LBS之十：LBS的前世今生

1 LBS--城市计算的前身

城市计算[1]是最近几年比较热门的概念，类似的概念还有智慧城市、数字地球等等，但城市计算或许是更偏向技术算法的一种学术界称谓，城市计算覆盖城市交通，规划，经济活动、应急管理等等多个方面。相比而言，LBS是看起来范围略显狭隘和陈旧的称谓，但它是城市计算的前身，或者从技术上来说，它是各类城市场景计算中的前置/底层技术。

LBS：基于位置的服务(LocationBasedService，LBS)，它是通过电信移动运营商的无线电通讯网络（如GSM网、CDMA网）或外部定位方式(如GPS)获取移动终端用户的位置信息（地理坐标，或大地坐标），在GIS(GeographicInformationSystem，地理信息系统)平台的支持下，为用户提供相应服务的一种增值业务。

LBS英文全称为LocationBasedServices，它包括两层含义：首先是确定移动设备或用户所在的地理位置；其次是提供与位置相关的各类信息服务。意指与定位相关的各类服务系统，简称"定位服务"，另外一种叫法为MPS-MobilePositionServices,也称为"移动定位服务"系统。[1]如找到手机用户的当前地理位置，然后在上海市6340平方公里范围内寻找手机用户当前位置处1公里范围内的宾馆、影院、图书馆、加油站等的名称和地址。所以说LBS就是要借助互联网或无线网络，在固定用户或移动用户之间，完成定位和服务两大功能。

图1-1：LBS商业图谱与底层技术依赖

总体上看LBS由移动通信网络和计算机网络结合而成，两个网络之间通过网关实现交互。移动终端通过移动通信网络发出请求，经过网关传递给LBS服务平台；服务平台根据用户请求和用户当前位置进行处理。并将结果通过网关返回给用户。其中移动终端可以是移动电话、个人数字助理(PersonalDigitalAssistant,PDA)、

手持计算机（PocketPC），也可以是通过Internet通讯的台式计算机（desktopPC）。服务平台主要包括WEB服务器（WebServer）、定位服务器（LocationServer）和LDAP（LightweightDirectoryAccessProtocol）服务器等。

2 LBS技术与产业的发展历程

LBS通俗简略地说是“定位”和“服务”的融合，所以，其概念的形成离不开定位技术的发展，尤其是移动定位技术。而与LBS相关的定位技术早期，主要是移动通信定位和GPS卫星定位两大技术栈。

早在上个世纪70年代，美国颁布了911服务规范。基本的911业务(Basic911)是要求FCC定义的移动和固定运营商实现的一种关系国家和生命安全的紧急处理业务。和我国的110/120等紧急号码一样。要求电信运营商在紧急情况下，可以跟踪到呼叫911号码的电话的所在地。在有线时代，实现起来相对来说容易一些。

1993年11月美国一个叫做詹尼弗·库恩的女孩遭绑架之后被杀害，在这个过程当中，库恩用手机拨打了911电话，但是911呼救中心无法通过手机信号确定她的位置。由于这个事件，导致美国的FCC(美国通信委员会)在1996年推出了一个行政性命令E911，要求强制性构建一个公众安全网络，即无论在任何时间和地点，都能通过无线信号追踪到用户的位置。E911有有线和无线之分。有线中由ISUP协议进行了保证，主要与有线网络有关。而FCC定义的无线E911有两个版本。第一个版本要求运营商通过本地PSAP(PublicSafetyAnsweringPoint)进行呼叫权限鉴权，并且获取主叫用户的号码和主叫用户的基站位置；第二个版本要求运营商提供主叫用户所在位置精确到50-300米范围的位置信息。无线E911第二版最重要的是用户位置的定位。对于位置定义有如下几种方法：

A)AOA(angleofarrival)指通过两个基站的交集来获取移动台(Mobilestation)的位置；

B)TDOA(timedifferenceofarrival)工作原来类似与GPS。通过一个移动台和多个基站交互的时间差来定位；

C)locationsignature位置标记。对每个位置区进行标识来获取位置；

D)卫星定位。

但是，直到2006年，才基本上完成了全美无线通信网络的升级改造。

此外，2001年的911事件也让美国的公众认识到位置服务的重要性，因此，在为了实现E911目标的同时，基于位置服务的业务也逐渐开展起来。从某种意义上来说，是E911促使移动运营商投入大量的资金和力量来研究位置服务，从而催生了LBS市场。

