移动群智感知和交通

今天看了一篇文章《群智感知计算》刘云浩

1、《连线》杂志发明了众包：用于描述这个组织形式，即在互联网上把工作分配出去、发现创意或解决技术问题。

2、群智感知计算已经转移到移动计算的核心出处。

3、关于定位，GPS定位，研究者还提出了基于信号指纹（fingerprinting）的定位方法，即利用室内现有的环境特征（无线信号、声音、光线等）

作为指纹进行定位。人们事先在大楼内对环境信息（通常是无线）进行勘测，并建立一个样本数据库以标记每一条指纹数据对应的实际位置，

通过指纹的匹配来实现位置估计。这个室内环境勘测工作量很大，环境改变数据库就需要不断的更新，需要人工勘测反复执行。

4、2009美国杜克大学让智能手机持有者通过主动提交的方式实现信号指纹采集，突破了专业设备技术壁垒。用户经常在建筑内走动，每走到一个

位置，手机都可以不用用户操作的自动记录下当前位置的信号指纹。把信号指纹和相对应的物理位置联系起来，从而建立“指纹-位置”关系数据库。

现有根据信号指纹间的时空特性建立指纹与位置的关系，还有根据用户路径与室内地图的匹配情况建立对应关系。

5、室内定位还面临一个挑战，无论何种室内定位技术，最终都离不开数字化的室内地图，这个数字化不是室内地图的电子图片，而需要包含室内的

结构信息，诸如走廊，房间甚至房间的逻辑功能等。作者创新使用智能手机内置的大量传感器（磁场强度传感器、加速度传感器、陀螺仪、数字指南针等

）随时随地记录用户的行为、路径，用户的行走路径最真实的呈现建筑物内部的结构，，凡是可活动区，用户足迹都可能出现，凡是阻隔区例如墙，用户不可能到达和出现。大量用户路径交织，真实的刻画建筑物内部的空间结构。

6、感知数据必须高效的收集，使用移动设备，还必须考虑计费、流量、能耗等问题。群智感知需要大数据处理技术，数据的杂糅给大数据处理带来

很多的难题。

7、数据质量管理也是成败的关键，一些数据会出现不精确、不完整等问题。需要对感知数据进行去粗取精、 去伪取真的操作。

8、智能手机的传感器包括加速度计、陀螺仪、指南针、GPS、麦克风、摄像头以及各种无线信号如GSM、WIFI和蓝牙等。

9、多模态数据挖掘就是针对不同莫泰信息关联性以及挖掘结果整合等传统单模态环境所忽略的问题进行研究。