更改

跳到导航 跳到搜索
添加15字节 、 2021年9月6日 (一) 23:25
无编辑摘要
第14行: 第14行:  
| doi = 10.1007/s007790170019
 
| doi = 10.1007/s007790170019
 
| citeseerx = 10.1.1.31.9786
 
| citeseerx = 10.1.1.31.9786
}}</ref> (包括但不限于用户或设备)所处情形的能力,其中,位置只是实体所处情形中最明显的因素。对于移动设备 mobile devices而言,情景感知一般是指位置感知 location awareness。尽管位置决定某个设备周围的某些过程如何运作,但情景一以更灵活地应用于移动用户,特别是智能手机 smart phones用户。情景感知起源于普适计算,它试图处理环境变化与计算机系统之间的联系,否则计算机系统是静态的。这个术语也被应用到与情景应用程序设计 contextual application design和业务流程管理 business process management<font color="“#ff8000”"> </font>问题相关的业务理论中。<ref name="rosemann2006">{{Cite conference
+
}}</ref> (包括但不限于用户或设备)所处情形的能力,其中,位置只是实体所处情形中最明显的因素。对于移动设备 mobile devices而言,情景感知一般是指位置感知 location awareness。尽管位置决定某个设备周围的某些过程如何运作,但情景一以更灵活地应用于移动用户,特别是智能手机 smart phones用户。情景感知起源于普适计算,它试图处理环境变化与计算机系统之间的联系,否则计算机系统是静态的。这个术语也被应用到与情景应用程序设计 contextual application design和业务流程管理 business process management<font color="“#ff8000”">  
 +
</font>问题相关的业务理论中。<ref name="rosemann2006">{{Cite conference
 
| author = Rosemann, M., & Recker, J.
 
| author = Rosemann, M., & Recker, J.
 
| year = 2006
 
| year = 2006
第38行: 第39行:  
| doi = 10.3166/ria.19.439-458  
 
| doi = 10.3166/ria.19.439-458  
 
}}</ref> 将移动设备和网络场景考虑在内,确定了用户与角色、流程与任务、位置、时间和设备的分类方法。他们还强调,对于这些经典模式,任何最佳分类都非常依赖于应用程序领域和实例。除了更先进的模式之外,如果不仅涉及单一实体,而是在一致背景下开展工作的多个实体,例如:团队协作或多任务处理。
 
}}</ref> 将移动设备和网络场景考虑在内,确定了用户与角色、流程与任务、位置、时间和设备的分类方法。他们还强调,对于这些经典模式,任何最佳分类都非常依赖于应用程序领域和实例。除了更先进的模式之外,如果不仅涉及单一实体,而是在一致背景下开展工作的多个实体,例如:团队协作或多任务处理。
 +
    
一些对业务流程情景的经典理解来源于 AAA 应用程序<ref>[http://www.cisco.com/en/US/docs/ios/12_2/security/configuration/guide/scfaaa.html CISCO AAA Overview]</ref> 的定义,包括以下三个类别:  
 
一些对业务流程情景的经典理解来源于 AAA 应用程序<ref>[http://www.cisco.com/en/US/docs/ios/12_2/security/configuration/guide/scfaaa.html CISCO AAA Overview]</ref> 的定义,包括以下三个类别:  
第75行: 第77行:  
| citeseerx = 10.1.1.31.9786
 
| citeseerx = 10.1.1.31.9786
 
}}</ref>
 
}}</ref>
 +
    
计算机科学界最初认为情景是一个用户位置的问题,但正如 Dey 所讨论的<ref name="dey2001" /> ,在过去几年中,这个概念不仅被认为是一个状态,而且是一个过程的一部分,用户也参与其中;一些或简单或复杂的情景模型被提出(见调查<ref name="curino-context2007">{{cite journal  
 
计算机科学界最初认为情景是一个用户位置的问题,但正如 Dey 所讨论的<ref name="dey2001" /> ,在过去几年中,这个概念不仅被认为是一个状态,而且是一个过程的一部分,用户也参与其中;一些或简单或复杂的情景模型被提出(见调查<ref name="curino-context2007">{{cite journal  
第102行: 第105行:  
| url = http://www.teco.edu/~albrecht/publication/huc99/advanced_interaction_context.pdf
 
| url = http://www.teco.edu/~albrecht/publication/huc99/advanced_interaction_context.pdf
 
