从而得到便携机3相对于目标系统的准确位置。

下面，参照图3的流程图对具有上述构成的本实施方式所涉及的位置确定系统1中的位置确定装置10的动作进行说明。

图3是用于说明位置确定装置10的处理的例子的流程图，主要示出与便携机3的位置的确定相关的处理。

首先，在便携机姿态及移动方向获取步骤S1中，便携机姿态及移动方向获取部101通过便携机3内置的传感器(例如罗盘、触屏传感器)等，获取便携机姿态和使用者2的移动方向。

接着，在便携机大致位置获取步骤S2中，便携机大致位置获取部102根据从多个天线ANT接收到的信号，获取便携机3相对于车辆1的便携机大致位置。这里，优选的是，获取以车辆1为基准的、便携机3相对于车辆1的坐标位置，当然，此时获取到的便携机大致位置有可能偏离便携机3的真实位置，这是因为存在某个天线ANT被使用者2遮挡而发出的信号被衰减的可能性。

接着，在受影响发送机确定步骤S3中，受影响发送机确定部根据获取到的便携机姿态、移动方向以及便携机大致位置，从多个天线ANT中确定受影响的天线ANT，如之前所述，受影响的天线ANT是指在与便携机3之间存在使用者2的天线ANT。此处，也可以制作受影响的天线ANT的列表。

接着，在确定到所有天线ANT都没有受影响时(是)，进入后述的便携机位置确定步骤S5，只要存在任何受影响的天线ANT(否)，就进入信号强度校正步骤S4。

在信号强度校正步骤S4中，信号强度校正部将便携机3从受影响的天线ANT接收到的信号的强度，校正成在该便携机3与该天线ANT之间不存在使用者2的情况下应该从该天线ANT接收到的信号的强度。

接着，在便携机位置确定步骤S5中，便携机位置确定部使用校正后的信号的强度，确定便携机3相对于车辆1的位置。

综上，能够减轻人体造成的信号强度衰减的影响，校正后的信号强度的大小更能准确反映距离的远近，定位准确度能大幅提高。

下面，使用图4，列举使用者2向左前方的车辆1走近，且在使用者2的右侧口袋里放有便携机3的情况为例，对本实施方式的位置确定方法进行说明。此外，图5示意性地示出了使用者2位于a点时车辆1、使用者2以及便携机3之间的位置关系(实施例1)。图5示意性地示出了使用者位于b点时车辆1、使用者2以及便携机3之间的位置关系(实施例2)。

(实施例1)

首先，如图4所示，在a点处，使用者2在车辆1的右后方的远处。

此时，便携机姿态及移动方向获取部101根据便携机3内置的多个传感器，获取到便携机姿态是“放在右侧口袋”以及使用者2的移动方向是f1(S1)。

接着，便携机大致位置获取部102根据从多个天线ANT1～ANT5接收到的信号，获取便携机3相对于车辆1的便携机大致位置(S2)。如图5所示，在以车辆1为基准的坐标中，获取到a点的大致位置为(x，y)。如之前所述，该大致位置有可能偏离真实的位置，但是这对于最终确定出便携机位置的准确率影响较小，因此可以忽略不计。

接着，受影响发送机确定部103根据上述坐标，获得使用者2指向车辆1的朝向F1，结合朝向F1和移动方向f1的夹角、便携机3相对于使用者2的姿态(即放在右侧口袋)等，判断出右侧口袋的便携机3和车辆1的所有天线ANT1～ANT5之间都不存在使用者2，即，所有天线ANT1～ANT5都没有受影响(S3)。

另外，当使用者2位于a点时，由于使用者2距车较远，因此可以不考虑车头朝向等而将车辆1视为一个点。

接着，由于判断出在该a点处所有天线ANT1～ANT5都不受影响，因此不需要进行信号强度校正步骤(S4)，而是直接移至便携机位置确定步骤(S5)。

于是，在便携机位置确定步骤(S5)中，根据来自各天线的信号的强度，按照预先通过机器学习等建立的从各天线的信号的强度(RSSI值)到便携机位置的映射，求出使用者2相对于车辆1的准确位置。在这种情况下，由于所有天线ANT1～ANT5都不受影响，因此可以直接采用上述大致坐标(x，y)来作为便携机3相对于车辆1的准确的位置。

一旦得知准确位置，就可以与预定的阈值进行比较，判断是否需要进行车辆的上锁/解锁。

(实施例2)

当使用者2从a点走到b点时，如图4所示，此时使用者2的移动方向f2和使用者2指向车辆1的朝向F2仍然不一致，而且它们的夹角大于实施例1中的朝向F1和移动方向f1的夹角。

此时，便携机姿态及移动方向获取部101获取到姿态仍然是“放在右侧口袋”以及移动方向f2(S1)。

接着，便携机大致位置获取部102根据从各天线接收到的信号，获取便携机3相对于车辆1的便携机大致位置(x’，y’)(S2，参照图6)。

接着，在受影响发送机确定步骤S3中，由于此时使用者2距离车辆1比较近，不适合将车再作为一个点来看待，因此在该步骤中，预先从车辆内置的罗盘等获取表示车辆1的车头朝向的车辆朝向信息以及表示多个天线ANT1～ANT5设置位置的天线位置信息，以便掌握每个天线的具体位置。

