異構(gòu)無線網(wǎng)絡(luò)定位教育機(jī)器人*

羅文興，文有美

（1.華中師范大學(xué)國家數(shù)字化學(xué)習(xí)工程技術(shù)研究中心，湖北 武漢 430079；2.黔南民族師范學(xué)院，貴州 都勻 558000）

0 引 言

在無線網(wǎng)絡(luò)環(huán)境和人工智能迅速發(fā)展的背景下，利用無線網(wǎng)絡(luò)對(duì)教育機(jī)器人進(jìn)行定位服務(wù)變?yōu)楝F(xiàn)實(shí)。縱觀幾屆烏鎮(zhèn)全球物聯(lián)網(wǎng)盛會(huì)[1-4]，中國在無線網(wǎng)絡(luò)覆蓋和人工智能領(lǐng)域研發(fā)已經(jīng)取得了長足進(jìn)步，尤其人工智能最具代表的機(jī)器人開始服務(wù)于生產(chǎn)、生活及教育等領(lǐng)域。2017年10月21日，在濟(jì)南召開的CAC2017中國自動(dòng)化學(xué)會(huì)暨國際智能制造創(chuàng)新大會(huì)[5]上，王飛躍院士、鄭南寧院士作重要報(bào)告，指出了人工智能在中國未來發(fā)展的潛力和未來，機(jī)器人進(jìn)入工業(yè)、農(nóng)業(yè)、國防、航天航海及服務(wù)行業(yè)等領(lǐng)域已經(jīng)不再是夢(mèng)想。在2017中國·光谷國際人工智能產(chǎn)業(yè)峰會(huì)（IAIS 2017）[6]上，蔡自興院士作了關(guān)于人工智能的精彩報(bào)告。2017年7月20日，國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》將人工智能發(fā)展定位為戰(zhàn)略目標(biāo)[7]，并規(guī)劃了三步走戰(zhàn)略。可見，中國在人工智能發(fā)展產(chǎn)業(yè)上已經(jīng)上升到國家層面。

《2016全球教育機(jī)器人發(fā)展白皮書》[8]對(duì)國外教育機(jī)器人研究進(jìn)行了報(bào)道，開發(fā)了iCub、Robovie等具備教育功能的機(jī)器人。國內(nèi)也有很多高校、科研院所和企業(yè)進(jìn)行機(jī)器人的研究，涉及教育領(lǐng)域比較成功的機(jī)器人，是在2017年高考期間參與高考的高考機(jī)器人（AI-MATHS，學(xué)霸君）。要讓機(jī)器人更好地服務(wù)人類，尤其是室內(nèi)環(huán)境下的教育機(jī)器人，需要對(duì)其自主地進(jìn)行導(dǎo)航和定位。其中，利用室內(nèi)環(huán)境中的無線信號(hào)進(jìn)行定位，是目前行之有效的一種途徑。下面利用無線指紋異構(gòu)網(wǎng)絡(luò)對(duì)教育機(jī)器人進(jìn)行混合定位展開討論。

1 無線指紋異構(gòu)網(wǎng)絡(luò)混合定位

定位的目的是讓機(jī)器人能夠在特定的位置提供一定功能的服務(wù)，實(shí)現(xiàn)人機(jī)智能化互動(dòng)。這需要對(duì)機(jī)器人的定位和算法進(jìn)行應(yīng)用性研究。為了能夠?qū)逃龣C(jī)器人提供有效定位，在成本和現(xiàn)有條件允許的情況下，利用室內(nèi)WiFi和射頻識(shí)別技術(shù)相結(jié)合的方式，對(duì)教育機(jī)器人進(jìn)行混合定位。