总的来说，从目前的LBS发展以及LBS市场来看，可以把LBS应用或者说LBS产业的发展概括为四个阶段。

（1）第一个阶段是胚胎期--无线定位技术的变更；

（2）第二个阶段是缓慢过渡期--应急、导航等基础服务开始出现；

（3）第三个阶段是市场适应期--技术迭代，开始进入更多领域，但移动互联网前仍更多局限专业领域；

（4）第四个阶段为高速增长期--无线定位技术+移动mobile的结合，催生大量日常生活相关LBS服务形态。

（5）第五个阶段为成熟期--外卖、到店等LBS商业模式已成熟，LBS技术如基础设施一般成为其他城市计算场景的底层技术依赖。

2.1 LBS胚胎期（1970年代-1990年代中后期）

其实早在上世纪70年代美国建设GPS卫星系统开始，LBS的应用就拉开了帷幕，GPS的设计初衷就是为定位服务的，尽管其主要目的是为陆、海、空三大领域提供实时、全天候和全球性的导航服务，并用于情报收集、核爆监测和应急通讯等一些军事目的。但不可否认的是，定位以及基于定位结果的应用这两个概念已经诞生。

几乎在着手建设GPS系统的同一时刻，美国颁布了911服务规范，基本的911业务(Basic 911)是要求美国通信委员会定义的移动和固定运营商实现的一种关系国家和生命安全的紧急处理业务。和我国的110/120等紧急号码一样。要求电信运营商在紧急情况下，可以跟踪到呼叫911号码的电话的所在地。而这个时候，第一代手机才刚刚可以投入运营，因此此时提及的定位可能最多是针对有线的定位，估计这个时候，无线本身还不是很稳定。

有一个标志性的事件，让定位这个业务需求变得更加紧迫。1993年11月美国一个叫做詹尼弗·库恩的女孩遭绑架之后被杀害，在这个过程当中，库恩用手机拨打了911电话，但是911呼救中心无法通过手机信号确定她的位置。由于这个事件，导致美国通信委员会在1996年推出了一个行政性命令E911，要求强制性构建一个公众安全网络，即无论在任何时间和地点，都能通过无线信号追踪到用户的位置。E911有有线和无线之分。有线中由ISUP协议进行了保证，主要与有线网络有关。而美国通信委员会定义的无线E911有两个版本。第一个版本要求运营商通过本地 PSAP(Public Safety Answering Point)进行呼叫权限鉴权，并且获取主叫用户的号码和主叫用户的基站位置；第二个版本要求运营商提供主叫用户所在位置精确到50-300米范围的位置信息。无线E911第二版最重要的是用户位置的定位。对于位置定义有如下几种方法：

（1）AOA(angle of arrival )指通过两个基站的交集来获取移动台(Mobile station)的位置；

（2）TDOA(time difference of arrival)工作原来类似与GPS。通过一个移动台和多个基站交互的时间差来定位；

（3）Location Signature位置标记。对每个位置区进行标识来获取位置；

（4）卫星定位。

此时，移动通信第二代已经投入运营超过10年，第二代通信相对成熟，无线定位得到更多的关注。

此外，说这段时间是LBS的胚胎期，还有另外一个原因，就是WLAN的发展，1990年成立IEEE802.11WLAN标准工作组，1997年6月由大量的局域网以及计算机专家审定通过IEEE802.11（别名：WIFI）标准。该标准制定之初主要用于解决办公室局域网和校园网中的用户与用户终端的无线接入，主要用于传输数据。但今天对于LBS来说，WIFI定位已经成为一个精度较高，在定位家族占有一席之地的成员了。

我国LBS商业应用始于2001年中国移动首次开通的移动梦网品牌下的位置服务；2003年，中国联通推出了“定位之星”业务，用户可以在较快的速度下体验下载地图和导航类的复杂服务：随后中国电信和中国网通启动在PHS（小灵通）平台上的位置服务业务，这标志着我国LBS业务开展进入了萌动阶段。

2.2 LBS过渡期（1990年代末--2004年）

在经过胚胎期，特别是E911的颁布，使得移动运营商投入资金和力量来研究位置服务，研究定位的技术，研究LBS可能的服务领域以及LBS内容的理论基础，从某种意义上说，E911催生了LBS产业市场。

LBS服务三大目标：你在哪里(空间信息)、你和谁在一起(社会信息)、附近有什么资源(信息查询)。基本上这三大目标构成了LBS最基础的内容，基于LBS的应用也从这三大目标开始着手，不断的丰富LBS的服务，概括来讲，LBS服务被分为五类：

（1）自我定位。通过LBS服务，获取我的位置。

（2）路线导航。通过LBS服务，获取从这到那的导航路线，或者是智能规划路线。

（3）信息查询。该业务主要是通过LBS查询具体的对象或者信息。

（4）基于位置的识别。相当于知道了一个点，就知道这个点是什么，或者这个点和什么东西相关。

（5）突发事件服务。当出现特殊情况下向相关机构发送带求救或查询的个人位置信息。

这个阶段，LBS在国内以及国外都得到了较好的发展，但由于受到技术以及产业环境的影响，发展过程相当缓慢，分析主要受到以下因素的制约：

（1）产业链环境影响。真正的开展LBS服务，涉及到多个环节，需要从技术基础到业务推广应用整个大环境的支持，运营商的投入有限，主要原因是由于业务扩展原因导致重视不足，而业务扩展不积极的原因，则是基于当时的定位技术以及当时的市场需求不旺盛，商家难于找到具有很大吸引力的商业模式。