如图6所示，受影响发送机确定部103根据上述便携机大致位置(x’，y’)、车辆朝向信息以及天线位置信息，获得使用者2指向车辆1的各个天线ANT1～ANT的朝向F21～F25，结合朝向F21～F25和移动方向f1的夹角、便携机3相对于使用者2的姿态(即放在右侧口袋)等，判断出右侧口袋的便携机3和车辆1的天线ANT5之间存在使用者2，右侧口袋的便携机3和车辆1的天线ANT1～ANT4之间不存在使用者2。即，确定出天线ANT5受影响，天线ANT1～4没有受到影响(S3)。

接着，信号强度校正部104将从天线ANT5接收到的信号的强度，校正成在此处的便携机3与该天线ANT5之间不存在使用者2的情况下应该从该天线ANT5接收到的信号的强度(S4)。

接着，便携机位置确定部105使用校正后的信号的强度，确定便携机3相对于车辆1的位置。

当确定便携机3相对于车辆1的准确位置之后，可以基于与预定的人车之间的距离有关阈值的比较，并指示将图示中的右边的车门解锁。

以上对本发明的几个实施方式进行了说明，但本发明并不仅限定于上述实施方式，能够包含其他的各种变形。

例如，在上述实施例中，获取到便携机姿态是“放在右侧口袋”，以及使用者2的移动方向f1，但是也可以在通过触屏传感器的检测信号获取到便携机姿态是“正在操作屏幕”时，直接将便携机3的朝向(即以便携机3的长度方向为基准时其长度方向的顶端一侧所指的方向)设为使用者2的朝向或移动方向。此时，即使使用者2处于非移动的状态，也可以根据使用者2的朝向和便携机大致位置来确定受影响发送机。

此外，关于便携机大致位置获取步骤S2，也可以使用在一定时间之前计算出的便携机位置来近似地作为当前时刻的便携机大致位置。例如，当位置确定系统1构成为每隔100毫秒利用图3所示的流程对便携机位置进行测定的情况下，可以将上一次确定出的便携机位置(即，100毫秒之前确定出的便携机位置)来近似地作为当前时刻的便携机大致位置。

此外，关于受影响发送机确定步骤S3，也可以预先按照每个便携机姿态、便携机大致位置、便携机的移动路径等信息，建立从这些信息到受影响发送机的映射。然后，根据上述预先设定的、从多种信息到受影响发送机的映射，确定出受到影响的天线和没有受到影响的天线。

例如，可以是在“放在左/右侧口袋、走近车辆、使用者到车辆的直线距离大于规定距离”的情况下，无论上述夹角如何，都判断为所有天线都不受影响。此外，也可以是，在“放在右侧口袋、走近车辆、使用者到车辆的直线距离小于规定距离、使用者在车的右侧”的情况下，当实际获得的夹角小于预先规定的第一阈值时，判断为不受影响，在大于等于第一阈值且小于第二阈值时，判断为某个天线影响。此外，还可以设置为在“放在后侧口袋、远离车辆时”，无论夹角如何，都判断为不受影响等。总之，只要预先充分地考虑各种情况下受影响的天线为哪些并通过机器学习来建立映射即可。

由此，在受影响发送机确定步骤S3中，可以根据获取到的便携机姿态、移动方向以及便携机大致位置，并利用建立的映射信息从多个发送机的天线ANT中确定受影响发送机。

此外，关于上述信号强度校正步骤S4，也可以在其预先建立映射的阶段，区分“用左手/右手持在耳边通话”与“放在左侧/右侧口袋”地建立映射，这是因为，例如在用左手/右手持在耳边通话的情况下，相比放在左侧/右侧口袋，便携机与人体的接触面积更小，给来自受影响的发送机的信号带来的衰减也更小。

此外，关于上述便携机位置确定步骤S5，在所有天线ANT都没有受影响的情况下，也可以直接应用上述步骤S2中获取到的便携机大致位置来作为便携机3相对于车辆1的位置。此外，也可以在步骤S3中判定为一部分天线ANT受影响、一部分天线ANT没有受影响的情况下，不考虑受影响的天线ANT，不进行步骤S4、而是直接进入步骤S5中并仅采用不受影响的天线ANT所发出的信号的强度来确定便携机3相对于车辆1的位置。由此，能够减少计算负荷，提高计算效率。

另外，上述实施方式以车辆作为目标系统进行了说明，但是本发明也能够以房间、楼房等作为目标系统，在该情况下，人既可以在目标系统之外，也可以在目标系统之内，基于在目标系统布置的多个发送机，同样能够获得使用者(便携机)相对于目标系统的位置。

以上，虽然说明了本发明的一个实施方式，但该实施方式是作为例子而提出的，并不意图限定发明的范围。当然在不脱离本发明的主旨的范围内能够进行各种省略、替换、变更。