}}</ref>
 
}}</ref>
 +
    
情景感知系统关注情景信息的获取(例如:使用传感器来感知一个场景) ,对场景的抽象和理解(例如:将感官感知到的刺激与情景进行匹配) ,以及基于识别情景的应用行为(例如:根据情景触发动作) <ref name="schmidt2003phd">{{cite conference  
 
情景感知系统关注情景信息的获取(例如:使用传感器来感知一个场景) ,对场景的抽象和理解(例如:将感官感知到的刺激与情景进行匹配) ,以及基于识别情景的应用行为(例如:根据情景触发动作) <ref name="schmidt2003phd">{{cite conference  
第113行: 第117行:  
  |archive-date=2009-04-23  
 
  |archive-date=2009-04-23  
 
  }}</ref>。由于用户的活动和位置对于许多应用来说都是至关重要的,因此情景感知在位置感知和活动识别等领域得到了越来越深入的研究。
 
  }}</ref>。由于用户的活动和位置对于许多应用来说都是至关重要的,因此情景感知在位置感知和活动识别等领域得到了越来越深入的研究。
 +
    
情景感知被认为是普适计算系统的一种赋能技术。情景感知被用来设计创新的用户界面,并且常常作为普适计算和可穿戴计算的一部分使用。随着混合搜索引擎的出现,互联网领域也开始感受到这一点。Schmidt, Beigl 和 Gellersen <ref name="schmidt1999b">{{cite journal  
 
情景感知被认为是普适计算系统的一种赋能技术。情景感知被用来设计创新的用户界面,并且常常作为普适计算和可穿戴计算的一部分使用。随着混合搜索引擎的出现,互联网领域也开始感受到这一点。Schmidt, Beigl 和 Gellersen <ref name="schmidt1999b">{{cite journal  
第139行: 第144行:  
| doi = 10.1145/2333112.2333119
 
| doi = 10.1145/2333112.2333119
 
}}</ref>调查了几个中间件解决方案,这些中间件解决方案旨在移动系统中实现情景的透明管理和配置。Grifoni,D'Ulizia 和 Ferri <ref name=":0">{{Cite book|title=Context-Awareness in Location Based Services in the Big Data Era|last=Grifoni|first=Patrizia|last2=D’Ulizia|first2=Arianna|last3=Ferri|first3=Fernando|date=2018|publisher=Springer, Cham|isbn=9783319679242|series=Lecture Notes on Data Engineering and Communications Technologies|pages=85–127|language=en}}</ref>梳理了使用大数据的基于位置的情景认知服务系统的研究人员在情景感知主要阶段(包括情景获取,情景表达,情景推理和情景适应)的理论与实践方法。Perera,Zaslavsky,Christen和 Georgakopoulos<ref name=":1">{{Cite journal|last=Perera|first=C.|last2=Zaslavsky|first2=A.|last3=Christen|first3=P.|last4=Georgakopoulos|first4=D.|date= 2014|title=Context Aware Computing for The Internet of Things: A Survey|journal=IEEE Communications Surveys and Tutorials|volume=16|issue=1|pages=414–454|doi=10.1109/SURV.2013.042313.00197|issn=1553-877X|arxiv=1305.0982}}</ref>从物联网的角度对情景感知计算进行了全面的调查,回顾了该领域50多个主要项目。此外,Perera还从情景感知计算的角度调查了现有物联网市场中的大量工业产品。<ref name=":2">{{Cite journal|last=Perera|first=C.|last2=Liu|first2=C. H.|last3=Jayawardena|first3=S.|last4=Chen|first4=M.|date=2014|title=A Survey on Internet of Things From Industrial Market Perspective|journal=IEEE Access|volume=2|pages=1660–1679|doi=10.1109/ACCESS.2015.2389854|issn=2169-3536|arxiv=1502.00164}}</ref> 他们的调查旨在为物联网范式下的情景感知的产品开发和研究提供指导和概念框架。评价是利用10多年前由 Dey 和 Abowd (1999) <ref name="ReferenceA">[ftp://ftp.cc.gatech.edu/pub/gvu/tr/1999/99-22.pdf Towards a Better Understanding of Context and Context-Awareness]</ref> 开发的理论框架进行的。互联网和新兴技术的结合将日常物品转化为智能物品,可以理解环境并做出回应。<ref name=":3">{{Cite journal|last=Kortuem|first=Gerd|last2=Kawsar|first2=Fahim|last3=Sundramoorthy|first3=Vasughi|last4=Fitton|first4=Daniel|date=January 2010|title=Smart Objects As Building Blocks for the Internet of Things|journal=IEEE Internet Computing|volume=14|issue=1|pages=44–51|doi=10.1109/MIC.2009.143|issn=1089-7801|url=http://usir.salford.ac.uk/2735/1/w1iot.pdf}}</ref>
 