（2）基于位置信息量不大。由于互联网地图的发展尚未形成规模，POI点或者是位置信息量很少。

（3）用户不能接受。由于用户担心自己的隐私可能被暴露，不情愿使用LBS服务。

（4）定位成本。限于2G时代的通信，定位带来的流量成本就不得不考虑了。

（5）手机终端制约。手机终端没有考虑或者没有过多的考虑基于定位的应用，导致手机终端对定位的支持不够，限制应用，特别是智能机的概念，限制LBS应用的发展。

（6）政府部门导致的法律问题。政府对地理位置的公开没有很好的规划出台。

（7）技术因素。由于定位技术的原因，导致定位的精度以及准确度较低，而GPS数据的时效性欠缺等等因素。

LBS应用在我国的发展，相对来说还是比较缓慢的，早在2004年，LBS就在日本、韩国、欧美等国家流行，日本的LBS市场产值在2004年就达到5.5亿美元。在国内，中国移动在2002年11月首次开通位置服务，如移动梦网品牌下面的业务“我在哪里”、“你在哪里”、“找朋友”等；2003年，中国联通在其CDMA网 上推出“定位之星”业务，用户可以在较快的速度下体验下载地图和导航类的复杂服务；而中国电信和中国网通似乎也看到了位置服务诱人前景，启动在PHS(小 灵通)平台上的位置服务业务。 在这个时期，LBS用户消费市场没有能够打到自己的位置，其普遍被应用于交通安全管理与应急联动领域，如公交、出租、货运、长途客运、危险品运输、内陆航运等交通运输工具开发相关的运输监控管理系统等等。

但是由于当时移动通信的带宽很窄、GPS的普及率比较低，最重要的是市场需求并不旺盛，所以，几家大的运营商虽然热情很高，但是整个市场并没有像预期的那样顺利启动，在一个很长的时间内，都是无人问津。

2.3 LBS市场适应发展期（2004-2009年）

经过两个阶段的发展，LBS不断的走向成熟，但是LBS的市场应用以及消费者对LBS的需求不像互联网那么活跃。

这个阶段的LBS以赛格、中国卫通等位置服务提供为代表，主要定位是基于GPS定位，主要的产品是路线导航、位置监控等产品。由于基于LBS的产品缺少多样性，用户的需求没有真正的被激发出来。由于基于GPS定位，这个阶段的产品成本相对较低，出现了大量的LBS服务的企业，但是大多数提供LBS服务的企业还都只是小作坊式的生产模式，提供位置服务的企业不下千家。在寻求定位市场的垂直领域竞争相当激烈，也正是由于局面混乱，导致了这个市场存在恶性竞争，服务质量差、投诉多等等问题，因此亟需能有一个或几个上规模的企业能够对整个行业进行重新整合，以便规范我国的LBS市场。从而能够让广大用户能够真正体会到LBS能够带给我们的种种功能。

在这个阶段，互联网地图的出现，加速了LBS产业的前进速度。继国内几个大的运营商相继推出位置服务业务后，LBS市场一直不温不火，并持续到2006年。主要原因，一是定位精度和定位准确度较低，GPS数据的时效性欠缺。二是互联网地图发展未形成规模，POI点或者是位置信息量少，用户担心自己的隐私可能被暴露。三是商家没有好的商业模式。这几个方面的因素导致LBS市场需求不旺盛，制约了LBS的发展。

2.4 LBS发展高峰期（2009年－2015年）

这个阶段的LBS应用得到快速发展，在这个阶段，LBS市场规模每年以80%的速度增长，并且在05年以及06年较之前增长超过100%。移动应用根据市场研究公司ABI Research的预测，LBS在2014年产生的营收将增长至140亿美元。在从所周知LBS市场蕴藏了巨大商机的前提下，通信运营商、地图厂商、软件开发商、终端厂商等整个LBS产业链中的众多参与者都积极投入其中，大力推进LBS服务以及应用，促进LBS爆发性增长。

