LLM-Loc定位算法

误差降至少39%

把大语言模型的推理能力与场景文本、线条等稳定空间语义结合，即使在复杂室内环境中也能精准定位。

牛群 · Tao, Chen · Xing, Zhang · Yifan, Wang · 刘宁

Expert Systems with Applications 2025

参数信息

平均定位误差

1.34 m

平均定位误差

1.61 m

定位误差降低

39 %

技术优势

不用重新建图

利用场景文本和线条定位，省去了传统纹理方法所需的逐点建图和特制数据库，换个场景直接用。

误差减四成

在多个实测场景中，定位误差比对照方法至少降低 39%，平均误差控制在 1.5 米左右。

不依赖单一场景

使用普遍存在的文字和线条作为锚点，不受特定纹理外观变化影响，跨场景复现性更强。

应用场景

• 室内定位方案：为商场、机场等室内场景提供免建图的轻量定位方案，替换重纹理方案。
• 多模态感知模型：利用场景文本与线条作为稳定特征，可作为多模态感知系统中空间语义的支点。
• 人机交互定位辅助：让交互系统直接获取用户室内位置，无需额外信标布设。
• 移动健康应用：在无信标环境实现患者或设备定位，辅助移动健康服务。