}}</ref>调查了几个中间件解决方案,这些中间件解决方案旨在移动系统中实现情景的透明管理和配置。Grifoni,D'Ulizia 和 Ferri <ref name=":0">{{Cite book|title=Context-Awareness in Location Based Services in the Big Data Era|last=Grifoni|first=Patrizia|last2=D’Ulizia|first2=Arianna|last3=Ferri|first3=Fernando|date=2018|publisher=Springer, Cham|isbn=9783319679242|series=Lecture Notes on Data Engineering and Communications Technologies|pages=85–127|language=en}}</ref>梳理了使用大数据的基于位置的情景认知服务系统的研究人员在情景感知主要阶段(包括情景获取,情景表达,情景推理和情景适应)的理论与实践方法。Perera,Zaslavsky,Christen和 Georgakopoulos<ref name=":1">{{Cite journal|last=Perera|first=C.|last2=Zaslavsky|first2=A.|last3=Christen|first3=P.|last4=Georgakopoulos|first4=D.|date= 2014|title=Context Aware Computing for The Internet of Things: A Survey|journal=IEEE Communications Surveys and Tutorials|volume=16|issue=1|pages=414–454|doi=10.1109/SURV.2013.042313.00197|issn=1553-877X|arxiv=1305.0982}}</ref>从物联网的角度对情景感知计算进行了全面的调查,回顾了该领域50多个主要项目。此外,Perera还从情景感知计算的角度调查了现有物联网市场中的大量工业产品。<ref name=":2">{{Cite journal|last=Perera|first=C.|last2=Liu|first2=C. H.|last3=Jayawardena|first3=S.|last4=Chen|first4=M.|date=2014|title=A Survey on Internet of Things From Industrial Market Perspective|journal=IEEE Access|volume=2|pages=1660–1679|doi=10.1109/ACCESS.2015.2389854|issn=2169-3536|arxiv=1502.00164}}</ref> 他们的调查旨在为物联网范式下的情景感知的产品开发和研究提供指导和概念框架。评价是利用10多年前由 Dey 和 Abowd (1999) <ref name="ReferenceA">[ftp://ftp.cc.gatech.edu/pub/gvu/tr/1999/99-22.pdf Towards a Better Understanding of Context and Context-Awareness]</ref> 开发的理论框架进行的。互联网和新兴技术的结合将日常物品转化为智能物品,可以理解环境并做出回应。<ref name=":3">{{Cite journal|last=Kortuem|first=Gerd|last2=Kawsar|first2=Fahim|last3=Sundramoorthy|first3=Vasughi|last4=Fitton|first4=Daniel|date=January 2010|title=Smart Objects As Building Blocks for the Internet of Things|journal=IEEE Internet Computing|volume=14|issue=1|pages=44–51|doi=10.1109/MIC.2009.143|issn=1089-7801|url=http://usir.salford.ac.uk/2735/1/w1iot.pdf}}</ref>
 +
    
情景相关的人类特征可以被分为3类:用户基本信息(习惯、情绪状态、生物心理状况)、用户社交环境(位置网、社交、群体动态)和用户任务(无意识活动、沉浸式任务、一般任务)。物理环境相关的情景也可以分为3类:位置(绝对位置、相对位置和位置网),设施(周围的计算资源、交流、任务表现)和物理条件(噪音、灯光、压力、空气质量)。<font color="“#32cd32”">位置可能有问题<ref name=":4">[https://link.springer.com/article/10.1007%2Fs11042-010-0711-z?LI=true A Comprehensive Framework for Context-Aware Communication Systems. B. Chihani, E. Bertin, N. Crespi. 15th International Conference on Intelligence in Next Generation Networks (ICIN'11), Berlin, Germany, October 2011]</ref><ref name=":5">[https://ieeexplore.ieee.org/document/5956518 A Self-Organization Mechanism for a Cold Chain Monitoring System. C. Nicolas, M. Marot, M. Becker.  73rd Vehicular Technology Conference 2011 IEEE (VTC Spring), Yokohama, Japan May 2011]</ref></font>
 