在这个阶段，至少有以下几个原因促使LBS市场快速发展。

（1） 无线技术和硬件设施得到完善，定位技术和方法也得到了有效的补充，特别是利用WIFI定位技术的出现。这些为LBS提供了更加宽广的发展空间。

（2） 智能手机的出现促进更多的LBS应用发展。

（3） 定位技术的发展，用户可以轻松的与朋友分享自己的位置或者足迹。

（4） 互联网地图的出现，给LBS应用注入了新的活力。

（5） 智能手机走进普通用户的视野，今天的手机数量已经超过了电视、PC等各种终端。拉下来的基于手机位置的应用可想而知了。

（6） 2.5G（GPRS）、3G过渡到4G给更多的用户带来了低廉的网络流量体验。

在这个阶段的出现的产品，不计其数。在这个阶段内，国内的LBS发展又可以分成两个小的阶段，第一个小阶段从以贝多为代表的基于LBS的社交网络应用产品上线开始，第二个小阶段是从国内的类foursqure产品出现为标识。市场研究数据显示．我国LBS服务个人应用市场2008年市场规模为3.35亿元，2009年突增为6.44亿元，2010年，达到9.98亿元，同比增长135%。受美国Foursquare公司刺激，2010年国内一夜之间曾冒出三十几家LBS公司，UBER（2009）、美团（2011）、滴滴（2012）等影响我们日常生活深远的公司开始创办，并随着移动互联网的发展，快速崛起，并迅速完成洗牌，赢者通吃。

2.5 从LBS到智慧城市（2015年－至今）

经过市场的验证和商业上的搏杀，大浪淘沙后，只有极少数LBS相关创业公司成为一些幸运儿，如UBER、滴滴、美团，及一些AR类游戏公司等；然而，另外一些商业模式则没有那么幸运，与打车外卖同时期兴起的各类O2O创业，则没有那么幸运，如社区团购、单车、各类到店到家服务等，只能被纳入互联网巨头羽翼下，成为其基础服务设施之一。

时至今日，LBS技术已是一个陈旧的概念，与LBS相对应的O2O商业也极少被提起。事实上，随着AR、VR等新技术发展，LBS技术早已成为城市计算、深度时空学习等的底层基础技术，其背后是深度学习的快速发展（2006~2012）而向各领域渗透推动的；而与LBS紧密相关的O2O商业形态，也被更新潮的、场景化的名词替代，如智慧城市、数字地球，或是与零售深度结合后的“新零售”（2016），亦或是与社交的深度结合后“元宇宙”（2021）等更新潮概念。

3 LBS的常见模式

LBS商业应用的常见模式可以概况为5大方面：

图3-1：LBS应用分类

3.1 休闲娱乐型

1.签到（Check-In）模式：主要是以Foursquare为主，还有一些国外同类服务还有Gowalla、Whrrl等，而国内则有：嘀咕、玩转四方、街旁、开开、多乐趣、在哪等几十家。该模式的基本特点如下：

（1）用户需要主动签到（Check-In）以记录自己所在的位置

（2）通过积分、勋章以及领主等荣誉激励用户Check-In，满足用户的虚荣感

（3）通过与商家合作，对获得的特定积分或勋章的用户提供优惠或折扣的奖励，同时也是对商家品牌的营销

（4）通过绑定用户的其它社会化工具，以同步分享用户的地理位置信息

（5）通过鼓励用户对地点（商店、餐厅等）进行评价以产生优质内容

该模式的最大挑战在于要培养用户每到一个地点就会签到（Check-In）的习惯。而它的商业模式也是比较明显，可以很好地为商户或品牌进行各种形式的营销与推广。而国内比较活跃的街旁网现阶段则更多地与各种音乐会、展览等文艺活动合作，慢慢向年轻人群推广与渗透，积累用户。

2.大富翁游戏模式：国外的代表是Mytown，国内则是16Fun。主旨是游戏人生，可以让用户利用手机购买现实地理位置里的虚拟房产与道具，并进行消费与互动等将现实和虚拟真正进行融合的一种模式。这种模式的特点是更具趣味性，可玩性与互动性更强，比Check-In模式更具粘性，但是由于需要对现实中的房产等地点进行虚拟化设计，开发成本较高，并且由于地域性过强导致覆盖速度不可能很快。

在商业模式方面，除了借鉴Check-In模式的联合商家营销外，还可提供增值服务，以及类似第二人生（SecondLife）的植入广告等。

图3.1-1：大富翁游戏

3.LBS+AR游戏：2016年9月，任天堂旗下的AR游戏《口袋妖怪GO》火遍全球，这让无数游戏厂商看到了未来发展之路，也让LBS概念走进了游戏圈，通过在手机游戏中植入LBS技术，可以实现现实与虚拟世界的无缝融合。地理定位服务为游戏用户提供了另一个空间，为他们提供了更加真实的互动机会。国内也出现了《城市精灵》和《地球入侵》等类似游戏。随着元宇宙等概念的兴起，LBS+AR游戏似乎成为未来游戏的一个重要方向。

3.2 生活服务型

1.周边生活服务的搜索：高德百度移动地图、或是以美团点评网或者生活信息类网站与地理位置服务结合的模式，代表大众点评网、台湾的“折扣王”等。主要体验在于工具性的实用特质，问题在于信息量的积累和覆盖面需要比较广泛。

图3.2-1：LBS周边生活搜索

2.旅游标记与分享：旅游具有明显的移动特性和地理属性，LBS和旅游的结合是十分切合的。分享攻略和心得体现了一定的社交性质，代表公司除了百度高德等互联网地图，也包括携程、马蜂窝、游玩网、豆瓣等，具体产品包括高德“路书”等。

