我們提出整合多感測器的定位方法，使用IMU定位技術，並且透過相機偵測展品旁的QR Code、使用幾何關係原理，可進一步推估參觀者與QR Code的相對位置。此影像式定位資訊，則在被利用於校正其他感測器定位使用者的結果，解決例如IMU累計誤差的問題。然而QR Code放置於稀疏位置，因此我們再結合Wi-Fi的RSSs訊號來輔助沒有使用QR code區域的室內定位。藉由此整合多感測器定位方法，便能有效地校正累積誤差的影響並減少雜訊，以得到最佳定位位置。而路徑規劃方面，相較於過去技術將最短距離視為路徑規劃的主要依據，若能同時將使用者的參觀喜好以及動態環境納入規劃則更為合適，因此我們開發最佳路徑動態規劃演算法，基於主從式架構、圖形理論以及A*演算法，並且使用成本法則為依據，透過喜好資訊以及人潮資訊，規劃並推薦優先參觀之展品路線給使用者，最後結合穿戴式裝置應用，達成據環境感知之個人化教學導覽服務。此系統服務可應用於博物館、美術館、商場等大型場域，幫助遊客快速了解展品的創作歷程、展品的重要性，透過好的導覽方式將能為展品增添色彩，使它們重新煥發出生機和活力。

發展一套結合穿戴式裝置之博物館情境感知室內導覽系統。使用多感測器資訊來定位使用者的位置，且透過終端伺服器收集與回傳所有使用者的位置資訊，並考慮當前使用者喜好資訊，規劃出個人化又避開人潮擁擠的導覽路線。

教學導覽不應只是單調地閱讀一個看板或者單純觀賞靜態的展品，也可以是具互動性、個人化、且可帶著走的知識饗宴，尤其是在藏量豐富的大型博物館，如何依據個人特性、程度、與喜好，配合當下的時間限制與博物館的熱門活動，以及當時館內參訪狀態，有效率地傳遞受用的訊息給使用者，一再凸顯互動式與個人化導覽的重要性。這項服務能幫助遊客快速了解展品的創作歷程、展品的重要性，透過好的導覽方式，將能為展品增添色彩，更能增加學習者參觀博物館的意願。同時，近年來穿戴式設備不斷推陳出新的情況下，可預期智慧穿戴科技將滲透到各生活應用領域，這樣的熱潮也直接延燒到教育界，並強調未來智慧穿戴與教育相互之重要性。因此我們提出整合於穿戴式智慧眼鏡之環境感知個人化教學導覽服務系統，不僅提供學習者個人化與適性化學習方式，也提高學習者參觀意願，更有利於展覽館安全的控管與展覽物件安排。