情景相关的人类特征可以被分为3类:用户基本信息(习惯、情绪状态、生物心理状况)、用户社交环境(位置网、社交、群体动态)和用户任务(无意识活动、沉浸式任务、一般任务)。物理环境相关的情景也可以分为3类:位置(绝对位置、相对位置和位置网),设施(周围的计算资源、交流、任务表现)和物理条件(噪音、灯光、压力、空气质量)。<font color="“#32cd32”">位置可能有问题<ref name=":4">[https://link.springer.com/article/10.1007%2Fs11042-010-0711-z?LI=true A Comprehensive Framework for Context-Aware Communication Systems. B. Chihani, E. Bertin, N. Crespi. 15th International Conference on Intelligence in Next Generation Networks (ICIN'11), Berlin, Germany, October 2011]</ref><ref name=":5">[https://ieeexplore.ieee.org/document/5956518 A Self-Organization Mechanism for a Cold Chain Monitoring System. C. Nicolas, M. Marot, M. Becker.  73rd Vehicular Technology Conference 2011 IEEE (VTC Spring), Yokohama, Japan May 2011]</ref></font>
第149行: 第155行:  
== 在情景与社交认知中的应用 ==
 
== 在情景与社交认知中的应用 ==
 
情景感知已被应用于计算机支持的协同工作computer-supported cooperative work(CSCW)领域,以帮助个人更有效地工作和协作。 自 1990 年代初以来,研究人员开发了大量软件和硬件系统,可以从用户那里收集情景信息(例如,位置、视频源、离开状态消息)。 然后,将这些信息与其他用户开放共享,从而提高他们的形势感知能力,有能力识别相互交流的自然机会。 在情景感知计算的早期,许多以此为目的开发系统,都是专门为帮助企业或地理上分散的工作团队在共享文档或工作工件上进行协作而设计的。 然而,最近有越来越多的工作展示了这种技术也可以应用于朋友或家庭成员群体,以帮助他们了解彼此的活动。
 
情景感知已被应用于计算机支持的协同工作computer-supported cooperative work(CSCW)领域,以帮助个人更有效地工作和协作。 自 1990 年代初以来,研究人员开发了大量软件和硬件系统,可以从用户那里收集情景信息(例如,位置、视频源、离开状态消息)。 然后,将这些信息与其他用户开放共享,从而提高他们的形势感知能力,有能力识别相互交流的自然机会。 在情景感知计算的早期,许多以此为目的开发系统,都是专门为帮助企业或地理上分散的工作团队在共享文档或工作工件上进行协作而设计的。 然而,最近有越来越多的工作展示了这种技术也可以应用于朋友或家庭成员群体,以帮助他们了解彼此的活动。
 +
    
到目前为止,使用情景感知来改善情势察觉的系统可以被特征化为:  
 
到目前为止,使用情景感知来改善情势察觉的系统可以被特征化为:  
 
* 从每个用户那里收集的情景,以及
 
* 从每个用户那里收集的情景,以及
 
* 将这些信息传达给其他用户的方法
 
* 将这些信息传达给其他用户的方法
 +
    
为了改善情势察觉,最常见的获取和分享情景就是用户的位置信息。例如,在早期的原型机 Active Badge 系统中<sup><ref name=":8">{{cite journal
 
为了改善情势察觉,最常见的获取和分享情景就是用户的位置信息。例如,在早期的原型机 Active Badge 系统中<sup><ref name=":8">{{cite journal
第177行: 第185行:  
| book-title = MobiWac '04
 
| book-title = MobiWac '04
 
| pages = 88–97|url=http://www.academia.edu/download/43935834/GroupInteractionSupport-ferscha2004.pdf}}</ref>系统中进行了共享,以帮助用户分别确定他们何时与朋友、有共同兴趣的用户和队友关系密切。与只显示位置信息的 Active Badge 相比,这些系统更加积极主动,当用户彼此靠近时会提醒他们。这样可以让用户知道什么时候有潜在的交互机会,从而增加他/她利用这个机会的机会。
 
| pages = 88–97|url=http://www.academia.edu/download/43935834/GroupInteractionSupport-ferscha2004.pdf}}</ref>系统中进行了共享,以帮助用户分别确定他们何时与朋友、有共同兴趣的用户和队友关系密切。与只显示位置信息的 Active Badge 相比,这些系统更加积极主动,当用户彼此靠近时会提醒他们。这样可以让用户知道什么时候有潜在的交互机会,从而增加他/她利用这个机会的机会。
 +
    