图3.2-2：LBS旅游区服务

3.会员卡与票务模式：实现一卡制，捆绑多种会员卡的信息，同时电子化的会员卡能记录消费习惯和信息，充分的使用户感受到简捷的形式和大量的优惠信息聚合。代表是山姆会员卡、还有票务类型的Eventbee。这些移动互联网化的应用正在慢慢渗透到生活服务的方方面面，使我们的生活更加便利与时尚。

4.LBS+团购：两者都有地域性特征，但是团购又有其差异性，如何结合？美国的GroupTabs给我们带来了新的想象：GroupTabs的用户到一些本地的签约商家，比如一间酒吧，到达后使用GroupTabs的手机应用进行CheckIn。当CheckIn的数量到达一定数量后，所有进行过CheckIn的用户就可以得到一定的折扣或优惠。中国最有名的LBS+团购=社区团购，社区团购前2年非常火，涌入各大巨头及创业公司，阿里、美团、滴滴，叮咚买菜等等，目前也归于沉寂。

图3.2-3：LBS团购APP

LBS+团购服务具体包括：

（1）进（近）场优惠信息推送服务：在国外，Getyowza就为用户提供了基于地理位置的优惠信息推送服务,Getyowza的盈利模式是通过和线下商家的合作来实现利益的分成。国内，支付宝首页卡片的进场推荐等、高德/百度地图的附近美食推荐等。

（2）到店模式：以前的ShopKick将用户吸引到指定的商场里，完成指定的行为后便赠送其可兑换成商品或礼券的虚拟点数，目前各类美团支付宝口碑等APP也会有类似功能。

（3）到家模式：盒马生鲜、美团/饿了么上门送药，上门宠物照看等等多个领域，已经渗透到我们日常生活的方方面面。

3.3 社交型

1.地点交友，即时通讯：不同的用户因为在同一时间处于同一地理位置构建用户关键，代表是陌陌等。

2.以地理位置为基础的小型社区：地理位置为基础的小型社区，代表如闲鱼“鱼塘”等。

图3.3-1：LBS社交应用

3.4 行业应用

LBS行业应用已非常广泛，也是LBS的应用最早的领域；主要体现在智能交通系统和物流管理系统方面，具体包括交通服务--实时公交、出租车等，物流服务--物流信息推送/预警等，另外，也包括其他政府相关各类救援服务，如消防、海事等方面。

4 LBS关键技术的迭代

传统的LBS有三大技术栈，分别为定位、信息传输以及位置索引，在部分涉及地图展示场景中，可能还会有关于定位位置与地图的匹配问题。随着深度学习的发展及与各类城市计算等场景的深度融合，位置表征技术也是各类城市计算场景中能取得较好模型效果的基础，如交通流预测、快递ETA预测等。

4.1 定位

从LBS的发展历程来看，定位技术，或者说无线/移动定位技术的发展，是LBS的基础和先决条件。定位技术最开始依赖的是两大技术栈：GPS卫星导航定位和GSM移动基站蜂窝网定位，相关各种定位方式及原理已在《之二：移动定位、导航与互联网地图》中已有简介，及不同场景的定位解决最优方案的探讨，或参考《高德定位》这篇ATA文章。

当前的LBS，除了对GPS（现在也包括北斗等其他卫星导航系统）和移动基站的蜂窝定位依赖（两者相对而言更适合室内或更大范围的外部定位），从2010年起，随着智能手机的深度普及，目前定位方式有了更多选择，也更细分场景化，如各类室内定位场景，推动了wifi、蓝牙、beacon等定位技术的发展成熟。

图4.1-1：室内定位技术的发展

4.2 位置传输与匹配

（1）位置信息传输

因为用户移动性的特点，LBS 系统用户对空间信息的传输效率要求非常高。如果不能及时给用户提供实时的信息，该信 息可能就变得没有意义了。 在位置信息的传输过程中最重要的是传输效率问题。 所谓传输效率是指信息传输前的平均信息量减去传输过程中损失在通道上的平均信息量。在传统的位置信息传输过程中，由于服务中心与用户是分离的，对服务中心而言不可能完全了解用户的目的，因此经过选择、分类简化后形成的位置信息不可能完全满足用户的要求，这就降低了传输效率。 为了提高传输效率，服务中心根据用户的任务和目的实时生成空间信息，因此能够完全表达用户所需的信息。

此外，在 LBS 系统中，用户除了接收服务商提供的空间信息外，还从客观环境中直接获取空间信息，这就要求服务商提供的空间信息必须与用户所感受到的外部环境刺激相一致。即 LBS 用户观察到的外部环境必须与服务商提供的空间信息一致，否则用户无法获得正确的认识，也就谈不上利用空间信息作出决策，这就要求 LBS 提供空间信息的响应时间必须与移动用户所处的环境范围变化速度一致，这样就大大提高了传输效率。

