稳定高效的室内定位技术能够极大的促进物联网(Internet of Things, IoT)技术在室内的应用，也是实现室内“万物互联”的必备基础。智能手机丰富的传感器使其成为室内感知与定位的最佳设备。在室内地图提供的位置约束和几何信息下，基于智能手机内置惯性传感器的定位能够取得较好的效果。但室内地图经常会存在缺失和不可获得等情形，因此有必要研究更加稳定的替代方法。众源技术能够以便捷和低成本的方式构建室内地图的相关信息，并在更新和维护方面有着独特的优势。本研究主要介绍使用众源轨迹数据构建一种可用于室内定位的室内Link-Node模型，首先使用手机内置的惯性传感器获取室内行人轨迹，随后，采用人类活动识别技术(human activity recognition, HAR)来提取轨迹中的特殊节点。此外，利用一种结合语义和几何信息的轨迹相似度度量方法来获取指定区域的轨迹数据，进而构建该区域的Link-Node模型。结果显示，构建的模型精度约1米左右，并能够用于辅助基于智能手机的行人室内定位。构建的模型不仅可以反映室内环境中基本的结构信息，还能提供室内环境和用户的相关信息，这对于扩展和丰富面向物联网的室内应用有重要意义。 

简历：

　　郭胜博士于2017年在武汉大学的测绘遥感国家重点实验室获得博士学位。毕业后，郭博士作为深圳市引进人才加入香港中文大学（深圳）的深圳市物联网重点实验室从事博士后研究工作。其研究方向是面向IoT的室内定位领域。郭博士在基于Link-Node模型以及利用多源Crowd-sourced数据方面取得一定的科研结果，共发表了9篇学术论文。郭博士于2016年获得武汉大学博士奖奖学金，并于2018年获得中国博士后科学基金的博士后科学基金面上项目资助。