另一个流行的分享情景是用户的工作活动,通常是通过分享视频。在 Community Bar<sup><ref name=":13">{{cite conference
 
另一个流行的分享情景是用户的工作活动,通常是通过分享视频。在 Community Bar<sup><ref name=":13">{{cite conference
第190行: 第199行:  
|citeseerx=10.1.1.476.2157  
 
|citeseerx=10.1.1.476.2157  
 
}}</ref></sup>中,用户可以在短时间内远程激活另一个用户电脑上的网络摄像头。这种“扫视”另一个用户的功能可以让用户看到他们是否忙碌或全神贯注,从而帮助他们更好地确定启动对话的最佳时机。
 
}}</ref></sup>中,用户可以在短时间内远程激活另一个用户电脑上的网络摄像头。这种“扫视”另一个用户的功能可以让用户看到他们是否忙碌或全神贯注,从而帮助他们更好地确定启动对话的最佳时机。
 +
    
第三种可以分享以改进或增强情景识别的内容是用户的音频。在 Thunderwire<ref name=":15">{{cite journal
 
第三种可以分享以改进或增强情景识别的内容是用户的音频。在 Thunderwire<ref name=":15">{{cite journal
第203行: 第213行:  
| book-title = Doctoral dissertation, MIT Media Lab|url=https://dspace.mit.edu/bitstream/handle/1721.1/62959/54698529-MIT.pdf?sequence=2}}
 
| book-title = Doctoral dissertation, MIT Media Lab|url=https://dspace.mit.edu/bitstream/handle/1721.1/62959/54698529-MIT.pdf?sequence=2}}
 
</ref> 和 ListenIn<ref name=":16" /> 系统还严重依赖音频,以确定用户是否以及何时可能被中断。然而,与 Thunderwire 不同的是,这些系统依赖于机器学习算法来分析用户的音频并确定用户是否在说话。这使得系统可以为其他用户提供相同的情景(例如,用户是否在对话中) ,而无需共享实际的音频,从而使其更加以隐私为中心。
 
</ref> 和 ListenIn<ref name=":16" /> 系统还严重依赖音频,以确定用户是否以及何时可能被中断。然而,与 Thunderwire 不同的是,这些系统依赖于机器学习算法来分析用户的音频并确定用户是否在说话。这使得系统可以为其他用户提供相同的情景(例如,用户是否在对话中) ,而无需共享实际的音频,从而使其更加以隐私为中心。
 +
    
第四种通常共享的情景类型是用户的整体活动。在 Hubbub<ref name=":17">{{cite conference
 
第四种通常共享的情景类型是用户的整体活动。在 Hubbub<ref name=":17">{{cite conference
第219行: 第230行:  
| book-title = CHI '01
 
| book-title = CHI '01
 
| pages = 333–340|url=http://www.cc.gt.atl.ga.us/fce/ahri/publications/dfp-chi2001.pdf}}</ref>,研究人员开发了一种数码相框,可以提供用户(即年长的父母/祖父母)日常活动的定性可视化效果。然后,这个可视化图像被提供给用户的成年子女,这样他们就可以“检查”他们的父母,而不必直接地打扰他们,从而允许他们“在适当的地方长大”
 
| pages = 333–340|url=http://www.cc.gt.atl.ga.us/fce/ahri/publications/dfp-chi2001.pdf}}</ref>,研究人员开发了一种数码相框,可以提供用户(即年长的父母/祖父母)日常活动的定性可视化效果。然后,这个可视化图像被提供给用户的成年子女,这样他们就可以“检查”他们的父母,而不必直接地打扰他们,从而允许他们“在适当的地方长大”
 +
    
虽然这些系统展示了如何使用情景感知来支持情景和社会感知,但是这些系统的长期效果还没有尚未可知。上述许多系统只是在概念层面上进行了评估,或只证明该系统在技术上是可行的。因此,虽然这些研究的初步结果表明,情景感知可以支持情势察觉任务,但还需要更多的纵向数据。
 