事实上，2G时代早已成为过去时，现在已是4G、5G时代，移动手机、智能终端的发展，其实已经极大地解决了此问题，当前的移动端有了更快的传输速度和存储容量，无论是中心分发还是分布式分发，都能较快分享传输目标位置信息，满足绝大部分生活/商业场景的需求，甚至在特殊场景，如完全无信号的自然灾难场景，也可以通过如北斗卫星的通信功能进行位置的分享。

（2）位置的地图匹配

在部分移动目标场景中，获取对象的连串定位位置后，除了坐标系的对齐问题，如需地图载体的展示形式，则还有与地图的匹配问题，其本质是因为定位设备本质上是不精确的，导致一些关于获得的移动对象的位置的不确定性。而且，物体是连续移动的，而它们的位置只能在离散的时间内更新。为了节省能源消耗和通信带宽，两次更新之间的时间间隔可能超过几分钟或几小时，使得两次更新之间移动对象的位置不确定，地图匹配其实是对部分定位结果的某种技术纠偏。

地图匹配是根据采样的轨迹推断出运动物体(如车辆)在路网中走过的路径。处理高采样率轨迹的地图匹配技术已经在个人导航设备中商业化，而那些处理低采样率轨迹的地图匹配技术(Lou et al. 2009)仍然被认为具有挑战性。Yuan等人[2010b]的研究结果表明，给定采样率为每点2分钟左右的轨迹，地图匹配算法的最高精度约为70%。当连续采样点之间的时间间隔变得更长的时候(例如，用户连续两次签到之间的时间间隔可能是几个小时，而鸟类的跟踪时间间隔可能是1天)，现有的地图匹配算法就不能很好地工作了。为了解决这个问题，Wei等人[2012]提出了基于许多不确定轨迹，通过几个采样点来构建最有可能的路径。例如，如图14(c)所示，如果我们将许多用户的签入数据放在一起，如图14(b)所示的不确定路径可能变成确定，即不确定+不确定→确定。研究的另一个分支是基于部分轨迹预测用户的目的地[Krumm et al. 2006;Xue等人2013年[。在这种情况下，用户的目的地在一开始是不确定的，当旅程完成后，目的地逐渐变得确定。用户和其他人的历史轨迹以及其他信息，如一个地点的土地使用情况，都可以用于目的地预测模型。

4.3 位置索引

索引技术是移动对象数据库的核心技术，决定了LBS的查询性能。位置空间信息的查询索引技术研究工作已经开展了多年，也形成了一些研究成果，有 KD-tree 家族和 Quard-tree 家族等代表性的技术。然而这些查询技术都是针对位置空间的静态信息，在位置服务中对象处在频繁移动 的过程中，这些查询索引技术的查询性能显著下降。因此近期出现了移动对象轨迹查询索引技术和移动对象当前/将来位置 索引技术。 最基础的是Geohash格网索引，另常用的技术有3DR-Tree [Theodoridis et al. 1996]和MR-Tree [Xu et al. 1999]。有时候我们需要寻找历史轨迹满足一定的标准,例如,检索游客通过给定地区的轨迹和时间跨度内(例如,一个时空范围查询[王、郑et al . 2008])，出租车轨迹，通过一个十字路口（即点查询），或类似的轨迹查询轨迹(陈et al . 2010;Tang等[2011](即轨迹查询)。另外，从目标对象位置与时间的关系，索引技术有所不同，包括：

（1）当前位置索引技术

在基于位置的服务中，移动对象的位置随时间不停变换，这就要求查询结构能够应对大量的更新操作。LUR-tree[7]通过R-tree 索引移动对象的当前位置，以满足移动对象频繁 的位置更新操作。一旦移动对象的位置改变，新的位置将及时更新到 R-tree 中。如果新位置仍然在其原先节点的 MBR 内， 只需更改该目录的位置; 如果新的位置超出其节点的 MBR，则根据不同策略选择是将该对象的目录删除后再插入，或者是将该节点的MBR进行扩展以包含该对象的新位置，以便应对移动对象频繁的更新操作。 

（2）未来位置索引技术 

为了查询未来时刻移动对象的位置信息，通常需要根据移动对象的速度对移动对象的未来位置进行建模。目前移动对象索引技术分为基于B + -tree和基于 R-tree 两类索引结构。B + -tree 移动对象位置索引方法将整个空间划分为若干个 单元格，借助于空间填充曲线，每个单元格被赋予一个标志符， 移动对象所在的单元格的标志符被 B + -tree 进行索引，当进行查询时，需要通过移动对象的速度和相对时间对范围进行扩展。 基于 R-tree 的索引技术中使用时间参数的 MBR 来组织移 动对象，在组织节点时不仅要考虑移动对象当前的位置，也要 考虑移动对象的速度，因而 MBR 能随时间的变化而扩展。当移动对象的位置更新时，则重新计算包含该对象的 MBR。由 于这类索引结构保存了速度信息，因而能预测移动对象的将来 位置。还有一些索引技术针对部分移动对象长时间不更新位 置信息导致 MBR 不断扩大的缺点，设定一个失效时间以删除 失效的移动对象或重新计算。 

