近日，我校物联网研究院王彦坤副研究员、王洋教授、人工智能学院樊勇博士等联合发表的基于语音交互的室内定位论文《Near Relationship Enhanced Multi-Sourced Data Fusion Method for Voice-Interactive Indoor Positioning》被IEEE物联网顶级期刊IEEE Internet of Things Journal录用（IF=10.6），中科院一区（通常论文IF在2-5）。（论文链接：https://ieeexplore.ieee.org/document/10231151）
作为物联网(IOT)的支撑技术之一，室内定位技术受到了业界的广泛关注。为了满足各种不同的需求，特别是在人工智能(AI)时代，开发一种智能、低成本的室内定位方法具有重要意义。语音交互模式在智慧城市各个垂直领域得到了广泛应用，极大的便捷了人类生活。位置描述作为语音一种表现形式，常出现在人类的日常交际中，其中“附近”关系的使用频率很高，具有很大的定位潜力，但定位精度不高；Wi-Fi、地磁、行人航位推算(PDR)等定位方法因其无需额外基础设施及便捷性受到众多学者的关注。本研究提出了一种“附件”空间关系增强的多源数据融合方法用于语音交互室内定位。首先，通过科大讯飞语音模块进行语音转换，基于本体建立参考对象和空间关系的映射关系。然后，根据“附近”空间关系和参考对象的数量建立位置描述分类框架，基于模糊集建立“附近”空间关系模型。最终基于基于隐马尔可夫模型融合多源观测数据，实现高精度定位。（定位框架如图）
该项研究获得国家自然科学基金、广东省教育厅重点领域专项支持。
定位框架