1.1 WiFi和RFID指紋定位原理

指紋定位（或場(chǎng)景分析）是一種模式識(shí)別技術(shù)，將在線信號(hào)特征與存儲(chǔ)在指紋數(shù)據(jù)庫中的離線特征相匹配[9]。室內(nèi)環(huán)境中，定位教育機(jī)器人一種流行的方法是基于參考信號(hào)指紋[10]。基于指紋特征的方法可以是信號(hào)的幅度特征、頻譜特征和RSS特征等。基于RSS的測(cè)距技術(shù)目前非常流行，大多數(shù)傳感器網(wǎng)絡(luò)都內(nèi)置射頻芯片，不需要額外的硬件開銷[11]。本研究采用基于RSS特征進(jìn)行指紋地圖構(gòu)建數(shù)據(jù)庫。指紋定位包括離線階段和在線階段兩個(gè)階段[12]。離線階段是在需要定位的目標(biāo)區(qū)域進(jìn)行空間網(wǎng)格（指紋）化，根據(jù)定位精度需求構(gòu)建一定尺寸的指紋，之后在各個(gè)指紋點(diǎn)采集RSS無線信號(hào)，通過對(duì)每個(gè)指紋點(diǎn)采集一定的數(shù)據(jù)量，選擇合適的處理方式，從而建立RSS離線數(shù)據(jù)庫。在線階段是讓機(jī)器人在已經(jīng)構(gòu)建指紋的區(qū)域進(jìn)行運(yùn)動(dòng)，實(shí)時(shí)采集RSS數(shù)據(jù)，并把實(shí)時(shí)數(shù)據(jù)發(fā)送到近端服務(wù)器，通過實(shí)時(shí)采集的RSS數(shù)據(jù)與離線階段RSS數(shù)據(jù)庫進(jìn)行模式匹配，然后通過最大相似度獲取機(jī)器人的大概位置[13]。

1.2 基于WiFi/RFID的RSS指紋定位算法

基于WiFi/RFID的RSS指紋定位算法分為兩個(gè)階段，包括離線階段和在線階段[14]。

離線階段利用機(jī)器人采集大量WiFi/RFID的RSS信號(hào)并建立數(shù)據(jù)庫構(gòu)建數(shù)據(jù)庫地圖，原理如圖1所示。

圖1 基于教育機(jī)器人離線階段WiFi指紋定位技術(shù)的原理

離線階段包括以下步驟。

步驟1：將信標(biāo)節(jié)點(diǎn)（地面標(biāo)簽）按定位需求分配到跟蹤區(qū)域；

步驟2：把跟蹤區(qū)域分成許多小網(wǎng)格（指紋），并以網(wǎng)格點(diǎn)（指紋點(diǎn)）作為跟蹤區(qū)域的參考點(diǎn)；

步驟3：將所獲取大量WiFi/RFID的RSS經(jīng)過一定算法處理后，存儲(chǔ)到相應(yīng)的坐標(biāo)數(shù)據(jù)庫中。

在線階段，機(jī)器人把實(shí)時(shí)采集到的RSS信號(hào)發(fā)送到服務(wù)器。根據(jù)不同的信號(hào)點(diǎn)所獲取的RSS值，服務(wù)器通過在線搜索等算法估計(jì)教育機(jī)器人的位置。原理如圖2所示。

在線階段包括以下步驟。

步驟1：教育機(jī)器人進(jìn)入跟蹤區(qū)域，然后從每個(gè)信標(biāo)節(jié)點(diǎn)實(shí)時(shí)獲取RSS值；

步驟2：將實(shí)時(shí)采樣到的RSS值與數(shù)據(jù)庫中的存儲(chǔ)的RSS值進(jìn)行匹配；

步驟3：檢索數(shù)據(jù)庫中RSS值匹配的最近位置。

圖2 基于教育機(jī)器人在線階段WiFi指紋定位技術(shù)的原理

2 指紋數(shù)據(jù)庫準(zhǔn)備

2.1 基礎(chǔ)設(shè)施和實(shí)驗(yàn)設(shè)置

為了使教育機(jī)器人有一個(gè)真實(shí)的教學(xué)環(huán)境，在5 m×9 m的教室分別構(gòu)建WiFi信號(hào)覆蓋和RFID區(qū)域覆蓋的實(shí)驗(yàn)環(huán)境。