（3） 基于位置历史轨迹索引技术

基于位置服务中移动对象的历史轨迹随着时间的变化不断更新，如果将这些数据存储在数据库中，那么当对象位置连续发生变化时，必须不断地向数据库发出更新的请求，要求数 据库保存每次更新时移动对象的空间位置信息。这种方法是一种简单的快照数据模型，也能够描述移动对象的历史轨迹， 但随着时间的推移和数据库开销的线性增长，如果要保存长时间的历史轨迹，那么查询和更新的效率会越来越低，从而导致 应用不可行，因此，必须减少数据库中空间存储的开销。目前有两种解决方法: 一种是抽样方式，将移动对象的历史轨迹按照某种采样频率进行抽样存储，然后对抽样点之间的轨迹利用线性插值办法进行拟合; 另一种是存储移动对象的运行行为，如起始位置、速度、路程等。只有当某些运动参数发生变化时才对数据库进行更新。根据这些思路，研究者提出了许多索引方法，典型的有基于传统空间索引方式、基于重叠与多 版本结构索引方式及面向移动对象轨迹索引方式等等。

更多时空索引算法的原理简介与场景应用实践，可参考前文《之五：时空索引--空间邻域搜索的高效实践》。

4.4 位置表征

随着数字时代的深入，城市计算（2015）、智慧城市、城市大脑等商业/技术的发展，对位置服务、城市某个位置/区块本身的时间/空间理解有了更高的要求，如对旅游兴趣POI的推荐、城市交通流的预测、出租车/快递员的时空调度等等，这就需要对时空有更深入的认识--时空的表征学习是对时空间提供更好认知的手段，其也成为各类城市计算场景算法的基础之一。

位置表征的形式主要有：

（1）空间标准网格的表征学习--标准格网通常为geohash格网/或N*N的网格，把城市空间切分为一个个独立原子业务单元，优点是构造简单，其实与图像算法的栅格单元是一样的，但有时会忽略真实的城市地理区块界限而造成误差。以格网表征地理空间的文章如《Deep Multi-View Spatial-Temporal Network for Taxi Demand Prediction》等。

（2）轨迹数据的表征学习--轨迹是一种特殊的位置数据，其含有时间（有时包括精度速度等）维度，在交通流量预测，快递/外卖时效预测中有重要左右，轨迹数据的表征学习通常采用图表征学习的方式，如《Multi-task Representation Learning for Travel Time Estimation》中分别构建空间图和时间图，来做路网的graph embedding。

（3）POI的表征学习--POI是众多互联网商业场景中最常用也是天然的地理空间最小单元，如打车上车点、用户/商家位置、旅游点等等，POI表征方式也非常多，取决于具体场景，如POI语义模型《POI Semantic Model with a Deep Convolutional Structure》、各类场景中的POI推荐文章更多，如《A Successive POI Recommendation Method Using Similarity-Based POI Embedding and Recurrent Neural Network with Temporal Influence》、《Learning Graph-based POI Embedding for Location-based Recommendation》等。

（4）AOI的表征学习--相对标准格网，AOI是带有真实地理界面的单元，相对POI，它的中心辐射区域更加明确，而POI往往具有辐射范围的模糊性。所以在更高要求的场景，如外卖/末端快递包裹的配送调度、驿站上门等对真实地理区块界面敏感的场景，AOI的表征也通常采用图表征学习的手段，AOI表征其实是对含带有地理围栏的POI的表征学习，相关文章目前不算太多，典型文章包括：《Learn Representation of Areas of Interest from Heterogeneous Data 》、《Region Representation Learning via Mobility Flow Detecting Urban Anomalies Using Multiple Spatio-Temporal Data》、《Discovering Regions of Different Functions in a City Using Human Mobility and POIs》等。

更多关于POI、AOI的表征学习原理与方法，将会在后续POI、AOI专题系列文章中进行介绍。

5 LBS模式的挑战与未来

5.1 LBS的发展趋势

移动互联网时代LBS是一个伪命题，因为所有的移动互联网都是LBS，且连接是双向的互动，而非是单向的信息传输推送。所有互联网商业场景都应该融合位置及其他维度属性。另外，除了用户定位的采集（已逐步下层内嵌至移动端集成），作为LBS位置服务的载体，POI、AOI等LBS服务载体的实体采集、挖掘和智能分发能力，已成为重要的资产，也是部分互联网商业场景的竞争壁垒，因为一方面可以提高以前做不到的事情的门槛，更重要的是进一步助力提升用户体验。