虽然这些系统展示了如何使用情景感知来支持情景和社会感知,但是这些系统的长期效果还没有尚未可知。上述许多系统只是在概念层面上进行了评估,或只证明该系统在技术上是可行的。因此,虽然这些研究的初步结果表明,情景感知可以支持情势察觉任务,但还需要更多的纵向数据。
第225行: 第237行:  
== 在医疗领域的应用 ==
 
== 在医疗领域的应用 ==
 
情景感知移动代理<ref name=":20">[http://recursionsw.com/About_Us/inc/White_papers/Voyager_3rd_Party/Context_Aware_Mobile_Agents_Healthcare.pdf Burstein et.al. Context Aware Mobile Agents in Healthcare] </ref>是实现任何情景感知应用程序的最佳主机。现代化的综合语音和数据通信使医院的工作人员能够使用智能手机进行语音通信,但更好的是可以是查找下一个要执行的任务,并捕捉下一个要注意的报告。
 
情景感知移动代理<ref name=":20">[http://recursionsw.com/About_Us/inc/White_papers/Voyager_3rd_Party/Context_Aware_Mobile_Agents_Healthcare.pdf Burstein et.al. Context Aware Mobile Agents in Healthcare] </ref>是实现任何情景感知应用程序的最佳主机。现代化的综合语音和数据通信使医院的工作人员能够使用智能手机进行语音通信,但更好的是可以是查找下一个要执行的任务,并捕捉下一个要注意的报告。
 +
    
然而,所有试图用这种方法支持工作人员的努力都受到阻碍,直到接受失败,因为需要查找新的事件以获得病人身份、订单和工作时间表。因此,一个非常适合的解决方案必须摆脱这样的手动交互与一个小屏幕,使用以下方法为用户服务:
 
然而,所有试图用这种方法支持工作人员的努力都受到阻碍,直到接受失败,因为需要查找新的事件以获得病人身份、订单和工作时间表。因此,一个非常适合的解决方案必须摆脱这样的手动交互与一个小屏幕,使用以下方法为用户服务:
第234行: 第247行:  
==在工业领域的应用==
 
==在工业领域的应用==
 
情景感知的移动代理是一个非常适合的主机,它实现了与工业4.0的新范式相关的更新的情景感知应用程序。现代的综合(语音和)数据通信使车间或生产线的工作人员配备了智能手机,以便与生产控制部门沟通数据,从而获得反馈,数据是关于检测和识别零部件的信息,以便对按需产品进行灵活的生产管理。
 
情景感知的移动代理是一个非常适合的主机,它实现了与工业4.0的新范式相关的更新的情景感知应用程序。现代的综合(语音和)数据通信使车间或生产线的工作人员配备了智能手机,以便与生产控制部门沟通数据,从而获得反馈,数据是关于检测和识别零部件的信息,以便对按需产品进行灵活的生产管理。
 +
    
然而,除非客户需求和产品配置信息能够与零部件供应相匹配,否则所有支持工作人员使用这种方法的尝试都会受到固定生产计划的阻碍。因此,一个非常适合的解决方案必须通过生产计划和生产线之间的相互作用来消除相关信息和材料的出现:
 
然而,除非客户需求和产品配置信息能够与零部件供应相匹配,否则所有支持工作人员使用这种方法的尝试都会受到固定生产计划的阻碍。因此,一个非常适合的解决方案必须通过生产计划和生产线之间的相互作用来消除相关信息和材料的出现:
第240行: 第254行:  
* 自动检测和报告实际安装的配置。
 
* 自动检测和报告实际安装的配置。
 
* 关键要求是实施一个解决方案,避免工人与信息处理之间的人工互动。否则,错误率将随着信息需求的增加而上升。
 
* 关键要求是实施一个解决方案,避免工人与信息处理之间的人工互动。否则,错误率将随着信息需求的增加而上升。
 +
    
此外,传统的 RFID,WLAN 或 RTLS 定位解决方案以具有最精确的定位服务质量作为宣传,因为以传统的态度确定一个位置绝对坐标在技术上或经济上都会失败。其他基于模糊定位 fuzzy location的方法则可以获得更好的投资回报。
 
此外,传统的 RFID,WLAN 或 RTLS 定位解决方案以具有最精确的定位服务质量作为宣传,因为以传统的态度确定一个位置绝对坐标在技术上或经济上都会失败。其他基于模糊定位 fuzzy location的方法则可以获得更好的投资回报。
1,068

个编辑

导航菜单