張榮森

近年來發展室內定位已有許多方向的技術發展，有著各種的解決方法，而這些解決方法皆有各自的優點與侷限，但高精度的定位方式需要較高單價的設備去做佈署，本研究目的為設計一套新型定位演算法，在準確度上與設備成本取得最佳平衡。隨著許多新型個人移動設備如手機、穿戴裝置等，我們只要將設備的藍芽功能開啟，就能夠對其場域進行定位，感測位置的應用可更加廣泛。 本研究取用12個藍芽模組平均佈置於室內空間中，藉由人員在室內中影響到這些藍芽訊號做為機器學習的訓練依據，利用TensorFlow的學習框架，以卷積神經網路的方式來做訓練與預測，設計最佳的模型參數，大幅降低了訓練模型時間，在本研究的場域之中，藉由不同的藍芽訊號強弱判斷室內人員位置，定位精準度達到93.46%。