LBS服务今天已经非常成熟了，到店到家、娱乐社交、各类行业应用等，随着AR、VR技术的发展，以此为基础的虚拟现实游戏、娱乐方式及更热门的“元宇宙”，LBS似乎也不再作为独立的存在，LBS无论是在商业应用还是技术上，而更类似基础设施一样存在；另一方面，在不同场景中，为了满足用户个性化、智能化的需求，又需要对位置的理解有更高的要求，除了传统的定位、传输和索引，位置表征学习是对LBS服务新的要求。如在用户行为轨迹数据的基础上，进行数据分析、兴趣点匹配和习惯分析时，会涉及到轨迹表征、POI表征学习等，才能更好地建立用户时空行为深度模型，为不同的用户提供个性化的定位服务。

正如，《城市计算综述》[6]（2015）一文的总结，城市计算已深入交通、旅游、环境经济和城市管理等的多个领域，而LBS作为城市计算的前身，将会时刻伴随其中，不管后面又有多少新的名词出现。

5.2 LBS模式的挑战

今天的LBS发展虽然已深入到各个领域，其发展趋势是为用户提供更加智能化和个性化的服务，但其在技术上仍有部分不足，具体表现在[4]：

（1）定位精度

定位精度是LBS技术发展的前提和基础。目前移动运营商所采用的定位技术基本是以Cell ID为基础的，该定位技术误差较大，能满足部分商业领域的应用，提供的定位业务非常有限。精度最高的是GPS定位技术，但GPS在深度室内环境下将无法进行定位。而基于网络的定位精度较低，精度高的定位技术（如E-OTD）需要对网络进行大规模的改造和大量投资。因此，可行的做法是，对业务进行划分，将各种不同业务对定位精度的要求进行分类。对于精度要求高的业务，由网络端判断是否能够满足要求，并进行相应的处理。当然，最有效的解决方案是能提出更先进的和受地理环境限制小的定位技术，目前已开始研究在室内实现高精度定位的技术。

（2）动态位置信息的实时采集和高效组织

LBS主要是向用户提供与位置有关的服务，位置信息包括各个层次的电子地图以及POI信息。在电子地图方面，我国各个部门都有一些专门的地图数据，但这些数据没有有效的整合，地图的现势性在各个地域也参差不齐，需要国家统一将各种地理信息资源整合在一起，为各行各业使用。POI信息的丰富程度直接影响着用户对业务的满意度，LBS需要提供丰富的POI信息；大量的POI信息采集工作需要运营商和各个内容提供商互相协调，将POI信息整合，统一提供给用户。

（4）移动终端地图数据快速浏览

移动终端地图数据快速浏览对于LBS业务，尤其是对于三维导航、实景导航业务的普及，有着不可估量的作用。如果通过网络来实现地图的实时下载，数据不能太大，否则用户的使用成本会很高，不利于推广。通过矢量地图可以解决这一问题，但矢量地图与各个GIS厂商系统内容矢量数据的格式密切相关，目前无法统一成相同的格式。因此，如果存在多种GIS系统共存时，业务的覆盖范围将存在局限性，这可以通过终端支持多个矢量的地图浏览器来解决，但对终端的处理能力和存储能力要求较高。

（4）隐私保护

隐私保护是LBS的重要内容，用户并不想由于接受了服务而泄露了当前的具体位置和移动习惯。要达到避免用户与某一精确位置及某一敏感查询匹配的技术已有很多，比如设置位置相关者、假位置、时空匿名、设置权限、空间加密等，但是每种技术仍有待优化，比如：加密技术安全但查询的代价高，而时空匿名高效却不够安全。因此，面对大量的移动用户，如何快速高效地为其寻找匿名集，在位置区域被匿名后提供令用户满意的服务，满足用户个性化的隐私需求，仍是亟须解决的问题。

附录：参考文献

[1] Zheng Y , Capra L , Wolfson O , et al. Urban Computing: Concepts, Methodologies, and Applications[J]. ACM Transactions on Intelligent Systems and Technology (TIST) - Special Section on Urban Computing, 2014.

[2]唐科萍, 许方恒, 沈才樑. 基于位置服务的研究综述[J]. 计算机应用研究, 2012, 29(12):5.

[3]袁田, 王光霞, 张兰,等. 基于移动终端的位置地图服务研究综述[J]. 测绘与空间地理信息, 2013, 36(12):6.

[4]https://baike.baidu.com/item/LBS/1742?fr=aladdin#reference-[3]-5072513-wrap

[5]LBS应用的前世今生_新浪研发中心_新浪博客

[6]综述--2014--城市计算:概念、方法和应用--全文翻译-CSDN博客

[7]SONG Zhe-xuan，ROUSSOPOULOS N． Hashing moving objects［C］/ / Proc of the 2nd International Conference on Mobile Data Management． 2001: 161-172．