多层智能环境中面向多用户个性化环境辅助生活的室内定位

本文提出了一个多功能跨学科框架，为个性化环境辅助生活的发展做出了四项科学贡献，特别关注解决未来智能生活环境中多样化老年群体不同且动态的需求。首先，提出了一种基于概率推理的数学方法，用于建模此类环境中多用户用户多样性所产生的任何活动的所有可能形式的用户交互。其次，提出了一个系统，该系统将此方法与时器学习方法结合，以建模个体用户画像和用户特定的用户交互，从而检测每个特定用户的动态室内位置。第三，为满足开发高精度室内定位系统以增强信任、依赖和无缝用户接受度的需求，该框架引入了一种新方法，将两种提升方法梯度提升（Gradient Boosting）和AdaBoost算法集成并用于基于决策树的学习模型来执行室内定位。第四，该框架引入了两种新功能，通过检测每个用户的楼层特定位置以及跟踪特定用户在基于多层的室内环境中是位于给定空间区域内还是区域外来为室内定位提供语义上下文。所提框架的这些新功能在从18个不同用户收集的与定位相关的大数据集上进行了测试，这些用户在由5层和254个室内空间区域组成的3栋建筑中活动。结果表明，这种为个性化AAL建模每个特定用户的室内定位方法始终比传统的建模平均用户的方法取得更高的精度。