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。