2.1.1 APs布局

在教室布局3個(gè)無線路由器（APs），分別命名為AP1、AP2和AP3。講臺(tái)顯示屏上面布局2個(gè)APs，AP1位于講臺(tái)后面，正對(duì)左廊道；AP2位于右前方墻面上，正對(duì)右廊道；AP1和AP2間距為4 m；AP3位于教室后面，距離顯示屏9 m。3個(gè)Aps室內(nèi)布局為正三角形結(jié)構(gòu)。

2.1.2 Tags布局

本實(shí)驗(yàn)?zāi)M投影區(qū)域的是一塊50 cm×50 cm的正方形板子。在該板子上，布局11個(gè)Tags。布局后的板子放在右顯示屏下面，處在AP2正下方。

2.1.3 地面標(biāo)簽布局

地面標(biāo)簽分別布局在WiFi定位和RFID定位兩個(gè)區(qū)域。WiFi覆蓋區(qū)域布局，在三個(gè)廊道和顯示屏前面都布局有距離稀疏的地面標(biāo)簽，標(biāo)簽間距為1 m，3個(gè)廊道以外的桌椅區(qū)域沒有布局。在投影區(qū)域前20 cm區(qū)域布局2 m×2 m的密集型標(biāo)簽，標(biāo)簽間距為10 cm。交互環(huán)境布局如圖3所示。WiFi和RFID的RSS數(shù)據(jù)庫建立過程如圖4所示。

2.1.4 軟件硬件介紹

RSS指紋數(shù)據(jù)采集過程中，硬件和軟件是定位實(shí)驗(yàn)不可缺少的一部分。只有具備這些基礎(chǔ)，才能建立WiFi和RFID定位系統(tǒng)RSS數(shù)據(jù)庫。

WiFi信號(hào)強(qiáng)度數(shù)據(jù)采集軟件是inSSIDer，APs是360迷你路由器，RFID系統(tǒng)硬件包括VM-5GA RFID模塊和11個(gè)無源電子標(biāo)簽。RSS信號(hào)采集軟件是UHF RFID閱讀器應(yīng)用程序v2.1，PC是聯(lián)想Thinkpadx220。實(shí)驗(yàn)用的教育機(jī)器人是本小組開發(fā)的平臺(tái)，部分設(shè)備圖如圖5所示。

圖3 交互環(huán)境布局

圖4 WiFi和RFID的RSS數(shù)據(jù)庫建立過程

（a）VM-5GA RFID模塊

圖5 部分實(shí)驗(yàn)設(shè)備

2.2 實(shí)驗(yàn)數(shù)據(jù)采集

2.2.1 WiFi的RSS無線指紋數(shù)據(jù)采集

WiFi的RSS數(shù)據(jù)庫建立是根據(jù)機(jī)器人活動(dòng)場(chǎng)景進(jìn)行設(shè)計(jì)的。首先，用人工方式把近端服務(wù)器（筆記本電腦）放在教育機(jī)器人平臺(tái)上，然后使機(jī)器人在室內(nèi)布局好的間隔0.5 m的地面標(biāo)簽沿著廊道進(jìn)行運(yùn)動(dòng)，并在每個(gè)標(biāo)簽點(diǎn)停頓下來，利用軟件分別采集3個(gè)APs的信號(hào)。每個(gè)AP信號(hào)源采集10個(gè)RSS數(shù)據(jù)，并分別歸檔記錄。RSS采集如圖6所示。

圖6 WiFi的RSS指紋庫采集

2.2.2 RFID的RSS無線指紋數(shù)據(jù)采集

RSS數(shù)據(jù)采集是在指紋間距為10 cm的2 m×2 m正方形區(qū)域進(jìn)行。電子標(biāo)簽布局在正前方的20 cm處，如圖7所示。

