近年来,普适计算和无线传感器技术的飞速发展,为人们生活带来了越来越多的方便。越来越多的传感器被用于服务社会。普适技术提出的目的是为了人们的日常生活。传感器的发展被应用于生活的情景当中,尤其是智能手机的发展,为人们的通讯带来了方便。现在的智能手机内嵌多种传感器,可以进行环境预测、环境分析以及环境感知等等。本文通过结合旅游情景信息作了相关研究:(1)原有加速度阈值计步方法准确率低,同时三轴加速度产生的噪声会降低阈值判断的准确率。本文首先根据噪声的影响采用了 FFT方法进行异常数据的滤除,然后提出了自适应的动态阈值克服了固定阈值的缺陷,提高了计步的准确率。又通过步数、步长以及Euler角进行了航向的估计,可以得出运动距离。(2)考虑到GPS点存在定位误差,本文采用了地图修正算法,即把方向角、点到路段的距离以及路段两边相邻点与路段的夹角作为属性,再分别给定其调整参数,计算点在每条路段上的权值,最后进行点的定位,从而提高定位的准确率。以前的路段时间预测算法采用的是历史数据值计算方法,但是需要的历史数据量多,且在异地时,数据量较少,所以准确率低。根据这种情形,本文采用了k步速度更新算法进行计算,同时在计算时首先对于路线进行分段,逐一估算,可以提高结果的准确率。景点游客的估算采用了 GM(1,1)模型,但是由于其对波动较大序列的预测准确性差的缺点,本文又将预测残差作为修正项加入模型,预测效果明显提升。(3)根据用户多需求路线规划和多地点旅游路线规划,本文提出了向前扩展细化算法,它在原有的贪心算法基础上提出了细化机制,有效减少路程时间。本文根据多地点旅游路线规划提出了路线利益值最大化的算法,考虑了景点的属性:景区的受欢迎度、景区的访问合适时间、景点之间的访问次序以及路线的移动加排队时间等属性,得到一条利益最大化的路线。