人工智能助力解决室内定位难题 西浦学者研究获国际顶会最佳论文奖
打开手机地图，输入想去的地点，我们能够利用卫星定位技术找到自己所在的位置，并规划出最佳路线前往目的地，这种便捷的出行方式已经成为了现代生活的常态。然而，卫星定位技术虽在户外导航中表现优异，但当用户身处室内时，卫星信号常因建筑物外墙遮挡和复杂的内部环境而受到干扰。如何才能在室内环境中实现精准的定位呢？
西交利物浦大学智能工程学院的博士生团队针对这一问题展开了研究，他们利用先进的人工智能技术训练了基于Wi-Fi信号的室内定位技术，保证定位准确度的同时，节约了时间和人力，让这类定位系统可以更好地应用在公司、校园固定资产追踪管理，或是在机场和医院等大面积区域快速寻人等方面。这项研究也获得了由计算与网络领域的顶级会议CANDAR 2023颁发的最佳论文奖。
据论文的第一作者、博士生李思灏介绍，他们研究的是一种基于Wi-Fi指纹的室内定位技术，它可以在没有卫星定位信号的情况下，通过用户携带的手机或其他设备接收到的Wi-Fi信号强度，生成Wi-Fi位置指纹，来确定用户的位置。
“每个位置的Wi-Fi信号都有其独特的特征，就像人的指纹一样。我们将在不同地点收集到的Wi-Fi位置指纹存储在数据库中，用于训练模型，当需要寻人时，只要获取用户所在位置的Wi-Fi指纹，用模型推算，进行‘指纹匹配’，就可以完成定位。”他解释道。
（图片说明：基于Wi-Fi指纹的室内定位流程）
论文的第二作者、博士生汤哲介绍道，“Wi-Fi位置指纹室内定位技术具有许多优点，如不需要额外的任何基础设施建设。不过，建立指纹数据库需要大量人力到不同楼层的预设参考点位收集并标注Wi-Fi信号指纹。单是我们校园里的几栋楼，就要让十多位同学花费三个月才能收集完毕，这还不包括标注数据标签的时间。所以，我们想找一个更高效的办法，简化数据库建立的流程，同时还能保证训练的模型的定位准确。”
“我们尝试了半监督学习的方法，成功地将它应用到了室内定位领域，让系统能够自己从数据中汲取更多有效信息，在没有大量人工标注数据的情况下，依然保持定位的准确性。”他解释道。
论文的指导老师是通信与网络工程系的Kyeong Soo Kim博士。
（图片说明：由左至右为指导老师Kyeong Soo Kim博士，博士生李思灏和汤哲）
“在研究方向和方法上，Kim博士给予我们充分的尊重和自由，让我们自己探索，寻找解决方法。组会讨论时，他会根据我们的想法给予非常详细的建议，让我们都非常受益。”博士生李思灏表示。
今年11月28日至12月1日，CANDAR2023在日本松江举行，研究团队线上参与了颁奖典礼，并进行论文展示和报告。会后，他们的完整论文将在国际期刊《信息与系统通讯》（IEICE Transactions On Information And Systems）上发表。
记者：金画恬 编辑：石露芸
来源：西交利物浦大学