圖7 RSS信號(hào)采集環(huán)境

采集數(shù)據(jù)前期先構(gòu)建好坐標(biāo)系，從右墻面方向開始，從右向左軸線采集，到最左邊后從第二軸線向右開始采集。如此蛇形采集數(shù)據(jù)，每個(gè)數(shù)據(jù)采樣點(diǎn)采集10次，每次記錄11個(gè)標(biāo)簽數(shù)據(jù)，每次在相應(yīng)坐標(biāo)點(diǎn)記錄的RSS數(shù)據(jù)量達(dá)到110個(gè)，并分別以中心位置的Tag建立數(shù)據(jù)庫。正四邊形的4個(gè)Tags建立數(shù)據(jù)庫，正六邊形的6個(gè)Tags建立數(shù)據(jù)庫，最后對(duì)共11個(gè)Tags建立數(shù)據(jù)庫。

2.3 RSS無線指紋數(shù)據(jù)庫的建立

數(shù)據(jù)源由多個(gè)傳感器產(chǎn)生，如對(duì)AP1、AP2、AP3三個(gè)信號(hào)源，在每個(gè)采樣點(diǎn)采集10次數(shù)據(jù)后，通過剔除異常值（壞點(diǎn)）后，需要對(duì)每個(gè)傳感器數(shù)據(jù)分別進(jìn)行均值處理，得到相對(duì)準(zhǔn)確的合理數(shù)據(jù)。在Tags采集區(qū)域，也需要采用同樣的處理方式獲取每個(gè)采樣點(diǎn)各個(gè)Tag的均值，并建立相應(yīng)的無線指紋數(shù)據(jù)庫，數(shù)學(xué)函數(shù)為：

式中，為第i采樣點(diǎn)的APs（AP1/AP2/AP3）無線信號(hào)均值，ir為第i采樣點(diǎn)無線信號(hào)的瞬時(shí)值，1jN≤≤，j為采樣次數(shù)，最大為N，為10次。

RFID無線指紋RSS數(shù)據(jù)庫，相對(duì)要復(fù)雜得多。在RFID的RSS采樣區(qū)域，每個(gè)采樣點(diǎn)采集11個(gè)標(biāo)簽，每個(gè)標(biāo)簽采集10個(gè)RSS數(shù)據(jù)，意味著每個(gè)采樣點(diǎn)總采集110個(gè)RSS信號(hào)，同樣剔除掉異常值，根據(jù)數(shù)據(jù)處理需要建立均值函數(shù)：

式中，表示在二維坐標(biāo)中各個(gè)采樣點(diǎn)的接收信號(hào)強(qiáng)度均值，M表示i時(shí)刻采集到的標(biāo)簽數(shù)目，iT表示在i時(shí)刻進(jìn)行采樣，N表示第j個(gè)電子標(biāo)簽被采樣的次數(shù)，表示采集到第個(gè)電子標(biāo)簽時(shí)接收信號(hào)的強(qiáng)度。

通過對(duì)教育機(jī)器人移動(dòng)區(qū)域進(jìn)行RSS指紋數(shù)據(jù)處理，建立了RSS指紋數(shù)據(jù)庫地圖，并保存在近端服務(wù)器，為教育機(jī)器人運(yùn)動(dòng)時(shí)實(shí)時(shí)采集到的RSS數(shù)據(jù)提供匹配需要。

3 交互區(qū)域?qū)Ш蕉ㄎ凰惴ㄔO(shè)計(jì)

3.1 算法設(shè)計(jì)

當(dāng)教育機(jī)器人進(jìn)入到需要投影推送區(qū)域時(shí)，設(shè)定教育機(jī)器人有3個(gè)方向可以進(jìn)入到2 m×2 m投影區(qū)域。設(shè)定機(jī)器人分別從地面標(biāo)簽左側(cè)面進(jìn)入、中間底部進(jìn)入和右側(cè)面進(jìn)入。根據(jù)這3種不同的進(jìn)入狀況，算法設(shè)計(jì)分別如圖8、圖9和圖10所示。

圖8 從下中部任意一點(diǎn)ai, j進(jìn)入

圖9 從左側(cè)面任意一點(diǎn)ai, j進(jìn)入（左）

圖10 從右側(cè)面任意一點(diǎn)ai, j進(jìn)入（右）

機(jī)器人從不同方向進(jìn)入到投影區(qū)后的導(dǎo)航?jīng)Q策分析如下。

3.1.1 從下中部任意一點(diǎn)ai,j進(jìn)入RFID地面標(biāo)簽區(qū)域

教育機(jī)器人出發(fā)點(diǎn)設(shè)定為ai,j，根據(jù)RSS能量導(dǎo)航?jīng)Q策，機(jī)器人實(shí)時(shí)采集RFID覆蓋區(qū)域的RSS數(shù)據(jù)并與數(shù)據(jù)庫中的RSS進(jìn)行比較，初步設(shè)定機(jī)器人當(dāng)前所處位置的ai,j。在數(shù)據(jù)庫前方90°角方向上，機(jī)器人下一步走的方向可能會(huì)在左45°角臨近點(diǎn)正前方臨近點(diǎn)和右前方45°角臨近點(diǎn)三個(gè)方向的一個(gè)。機(jī)器人可能走的方向?yàn)檫@三點(diǎn)中的任意一點(diǎn)，這里根據(jù)數(shù)據(jù)庫檢索方式獲取RSS能量最強(qiáng)的點(diǎn)作為導(dǎo)航驅(qū)動(dòng)，使機(jī)器人根據(jù)最強(qiáng)的RSS作為下一步運(yùn)動(dòng)決策的方向。

通過對(duì)數(shù)據(jù)庫地圖中這三個(gè)RSS值進(jìn)行比較，選取能量最強(qiáng)的RSS作為機(jī)器人下一步運(yùn)動(dòng)的方向，并執(zhí)行運(yùn)動(dòng)決策，引導(dǎo)機(jī)器人向下一個(gè)目標(biāo)點(diǎn)運(yùn)動(dòng)。

3.1.2 教育機(jī)器人從左側(cè)任何一點(diǎn)ai,j進(jìn)入RFID地面標(biāo)簽區(qū)域

同樣，在任一點(diǎn)ai,j處進(jìn)行路由決策，根據(jù)RSS能量增強(qiáng)為導(dǎo)航?jīng)Q策，通過RSS數(shù)據(jù)庫地圖中的RSS能量強(qiáng)度進(jìn)行比較，選取最強(qiáng)的點(diǎn)作為機(jī)器人下一步的運(yùn)動(dòng)方向。

3.1.3 教育機(jī)器人從右側(cè)任何一點(diǎn)ai,j進(jìn)入RFID地面標(biāo)簽區(qū)域。

同樣，在任一點(diǎn)ai,j處進(jìn)行路由決策，根據(jù)RSS能量增強(qiáng)為導(dǎo)航?jīng)Q策，通過RSS數(shù)據(jù)庫地圖中的RSS能量強(qiáng)度進(jìn)行比較，選取最強(qiáng)的作為機(jī)器人下一步的運(yùn)動(dòng)方向。

3.2 算法偽代碼實(shí)現(xiàn)效果

為了驗(yàn)證算法設(shè)計(jì)思路，對(duì)基于RSS信號(hào)強(qiáng)度導(dǎo)航定位進(jìn)行演示，從下中部、左側(cè)、右側(cè)各任意取一個(gè)點(diǎn)作為機(jī)器人進(jìn)入點(diǎn)。圖11為仿真的教育機(jī)器人的運(yùn)動(dòng)軌跡。

圖11 機(jī)器人進(jìn)入投影區(qū)域的運(yùn)動(dòng)軌跡

教育機(jī)器人從投影位置（Tags）前地面標(biāo)簽區(qū)域任意一點(diǎn)進(jìn)入，根據(jù)RSS數(shù)據(jù)庫地圖的能量分布情況，同時(shí)依據(jù)算法設(shè)計(jì)思想進(jìn)行仿真。機(jī)器人在能量增強(qiáng)為導(dǎo)航驅(qū)動(dòng)下，總能到達(dá)預(yù)設(shè)的投影交互點(diǎn)，即投影交互位置，實(shí)現(xiàn)理想定位，驗(yàn)證了算法設(shè)想的正確性。利用異構(gòu)網(wǎng)絡(luò)下的混合定位技術(shù)，采用開發(fā)的教育機(jī)器人進(jìn)行基于定位交互的實(shí)驗(yàn)，提出了基于教育機(jī)器人在教育中的一些人機(jī)交互應(yīng)用，包括大學(xué)教學(xué)成果展廳基于二維碼定位的講解、教室環(huán)境下投影的推送、語音交流和教育云平臺(tái)應(yīng)用等。

4 結(jié) 語

教育機(jī)器人將來會(huì)是教育環(huán)節(jié)中一個(gè)重要的參與者，與老師、學(xué)生構(gòu)成了一個(gè)教學(xué)生態(tài)圈，使三者實(shí)現(xiàn)良好的交互共融，是開發(fā)者的初衷。根據(jù)教育機(jī)器人服務(wù)場(chǎng)所的特殊性，本研究在教室環(huán)境中構(gòu)建了無線異構(gòu)網(wǎng)絡(luò)。通過對(duì)WiFi和RFID電子標(biāo)簽進(jìn)行合理布局，提出了基于RSS能量增強(qiáng)的深度優(yōu)先算法，根據(jù)RSS能量改變情況進(jìn)行路由決策。實(shí)驗(yàn)中，對(duì)APs進(jìn)行等邊三角布局，同時(shí)對(duì)電子Tags布局進(jìn)行優(yōu)化處理，并通過無線指紋技術(shù)對(duì)實(shí)驗(yàn)區(qū)域進(jìn)行空間網(wǎng)格化，建立起離線RSS數(shù)據(jù)庫，通過實(shí)時(shí)RSS數(shù)據(jù)采集并進(jìn)行匹配，在大環(huán)境下實(shí)現(xiàn)了利用WiFi信號(hào)為教育機(jī)器人進(jìn)行精度2 m以內(nèi)的定位[15]。同時(shí)，在小環(huán)境場(chǎng)景下，利用RFID系統(tǒng)，通過優(yōu)化布局Tags，對(duì)投影區(qū)域進(jìn)行導(dǎo)航定位，實(shí)現(xiàn)了室內(nèi)環(huán)境下教育機(jī)器人導(dǎo)航和定位的預(yù)期目標(biāo)。

基于無線環(huán)境下的室內(nèi)定位技術(shù)還有待提升，同時(shí)開發(fā)的教育機(jī)器人還處在初級(jí)階段，有很多不盡人意的地方，尤其是在各種系統(tǒng)兼容和軟件的匹配上還有很大的研究空間，算法上還有很大的改進(jìn)必要，這將是下一步的研究?jī)?nèi)容。

[1] 張冰.烏鎮(zhèn)要用超5A級(jí)服務(wù)迎接互聯(lián)網(wǎng)盛事 WiFi今年更給力[EB/OL].(2015-10-09)[2018-01-12].http://www.wicnews.cn/system/2015/10/09/02086540,7.shtml.ZHANG Bing.Wuzhen Wants to Use the Super 5A Class Service to Meet the Internet Event WiFi This Year to Force[EB/OL].(2015-10-09)[2018-01-12].http://www.wicnews.cn/system/2015/10/09/02086540,7.shtml.

[2] 張冰.鄔賀銓:中國網(wǎng)絡(luò)強(qiáng)國之路還很長[EB/OL].(2015-12-17)[2018-01-12].http://2015.wicwuzhen.cn.ZHANG Bing.QI He-yu:The Path of China's Network Power is Still Long[EB/OL].(2015-12-17)[2018-01-12].http://2015.wicwuzhen.cn.

[3] 吳振宇,杰瑞·卡普蘭.人工智能帶來結(jié)構(gòu)性失業(yè)但不會(huì)取代人類[EB/OL].(2016-11-17)[2018-01-12].http://2016.wicwuzhen.cn/system/2016/11/17/021371720.shtml.WU Zhen-yu,Jerry Kaplan.Artificial Intelligence Brings Structural Unemployment but does not Replace Humans[EB/OL].(2016-11-17)[2018-01-12].http://2016.wicwuzhen.cn/system/2016/11/17/021371720.shtml.

[4] 北青網(wǎng).重磅！互聯(lián)網(wǎng)大會(huì)18項(xiàng)世界領(lǐng)先科技成果發(fā)布[EB/OL].(2017-12-03)[2018-01-12].http://news.ynet.com/2017/12/03/725005t70.html.YNET com.Heavy.Internet Conference 18 Worldleading Scientific and Technological Achievements Released[EB/OL].(2017-12-03)[2018-01-12].http://news.ynet.com/2017/12/03/725005t70.html.

[5] 中國自動(dòng)化學(xué)會(huì).CAC2017中國自動(dòng)化學(xué)會(huì)暨國際智能制造創(chuàng)新大會(huì)[EB/OL].(2017-11-24)[2018-01-12].http://www.caa.org.cn/index.php?me_id=188&ac_id=2662.China Association of Automation.China Association of Automation and International Conference on Intelligent Manufacturing Innovation[EB/OL].(2017-11-24)[2018-01-12].http://www.caa.org.cn/index.php?me_id=188&ac_id=2662.

[6] 黃康.2017中國·光谷國際人工智能產(chǎn)業(yè)峰會(huì)18日開幕[EB/OL].(2017-11-10)[2018-01-12].http://www.cnhubei.com/xwzt/2016/hbsglj/hbsglj/201711/t4023976.shtml.HUANG Kang.2017 China·Optics Valley International Artificial Intelligence Industry Summit Opens on the 18th[EB/OL].(2017-11-10)[2018-01-12].http://www.cnhubei.com/xwzt/2016/hbsglj/hbsglj/201711/t4023976.shtml.

[7] 國務(wù)院.國發(fā)〔2017〕35號(hào),國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL].(2017-07-08)[2018-01-12].http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.State Council.State Issued [2017]No.35.The Publication of the State Council Notifications of the New Generation of Artificial Intelligence Development Planning[EB/OL].(2017-07-08)[2018-01-12].http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[8] 劉德建,黃榮懷,陳年興等.全球教育機(jī)器人發(fā)展白皮書[M].北京:北京師范大學(xué)智慧學(xué)習(xí)研究院,2016.LIU De-jian,HUANG Rong-huai,CHEN Nian-xing,et al.The White Paper on the Development of Global Educational Robot[M].Beijing:Institute of Intelligent Learning,Beijing Normal University,2016.

[9] Liu Q,Chen S J,Wang H Q,et al.Carrier-Class Oriented High Precision Indoor Location Standards,Systems and Technology[M].Beijing:Electronic Industry Press,2017:43-44.

[10] Li D,Zhang B X,Li C.A Feature-Scaling-Based k-Nearest Neighbor Algorithm for Indoor Positioning Systems[J].IEEE Internet of Things Journal,2016,3(04):590-597.

[11] Zhang Z,Li Z B,Hu S W,et al.Mobile Robot Navigation Method in Hybrid Sensor Networks[J].ROBOT,2014,36(03):316-321.

[12] Lu F,Tian G H,Liu G L,et al.Design of Composite Global Positioning System for Service Robot Based on WiFi Fingerprint Localization and Particle Filter Under Intelligent Space[J].ROBOT,2016,38(02):178-184.

[13] Chen L.N.Indoor Location Technique of Position Fingerprint Based on WLAN[M].Beijing:Science Press,2015:30-36.

[14] Zhuang Y,Syed Z,Li Y,et al.Evaluation of Two WiFi Positioning Systems Based on Autonomous Crowdsourcing of Handheld Devices for Indoor Navigation[J].IEEE Transactions on Mobile Computer,2016,15(08):1982-1995.

[15] Luo W X.Research on Positioning of Educational Robot Based on WiFi Fingerprint Technology[C].SMCE2017,DEStech Publications.Inc,2017:460-465.